Financial Econometrics

  • Typ: Vorlesung (V)
  • Semester: SS 2020
  • Ort:

    30.28 Seminarraum 2 (R120)

  • Zeit:

    Mo., 11:30 - 13:00

  • Dozent: Prof. Dr. Melanie Schienle
  • SWS: 2
  • LVNr.: 2520022
Bemerkungen

Lernziele:

Der/ die Studierende

  • besitzt umfangreiche Kenntnisse finanzökonometrischer Schätz- und Testmethoden
  • ist in der Lage diese mit Hilfe statistischer Software umzusetzen und empirische Problemstellungen kritisch zu analysieren

Inhalt:

ARMA, ARIMA, ARFIMA, (Nicht)stationarität, Kausalität, Kointegration ARCH/GARCH, stochastische Volatilitätsmodelle, Computerbasierte Übungen

Voraussetzungen:

Es werden inhaltliche Kenntnisse der Veranstaltung Volkswirtschaftslehre III: Einführung in die Ökonometrie [2520016] vorausgesetzt.

Arbeitsaufwand:

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135 Stunden

Präsenzzeit: 30 Stunden

Vor- /Nachbereitung: 65 Stunden

Prüfung und Prüfungsvorbereitung: 40 Stunden

Literaturhinweise

Taylor, S. J. (2005): "Asset Price Dynamics, Volatility, and Prediction", Princeton University Press.

Tsay, R. S. (2005): "Analysis of Financial Time Series: Financial Econometrics", Wiley, 2nd edition.

Cochrane, J. H. (2005): "Asset Pricing", revised edition, Princeton University Press.

Campbell, J. Y., A. W. Lo, and A. C. MacKinlay (1997): "The Econometrics of Financial Markets", Princeton University Press.

Hamilton, J. D. (1994): "Time Series Analysis", Princeton University Press.

Additional literature will be discussed in the lecture.

Lehrinhalt

ARMA, ARIMA, ARFIMA, (Nicht)stationarität, Kausalität, Kointegration ARCH/GARCH, stochastische Volatilitätsmodelle, Computerbasierte Übungen

Arbeitsbelastung

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135 Stunden.

Präsenzzeit: 30 Stunden

Vor- /Nachbereitung: 65 Stunden

Prüfung und Prüfungsvorbereitung: 40 Stunden

Ziel

Der/ die Studierende

  • besitzt umfangreiche Kenntnisse finanzökonometrischer Schätz- und Testmethoden
  • ist in der Lage diese mit Hilfe statistischer Software umzusetzen und empirische Problemstellungen kritisch zu analysieren