ECONOMETRICS
(UŁ, Ekonomia w języku angielskim: I stopień)

dr Anna Staszewska-Bystrova

2017/2018

 

I. Literature

1. Adkins L. C., Using gretl for Principles of Econometrics 4th Edition, free e-book, 2014, (http://www.learneconometrics.com/gretl/using_gretl_for_POE4.pdf)

2. Hill R. C., Griffith W. E., Lim G. C., Principles of Econometrics, 2011, Wiley


II. Supplementary literature

1. Gujarati D. N., Porter D. C., Basic Econometrics, 2008, McGraw-Hill/Irwin

2. Maddala G. S., Lahiri K., Introduction to Econometrics, 2009, Wiley

3. Stock J. H., Watson M. W., Introduction to Econometrics, 2007, Prentice Hall

 

 

III. Program
1. An introduction to econometrics: the econometric model, economic data types

2. The simple linear regression model: least squares estimator, the Gauss-Markov theorem

3. Interval estimation and hypotheses testing: significance testing, p-values

4. Prediction and goodness-of-fit

5. The multiple regression model: testing joint hypotheses, model specification, multicollinearity

6. Using indicator variables

7. Heteroskedasticity

8. Regression with time series data: autocorrelation, nonstationarity, cointegration

 

Final examination will take place during the last class. To pass, a student needs to obtain at least 50% of the best student’s score. 

 

The resit will take place on September 19, 2018 at 9:00.






EKONOMETRIA SZEREGÓW CZASOWYCH
(SGH, Metody Ilościowe: II stopień)
prof. dr hab. Aleksander Welfe
2017/2018


Program obejmuje podstawowe zagadnienia z zakresu metod ekonometrycznych analizy szeregów czasowych generowanych przez stacjonarne i niestacjonarne procesy stochastyczne. 

I. Literatura obowiązkowa
  1. A. Welfe, Ekonometria. Metody i ich zastosowanie, wyd. IV, PWE, Warszawa 2009
  2. A. Welfe (red.), Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa 2013
  3. W. Grabowski, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2010
  4. A.Welfe, J. Brzeszczyński, M. Majsterek, Angielsko-Polski Polsko-Angielski słownik terminów ilościowych, PWE, Warszawa 2002

II. Literatura uzupełniająca

  1. W. Charemza, D. Deadman, Nowa ekonometria, PWE, Warszawa 1997
  2. J. D. Hamilton, Time Series Analysis, Princeton University Press, Princeton 1994
  3. K. Juselius, The Cointegrated VAR Model, Oxford University Press, Oxford 2006
  4. P.Karp, A.Welfe, P.Kębłowski, Mechanizmy makroekonomiczne w gospodarcze polskiej. Analiza ekonometryczna, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2006
  5. H. Lütkepohl, New Introduction to Multiple Time Series Analysis, Springer-Verlag, Berlin 2006
  6. G.S. Maddala, Ekonometria, PWN, Warszawa 2006
  7. M.Majsterek, Wielowymiarowa analiza kointegracyjna w ekonomii, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008 
  8. E.M.Syczewska, Analiza relacji długookresowych - estymacja i weryfikacja, SGH, Warszawa 1999
  9. Emilia Tomczyk, Oczekiwania w ekonomii. Idea, pomiar analiza, Oficyna Wydawnicza SGH, Warszawa 2011

III. Program
  1. Modele z rozkładami opóźnień. Skończony i nieskończony rozkład opóźnień.
  2. Współliniowość.
  3. Uzmiennianie parametrów.
  4. Niesferyczność składnika losowego: autokorelacja. Restrykcje wspólnego czynnika (COMFAC).
  5. Modele dynamiczne. Model ADL. Model korekty błędem.
  6. Niestacjonarność procesów stochastycznych. Trendo- i przyrostostacjonarność.
  7. Zintegrowanie zmiennych. Testy pierwiastków jednostkowych.
  8. Kointegracja. Regresje pozorne.
  9. Twierdzenie Grangera. 
  10. Modelowanie w przypadku szeregów niestacjonarnych - przypadek jednowymiarowy. Metoda Engle'a-Grangera.
  11. Modele VAR.
  12. Kointegracja - przypadek wielowymiarowy. Testowanie wymiaru przestrzeni kointegrującej.
  13. Modele CVAR (VEC).
  14. Testowanie słabej egzogeniczności.
  15. Testowanie właściwości składników losowych (normalność, autokorelacja, efekt ARCH). Testy systemowe.  
  16. Strukturalizacja i marginalizacja modelu CVAR. Strategie modelowania.
  17. Zmienne deterministyczne w modelu CVAR.
  18. Odsezonowywanie szeregów czasowych. Metoda TRAMO-SEATS.
  19. Klasyczne modele o równaniach łącznie współzaleznych.
  20. Modele statyczne i dynamiczne. Postać strukturalna, zredukowana i końcowa modelu.
  21. Mnozniki.
  22. Identyfikacja.
  23. Estymacja parametrów pojedynczych równań i estymacja łączna.
  24. Symulacja.
  25. Algorytmy Gaussa-Seidela i Newtona-Raphsona.
  26. Rozwiązywanie duzych układów równań. Niezbiezość w procesie symulacyjnym. Porządkowanie układów równań.
  27. Symulacyjne wyznaczanie mnozników.
  28. Prognozy na podstawie modeli wielorównaniowych i korekty struktury modeli. Analiza scenariuszowa. Prognozy wariantowe.
  29. Ekonometryczne modele systemów gospodarczych. Modele zorientowane popytowo i podazowo.
  30. Podstawowe sprzęzenia występujące w makromodelach gospodarek narodowych.

 

Egzamin (I termin) podzielony na dwie części, odbędzie się, w następujących terminach:

  • 18 kwietnia, w godzinach wykładu
  • 6 czerwca, w godzinach wykładu

Aby otrzymać ocenę pozytywną w pierwszym terminie należy uzyskać co najmniej połowę sumy punktów z obydwu części uzyskanej przez najlepszego słuchacza. 

 
Egzamin (II termin) obejmujący całość materiału  odbędzie się:
  • 19 września, o godz. 17.10 w sali G-110
Aby otrzymać ocenę pozytywną w drugim terminie należy uzyskać co najmniej połowę wszystkich punktów. 

 

Na egzaminie obowiązuje cały materiał, który obejmuje sylabus w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz zagadnienia zrealizowane na zajęciach.
Na pracach pisemnych zabronione jest korzystanie z urządzeń elektronicznych za wyjątkiem kalkulatorów czterodziałaniowych.


 





METODY MONTE CARLO Z ELEMENTAMI SYMULACJI
(UŁ, Informatyka i Ekonometria: I stopień)

dr Anna Staszewska-Bystrova

2017/2018

 

I. Literatura obowiązkowa
1. P. Biecek, Analiza danych z programem R, PWN, Warszawa 2013.

2. J. F. Kiviet, Monte Carlo Simulation for Econometricians, Foundations and Trends(R) in Econometrics, 5, 1-181, 2012.

3. A. Welfe, Ekonometria. Metody i ich zastosowanie, wyd. IV, PWE, Warszawa 2009.

 

II. Literatura uzupełniająca

1. B. Efron, R. J. Tibshirani, An introduction to the bootstrap, Chapman & Hall, New York 1993.

2. C. P. Robert, G. Casella, Introducing Monte Carlo methods with R, Springer, New York 2010.

 

III. Program

1. Symulacja stochastyczna i metoda Monte Carlo.

2. Generowanie liczb pseudolosowych dla rozkładów ciągłych i dyskretnych.

3. Symulacyjna analiza właściwości estymatorów: nieobciążoność, efektywność.

4. Szacowanie prawdopodobieństw.

5. Badanie właściwości testów statystycznych: rozmiar i moc.

6. Metoda bootstrap: średnie błędy szacunku, przedziały ufności, testowanie hipotez.

 

Obowiązuje cały materiał, który obejmuje program w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz zagadnienia zrealizowane na zajęciach.

 Praca zaliczeniowa, obowiązkowa dla wszystkich słuchaczy odbędzie się na ostatnich zajęciach.

 Zaliczeniowa praca poprawkowa odbędzie się 20 września 2018 roku, o godz. 9:00.

 





RESTRYKCJE W EKONOMETRII
(UŁ, Informatyka i Ekonometria: I stopień)

dr hab. Michał Majsterek, prof. nadzw. UŁ
2017/2018


I. Literatura

1.  A. Banerjee, J.J. Dolado, J.W. Galbraith, D.F. Hendry, Cointegration, Error Correction, and the Econometric Analysis of Non-stationary Data, Oxford University Press 1993

2.  K. Cuthbertson, S.G. Hall, M. Taylor, Applied Econometric Techniques, Harvester Wheatsheaf 1992

3.  D.F. Hendry, A.R. Pagan, J.D. Sargan, Dynamic Specification, Chapter 18 w: Z. Griliches, M.D. Intriligator (red.) Handbook of Econometrics, North Holland, Amsterdam, vol. 2, 1984, s.1023-1100

4.  M. Majsterek, Wielowymiarowa analiza kointegracyjna w ekonomii, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008

5.  A. Welfe, Ekonometria. Metody i ich zastosowanie, wyd. IV, PWE, Warszawa 2009


II. Program

1.  Typy restrykcji w klasycznych dużych strukturalnych modelach ekonometrycznych – powtórzenie. Model z autoregresyjnym rozkładem opóźnień (ADL) i jego szczególne przypadki.

2.  Strategia od modelu ogólnego do szczegółowego – rozszerzenie wiadomości z Ekonometrii Zaawansowanej. Testy restrykcji.

3.  Restrykcje nakładane na modele (ADL) oraz jego transformacje (model korekty błędem wyższego rzędu, model Bewleya, model Bårdsena).

4.  Interpretacja ekonomiczna parametrów modeli dynamicznych. Związki długo- i krótkookresowe.

5.  Procesy stacjonarne, stacjonarność słaba i mocna. Niestacjonarność zmiennych w modelach ekonometrycznych i jej implikacje. Regresje pozorne w dziedzinie I(1) oraz I(2).

6.  Testy stacjonarności zmiennych. Testy pierwiastka jednostkowego.

7.  Niestacjonarność a zmiana systemu ekonomicznego. Metody analizy integracyjnej w przypadku zmiany strukturalnej. Zmiana strukturalna a trwałość szoku.

8.  Zmienne skointegrowane, testy kointegracji. Procedura Engle`a i Grangera. Ustalenie rzędu kointegracji.

9.  Systemowe metody analizy kointegracyjnej. Modele VAR i ich izomorficzne reprezentacje. VECM. Procedura Johansena.  Rząd macierzy oraz restrykcje zredukowanego rzędu.

10.   Interpretacja ekonomiczna parametrów modeli VAR. Wprowadzanie restrykcji ekonomicznych do modeli VAR.

11.   Strukturalizacja modeli VAR oraz przestrzeni kointegracyjnej. Restrykcje niezbędne do identyfikowalności modelu SVAR.

12.   Metody wielowymiarowej analizy kointegracyjnej w przypadku zmiany strukturalnej.

13.   Analiza egzogeniczności zmiennych w systemie VAR.

14.   Rozwiązanie modelu VAR/SVAR – reprezentacja wspólnych trendów stochastycznych i restrykcje warunkujące jej istnienie.

15.   Elementy modelu VAR dla zmiennych I (2).


Podstawą uzyskania zaliczenia będzie pozytywna ocena z pracy pisemnej podczas ostatnich zajęć.