Ekonometria i prognozowanie procesów ekonomicznych

Econometrics and forecasting economic processes

2021L

Kod przedmiotu37S2-EIPPE
Punkty ECTS 3,5
Typ zajęć Ćwiczenia
Wykład
Przedmioty wprowadzająceekonometria, wnioskowanie statystyczne
Wymagania wstępneZnajomość estymacji równań regresji MNK, znajomość rozkładów zmiennych losowych oraz zasad weryfikacji hipotez statystycznych.
Opis ćwiczeń
Opis wykładówStatyczne i dynamiczne modele regresji wielorakiej. Weryfikacja ekonomiczna i statystyczna modelu. Pojęcie prognozowania, problem niepewności w prognozowaniu. Funkcje prognozowania. Podstawowe mierniki dokładności ex ante i ex post. Prognozowanie na podstawie funkcji trendu oraz analiza dokładności prognoz (ex ante i ex post). Prognozowanie na podstawie modeli uwzględniających wahania sezonowe. Adaptacyjne metody prognozowania. Prognozowanie na podstawie jednorównaniowych statycznych modeli ekonometrycznych. Zagadnienie niestacjonarności szeregów czasowych. Analiza integracji – prosty i rozszerzony test Dickeya-Fullera (DF i ADF). Kointegracja zmiennych – procedura Engle’a-Grangera. Modele dynamiczne (ADL). Analiza mnożnikowa. Wybrane zastosowania nieliniowych modeli ekonometrycznych w analizach procesu produkcyjnego oraz rynku. Analiza przyczynowości. Modele wielorównaniowe, prognozowanie na ich podstawie.,ĆWICZENIA:Estymacja statycznych i dynamicznych modeli regresji wielorakiej. Weryfikacja ekonomiczna i statystyczna modelu. Prognozowanie na podstawie funkcji trendu oraz analiza dokładności prognoz (ex ante i ex post). Prognozowanie na podstawie modeli uwzględniających wahania sezonowe. Prognozowanie na podstawie jednorównaniowych statycznych modeli ekonometrycznych. Adaptacyjne modele w prognozowaniu zjawisk ekonomicznych. Zagadnienie niestacjonarności szeregów czasowych. Analiza integracji – prosty i rozszerzony test Dickeya-Fullera (DF i ADF). Kointegracja zmiennych – procedura Engle’a-Grangera. Modele dynamiczne (ADL). Analiza mnożnikowa. Analiza przyczynowości. Modele wielorównaniowe, prognozowanie na ich podstawie.
Cel kształceniaC1. Przekazanie wiedzy z zakresu ekonometrii C2. Rozwinięcie umiejętności szacowania statycznych i dynamicznych modeli ekonometrycznych C3. Przekazanie wiedzy z zakresu predykcji ekonometrycznej. C4. Przekazanie właściwej interpretacji wyników.
Literatura podstawowa1) Charemza W.W., Deadman D.F., Nowa ekonometria , PWE, Warszawa, 1997 2) Cieślak M., Prognozowanie gospodarcze, metody i zastosowania, PWN, Warszawa, 2000 3) Dittmann P., Prognozowanie w przedsiębiorstwie, Wolters Kluwer Polska Sp. z o.o., Kraków, 2008 4) Gruszczyński M. Podgórska M. (red.) , Ekonometria, Oficyna Wydawnicza SGH, 2000 5) Kufel T. , Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa, 2011 6) Osińska Magdalena (red.), Ekonometria współczesna, TNOiK Toruń, 2007 7) Zeliaś A., Pawełek B., Wanat S., Prognozowanie ekonomiczne, teoria, przykłady, zadania, PWN, Warszawa, 2003
Literatura uzupełniająca1) Maddala G.S., Ekonometria, PWN, Warszawa, 2006 2) Theil H., Zasady ekonometrii, PWN, Warszawa, 1979 3) Zeliaś A., Teoria prognozy, PWE, Warszawa, 1997 4) Markowski L. , Further evidence on the validity of CAPM: the Warsaw stock exchange application, t. 39(1), Journal of Economics and Management, 2020, s. 82-104 5) Markowski L., Conventional and downside betas and higher co-moments in the asset pricing relations, Contemporary trends and challenges in finance: proceedings from the 5th Wroclaw International Confer, 2020, s. 55-64 6) Markowski L., Wycena aktywów kapitałowych w klasycznym i dolnostronnym podejściu do ryzyka, t. 64(11), Wiadomości statystyczne, 2019, s. 58-75 7) Grzywińska-Rąpca M. Markowski L., Employment and economic entities in the Polish financial sector from 2005-2016, t. 1(59), Econometrics. Advances in Applied Data Analysis, 2018, s. 79-93 8) Markowski L., Conditional volatility exposures in asset pricing in the downside and classical framework, t. 7(1), Research in economics and business: Central and Eastern Europe, 2015, s. 5-22
UwagiWykorzystanie agencji informacyjnej Refinitiv Eikon do pozyskania i analizy danych podczas laboratoriów komputerowych.