BUS329 Anvendt finansiell økonometri

Kunnskap:

Studentene har avansert kunnskap om

• kjerneideer, prinsipper og modeller innen finansiell økonometri;
• stiliserte fakta om finansielle data;
• utvalgte kilder til finansielle data;
• rollen til empirisk analyse i bruk, vurdering og utvikling av finansteori;
• relevansen av økonometri for å løse prognose-, optimaliserings- og risikostyringsproblemer i finans.

Ferdigheter:

Studentene kan

• formulere, estimere, vurdere og tolke utvalgte finansøkonometriske modeller;
• gjennomføre utvalgte analyser innen finansiell prognostisering, optimalisering og risikostyring;
• presentere empiriske funn og innpasse finansøkonometrisk analyse i en forskningsartikkel eller en masteroppgave.

Generell kompetanse:

Studentene

• er klare over bruken av økonometrisk analyse for å utvikle og vurdere finansteori;
• kan analysere og diskutere prognostisering, optimalisering og risikostyring i finans både konseptuelt og på implementeringsnivå;
• kan bruke R eller annen passende programvare for å hente, manipulere, analysere og modellere finansielle data;
• er klare over begrensningene ved empirisk økonometrisk analyse.

1. Statistikk og økonometri på bachelornivå (f.eks. ECN201 eller STAT200)

2. Råvaremarkeder og derivater (BUS323 eller tilsvarende)

3. Foretaksfinans og verdsetting (BUS315 eller tilsvarende)

4. Videregående økonometri: Økonometrisk metode (ECN301)

5. Kjennskap til sentrale databaser innen finans som Datastream, som introduseres i BUS322

1. Grunnleggende regresjonsanalyse (STAT100 eller tilsvarende)

2. Grunnleggende programmering og databehandling (f.eks. BUS350 eller INF120)

3. Grunnleggende investering og finansiering (BUS220 eller tilsvarende)

4. Investeringsanalyse og risikostyring (BUS322 eller tilsvarende)

4 timer undervisning pr uke, fordelt slik:

2 timer forelesninger (fysisk på campus);

2 timer øvelser (fysisk på campus).

Samlet vurdering bestående av semesteroppgave i par (60% av sluttkarakter) og 3,5 timers individuell skriftlig eksamen på campus(40% av sluttkarakter) i eksamensperioden. Tidligere gjennomført semesteroppgave gjelder ved gjentak av emnet.

A1: ingen kalkulator, ingen andre hjelpemidler.

Skriftlig skoleeksamen: K1 - Ikke tillatt med bruk av KI. Se retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.

Semesteroppgave: K2 - Spesifisert bruk av KI i henhold til retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.: KI kan benyttes til språkvask.

Obligatoriske aktiviteter: Gruppeoppgaver: K2 - Spesifisert bruk av KI i henhold til retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.: KI kan benyttes til språkvask.

Obligatorisk oppmøte på minst 70% av øvingstimer. Fire obligatoriske aktiviteter i grupper (godkjent/ ikke-godkjent) som består av tre skriftlige innleveringer og en muntlig presentasjon/diskusjon.

Godkjent obligatorisk aktivitet fra tidligere år, er gyldig ved gjentak av emnet.