dr hab. Piotr Kębłowski
Consultation: Friday 9.45-11.15
Room: F-228
Tel. 42-635 51 86
Email: piotr.keblowski@uni.lodz.pl
CV
Earned Degrees
M.A., University of Lodz, Faculty of Economics and Sociology, econometrics, 2002
Ph.D., University of Lodz, Faculty of Economics and Sociology, econometrics, 2009
Habilitation, University of Lodz, 2022
Positions Held
Assistant, University of Lodz, 2003-2009
Assistant Professor (Adjunct), University of Lodz, 2009-
Professional Activities
Director of Institute of Econometrics, University of Łódź, 2022-
Academic Prizes
I prize for the best conference paper, Modelling panel data: theory and practice, Warsaw School of Economics, 2012
Rector's Prize for Scientific Achievements, UŁ, 2010
Conference grant, Foundation for Polish Science, 2006
Award of Foundation for Polish Science, START Programme, 2006
Completed Research Projects
Contract No. UMO-2012/05/D/HS4/01767, Vector error correction models of nonstationary panel data, National Science Centre, 2013-2017
Contract, Fixed or float? The panel approach to the real exchange rates of the CEEC's - implications for Poland, National Bank of Poland, 2014
Contract No. N N111 282838, The Eurosystem and the perspectives of the NMS - analysis of exchange rates misalignments, National Science Centre/Ministry of Science and Higher Education, 2009-2012
Contract No. RRC X-61, Are the New Member States on the fast track to the EMU? An analysis of exchange rates misalignments in Central European countries, GDN - CERGE-EI Foundation, 2010-2011
Contract No. N111 019 31/2139, Small sample inference on cointegration rank, Ministry of Science and Higher Education, 2006-2008
Field of Teaching
Econometrics
Advanced Econometrics
Panel Data Analysis
Forecasting
Research Interest
Exchange Rate Modelling
Nonstationary Panel Data Modelling
Small Sample Inference
Resampling Methods
Macromodelling
Refereed for
Bank i Kredyt
Central European Journal of Economic Modelling and Econometrics
Economic Modelling
International Economics
International Journal of Emerging Markets
The International Review of Economics & Finance
Operations Research and Decisions
Przegląd Statystyczny
PUBLICATIONS
Articles
2021
GVAR: A case of spurious cross-sectional cointegration
Published in: Central European Journal of Economic Modelling and Econometrics, Vol. 13 (2), 2021, 105-117
2020
with: K. LESZKIEWICZ-KĘDZIOR, A. WELFE
Real Exchange Rates, Oil Price Spillover Effects, and Tripolarity
Published in: Eastern European Economics, Vol. 58 (5), 2020, 415-435
2018
A Monte Carlo comparison of LCCA- and ML-based cointegration tests for panel VAR process with cross-sectional cointegrating vectors
Published in: Przegląd Statystyczny, Vol. 65 (2), 2018, 23-32
2017
Innowacyjność przedsiębiorstw przemysłowych państw Grupy Wyszehradzkiej a nakłady na badania i rozwój
Published in: Przegląd Statystyczny, Vol. 64 (4), 2017, 399-420
2016
Canonical Correlation Analysis in Panel Vector Error Correction Model. Performance Comparison
Published in: Central European Journal of Economic Modelling and Econometrics, Vol. 8 (4), 2016, 203-217
2015
Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej – implikacje dla Polski
Published in: Materiały i Studia, nr 312, 2015
2013
Wnioskowanie o rzędzie kointegracji dla modelu VEC ze składnikiem losowym z rozkładu SU Johnsona
Published in: Przegląd Statystyczny, Vol. 60 (2), 2013, 235-249
Właściwości wybranych metod małopróbkowego wnioskowania o rzędzie kointegracji
Published in: Przegląd Statystyczny, Vol. 60 (2), 2013, 163-185
with: A. WELFE
Modelowanie kursu walutowego z uwzględnieniem premii za ryzyko: model VECM i analiza wspólnych trendów stochastycznych
Published in: Analiza kointegracyjna w makromodelowaniu, 2013, A. Welfe (ed.), PWE, 107-128
2012
with: A. WELFE
A Risk-Driven Approach to Exchange-Rate Modelling
Published in: Economic Modelling, Vol. 29 (4), 2012, 1473-1482
2011
The behaviour of exchange rates in the Central European countries and credit default risk premiums
Published in: Central European Journal of Economic Modelling and Econometrics, Vol. 3 (4), 2011, 221-237
2010
with: A. WELFE
Estimation of the Equilibrium Exchange Rate: The CHEER Approach
Published in: Journal of International Money and Finance, Vol. 29 (8), 2010, 1385-1397
2009
Modelling Integrated Panel Data: An Overview
Published in: Knowledge-based Economies, 2009, W. Welfe (ed.), Peter Lang, Frankfurt am Main
2008
with: M. MAJSTEREK, A. WELFE
Price-wage System with Taxation: I(1) and I(2) Analysis
Published in: Proceedings of the thirtieth fourth international conference Macromodels, 2008, W. Welfe, A. Welfe (eds), WUŁ, Łódź
2007
Modelowanie zintegrowanych szeregów przekrojowo-czasowych
Published in: Gospodarka oparta na wiedzy, 2007, W. Welfe (ed.), PWE, Warszawa
2006
Small Sample Power of Bartlett Corrected Likelihood Ratio Test of Cointegration Rank
Published in: Proceedings of the thirtieth second international conference Macromodels, 2006, W. Welfe, A. Welfe (eds), WUŁ, Łódź
Moc testu śladu z poprawką Bartletta w krótkiej próbie
Published in: Metody ilościowe w naukach ekonomicznych, 2006, A. Welfe (ed.), Oficyna Wydawnicza SGH, Warszawa
2005
with: A. WELFE
Long-run Relationships in the Polish Economy. An Application of VEqCM
Published in: Acta Universitatis Lodzensis. Folia Oeconomica, 2005, 95-107
with: P. KARP, A. WELFE
Zastosowanie wielowymiarowej analizy kointegracyjnej do modelowania gospodarki polskiej
Published in: Ekonomista, Vol. 5, 2005, 645-658
2004
with: P. KARP, A. WELFE
Modelling Polish Economy: An Application of SVEqCM
Published in: New Directions in Macromodelling, 2004, A.Welfe (ed.), Elsevier, Amsterdam
with: A. WELFE
The ADF-KPSS Test of the Joint Confirmation Hypothesis of Unit Autoregressive Root
Published in: Economics Letters, Vol. 85 (2), 2004, 257-263
2003
Test hipotezy wspólnego potwierdzenia stopnia integracji ADF-KPSS
Published in: Przegląd Statystyczny, Vol. 50 (3), 2003, 87-104
ANALIZA DANYCH Z PAKIETEM MATLAB
(Ekonometria i Analityka Danych: I stopień)
dr hab. Piotr Kębłowski
2024/2025
Wymagania wstępne
Wiedza z zakresu podstaw matematyki i ekonometrii.
Literatura obowiązkowa
1. I. Lubowiecka, Matlab i jego środowisko, Wydawnictwo Politechniki Gdańskiej, Gdańsk, 2016.
2. B. Mrożek, MATLAB i Simulink: poradnik użytkownika, Helion, Warszawa, 2018.
3. R. Pratap, MATLAB: dla naukowców i inżynierów, Wydawnictwo Naukowe PWN, 2015
4. W. Sradomski, MATLAB: praktyczny podręcznik modelowania, Helion, Warszawa, 2015.
Literatura uzupełniająca
1. S. Attaway, MATLAB: a practical introduction to programming and problem solving, Butterworth-Heinemann, 2017.
2. W.L. Martinez, Statistics in MATLAB: a primer, CRC Press, 2015.
Program
1. Podstawy składni, rodzaje zmiennych, operatory.
2. Wbudowane funkcje matematyczne, statystyczne i ekonometryczne.
3. Instrukcje warunkowe i pętle – rodzaje i zastosowania.
4. Generatory liczb pseudolosowych.
5. Procedury – budowa i zastosowania.
6. Analiza regresji: metoda najmniejszych kwadratów, przedziały ufności, testy specyfikacji, prognozowanie.
7. Eksperymenty Monte Carlo: badanie własności testów i estymatorów, analiza zjawiska regresji pozornej
Praca zaliczeniowa z wykorzystaniem programu MATLAB odbędzie się na ostatnich zajęciach. Wynikiem pracy studenta jest zestaw procedur w języku MATLAB, stanowiących rozwiązanie zadanych problemów badawczych. Zaliczenie poprawkowe odbędzie się 28 lutego o godz. 9:45 w sali F220. Aby otrzymać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.
Skala ocen:
90% i więcej – bardzo dobry
80 - 89% – dobry+
70 - 79% – dobry
60 - 69% – dostateczny+
50 - 59% – dostateczny
mniej niż 50% – niedostateczny
ECONOMETRICS
(Erasmus programme)
dr hab. Piotr Kębłowski
2024/2025
Prerequisits
Introductory level knowledge in mathematics and statistics.
Literature
1. W.G. Greene, Econometric analysis, Pearson, Harlow, 2020.
2. J.M. Wooldridge, Introductory econometrics: a modern approach, Andover, 2019.
Supplementary literature
1. L.C. Adkins, Using Gretl for Principles of Econometrics, free on-line textbook, 2018, http://www.learneconometrics.com/gretl/index.html
2. J.H. Stock, M.W. Watson, Introduction to econometrics, Pearson, Boston, 2019.
Program
1. An introduction: an economic model, a stochastic process, an econometric process, economic data structure.
2. The simple/multiple linear regression model: the Gauss-Markov theorem, the ordinary least squares method, goodness-of-fit measures.
3. Inference in linear regression: confidence intervals, significance tests, probability value, stability tests.
4. Autocorrelation: causes, consequences, inference, solutions.
5. Heteroscedasticity: causes, consequences, inference, solutions.
6. Collinearity. Dummy variables. Seasonality.
7. The multivariate linear regression model: endogeneity and causality, a general notion.
8. Multiplier analysis.
Knowledge of the topics included in the syllabus to the extent that they are described in the required literature and the material covered in class are required.
The basis for obtaining a grade for the laboratory will be the final test solved using Gretl software, which will be carried out during the last class. To receive a positive grade, you must obtain at least half of all points.
The basis for obtaining a grade for the lecture will be a written exam in the form of a test, which will be held during the last lecture. To receive a positive grade, you must obtain at least half of all points.
Grading scale:
90% and more - very good
80 - 89% - good+
70 - 79% - good
60 - 69% - satisfactory+
50 - 59% - satisfactory
less than 50% - insufficient
The final grade will be determined as a weighted average of the grades obtained from the laboratory and lecture, with weights of 0.5 and 0.5, respectively, according to the USOS algorithm.
The retake will be held on February 26, at 10:00, in room T401. To receive a passing grade in the resit, you must obtain at least half of all possible points.
PROGNOZOWANIE I SYMULACJE
(Logistyka: I stopień)
dr hab. Piotr Kębłowski
2024/2025
Wymagania wstępne
Wiedza z zakresu podstaw statystyki i ekonometrii, w tym wnioskowanie statystyczne dla procesów stacjonarnych, metoda najmniejszych kwadratów i warunki jej zastosowania.
Literatura obowiązkowa
1. M. Cieślak (red.), Prognozowanie gospodarcze, PWN, Warszawa, 2011.
2. J.B. Gajda, Prognozowanie i symulacje w ekonomii i zarządzaniu, C.H. Beck, 2017.
3. W. Milo (red.), Prognozowanie i symulacja, WUŁ, Łódź, 2002.
Literatura uzupełniająca
1. G.S. Maddala, Ekonometria, PWN, Warszawa, 2014.
2. A. Welfe, Ekonometria PWE, Warszawa, 2018.
3. A. Welfe (red.), Ekonometria. Zbiór zadań, PWE, Warszawa, 2003.
Program
1. Podstawowe pojęcia i definicje.
2. Prognoza na podstawie modelu jednorównaniowego z jedną/wieloma zmiennymi objaśniającymi.
3. Błąd prognozy ex-ante, dekompozycja błędu prognozy, prognoza przedziałowa.
4. Liniowy i nieliniowy model tendencji rozwojowej. Zastosowanie zmiennych sztucznych sezonowych.
5. Składowe szeregów czasowych. Modele addytywne i multiplikatywne.
6. Metody mechaniczne: naiwna, średnia ruchoma prosta/ważona, pojedyncze/podwójne/potrójne wygładzanie wykładnicze.
7. Prognoza na podstawie modeli szeregów czasowych – modele AR, MA, ARMA.
8. Źródła błędów prognoz. Miary dokładności prognoz ex-post.
9. Łączenie prognoz.
10. Modele wielorównaniowe i metody ich symulacji.
11. Symulacja statyczna/dynamiczna, ex-post/ex-ante.
12. Analiza mnożnikowa.
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, która odbędzie się na ostatnich zajęciach. Aby otrzymać ocenę pozytywną należy uzyskać co najmniej połowę wszystkich punktów.
Podstawą uzyskania oceny z wykładu będzie egzamin pisemny w formie testu, który odbędzie się 3 lutego, o godz. 10:00, w sali T401. Aby otrzymać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.
Skala ocen:
90% i więcej – bardzo dobry
80 - 89% – dobry+
70 - 79% – dobry
60 - 69% – dostateczny+
50 - 59% – dostateczny
mniej niż 50% – niedostateczny
Ocena końcowa 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.
Egzamin pisemny poprawkowy odbędzie się 26 lutego, o godz. 10:00, w sali T401. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego, należy uzyskać co najmniej połowę wszystkich możliwych punktów.
SEMINARIUM MAGISTERSKIE
(UŁ, Różne kierunki: II stopień )
Seminaria są prowadzone przez pracowników Katedry Modeli i Prognoz Ekonometrycznych Uniwersytetu Łódzkiego. Tematyka obejmuje metody ekonometryczne i ich zastosowanie w makro-- i mikromodelowaniu. W ramach przygotowywanych prac magisterskich słuchacze wykorzystują nowoczesne metody ekonometryczne, np.:
- kointegrację szeregów czasowych i danych panelowych,
- modele klasy ARCH/GARCH,
- modele zmian strukturalnych,
- modele nieliniowe
- metody symulacyjne.
Badania mogą koncentrować się zarówno na kwestiach estymacji i weryfikacji hipotez, jak i modelowania, prognozowania i oceny alternatywnych polityk gospodarczych.
Przykładowe tematy badań:
- Procesy inflacyjne w Polsce i gospodarkach europejskich. Krzywa Phillipsa.
- Kurs walutowy a procesy inflacyjne: analiza efektu ‘pass-through’.
- Kursy walutowe równowagi. Ryzyko kryzysu walutowego w ramach mechanizmu ERM2
- Polityka monetarna i fiskalna w okresie poprzedzającym przystąpienie do ERM2.
- Reguły decyzyjne w bankach centralnych.
- Determinanty stóp procentowych. Stopy procentowe równowagi.
- Determinanty podaży – funkcja produkcji i produktywność czynników produkcji.
- Modelowanie i prognozowanie popytu. Kompletne modele popytu.
- Handel zagraniczny. Bilans płatniczy. Przepływy kapitałów długo- i krótkoterminowych.
- Procesy finansowe i ich modelowanie na podstawie danych wysokiej częstotliwości.
- Badanie efektywności rynków.
- Analiza oczekiwań (racjonalne, adaptacyjne).
- Innowacyjność gospodarek a ich rozwój.
- Modelowanie rynku pracy.
- Heurystyczne metody optymalizacji w ekonometrii.
- Ekonometryczna analiza wyników sportowych.
- Prognozowanie procesów gospodarczych i finansowych – metody i aplikacje.
- Modelowanie rynku usług medycznych.
- Rynek usług wspólnych – determinanty rozwoju.
- Prognozowanie zachowania podmiotów ekonomicznych (przedsiębiorstw).
W ostatnich latach obronione zostały następujące prace magisterskie:
- Przenoszenie zmian kursu walutowego na inflację cen krajowych (*)
- Zastosowanie metody kointegracji do modelu P-Star.
- Analiza kointegracyjna modeli z zaburzeniami struktury na przykładzie modelu handlu zagranicznego Polski.
- Szacowanie stopy NAIRU/NAWRU dla gospodarki polskiej przy wykorzystaniu wielowymiarowej analizy kointegracyjnej.
- Nowoczesne modele kwantyfikacji ryzyka portfela kredytowego.
- Analiza transmisji polityki monetarnej w Polsce.
- Modelowanie inflacji w Polsce za pomocą modeli klasy ARCH.
- Inflacja – ujęcie monetarystyczne i kosztowe.
- Analiza kursu walutowego euro – dolar amerykański z uwzględnieniem przepływów kapitałowych.
- Budżet państwa w okresie transformacji.
- Zastosowanie liniowego modelu wydatków do analizy popytu konsumpcyjnego w Polsce
- Progowy model korekty błędem.
- Test hipotezy wspólnego potwierdzenia integracji.
(*) Praca wyróżniona w VII edycji Konkursu o Nagrodę Prezesa NBP za najlepszą pracę magisterską w 2014 roku