Econometrics: Eviews and Risk Simulator

• Podstawowe zrozumienie ekonometrii

Publiczność

• Ekonomiści
• Statyści

Ekonometria to zastosowanie danych ekonomicznych i metod statystycznych do ilościowej analizy zjawisk gospodarczych.

To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla każdego, kto chce nauczyć się i opanować podstawy analizy ekonometrycznej i modelowania.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Poznanie i zrozumienie podstaw ekonometrii.
• Wykorzystanie Eviews i symulatorów ryzyka.

Format kursu

• Interaktywny wykład i dyskusja.
• Dużo ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku live-lab.

Opcje dostosowywania kursu

• Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie

Ogólna koncepcja ekonometrii

• Zrozumienie podstawowych pojęć ekonometrii
• Zrozumienie zmiennych i miar
• Przegląd prawdopodobieństwa i poziomu ufności
• Zakłócenia statystyczne i percentyle
• Teoretyczne rozkłady prawdopodobieństwa
• Test istotności i metoda przedziału ufności
• Praca z asymetrią
• Kurtoza
• Anova

Analiza regresji

• Pojęcia regresji
• Zrozumienie regresji liniowej
• Szacowanie regresji
• Zakłócenia regresji
• Zrozumienie założeń statystycznych
• Naruszenie założeń i testowanie implikacji
• Zrozumienie fałszywej regresji
• Zrozumienie modeli regresji
• Przekształcanie zmiennych
• Interpretacja współczynników
• Liniowe i nieliniowe modele regresji

Analiza szeregów czasowych

• Składniki szeregów czasowych
• Różne metody dekompozycji
• Zrozumienie trendów, cykli i sezonowości
• Przeprowadzanie testów stacjonarności
• Interpretacja wykresów i korelogramów
• Przeprowadzanie testu pierwiastka jednostkowego
• Przekształcanie niestacjonarnych szeregów czasowych
• Procesy stacjonarne
• Zrozumienie złożonych przekształceń w modelu
• Prognozowanie ekonomiczne i szeregów czasowych

Neural Networks

• Zrozumienie koncepcji i metodologii sieci neuronowych
• Kompozycja sieci neuronowej
• Przegląd uczenia maszynowego
• Uczenie nadzorowane a nienadzorowane
• Uczenie maszynowe a ekonometria

Modelowanie ryzyka finansowego

• Pomiar ryzyka
• Prawdopodobieństwo wystąpienia
• Zrozumienie współczynnika zmienności
• Kapitał korygujący ryzyko

Łańcuch Markowa i symulacja Montecarlo

• Zrozumienie koncepcji symulacji i modelu
• Rozkład dopasowań i prawdopodobieństwo
• Tworzenie profili
• Zmienne losowe i wynikowe

Ocena projektu

• Definiowanie kryteriów wyboru projektów
• Zrozumienie elastyczności popytu
• Ekonomiczna wykonalność projektu
• Analiza progu rentowności ryzyka
• Zrozumienie przepływu netto
• Korzystanie z narzędzi analitycznych
• Analiza warunków skrajnych

Podsumowanie i kolejne kroki