Kursa kods Ekon7016
Fakultāte Biznesa, vadības un ekonomikas fakultāte
Kredītpunkti, lekciju skaits
Kredītpunkti ECTS kredītpunkti Kopējais auditoriju stundu skaits Lekciju stundu skaits Semināru un praktisko darbu stundu skaits Studenta patstāvīgā darba stundu skaits
2 3 32 22 10 48
Kursa anotācija Kursa mērķis ir sniegt doktorantiem zināšanas par ekonomikas modelēšanas metodēm, īpašu uzsvaru liekot uz laikrindu ekonometrijas metodēm. Studiju procesā doktorantiem jāiegūst tādas zināšanas, kas ļauj veikt augsta līmeņa modelēšanu ekonomikā.
Mērķa saniegšanai nepieciešams:
1) iepazīstināt doktorantus ar stacionāru stohastisku procesu, kointegrāciju, vienības saknes testēšanu,
2) iepazīstināt doktorantus ar autoregresijas modeļiem,
3) iepazīstināt doktorantus ar VAR modeļa pielietošanas iespējām,
4) iepazīstināt doktorantus ar Kalmana filtru, tā pielietošanu.

Kursa atbildīgais Jānis Priede
Rezultāti Sekmīgi apgūstot šo kursu, doktoranti iegūst izpratni par modernām pieejām laikrindu datu kvantitatīvajā analīzē, iemācās izvairīties no tādām bieži pieļaujamām kļūdām kā viltotā regresija un apgūst prognozēšanas pamatus. Šīs zināšanas dos iespēju labāk saprast modernos pētījumus, kuri izmanto kvantitatīvās metodes, kā arī veikt laikrindu kvantitatīvo analīzi promocijas darba izstrādes laikā. Sekmīgi apgūstot šo kursu doktoranti spēs parādīt:
Akadēmiskās kompetences:
1. Iegūtas teorētiskās zināšanas par laika rindu ekonometrijas jēdzieniem un problēmām.
2. Nostiprināts priekšstats par modelēšanas metožu pielietošanas iespējām.
Profesionālās kompetences:
1. Spēj patstāvīgi analizēt un novērtēt dažādus iegūtos modeļu rezultātus.
2. Doktorantiem ir iemaņas pielietot iegūtās zināšanas promocijas darbu izstrādnē, kā arī citos zinātniskos un praktiskos pētījumos.


Kursa plāns 1.Ievads laikrindu ekonometrijā. Atšķirība starp šķersgriezuma un laikrindu datiem. Novēlošanās jēdziens, novēlošanās operators. Laikrindu datu transformācijas. Autokorelācija. L4
2.Stacionaritāte. Stacionaritātes definīcija. Trendi, nejaušās klejošanās process. Viltotā regresija. Stacionaritātes testi. Integrācijas pakāpe. L2 S2
3.Kointegrācija. Kointegrācijas definīcija. Kointegrācijas testi. Ilgtermiņa un īstermiņa sakarības. Kļūdu korekcijas mehānisms. L2 S2
4.Autoregresijas (AR) modeļi. Autoregresīvu sadalītu novēlošanu (ADL) modeļi. Eksogenitātes problēma laikrindu modeļos. L4
5.Vektoru autoregresijas (VAR) modeļi. VAR modeļu novērtēšana. Impulsu reakciju funkcijas. Prognozēšana ar laikrindu modeļiem. L4 S2
6.Kalmana filtrs. Filtrēšana, interpolēšana, prognozēšana. Risinājuma algoritms. Koeficientu noteikšana. L2
7. Ekonometrijas problēmu risinājums LU promocijas darbos ekonometrijas apakšnozarē. L4
8.Noslēguma seminārs. S4

Prasības kredītpunktu iegūšanai Uzdevumu izpilde semestrī – 50%; eksāmens – rakstisks pārbaudījums - 50% .
Mācību literatūra 1.Gujarati, D. N. Basic Econometrics. McGraw-Hill, 1995, pp. 823
2.Hamilton, J. D. Time Series Analysis. Princeton University Press, 1994, pp. 782
3.Harvey, A. C. Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press, 1989, pp. 509.
4.Madalla, G. S. Introduction to Econometrics. Prentice Hall, 2001, pp. 621.
Papildus literatūra 1. LU aizstāvētie promocijas darbi ekonometrijā.
2. Latvijas bankas pētījumu sērija.
Periodika un citi informācijas avoti 1.Journal of Econometrics
2. Econometrica
3.LU bibliotēkas datu bāze Emerald
4. LU bibliotēkas datu bāze EBSCO
5. LU bibliotēkas datu bāze Ebrary

Studiju programmas Ekonomika
Vadībzinātne