Aplikované výskumné metódy

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Študenti nadobudnú najmä nasledovné vedomosti:
- zásady pre formulovanie projektu empirického výskumu, hlavne vo vzťahu k charakteru premenných vstupujúcich do analýzy, ako i vo vzťahu k výskumnej vzorke,
- prehľad o hlavných metódach deskriptívnej štatistickej analýzy a induktívnej štatistiky,
- špecifikácii a odhade ekonometrických modelov (lineárna, panelová a kvantilová regresia).
Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné zručnosti:
- schopnosť aplikovať preberané výskumné metódy na konkrétnych problémoch s využitím počítačovej podpory a vhodného software.
Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné kompetencie:
- kritické a analytické myslenie, schopnosť definovať výskumný problém, adekvátne zvoliť výskumnú vzorku, a vybrať adekvátnu metódu pre zodpovedanie výskumnej otázky,
- rozlišovať medzi metódami v závislosti na charaktere využívaných údajov, a to tak v prípade prierezových, panelových, alebo časových radov,
- korektne interpretovať výstupy ekonometrických modelov a realizovať nutnú diagnostiku.

Stručná osnova predmetu

• Základy empirického aplikovaného výskumu - výskumná vzorka a štatistická indukcia.
• Aplikované prístupy deskriptívnej a induktívnej štatistiky, štatistický software.
• Lineárna regresia – špecifikácia modelu, jeho odhad a využitie.
• Problémy lineárnej regresie – porušenie predpokladov a ich riešenie.
• Panelové dáta a panelové modely – špecifikácia, odhad a inferencia.
• Dynamické panelové modely – špecifikácia, odhad a inferencia.
• Analýza kvantilov a prepojení v kvantiloch.
• Modelovanie ekonomických časových radov.

Odporúčaná literatúra

WOOLDRIDGE, Jeffrey M. Introductory econometrics : a modern approach. 7th ed. [S.l.] : South-Western/Cengage Learning, 2019. ISBN 978-1-3375-5886-0.
GUJARATI, Damodar N. Essentials of econometrics. 5th ed. New York : SAGE, 2023, 5th ed.. ISBN 9781071850398.
LUKÁČIKOVÁ, Adriana - LUKÁČIK, Martin - SZOMOLÁNYI, Karol. Úvod do ekonometrie s programom Gretl. Recenzenti: Veronika Miťková, Marian Reiff. 1. vydanie. Bratislava : Letra Edu, 2018. 345 s. ISBN 978-80-972866-5-1.
VÝROST, Tomáš - BAUMÖHL, Eduard - LYÓCSA, Štefan. Kvantitatívne metódy v ekonómii III. 1. vyd. Košice : ELFA, 2013. 391 s. ISBN 978-80-8086-211-4.
VERBEEK, M. Panel Methods for Finance: A Guide to Panel Data Econometrics for Financial Applications. Berlin : De Gruyter, 2021. ISBN 978-3-11-066013-5
Články
Deev, O., Lyócsa, Š., & Výrost, T. (2022). The looming crisis in the Chinese stock market? Left-tail exposure analysis of Chinese stocks to Evergrande. Finance Research Letters, 49, 103154.
Lyócsa, Š., Baumöhl, E., & Výrost, T. (2022). YOLO trading: Riding with the herd during the GameStop episode. Finance Research Letters, 46, 102359.
Baumöhl, E., Bouri, E., Shahzad, S. J. H., & Výrost, T. (2022). Measuring systemic risk in the global banking sector: A cross-quantilogram network approach. Economic Modelling, 109, 105775.
Khalfaoui, R., Baumöhl, E., Sarwar, S., & Výrost, T. (2021). Connectedness between energy and nonenergy commodity markets: Evidence from quantile coherency networks. Resources Policy, 74, 102318.
Lyócsa, Š., Molnár, P., & Výrost, T. (2021). Stock market volatility forecasting: Do we need high-frequency data?. International Journal of Forecasting, 37(3), 1092-1110.

Sylabus predmetu

• Kľúčové poznatky teórie pravdepodobnosti, deskriptívnej a induktívnej štatistiky s aplikáciami na aplikovaný výskum. Výskumná vzorka a implikácie pre štatistickú inferenciu. • Deskriptívna štatistika, štatistická indukcia v konkrétnych aplikáciách s využitím softwarovej podpory. • Lineárna regresná analýza – metódy odhadu, interpretácia, posudzovanie vhodnosti modelu, predikcia a inferencia. • Lineárna regresná analýza – testovanie predpokladov a alternatívne prístupy pri ich porušení. • Panelové regresné modely – prístupy LSDV, fixné a náhodné efekty. Praktické aspekty odhadu panelových modelov, ich diagnostika. • Dynamické panelové modely – odhad, testovanie a praktické aplikácie. • Kvantilová regresia a moderné prístupy k modelovaniu závislostí v kvantiloch. • Vybrané aplikácie a problémy modelovania časových radov.

Podmienky na absolvovanie predmetu

40 % zadania (2 zadania x 20 bodov);
60 % záverečná práca

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách): 260 hodín (10 ECTS x 26 hodín)
Účasť na prednáškach a seminároch: 16 hodín
Príprava na semináre: 32 hodín
Spracovanie zadaní: 32 hodín
Spracovanie záverečnej práce: 158 hodín
Príprava na prezentáciu a prezentácia práce: 20 hodín
Konzultácie k záverečnej štúdii: 2 hodiny

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský jazyk, anglický jazyk

Dátum schválenia: 06.03.2024

Dátum poslednej zmeny: 28.11.2024

Dátum schválenia: 06.03.2024

Dátum poslednej zmeny: 28.11.2024