Metody ilościowe w finansach 220490-S
Konwersatorium (KON) Semestr letni 2025/26

Pozyskiwanie i analiza opisowa danych giełdowych w programie R (obsługa RStudio, podstawy programowania w R, obsługa zaawansowanych interfejsów użytkownika z poziomu R w celu ładowania danych; statystyki opisowe - miary tendencji centralnej i rozproszenia).

Wizualizacja i eksploracja danych giełdowych (histogram, korelacyjny wykres rozrzutu, wykres świecowy, wykres pudełkowy, wykresy szeregów czasowych; pętle; wizualna identyfikacja obserwacji odstających).

Symulacyjna analiza strategii inwestycyjnej (generowanie liczb pseudolosowych, wskaźnik momentum, instrukcje warunkowe w R, wnioskowanie na podstawie analizy symulacyjnej).

Zastosowanie modeli Value-at-Risk w zarządzaniu ryzykiem finansowym (zmienna losowa, rozkład normalny, funkcja gęstości, kwantyle, wizualizacja rozkładów, testowanie warunków skrajnych - stress testing).

Zastosowanie modelu Capital Asset Pricing Model (CAPM) do oceny poziomu ryzyka instrumentu finansowego - analiza regresji (model regresji liniowej, klasyczna metoda najmniejszych kwadratów, interpretacja parametrów, testowanie istotności zmiennych, poziom istotności, wartość p).

Sankcje regulatora rynku audytowego a jakość usług audytowych - analiza regresji (miary dopasowania modelu - R-kwadrat, skorygowany R-kwadrat; uogólniony test Walda).

Modelowanie wynagrodzeń za pomocą równania Mincera - ocena jakości reszt w modelu regresji (heteroskedastyczność, test White'a, rozkład normalny reszt, test Jarque-Bery). Ocena jakości reszt w modelu CAPM (autokorelacja, test Durbina-Watsona, test mnożnika Lagrange'a).

Czynniki determinujące sytuację finansową firmy - analiza regresji w przypadku złożonego schematu przyczynowo-skutkowego (endogeniczność, metoda zmiennych instrumentalnych, testowanie mocy i ortogonalności zmiennych instrumentalnych).

Modelowanie wypłaty dywidendy przez przedsiębiorstwa oraz jej wysokości (losowe i nielosowe schematy selekcji próby, model Heckmana, równanie selekcji i równanie wynikowe, metoda największej wiarygodności).

Wykorzystanie modelu logitowego w procedurze scoringu kredytowego - cz. I (binarna zmienna objaśniana, logit, funkcja wiarygodności, iloraz szans, efekty krańcowe dla średniej).

Wykorzystanie modelu logitowego w procedurze scoringu kredytowego - cz. II (predykcja ze zbilansowaną i niezbilansowaną próbą, tabela trafności, zliczeniowy R-kwadrat, miara F).

Analizy i prognozy scenariuszowe z wykorzystaniem ekonometrycznych modeli szeregów czasowych (prognoza punktowa i przedziałowa z modelu regresji liniowej, poziom ufności prognozy, standardowy błąd prognozy ex ante, miary błędów prognozy ex post).

Analizy makro-stabilnościowe akcji kredytowej z wykorzystaniem dynamicznych modeli ekonometrycznych (modele z rozkładami opóźnień i autoregresyjne, symulacje stochastyczne, prognozy dynamiczne, mnożniki).

Modelowanie dziennego cyklu na rynkach energii z zastosowaniem do prognozowania (stacjonarność i stopień zintegrowania szeregów czasowych, test ADF; modele ARMA, ARIMA i SARIMA; dobór liczby opóźnień za pomocą funkcji autokorelacji zwykłej i cząstkowej, kryteriów informacyjnych i automatycznych procedur; prognozy z modeli (S)ARIMA; kryteria oceny jakości modeli (S)ARIMA).

Modelowanie zmienności kursów walutowych (warunkowa heteroskedastyczność, równanie wariancji, modele ARCH i GARCH, prognozowanie zmienności).