Time series (it is strongly advised to have some knowledge in R for this course)

ECTS : 3

Description du contenu de l'enseignement :

This course will present the modelling and forecasting of time series. We will expose the main concepts and methodsapplied to univariate time series : stationnarity and unit roots, ARIMA models, univariate volatility models, forecasting. We will also present the methods for multivariate framework : VAR, Cointegration and VECM, Multivariate GARCH.
The learning goal of this course is that students become able to engage in and conduct original research. It is also toprepare them to be professionals in careers that require training in econometrics.

Outline

1. Univariate time series modelling and forecasting
   Stationnarity and unit roots, unit root tests, ARIMA models : estimation, testing
2. Univariate volatility models
   ARCH, GARCH models and their extensions
3. Multivariate times series models
   VAR models, Causality, Impulse-Response analysis, Cointegration, VECM
4. Multivariate GARCH models BEKK, CCC and DCCmodels

1. R can be found on https://pbil.univ-lyon1.fr/CRAN/
2. RStudio  Desktop  can  be  found  on  https://www.rstudio.com/products/rstudio/download/

Compétence à acquérir :

After this course, the students should be able to produce their own empirical study with time series. They also should have acquired sufficient knowledge to read and understand more complex time series econometric methods.

Mode de contrôle des connaissances :

The grade is based on an individual project.

Bibliographie, lectures recommandées :

Brooks, C., Introductory Econometr cs for F nance, Cambridge University Press, 3rd edition 2014. Ghysels, E. and M. Marcellino,A  ed Econom c Forecast ng s ng  me er es Methods, Oxford
University Press, 2018.
Mills, T., et R.N. Markellos, R.N., he Econometr c Mode ng of F nanc a  me er es, Cambridge University Press ; 3ème Édition, 2008
 
Additional references
Campbell, J., A. Lo and C. MacKinlay, he Econometr cs of F nanc a Mar ets, Princeton Uni- versity Press, 1997
Bauwens L., Hafner C. et S. Laurent, Handboo of Vo at ty Mode s and the r A  cat ons, John Wiley & Sons, 2012.
Taylor, S. J., Asset Pr ce Dynam cs) Vo at ty and Pred ct on, Princeton University Press, 2007. Jondeau, E., Poon S.-H. et M.Rockinger, F nanc a mode ng under non-gauss an d str but ons,
Springer.
Linton, O., F nanc a  Econometr cs) Mode s and Methods, Cambridge University Press, 2019