Ekonometria szeregów czasowych

Strategia modelowania od ogółu do szczegółu. Niesferyczność składnika losowego. Autokorelacja i analiza COMFAC. Współliniowość. Uzmiennianie parametrów. Modele dynamiczne. Model ADL i ECM. Modelownie na podstawie szeregów czasowych generowanych przez niestacjonarne procesy stochastyczne. Modelowanie jednowymiarowe i metoda Engle'a-Grangera. Modele wielowymiarowe: VAR i CVAR. Przestrzeń kointegrująca i jej testowanie. Metoda Johansena. Strukturalizacja modelu CVAR. Klasyczne modele wielorównaniowe. Mnożniki. Rozwiązanie analityczne i numeryczne. Niezbieżność i porządkowanie układu równań. Analizy symulacyjne. Prognozy na podstawie modeli wielorównaniowych.

Nabycie przez słuchaczy umiejętności z zakresu zastosowania metod ekonometrii szeregów czasowych.

Przedmiot obejmuje zagadnienia z zakresu makroekonometrii, do której zalicza się jedno- i wielorównaniowe modelowanie ekonometryczne oparte na szeregach czasowych. Metody ekonometrii szeregów czasowych dotyczą testowania hipotez, budowy modeli i ich wykorzystania dla potrzeb analiz symulacyjno-prognostycznych. Szeregi czasowe są uporządkowanymi obserwacjami odnoszącymi się do podmiotów ekonomicznych, których zachowanie jest niedeterministyczne. Obserwacje są zatem realizacjami procesów stochastycznych o właściwościach będących przedmiotem testowania. Centralnym zagadnieniem jest analiza dynamicznych konsekwencji zdarzeń obserwowanych z częstotliwością odpowiadającą próbom wykorzystywanym w badaniach.

Literatura podstawowa:

A.Welfe, Ekonometria, PWE, Warszawa 2018; A.Welfe (red.), Ekonometria. Zbiór zadań, PWE, Warszawa 2003; W.Welfe, A.Welfe, Ekonometria stosowana, PWE, Warszawa 2004; A.Welfe (red.), Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa 2013.

Literatura uzupełniająca:

W.Charemza, D.Deadman, Nowa Ekonometria, PWE, Warszawa 1997; G.C.Chow, Ekonometria, PWN, Warszawa 1995; L.R.Klein, Wykłady z ekonometrii, PWE, Warszawa 1982; G.S.Maddala, Ekonometria, PWN, Warszawa 2006; M.Majsterek, Wielowymiarowa analiza kointegracyjna w ekonomii, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008; E.M.Syczewska, Analiza relacji długookresowych: estymacja i weryfikacja, Szkoła Główna Handlowa, Warszawa 1999; Emilia Tomczyk, Oczekiwania w ekonomii. Idea, pomiar analiza, Oficyna Wydawnicza SGH, Warszawa 2011

Wiedza:

Student powinien:

1. Właściwie dobierać narzędzia modelowania ekonometrycznego i strategie weryfikowania hipotez.

2. Konstruować i analizować modele o równaniach łącznie współzależnych.

3. Modelować na podstawie szeregów niestacjonarnych.

Umiejętności:

Student powinien umieć:

1. Weryfikować hipotezy dotyczące zjawisk ekonomicznych.

2. Modelować na podstawie szeregów niestacjonarnych.

3. Konstruować modele typu VAR, CVAR i strukturalny CVAR.

4. Posługiwać się modelami wielorównaniowymi w prognozach i analizach symulacyjnych.

Kompetencje społeczne:

Student powinien:

1. Powinien potrafić sformułować hipotezy ekonomiczne w sposób umożliwiający ich weryfikację.

2. Dobrać właściwie narzędzia ekonometryczne mając na uwadze specyficzne właściwości procesów stochastycznych generujących dane, a zwłaszcza niestacjonarność.

kolokwium: 100.00%