Econometrics: Eviews and Risk Simulator Training Cursus

Invoering

Algemeen Econometrieconcept

• Inzicht in de basisconcepten van de econometrie
• Variabelen en metingen begrijpen
• Overzicht van waarschijnlijkheid en zekerheidsniveau
• Statistische interferentie en percentielen
• Theoretische waarschijnlijkheidsverdelingen
• Betekenistest en betrouwbaarheidsintervalmethode
• Werken met asymmetrie
• Kurtosis
• Anova

Regressie analyse

• Begrippen van regressie
• Lineaire regressie begrijpen
• Regressieschatting
• Regressie-interferentie
• Statistische aannames begrijpen
• Schending van aannames en testen van implicaties
• Inzicht in valse regressie
• Regressiemodellen begrijpen
• Variabelen transformeren
• Coëfficiënten interpreteren
• Lineaire en niet-lineaire regressiemodellen

Tijdreeksanalyse

• Componenten van tijdreeksen
• Verschillende ontledingsmethoden
• Inzicht in trends, cycli en seizoensinvloeden
• Uitvoeren van stationariteitstesten
• Grafieken en correlogram interpreteren
• Unit root-test uitvoeren
• Niet-stationaire tijdreeksen transformeren
• Stationaire processen
• Inzicht in complexe transformaties in het model
• Economische en tijdreeksvoorspellingen

Neural Networks

• Inzicht in neurale netwerkconcepten en -methodologie
• Samenstelling van neurale netwerken
• Overzicht van machinaal leren
• Begeleid versus onbewaakt leren
• Machine learning versus econometrie

Financiële risicomodellering

• Risico's meten
• Waarschijnlijkheid van voorkomen
• De variatiecoëfficiënt begrijpen
• Risicoaanpassingskapitaal

Markov Chain en Monte Carlo-simulatie

• Het concept van simulatie en model begrijpen
• Verdeling van aanvallen en waarschijnlijkheid
• Profielen maken
• Willekeurige variabelen en uitkomstvariabelen

Een project evalueren

• Het definiëren van projectselectiecriteria
• Inzicht in de elasticiteit van de vraag
• Economische haalbaarheid van projecten
• Risico-break-evenanalyse
• Inzicht in de nettostroom
• Analytische hulpmiddelen gebruiken
• Stress analyse

Samenvatting en volgende stappen