730A31 · 7,5 hp · Avancerad nivå (A1N) · Nationalekonomi
Ekonometri: Tidsseriedata
Ges · nästa start HT 2026
100 %
klarade senaste ordinarie tentan
EXAM · 15 jan 2026 · 29 studenter
80 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
EXAM · 157 studenter
Ovanligt lätt 2025/26
100 % klarade ordinarie tentan läsåret 2025/26 (29 studenter), mot 67 % i snitt åren innan (128 studenter).
Ingår i 6 program
Tentamen
EXAM Examination
- VG
- G
- U
Ordinarie tentor
80 % godkända · 157 studenter
- 100 %29
- 98 %43
- 91 %35
- 16 %19
- 65 %31
Omtentor
60 % godkända · 62 studenter
- 100 %5
- 100 %5
- 45 %11
- 29 %14
- 78 %9
- 61 %18
- Klarar omtentan: 60 % (62 studenter), jämfört med 80 % (157 studenter) på ordinarie
- Får VG: 37 % (219 studenter)
Visa små tillfällen (3)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %3
- 100 %1
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Övrigt moment
INUP Inlämningsuppgift
- G
Ordinarie tillfällen
100 % godkända · 164 studenter
- 100 %33
- 100 %45
- 100 %41
- 100 %45
Senare tillfällen
100 % godkända · 12 studenter
- 100 %12
- Klarar ett senare tillfälle: 100 % (12 studenter), jämfört med 100 % (164 studenter) på ordinarie
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %2
Om kursen
Mål
Efter avslutad kurs ska den studerande på en avancerad nivå kunna:
- självständigt genomföra ekonometriska studier, baserade på tidsseriedata, inom mikro-, makro- och finansiell ekonomi med hjälp av ekonometrisk metod
- teoretiskt analysera de vanligaste problemen och deras lösningar i ekonometriska studier baserade på tidsseriedata
- motivera och kritiskt granska val av estimationsmetoder, kriterier och tester som leder till välspecificerade ekonometriska modeller för tidsseriedata
- redogöra för hur man kan se makroekonomiska och finansiella tidsserier som resultatet av en underliggande datagenererande process och hur det styr modellering, prediktion och inferens
Innehåll
I kursen behandlas problemställningar inom ekonometriskt utredningsarbete och forskning.
Exempel på moment som tas upp är multivariata ekonomiska tidsserier som ofta är icke-stationära och som dessutom består av olika komponenter som måste identifieras och modelleras. I detta sammanhang behandlas tester för icke-stationaritet och kointegration. Vidare behandlas de vanligen förekommande modellerna för att predicera och analysera ekonomiska system i form av vektor autoregressiva modeller, felkorrigeringsmodeller, osv. Även modeller för tidsvarierande varianser Generalized Autoregressive Heteroscedastic (GARCH) modeller behandlas. I kursen behandlas också problem som kan uppstå i samband med att prissättning, konsumtion och produktion styrs av förväntningar snarare än historiskt realiserade data.
- Examinator
- Gazi Salah Uddin
- Huvudområde
- Nationalekonomi