Kaisa_2012_3_photo by Veikko Somerpuro

Enrol
13.12.2019 at 15:00 - 10.3.2020 at 23:59

Timetable

Here is the course’s teaching schedule. Check the description for possible other schedules.

DateTimeLocation
Tue 10.3.2020
10:15 - 11:45
Wed 11.3.2020
10:15 - 11:45
Tue 17.3.2020
10:15 - 11:45
Wed 18.3.2020
10:15 - 11:45
Tue 24.3.2020
10:15 - 11:45
Wed 25.3.2020
10:15 - 11:45
Tue 31.3.2020
10:15 - 11:45
Wed 1.4.2020
10:15 - 11:45
Tue 7.4.2020
10:15 - 11:45
Wed 8.4.2020
10:15 - 11:45
Tue 21.4.2020
10:15 - 11:45
Wed 22.4.2020
10:15 - 11:45

Description

Opintojakso on yhteinen taloustieteen maisteriohjelman kanssa. Opintojakso on valinnainen.

Opiskelijan oletetaan tuntevan tilastollista päättelyä ja matriisilaskentaa; perehtyneisyydestä aikasarjaekonometriaan on hyötyä.

R-kielen tuntemus on eduksi, sillä sitä käytetään koko kurssin ajan. Tosin käsiteltävien menetelmien implementoimiseksi tarvittavat perustaidot on mahdollista hankkia myös kurssin ohessa.

Kurssin suoritettuaan opiskelijan tulisi

  • tuntea keskeisimmät empiirisen makrotaloudellisen mallintamisen lähestymistavat,
  • tuntea lineaarisen vektoriautoregression (VAR) perusominaisuudet,
  • ymmärtää taloudellisten sokkien identifioituvuuden käsite rakenteellisessa VAR-mallissa ja kyetä tekemään vektoriautoregressioon perustuvaa rakenteellista analyysiä käyttäen lyhyen ja pitkän aikavälin identifiointirajoitteita,
  • kyetä soveltamaan klassisia ja bayesiläisiä tilastollisen päättelyn menetelmiä redusoidun muodon ja rakenteellisissa VAR-malleissa ja
  • osata raportoida käsiteltyihin menetelmiin perustuvia empiirisiä tutkimustuloksia.

Vähintään joka toinen vuosi kolmannella periodilla. Suositeltu suoritusajankohta ensimmäinen kevätlukukausi.

Kurssi johdattelee nykyaikaisen sovelletun makroekonometrian menetelmiin. Aluksi tarkastellaan erilaisia nykyisin sovellettavia lähestymistapoja, mukaan lukien dynaamiset stokastiset yleisen tasapainon (DSGE) mallit, mutta pääpaino on vektoriautoregressiolla ja sen käytöllä taloustieteessä. Erityisesti keskitytään taloudellisten sokkien identifiointiin erilaisin menetelmin ja rakenteellisen vektoriautoregression soveltamiseen politiikka-analyysissa. Kurssilla tarkastellaan sekä klassisten että bayesiläisten tilastomenetelmien soveltamista redusoidun muodon ja rakenteellisiin VAR-malleihin. Myös menetelmien sovelluksia rahoitusmarkkina-aineistoihin saatetaan tarkastella. Pääpaino on menetelmien käytännön soveltamisella makrotaloudellisten havaintoaineistojen mallintamiseen.

Luentodiojen lisäksi kurssilla käsiteltävien R-pakettien ohjekirjat sekä valikoiden seuraavat oppikirjat voivat olla hyödyllisiä:

  • Bjørnland, H.C. & L.A. Thorsrud (2015). Applied Time Series for Macroeconomics. Gyldendal Norsk Forlag AS, 2nd edition (1st edition can be used as well).
  • Favero, C.A. (2001). Applied Macroeconometrics. Oxford University Press.
  • Hamilton, J. (1994). Time Series Analysis. Princeton University Press.
  • Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer.

Lisäksi vaadittava kirjallisuus sisältää luennoitsijan osoittamia aikakauslehtiartikkeleita.

Kaikki kurssimateriaali jaetaan kurssin Moodle-alueen kautta, ja siellä on myös kurssin keskustelufoorumi, jossa opiskelijat voivat keskustella keskenään ja opettajan kanssa kurssiin liittyvistä asioista. Luentojen aikana käytössä on Presemo-huone, jossa opiskelijat voivat esittää spontaaneja kommentteja ja kysymyksiä. Luennoilla esitetään aktivointikysymyksiä, joihin myös vastataan Presemon kautta. Kotitehtäviin liittyy monivalintakysymyksiä, joihin opiskelijat vastaavat Moodle-alueella.

Arvosana asteikolla 0:sta (hylätty) 5:een on kirjallisesta loppukuulustelusta (40%), kotitehtäviin liittyvistä kysymyksistä (30%) ja harjoitustyöstä (30%) saatujen arvosanojen painotettu keskiarvo. Kukin osasuoritus arvostellaan asteikolla 0 - 5, ja kustakin on erikseen saatava hyväksytty arvosana.

Opetuskieli englanti

Kurssi käsittää 24 tuntia luentoja ja harjoituksia pienryhmissä tai integroituna luentoihin. Luennoilla (ja pienryhmäharjoituksissa) ei ole läsnäolopakkoa.

Kurssi suoritetaan kirjallisella loppukuulustelulla, vastaamalla harjoitustehtäviin liittyviin kysymyksiin internetissä ja tekemällä empiirinen harjoitustyö. Kotitehtävät sisältävät analyyttisia ja empiirisiä harjoituksia. Edelliset perehdyttävät opiskelijaa teoriaan ja harjaannuttavat menetelmien käytännön soveltamisessa tarvittavia laskutaitoja, kun taas jälkimmäiset opettavat empiirisen tutkimusprojektin toteuttamisen taitoja, kuten havaintoaineistojen käsittelyä, ohjelmointia ja tulosten tulkintaa.