Ekonometri: Tidsseriedata

Mål

Efter avslutad kurs skall den studerande på en avancerad nivå kunna:

• självständigt genomföra typiska ekonometriska studier, baserad på tidsseriedata, inom mikro-, makro- och finansiell ekonomi med hjälp av den för frågeställningen mest relevanta ekonometriska metoden.
• 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.
• 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

Kursen behandlar typiska problemställningar inom ekonometriskt utredningsarbete och forskning. Den grundläggande linjära regressionsmodellen är starkt begränsad i sina applikationer. Därför går denna kurs vidare med syftet att deltagarna efter kursen självständigt skall kunna analysera och praktiskt genomföra avancerade ekonometriska undersökningar på den nivå som krävs av arbetsmarknaden, för en god masteruppsats, inledande forskarstudier och för att kunna läsa och orientera sig inom modern empirisk 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. Kursen behandlar också problem som kan uppstå i samband med att prissättning, konsumtion och produktion styrs av förväntningar snarare än historiskt realiserade data.