• Logo Katedry Modeli i Prognoz Ekonometrycznych

Piotr Kębłowski
dr hab. Piotr Kębłowski
Konsultacje: piątek 9.45-11.15
Pokój: 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


 

PUBLIKACJE

ORCID

Artykuły

2021

GVAR: A case of spurious cross-sectional cointegration
Opublikowano w: Central European Journal of Economic Modelling and Econometrics, Vol. 13 (2), 2021, 105-117


2020

współautorzy: K. LESZKIEWICZ-KĘDZIOR, A. WELFE
Real Exchange Rates, Oil Price Spillover Effects, and Tripolarity
Opublikowano w: 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
Opublikowano w: Przegląd Statystyczny, Vol. 65 (2), 2018, 23-32


2017

Innowacyjność przedsiębiorstw przemysłowych państw Grupy Wyszehradzkiej a nakłady na badania i rozwój
Opublikowano w: Przegląd Statystyczny, Vol. 64 (4), 2017, 399-420


2016

Canonical Correlation Analysis in Panel Vector Error Correction Model. Performance Comparison
Opublikowano w: 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
Opublikowano w: Materiały i Studia, nr 312, 2015


2013

Wnioskowanie o rzędzie kointegracji dla modelu VEC ze składnikiem losowym z rozkładu SU Johnsona
Opublikowano w: Przegląd Statystyczny, Vol. 60 (2), 2013, 235-249


Właściwości wybranych metod małopróbkowego wnioskowania o rzędzie kointegracji
Opublikowano w: Przegląd Statystyczny, Vol. 60 (2), 2013, 163-185


współautorzy: A. WELFE
Modelowanie kursu walutowego z uwzględnieniem premii za ryzyko: model VECM i analiza wspólnych trendów stochastycznych
Opublikowano w: Analiza kointegracyjna w makromodelowaniu, 2013, A. Welfe (ed.), PWE, 107-128


2012

współautorzy: A. WELFE
A Risk-Driven Approach to Exchange-Rate Modelling
Opublikowano w: Economic Modelling, Vol. 29 (4), 2012, 1473-1482


2011

The behaviour of exchange rates in the Central European countries and credit default risk premiums
Opublikowano w: Central European Journal of Economic Modelling and Econometrics, Vol. 3 (4), 2011, 221-237


2010

współautorzy: A. WELFE
Estimation of the Equilibrium Exchange Rate: The CHEER Approach
Opublikowano w: Journal of International Money and Finance, Vol. 29 (8), 2010, 1385-1397


2009

Modelling Integrated Panel Data: An Overview
Opublikowano w: Knowledge-based Economies, 2009, W. Welfe (ed.), Peter Lang, Frankfurt am Main


2008

współautorzy: M. MAJSTEREK, A. WELFE
Price-wage System with Taxation: I(1) and I(2) Analysis
Opublikowano w: Proceedings of the thirtieth fourth international conference Macromodels, 2008, W. Welfe, A. Welfe (eds), WUŁ, Łódź


2007

Modelowanie zintegrowanych szeregów przekrojowo-czasowych
Opublikowano w: Gospodarka oparta na wiedzy, 2007, W. Welfe (ed.), PWE, Warszawa


2006

Small Sample Power of Bartlett Corrected Likelihood Ratio Test of Cointegration Rank
Opublikowano w: 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
Opublikowano w: Metody ilościowe w naukach ekonomicznych, 2006, A. Welfe (ed.), Oficyna Wydawnicza SGH, Warszawa


2005

współautorzy: A. WELFE
Long-run Relationships in the Polish Economy. An Application of VEqCM
Opublikowano w: Acta Universitatis Lodzensis. Folia Oeconomica, 2005, 95-107


współautorzy: P. KARP, A. WELFE
Zastosowanie wielowymiarowej analizy kointegracyjnej do modelowania gospodarki polskiej
Opublikowano w: Ekonomista, Vol. 5, 2005, 645-658


2004

współautorzy: P. KARP, A. WELFE
Modelling Polish Economy: An Application of SVEqCM
Opublikowano w: New Directions in Macromodelling, 2004, A.Welfe (ed.), Elsevier, Amsterdam


współautorzy: A. WELFE
The ADF-KPSS Test of the Joint Confirmation Hypothesis of Unit Autoregressive Root
Opublikowano w: Economics Letters, Vol. 85 (2), 2004, 257-263


2003

Test hipotezy wspólnego potwierdzenia stopnia integracji ADF-KPSS
Opublikowano w: Przegląd Statystyczny, Vol. 50 (3), 2003, 87-104


 

Książki

2006

współautorzy: A. WELFE, P. KARP
Mechanizmy makroekonomiczne w gospodarce polskiej. Analiza Ekonometryczna
Wydawca: WUŁ, Łódź 2006


 

SYLABUSY

ANALIZA DANYCH PRZESTRZENNYCH I PRZESTRZENNO-CZASOWYCH

(UŁ, Ekonometria i Analityka Danych: II stopień)

dr Maciej Jewczak, dr hab. Piotr Kębłowski, dr hab. prof. UŁ Agnieszka Rossa
2023/2024

Wymagania wstępne:
Wiedza z zakresu statystyki opisowej, wnioskowania statystycznego i ekonometrii.

Literatura obowiązkowa
    1. Dańska-Borsiak B. (2011), Dynamiczne modele panelowe w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
    2. Kębłowski P. (2007), Modelowanie zintegrowanych szeregów przekrojowo-czasowych, w: W. Welfe (red.) Gospodarka oparta na wiedzy, PWE, Warszawa.
    3. Malczewski J., Jaroszewicz J. (2018), Podstawy analiz wielokryterialnych w systemach informacji geograficznej, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
    4. Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analiz struktur przestrzennych. Wydawnictwo C.H. Beck, Warszawa.
    5. Suchecki B. (red.) (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Wydawnictwo C.H. Beck, Warszawa.
    6. Żądło T. (2008), Elementy statystyki małych obszarów z programem R, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach.

Literatura uzupełniająca
    1. Baltagi B.H. (2016), Econometric analysis of panel data, John Wiley & Sons, Chichester.
    2. Haining R.P. (2003), Spatial data analysis: theory and practice, Cambridge university press.
    3. Heffner K., Gibas P. (2007), Analiza ekonomiczno-przestrzenna, Akad. Ekonomiczna im. Karola Adamieckiego.
    4. Kopczewska K. (2006), Ekonometria i statystyka przestrzenna z wykorzystaniem programu R CRAN, CeDeWu, Warszawa.
    5. Longford N. (2005), Missing Data and Small Area Estimation, Springer, New York.
    6. Majdzińska A. (2016), Regionalizacja demograficzna. Wybrane metody i próby ich aplikacji. Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
    7. Panek T. (2009), Statystyczne metody wielowymiarowej analizy porównawczej, SGH, Warszawa.
    8. Piechota A.M., Szypuła B. (2014), Podstawy pracy z oprogramowaniem GIS, Katowice.
    9. Rao J.N.K, Molina I. (2015), Small Area Estimation, Wiley&Sons, New Jersey.
    10. Sojka E., Przybylska-Mazur A., Sączewska-Piotrowska A., Wolny-Dominiak A. (2020), Elementy statystyki i ekonometrii w analizach szeregów przestrzennych, Wyd. UE w Katowicach, Katowice.

Program
    1. Ekonomiczne dane przestrzenne i przestrzenno-czasowe.
    2. Przestrzenna koncentracja i specjalizacja zjawisk.
    3. Autokorelacja przestrzenna i przestrzenno-czasowa.
    4. Przestrzenna analiza dynamiki zjawisk.
    5. Systemy Informacji Geograficznej (GIS) i ich zastosowanie w analizach przestrzennych
       - GIS jako środowisko podejmowania decyzji
       - Metody wielokryterialne wspomagania decyzji w zagadnieniach przestrzennych oraz optymalizacja w GIS.
    6. Ekonometryczne modelowanie struktur procesów przestrzennych i przestrzenno-czasowych (w tym modele regresji przestrzennej SAR, SEM).
    7. Dane panelowe, efekty indywidualne jedno- i dwukierunkowe, efekty ustalone i losowe.
    8. Modele: pooled, FE, RE. Testowanie istotności efektów indywidualnych. Test Hausmana.
    9. Słaba i silna zależność przekrojowa. Test CD Pesarana.
   10. Panelowe testy integracji.
   11. Analiza kointegracyjna danych panelowych.
   12. Zastosowanie wybranych metod wielowymiarowej analizy porównawczej w badaniach obiektów przestrzennych.


Sposoby i kryteria oceniania:
Wykład: egzamin (test wiedzy na platformie Moodle) odbędzie się 24 czerwca 2024 roku w godzinach 10:00-11:30, w sali F220. 
Egzamin poprawkowy odbędzie się 2 września 2024 roku w godzinach 10:00-11:30, w sali F220.

Laboratorium: aktywność na zajęciach, praca projektowa na zaliczenie obejmują modele ekonometryczne/projekt optymalizacyjny/analizę baz danych.


PANEL DATA ANALYSIS

(UŁ, Ekonometria i Analityka Danych: I stopień)
 

dr hab. Piotr Kębłowski
2023/2024

Prerequisits:
Introductory-level knowledge and skills in statistics and linear algebra. Basic knowledge in modelling stationary and nonstationary time-series data is recommended.

Readings
    1. B. H. Baltagi, Econometric Analysis of Panel Data, Wiley, 2016.
    2. C. Hsiao, Analysis of Panel Data, Cambridge University Press, Cambridge, 2014.
    3. P. Kębłowski, Modelling Integrated Panel Data: An Overview, in: Knowledge-based Economies, W.   Welfe (ed.), Peter Lang, Frankfurt am Main, 2009.

Suplementary readings
    1. B. H. Baltagi, Nonstationary Panels, Cointegration in Panels and Dynamic Panels: a Survey, Advances In Econometrics, 2000, vol. 15, pp. 7 – 51.
    2. P. C. B. Phillips, H. R. Moon, Linear Regression Limit Theory for Nonstationary Panel Data, Econometrica, 1999, vol. 67, pp. 1057 – 1111.

Programme
    1. Double-indexed processes – basic concepts.
    2. One-way error component regression model – fixed effects, random effects, Hausman test, maximum likelihood method, prediction.
    3. Two-way error component model.
    4. Dynamic panels.
    5. Unit root tests.
    6. Stationarity tests.
    7. Empirical applications of unit root/stationarity tests – purchasing power parity.
    8. Univariate models.
    9. Multivariate models.
    10. Empirical application of the panel vector error correction models to economic modeling.


Lecture notes will be made available to students. The course will utilize user-friendly econometric softwares – Eviews and Gretl.

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


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:

  1. Procesy inflacyjne w Polsce i gospodarkach europejskich. Krzywa Phillipsa.
  2. Kurs walutowy a procesy inflacyjne: analiza efektu ‘pass-through’.
  3. Kursy walutowe równowagi. Ryzyko kryzysu walutowego w ramach mechanizmu ERM2
  4. Polityka monetarna i fiskalna w okresie poprzedzającym przystąpienie do ERM2.
  5. Reguły decyzyjne w bankach centralnych.
  6. Determinanty stóp procentowych. Stopy procentowe równowagi.
  7. Determinanty podaży – funkcja produkcji i produktywność czynników produkcji.
  8. Modelowanie i prognozowanie popytu. Kompletne modele popytu.
  9. Handel zagraniczny. Bilans płatniczy. Przepływy kapitałów długo- i krótkoterminowych.
  10. Procesy finansowe i ich modelowanie na podstawie danych wysokiej częstotliwości.
  11. Badanie efektywności rynków.
  12. Analiza oczekiwań (racjonalne, adaptacyjne).
  13. Innowacyjność gospodarek a ich rozwój.
  14. Modelowanie rynku pracy.
  15. Heurystyczne metody optymalizacji w ekonometrii.
  16. Ekonometryczna analiza wyników sportowych.
  17. Prognozowanie procesów gospodarczych i finansowych – metody i aplikacje.
  18. Modelowanie rynku usług medycznych.
  19. Rynek usług wspólnych – determinanty rozwoju.
  20. Prognozowanie zachowania podmiotów ekonomicznych (przedsiębiorstw).


W ostatnich latach obronione zostały następujące prace magisterskie:

  1. Przenoszenie zmian kursu walutowego na inflację cen krajowych (*)
  2. Zastosowanie metody kointegracji do modelu P-Star.
  3. Analiza kointegracyjna modeli z zaburzeniami struktury na przykładzie modelu handlu zagranicznego Polski.
  4. Szacowanie stopy NAIRU/NAWRU dla gospodarki polskiej przy wykorzystaniu wielowymiarowej analizy kointegracyjnej.
  5. Nowoczesne modele kwantyfikacji ryzyka portfela kredytowego.
  6. Analiza transmisji polityki monetarnej w Polsce.
  7. Modelowanie inflacji w Polsce za pomocą modeli klasy ARCH.
  8. Inflacja – ujęcie monetarystyczne i kosztowe.
  9. Analiza kursu walutowego euro – dolar amerykański z uwzględnieniem przepływów kapitałowych.
  10. Budżet państwa w okresie transformacji.
  11. Zastosowanie liniowego modelu wydatków do analizy popytu konsumpcyjnego w Polsce
  12. Progowy model korekty błędem.
  13. Test hipotezy wspólnego potwierdzenia integracji.


(*) Praca wyróżniona w VII edycji Konkursu o Nagrodę Prezesa NBP za najlepszą pracę magisterską w 2014 roku