Banner Viadrina

Seminar - Analyse Ökonomischer Zeitreihen

Seminar “Analyse ökonomischer Zeitreihen” (6 Credit Points, Prüfungsnummer 3061)

Veranstaltung für den Bachelor



Das Seminar Zeitreihenanalyse beschäftigt sich mit den Grundlagen der Zeitreihenanalyse und ihren Anwendungen in den Wirtschaftswissenschaften.
Die Analyse, Interpretation und Vorhersage von Zeitreihen rücken immer mehr in den Focus von moderner Forschung in der Finanzwissenschaft und Ökonomie. Wegen der großen Relevanz in den Wirtschaftswissenschaften wird im Seminar die grundlegende Theorie von Zeitreihen betrachtet. Diese Theorie entwickelte sich in den letzten Jahrzehnten und findet heute große Anwendung.
Die Studierenden lernen die erwähnten statistischen Methoden und Zusammenhänge, die zur adäquaten Analyse von ökonomischen Zeitreihen benötigt werden. Ferner wenden die Studenten die Methoden mit Hilfe der Statistik-Software R an und schreiben eine dazugehörige Projektarbeit. Die Projektarbeit kann in Englisch oder Deutsch verfasst werden. Zusätzlich präsentieren die Studierenden in einem Vortrag auf Deutsch oder Englisch ihre Arbeit. Das Seminar selbst wird auf Deutsch gehalten.)

Schlussendlich muss der Studierende eine Seminararbeit anfertigen und die entsprechenden Ergebnisse präsentieren. Es besteht dabei die Möglichkeit, die Seminararbeit auf deutsch oder englisch zu schreiben und die Präsentation auf deutsch oder englisch zu halten.

Die Einführungsveranstaltung findet im Rahmen des ersten Tutoriums "Quantitative Methoden in R" am 14.10.2013 um 09.15 Uhr im HG 217 statt. Bei der Einführungsveranstaltung teilen wir die Anmeldefristen mit.

Quantitative Methoden in R
R-Tutorium begleitend zu "Statistik 2" und Seminar "Analyse ökonomischer Zeitreihen"

Parallel zu unserem Seminar und zu der Veranstaltung „Angewandte Statistik“ wird ein zusätzliches, fakultatives Tutorium in R angeboten. Dieses dient zur Einführung und Vertiefung der Programmiersprache R. Ebenso wird R in den Übungen eingeführt.

Montag                                 09 - 11 Uhr                             HG 217            Beginn 14.10.2013

Hinweis: Für diese Veranstaltung benötigen Sie Ihr eigenes Notebook, auf dem R bereits installiert sein sollte. So können Sie immer die Übungen vorbereiten und auch nach der Veranstaltung wiederholen. Sie können das Programm herunterladen unter http://mirrors.softliste.de/cran/. Sollte es bei der Installation Probleme geben, kontaktieren Sie mich per Mail (garthoff@europa-uni.de) bzw. ich helfe bei der Installation in der ersten Veranstaltung. Es wird außerdem der Enrolement Key für die E-Learning-Plattform Moodle bekanntgegeben.


Der Abgabetermin für die Seminararbeit ist voraussichtlich Mitte Februar.

Eine verbindliche Anmeldung ist möglich vom 02.12.2013 bis 13.12.2013 an garthoff@europa-uni.de.

Die Präsentationen werden voraussichtlich Ende Februar bzw. Anfang März  stattfinden.


Kursmaterial ist auf der E-Learning-Plattform verfügbar: http://moodle.europa-uni.de .

Themen für die Seminararbeiten (Eigene Themenvorschläge sind ebenso möglich.):

  1. Das Komponentenmodell
  2. Multiple lineare Regression
  3. Eigenschaften stationärer und nichtstationärer Zeitreihen
  4. Autoregressive Prozesse
  5. Moving-Average-Prozesse
  6. Autoregressive-Moving-Average-Prozesse
  7. Autoregressive-Integrated-Moving-Average-Prozesse
  8. Autoregressive-Conditional-Heteroscedasticity-Prozesse
  9. Generalized-Autoregressive-Conditional-Heteroscedasticity-Prozesse
  10. Vorhersage Stationärer Zeitreihen
Literature:
  1. P.J. Brockwell and R.A. Davis (2002): Introduction to time series and forecasting. 2nd ed. New York. Berlin. Springer.
  2. J. D. Cryer (2008): Time Series Analysis - With Applications in R. 2nd ed. New York. Springer.
  3. J. Hamilton (1994). Time series analysis. New Jersey. Princeton University Press.
  4. A. Harvey (1990): The econometric analysis of time series. 2nd ed. New York. Allan.
  5. D. Ruppert (2004): Statistics and finance. New York. Springer.
  6. R. Schlittgen (2012): Angewandte Zeitreihenanalyse mit R. 2nd ed. München. Oldenbourg
  7. R.S. Tsay (2002): Analysis of financial time series. New York. Wiley.