154-0353/03 – Finanční ekonometrie (FE)
Garantující katedra | Katedra financí | Kredity | 3 |
Garant předmětu | doc. Ing. Aleš Kresta, Ph.D. | Garant verze předmětu | doc. Ing. Aleš Kresta, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný typu B |
Ročník | 2 | Semestr | zimní |
| | Jazyk výuky | čeština |
Rok zavedení | 2019/2020 | Rok zrušení | 2021/2022 |
Určeno pro fakulty | EKF | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je vybavit studenty obecnými znalostmi pro tvorbu modelů aplikovatelných na skutečných datech a zvýšit tak kvalitu řešení závěrečných prací. Předmět je pro své obecné zaměření vhodný rovněž i pro studenty jiných oborů. Je také vhodný jako doplněk k předmětu Ekonometrie. Úlohy jsou řešeny převážně v prostředí programu MS Excel.
Absolvování předmětu studentům umožní:
- správně a vhodně aplikovat metody odhadu,
- sestavovat empirické modely nejen finančních veličin,
- vytvářet predikce budoucího vývoje,
- pracovat s vybraným matematickým softwarem.
Vyučovací metody
Přednášky
Individuální konzultace
Cvičení (v učebně)
Projekt
Anotace
Předmět je zaměřen na aplikaci ekonometrických metod ve financích se záměrem naučit studenty vytvářet empirické modely využitelné jak v podnikových financích, tak ve finančním modelování. Na cvičení jsou řešeny vybrané problémy tvorby empirických modelů a důraz je kladen na jejich praktickou aplikaci. Úlohy jsou řešeny převážně v prostředí programu MS Excel. Předmět je vhodný jako doplněk k předmětu Ekonometrie.
Povinná literatura:
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Zápočet - obhajoba seminární práce
E-learning
Další požadavky na studenta
Nejsou další požadavky na studenta.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Základní problémy a typy úloh ve finanční ekonometrii.
2. Simulace Monte-Carlo – techniky generování náhodných čísel.
3. Metody odhadu parametrů modelu – možnosti a omezení.
4. Regresní analýza – odhad empirického arbitrážního modelu.
5. Regresní analýza – zobecněné lineární modely a jejich aplikace.
6. Úvod do stochastické optimalizace – využití a možnosti řešení.
7. Možnosti aplikace analýzy hlavních komponent.
8. Řízení velkých ztrát – odhad rizik s malými pravděpodobnostmi.
9. Úvod do Visual Basic for Application.
10. Aplikace vybraných smíšených rozdělení pravděpodobnosti.
11. Využití stochastických procesů.
12. Modelování volatility s asymetrickým efektem.
13. Modelování závislostí, kovariančních matic.
14. Úvod do data envelopment analysis (DEA).
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.