HT2014 Annika Tillander, Statistiska Institutionen KURSBESKRIVNING FÖR FINANSIELL STATISTIK, 7.5 HÖGSKOLEPOÄNG. KURSEN BESTÅR AV TVÅ MOMENT: Kursen ingår i kandidatprogrammet i företagsekonomi med inriktning redovisning och finansiering. Kursmomenten är: Teori, skriftlig tentamen, 6 högskolepoäng (hp) Inlämningsuppgift, 1.5 högskolepoäng (hp) KURSENS INNEHÅLL Kursen ger kunskaper om de sannolikhetsteoretiska och statistiska begrepp och metoder som används inom ekonomisk teori, speciellt de som kan tillämpas på finansiell statistik. De begrepp som behandlas mer utförligt är: sannolikhetslära, regressionsmodeller, modeller för tidsserier och prognoser, volatilitet samt datahantering med hjälp av statistisk programvara. Statistiska institutionen Stockholms universitet Besöksadress: Telefon: 08-16 20 00 106 91 Stockholm Universitetsvägen 10B Telefax: 08-16 75 11 www.statistics.su.se
LITTERATUR (NCT) Newbold, P., Carlson, W.L. Thorne, B.M. (2012). Statistics for Business and Economics. Åttonde upplagan. Pearson Education Limited. ISBN13: 9780273767060 (TL) Thorburn, D., Larsson, R. (2005). Kompendium till kursen i finansiell statistik (10 poäng), VT -05 (AS) Artikelsamling innehållande (AS1) Jondeau, E., Poon, S.H., Rockinger, M. (2007). Financial Modelling under Non-Gaussian Distributions, Springer, London. Sid 8-18. (AS2) Svetlozar, T.R., Höchstötter, F.J.F., Focardi, S.M. (2010). Probability and Statistics for Finance. Wiley, Hoboken. Sid 271-274, 625-632. (AS3) Sheather, S.J. (2009). A Modern Approach to Regression with R. Springer, New York. Sid 45-50, 59-60, 62-68,. (AS4) Chatterjee, S., Simonoff, J.S. (2013) Handbook of Regression Analysis. Wiley, Hoboken. Sid 23-38. (AS5) Tsay, R.S. (2010) Analysis of Financial Time Series. Wiley, Hoboken. Sid 46-49, 60-61, 66-69, 76-78. (AS6) Lee, C.F., Lee, J.C.; Lee, A.C. (2013). Statistics for Business and Financial Economics. Tredje upplagan. Springer, New York. Sid 260-269, 1013-1017. (AS7) Cowpertwait, P.S.P., Metcalfe, A.W. (2009). Introductory Time Series with R. Springer, New York. Sid145-151, 155. HEMSIDA www.statistics.su.se/utbildning/studentinformation/kurshemsidor/finansiell-statistik-7-5-hp Här kan studenten ta del av kursbeskrivning, schema, och kursplan. Under fliken kursdokument kan studenten ladda hem Thorburn och Larssons kompendium. Föreläsningsanteckningar, artikelsamling, inlämningsuppgifter, övningstentor samt löpande information finns på kursens sida i Mondo.
UNDERVISNINGSFORMER Undervisningen består av föreläsningar (F), övningslektioner (Ö) samt datorlaborationer (D). På kursens hemsida finns aktuella föreläsningsanteckningar att ladda ned inför varje föreläsningstillfälle samt det kompendium som ingår i kurslitteraturen och eventuellt kompletterande material. EXAMINATION OCH BETYGSKRITERIER Se under respektive moment nedan. BETYG PÅ HELA KURSEN För att få godkänt på kursen krävs minst betyg E på tentamen samt betyg G på inlämningsuppgiften. Om inlämningsuppgiften är godkänd tilldelas tentamensbetyget som slutbetyg på hela kursen. LÄRARE PÅ KURSEN Ansvarig lärare, examinator och föreläsare (F1 F12) Annika Tillander, rum B768. Mottagningstid: enligt överenskommelse. Övnings- (Ö1 Ö6) och datorlaborationslärare (D1 D3) Per Axelsson, rum B792 Mottagningstid: tisdagar kl.13-14 TEORI, 6 HÖGSKOLEPOÄNG LÄRANDEMÅL Efter att ha genomgått momentet Finansiell statistik, teori, 6 högskolepoäng, förväntas kursdeltagaren kunna: Identifiera, lösa och tolka problem inom finansiell statistik. Hantera och tolka olika modeller, framför allt inom regressions- och tidsserieanalys.
FÖRELÄSNINGAR Undervisning Datum, tid & plats Innehåll Litteratur F1 To 4/12, 10-12, B4 Obs! Obligatorisk närvaro. Introduktion till finansiell statistik och sannolikhetslära. Arbetsgruppsindelning. NCT(Kap4:7, Appendix 5, Kap5:1-4,6, Appendix), AS1, AS2(Sid271-274). F2 Fr 5/12, Logistisk och linjär regression. NCT(Kap9:6. Kap11:1-7,9,Appendix), TL(Del I, Kap2), AS3. F3 Må 8/12, 10-12, A2 Linjär regression. NCT(Kap12:1-9, Appendix1-2, Kap 13:1,4-6), AS4. F4 Ti 9/12, Linjär regression, Tidsseriedata och Autokorrelation. NCT(Kap11:8. Kap13:3,7,Example13.2 Kap14:7). F5 Fr 12/12, Tidsseriedata, Glidande medelvärden och Exponentiell utjämning. NCT(Kap16:1-3), TL(Del I, Kap 3.3). F6 Må 15/12, Autoregression och ARMA. NCT(Kap16:4-5), TL(Del I, Kap3:1-5), AS5. F7 Ti 16/12, Stationäritet och ARIMA. TL(Del I, Kap3:1-5. Del II, Kap 2.1) AS5. F8 F9 On 17/12, 10-12, C6 On 7/1, 10-12, A2 Processer i diskret tid: Markovkedjor, Slumpvandring, Gamblers ruin och Optioner. Processer i kontinuerlig tid: Wienerprocess/Brownsk rörelse, Optioner. NCT(Kap4.4), TL(Del I, Kap3:7, Kap4:1,3. Del II Kap2:2,4), AS6(sid 260-269). NCT(Kap5.4), TL(Del I, Kap4:2,4. Del II, Kap2:3-4), AS2(sid625-632). F10 To 8/1, 10-12, D8 Index och derivator. NCT(Kap16.1), TL(Del I, Kap 1), AS6(sid 1013-1017). F11 Fr 9/1, 8-10, C6 Volatilitet, ARCH/GARCH och Multivariata tidsserier. TL(del II, Kap3-4), AS7. F12 Må 12/1, 10-12, C6 Reserv, Kurssammanfattning och tentamensförberedelse.
ÖVNINGAR På övningarna ges handledning i hur man löser olika statistiska problem. Med reservation för ändringar kommer ett urval av följande räkneuppgifter behandlas på Ö1 Ö6. Undervisning Datum, tid & plats Övningsuppgifter Ö1 To 5/12, 13-15, E10 Finansiell statistik räkneövning 1.pdf i mondo Ö2 Fr 9/12, 13-15, E10 Finansiell statistik räkneövning 2.pdf i mondo Ö3 Må 15/12, 13-15, E10 Finansiell statistik räkneövning 3.pdf i mondo Ö4 Ti 17/12, 13-15, C6 Finansiell statistik räkneövning 4.pdf i mondo Ö5 Fr 8/1, 13-15, D8 Finansiell statistik räkneövning 5.pdf i mondo Ö6 Må 12/1, 13-15, C6 Finansiell statistik räkneövning 6.pdf i mondo
EXAMINATION OCH BETYGSKRITERIER Momentet examineras med en individuell skriftlig tentamen. All kurslitteratur ingår (se läsanvisningar). Skrivningen ger maximalt 60 poäng och pågår under fem timmar. Som hjälpmedel får studenten använda miniräknare utan lagrade formler eller text. Se kursschemat för tid och plats för den skriftliga tentamen. Obs! Obligatorisk anmälan till tentamen/omtentamen senast en vecka i förväg. Anmälan görs via www.mitt.su.se eller via mejl till expedition@stat.su.se. Betygssättning sker enligt en sexgradig målrelaterad betygsskala. För godkänt resultat finns betygen A, B, C, D och E där A är högst och E är lägst. För underkänt resultat finns F. Följande betygskriterier gäller: A: Studenten har tillgodogjort sig lärandemålen på ett utmärkt sätt. Motsvarar minst 54 poäng på den skriftliga tentamen. B: Studenten har tillgodogjort sig lärandemålen på ett mycket bra sätt. Motsvarar 48-53 poäng på den skriftliga tentamen. C: Studenten har tillgodogjort sig lärandemålen på ett bra sätt. Motsvarar 42-47 poäng på den skriftliga tentamen. D: Studenten har tillgodogjort sig lärandemålen på ett tillfredsställande sätt. Motsvarar 36-41 poäng på den skriftliga tentamen. E: Studenten har tillgodogjort sig lärandemålen på ett tillräckligt sätt. Motsvarar 30-35 poäng på den skriftliga tentamen. F: Studenten har tillgodogjort sig lärandemålen på ett otillräckligt sätt. Motsvarar 0-29 poäng på den skriftliga tentamen. Vid betyg F kan omtentamen göras vid senare tillfälle (se schema). Ingen komplettering är möjlig.
INLÄMNINGSUPPGIFT, 1.5 HÖGSKOLEPOÄNG LÄRANDEMÅL Efter att ha genomgått momentet Finansiell statistik, inlämningsuppgift, 1.5 högskolepoäng, förväntas kursdeltagaren kunna: Genomföra statistisk analys av finansiell data med hjälp av statistisk programvara. DATORLABORATIONER Under datorlaborationerna D1 D3 har studenterna möjlighet att arbeta med inlämningsuppgiften i programvaran R. Notera att varje arbetsgrupp i respektive grupp (A-C) ska bestå av 3 personer. Indelning i arbetsgrupper genomförs vid den obligatoriska första föreläsningen (F1). Undervisning Datum & plats Grupp A Grupp B Grupp C D1 To 11/12, B319 8-10 10-12 13-15 D2 To 18/12, B319 8-10 10-12 13-15 D3 Fr 9/1, B319 10-12 12-14 14-16 EXAMINATION OCH BETYGSKRITERIER Momentet examineras med en obligatorisk inlämningsuppgift omfattande 1.5 högskolepoäng. Inlämningsuppgiften är uppdelad i tre delar som skall lösas och redovisas skriftligt. Betygssättning sker enligt en tvågradig målrelaterad betygsskala. För godkänt resultat finns betyget G och för underkänt resultat finns U. Följande betygskriterier gäller: G: Studenten visar minst tillräcklig förmåga att genomföra egen analys med hjälp av statistisk programvara. U: Studenten visar otillräcklig förmåga att genomföra egen analys med hjälp av statistisk programvara.