Econometrics and Data Science

Het studieprogramma

Tijdens de bachelor Econometrics and Data Science leer je wiskundige en statistische methoden gebruiken om problemen in de samenleving of in het bedrijfsleven op te lossen. Met jouw expertise kun je organisaties straks adviseren over de effecten van hun strategie en bedrijfsvoering. Je bestudeert casestudies en leert hoe je met innovatieve software kunt werken. Na het 2e jaar kun je tussen 2 specialisaties kiezen: Econometrics, gericht op economisch modelleren en kwantitatieve analyse, of Data Science, gericht op big data-technieken, algoritmes en machine learning.

Bachelor

Het programma

De eerste 2 academische jaren van de bachelor Econometrics and Data Science lopen bijna parallel met de bacheloropleiding Actuarial Science. Na het 2e jaar maak je een keuze tussen de specialisaties Econometrics of Data Science. 

We werken met kleine groepen. Tijdens de colleges is er dus genoeg ruimte om vragen te stellen en te discussiëren over de antwoorden. Je kennis pas je direct toe op bestaande businesscases met concrete data. Samen met je medestudenten bedenk je oplossingen voor complexe uitdagingen waar organisaties of wij als maatschappij mee te maken hebben. Dit biedt je meteen de mogelijkheid om je horizon te verbreden en veel nieuwe dingen te leren.

Nederlandstalig of Engelstalig?

Je hebt bij de opleiding Econometrics and Data Science de keuze tussen de Nederlandstalige of de Engelstalige track. De programma’s zijn inhoudelijk hetzelfde, alleen de taal verschilt. Wil je een geleidelijke overgang naar Engelstalig onderwijs, kies dan voor de Nederlandstalige track.

Deze vakken ga je volgen

vakkenec
  • Macro-economie voor Kwantitatieve Economie
    Period 1
    6
    In dit vak maak je kennis met belangrijke macro-economische variabelen die je helpen te analyseren hoe de economie reageert op veranderingen in overheidsbestedingen, belastingen of de geldhoeveelheid. Met deze kennis leer je gebeurtenissen in de macro-economische geschiedenis sinds de Tweede Wereldoorlog te interpreteren, onder andere aan de hand van voorbeelden in hoorcolleges en werkgroepen.
  • Wiskunde 1: Calculus
    Period 1
    6
    Dit vak is een introductie tot de calculus op academisch niveau. Je maakt kennis met basisonderwerpen uit de klassieke differentiaalrekening en integratietheorie. In de werkgroepen zullen de theoretische inzichten verder worden uitgewerkt door middel van het bespreken van oefeningen en verdere toepassingen.
  • Micro-economie voor Kwantitatieve Economie
    Period 2
    6
  • Kansrekening en Statistiek 1
    Period 2
    6
    Dit vak geeft je grondig begrip van de kansrekening, wat een onmiskenbare basis zal vormen voor veel volgende vakken in het programma. Tijdens de hoorcolleges wordt de theorie behandeld en in de werkcolleges werk je aan oefeningen die de toepassingen van de theorie illustreren.
  • Programmeren en Numerieke Wiskunde
    Period 3
    6
    Dit vak geeft je een solide basis in programmeren en numerieke analyse, beide onmisbare vaardigheden binnen de econometrie en actuariële wetenschappen. Je ontwikkelt algoritmisch denken om algoritmen te ontwerpen en deze te vertalen naar computertaal (Python).
  • Financiering voor Kwantitatieve Economie
    Period 4
    6
    Dit vak biedt een inleiding in de moderne ondernemingsfinanciering. Centrale thema’s zijn de beoordeling en financiering van investeringsprojecten. Je maakt bovendien kennis met de fundamentele relatie tussen risico en rendement aan de hand van de moderne portfoliotheorie en het Capital Asset Pricing Model (CAPM).
  • Wiskunde 2: Lineaire Algebra
    Period 4
    6
    Dit vak geeft je een stevige basis in lineaire algebra, onmisbare kennis voor de verdere studie in econometrie en actuariële wetenschappen. Je oefent de theorie aan de hand van opgaven en leert bovendien hoe je computersoftware kunt gebruiken om grotere problemen op te lossen.
  • Kansrekening en Statistiek 2
    Period 5
    6
    In dit vak bouw je voort op enkelvoudige verdelingen en richt je je op multivariate kansmodellen. Je leert de basis van hypothesetoetsing. Beide benaderingen vormen de kern van de econometrische analyse. Voor simulaties en berekeningen schrijf je code in R.
  • Inleiding Econometrie en Actuariaat
    Period 5
    6
    Dit vak behandelt de basis van hoe en wanneer je data moet voorbewerken. Deze essentiële stap in elk machine learning-project is het moment waarop je je data met behulp van Python gereedmaakt voor modellering. Daarnaast bestaat een deel van de cursus uit het (voorbereiden en) geven van een presentatie over een gerelateerd wetenschappelijk onderwerp.
  • Inleiding in de Data Science
    Period 6
    6
    Dit vak behandelt de basis van hoe en wanneer je data moet voorbewerken. Deze essentiële stap in elk machine learning-project is het moment waarop je je data met behulp van Python gereedmaakt voor modellering. Daarnaast bestaat een deel van de cursus uit het (voorbereiden en) geven van een presentatie over een gerelateerd wetenschappelijk onderwerp.
vakkenec
  • Levensverzekeringswiskunde
    Period 1
    6
    In dit vak leer je over de modellen en berekeningen die actuarissen gebruiken voor waardering, prijsstelling en reservering in de context van levensverzekeringen en pensioenfondsen.
  • Wiskunde 3: Voortgezette Lineaire Algebra
    Period 1
    6
    In dit vak bouw je voort op Mathematics 2. Je leert over eigenwaarden en eigenvectoren, orthogonaliteit en orthogonalisatie, verschillende matrixdecomposities (zoals QR‑decompositie en singulierewaardendecompositie) en toepassingen in optimalisatie met kwadratische vormen. Deze theorie is later waardevol voor data‑analyse. Je gebruikt Python voor berekeningen.
  • Mathematics 4: Multivariate Analysis
    Period 2
    6
    In dit vak leer je verschillende gevorderde concepten uit de multivariabele analyse en optimalisatie, en hoe je deze toepast om kleine problemen analytisch op te lossen en grotere optimalisatieproblemen numeriek (met Python) aan te pakken.
  • Kansrekening en Statistiek 3
    Period 2
    6
    In deze gevorderde cursus in wiskundige statistiek leer je onder andere over verschillende convergentiebegrippen, zoals convergentie in verdeling en in waarschijnlijkheid. Deze worden gebruikt om betrouwbaarheidsintervallen en statistische toetsen en hun elementaire eigenschappen af te leiden. Je leert hoe je gegeneraliseerde likelihood‑ratio‑toetsen kunt afleiden. Voor de benodigde code wordt gebruikgemaakt van R.
  • Machine Learning voor Kwantitatieve Economie
    Period 3
    6
    Het centrale idee van statistisch leren is het bouwen van een model dat op basis van data conclusies kan trekken en voorspellingen kan doen. In dit vak op instapniveau leer je over de fundamentele vraagstukken en de uitdagingen hiervan en worden veelgebruikte statistische (machine)leerbenaderingen besproken.
  • Econometrie 1
    Period 4
    6
    Dit vak biedt een gedegen inleiding in toegepaste en theoretische econometrie. Het vak behandelt hoe toegepaste econometrie kan worden gebruikt om belangrijke grootheden te schatten, economische uitkomsten te analyseren zoals beleidswijzigingen, markten en individueel gedrag, en om theorieën te toetsen en voorspellingen te doen met econometrische modellen.
  • Wiskundige Economie 1
    Period 4
    6
    In dit vak bestudeer je de determinanten van kleinschalige (micro-)economische omgevingen met behulp van een modelmatige benadering. Aan de hand van multivariate analyse leer je zowel over consumentengedrag (keuze en risicohouding) als over gedrag van ondernemingen (vormen van concurrentie). Bijzondere aandacht gaat uit naar algemeen evenwicht en speltheorie.
  • Econometrie 2
    Period 5
    6
    In dit vak leer je een aantal fundamentele begrippen die belangrijk zijn voor de interpretatie van kwantitatieve resultaten. Het biedt je daarnaast eerste technieken en uitbreidingen voor het correct modelleren van economische variabelen.
  • Empirical Project
    Period 6
    6
    Tijdens dit vak pas je de kennis toe die je tijdens deze bachelor hebt opgedaan. We bespreken wetenschappelijke artikelen en de onderliggende theorie, en evalueren kritisch de aannames en technieken. Je werkt aan een groepsonderzoeksproject en presenteert de resultaten in een mondelinge presentatie.
  • Gebonden keuzevakken
    Period 5
    6
    Je kunt kiezen tussen 2 keuzevakken: Mathematical and Empirical Finance of Risk Theory
vakkenec
  • Vrije keuzeruimte: minor, studeren in het buitenland, stage of keuzevakken
    Period 1
    Period 2
    Period 3
    30
  • Specialisation Data Science: Language Technologies and Models
    Period 4
    6
  • Specialisation Data Science: Time Series Analysis
    Period 4
    6
    Het vak Time Series Analysis omvat methoden voor het analyseren en voorspellen van data met temporele patronen. Onderwerpen in dit vak zijn onder meer tijdreeksmodellen, seizoenspatronen, trenddetectie en statistische technieken. We verkennen ook praktische toepassingen in zowel finance als economie.
  • Specialisation Data Science: Reinforcement Learning
    Period 5
    6
    Reinforcement learning is een autonoom, zelflerend systeem dat helpt vast te stellen of een algoritme een juiste uitkomst oplevert, of een beloning die aangeeft dat er een goede beslissing is genomen. In dit inleidende vak bespreken we verschillende modellen (dynamische programmering, SARSA- en Q-learningmodellen) en passen we deze toe met behulp van software zoals Python.
  • Specialisation Econometrics: Mathematical Economics 2
    Period 4
    6
    Je maakt kennis met geavanceerde, modelmatige concepten binnen de industriële organisatie. Je bestudeert marktstructuur en -gedrag en de rol van mededingingsbeleid, met behulp van speltheoretische concepten. Enkele kernbegrippen zijn: Cournot-, Bertrand- en Stackelberg-concurrentie, concurrentiebeperkend gedrag, fusies, stilzwijgende collusie (prijsafspraken) en herhaalde spelen.
  • Specialisation Econometrics: Time Series Analysis
    Period 4
    6
    Het vak Time Series Analysis omvat methoden voor het analyseren en voorspellen van data met temporele patronen. Onderwerpen in dit vak zijn onder meer tijdreeksmodellen, seizoenspatronen, trenddetectie en statistische technieken. We verkennen ook praktische toepassingen in zowel finance als economie.
  • Specialisation Econometrics: Microeconometrics
    Period 5
    6
    Dit vak behandelt de econometrische analyse van grote microdatasets, waarbij panel data-methoden en het counterfactual framework met potential outcomes worden toegepast in R. Onderwerpen zijn onder andere ATE, LATE, fixed-effect models, difference-in-differences, regression discontinuity en de synthetic control method.
  • Bachelor's Thesis Seminar
    Period 5
    Period 6
    12
    Is er een recente ontwikkeling of ondernemingsidee waar je enthousiast over bent? In het kader van je scriptie kun je die ontwikkeling of dat idee uitgebreid onderzoeken, terwijl je tegelijkertijd je vaardigheden traint om zelfstandig relevant en waardevol onderzoek te doen.
Verplicht vak
Keuze vak
Specialisatie

Wil je meer weten over de vakken?

De studiegids biedt per vak uitgebreide informatie over de inhoud, toetsvormen en aanbevolen literatuur.

Dodo
Hoi, ik ben Dodo! Ik ben bachelorstudent Econometrics and Data Science en kom uit China. Heb je vragen over het studeren aan de UvA? Stuur een berichtje!Chat met Dodo

Ervaar de opleiding

Real-life case: Strijd tegen honger en armoede met data

Satellietbeelden kunnen weersomstandigheden en gewasgroei registreren. Machine learning-technieken zetten deze beelden vervolgens om in bruikbare data. Hiermee kunnen experts inschatten in welke regio’s er te weinig oogst is om de lokale bevolking te voeden. Zo kunnen organisaties zoals het WFP (World Food Programme) hun hulp richten op de gebieden die het meest in nood zijn. In het 2e jaar van je bacheloropleiding leer je betrouwbare inschattingen en voorspellingen te doen op basis van modellen. En kun je aan het eind van dat jaar een eigen onderzoek opzetten.

Real-life case: rendement met duurzaam beleggen

Pensioenfondsen zoals ABP kiezen voor een activistischer beleggingsbeleid en investeren graag in bedrijven die hoog scoren op ESG-criteria (environment, social and governance). Dit zijn bedrijven die aandacht hebben voor het milieu, hun medewerkers goed behandelen en een gezond bestuur hebben. In het vak Mathematical and Empirical Finance leer je over optimale beleggingsstrategieën, zoals hoe een pensioenfonds duurzaam kan beleggen zonder het rendement negatief te beïnvloeden.

Duurzaamheid, ethiek en maatschappelijk verantwoorde vraagstukken geïntegreerd in het studieprogramma

In deze bacheloropleiding leer je wiskundige en statistische methoden gebruiken om maatschappelijke en bedrijfsproblemen op te lossen. Duurzaamheid, ethiek en maatschappelijk verantwoord ondernemen zijn hierbij belangrijke thema’s. Denk bijvoorbeeld aan onderzoek naar duurzaam reisgedrag of hoe klimaatverandering de verzekeringswereld beïnvloedt. Data kan ook helpen bepalen welke risico’s verzekerbaar zijn, wat bedrijven kan motiveren duurzamer te werken. Daarnaast speelt ethiek een grote rol, zoals bij privacy en het vermijden van ongewenste vooroordelen in data-analyses. Zo word je voorbereid om op een verantwoorde manier met data en complexe vraagstukken om te gaan.

Hoe zijn deze thema's in het curriculum verwerkt?

Gedurende deze 3-jarige bacheloropleiding pas je de kennis die je tijdens je studie opdoet direct toe op actuele problemen en real-life business cases, die vaak met deze thema’s te maken hebben.

Liselotte Siteur, student BSc Econometrics and Data Science
'Econometrie is echt puzzelen voor gevorderden'Liselotte Siteur, student BSc Econometrics and Data ScienceLees Liselotte's ervaringen met deze bachelor