Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

• kender til betingning i den flerdimensionale normalfordeling samt sædvanlig og generaliseret mindste kvadraters metode og de derved fremkomne OLS og GLS estimatorer
• kan forstå tidsrækkeanalyse som en stokastisk proces og forstå sammenhængen mellem stokastiske processer og dynamiske systemer og kender til de stokastiske processer kendt som Box-Jenkins modellerne, herunder især ARMA modellerne
• kender til forskellige stationaritetsbegreber for ARMA modeller: Svag og stærk stationaritet samt autokovarians- og autokorrelationsfunktioner
• kender forskellige moderne tidsrække- og tidsrækkeøkonometriske modeller indenfor finanseringsøkonometri og financial engineering

Færdigheder

• er i stand til teoretisk at fortolke tidsrækkemodellernes statistiske og eventuelle økonometriske egenskaber
• kan foretage alle faserne i en klassisk tidsrækkenalyse: Identifikation, estimation, modelkontrol, prædiktion og statistisk/økonometrisk fortolkning
• kan bruge korrelogrammer og andre grafiske hjælpemidler i identifikationsfasen
• kan anvende og sætte sig ind i nyere statistiske metoder til analyse af tidsrækker

Kompetencer

• er i stand til at anvende tidsrækkeanalysens begreber i en økonometrisk eller anden praktisk sammenhæng
• kan foretage kvalificerede økonometriske analyser på finansielle data og andre tidsrækkedata herunder estimation og prædiktion i praksis vha. passende software

Undervisningsform

Som beskrevet i §17.

Omfang og forventet arbejdsindsats

Kursusmodulets omfang er 5 ECTS svarende til 150 timers studieindsats.

Eksamen

Prøver

Yderligere informationer

Hvis kurset følges i en kandidatstudieordning, skal den studerende opfylde ekstra kompetencemål.  

Hvis kurset følges i en kandidatstudieordning: In order to participate in the course evaluation, students must have actively participated in course progress by way of one or several independent oral and/or written contributions.