Multivariate Zeitreihenanalyse

Modul: Multivariate Zeitreihenanalyse (6 Credits)
Name im Diploma Supplement	Multivariate Time Series Analysis
Verantwortlich	Prof. Dr. Christoph Hanck
Voraussetzungen	Siehe Prüfungsordnung.
Workload	180 Stunden studentischer Workload gesamt, davon: Präsenzzeit: 60 Stunden Vorbereitung, Nachbereitung: 60 Stunden Prüfungsvorbereitung: 60 Stunden
Dauer	Das Modul erstreckt sich über 1 Semester.
Qualifikationsziele	Die Studierenden besitzen einen umfassenden Überblick über stationäre und nicht-stationäre Vektor-Autoregressive (VAR) Modelle kennen die statistischen Eigenschaften der wichtigsten Schätzer können ökonomische Zusammenhänge in VAR Modelle überführen, geeignete Daten auswählen und empirische Befunde kritisch kommentieren sind in der Lage eigenständig und mit Hilfe statistischer Software empirische Analysen durchzuführen können selbständig ausgewählte Übungsaufgaben bearbeiten
Praxisrelevanz	Die Praxisrelevanz ist aufgrund der großen Bedeutung von VAR Modellen in der empirischen Makroökonomie sehr hoch.
Prüfungsmodalitäten	Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Verwendung in Studiengängen	BWL EaF Master > Wahlpflichtbereich > 1.-3. FS, Wahlpflicht ECMX Master > Wahlpflichtbereich > ME7 Econometric Methods > 1.-3. FS, Wahlpflicht MuU Master > Wahlpflichtbereich I > Wahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen > 1.-2. FS, Wahlpflicht VWL Master > Wahlpflichtbereich I > 1.-3. FS, Wahlpflicht
Bestandteile	Vorlesung Multivariate Zeitreihenanalyse (3 Credits) Übung Multivariate Zeitreihenanalyse (3 Credits)
Modul: Multivariate Zeitreihenanalyse (WIWI‑M0886)

Vorlesung: Multivariate Zeitreihenanalyse (3 Credits)
Name im Diploma Supplement	Multivariate Time Series Analysis
Anbieter	Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Yannick Hoga
Semesterwochenstunden	2	Sprache	deutsch
Turnus	unregelmäßig	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse grundlegender ökonometrischer Methoden wie etwa in dem Modul "Einführung in die Ökonometrie" vermittelt sowie gute Kenntnisse der mathematischen Statistik. Außerdem Kenntnisse der univariaten Zeitreihenalayse wie etwa in dem Modul "Zeitreihenanalyse" vermittelt.
Abstract Vermittlung der Theorie stationärer und nicht-stationärer Vektor-Autoregressiver (VAR) Modelle und ihrer praktischen Implementierung.
Lehrinhalte stationäre VAR Modelle Prognosen Kointegration Fehlerkorrekturmodelle Parameterschätzung
Literaturangaben Hamilton (1994) Time Series Analysis. Princeton University Press, 1st ed. Lütkepohl (2005) New Introduction to Multiple Time Series Analysis. Springer, 1st ed. Tsay (2010) Analysis of Financial Time Series. Wiley, 3rd ed. Tsay (2014) Multivariate Time Series Analysis: With R and Financial Applications. Wiley, 1st ed.
didaktisches Konzept Präsentation von VAR Modellen und Fehlerkorrektur-Modellen.
Vorlesung: Multivariate Zeitreihenanalyse (WIWI‑C1136)

Übung: Multivariate Zeitreihenanalyse (3 Credits)
Name im Diploma Supplement	Multivariate Time Series Analysis
Anbieter	Lehrstuhl für Ökonometrie
Lehrperson	Prof. Dr. Yannick Hoga
Semesterwochenstunden	2	Sprache	deutsch
Turnus	unregelmäßig	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Siehe Vorlesung.
Lehrinhalte Siehe Vorlesung.
Literaturangaben Siehe Vorlesung.
didaktisches Konzept Präsentation von VAR Modellen und Fehlerkorrektur-Modellen, Bearbeitung von theoretischen und praktischen Übungsaufgaben - letztere mit Hilfe statistischer Software
Prüfungsmodalitäten Bearbeitung von theoretischen und praktischen Übungsaufgaben - letztere mit Hilfe statistischer Software
Übung: Multivariate Zeitreihenanalyse (WIWI‑C1137)