Økonomisk analyse av tidsserier

Emnet kan ikke tas som enkeltemne.

Dette kurset gir en grunnleggende introduksjon til tidsserieanalyse. Det fokuseres på å gi studentene verktøyene som er nødvendige for å analysere, modellere og forutsi økonomiske og finansielle data som utvikler seg over tid. Det vil bli lagt vekt på både univariate og multivariate tidsseriemodeller, samt på praktiske applikasjoner ved bruk av R-programvaremiljøet for statistisk databehandling og grafikk. Ved slutten av kurset bør studentene ha en klar forståelse av de grunnleggende teknikkene og modellene i tidsserieanalyse og være i stand til å anvende dem på ulike tidsseriedata.

Ved slutten av dette kurset er studentene godt forberedt på å takle et bredt spekter av utfordringer som oppstår ved analyse av tidsavhengige data, og sikre at de er utstyrt både med teoretisk og praktisk kunnskap om emnet tidsserieanalyse.

Kunnskap

Studenten

• forstår de grunnleggende konseptene som ligger til grunn for tidsseriedata, slik som stasjonaritet, autokorrelasjon og sesongvariasjon.

• er kjent med de viktigste tidsseriemodellene, inkludert ARIMA, GARCH, og Vektor Autoregressive modeller.

• gjenkjenner forskjellene og anvendelsene av frekvens og tids-domene tilnærminger.

• forstår nyansene og utfordringene ved prognoser med tidsseriedata, og de potensielle fallgruvene å unngå.

Ferdigheter

Studenten

• er i stand til å dekomponere en tidsserie i dens trend, sesongmessige og tilfeldige komponenter.

• er i stand til å modellere og forutsi tidsseriedata ved hjelp av passende teknikker.

• kan utføre hypotesetester i konteksten av tidsserier for å bestemme modellens hensiktsmessighet.

• kan diagnostisere og rette opp problemer som autokorrelasjon og ikke-stasjonaritet i tidsseriedata.

Kompetanse

Studenten

• besitter praktisk erfaring i anvendelsen av tidsseriemetodikker ved hjelp av relevante programvareverktøy og er dyktig til å tolke resultatene.

• har en dyp forståelse av forholdet mellom tidsseriedata og underliggende økonomiske eller finansielle fenomener.

• er i stand til å velge den mest passende modellen eller teknikken for et gitt tidsserieproblem.

• kan kritisk analysere og evaluere anvendt tidsserieanalyse og resultater fra både akademiske og anvendte perspektiver.

• forstår viktigheten og utfordringene ved modellvalidering i konteksten av tidsserieanalyse, og sikre robusthet og pålitelighet av funn.

Undervisnings- og eksamensspråk

Timeplan

Mer info om arbeidskrav

Mer info om vurderingsform muntlig eksamen

Kontinuasjonseksamen