Serii de timp şi previziune

InfoTitularTematicaBibliografieEvaluareObiective

Număr de credite: 6
Cod: AME0158
Predare: curs 2h
Limba de predare: română
Tip: curs principal, semestrul 3, Masteratul Analiza Datelor Complexe
Erasmus:

Codruta Mare
profesor universitar doctor
Facultatea de Studii Economica și Gestiunea Afacerilor
Universitatea Babeş-Bolyai
E-mail: codruta.mare@ubbcluj.ro

Curs

  1. Serii de timp: definiții, noțiuni specifice, caracteristici, reprezentare grafică
  2. Indicatori derivați ai seriilor cronologice
  3. Componentele unei serii cronologice: trend-ul
  4. Componentele unei serii cronologice: sezonalitatea
  5. Componentele unei serii cronologice: ciclicitatea
  6. Metode simple de previziune: naivă, pe baza mediei valorilor trecute, netezire (media mobilă și netezirea exponențială)
  7. Măsurarea acurateței previziunii
  8. Tipuri de corelații în serii de timp: autocorelația, corelația, corelația încrucișată
  9. Autoregresivitatea în seriile de timp: staționaritate versus autoregresivitate
  10. Modele de tip autoregresiv: AR, MA, ARMA, ARIMA, SARMA, SARIMA;
  11. Cointegrarea în serii de timp

Laborator

  1. Calcularea indicatorilor derivați și analize individuale pe serii de timp
  2. Utilizarea Excel și Eviews pentru analiza seriilor de timp
  3. Estimarea trend-ului
  4. Extragerea componentei sezoniere: analiza ei și previziuni cu sezonalitate
  5. Estimarea și analiza ciclicității
  6. Metode de previziune și alegerea modelului optim
  7. Evaluarea proprietăților unei variabile cronologice: autocorelație și staționaritate
  8. Estimarea modelelor de tip autoregresiv
  9. Relații între seriile de timp (corelații, corelații încrucișate, cointegrare, etc)
  • WOOLDRIGE, J. M. Introductory econometrics: A modern approach. Nelson Education; 2016.
  • HENDRY, David F., Economic Forecasting, Nuffield College, University of Oxford, 2000 – lecture notes.
  • SODERLIND, Paul, Lecture Notes in Empirical Macroeconomics, University of St. Gallen, 2005.
  • SODERLIND, Paul, Lecture Notes in Macroeconomic and Financial Forecasting, University of St. Gallen, 2006.
  • SODERLIND, Paul, Lecture Notes in Financial Econometrics, University of St. Gallen, 2011.
  • COCHRANE, John H., Time Series for Macroeconomics and Finance,Graduate School of Business, University of Chicago, 2005.
  • KLEIN, Lawrence R., WELFE Aleksander, WELFE Wladyslaw, Principiile modelării macroeconometrice, Ed. Economică, București, 2003.
  • MAKRIDAKIS, Spyros, WHEELWRIGHT, Steven C., HYNDMAN, Rob J., Forecasting – Methods And Applications, Ed. John Wiley & Sons, Inc., 1998.
  • DIEBOLD, Francis X., Forecasting in Economics, Business, Finance and Beyond, Edition 2017.
  • LAZĂR, Dorina, Econometrie financiară, Ed. Casa Cărții de Știință, Cluj-Napoca, 2012.
  • MARE, Codruța, Scenarios and Prospectives Regarding the Euro Introduction on the Romanian Market, Ed. Eikon, Cluj-Napoca, 2013.
  • Mare Codruța, Litan Cristian-Marius, Perspectives on Euro introduction in the Romanian economy, Baltic Journal of Economics, vol. 12, nr. 1, Spring, 2012, P.23 – 40.

CURS:

Metode de evaluare

  • 50% examen scris

Criterii de evaluare:

  • Însușirea corectă a noțiunilor și a metodelor de analiză a seriilor de timp; capacitatea utilizării cunoștințelor dobândite

 

LABORATOR:

Metode de evaluare:

  • 50% prezentări de seminar

Criterii de evaluare:

  • Însușirea corectă a cunoștințelor; capacitatea de aplicare a metodelor de analiză și previziune pe seturi de date reale, din diverse domenii; utilizarea eficientă de software și aplicații (Excel și Eviews) pentru analiza și previziunea seriilor de timp; abilitatea de evaluare a eficienței procesului de analiză și previziune;
  • 2 teme la seminar: acestea conține prelucrări în Excel și Eviews

Obiective generale

  • Familiarizarea studenților cu principalele noțiuni legate de seriile de timp, cu principalele metode de analiză și previziune și cu diversitatea domeniilor de aplicabilitate

Obiective specifice

  • Cunoașterea noțiunilor specifice seriilor de timp și a modului de analiză a acestora
  • Familiarizarea cu tipurile de previziune și a cazurilor în care se aplică fiecare tip
  • Identificarea pașilor specifici de analiză în funcție de scopul final
  • Analiza datelor, identificarea componentelor seriilor cronologice analizate și extragerea specificităților evoluționiste
  • Dobândirea capacităților de previzionare a mărimilor cronologice și de evaluare a eficienței procesului de previziune
  • Cunoașterea metodologiilor ce pot fi aplicate în cadrul procesului de previziune