Einzelansicht eines Moduls

Modul (6 Credits)

Multivariate Zeitreihenanalyse

Name im Diploma Supplement
Multivariate Time Series Analysis
Verantwortlich
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 EaFWahlpflichtbereich1.-3. FS, Wahlpflicht
  • ECMXWahlpflichtbereichME7 Econometric Methods1.-3. FS, Wahlpflicht
  • MuUWahlpflichtbereich IWahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen1.-2. FS, Wahlpflicht
  • VWLWahlpflichtbereich I1.-3. FS, Wahlpflicht
Bestandteile
Name im Diploma Supplement
Multivariate Time Series Analysis
Anbieter
Lehrperson
SWS
2
Sprache
deutsch
Turnus
unregelmäßig
maximale Hörerschaft
unbeschränkt
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.

Hörerschaft
Vorlesung: Multivariate Zeitreihenanalyse (WIWI‑C1136)
Name im Diploma Supplement
Multivariate Time Series Analysis
Anbieter
Lehrperson
SWS
2
Sprache
deutsch
Turnus
unregelmäßig
maximale Hörerschaft
unbeschränkt
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

Hörerschaft
Übung: Multivariate Zeitreihenanalyse (WIWI‑C1137)
Modul: Multivariate Zeitreihenanalyse (WIWI‑M0886)