Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Ekonometryczne modele nieliniowe

Informacje ogólne

Kod przedmiotu: 230240-S
Kod Erasmus / ISCED: 11.2 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0542) Statystyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Ekonometryczne modele nieliniowe
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Przedmioty kierunkowe do wyboru NMMS-ADA
Przedmioty kierunkowe do wyboru NMMS-MIS
Punkty ECTS i inne: 3.00 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: polski
Efekty uczenia się:

Wiedza:

Student powinien wiedzieć:

1. jakie metody stosowane są do specyfikacji, szacowania parametrów, weryfikacji modeli nieliniowych stosowanych w finansach i ekonomii, jakie są własności estymatorów dla modeli nieliniowych (NMNK i MNW).

Student powinien wiedzieć:

2. jak konstruuje się funkcję wiarygodności dla wybranych modeli nieliniowych i jakie są metody optymalizacji funkcji wiarygodności i sumy kwadratów reszt w modelu nieliniowym.

3. jakie nieliniowe modele ekonometryczne stosowane są do analizy zjawisk finansowych i makroekonomicznych i jakie programy ekonometryczne i języki programowanie są wykorzystywane w budowaniu nieliniowych modeli ekonometrycznych.

Umiejętności:

Student powinien potrafić:

1. analizować zjawiska finansowe i ekonomiczne przy wykorzystaniu modeli przestrzeni stanów, modeli przełącznikowych,

Student powinien potrafić:

2. szacować parametry modeli nieliniowych, weryfikować jakość tych modeli, wybrać najlepszą specyfikację dla wybranej klasy modeli,

Student powinien potrafić:

3. zaprogramować w wybranym języku programowania ekonometrycznego wybrane metody analizy nieliniowych modeli ekonometrycznych.

Kompetencje społeczne:

Ponadto student ma możliwość:

1. udoskonalenia umiejętności obsługi komputerowych pakietów ekonometrycznych,

Ponadto student ma możliwość:

2. poszerzenia swojej wiedzy z zakresu teorii ekonometrii.

Zajęcia w cyklu "Preferencje - Semestr zimowy 2025/26" (jeszcze nie rozpoczęty)

Okres: 2025-10-01 - 2026-02-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Zajęcia prowadzącego więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Dobromił Serwa
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Zajęcia prowadzącego - Ocena

Zajęcia w cyklu "Semestr zimowy 2025/26" (jeszcze nie rozpoczęty)

Okres: 2025-10-01 - 2026-02-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Zastosowanie ekonometrycznych modeli nieliniowych do objaśniania zjawisk w ekonomii i finansach. Modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, estymowane sieci neuronowe - specyfikacja, estymacja, weryfikacja. Zastosowanie metod ekonometrycznych, np. filtru Kalmana, metody estymacji EM. Podstawy teoretyczne estymacji nieliniowej.
Pełny opis:

Głównym celem wykładu jest zaznajomienie słuchaczy z nieliniowymi modelami ekonometrycznymi służącymi do modelowania zjawisk finansowych i ekonomicznych. Prezentowane będą modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe oraz metody ich budowy, estymacji i weryfikacji. Drugim celem jest przedstawienie oprogramowania ekonometrycznego i języków programowania, służących do budowania i wykorzystywania nieliniowych modeli ekonometrycznych.
Literatura:

Literatura podstawowa:

J.D.Hamilton, Time Series Analysis, Princeton University Press 1994; Artykuły z czasopism naukowych, wybrane przez wykładowcę.

Literatura uzupełniająca:

G.Chow, Ekonometria, PWN 1995; M.Osińska, Ekonometria finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa 2006; G.S.Maddala, Ekonometria, PWN 2006; Ch.Kim, Ch.Nelson, State-Space Models with Regime Switching, The MIT Press 1999; Ph.Frances, D.van Dijk, Non-linear time series models in empirical finance, Cambridge University Press 2006.

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

Zajęcia w cyklu "Semestr letni 2024/25" (w trakcie)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Dobromił Serwa
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Zastosowanie ekonometrycznych modeli nieliniowych do objaśniania zjawisk w ekonomii i finansach. Modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe - specyfikacja, estymacja, weryfikacja. Zastosowanie metod ekonometrycznych: filtra Kalmana, identyfikacji przez heteroskedastyczność. Podstawy teoretyczne estymacji nieliniowej.
Pełny opis:

Głównym celem wykładu jest zaznajomienie słuchaczy z nieliniowymi modelami ekonometrycznymi służącymi do modelowania zjawisk finansowych i ekonomicznych. Prezentowane będą modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe oraz metody ich budowy, estymacji i weryfikacji. Drugim celem jest przedstawienie oprogramowania ekonometrycznego i języków programowania, służących do budowania i wykorzystywania nieliniowych modeli ekonometrycznych.
Literatura:

Literatura podstawowa:

J.D.Hamilton, Time Series Analysis, Princeton University Press 1994; Artykuły z czasopism naukowych, wybrane przez wykładowcę.

Literatura uzupełniająca:

G.Chow, Ekonometria, PWN 1995; M.Osińska, Ekonometria finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa 2006; G.S.Maddala, Ekonometria, PWN 2006; Ch.Kim, Ch.Nelson, State-Space Models with Regime Switching, The MIT Press 1999; Ph.Frances, D.van Dijk, Non-linear time series models in empirical finance, Cambridge University Press 2006.

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

Zajęcia w cyklu "Semestr zimowy 2024/25" (zakończony)

Okres: 2024-10-01 - 2025-02-14
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Dobromił Serwa
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Zastosowanie ekonometrycznych modeli nieliniowych do objaśniania zjawisk w ekonomii i finansach. Modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe - specyfikacja, estymacja, weryfikacja. Zastosowanie metod ekonometrycznych: filtra Kalmana, identyfikacji przez heteroskedastyczność. Podstawy teoretyczne estymacji nieliniowej.
Pełny opis:

Głównym celem wykładu jest zaznajomienie słuchaczy z nieliniowymi modelami ekonometrycznymi służącymi do modelowania zjawisk finansowych i ekonomicznych. Prezentowane będą modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe oraz metody ich budowy, estymacji i weryfikacji. Drugim celem jest przedstawienie oprogramowania ekonometrycznego i języków programowania, służących do budowania i wykorzystywania nieliniowych modeli ekonometrycznych.
Literatura:

Literatura podstawowa:

J.D.Hamilton, Time Series Analysis, Princeton University Press 1994; Artykuły z czasopism naukowych, wybrane przez wykładowcę.

Literatura uzupełniająca:

G.Chow, Ekonometria, PWN 1995; M.Osińska, Ekonometria finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa 2006; G.S.Maddala, Ekonometria, PWN 2006; Ch.Kim, Ch.Nelson, State-Space Models with Regime Switching, The MIT Press 1999; Ph.Frances, D.van Dijk, Non-linear time series models in empirical finance, Cambridge University Press 2006.

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-24 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Dobromił Serwa
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Zastosowanie ekonometrycznych modeli nieliniowych do objaśniania zjawisk w ekonomii i finansach. Modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe - specyfikacja, estymacja, weryfikacja. Zastosowanie metod ekonometrycznych: filtra Kalmana, identyfikacji przez heteroskedastyczność. Podstawy teoretyczne estymacji nieliniowej.
Pełny opis:

Głównym celem wykładu jest zaznajomienie słuchaczy z nieliniowymi modelami ekonometrycznymi służącymi do modelowania zjawisk finansowych i ekonomicznych. Prezentowane będą modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe oraz metody ich budowy, estymacji i weryfikacji. Drugim celem jest przedstawienie oprogramowania ekonometrycznego i języków programowania, służących do budowania i wykorzystywania nieliniowych modeli ekonometrycznych.
Literatura:

Literatura podstawowa:

J.D.Hamilton, Time Series Analysis, Princeton University Press 1994; Artykuły z czasopism naukowych, wybrane przez wykładowcę.

Literatura uzupełniająca:

G.Chow, Ekonometria, PWN 1995; M.Osińska, Ekonometria finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa 2006; G.S.Maddala, Ekonometria, PWN 2006; Ch.Kim, Ch.Nelson, State-Space Models with Regime Switching, The MIT Press 1999; Ph.Frances, D.van Dijk, Non-linear time series models in empirical finance, Cambridge University Press 2006.

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Dobromił Serwa
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Zastosowanie ekonometrycznych modeli nieliniowych do objaśniania zjawisk w ekonomii i finansach. Modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe - specyfikacja, estymacja, weryfikacja. Zastosowanie metod ekonometrycznych: filtra Kalmana, identyfikacji przez heteroskedastyczność. Podstawy teoretyczne estymacji nieliniowej.
Pełny opis:

Głównym celem wykładu jest zaznajomienie słuchaczy z nieliniowymi modelami ekonometrycznymi służącymi do modelowania zjawisk finansowych i ekonomicznych. Prezentowane będą modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe oraz metody ich budowy, estymacji i weryfikacji. Drugim celem jest przedstawienie oprogramowania ekonometrycznego i języków programowania, służących do budowania i wykorzystywania nieliniowych modeli ekonometrycznych.
Literatura:

Literatura podstawowa:

J.D.Hamilton, Time Series Analysis, Princeton University Press 1994; Artykuły z czasopism naukowych, wybrane przez wykładowcę.

Literatura uzupełniająca:

G.Chow, Ekonometria, PWN 1995; M.Osińska, Ekonometria finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa 2006; G.S.Maddala, Ekonometria, PWN 2006; Ch.Kim, Ch.Nelson, State-Space Models with Regime Switching, The MIT Press 1999; Ph.Frances, D.van Dijk, Non-linear time series models in empirical finance, Cambridge University Press 2006.

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.
al. Niepodległości 162
02-554 Warszawa tel: +48 22 564 60 00 http://www.sgh.waw.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.2.0