| Dersin adı |
Dersin seviyesi |
Dersin kodu |
Dersin tipi |
Dersin dönemi |
Yerel kredi |
AKTS kredisi |
Ders bilgileri |
| ECONOMETRICS II |
Üçüncü düzey |
ECON 676 |
|
2 |
7.00 |
7.00 |
Yazdır |
|
Ön koşul dersleri
|
-
|
|
Eğitimin dili
|
İngilizce
|
|
Koordinatör
|
PROF. DR. FAİK BİLGİLİ
|
|
Dersi veren öğretim eleman(lar)ı
|
PROF. DR. FAİK BİLGİLİ
|
|
Yardımcı öğretim eleman(lar)ı
|
-
|
|
Dersin veriliş şekli
|
Teorik ve Uygulama
|
|
Dersin amacı
|
Bu dersin amacı öğrencilere ileri düzey ekonometri yöntemlerinin tanımlanması ve anlatılması, ve ampirik çalışmalar için gerekli olan ileri teknikleri kazandırmaktır. Ekonometrik yöntemlerin uygulanması hem Stata hem de Eviews programları kullanılarak yapılacaktır. Dolayısıyla, öğrencinin Doktora Tez aşamasına geçtiğinde ampirik uygulama yapabilme ve bulgulardan hareketle bir takım politikalar üretme ya da önerebilme yeteneğinin geliştirmesi hedeflenmektedir
|
|
Dersin tanımı
|
Zaman Serileri, durağanlık ve eş-bütünleşme testleri, Panel Veri modelleri; rassal etki, sabit etki vs.
|
|
1- |
Introduction to multivariate time series analysis
|
|
2- |
VAR analysis and its diagnostics
|
|
3- |
Impulse-response functions (IRF’s) and error variance decomposition (FEVD)
|
|
4- |
Applications to VAR models and Cholesky decomposition (vs Blanchard -Quah decomposition)
|
|
5- |
Cointegration and common trends-cointegration with regime shifts
|
|
6- |
Error correction models (VECM)
|
|
7- |
VECM estimations and cointegrating relation
|
|
8- |
Midterm
|
|
9- |
Multivariate volatility models
|
|
10- |
Time-varying volatility models (DCC-GARCH, CCC – GARCH and BEKK models)
|
|
11- |
Applications to multivariate models
|
|
12- |
Causality tests
|
|
13- |
Introduction to panel econometrics-panel unit root stationarity
|
|
14- |
Fixed and random effects models
|
|
15- |
Cross sectional dependence and quantile panel/spatial panel
|
|
16- |
Final Exams
|
|
17- |
Final Exams
|
|
18- |
|
|
19- |
|
|
20- |
|
|
1- |
By the end of the course the students will have developed the necessary skills needed for empirical research using modern econometrics techniques. To have knowledge on the basic principles of econometric analysis.
|
|
2- |
To be able to know how to apply regression analysis to real-world economic examples and data sets for hypothesis testing and prediction. Through their computer based assignments they will be also trained in conducting research using primary data
|
|
3- |
To have knowledge on simple and multiple regression models. To be able to understand the assumptions of the classical regression model.
|
|
4- |
To have knowledge on problems on estimation of models and to be able to understand both the fundamental techniques and wide array of applications involving linear regression estimation.
|
|
5- |
To develop the critical insight to appraise econometric results obtained by the other researchers
|
|
6- |
To have some knowledge on econometric computer programs such as Gauss, Winrats, Eviews and R
|
|
7- |
|
|
8- |
|
|
9- |
|
|
10- |
|
|
*Dersin program yeterliliklerine katkı seviyesi
|
|
1- |
|
|
|
2- |
|
|
|
3- |
|
|
|
4- |
|
|
|
5- |
|
|
|
6- |
|
|
|
7- |
|
|
|
8- |
|
|
|
9- |
|
|
|
10- |
|
|
|
11- |
|
|
|
12- |
|
|
|
13- |
|
|
|
14- |
|
|
|
15- |
|
|
|
16- |
|
|
|
17- |
|
|
|
18- |
|
|
|
19- |
|
|
|
20- |
|
|
|
21- |
|
|
|
22- |
|
|
|
23- |
|
|
|
24- |
|
|
|
25- |
|
|
|
26- |
|
|
|
27- |
|
|
|
28- |
|
|
|
29- |
|
|
|
30- |
|
|
|
31- |
|
|
|
32- |
|
|
|
33- |
|
|
|
34- |
|
|
|
35- |
|
|
|
36- |
|
|
|
37- |
|
|
|
38- |
|
|
|
39- |
|
|
|
40- |
|
|
|
41- |
|
|
|
42- |
|
|
|
43- |
|
|
|
44- |
|
|
|
45- |
|
|
|
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder |
|
Planlanan öğretim faaliyetleri, öğretme metodları ve AKTS iş yükü
|
|
|
Sayısı
|
Süresi (saat)
|
Sayı*Süre (saat)
|
|
Yüz yüze eğitim
|
14
|
3
|
42
|
|
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)
|
14
|
2
|
28
|
|
Ödevler
|
7
|
4
|
28
|
|
Sunum / Seminer hazırlama
|
0
|
0
|
0
|
|
Kısa sınavlar
|
0
|
0
|
0
|
|
Ara sınavlara hazırlık
|
1
|
20
|
20
|
|
Ara sınavlar
|
1
|
2
|
2
|
|
Proje (Yarıyıl ödevi)
|
0
|
0
|
0
|
|
Laboratuvar
|
0
|
0
|
0
|
|
Arazi çalışması
|
0
|
0
|
0
|
|
Yarıyıl sonu sınavına hazırlık
|
1
|
12
|
12
|
|
Yarıyıl sonu sınavı
|
1
|
2
|
2
|
|
Araştırma
|
5
|
3
|
15
|
|
Toplam iş yükü
|
|
|
149
|
|
AKTS
|
|
|
6.00
|
|
Değerlendirme yöntemleri ve kriterler
|
|
Yarıyıl içi değerlendirme
|
Sayısı
|
Katkı Yüzdesi
|
|
Ara sınav
|
1
|
100
|
|
Kısa sınav
|
0
|
0
|
|
Ödev
|
0
|
0
|
|
Yarıyıl içi toplam
|
|
100
|
|
Yarıyıl içi değerlendirmelerin başarıya katkı oranı
|
|
40
|
|
Yarıyıl sonu sınavının başarıya katkı oranı
|
|
60
|
|
Genel toplam
|
|
100
|
|
Önerilen veya zorunlu okuma materyalleri
|
|
Ders kitabı
|
Enders, W. (2008). Applied econometric time series. John Wiley & Sons.
|
|
Yardımcı Kaynaklar
|
R (2022), R Project manuals and documentations, https://cran.r-project.org/manuals.html
Mathworks, 2022, MATLAB documentation, https://www.mathworks.com/help/matlab/
Tsay, R. S. (2013). Multivariate time series analysis: with R and financial applications. John Wiley & Sons.
Tsay, R. S. (2005). Analysis of financial time series. John Wiley & sons.
Gujarathi, D. M. (2022). Gujarati: Basic Econometrics. McGraw-hill.
Hamilton, J. D. (2020). Time series analysis. Princeton university press.
|
|