Ekonometria finansowa
Informacje ogólne
Kod przedmiotu: | 1100-12-F21-IF-EkFin |
Kod Erasmus / ISCED: |
04.302
|
Nazwa przedmiotu: | Ekonometria finansowa |
Jednostka: | Katedra Ekonometrii i Statystyki |
Grupy: |
Finanse i rachunkowość, 1 rok II stopnia, PRK, sp. inżynieria finansowa Finanse i rachunowość - plan studiów 1 rok 2 stopnia |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Wymagania wstępne: | ekonometria |
Rodzaj przedmiotu: | przedmiot fakultatywny |
Całkowity nakład pracy studenta: | Godziny realizowane z udziałem nauczyciela 30 godz. wykładu, 30 godz. ćwiczeń, 5 godz. konsultacji Praca indywidualna studenta potrzebny do pomyślnego zaliczenia przedmiotu 90 godz. Czas wymagany do przygotowania się i do uczestnictwa w procesie oceniania 45 godz. Razem nakład pracy studenta 200 godzin |
Efekty uczenia się - wiedza: | W1. Zna i rozumie nowoczesne metody i narzędzia analizowania oraz prognozowania finansowych szeregów czasowych (K_W06) W2. Student charakteryzuje instrumenty stosowane w inżynierii finansowej (K_W08) |
Efekty uczenia się - umiejętności: | U1. Identyfikuje własności finansowych szeregów czasowych (K_U02) U2. Weryfikuje hipotezy finansowe z wykorzystaniem metod ekonometrii finansowej (K_U08) U3. Potrafi praktycznie wykorzystać zaawansowane metody ekonometryczne do analizy portfela, pomiaru ryzyka i zabezpieczeń (K_U04) |
Efekty uczenia się - kompetencje społeczne: | K1 Posiada wiedzę i umiejętności pozwalające na pozyskiwanie informacji służących rozwiązywaniu określonych problemów z zakresu finansów i rachunkowości oraz na właściwe ustalanie ich hierarchii (K_K03) |
Metody dydaktyczne podające: | - wykład informacyjny (konwencjonalny) |
Metody dydaktyczne poszukujące: | - ćwiczeniowa |
Skrócony opis: |
Celem przedmiotu jest zapoznanie studenta ze specyfiką ekonometrycznej procesów finansowych oraz poznanie najważniejszych metod ekonometrii finansowej, zwłaszcza w zakresie analizy zmienności. |
Pełny opis: |
Jednorównaniowe modele finansowych szeregów czasowych 1.1. Procesy stochastyczne i szeregi czasowe – wprowadzenie 1.2. Modele stacjonarnych procesów stochastycznych: AR(p), MA(q), ARMA(p,q) – identyfikacja, estymacja, prognozowanie 1.3 Przykłady modelowania stacjonarnych procesów stochastycznych generujących szeregi finansowe: modele stopy zwrotu walut USD, EURO, modele stopy zwrotu wybranych spółek notowanych na GPW w Warszawie Modele niestacjonarnych procesów stochastycznych 2.1. Stacjonarność procesu i sposób jej empirycznej weryfikacji 2.2 Szeregi trendo- i przyrostostacjonarne - testy stacjonarności i pierwiastka jednostkowego 2.3. Kointegracja szeregów czasowych – jednorównaniowy model korekty błędem 2.4. Przykłady zastosowań szeregów przyrostostacjonarnych w analizach finansowych: weryfikacja parytetu siły nabywczej, model pojedynczego indeksu Charakterystyka finansowych szeregów czasowych 3.1 Finansowe szeregi czasowe i ich charakterystyki. 3.2 Analiza rozkładów stóp zwrotu. 3.3 Hipoteza rynku efektywnego w świetle analizy ekonometrycznej 3.4 Metody weryfikacji hipotezy słabej efektywności rynku Jednowymiarowe modele zmienności 4.1 Definicja zmienności 4.2 Podstawowy i uogólniony model ARCH, testowanie ARCH 4.3 Model GARCH in mean 4.4 Inne modele klasy ARCH (GARCH) 4.4.1 Modele GARCH z asymetrią 4.4.2 Modele GARCH z rozkładem innym niż normalny 4.5 Estymacja parametrów modeli GARCH i ocena ich jakości 4.6. Prognozowanie na podstawie modelu GARCH 4.7 Procesy stochastycznej zmienności (SV) 4.8 Zastosowania modeli zmienności Wielorównaniowe modele finansowych szeregów czasowych 5.1. Stacjonarne modele wektorowo-autoregresyjne (VAR) - identyfikacja rzędu modelu, 5.2. Strukturalne modele wektorowo-autoregresyjne (SVAR), 5.3 funkcja odpowiedzi na impuls 5.4. Przykłady wykorzystania modeli VAR, SVAR i funkcji IRF w analizach finansowych Modele VAR dla procesów skointegrowanych 6.1 Badanie kointegracji – procedura Johansena 6.2 Wektorowy model korekty błędem VECM 6.3 Przykłady wykorzystania modeli VECM do prognozowania zależności finansowych Wielowymiarowe modele GARCH 7.1 Ogólna postać wielorównaniowego modelu GARCH(p,q) 7.2 Model stałych warunkowych korelacji 7.3 Modele ze zmienną w czasie korelacją 7.3.1 Model BEKK i jego własności 7.3.2 Model DCC 7.4 Testowanie stałości korelacji 7.5 Testowanie przyczynowości w sensie Grangera w zakresie wariancji 7.6 Zastosowania wielowymiarowych modeli GARCH w analizie efektu zarażania oraz zależności przyczynowych w zakresie zmienności. |
Literatura: |
M. Osińska, Ekonometria finansowa, PWE 2006. M. Doman,R. Doman Modelowanie zmienności i ryzyka Wolters Kluwer, 2009 |
Metody i kryteria oceniania: |
W1 test ++ W2 rozwiązywanie problemów w laboratorium komputerowym + W1 egzamin pisemny +++ U1 test ++ U2 rozwiązywanie problemów w laboratorium komputerowym +++ U3 rozwiązywanie problemów w laboratorium komputerowym +++ |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.