• Logo Katedry Modeli i Prognoz Ekonometrycznych

EKONOMETRIA FINANSOWA

(UŁ, Bankowość i finanse cyfrowe: II stopień)

dr hab. Wojciech Grabowski, prof. UŁ
2024/2025

Literatura 
    1. W. Grabowski, Podatność rynków giełdowych krajów Grupy Wyszehradzkiej na niestabilności wewnętrzne i zewnętrzne, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2021.
    2. J. Brzeszczyński, R. Kelm, Ekonometryczne modele rynków finansowych. Modele kursów giełdowych i kursów walutowych, Wydawnictwo WIG-Press, Warszawa 2002.
    3. H. Gurgul, Analiza zdarzeń na rynkach akcji, Oficyna Ekonomiczna, Kraków 2006.
    4. A. Welfe, Ekonometria. Metody i ich zastosowanie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2018.

Program
    1. Cechy finansowych szeregów czasowych.
    2. Testowanie efektu ARCH.
    3. Model GARCH(1,1). 
    4. Modele GARCH z innym niż normalny rozkładem składnika losowego.
    5. Model GJR-GARCH.
    6. Wielowymiarowe modele GARCH.

Zaliczenie
Warunkiem podejścia do egzaminu pisemnego jest zaliczenie ćwiczeń.
Aby zaliczyć ćwiczenia, należy zaliczyć dwa kolokwia, które odbęda się:

  • ... kwietnia 2025 roku – w trakcie ćwiczeń
  • ... czerwca 2025 roku – w trakcie ćwiczeń

Zaliczenie wykładu odbędzie się za pomocą testu wielokrotnego wyboru, który zostanie przeprowadzony ... czerwca 2025 roku.
W celu zaliczenia przedmiotu należy uzyskać co najmniej 50% punktów najlepszego wyniku. 


NIELINIOWE MODELE EKONOMETRYCZNE

(UŁ, Ekonometria i Analityka Danych, II stopień) 

dr hab. Wojciech Grabowski, prof. UŁ
2024/2025


Literatura obowiązkowa
    1. R. Koenker, Quantile Regression, Cambridge University Press, Cambridge 2005.
    2. R. S. Tsay, Analysis of Financial Time Series, Wiley 2002.
    3. A. Welfe, Ekonometria, PWE, Warszawa 2018.

Literatura uzupełniająca
    1. J. Beran, Y. Feng, H. Hebbel, Empirical Economic and Financial Research. Theory, Methods and Practice, Springer 2015.

Program
    1. Analiza zależności między kategoriami ekonomicznymi w różnych kwantylach rozkładu.
    2. Testowanie stabilności zależności w kwantylach rozkładu.
    3. Metoda regresji kwantylowej.
    4. Cross-quantilogram.
    5. Testowanie przyczynowości nieliniowej.
    6. Nieliniowości w modelu wektorowej autoregresji (Qual-VAR).
    7. Problem nieliniowości w analizie kointegracyjnej (Tobit-CVAR).

Zaliczenie przedmiotu będzie oparte na przygotowaniu projektu (70%) i aktywnej pracy na zajęciach (30%).


ODPORNE METODY ESTYMACJI W BADANIACH PROCESÓW FINANSOWYCH

(UŁ, Ekonometria i Analityka Danych, II stopień) 

dr hab. Wojciech Grabowski, prof. UŁ
2024/2025


Literatura obowiązkowa
    1. M. Doman, R. Doman, Dynamika zależności na globalnym rynku finansowym, Diffin, Warszawa 2014.
    3. R. S. Tsay, Analysis of Financial Time Series, Wiley 2002.
    4. J.M. Uribe, M. Guillen, Quantile Regression for Cross-Sectional and Time Series, Springer, London 2020.

Literatura uzupełniająca
    1. J. Beran, Y. Feng, H. Hebbel, Empirical Economic and Financial Research. Theory, Methods and Practice, Springer 2015.
    
Program
    1. Identyfikacja okresów wspólnych załamań na rynkach finansowych.
    2. Zastosowanie testów BLT i JT do analizy wspólnych „skoków” na rynkach finansowych.
    3. Wykorzystanie metod regresji kwantylowej do identyfikacji czynników wpływających na wspólne załamania na rynkach finansowych.
    4. M-estymator w badaniach procesów finansowych.
    5. Wykorzystanie kopuli do analizy powiązań między stopami zwrotu z różnych instrumentów finansowych.

Zaliczenie przedmiotu będzie oparte na przygotowaniu projektu (70%) i aktywnej pracy na zajęciach (30%).


SYMULACJE STOCHASTYCZNE W PROGNOZOWANIU I ZASTOSOWANIE MODELI STRUKTURALNYCH

(UŁ, Ekonometria i Analityka Danych: II stopień)

dr hab. Robert Kelm, prof. UŁ 
2024/2025

Informacje ogólne:
Celem kursu jest zapoznanie słuchaczy z metodami symulacji modeli ekonometrycznych pozwalającymi na wiarogodne wnioskowanie o własnościach systemów ekonomicznych z nieliniowymi zależnościami między zmiennymi endogenicznymi i zmianami strukturalnymi. Program kursu uwzględnia omówienie technik symulacyjnych wykorzystywanych do rozwiązywania modeli z oczekiwanymi wartościami zmiennych endogenicznych. Zastosowanie metod symulacyjnych jest ilustrowane zastosowaniami omówionych technik w modelu sprzężenia płace-ceny i przenoszenia kursu walutowego na ceny krajowe dla gospodarki Polski. 

Wymagania wstępne:
Znajomość podstawowych metod symulacji modeli ekonometrycznych i technik stosowanych do korygowania struktur modeli symulacyjnych; umiejętność prowadzenia analizy mnożnikowej modeli wielorównaniowych o równaniach łącznie współzależnych.

Literatura obowiązkowa 
    1. A. Welfe, P. Karp, R. Kelm, Makroekonometryczny kwartalny model gospodarki Polski, WUŁ, Łódź 2002.
    2. A. Welfe, P. Karp, P. Kębłowski, Mechanizmy makroekonomiczne w gospodarce polskiej, WUŁ, Łódź 2006.
    3. A. Welfe, Ekonometria, PWE, Warszawa 2018.

Literatura uzupełniająca 
    1. W.Welfe, A. Welfe, Ekonometria stosowana, PWE, Warszawa 2004.
    2. P. Karp, P. Kębłowski, M. Majsterek, A. Welfe, Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa 2013.
    3. L. R. Klein, Wykłady z ekonometrii, PWE, Warszawa 1982.
    4. J. B. Gajda, Wielorównaniowe modele ekonometryczne. Estymacja-symulacja-sterowanie, PWN, Warszawa 1988 

Program
    1. Stylizowany model sprzężenia płacowo-cenowego i przenoszenia kursu walutowego na ceny krajowe. Estymacja parametrów modelu dla gospodarki Polski.
    2. Podstawowe pojęcia: struktura blokowa wielorównaniowych modeli ekonometrycznych, zmienne osiowe, symulacja modeli prostych i modeli rekurencyjnych, numeryczne metody symulacji modeli wielorównaniowych o równaniach współzależnych. Symulacja statyczna i dynamiczna, symulacja i prognoza ex post i ex ante, rozwiązanie bazowe, korekty struktury modeli (zmiany wyrazów wolnych i parametrów kierunkowych).
    3. Długookresowa stabilność wielorównaniowych modeli ekonometrycznych. Symulacja długookresowa. Symulacja zamrożona. Numeryczne wyznaczanie mnożników w modelach liniowych i nieliniowych. Mnożniki względem wyrazu wolnego. Funkcja odpowiedzi na impuls.
    4. Modele z oczekiwanym wartościami zmiennych. Symulacja modeli z wyprzedzeniami czasowymi zmiennych – algorytm Faira.
    5. Symulacja stochastyczna. Przyczyny stosowania symulacji stochastycznych. Generatory liczb pseudolosowych. Losowanie zaburzeń wyrazu wolnego (składnika losowego) i zaburzeń parametrów strukturalnych.
    6. Badanie bijektywności wielorównaniowych modeli ekonometrycznych.
    7. Konstruowanie scenariuszy symulacyjnych. Ustalanie wartości zmiennych egzogenicznych. Spójność założeń o wartościach zmiennych egzogenicznych. Uwzględnianie zmian strukturalnych w symulacji ex ante.

Zasady zaliczenia
Zaliczenie przedmiotu wymaga skonstruowania modelu sprzężenia inflacyjnego lub innego minimodelu zawierającego sprzężenia zwrotne i dokonanie jego wszechstronnej analizy z wykorzystaniem technik symulacyjnych. Warunkiem zaliczenia jest przygotowanie pisemnego raportu z przeprowadzonych badań.