Modulhandbuch (Module manual)

M.184.2453 Angewandte Zeitreihenanalyse und Einführung in die Finanzökonometrie
(Applied Time Series Analysis and Introduction to Financial Econometrics)

Koordinator (coordinator):	Prof. Dr. Yuanhua Feng
Ansprechpartner (contact):	Dominik Schulz (dominik.schulz[at]upb.de)
Credits:	5 ECTS
Workload:	150 Std (h)
Semesterturnus (semester cycle):	SoSe/WS
Studiensemester (study semester):	3-6
Dauer in Semestern (duration in semesters):	1

Lehrveranstaltungen (courses):
	Nummer / Name (number / title)	Art (type)	Kontaktzeit (contact time)	Selbststudium (self-study)	Status (P/WP) (status)	Gruppengröße (group size)
a)	K.184.24531 / Vorlesung: Angewandte Zeitreihenanalyse und Einführung in die Finanzökonometrie				P
b)	K.184.24532 / Übung: Angewandte Zeitreihenanalyse und Einführung in die Finanzökonometrie				P
Wahlmöglichkeiten innerhalb des Moduls (Options within the module):
Keine

Empfohlene Voraussetzungen (prerequisites):
W1471 Grundzüge der Statistik I W1472 Grundzüge der Statistik II

Inhalte (short description):
Dieses Modul ist ein anwendungsorientierter Kurs für Zeitreihenanalyse und Wirtschaftsprognose. Das Modul ist in drei Teile gegliedert. Der erste Teil gibt eine Einführung in die Zeitreihenanalyse, wie z.B. Modellierung von ökonomischen Zeitreihen mit dem additiven oder multiplikativen Modell, Theorie der AR (Autoregressive), MA (Moving Average), ARMA sowie RW (Random Walk) Modelle, Schätzung der Modelle, Modellwahl und Anwendung. Im zweiten Teil soll die Anwendung von bekannten Verfahren zur Analyse von Zeitreihen, wie das BV4.1 (Berliner-Verfahren Version 4.1, Statistisches Bundesamt) und das X-12-ARIMA (USA, Canada und weltweit) näher erläutert werden. In Teil 3 geht es um eine Einführung von Methoden der Wirtschaftsprognose basierend auf den Zeitreihenmodellen der ersten beiden Teile. Auch Prognose durch Simulation und Prognose durch Befragung von Experten sollen in diesem Teil diskutiert werden. Die Studierenden erwerben weiterhin Kompetenzen und Fähigkeiten in verschiedenen Programmen zur Datenanalyse und der Auswertung von Daten. In der Veranstaltung wird praxisnah und an konkreten Beispielen gearbeitet. Daher sind die Inhalte dieses Kurses eine sehr gute Vorbereitung für den Beruf eines Wirtschaftswissenschaftlers. Die in der Veranstaltung eingesetzte Software ist kostenlos und eignet sich auch sehr gut für eigene Auswertungen, wie z.B. in Bachelorarbeiten.

Inhalte (short description):

Dieses Modul ist ein anwendungsorientierter Kurs für Zeitreihenanalyse und Wirtschaftsprognose. Das Modul ist in drei Teile gegliedert. Der erste Teil gibt eine Einführung in die Zeitreihenanalyse, wie z.B. Modellierung von ökonomischen Zeitreihen mit dem additiven oder multiplikativen Modell, Theorie der AR (Autoregressive), MA (Moving Average), ARMA sowie RW (Random Walk) Modelle, Schätzung der Modelle, Modellwahl und Anwendung.

Im zweiten Teil soll die Anwendung von bekannten Verfahren zur Analyse von Zeitreihen, wie das BV4.1 (Berliner-Verfahren Version 4.1, Statistisches Bundesamt) und das X-12-ARIMA (USA, Canada und weltweit) näher erläutert werden.

In Teil 3 geht es um eine Einführung von Methoden der Wirtschaftsprognose basierend auf den Zeitreihenmodellen der ersten beiden Teile. Auch Prognose durch Simulation und Prognose durch Befragung von Experten sollen in diesem Teil diskutiert werden.

Die Studierenden erwerben weiterhin Kompetenzen und Fähigkeiten in verschiedenen Programmen zur Datenanalyse und der Auswertung von Daten. In der Veranstaltung wird praxisnah und an konkreten Beispielen gearbeitet. Daher sind die Inhalte dieses Kurses eine sehr gute Vorbereitung für den Beruf eines Wirtschaftswissenschaftlers. Die in der Veranstaltung eingesetzte Software ist kostenlos und eignet sich auch sehr gut für eigene Auswertungen, wie z.B. in Bachelorarbeiten.

Lernergebnisse (learning outcomes):

Fachkompetenz Wissen (professional expertise):
Studierende... kennen Grundzüge der Zeitreihenanalyse, haben Kenntnisse computergestützter Datenanalyse und Prognosefähigkeit, erlernen Grundlagen der empirischen Wirtschaftsforschung haben ein Verständnis von abhängigen Daten
Fachkompetenz Fertigkeit (practical professional and academic skills):
Studierende... können die folgenden Methoden erfolgreich anwenden: RMA-, RW-Modelle und Eigenschaften, Schätz- und Testtheorie, asymptotische Theorie, Wahl eines optimalen Modells, Konfidenz- und Vorhersageintervalle können große Datensätze anwenden erwerben Kenntnisse in der Programmiersprache R können eine empirische Studie durchführen.
Personale Kompetenz / Sozial (individual competences / social skills):
Studierende... können Theorien empirisch bewerten. Können die erworbenen Kenntnisse für eine eigene empirische Arbeit (z.B. die Bachelorarbeit) nutze
Personale Kompetenz / Selbstständigkeit (individual competences / ability to perform autonomously):
Studierende... bilden selbstständig Lerngruppen und vertiefen gemeinsam das in Vorlesung und Übung Erlernte.

Prüfungsleistungen (examinations)
Art der Modulprüfung (type of modul examination): Modulabschlussprüfung
	Art der Prüfung (type of examination)	Umfang (extent)	Gewichtung (weighting)
a)	Projektarbeit		40.00 %
b)	Klausur	90 min	60.00 %

Studienleistung / qualifizierte Teilnahme (module participation requirements)
Nein

Voraussetzungen für die Teilnahme an Prüfungen (formal requirements for participating in examinations)
Keine

Voraussetzungen für die Vergabe von Credits (formal requirements for granting credit points)
Die Vergabe der Credits erfolgt, wenn die Modulnote mindestens „ausreichend“ ist

Gewichtung für Gesamtnote (calculation of overall grade)
Das Modul wird mit der doppelten Anzahl seiner Credits gewichtet (Faktor: 2)

Verwendung des Moduls in den Studiengängen (The module can be selected in the following degree programmes)
B.Sc. International Business Studies, B.Sc. Wirtschaftsinformatik, B.Sc. Wirtschaftswissenschaften

Umfang QT (participation requirements):

Lernmaterialien, Literaturangaben (learning material, literature):

Teilnehmerbegrenzung (participant limit):
Keine

Sonstige Hinweise (additional information):

Zum Seitenanfang