Курс за обучение по Econometrics: Eviews and Risk Simulator

Въведение

Обща иконометрична концепция

Разбиране на основните концепции на иконометрията Разбиране на променливи и мерки Преглед на вероятността и нивото на увереност Статистическа интерференция и процентили Теоретични вероятностни разпределения Тест за значимост и метод на доверителния интервал Работа с асиметрия Kurtosis Anova

Регресионен анализ

Концепции за регресия Разбиране на линейната регресия Оценка на регресията Регресионна намеса Разбиране на статистически предположения Тестване на нарушения на допускания и последици Разбиране на фалшива регресия Разбиране на регресионни модели Трансформиране на променливи Интерпретиране на коефициенти Линейни и нелинейни модели на регресия

Анализ на времеви редове

Компоненти на времеви редове Различни методи на разлагане Разбиране на тенденции, цикли и сезонност Извършване на тестове за стационарност Тълкуване на графики и корелограма Извършване на тест за единичен корен Трансформиране на нестационарни времеви редове Стационарни процеси Разбиране на сложни трансформации в модела Прогнозиране на икономически и времеви редове

Neural Networks

Разбиране на концепциите и методологията на невронната мрежа Състав на невронната мрежа Преглед на машинното обучение Наблюдавано срещу неконтролирано обучение Машинно обучение срещу иконометрия

Моделиране на финансовия риск

Измерване на рискове Вероятност за възникване Разбиране на коефициента на вариация Капитал за коригиране на риска

Верига на Марков и симулация на Монтекарло

Разбиране на концепцията за симулация и модел Разпределение на съвпаденията и вероятността Създаване на профили Случайни и резултатни променливи

Оценяване на проект

Определяне на критерии за подбор на проекти Разбиране на еластичността на търсенето Икономическа осъществимост на проекта Анализ на рентабилност Разбиране на нетния поток Използване на аналитични инструменти Анализ на стреса

Обобщение и следващи стъпки