dr Maciej Gałecki
Konsultacje: poniedziałek 11.30-13.00
Pokój: F-228
Tel. 42-635 51 86
Email: maciej.galecki@uni.lodz.pl
CV
Earned Degrees
Ph. D., University of Lodz, 2024
M.A., Nicolaus Copernicus University in Toruń, Faculty of Economics and Management, econometrics, 2011
Positions Held
Assistant, University of Lodz, 2021-
Assistant, Nicolaus Copernicus University in Toruń, 2016-2021
Academic Prizes
Rektor's Prize for Scientific Achievements - team prize, 2019
Władysław Welfe doctoral workshop cup, 2017
I prize for the best conference paper, Modelling panel data: theory and practice, Warsaw School of Economics, 2013
First prize of the President of the NBP in the competition for the best master's thesis in the field of economics, 2012
Field of Teaching
Data Analysis (programming in R)
Econometrics
Financial Econometrics
Economic Forecasting
IT Techniques
Macroeconomics
Managerial Economics
Microeconomics
Risk Management
Regulation of the Economy and Competition Policy
Statistics
Research Interest
Cointegration
Common Stochastic Trends
Macromodelling (inflation, GDP, long-run neutrality, long-run super-neutrality)
Simulation Analyses
Treshold Models
Other Positions Held
Gdańsk University of Technology, data analysis (programming in R), 2019-2020
Headquarters of Bank Pocztowy, Databases, programming, 2013-2017
PUBLIKACJE
ORCID
Artykuły
2022
współautorzy: J. BOEHLKE, M. FAŁDZIŃSKI, A. MAQBOOL KHAN, M. OSIŃSKA, Y. SHACHMUROVE
Extended Threshold Error Correction Model of economic growth in Israel
Opublikowano w: Bulletin of Geography. Socio-economic Series, Vol. 57, 2022, pp. 45-63
współautorzy: M. OSIŃSKA
Extended Enders and Siklos test for threshold cointegration
Opublikowano w: Przegląd Statystyczny, Vol. 69 (1), 2022, pp. 1-20
2020
współautorzy: J. BOEHLKE, M. FAŁDZIŃSKI, M. OSIŃSKA
Searching for factors of accelerated economic growth : the case of Ireland and Turkey.
Opublikowano w: European Research Studies Journal, Vol. 23 (1), 2020, pp. 292-304
Testing for structural breaks in tourist movements in the European Union.
Opublikowano w: Journal of Physical Education and Sport, Vol. 20 (5), 2020, pp. 2770-2777
współautorzy: M. OSIŃSKA
Modelling tourist departures in the European Union using a threshold cointegration approach.
Opublikowano w: Journal of Physical Education and Sport, Vol. 20 (5), 2020, pp. 2778-2786
2018
współautorzy: J. BOEHLKE, M. FAŁDZIŃSKI, M. OSIŃSKA
Economic growth in Ireland in 1980-2014 : a threshold cointegration approach.
Opublikowano w: Argumenta Oeconomica, Vol. 41 (2), 2018, pp. 157-188
2017
współautorzy: J. BOEHLKE, M. FAŁDZIŃSKI, M. OSIŃSKA
Dynamics of economic growth in Ireland in 1980-2014
Opublikowano w: Naučno-Tehničeskie Vedomosti SPbGPU. Ekonomičeskie Nauki, Vol. 10 (2), 2017, pp. 7-20
2013
Hipoteza neutralności pieniądza w Polsce i w strefie euro.
Opublikowano w: Roczniki Kolegium Analiz Ekonomicznych, Vol. 30, 2013, pp. 121-137
Rozdziały w książkach
2019
współautorzy: M. OSIŃSKA
Threshold error correction model : a methodological overview.
Opublikowano w: Economic Miracles in the European Economies (M. Osińska), 2019, pp. 151-173
Wydawca: Springer International Publishing
współautorzy: J. BOEHLKE, M. FAŁDZIŃSKI, M. OSIŃSKA
Econometric analysis of economic miracles in selected economies using TECM approach.
Opublikowano w: Economic Miracles in the European Economies (M. Osińska), 2019, pp. 175-230
Wydawca: Springer International Publishing
współautorzy: J. BOEHLKE
Economic miracles in the light of imperfect knowledge economics.
Opublikowano w: Economic Miracles in the European Economies (M. Osińska), 2019, pp. 231-247
Wydawca: Springer International Publishing
2016
współautorzy: J. BOEHLKE, M. FAŁDZIŃSKI, M. OSIŃSKA
Economic miracles in light of institutional economics
Opublikowano w: Proceedings of the 6th EACO International Scientific Conference, December 8-9, 2016, Krakow, Poland / ed.: Zuzana Machová,, 2016, pp. 17-30
Wydawca: European Association Comenius - EACO & VŠEO, Ostrava
2013
Modelowanie i prognozowanie inflacji w Polsce na podstawie modelu ECM.
Opublikowano w: Metody i zastosowania ekonometrii współczesnej / red. nauk. Monika Kośko, 2013, pp. 11-29
Wydawca: Wydawnictwo Uczelniane Wyższej Szkoły Informatyki i Ekonomii TWP , Olsztyn
ZAAWANSOWANE METODY EKONOMETRYCZNE
(UŁ, Ekonometria i Analityka Danych: II stopień)
dr hab. Mariusz Górajski, prof. UŁ
dr Jakub Boratyński
dr Maciej Gałecki
2024/2025
Literatura obowiązkowa
1. M. Majsterek, Wielowymiarowa analiza kointegracyjna w ekonomii, WUŁ, Łódź 2008.
2. J. Osiewalski, Ekonometria bayesowska w zastosowaniach, Wydawnictwo Akademii Ekonomicznej w Krakowie 2001.
3. M. Osińska, Ekonometria finansowa, PWE, Warszawa 2006.
4. R. S. Tsay, Analysis of Financial Time Series, Wiley 2002.
5. A. Welfe, Ekonometria, PWE, Warszawa 2018.
6. A. Gelman, J.Hill, A. Vehtari (2020), Regression and other stories, Cambridge University Press. Dostępne także on-line pod adresem avehtari.github.io/ROS-Examples/
7. F.Hayashi, Econometrics, Princeton University Press 2000, rozdziały 6 i 7.
Literatura uzupełniająca
1. T. Lancaster, An Introduction to Modern Bayesian Econometrics, Blackwell Publishing 2004
2. H. Lütkepohl, M. Krätzig M., Applied Time Series Econometrics, Cambridge University Press 2004.
3. R. McElreath, Statistical Rethinking: A Bayesian Course with Examples in R and STAN, 2nd Edition, Chapman and Hall 2020.
4. P. Wdowinski, M. Małecka, Asymmetry in volatility: A comparison of developed and transition stock markets, FindEcon Monograph Series: Advances in Financial Market Analysis, No. 9, Wydawnictwo UŁ 2011.
Program
1. Metoda największej wiarygodności w modelach szeregów czasowych.
2. Własności szeregów czasowych wysokiej częstotliwości.
3. Jednowymiarowe asymetryczne modele zmienności. Klasa modeli GARCH.
4. Testowanie asymetrii w procesie zmienności.
5. Wielowymiarowe modele zmienności. Klasa modeli MGARCH.
6. Nieliniowe modele wektorowej autoregresji. Testowanie nieliniowości w modelach szeregów czasowych.
7. Procesy stochastyczne I(2). Kointegracja wielomianowa (strumieniowa i zasobowa).
8. Restrykcje w modelu CVAR I(1) oraz I(2). Dwustopniowa procedura Johansena.
9. Reprezentacja wspólnych trendów stochastycznych. Trendy stochastyczne, stochastyczna cykliczność.
10. Model CVAR w przypadku zmian strukturalnych w części deterministycznej lub stochastycznej DGP.
11. Zastosowanie systemów I(2) - modele oparte na równaniu obiegu pieniądza Fishera, weryfikacja hipotez LRN oraz LRSN.
12. Twierdzenie Bayesa. Rozkład prawdopodobieństwa a priori i a posteriori.
13. Zastosowanie metod numerycznych we wnioskowaniu bayesowskim. Próbkowanie z rozkładu a posteriori. Rozkład łączny i rozkłady brzegowe parametrów. Przedział największej gęstości a posteriori (HPDI).
14. Bayesowska analiza modelu regresji liniowej. Informacyjne rozkłady a priori.
15. Bayesowska predykcja i porównanie modeli. Bayesowskie uśrednianie modeli.
16. Aproksymacja rozkładów a posteriori na podstawie metod MCMC (Markov Chain Monte Carlo).
Zaliczenie
Wykonanie w programie R, CATS in RATS trzech prac laboratoryjnych. Studenci muszą otrzymać zaliczenie każdej pracy z osobna. Ocena końcowa z laboratorium jest średnią arytmetyczną ocen z części I, II oraz III.
Egzamin w formie testu wielokrotnego wyboru na platformie Moodle w pierwszym terminie odbędzie się 23 czerwca 2025 r. w godzinach 10.00-11.30 w sali T102 i T013, w drugim terminie 30 czerwca 2025 r. w godzinach 10.00-11.30 w sali T102.
Aby podejść do egzaminu trzeba uzyskać zaliczenie laboartorium.
Na egzaminie obowiązuje cały materiał, który obejmuje program w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz został zrealizowany na zajęciach. Aby otrzymać ocenę pozytywną należy uzyskać co najmniej 50% punktów najlepszego wyniku.
Egzamin poprawkowy odbędzie się ... września 2025 roku, w godzinach ... . Aby otrzymać ocenę pozytywną z egzaminu poprawkowego, należy uzyskać co najmniej połowę wszystkich możliwych punktów.