EKONOMETRIA I PROGNOZOWANIE
(UŁ, Ekonomia: II stopień)

dr hab. Robert Kelm, prof. UŁ

2020/2021


Wymagania wstępne: Opanowany materiał z zakresu elementarnej algebry liniowej, ekonometrii podstawowej i podstaw statystyki, w szczególności zagadnienia: podstawowe operacje na macierzach i wektorach, definicja i własności zmiennych losowych, konstruowanie przedziałów ufności, testowanie hipotez statystycznych.


I. Literatura obowiązkowa

1. Prognozowanie gospodarcze, red. M. Cieślak, Wydawnictwo Naukowe PWN, Warszawa 2019.

2. D. Witkowska, Podstawy ekonometrii i teorii prognozowania, Oficyna Ekonomiczna Grupa Wolters-Kluwer, Kraków 2005.

3. A. Welfe, Ekonometria, PWE, Warszawa 2018.

 

II. Literatura uzupełniająca
1. Opisowe modele ekonometryczne. Elementy teorii. Przykłady i zadania, red. N. Łapińska-Sobczak, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 1997.

2. G.S. Maddala, Ekonometria, Wydawnictwo Naukowe PWN, Kraków 2006.

3. W. Grabowski, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2010.


1. Wprowadzenie do prognozowania. Podstawowe pojęcia i definicje. Szeregi czasowe i ich własności. Składowe szeregów czasowych.

2.  Modele szeregów czasowych. Zarys modeli ARMA. Mechaniczne metody prognozowania szeregów czasowych. Model średniej ruchomej ważonej. Model wygładzania wykładniczego Browna. Prognozowanie trendów i wahań sezonowych – modele Holta i Wintersa.

3. Selekcja modeli prognostycznych. Prognoza ex post. Miary błędów prognoz ex post. Prognoza ex ante.

4. Jednorównaniowe modele przyczynowo-skutkowe: specyfikacja, estymacja parametrów, wnioskowanie statystyczne. Informacyjne kryteria selekcji modeli.

5. Autoregresyjne modele z rozkładem opóźnień ADL. Strategia modelowania od ogółu do szczegółu.

6. Prognozowanie z wykorzystaniem modeli jednorównaniowych. Prognozy punktowe i przedziałowe. Błąd prognozy ex ante.

7. Modele wielorównaniowe. Postać strukturalna i zredukowana. Prognozowanie za pomocą wielorównaniowych modeli prostych i rekurencyjnych.

8. Algorytm Gaussa-Seidela symulacji wielorównaniowych modeli o równaniach łącznie współzależnych. Symulacja statyczna i dynamiczna. Symulacja ex post i ex ante.

9. Końcowa postać modelu wielorównaniowego. Mnożniki. Numeryczne wyznaczanie mnożnikow.

10. Praktyczne aspekty wykorzystania wielorównaniowych modeli o równaniach łącznie współzależnych na przykładzie modelu Klein I. Analizy mnożnikowe. Scenariusze symulacyjne.

 

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

Obowiązkowa dla wszystkich słuchaczy egzaminacyjna praca pisemna odbędzie się 17 lutego 2021 r.  Aby otrzymać ocenę pozytywną należy uzyskać co najmniej połowę punktów uzyskanych przez najlepszego słuchacza.

Egzaminacyjna pisemna praca poprawkowa odbędzie się 3 marca 2021 r. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego  należy uzyskać co najmniej połowę wszystkich punktów.

Szczegółowa informacja o godzinach egzaminów zostanie podana po dokonaniu ostatecznej rezerwacji sal egzaminacyjnych.

 

Jeśli przeprowadzenie egzaminów w formie stacjonarnej nie będzie możliwe, odbędą się one z wykorzystaniem MS Teams i/lub Moodle.

Niezależnie od ostatecznej formy egzaminu wszyscy słuchacze muszą mieć możliwość zalogowania w MS Teams i Moodle z jednoczesną transmisją wizji i fonii, być wyposażone w długopis, notatnik oraz kalkulator. W czasie egzaminu jest niedozwolone korzystanie z jakichkolwiek innych urządzeń elektronicznych, książek, samodzielnie sporządzonych notatek i innych materiałów. W pomieszczeniu, z którego będzie transmitowany egzamin, nie powinna znajdować się żadna inna osoba poza zdającą egzamin. Przystąpienie do egzaminu jest równoznaczne z wyrażeniem zgody na jego nagrywanie przez przeprowadzającego egzamin.


Proszę zapoznać się z instrukcją uczestnictwa w egzaminie zdalnym:
https://helpdesk.uni.lodz.pl/wp-content/uploads/2020/05/Instrukcja-uczestnictwa-w-egzaminie-dla-studenta.pdf







PROGNOZOWANIE EKONOMETRYCZNE I SYMULACJE
(UŁ, Informatyka i Ekonometria: II stopień)

prof. dr hab. Aleksander Welfe

2020/2021

 

I. Literatura obowiązkowa

1. W. Grabowski, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2010

2. A. Welfe, Ekonometria, PWE, Warszawa 2018

3. A. Welfe, P. Karp, P. Kębłowski, M. Majsterek, Analiza kointegracyjna w makromodelowaniu, PWE,

    Warszawa 2013

4. A.Welfe, P.Karp, R.Kelm, Makroekometryczny kwartalny model gospodarki Polski, Wydawnictwo UŁ,

    Łódź 2002

 

II. Literatura uzupełniająca

1. W. Florczak, R. Kelm, M. Majsterek, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2003

2. S.Makridakis, S.C.Wheelwright, R.J.Hyndman, Forecasting. Methods and Applications, Wiley, New

    York 2008

3. L. R. Klein, Wykłady z ekonometrii, PWE, Warszawa 1982

4. M. Cieślak (red.), Prognozowanie gospodarcze, PWN, Warszawa 2011

 

III. Program

1. Prognozy na podstawie modeli jednorównaniowych jednej i wielu zmiennych.

2. Dekompozycja błędu prognozy.

3. Źródła błędów prognoz.

4. Prognozy na podstawie modeli trendu.

5. Mechaniczne metody prognozowania.

6. Prognozowanie na podstawie modeli VAR.

7. Miary dokładności prognoz.

8. Modele wielorównaniowe: rodzaje, postacie modelu.

9. Metody symulacji: Gaussa-Seidela i Newtona-Raphsona.

10. Uporządkowanie modelu. Zbieżność procesu symulacyjnego.

11. Symulacja statyczna i dynamiczna. Symulacja ex post i ex ante.

12. Analizy symulacyjne: mnożnikowe i reakcji modelu na bodźce.

13. Symulacja jako narzędzie prognozowania na podstawie modeli wielorównaniowych.

14. Prognozy na podstawie modeli wielorównaniowych. Korekty struktury modelu.

15. Analiza scenariuszowa. Prognozy wariantowe. Prognozy amalgamatowe.

16. Symulacje stochastyczne.

17. Współczesne wykorzystanie modeli do prognozowania.

 

 

Egzaminy będa miały formę zdalną i odbędą się one z wykorzystaniem MS Teams i/lub Moodle w następujących terminach:

 

9 lutego, w godzinach 10.00-11.30 - I termin

 

1 marca, w godzinach 10.00-11.30 - egzamin poprawkowy

 

Aby otrzymać ocenę pozytywną w pierwszym terminie należy uzyskać co najmniej 50% punktów najlepszego wyniku.

 

Aby otrzymać ocenę pozytywną w terminie poprawkowym należy uzyskać co najmniej 50% maksymalnej liczby punktów.

 

Osoba składająca egzamin musi mieć możliwość zalogowania w MS Teams i Moodle z jednoczesną transmisją wizji i fonii, być wyposażona w długopis, notatnik oraz kalkulator. W czasie egzaminu jest niedozwolone korzystanie z jakichkolwiek innych urządzeń elektronicznych, książek, samodzielnie sporządzonych notatek i innych materiałów. W pomieszczeniu, z którego będzie transmitowany egzamin, nie powinna znajdować się żadna inna osoba poza zdającą egzamin.

 

Przystąpienie do egzaminu jest równoznaczne z wyrażeniem zgody na jego nagrywanie przez przeprowadzającego egzamin.

Proszę zapoznać się z instrukcją uczestnictwa w egzaminie zdalnym:

https://helpdesk.uni.lodz.pl/wp-content/uploads/2020/05/Instrukcja-uczestnictwa-w-egzaminie-dla-studenta.pdf


 






PROGNOZOWANIE I SYMULACJE
(UŁ, Bankowość i Finanse Cyfrowe: I stopień)

dr hab. Robert Kelm, prof. UŁ

2020/2021

 

Wymagania wstępne: Opanowany materiał z zakresu elementarnej algebry liniowej, ekonometrii podstawowej i podstaw statystyki, w szczególności zagadnienia: podstawowe operacje na macierzach i wektorach, definicja i własności zmiennych losowych, konstruowanie przedziałów ufności i testowanie hipotez statystycznych.


I. Literatura obowiązkowa

1. Prognozowanie gospodarcze, red. M. Cieślak, PWN, Warszawa 2019

2. D. Witkowska, Podstawy ekonometrii i teorii prognozowania, Oficyna Ekonomiczna Grupa Wolters-Kluwer, Kraków 2005

3. A. Welfe, Ekonometria, PWE, Warszawa 2018

 

II. Literatura uzupełniająca
1. Opisowe modele ekonometryczne. Elementy teorii. Przykłady i zadania, red. N. Łapińska-Sobczak, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 1997.

2. G.S. Maddala, Ekonometria, Wydawnictwo Naukowe PWN, Kraków 2006.

3. W. Grabowski, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2010.


III. Program

1. Wprowadzenie do prognozowania. Podstawowe pojęcia i definicje.

2. Szeregi czasowe i ich własności. Składowe szeregów czasowych. Modele szeregów czasowych. Zarys modeli ARMA.

3. Mechaniczne metody prognozowania szeregów czasowych. Model średniej ruchomej ważonej. Model wygładzania wykładniczego Browna. Prognozowanie trendów i wahań sezonowych – modele Holta i Wintersa.

4. Selekcja modeli prognostycznych. Prognoza ex post. Miary błędów prognoz ex post. Prognoza ex ante.

5. Jednorównaniowe modele przyczynowo-skutkowe – estymacja, wnioskowanie, prognozowanie. Prognozy punktowe i przedziałowe. Prognozowanie z wykorzystaniem modeli dynamicznych.

6. Modele wielorównaniowe. Postać strukturalna i zredukowana. Prognozowanie za pomocą wielorównaniowych modeli prostych i rekurencyjnych.

7. Algorytm Gaussa-Seidela symulacji wielorównaniowych modeli o równaniach łącznie współzależnych. Symulacja statyczna i dynamiczna. Symulacja ex post i ex ante.

8. Końcowa postać modelu wielorównaniowego. Mnożniki.

 

 

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

Obowiązkowa dla wszystkich słuchaczy egzaminacyjna praca pisemna odbędzie się 17 lutego 2021 r.  Aby otrzymać ocenę pozytywną należy uzyskać co najmniej połowę punktów uzyskanych przez najlepszego słuchacza.

Egzaminacyjna pisemna praca poprawkowa odbędzie się 3 marca 2021 r. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego  należy uzyskać co najmniej połowę wszystkich punktów.

Szczegółowa informacja o godzinach egzaminów zostanie podana po dokonaniu ostatecznej rezerwacji sal egzaminacyjnych.

Jeśli przeprowadzenie egzaminów w formie stacjonarnej nie będzie możliwe, odbędą się one z wykorzystaniem MS Teams i/lub Moodle.

Niezależnie od ostatecznej formy egzaminu wszyscy słuchacze muszą mieć możliwość zalogowania w MS Teams i Moodle z jednoczesną transmisją wizji i fonii, być wyposażone w długopis, notatnik oraz kalkulator. W czasie egzaminu jest niedozwolone korzystanie z jakichkolwiek innych urządzeń elektronicznych, książek, samodzielnie sporządzonych notatek i innych materiałów. W pomieszczeniu, z którego będzie transmitowany egzamin, nie powinna znajdować się żadna inna osoba poza zdającą egzamin. Przystąpienie do egzaminu jest równoznaczne z wyrażeniem zgody na jego nagrywanie przez przeprowadzającego egzamin.