Profil: Marián Vávra, Ing., M.Sc., Ph.D., vedecký pracovník


    Výskumné zameranie

    • Analýza časových radov
    • Simulačné a bootstrapovacie metody
    • Ekonometrické modelovanie a prognózovanie

    Prognózy, výhľady, analýzy, stratégie

    •  

    Profil samostatného vedeckého pracovníka

    Marián Vávra v súčasnosti pôsobí ako vedecký pracovník Prognostického ústavu, Centra spoločenských a psychologických vied Slovenskej akadémie vied.  

    Marián získal titul Ph.D. v odbore ekonometria na University of London (Birkbeck College) vo Velkej Británii. Medzi jeho výskumné oblasti patria najmä analýza časových radov, bootstrapovacie metódy a ekonometrické modelovanie. Marián úspešne a pravidelne publikuje v medzinárodných recenzovaných vedeckých časopisoch.


    Vedecké projekty

    • Projekty v databáze SAV


      Vybraná publikačná činnosť

      Psaradakis, Z. and Vavra, M. (2022): Using triples to assess symmetry under weak dependence. Journal of Business and Economic Statistics, Vol. 40.
       
      Vavra, M. (2020): Assessing distributional properties of forecast errors for fan-chart modelling. Empirical Economics, Vol. 59.
       
      Psaradakis, Z. and Vavra, M. (2019): Normality  tests for dependent data. Communications in Statistics - Simulation and Computation, Vol. 49
       
      Psaradakis, Z. and Vavra, M. (2019): Bootstrap-assisted tests of symmetry for dependent data. Journal of Statistical Computation and Simulation, Vol. 89.
       
      Psaradakis, Z. and Vavra, M. (2019): Generalized portmanteau tests for linearity of stationary time series. Econometric Reviews, Vol. 38.
       
      Psaradakis, Z. and Vavra, M. (2017): A distance test of normality for a wide class of stationary processes. Econometrics and Statistics, Vol. 2.
       
      Psaradakis, Z. and Vavra, M. (2015): A quantile-based test for symmetry of weakly dependent processes. Journal of Time Series Analysis, Vol. 36.
       
      Vavra, M. (2015): Empirical evidence of joint nonlinearity in EA and US economic variables using two modified multivariate nonlinearity tests.
      Applied Economics Letters, Vol. 14.
       
      Psaradakis, Z. and Vavra, M. (2014): On testing for nonlinearity in multivariate time series. Economics Letters, Vol. 125.
      • Publikačná činnosť v databáze SAV