Operations Research

Zielsetzung

Bearbeitung einer speziellen Problemstellung aus dem Fach Operations Research unter besonderer Berücksichtung der Zeitreihenanalyse.
Das Seminar soll zur Vertiefung der Kenntnisse auf dem Gebiet der Zeitreihenanalyse dienen. Dies soll durch die selbstständige Bearbeitung einer konkreten Problemstellung erreicht werden.

Inhalt

Ausgangspunkt für die Arbeit ist meist ein Artikel aus einer Fachzeitschrift, in dem empirische Analysen von Zeitreihen durchgeführt und beschrieben werden, oder Methoden der Zeitreihenanalyse anhand eines konkreten Datensatzes illustriert werden. Artikel können aus dem im Institut aufliegenden Ordner ausgewählt werden.
Die Seminarteilnehmer können auch andere Artikel oder eigene Themen vorschlagen (Vorschläge mit Quellenangabe bzw. kurzer Beschreibung per e-mail an alois.geyer@wu.ac.at).

Die Aufgabenstellung kann entweder darin bestehen, die Ergebnisse des Artikels zu replizieren (Minimalvariante), oder den Artikel nur als Ausgangspunkt zu nehmen und eigene Ansätze, Vorgangsweisen und Methoden zu entwickeln (Maximalvariante). Außerdem sind Mischformen aus diesen beiden 'Extremvarianten' möglich. In jedem Fall wird erwartet, dass sie selbstständig (wenn nötig, nach Rücksprache mit dem LV-Leiter), eigene Analysen mit den zur Verfügung gestellten Daten durchführen. In der Seminararbeit werden die Vorgangsweise, Ergebnisse und Erfahrungen mit eigenen Worten dokumentiert.

Bei der Formulierung bedenken sie: die Zielgruppe (der Leserkreis) ihrer Seminararbeit sind KollegInnen mit demselben Wissenstand wie sie. Daraus ergibt sich, welche Details aus dem bearbeiteten Artikels vorausgesetzt werden können (und daher nicht in ihrer Seminararbeit enthalten sein müssen).

Voraussetzungen

...laut aktuellen Studienplan: §6 / "alten" Studienplan: §8.

Voraussetzung für die Teilnahme am Seminar ist zusätzlich die positive Absolvierung einer der Lehrveranstaltungen "Zeitreihenanalyse I & II", "Financial Time Series Analysis I&II" (werden nicht mehr gelesen), Vertiefung in den Forschungsmethoden oder der Nachweis einer äquivalenten Qualifikation aus anderen Lehrveranstaltungen (z.B. am Institut für Statistik). Bitte nehmen Sie Zeugnisse zur Anmeldung mit, die die positive Absolvierung anderer Lehrveranstaltungen belegen.

Ablauf

Die Anmeldung zum Seminar erfolgt per eMail. Es gibt keine regelmäßigen LV-Termine. Für die Definition der konkreten Aufgabenstellung, bei Unklarheiten oder allfälligen methodischen Problemen besteht während des Semesters ständig die Möglichkeit Rücksprache mit dem LV-Leiter zu halten (Anmeldung für Termine per eMail).

Für die Analysen steht EViews im UZA II PC-Labor zur Verfügung.

Downloads

Daten (EViews, TXT, XLS)

Links

VVZ

Vertiefung in den Forschungsmethoden des sogenannten objektiven Forschungsprogramms

(derzeit ausgesetzt)

Zielsetzung

In dieser Lehrveranstaltung werden einige ausgewählte multivariate Forschungsmethoden (Regressions- und Faktorenanalyse) behandelt. Grundlagen und Anwendung der Methoden werden während der Lehrveranstaltung erläutert. Die Teilnehmer wenden die Methoden anhand von konkreten Daten bzw. Problemstellungen in Form von Aufgaben an und präsentieren regelmäßig ihre Ergebnisse.

Inhalt

• Wiederholung statistischer Grundlagen (Wahrscheinlichkeitstheorie, Hypothesentests).Achtung: wird nicht vorgetragen; Inhalt wird vorausgesetzt!
• Multiple Regressionsanalyse
• Spezifikation von Regressionsmodellen (Logarithmierung, Dummy-Variablen, Interaktionen, Auswahl von Regressoren)
• Spezialprobleme der Regressionsanalyse(Heteroskedastizität und Autokorrelation)
• Logistische Regressionsanalyse
• Faktorenanalyse

weitere Details > Skriptum

genauer Zeitplan > Vorlesungsverzeichnis

Voraussetzungen

...laut aktueller Studienplan: §6 / "alter" Studienplan: §8

Ablauf

Es wird erwartet, dass die Teilnehmer das Skriptum jeweils vor Besuch einer Lehrveranstaltungseinheit (LV-Einheit) durcharbeiten. Welche(s) Kapitel für welche LV-Einheit vorzubereiten ist, wird vor jeder LV-Einheit festgelegt. Für die erste LV-Einheit sind Kapitel 1, 2 und 3 vorzubereiten.

Jede Lehrveranstaltung besteht aus zwei Teilen. Im ersten Teil erfolgt die Präsentation der Aufgaben, wobei Studierende zufällig ausgewählt werden. Dabei besteht auch die Gelegenheit zur Wiederholung von bereits bekannten Lehrinhalten. Im zweiten Teil werden neue Lehrinhalte vorgetragen.

In jeder LV-Einheit wird festgelegt, welche Aufgaben für die jeweils nächste Einheit vorzubereiten sind. Diese Aufgaben sind in elektronischer Form vor Beginn jeder LV-Einheit abzugeben. Aufgaben sind auch dann rechtzeitig abzugeben, wenn Sie ausnahmsweise nicht an der LV teilnehmen können.

Die positive Beurteilung von Aufgaben, Präsentationen und Abschlussprüfung sind Voraussetzung für eine positive Gesamtbeurteilung. Bei der Beurteilung der Aufgaben und Präsentationen ist nicht allein die korrekte Ausführung der gestellten Aufgaben relevant. Im Rahmen der Präsentation der Aufgaben werden Zwischenfragen – an alle anwesenden Teilnehmer – gestellt, die ihr Verständnis überprüfen sollen. Die Aufgaben sollten daher vor allem dazu verwendet werden, um sich intensiv mit den Methoden und Ergebnissen auseinander zu setzen.

Skriptum

Ausgewählte multivariate Methoden

Downloads

• Daten und Excel-Spreadsheets
• Ausgewählte multivariate Methoden (Skriptum)
• Aufgaben
  
  

Links

• Vorlesungsverzeichnis
• Excel Tutorial (interaktive Slide-Show)
• Regression mit Interaktionen (Power-Point-Slides von Laura Simon)
• Multiple Regression, Logistische Regression und Faktorenanalyse (von David Garson)

Financial Time Series Analysis

(currently not planned to be held again)

Objectives

This course covers topics of time series analysis with special emphasis on financial time series. It is part of the doctoral program at WU-Wien. It provides many definitions of terms and models that are frequently used in financial studies and theories. The course attempts to support financial applications and theoretical models.

Contents

• Financial time series / Descriptive statistics of returns / Return distributions
• Time Series Models (Dynamic features of returns; ARMA models; nonstationary models; GARCH models; multi-period returns)
• Stochastic processes in continuous time 
• Vector-Time-Series Models (Vector-Autoregressive Models; Cointegration and Error-Correction Models)

Prerequisites

Mathematics (e.g. matrix algebra, polynomials, derivatives, etc.), statistics (e.g. probability theory, sampling distributions, hypothesis testing, etc.), regression analysis (e.g. least-squares estimation, interpreting key results from regressions, problems like heteroscedasticity, etc.) and basic finance.

This is a doctoral course that is (partly) based on the course LV5 – Vertiefung in den Methoden! Students will only be admitted if they have successfully passed the LV5 course or an equivalent course! Contact Alois.Geyer@wu.ac.at to clarify whether you meet this requirement.

Course Outline

Preparation: Participants are expected to read the script which can be purchased in the OR department. Make sure you are well acquainted with contents of the reviews. These will not be repeated during the course.

Assignments: Participants have to do assignments based on the exercises in the script. These will involve data analysis using data retrieved from the web (or elsewhere). You can use EViews or another software package to do your analyses. EViews can be used in the UZA II PC-lab.

The purpose of the assignments is to practice, to thoroughly repeat the theory, and to obtain a rich collection of empirical evidence (every participant can choose a different sample).

Hand in your assignment (e.g. printout including handwritten comments) before the class starts. If you cannot attend you are still expected to hand in your assignment in time (e.g. by e-mail or regular mail).

Participants will be randomly selected to present the results of their assignments. This is a very informal presentation (not more than two slides). However, be prepared for questions asked during the presentation of your own or other participants’ assignments.

Grading: Grading will be based on assignments, the presentation of assignments, questions asked during presentations, and the final exam.

Script

Basic Financial Econometrics (section 2 and 3)

Downloads

• Data (EViews WF, TXT, XLS) used in the script and during the course
• Spreadsheet to retrieve historical market data from finance.yahoo.com (written by Michael Kishinevsky)
• ARMA models (simulation and estimation)
• Maximum likelihood estimation of a GARCH model
• Mixture of normal distributions (simulation)
• Multi-period GARCH distribution (simulation)
• Geometric Brownian motion (simulation)
• Ornstein-Uhlenbeck process (simulation)

Links

• Online lecture program
• EViews Tutorial (interactive slide-show)
• Mathematik für Ökonomen(by Josef Leydold, Abteilung für angewandte Statistik, Wirtschaftsuniversität Wien)
• Praktikum Zeitreihenanalyse(by Helga Wagner, Institut für angewandte Statistik, Universität Linz)
• Statistics - Econometrics - Forecasting
• Lecture Notes (several PDF-files by Joseph Hirschberg)
• EViews Tutorial (PDF-file by Joseph Hirschberg)

References

• Ruey Tsay's text book Analysis of Financial Time Series (2002, Wiley) is recommended for a more rigorous and comprehensive treatment. It also covers further important and interesting topics.
• The book The Econometrics of Financial Markets by Campbell/Lo/MacKinlay (1997) is recommended because it is strongly linked to financial theory and covers many issues which have been thoroughly discussed in the finance literature.
• You may want to have a look at John Cochrane's unpublished lecture notes "Time Series for Macroeconomics and Finance" (1997). They are available from Cochrane's web site in PDF and PS formats. 
• Another useful source is: Rydberg, T.H. (1999), Realistic Statistical Modelling of Financial Data (PDF)(PS) (published in International Statistical Review).