Zaawansowana ekonometria 2400-M1PPZEKO

Przedmiot obejmuje zagadnienia z zakresu zaawansowanej analizy ekonometrycznej, koncentrując się na nowoczesnych metodach modelowania danych ekonomicznych, w szczególności modelach szeregów czasowych, modelach danych panelowych oraz zastosowaniach metody największej wiarygodności. Omawiane treści pozwalają studentom zrozumieć zarówno formalne podstawy teoretyczne wykorzystywanych narzędzi, jak i ich praktyczne znaczenie w analizie zjawisk ekonomicznych oraz weryfikacji hipotez badawczych.
Celem wykładu jest systematyczne przedstawienie założeń teoretycznych poszczególnych klas modeli ekonometrycznych, zasad ich estymacji oraz warunków poprawności wnioskowania statystycznego. Szczególny nacisk położony jest na interpretację ekonomiczną parametrów modeli, ocenę ich własności statystycznych oraz identyfikację potencjalnych problemów empirycznych, takich jak współliniowość, endogeniczność czy niestacjonarność zmiennych.
Celem ćwiczeń jest praktyczne zastosowanie narzędzi ekonometrycznych omawianych na wykładzie, pogłębienie rozumienia analizowanych metod oraz rozwijanie umiejętności samodzielnej pracy z danymi empirycznymi. W trakcie ćwiczeń studenci uczą się przygotowywać dane do analizy, dobierać odpowiednie modele, przeprowadzać estymację oraz formułować wnioski na podstawie uzyskanych wyników.
Zakres tematyczny obejmuje:
1. Porównywanie konkurencyjnych modeli ekonometrycznych, w tym problemy związane z sekwencyjnym testowaniem hipotez, procedurę przechodzenia od modelu ogólnego do szczegółowego oraz dobór modelu z wykorzystaniem kryteriów informacyjnych (AIC, BIC).
2. Metodę zmiennych instrumentalnych, obejmującą warunki, jakie muszą spełniać instrumenty, zasady ich doboru, estymację modeli wykorzystaniem prostego i uogólnionego estymatora MZI oraz testy diagnostyczne, w tym testy Hausmana i Sargana.
3. Modele oparte na szeregach czasowych, w tym zagadnienia sezonowości, stacjonarności procesów losowych, testowanie rzędu integracji zmiennych (DF, ADF, KPSS), problem regresji pozornej, modele opóźnień rozłożonych (DL, ADL), analiza efektów krótko- i długookresowych, testowanie przyczynowości w sensie Grangera, modele ARIMA oraz kointegracja i mechanizm korekty błędem.
4. Metodę największej wiarygodności, obejmującą definicję funkcji wiarygodności oraz testowanie hipotez statystycznych w jej ramach.
5. Modele z dyskretną zmienną zależną, w szczególności modele dla binarnych zmiennych zależnych, takie jak LPM, logit i probit.
6. Modele estymowane na danych panelowych, obejmujące własności prób panelowych i przekrojowo-czasowych, pojęcie efektu indywidualnego, modele efektów stałych i losowych oraz test Hausmanna służący wyborowi właściwej specyfikacji modelu.

Szacunkowy nakład pracy studenta: 6ECTS x 25h = 150h
(K) - godziny kontaktowe (S) - godziny pracy samodzielnej
wykład: 30h (K) 0h (S)
ćwiczenia: 30h (K) 0h (S)
konsultacje: 6h (K) 0h (S)
kolokwium: 2h (K) 0h (S)
egzamin: 2h (K) 10h (S)
przygotowanie do ćwiczeń: 0h (K) 10h (S)
przygotowanie do wykładu: 0h (K) 10h (S)
przygotowanie do kolokwium: 0h (K) 20h (S)
przygotowanie do egzaminu: 0h (K) 30h (S)
Razem: 70h (K) + 80h (S) = 150h

W cyklu 2025L:

Przedmiot obejmuje zagadnienia z zakresu zaawansowanej analizy ekonometrycznej, koncentrując się na nowoczesnych metodach modelowania danych ekonomicznych, w szczególności modelach szeregów czasowych, modelach danych panelowych oraz zastosowaniach metody największej wiarygodności. Omawiane treści pozwalają studentom zrozumieć zarówno formalne podstawy teoretyczne wykorzystywanych narzędzi, jak i ich praktyczne znaczenie w analizie zjawisk ekonomicznych oraz weryfikacji hipotez badawczych.
Celem wykładu jest systematyczne przedstawienie założeń teoretycznych poszczególnych klas modeli ekonometrycznych, zasad ich estymacji oraz warunków poprawności wnioskowania statystycznego. Szczególny nacisk położony jest na interpretację ekonomiczną parametrów modeli, ocenę ich własności statystycznych oraz identyfikację potencjalnych problemów empirycznych, takich jak współliniowość, endogeniczność czy niestacjonarność zmiennych.
Celem ćwiczeń jest praktyczne zastosowanie narzędzi ekonometrycznych omawianych na wykładzie, pogłębienie rozumienia analizowanych metod oraz rozwijanie umiejętności samodzielnej pracy z danymi empirycznymi. W trakcie ćwiczeń studenci uczą się przygotowywać dane do analizy, dobierać odpowiednie modele, przeprowadzać estymację oraz formułować wnioski na podstawie uzyskanych wyników.
Zakres tematyczny obejmuje:
Porównywanie konkurencyjnych modeli ekonometrycznych, w tym problemy związane z sekwencyjnym testowaniem hipotez, procedurę przechodzenia od modelu ogólnego do szczegółowego oraz dobór modelu z wykorzystaniem kryteriów informacyjnych (AIC, BIC).
Metodę zmiennych instrumentalnych, obejmującą warunki, jakie muszą spełniać instrumenty, zasady ich doboru, estymację modeli z wykorzystaniem prostego i uogólnionego estymatora MZI oraz testy diagnostyczne, w tym testy Hausmana i Sargana.
Modele oparte na szeregach czasowych, w tym zagadnienia sezonowości, stacjonarności procesów losowych, testowanie rzędu integracji zmiennych (DF, ADF, KPSS), problem regresji pozornej, modele opóźnień rozłożonych (DL, ADL), analiza efektów krótko- i długookresowych, testowanie przyczynowości w sensie Grangera, modele ARIMA oraz kointegracja i mechanizm korekty błędem.
Metodę największej wiarygodności, obejmującą definicję funkcji wiarygodności oraz testowanie hipotez statystycznych w jej ramach.
Modele z dyskretną zmienną zależną, w szczególności modele dla binarnych zmiennych zależnych, takie jak LPM, logit i probit.
Modele estymowane na danych panelowych, obejmujące własności prób panelowych i przekrojowo-czasowych, pojęcie efektu indywidualnego, modele efektów stałych i losowych oraz test Hausmanna służący wyborowi właściwej specyfikacji modelu.

Koordynatorzy przedmiotu

Stanisław Cichocki
Natalia Nehrebecka

Rodzaj przedmiotu

obowiązkowe

Założenia (opisowo)

Wymagania wstępne • Analiza matematyczna • Algebra liniowa • Rachunek p-stwa • Statystyka opisowa • Statystyka matematyczna • Ekonometria Wymagania formalne: • Analiza matematyczna: liczenie pochodnych funkcji wielu zmiennych, maksymalizacja funkcji wielu zmiennych – warunki konieczne • Algebra liniowa: mnożenie macierzy, odwracanie macierzy, liniowa zależność, określoność macierzy• • Rachunek p-stwa: Wartość oczekiwana i jej własności, wariancja i jej własności,. Pojęcie wektora losowego, pojęcie macierzy wariancji kowariancji, własności rozkładu Bernoulliego, chi kwadrat i normalnego. • Statystyka opisowa: Średnia z próby, wariancja z próby, odchylenie standardowe z próby, kowariancja empiryczna, współczynnik korelacji empirycznej, histogram, częstość empiryczna, tablica krzyżowa. • Statystyka matematyczna: Pojęcie estymatora, nieobciążoność estymatora, pojęcie zgodności estymatora i asymptotycznego rozkładu estymatora. Testowanie hipotez: hipoteza zerowa i alternatywna, poziom istotności, błąd I i II rodzaju, p-value. Własności MNW (dla skalarów), pojęcie funkcji wiarygodności, test LR • Ekonometria: Własności Estymatora Metody Najmniejszych Kwadratów (MNK), własności statystki R2, testy diagnostyczne, efekty cząstkowe (krańcowe), dyskretne zmienne objaśniające, zmienne nieistotne i pominięte, testowanie hipotez prostych i złożonych, endogeniczność zmiennych objaśniających, współliniowość zmiennych, heteroskedastyczność i autokorelacja błędu losowego, odporne estymatory macierzy wariancji i kowariancji, Uogólniona Metoda Najmniejszych Kwadratów (UMNK).

Efekty uczenia się

Po ukończeniu przedmiotu student:
W zakresie wiedzy:
● zna i rozumie zaawansowane metody estymacji modeli ekonometrycznych opartych na szeregach czasowych i danych panelowych;
● zna i rozumie zasady testowania hipotez oraz oceny poprawności specyfikacji modeli ekonometrycznych;
● zna i rozumie metody estymacji i interpretacji modeli z dyskretną zmienną zależną.
W zakresie umiejętności:
● potrafi przygotować dane empiryczne oraz dobrać odpowiedni model ekonometryczny do postawionego problemu badawczego;
● potrafi oszacować zaawansowane modele ekonometryczne i poprawnie zinterpretować uzyskane wyniki;
● potrafi krytycznie ocenić wyniki estymacji i sformułować wnioski na podstawie analiz ilościowych.
W zakresie kompetencji:
● jest gotów do wykorzystania narzędzi ekonometrycznych w analizie złożonych problemów ekonomicznych;
● wykazuje się umiejętnością prezentowania wyników analiz ilościowych w sposób jasny i logiczny.

Kryteria oceniania

Uzyskanie zaliczenia przedmiotu wymaga:
1. zaliczenia ćwiczeń na podstawie krótkich testów, kolokwium oraz realizacji zadań typu case study. Dopuszczalna liczba nieobecności podczas ćwiczeń wynosi trzy;
2. uzyskania minimum 50% punktów z pisemnego egzaminu końcowego.
Do egzaminu dopuszczone będą wyłącznie osoby, które zaliczyły ćwiczenia.
Ocena końcowa stanowi średnią ważoną: ćwiczenia – 1/3, egzamin – 2/3.
Skala ocen z egzaminu:
[0%–50%) – ndst
[50%–65%) – dst
[65%–70%) – dst+
[70%–80%) – db
[80%–90%) – db+
[90%–100%] – bdb
Skala ocen z ćwiczeń:
[0%–50%) – ndst
[50%–60%) – dst
[60%–70%) – dst+
[70%–80%) – db
[80%–90%) – db+
[90%–100%] – bdb

Literatura

Literatura obowiązkowa:
● Stock J. H., Watson M. W., Introduction to Econometrics, Global
Edition.
● Wooldridge J. M., Introductory Econometrics, wyd. 7.
● Wooldridge J. M., Econometric Analysis of Cross Section and Panel
Data, wyd. 2.
Literatura uzupełniająca:
● Greene W., Econometric Analysis, Pearson, Global Edition.

W cyklu 2025L:

Literatura obowiązkowa:
Stock J. H., Watson M. W., Introduction to Econometrics, Global Edition.
Wooldridge J. M., Introductory Econometrics, wyd. 7.
Wooldridge J. M., Econometric Analysis of Cross Section and Panel Data, wyd. 2.
Literatura uzupełniająca:
Greene W., Econometric Analysis, Pearson, Global Edition.

Uwagi

W cyklu 2025L:

Oprogramowanie: Stata, Python, RStudio