2024/2025

Анализ временных рядов

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Маго-лего

Кто читает: Департамент прикладной экономики

Когда читается: 3, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Ужегов Алексей Александрович

Язык: русский

Кредиты: 6

Программа дисциплины

Аннотация

Курс знакомит слушателей с современными методами анализа и прогнозирования временных рядов в экономике. Основной упор сделан на многомерные модели временных рядов. С прикладной точки зрения курс сфокусирован на инструментах макроэконометрического моделирования. Материал курса подкреплен экскурсом в историю макроэконометрических моделей. Курс носит продвинутый характер и предполагает наличие у студентов базовых знаний в областях теории вероятностей и математической статистики, математического анализа и линейной алгебры, эконометрики и макроэкономики.

Цель освоения дисциплины

• Целью дисциплины «Анализ временных рядов» является освоение обучающимися навыков формулировки и оценки эконометрических моделей временных рядов применительно к макроэкономическим данным в рамках развитого аппарата макроэконометрических моделей.

Планируемые результаты обучения

• Знакомство с основными понятиями теории случайных процессов.
• Понимает различие между стационарными и нестационарными рядами, умеет приводить ряды к стационарному виду.
• Понимать к чему ведет наличие или отсутствие коинтеграции нестационарных временных рядов. Уметь переписать ARDL-модели в ECM форме.
• Умеет оценивать коэффициенты моделей ARMA.
• Умеет построить как точечный, так и интервальный прогноз по модели ARMA.
• Умеет проводить тесты на наличие экзогенных и эндогенных структурных сдвигов.
• Умеет различать процессы ARMA(p,q) и рассчитывать их характеристики
• Умеет тестировать коинтеграцию многих временных рядов и строить многомерные модели как стационарных, так и нестационарных временных рядов.
• Умеет тестировать наличие единичного корня, понимает особенности распределения тестовой статистики.
• Умеет тестировать тип нестационарнности.
• Уметь оценивать VAR-модели и проверять их стационарность.
• Уметь оценивать модели с условной гетероскедастичностью.
• Уметь строить многомерные модели условной гетероскедастичности
• Уметь тестировать три типа экзогенности.
• Прогнозировать временные ряды

Содержание учебной дисциплины

• Временной ряд, как дискретный случайный процесс. Стационарность случайных процессов.
• Модели авторегрессии-скользящего среднего ARMA (р, q). Автокорреляционные и частные автокорреляционные функции.
• Оценивание коэффициентов процессов ARMA (p, q). Информационные критерии.
• Прогнозирование в модели Бокса-Дженкинса
• Нестационарные временные ряды.. Подход Бокса-Дженкинса к определению степени интеграции временного ряда.
• Тесты на единичные корни: тесты Дикки-Фуллера, Филлипса-Перрона, KPSS и др.
• Единичные корни и структурные сдвиги: Тесты Перрона, Бай-Перрона и Зивота-Эндрюса.
• Методика исследования типа нестационарности временного ряда TSP или DSP. Другие типы нестационарных процессов.
• Авторегрессионные модели с распределенными лагами. Понятие экзогенности (слабой, сильной, супер–). Причинность по Грэнджеру.
• Коинтеграция временных рядов. Модели коррекции ошибками.
• Многомерные временные ряды. Структурная и приведенная формы многомерных моделей. Модели векторной авторегрессии (VAR). Стационарность VAR-моделей. Оценивание коэффициентов VAR моделей. Тестирование VAR моделей.
• 13. Тестирование коинтеграции. Тест Йохансена. Теорема Гренджера о представлении. Структурные модели векторной авторегрессии (SVAR).
• 15. Нелинейные модели временных рядов: ARCH, GARCH и др.
• 16. Многомерные модели условной гетероскедастичности.
• Прогнозирование временных рядов

Элементы контроля

• Контрольная работа
  Контрольная работа по итогам 1 модуля изучения дисциплины
• Экзамен
• Проект 1
• Проект 2

Промежуточная аттестация

• 2024/2025 4th module
  0.3 * Контрольная работа + 0.2 * Проект 1 + 0.2 * Проект 2 + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• Applied econometric time series, Enders, W., 2015
• Multivariate time series analysis : with R and financial applications, Tsay, R. S., 2014
• Канторович Г.Г. (2002). Лекции: Анализ Временных Рядов. Higher School of Economics Economic Journal Экономический Журнал Высшей Школы Экономики, (1), 85. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.scn.025886.16537823
• Канторович Г.Г. (2002). Лекции: Анализ временных рядов. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.69D6F004
• Канторович Г.Г. (2002). Лекции: Анализ временных рядов. Экономический Журнал Высшей Школы Экономики, (1). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsclk&AN=edsclk.16537823
• Канторович, Г. (2002). Лекции: Анализ Временных Рядов. Экономический Журнал Высшей Школы Экономики, (3). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsclk&AN=edsclk.15693389
• Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008

Рекомендуемая дополнительная литература

• Time series analysis, Hamilton, J. D., 1994

Авторы

• Ужегов Алексей Александрович