Der Kurs Zeitreihenökonometrie und computergestützte Verfahren (Modul 02-VWL:MSc-St-02) ergänzt die Veranstaltung Advanced Econometrics (Link). Basierend auf den dort eingeführten Techniken werden vor allem fortgeschrittene Methoden zur Analyse von Zeitreihen (z.B. Finanzmarktdaten) eingeführt und diskutiert. Dabei kommen vermehrt auch computergestützte

Verfahren (z.B. MC Simulationen, Bootstrap, nichtparametrische Modelle) zum Einsatz. Die Studierenden sollen dabei die Methoden selbst, sowie Schwierigkeiten und Grenzen ihrer Anwendbarkeit kennen lernen.

Neben der Vorlesung und Übung sollen die im Kurs vorgestellten ökonometrischen Methoden von den Studierenden im Rahmen einer Projektarbeit selbst angewendet werden. Dabei können eigene oder vom Lehrstuhl vorgeschlagene Fragestellungen bearbeitet werden.

Um Beispiele aus der Vorlesung oder den Übungen nachzurechnen, benötigen Sie Zugriff auf eine passende Statistik- und Ökonometrie Software. In der Vorlesung werden Beispiele mit EViews und mit R vorgestellt. Die Vollversion der Software EViews ist kostenpflichtig, jedoch im PC-Pool für Studierende frei verfügbar. Die Software R ist frei verfügbar und daher bei eingeschränktem Zugang zum PC-Pool vorzuziehen. Für die Installation von R empfehlen wir die Plattform RStudio (https://rstudio.com/).

Information in English:

The course Time Series Econometrics and Computer-based Methods complements the course Advanced Econometrics taught in the winter term. Methods of estimation and inference are used for advanced methods for the analysis of time series data (e.g. financial market or macroeconomic data). Besides traditional econometric methods, specific emphasis is given to computer-based methods (e.g. Monte Carlo simulations, Bootstrap, non-parametric estimators). The students will learn about the properties of the methods, how to implement them, difficulties and limits of applications. 
Besides the lecture and the exercise class, students will apply the econometric methods introduced in this course on a small-scale research project. The projects may be proposed by the students or be based on suggestions by the lecturers.
In order to reproduce examples from lecture and exercise class as well as for conducting your own project, you will need access to a suitable econometric software package. The lecture will use examples both based on the commercial software EViews and the free package R. For own projects, we recommend using the free software package R. As platform for R, we recommend RStudio (https://rstudio.com/).
Please note that the number of participants for this course is limited – the selection of students will be based on your background in statistics and econometrics. To allow for a swift admission, please send a Email with your enrollment number and information about your background in statistics and econometrics (modules attended at JLU or elsewhere) to Jana Röder (jana.roeder@uni-giessen.de). If you finished the module “Advanced Econometrics” successfully or participated in the retake exam, please let us know as well.
The first lecture will take place on 15 April 2026.

Literatur

• Hamilton, Time Series Analysis, Princeton University Press 1994.
• Heij, de Boer, Franses, Kloeck, van Dijk, Econometric Methods with Applications in Business and Economics, Oxford University Press, Oxford 2004 – EBook in UB
• Johnston, DiNardo, Econometric Methods, McGrawHill, New York 1997, 4. Aufl.
• Kilian, Lütkepohl, Structural Vector Autoregreessive Analysis, Cambridge University Press, Cambridge 2017 – EBook in UB
• Kirchgässner, Wolters und Hassler, Introduction to Modern Time Series Analysis, Springer, Heidelberg 2013, 2. Aufl. – EBook in UB
• Lütkepohl, New Introduction to Multiple Time Series Analysis, Springer, Heidelberg 2005 – EBook in UB
• Lütkepohl, Krätzig (Hrsg.), Applied Time Series Econometrics, Cambridge University Press, Cambridge 2004 - EBook in UB
• Schröder (Hrsg.), Finanzmarktökonometrie, Schöffer - Poeschel, Stuttgart 2012, 2. Aufl. – EBook in UB