Time 

Series Analysis 

Sudhanshu Kumar            Email: onlysudh@gmail.com 

The  course  aims  to  provide  an  introduction  to  modern  time  series  econometrics.  The  analysis 
shall be mostly conducted in the time domain. However, the course includes a brief treatment 
of frequency domain approaches. Applications to data are drawn from macroeconomics and the 
financial  markets.  After  completion  of  the  course  students  should  be  able  to  select  time  series 
methods appropriate to goals and concisely summarize results of time series analysis in writing. 

Prerequisites: An introductory statistics or econometrics course. 

Statistical Software: EVIEWS and STATA will be used for computer‐based exercises. 

Course Outline: 

Module 1: Introduction to time series; organizing data for analysis 

Module 2: Seasonal Adjustment, De‐trending, Filtering, Trend‐Cycle decomposition 

Module 3: Stationarity, Unit root tests 

Module 4: Autoregressive‐Moving Average (ARMA) modeling, Integrated models 

Module 5: Volatility modeling 

Module 6: Vector Autoregressive (VAR) Models, Impulse responses 

Module 7: Cointegration, ARDL, VECM 

Module 8: Forecast uncertainty and Forecast Evaluation 

Suggested References: 

Enders, W. (2010): “Applied Econometric Times Series”, Wiley Press.  

Hamilton, James D. (1994): “Time Series Analysis,” Princeton University Press. 

Harvey, A.C. (1990): “The Econometric Analysis of Time Series,” MIT Press.