5.00 crédits
30.0 h + 12.0 h
Q1
Enseignants
Monti Francesca;
Langue
d'enseignement
d'enseignement
Anglais
Thèmes abordés
L'analyse des séries temporelles passe par la compréhension des notions de stationnarité et non-stationnarité, qui seront être exposées de façon détaillée et intuitive en se servant d'exemples de séries macroéconomiques et financières pour les illustrer. Ensuite, les modèles économétriques adaptés à ces séries seront expliqués et appli-qués. Le thème de la prévision est évidemment très important pour les séries temporelles et sera couvert pour chaque type de modèle. Bien que le cours soit centré sur l'approche univariée, une introduction aux aux aspects multivariés est prévue. Les méthodes d'estimation (moindres carrés ordinaires et maximum de vraisemblance) seront vues ou revues dans le contexte des modèles utilisés.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
1 | Le but est de former les étudiants à l'utilisation des techniques économétriques de modélisation et de prévision de séries temporelles économiques et financières. L'accent est mis sur l'application en macro-économie et fi-nance, et dans la mesure nécessaire à cet effet, sur la compréhension des méthodes et modèles. |
Contenu
(subject to change)
1. Introduction to Time Series Data and Programming
2. Stationarity
3. Moving Average Model (MA)
4. Auto-Regressive Model (AR)
5. ARMA Modeling
6. Forecasting
7. Non-stationarity and Integrated process
8. VAR
9. Cointegration and VECM
10. Kalman Filter
1. Introduction to Time Series Data and Programming
2. Stationarity
3. Moving Average Model (MA)
4. Auto-Regressive Model (AR)
5. ARMA Modeling
6. Forecasting
7. Non-stationarity and Integrated process
8. VAR
9. Cointegration and VECM
10. Kalman Filter
Méthodes d'enseignement
The course includes lectures by the lecturer, delivered online via Teams, and tutorials supervised by an assistant, delivered in person if the COVID situation permits it.
The teacher explains the theory and some implementations. The methods are each illustrated by examples of application in various fields of the economy.
During the practical work sessions, students learn to apply the methods seen during the course on real data. This learning is done with the software R.
The teacher explains the theory and some implementations. The methods are each illustrated by examples of application in various fields of the economy.
During the practical work sessions, students learn to apply the methods seen during the course on real data. This learning is done with the software R.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
The evaluation will be based on problem sets (30%) assigned during term and a final written project (70%).
Ressources
en ligne
en ligne
Voir Moodle UCL ( > https://moodleucl.uclouvain.be/).
Bibliographie
Livre de référence (Reference book):
Time Series Analysis and Its Applications with R Examples (2011), 3rd Edition, Robert H. Shumway, David S. Stoffer
Times Series Analysis (1994), James D. Hamilton, Princeton University Press
Other books:
Econometrics (2021), Bruce Hansen. Available at https://www.ssc.wisc.edu/~bhansen/econometrics/
Time Series Analysis and Its Applications with R Examples (2011), 3rd Edition, Robert H. Shumway, David S. Stoffer
Times Series Analysis (1994), James D. Hamilton, Princeton University Press
Other books:
Econometrics (2021), Bruce Hansen. Available at https://www.ssc.wisc.edu/~bhansen/econometrics/
Faculté ou entité
en charge
en charge
ECON