LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
Uygulamalı Matematik ve İstatistik (Doktora)
ECON 517 | Ders Tanıtım Bilgileri
| Dersin Adı |
Finansal Ekonometri
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
ECON 517
|
Güz/Bahar
|
3
|
0
|
3
|
7.5
|
| Ön-Koşul(lar) |
Yok
|
|||||
| Dersin Dili |
İngilizce
|
|||||
| Dersin Türü |
Seçmeli
|
|||||
| Dersin Düzeyi |
Yüksek Lisans
|
|||||
| Dersin Veriliş Şekli | - | |||||
| Dersin Öğretim Yöntem ve Teknikleri | - | |||||
| Dersin Koordinatörü | - | |||||
| Öğretim Eleman(lar)ı | - | |||||
| Yardımcı(ları) | - | |||||
| Dersin Amacı | Bu ders öğrenciye finansal ekonometride kullanılan kapsamlı bir dizi tekniği, ve bu tekniklerin pratik uygulamalarını tanıtır. Derse istatistik ve ekonometri üzerine ön bilgi ile başlamak çok faydalı olacaktır, fakat bu bir önkoşul değildir. Her öğrenci, derste öğrendiklerini finansal bir veri setine uygulayacağı bir proje teslim etmekle yükümlüdür. Buna uygun olarak, dersin amaçlarından bir tanesi de öğrenciye bağımsız araştırma projeleri yürütmek için gerekli olan yetenekleri verebilmek, ve bilgilerini, ilgilerini çekebilecek ilave konulara fazla zorluk çekmeden uygulayabilmeleri için gerekli olan alt yapıyı vermektir. |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Ders ağırlıklı olarak Zaman Serisi metodlarını üzerine kurulacaktır. Bu, sayısal finansın temel metodlarına giriş yapmak için en ideal yaklaşım olmakla birlikte, finans ve finansal ekonomi ile ilgili soruları cevaplamak amacıyla kullanılabilecek ekonometrik analizlerin, ekonometrik yöntemlerin neredeyse tamamını kapsayacağı da akılda tutulmalıdır. Ders, istatistik ve ekonometrinin temel metodlarının gözden geçirilmesiyle başlar; regresyon analizi, en küçük kareler yöntemi, ve bu yöntemlerin önemli uzantılarına giriş yapar. Daha sonra, ARMA ve ARIMA modellerinin tahmin ve öngörüleri, şartlı değişken varyans modelleri (ARCH/GARCH), vektör otoregresyon modelleri, ve birlikte durağanlık (kointegrasyon) konuları dahil olmak üzere çok sayıda zaman serisi metodu tartışılır. Her konu finans alanından bir uygulama eşliğinde, finansal verilerin kendilerine özgü özellikleri, ve bu tür verilerle çalışmak için özellikle geliştirilmiş metodlar göz önünde bulundurularak işlenir. |
|
|
Temel Ders | |
| Uzmanlık/Alan Dersleri | ||
| Destek Dersleri |
X
|
|
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI
| Hafta | Konular | Ön Hazırlık |
| 1 | Temeller: Olasılık ve İstatistiğin Gözden Geçirilmesi | Ders notları |
| 2 | Regresyon Analizine Giriş | Brooks, Bölüm 2 & 3 |
| 3 | Regresyon Analizinde Temel Konular | Brooks, Bölüm 3 & 4 |
| 4 | Zaman Serisi Ekonometrisinin Temelleri | Brooks, Bölüm 5 |
| 5 | ARMA Modellemesi | Brooks, Bölüm 5 |
| 6 | ARMA Modellemesi | Brooks, Bölüm 5; Ders notları ve ek okuma metinleri |
| 7 | Midterm Exam | - |
| 8 | Durağan Olmama, Birim Kökler ve ARIMA Modelleri | Brooks, Bölüm 7 |
| 9 | Zaman Serileriyle Tahminleme | Brooks, Bölüm 5 |
| 10 | Otoregresif Koşullu Değişen Varyans: ARCH ve GARCH | Brooks, Bölüm 8; Ders notları ve ek okuma metinleri |
| 11 | Otoregresif Koşullu Değişen Varyans: ARCH ve GARCH | Brooks, Bölüm 8; Ders notları ve ek okuma metinleri |
| 12 | Durağan Vektör Modelleri: VAR | Brooks, Bölüm 6 |
| 13 | Eşbütünleşme ve Ortak Eğilimler | Brooks, Bölüm 7 |
| 14 | Ek Konu | |
| 15 | Ek Konu | |
| 16 | Dönemin gözden geçirilmesi |
| Ders Kitabı | Main text: Chris Brooks, Introductory Econometrics for Finance (Secon Edition), Cambridge University Press. Supplementary text: Svetlozar T. Rachev, Stefan Mittnik, Frank J. Fabozzi, Sergio M. Focardi, and Teo Jasic, Financial Econometrics: From Basics to Advanced Modeling Techniques (John Wiley & Sons, Inc.). |
| Önerilen Okumalar/Materyaller | On Financial Econometrics: • Carol Alexander, Market Models: A Guide to Financial Data Analysis. On Time Series: • Walter Enders, Applied Econometric Time Series (Second Edition) • Brockwell and Davis, Introduction to Time Series and Forecasting (Second Edition) |
DEĞERLENDİRME ÖLÇÜTLERİ
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği |
-
|
-
|
| Portfolyo | ||
| Ödev |
5
|
20
|
| Sunum / Jüri Önünde Sunum | ||
| Proje |
2
|
55
|
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav |
1
|
25
|
| Final Sınavı | ||
| Toplam |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı |
75
|
|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı |
25
|
|
| Toplam |
AKTS / İŞ YÜKÜ TABLOSU
| Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
|---|---|---|---|
| Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) |
16
|
3
|
48
|
| Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) |
16
|
0
|
|
| Sınıf Dışı Ders Çalışması |
0
|
||
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
-
|
0
|
|
| Portfolyo |
0
|
||
| Ödev |
5
|
9
|
45
|
| Sunum / Jüri Önünde Sunum |
0
|
||
| Proje |
2
|
46
|
92
|
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
1
|
40
|
40
|
| Final Sınavı |
0
|
||
| Toplam |
225
|
DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
1
|
2
|
3
|
4
|
5
|
||
| 1 | Yüksek lisans düzeyi yeterliliklerine dayalı olarak, teorik matematik ve istatistik kuramları ve uygulamalarına ilişkin bilgilerini uzmanlık düzeyinde geliştirmek, , derinleştirmek ve alanına yenilik getirecek özgün tanımlara ulaştırmak, |
X | ||||
| 2 | Matematik ve İstatistikte orijinal, bağımsız ve kritik düşünme yeteneklerine sahip olmak ve teorik kavramlar geliştirebilmek, |
X | ||||
| 3 | Matematik ve İstatistikteki problemleri tanıyabilme ve doğrulayabilme yeteneğine sahip olmak, |
X | ||||
| 4 | Disiplinlerarası yaklaşımla, teorik ve uygulamalı matematik ve istatistik yöntemlerini yeni problemlerin analiz ve çözümümde uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek, |
X | ||||
| 5 | Uygulamalı Matematiğin ve istatistiğin kullanıldığı hemen her alanda, uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilmek, sonuçlandırıp, raporlayabilmek, |
X | ||||
| 6 | Uygulamalı Matematik ve İstatistik alanında edindiği uzmanlık düzeyindeki bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirebilmek, yenileyebilmek, ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapabilmek, |
X | ||||
| 7 | Uygulamalı Matematik ve İstatistik alanında analizlerini ve önerdiği yöntemleri, uzman kişilere, bilimsel nitelikte aktarabilmek, |
X | ||||
| 8 | Ulusal ve uluslararası (İngilizce) akademik kaynakları etkin bir şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek, alanındaki ve alan dışındaki bilimsel toplantılara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarımda bulunabilmek, |
X | ||||
| 9 | Uygulamalı Matematik ve İstatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve en az ikisini etkin şekilde kullanabilmek, |
X | ||||
| 10 | Uygulamalı Matematik ve İstatistik alanlarında bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunmak, |
X | ||||
| 11 | Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek, karşılaştığı toplumsal, bilimsel, kültürel ve etik sorunların çözümüne katkıda bulunup ve bu değerlerin gelişimini desteklemek, |
X | ||||
| 12 | Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak, |
X | ||||
| 13 | Matematik ve istatistiğn kullanıldığı sistem ve konularla ilgili strateji, politika ve planlar geliştirebilmek ve elde edilen sonuçları yorumlayıp geliştirebilmek, |
X | ||||
| 14 | Matematik ve İstatistik bilinmlerinin gelişmesinde ve kaynaşmasında yer alan önemli kişileri, olay ve olguları, diğer bilim dallarının gelişmesindeki etkileri açısından değerlendirebilmek, tartışabilmek, inceleyebilmek, |
X | ||||
| 15 | Uygulamalı Matematik ve İstatistik alanında bireysel veya ekip olarak bir bilimsel çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek. |
X | ||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest
HABER |TÜM HABERLER
YÜZYILLARIN KURAMINA YENİ SOLUK İZMİR EKONOMİ’DEN
İzmir Ekonomi Üniversitesi (İEÜ) Matematik Bölümü öğretim üyeleri geliştirdikleri TÜBİTAK projesiyle değişmezlik kuramında yeni bir modülün özelliklerini inceleyecek. Kuramın işlemedi özel durumları
