اقتصادسنجی با نرم‌افزار Eviews و Stata (مقدماتی و پیشرفته)

تاریخ دوره: از ۲۵ شهریور ۹۸
روزهای شنبه و دوشنبه / ۱۷:۰۰ الی ۲۱:۰۰
مدت دوره: ۴۰ ساعت

مقدمه

نرم‌افزار Eviews : سری‌زمانی عبارت است از سری داده‌هایی که از مشاهده یک پدیده در طول زمان بدست آمده‌اند. مثال‌های آن در اقتصاد (مانند قیمت سهام در روزهای متوالی، صادرات در ماه‌های متوالی، متوسط درآمد در ماه‌های متوالی…) بازاریابی (تجزیه و تحلیل ارقام فروش در هفته یا ماه‌های متوالی) جمعیت‌شناسی و کلیه علوم مهندسی و… دیده می‌شود. هدف از تجزیه و تحلیل سری‌های زمانی، کشف و شناسایی مدل احتمالی مولد داده و پیش‌بینی مقادیر آینده است.

همچنین با توجه به پایین بودن داده‌ها و کوتاهی طول دوره داده‌های مورد بررسی برای یک کشور، شرکت یا فرد ویژه، استفاده از داده‌های پنل یا تابلویی در مطالعات اقتصادسنجی گسترش قابل ملاحظه‌ای یافته است از داده‌های پنلی برای مواردی که مسائل را نمی‌توان صرفا به صورت سری‌زمانی یا برش مقطعی بررسی کرد، استفاده می‌شود.

تلفیق داده‌های سری زمانی با داده‌های مقطعی نه تنها می‌تواند اطلاعات سودمندی را برای تخمین مدل‌های رگرسیونی فراهم آورد، بلکه بر مبنای نتایج بدست آمده می‌توان توصیه‌های سیاستگذاری درخور توجهی نیز بعمل آورد. در دوره نرم‌افزار Eviews ابتدا مباحث مقدماتی و اصول اولیه به صورت تئوریک ارائه می‌گردد و پس از معرفی نرم‌افزار Eviews تکنیک‌های کاربردی جهت استفاده از سری‌های زمانی در نرم‌افزار Eviews ارائه می‌گردد.

همچنین تلاش خواهد شد با رویکردی کاربردی، شرکت‌کنندگان در دوره‌های آموزشی Eviews با روش‌های تخمین الگوهای پنل استاتیک و پویا در نرم‌افزارهای Eviews و Stata آشنا شوند و در نهایت بتوانند مدل‌های پیشرفته پنل‌دیتا را در این نرم افزارها اجرا نموده و مورد استفاده قرار دهند.

گروه مالی شریف در دوره آموزشی اقتصادسنجی با استفاده از نرم‌افزارهای Eviews و Stata (مقدماتی و پیشرفته) شما را در مسیر یادگیری این مهارت تخصصی یاری می‌کند.

• دانشجویان رشته‌های مالی، علوم اقتصادی، مدیریت و علوم اجتماعی؛
• کارشناسان بانک‌ها و موسسات تحقیقاتی، شرکت‌های بیمه، شرکت‌های سرمایه‌گذاری و …؛
• کارشناسان و پژوهشگران حوزه‌های علوم اقتصادی، مالی، علوم مدیریتی و علوم اجتماعی؛
• سازمان‌ها و مؤسسات دولتی؛
• سایر علاقمندان به مباحث تحلیل سری‌های زمانی و کشف و شناسایی مدل احتمالی مولد داده و پیش‌بینی مقادیر آینده.

۱ – مقدمه‌ای بر اقتصادسنجی و سنجی مالی

• نظریه رگرسیون و معرفی روش حداقل مربعات در تخمین توابع (OLS)
• اقتصادسنجی مالی و حوزه‌های کاربرد آن
• ایجاد و مدیریت فایل، ورود داده، محاسبات مقدماتی و آمار پایه در Eviews
• خواندن از فایل‌های اکسل و دستورهای Import و Export
• برآورد رگراسیون‌ های ساده و چندگانه ، تفسیر نتایج و پیش‌بینی
• تحلیل کامل خروجی نرم‌افزار در مدل OLS و بررسی معیارهای خوبی برازش و خوبی مدل
• آزمون محدودیت بر روی ضرایب
• آزمون متغیرهای حذف شده و اضافی
• بررسی مشکل خودهمبستگی در مدل و رفع آن
• بررسی مشکل واریانس ناهمسانی در مدل و رفع آن
• آزمون ثبات ساختاری
• بررسی رابطه علی معلولی بین متغیر‌ها و انجام آزمون علیت گرینجر
• مقدمه‌ای بر برنامه‌نویسی در Eviews
• کارگاه تجربی جهت مرور مطالب بخش اول

۲ – سری‌های زمانی تک متغیره غیرخطی در بازارهای مالی

• مدل خود رگرسیو آستانه‌ای، دوخطی و انتقال هموار
• مارتینگل‌ها، نوسان تصادفی، دینامیک غیرخطی و آشوب، و آزمون‌های روابط غیرخطی
• تخمین مدل‌های غیرخطی در Eviews
• آزمون‌های روابط غیرخطی

۳ – سری‌های زمانی تک متغیره خطی و کاربرد آن‌ها در پیش‌بینی

• معرفی و تعریف داده‌های سری زمانی و مدل‌های سری زمانی
• سری‌های زمانی مدل‌های ARIMA، SARIMA و ARFIMA
• تجزیه سری‌های زمانی عنصر غیرقابل مشاهده در سری‌های زمانی و استخراج سیگنال
• مانایی، ریشه واحد و آزمون آن
• انتخاب مدل مناسب ARMA) P,Q) و آزمون‌های تشخیص
• مدل‌های بازگشت به میانگین، بازگشت به روند و گام تصادفی و کاربرد مالی: آزمون نسبت واریانس
• کارگاه تجربی جهت مرور مطالب بخش دوم

۴ – تخمین سری‌های زمانی چند متغیره و پیش‌بینی در بازارهای مالی

• مقدمه‌ای بر مدل‌های VARMA و VAR
• هم‌انباشتگی، هم‌انباشتگی چندگانه و هم‌انباشتگی غیرخطی و هم‌انباشتگی آستانه‌ای
• کاربرد هم‌انباشتگی در پیش‌بینی قیمت‌های نقد با استفاده از قراردادهای آتی کاربرد هم‌انباشتگی در تحلیل پرتفو، هم‌انباشتگی آستانه‌ای و آربیتراژ، حباب و هم‌انباشتگی
• پیش‌بینی سری‌های زمانی چند منظوره
• کارگاه تجربی جهت مرور مطالب بخش سوم و چهارم

۵ – تخمین مدل‌های تک‌عاملی و چند عاملی

• تحلیل مؤلفه‌های اصلی و تحلیل عاملی
• تخمین مدل قیمت‌ گذاری‌ دارایی‌های سرمایه‌ ای (CAPM)
• تحلیل عاملی در Eviews
• تخمین دومرحله‌ای و تک‌مرحله‌ای (مبتنی بر تحلیل عاملی)

۶ – مدل‌های نوسان شرطی و مدل‌سازی ریسک

• مقدمه‌ای بر نوسان و ناهمسانی واریانس شرطی (مدل‌های ARCH، GARCH)
• تخمین مدل‌های نوسان شرطی با استفاده از Eviews
• محاسبات مربوط به ارزش در معرض ریسک VaR
• روش‌های ناپارامتری به‌دست آوردن توابع چگالی بازده و VaR
• مدل‌های نوسان شرطی چندمنظوره و روابط بین بازارهای مالی
• تخمین مدل‌های نوسان شرطی چندمتغیره

۷ – اقتصادسنجی داده‌های پنل (Panel Data)

• آشنایی با نحوه ورود داده‌های پنل در نرم‌افزار Eviews
• تخمین الگوی اثرات ثابت در نرم‌افزار Eviews
• تخمین الگوی اثرات تصادفی در نرم‌افزار Eviews
• آزمون‌های F لیمرو و هاسمن در نرم‌افزار Eviews
• تخمین الگوهای پنل پویا به روش گشتاورهای تعمیم یافته (Dynamic Panel) در نرم‌افزار Eviews
• آزمون ریشه واحد در داده‌های پنل (Panel Unit Root) در نرم‌افزار Eviews

۸ – اقتصادسنجی داده‌های پنل (Panel Data) در Stata

• آشنایی با نحوه ورود داده‌های پنل در نرم‌افزار Stata
• تخمین الگوی اثرات ثابت در نرم‌افزار Stata
• تخمین الگوی اثرات تصادفی در نرم‌افزار Stata
• آزمون‌های F لیمرو هاسمن در نرم‌افزار Stata
• تخمین الگوهای پنل لوچیت و پنل پروبیت در Stata

میزان سرمایه‌گذاری در این دوره ۱۱/۰۰۰/۰۰۰ ریال می‌باشد.

شرایط انصراف و عودت وجه: