MLU
WIW.06728.02 - Applied Macroeconometrics (Vollständige Modulbeschreibung)
Originalfassung Englisch
WIW.06728.02 5 CP
Modulbezeichnung Applied Macroeconometrics
Modulcode WIW.06728.02
Semester der erstmaligen Durchführung
Fachbereich/Institut Wirtschaftswissenschaftlicher Bereich - School of Economics and Business
Verwendet in Studiengängen / Semestern
  • Accounting, Taxation and Finance (MA120 LP) (Master) > Betriebswirtschaftslehre Acc.Taxation&FinanceMA120, Akkreditierungsfassung (WS 2020/21 - WS 2022/23) > 1.3.1 Wahlpflichtbereich
  • Accounting, Taxation and Finance (MA120 LP) (Master) > Betriebswirtschaftslehre Acc.Taxation&FinanceMA120, Akkreditierungsfassung (WS 2020/21 - WS 2022/23) > 2.3.1 Wahlpflichtbereich I
  • Accounting, Taxation and Finance (MA120 LP) (Master) > Betriebswirtschaftslehre Acc.Taxation&FinanceMA120, Akkreditierungsfassung (WS 2020/21 - WS 2022/23) > 3. Wahlbereich
  • Economics: Data Science and Policy (MA120 LP) (Master) > Volkswirtschaftslehre Economics MA120, Akkreditierungsfassung gültig ab WS 2019/20 > 1.1 Elective Modules
  • Economics: Data Science and Policy (MA120 LP) (Master) > Volkswirtschaftslehre Economics MA120, Akkreditierungsfassung gültig ab WS 2019/20 > 3. Electives
  • Wirtschaftsinformatik (Business Information Systems) (MA120 LP) (Master) > Wirtschaftsinformatik WirtschaftsinformatMA120, Akkreditierungsfassung gültig ab WS 2020/21 > 1.5 Empirische Methoden
Modulverantwortliche/r
Weitere verantwortliche Personen
Prof. Dr. Malte Rieth
Teilnahmevoraussetzungen
Kompetenzziele
Studierende:
  • können selbstständig die Parameter von Zeitreihen mit Hilfe von Computerprogrammen schätzen
  • können die Effekte von strukturellen Innovationen in einem Zeitreihenmodell bestimmen
  • können die Methoden selbstständig mit statistischer Software auf Daten anwenden
  • können sich selbstständig in aktuelle Forschungsliteratur einarbeiten, wesentliche Inhalte zusammenfassen und kritisch reflektieren
Modulinhalte
  • Theorie und Anwendungen von Zeitreihenkonzepten: autoregressive Prozesse, gleitende Durschnitte, Stationarität von Zeitreihen
  • Univariate und multivariate Zeitreihenmodelle
  • Identifizierung struktureller multivariate Zeitreihenmodelle
  • Modellierung von Zeitreihenmodellen für makroökonomische Daten und und Finanzdaten
  • Schätzung von Zeitreihenmodellen mit ökonometrischen Methoden
  • Simulation von geschätzten Zeitreihenmodellen mit statistischer Software
Lehrveranstaltungsformen Vorlesung (2 SWS)
Übung (6 SWS)
Kursus
Kursus
Kursus
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester Semester
Angebotsrhythmus Modul jedes Sommersemester
Aufnahmekapazität Modul unbegrenzt
Prüfungsebene
Credit-Points 5 CP
Modulabschlussnote LV 1: %; LV 2: %; LV 2: %; LV 3: %; LV 5: %.
Faktor der Modulnote für die Endnote des Studiengangs 1
Modulveran­staltung Lehrveranstaltungs­form Veranstaltungs­titel SWS Workload Präsenz Workload Vor- / Nach­bereitung Workload selbstge­staltete Arbeit Workload Prüfung incl. Vorbereitung Workload Summe
LV 1 Vorlesung Vorlesung 2 0
LV 2 Übung Übung im Programmieren 6 0
LV 2 Kursus Selbststudium 0
LV 3 Kursus Anfertigung Projektbericht 0
LV 5 Kursus Klausurvorbereitung 0
Workload modulbezogen 150 150
Workload Modul insgesamt 150
Prüfung Prüfungsvorleistung Prüfungsform
LV 1
LV 2
LV 2
LV 3
LV 5
Gesamtmodul
Projektleistung, Projektbericht
Wiederholungsprüfung
Regularien Teilnahme­voraussetzungen Angebots­rhythmus Anwesenheits­pflicht Gewicht an Modulnote in %
LV 1 Sommersemester Nein %
LV 2 Sommersemester Nein %
LV 2 Sommersemester Nein %
LV 3 Sommersemester Nein %
LV 5 Sommersemester Nein %