Kursplan

Nationalekonomi, Finansiell ekonometri, avancerad nivå, 15 högskolepoäng

Economics, Financial Econometrics, Second Cycle, 15 Credits

Kurskod: NA438A Högskolepoäng: 15
Huvudområde: Nationalekonomi Fördjupning: A1N
    Senast ändrad: 2022-09-12
Utbildningsnivå: Avancerad nivå Beslutad av: Prefekt
Inrättad: 2019-11-01 Litteraturlista fastställd: 2022-09-12
Giltig fr.o.m.: Vårterminen 2023 Revision: 2

Mål

Mål för utbildning på avancerad nivå

Utbildning på avancerad nivå ska innebära fördjupning av kunskaper, färdigheter och förmågor i förhållande till utbildning på grundnivå och ska, utöver vad som gäller för utbildning på grundnivå,

  • ytterligare utveckla studenternas förmåga att självständigt integrera och använda kunskaper,
  • utveckla studenternas förmåga att hantera komplexa företeelser, frågeställningar och situationer, och
  • utveckla studenternas förutsättningar för yrkesverksamhet som ställer stora krav på självständighet eller för forsknings- och utvecklingsarbete.

(1 kap. 9 § högskolelagen)

Kursens mål

Dekurs 1: Ekonometri

Kunskap och förståelse

Efter avslutad kurs ska den studerande ha

  • fördjupad förståelse för grundläggande begrepp inom ekonometri
  • kunskap om regressionsmodeller vid tvärsnittsdata och paneldata.

Färdighet och förmåga

Den studerande ska efter avslutad kurs kunna

  • använda kunskaperna i tillämpningssituationer inom finansiell ekonomi med stöd av statistisk programvara.

Värderingsförmåga och förhållningssätt

Efter avslutad kurs har den studerande förmågan att

  • kritiskt granska och utvärdera ekonometriska modeller.

Delkurs 2: Tidsserieanalys och prognosmetodik

Delkursens övergripande mål är att ge kunskaper i tidsserieanalys och prognosmetodik som är nödvändiga för att kunna analysera och modellera tidsserier, speciellt finansiella tidsserier, samt använda metoderna i ett prognossammanhang.

Efter genomgången kurs skall studenten ha

  • förståelse för grundläggande begrepp inom tidsserieanalys
  • kunskap om tidsserieregression
  • kunskap om ARIMA-modellering av stationära och icke-stationära tidsserier
  • kunskap om ofta förekommande volatilitetsmodeller
  • förståelse för de problem som uppstår vid analys av processer med enhetsrötter
  • förmåga att tillämpa kunskaperna på praktiska tidsserie- och prognosproblem
  • förmåga att kritiskt granska och utvärdera tidsseriemodeller för att på bästa sätt kunna välja modelleringsansats
  • förståelse för hur tidsseriemodeller kan användas för prognoser och metodernas begränsningar
  • förmåga att förmedla relevanta aspekter av modelleringsproblem och resultat, exempelvis i rollen som statistisk konsult
  • förmåga att använda dessa modeller för att analysera finansiella tidsseriedata

Kursens huvudsakliga innehåll

Ekonometri, 7,5 högskolepoäng

  • Grundläggande begrepp inom ekonometri: modell, icke observerbar heterogenitet, endogenitet
  • Enkel och multipel linjär regression för tvärsnittsdata
  • Regressionsmodeller för binär responsvariabel
  • Regressionsmodellering för paneldata
  • Instrumentalvariabelestimation.

Tidsserieanalys och prognosmetodik, 7,5 högskolepoäng

  • Grundläggande begrepp inom tidsserieanalys: Stationaritet, autokovarians, autokorrelation, partiell autokorrelation
  • ARMA-modellering: Autoregressiva modeller, löpande medelvärdesmodeller, dualitet, modellegenskaper, parameterskattningar, prognoser
  • Volatilitetsmodeller: ARCH- och GARCH-modellering, teststrategi för heteroskedastiska modeller.
  • Volatitlitetsprognoser
  • Integrerade processer: Differensstationaritet, test av enhetsrötter, skenkorrelation
  • Multivariata tidsserier: Tidsserieregression, VAR-modeller, kointegration, prognosegenskaper.

Studieformer

Undervisningen bedrivs i form av datorövningar och föreläsningar.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Examinationsformer

Ekonometri

Ekonometri, Skriftlig tentamen, 6 högskolepoäng (Provkod: A001)
Individuell skriftlig salstentamen.

Ekonometri, Laborationer, 1,5 högskolepoäng (Provkod: A002)
Skriftliga inlämningsuppgifter.

Tidsserieanalys och prognosmetodik

Tidsserieanalys och prognosmetodik, Skriftlig tentamen, 6 högskolepoäng (Provkod: B001)
Individuell skriftlig salstentamen.

Tidsserieanalys och prognosmetodik, Laborationer, 1,5 högskolepoäng (Provkod: B002)
Skriftliga individuella inlämningsuppgifter.


För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Betyg

Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt universitetets föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (beslut ORU 2018/00929) ska något av uttrycken underkänd, godkänd eller väl godkänd användas som betyg. För utbildning som ingår i en internationell magister- eller masterutbildning eller i universitetets kursutbud för utbytesstudenter ska betygsskalan A-F användas. Rektor, eller den rektorn bestämmer, får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Ekonometri, Skriftlig tentamen
Som betyg används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Ekonometri, Laborationer
Som betyg används Underkänd (U) eller Godkänd (G).

Tidsserieanalys och prognosmetodik, Skriftlig tentamen
Som betyg används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Tidsserieanalys och prognosmetodik, Laborationer
Som betyg används Underkänd (U) eller Godkänd (G).

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Kommentar till betyg

För att få godkänt betyg på en delkurs (Ekonometri; Tidsserieanalys och prognosmetodik) krävs lägst betyg E på den skriftliga tentamen samt godkänd laboration. Betyget på delkursen bestäms sedan av betyget på den skriftliga tentamen.

För att få godkänt betyg på kursen som helhet krävs lägst betyg E för båda delkurserna (Ekonometri; Tidsserieanalys och prognosmetodik). För att komma fram till kursbetyget konverteras de betyg som delas ut för delkurserna, betyg A-E, till de numeriska värdena 5-1. Ett medelvärde beräknas sedan och konverteras till kursbetyget.

Särskild behörighet och andra villkor

75 hp i företagsekonomi eller nationalekonomi och 12 hp från Grundläggande statistik, 15 hp. Vidare krävs 3 hp från Data Mining and Business Analytics, grundkurs, 15 hp eller 1,5 hp från Statistik, Regressionsanalys, grundkurs, 7,5 hp eller 7,5 hp regressionsanalys/ekonometri/vetenskaplig metod i företagsekonomi/nationalekonomi/statistik. Dessutom krävs Engelska 6/Engelska B.

För ytterligare information se universitetets antagningsordning.

Tillgodoräknande av tidigare utbildning

Student som tidigare genomgått utbildning eller fullgjort annan verksamhet ska enligt högskoleförordningen tillgodoräknas detta som en del av den aktuella utbildningen under förutsättning att den tidigare utbildningen eller verksamheten uppfyller vissa krav.

För ytterligare information se universitetets lokala regler för tillgodoräknanden.

Kurslitteratur och övriga läromedel

Ekonometri, 7,5 högskolepoäng

Obligatorisk litteratur

Stock, James H. & Mark W. Watson, 2020, Global Edition, 4th Edition (senaste upplagan)
Introduction to Econometrics
Pearson Education, 800 sidor, ca 340 sidor läses

Tidsserieanalys och prognosmetodik, 7,5 högskolepoäng

Obligatorisk litteratur

Becketti, Sean (2013)
Introduction to Time Series Using Stata
Stata Press, College Station, Texas, ISBN/ISSN: 978-1-59718-132-7, 443 sidor, Kapitel som ingår: Kapitel 3-10