dr Katarzyna Leszkiewicz-Kędzior
Konsultacje: czwartek 13.15-14.45
Pokój: F-229
Tel. 42-635 55 23
Email: katarzyna.kedzior@uni.lodz.pl
CV
Date of Birth
27 April 1984
Place of Birth
Zgierz, Poland
Earned Degrees
M. A., University of Lodz, 2008
Ph. D., University of Lodz, 2014
Positions Held
Assistant, University of Lodz, 2013-2014
Assistant Professor (Adiunkt), University of Lodz, 2014-
Field of Teaching
Econometrics
Forecasting and Simulations
Research Interest
Macromodelling
Fuel Prices Modelling
Modelling of Nonlinear Economic Processes
Standard and Threshold Cointegration
Refereed for
Baltic Journal of Economics
Central European Journal of Economic Modelling and Econometrics
Economic Modelling
Przegląd Statystyczny
PUBLIKACJE
Artykuły
2020
współautorzy: E. GOSIŃSKA, A. WELFE
Who is responsible for asymmetric fuel price adjustments? An application of the threshold cointegrated VAR model
Opublikowano w: Baltic Journal of Economics, Vol. 20 (1), 2020
współautorzy: P. KĘBŁOWSKI, A. WELFE
Real Exchange Rates, Oil Price Spillover Effects, and Tripolarity
Opublikowano w: Eastern European Economics, Vol. 58 (5), 2020
2015
Wpływ cen paliw na procesy inflacyjne w polskiej gospodarce
Opublikowano w: Bank i Kredyt, Vol. 46 (4), 2015
2014
współautorzy: A. WELFE
Asymmetric Price Adjustments in the Fuel Market
Opublikowano w: Central European Journal of Economic Modelling and Econometrics, Vol. 6 (2), 2014
2013
współautorzy: W. WELFE
Szacunek naturalnej stopy bezrobocia dla Polski
Opublikowano w: Acta Universitatis Lodziensis. Folia Oeconomica, Vol. 281, 2013
współautorzy: E. GOSIŃSKA, W. WELFE
Szacowanie wielkości nieobserwowalnych w modelu W8D-2010
Opublikowano w: Acta Universitatis Lodziensis. Folia Oeconomica, Vol. 294, 2013
współautorzy: W. FLORCZAK, E. GOSIŃSKA, W. WELFE
Struktura systemu makroekonometrycznych modeli oraz rozbudowane bazy danych modelu W8D
Opublikowano w: Acta Universitatis Lodziensis. Folia Oeconomica, Vol. 294, 2013
współautorzy: E. GOSIŃSKA, W. WELFE
Równania cen i płac oraz przepływów finansowych w modelu W8D-2010
Opublikowano w: Acta Universitatis Lodziensis. Folia Oeconomica, Vol. 294, 2013
współautorzy: E. GOSIŃSKA, W. WELFE
Popyt finalny w modelu W8D-2010
Opublikowano w: Acta Universitatis Lodziensis. Folia Oeconomica, Vol. 294, 2013
2012
współautorzy: W. WELFE
Consumption function for Poland. Is life cycle hypothesis legitimate?
Opublikowano w: Bank i Kredyt, Vol. 43 (5), 2012
2011
Modelling Fuel Prices. An I(1) Analysis
Opublikowano w: Central European Journal of Economic Modelling and Econometrics, Vol. 3 (2), 2011
2009
Zastosowanie kointegracji do modelu P-star
Opublikowano w: Bank i Kredyt, Vol. 40 (5), 2009
PROGNOZOWANIE I SYMULACJE
(UŁ, Bankowość i Finanse Cyfrowe: I stopień)
dr Katarzyna Leszkiewicz-Kędzior
2023/2024
Wymagania wstępne:
Podstawy ekonometrii
Literatura obowiązkowa
1. Prognozowanie gospodarcze, red. M. Cieślak, PWN, Warszawa 2019.
2. D. Witkowska, Podstawy ekonometrii i teorii prognozowania, Oficyna Ekonomiczna Grupa Wolters-Kluwer, Kraków 2005.
3. A. Welfe, Ekonometria, PWE, Warszawa 2018.
Literatura uzupełniająca
1. J. Acedański, Prognozowanie zjawisk ekonomicznych i finansowych. Cz. 1, Prognozowanie z Excelem, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice 2016.
2. J. Acedański, Prognozowanie zjawisk ekonomicznych i finansowych. Cz. 2, Prognozowanie z gretlem, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice 2016.
3. G.S. Maddala, Ekonometria, Wydawnictwo Naukowe PWN, Kraków 2006.
Program
1. Wprowadzenie do prognozowania. Podstawowe pojęcia i definicje.
2. Szeregi czasowe i ich własności. Składowe szeregów czasowych.
3. Mechaniczne metody prognozowania szeregów czasowych: naiwna, średnia ruchoma prosta i ważona, wygładzanie wykładnicze (metoda Browna, Holta i Wintersa).
4. Jednorównaniowe modele przyczynowo-skutkowe – estymacja, wnioskowanie, prognozowanie.
5. Selekcja modeli prognostycznych. Prognoza ex post. Miary błędów prognoz ex post. Prognoza ex ante.
6. Model autoregresyjny (AR) i autoregresyjny z rozkładem opóźnień (ADL).
7. Prognozowanie z wykorzystaniem modeli dynamicznych. Symulacja statyczna i dynamiczna modelu ADL.
8. Dobór optymalnych metod prognozowania i ich zastosowanie – samodzielna praca z użyciem arkusza kalkulacyjnego oraz programu gretl.
Obowiązuje znajomość zagadnień zawartych w sylabusie w takim zakresie, w jakim są one opisane w literaturze obowiązkowej oraz materiał zrealizowany na zajęciach.
Podstawą uzyskania oceny z laboratorium będzie praca zaliczeniowa z wykorzystaniem arkusza kalkulacyjnego, która odbędzie się na ostatnich zajęciach. Aby uzyskać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.
Podstawą zaliczenia wykładu będzie pisemna praca egzaminacyjna w formie testu, która odbędzie się 18.06.2024 r. o godz. 12 w auli T1. Warunkiem otrzymania oceny pozytywnej jest uzyskanie co najmniej połowy wszystkich punktów.
Oceny z laboratorium oraz wykładu wyznaczone zostaną według następującej skali ocen:
powyżej 90% - bardzo dobry
80 – 89% - dobry+
70 – 79% - dobry
60 – 69% - dostateczny+
50 – 59% - dostateczny
poniżej 50% - niedostateczny
Ocena końcowa z przedmiotu wyznaczona zostanie jako średnia ważona z ocen uzyskanych z laboratorium i wykładu, z wagami odpowiednio 0,6 i 0,4, zgodnie z algorytmem systemu USOS.
Egzaminacyjna pisemna praca poprawkowa odbędzie się 2.09.2024 r. o godz. 10 w auli T1. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego należy uzyskać co najmniej połowę wszystkich punktów.
SEMINARIUM LICENCJACKIE
(UŁ, Ekonometria i Analityka Danych: I stopień)
dr Katarzyna Leszkiewicz-Kędzior
Tematyka seminarium dotyczy metod modelowania szeregów czasowych i ich zastosowań. Oczekuje się, że studenci w ramach przygotowywanych prac licencjackich wykorzystają w badaniach empirycznych nowoczesne narzędzia ekonometryczne poznane podczas zajęć na I stopniu studiów, w tym zwłaszcza:
1. metody modelowania szeregów skointegrowanych (np. dwustopniową procedurę Engle'a-Grangera),
2. modele z rozkładami opóźnień,
3. liniowe i nieliniowe modele szeregów czasowych.
Analizy mogą koncentrować się zarówno na kwestiach estymacji i weryfikacji hipotez, jak i prognozowania i symulacji. Preferowanym narzędziem analizy jest pakiet Eviews oraz R.