100% de satisfacción garantizada Inmediatamente disponible después del pago Tanto en línea como en PDF No estas atado a nada
logo-home
Buscado previamente por ti
Buscado previamente por ti
logo
Complete exam material of Introduction to Time Series and Dynamic Econometrics, Bachelor Econometrics, Vrije Universiteit Amsterda, 8,99 €   Añadir al carrito
Navegar rápidamente a
Vista previa
  2.  
  3. Vrije Universiteit Amsterdam (VU)
  4.  
  5. Introduction to Time Series andDynamicEconometrics (E_MFAE_ITSDE)

Notas de lectura

Complete exam material of Introduction to Time Series and Dynamic Econometrics, Bachelor Econometrics, Vrije Universiteit Amsterda,
 75 vistas  3 veces vendidas
  • Grado
  • Introduction to Time Series andDynamicEconometrics (E_MFAE_ITSDE)
  • Institución
  • Vrije Universiteit Amsterdam (VU)

Complete summary of the exam material for the course Introduction to Time Series and Dynamic Econometrics in the 3th year of the Bachelor of Econometrics at the Vrije Universiteit Amsterdam, or the minor Applied Econometrics. The summary is in English. All lectures are in the summary, with extra i...

[Mostrar más]

Vista previa 3 fuera de 26  páginas

Información del documento

  • 11 de octubre de 2023
  • 26
  • 2023/2024
  • Notas de lectura
  • K. moussa
  • Todas las clases

Temas

  • econometrics
  • time series
  • dynamic econometrics
  • forecast
  • spurious regression
  • arma model
  • adl model
  • impulse response function irf

Escuela, estudio y materia

  • Vrije Universiteit Amsterdam (VU)
  • Econometrics and Data Science
  • Introduction to Time Series andDynamicEconometrics (E_MFAE_ITSDE)
Todos documentos para esta materia (1)

Vendedor

avatar-seller
charhoog

Comentarios recibidos

Vista previa del contenido

Introduction to Time Series and Dynamic
Econometrics
Charlotte Hoogteijling
October2023


Contents
0 Preparatory Notes 3
0.1 Mean . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.2 Law of Total Expectation . . . . . . . . . . . . . . . . . . . . . . 3
0.3 Geometric series . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.4 Notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1 Basic Properties of Time Series 4
1.1 Basic definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Strict and weak stationarity . . . . . . . . . . . . . . . . . . . . . 4
1.3 Unconditional and conditional moments . . . . . . . . . . . . . . 5
1.4 Sample moments . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Autocorrelation function (ACF) . . . . . . . . . . . . . . . . . . . 5
1.6 White Noise (WN) and Random Walk (RW) processes . . . . . . 6
1.7 Sources of non-stationarity . . . . . . . . . . . . . . . . . . . . . 6
1.8 Lag and difference operator . . . . . . . . . . . . . . . . . . . . . 6
1.9 Wold decomposition . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.10 Linear process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2 Properties of ARMA Models 9
2.1 Autoregressive moving-average (ARMA) model . . . . . . . . . . 9
2.1.1 Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 MA(∞) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.3 AR(∞) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Autoregressive (AR) model . . . . . . . . . . . . . . . . . . . . . 10
2.2.1 Moments of stable AR(p) process . . . . . . . . . . . . . . 11
2.3 Moving average (MA) model . . . . . . . . . . . . . . . . . . . . 12
2.3.1 Moments of MA(q) process . . . . . . . . . . . . . . . . . 12
2.4 Extra notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12




1

,3 Estimation and Specification of ARMA Models 13
3.1 ARMA coefficients . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Maximum likelihood estimator (MLE) . . . . . . . . . . . . . . . 13
3.3 Multivariate normal likelihood of ARMA model . . . . . . . . . . 13
3.3.1 Variance-covariance matrix of AR(1) . . . . . . . . . . . . 14
3.4 Prediction error decomposition of ARMA likelihood . . . . . . . 14
3.4.1 Likelihood function of AR(1) . . . . . . . . . . . . . . . . 15
3.4.2 MLE of an AR(1) with NID(0, 1) innovations . . . . . . . 15
3.5 Least Squares Estimator (LSE) . . . . . . . . . . . . . . . . . . . 15
3.5.1 MLE and LSE properties . . . . . . . . . . . . . . . . . . 15
3.6 Asymptotic properties . . . . . . . . . . . . . . . . . . . . . . . . 16
3.7 Forecasting ARM A(p, q) processes . . . . . . . . . . . . . . . . . 16
3.7.1 Confidence interval for X̂T +h . . . . . . . . . . . . . . . . 17
3.7.2 Optimal forecast under quadratic loss . . . . . . . . . . . 17

4 Autoregressive distributed lag and error correction models 18
4.1 Various models of this course . . . . . . . . . . . . . . . . . . . . 18
4.1.1 Box-Jenkins approach to modeling time series . . . . . . . 18
4.1.2 Structural models . . . . . . . . . . . . . . . . . . . . . . 18
4.1.3 Statistical (reduced form) models . . . . . . . . . . . . . . 18
4.2 Autoregressive distributed lag model (ADL) . . . . . . . . . . . . 18
4.3 Long and short run multipliers . . . . . . . . . . . . . . . . . . . 19
4.4 Forecasting with ADL(1,1): triangular System . . . . . . . . . . 19
4.5 Impulse response function (IRF) . . . . . . . . . . . . . . . . . . 20
4.6 Error correction model (ECM) . . . . . . . . . . . . . . . . . . . 20

5 Spurious regression unit-roots 21
5.1 Spurious regression problem . . . . . . . . . . . . . . . . . . . . . 21
5.2 Dickey Fuller (DF) test . . . . . . . . . . . . . . . . . . . . . . . 21
5.2.1 Augmented Dickey-Fuller (ADF) - AR(p) . . . . . . . . . 22
5.2.2 ADF General-to-specific (G2S) . . . . . . . . . . . . . . . 22
5.3 Extra notes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

6 Cointegration and Granger causality 24
6.1 Cointegration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
6.1.1 Cointegration tests . . . . . . . . . . . . . . . . . . . . . . 24
6.2 Modeling strategy . . . . . . . . . . . . . . . . . . . . . . . . . . 25
6.2.1 Estimation based on ECM . . . . . . . . . . . . . . . . . . 26
6.2.2 Engle and Granger 2-step procedure . . . . . . . . . . . . 26
This document contains the contents of the lecture slides and notes. The expla-
nations are summarized. To understand the properties of the definitions, proofs,
and formulas, it is recommended to derive the formulas yourself.




2

, 0 Preparatory Notes
0.1 Mean
If X and Y are independent of each other.


E(XY ) = E(X)E(Y )

0.2 Law of Total Expectation
We can find the expected value of a variable X by considering all different
scenarios A under which X can occur.


E(X) = E(E(X | Y ))
= P (A1 )E(X | A1 ) + · · · + P (An )E(X | An )



0.3 Geometric series
P∞
A geometric series is a sum of the type i=0 ri = 1 + r + r2 + . . . .
• If r < 1, the series will converge to 1
1−r .

• If r = 1, the terms in the series will oscillate (positive-negative).
• If r > 1, the series will diverges (goes to infinity).

0.4 Notes
• The joint probability density function (joint pdf) is a function used to
characterize the probability distribution of a continuous random vector.
• The covariance is a measure of joint variability of two random variables.
It measures the directional relationship.




3

Los beneficios de comprar resúmenes en Stuvia estan en línea:

Garantiza la calidad de los comentarios

Garantiza la calidad de los comentarios

Compradores de Stuvia evaluaron más de 700.000 resúmenes. Así estas seguro que compras los mejores documentos!

Compra fácil y rápido

Compra fácil y rápido

Puedes pagar rápidamente y en una vez con iDeal, tarjeta de crédito o con tu crédito de Stuvia. Sin tener que hacerte miembro.

Enfócate en lo más importante

Enfócate en lo más importante

Tus compañeros escriben los resúmenes. Por eso tienes la seguridad que tienes un resumen actual y confiable. Así llegas a la conclusión rapidamente!

Preguntas frecuentes

What do I get when I buy this document?

You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.

100% de satisfacción garantizada: ¿Cómo funciona?

Nuestra garantía de satisfacción le asegura que siempre encontrará un documento de estudio a tu medida. Tu rellenas un formulario y nuestro equipo de atención al cliente se encarga del resto.

Who am I buying this summary from?

Stuvia is a marketplace, so you are not buying this document from us, but from seller charhoog. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy this summary for 8,99 €. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

45,681 summaries were sold in the last 30 days

Founded in 2010, the go-to place to buy summaries for 14 years now

Empieza a vender
8,99 €  3x  vendido
  • (0)
  Añadir