Metody ilościowe w zarządzaniu finansami 2600-MFBRz1MIZF

1. Charakterystyka finansowych szeregów czasowych (indeksy giełdowe jako specyficzny typ finansowych szeregów czasowych, stopa zwrotu – jej charakterystyka, badanie własności stóp zwrotu dla finansowych szeregów czasowych)
2. Adaptacyjne metody prognozowania finansowych szeregów czasowych (naiwnych i średnich ruchomych oraz błędy ex post, ustalania wag i ich optymalizacja (Solver)
3. Modele wyrównywania wykładniczego (model Browna, Holta, Wintersa - wybór parametrów w modelach)
4. Wykorzystanie metod analitycznych do prognozowania finansowych szeregów czasowych (modele przyczynowo – skutkowe – dopasowanie odpowiedniej postaci analitycznej modeli, błędy ex ante)
5. Dekompozycja szeregu czasowego (wskaźniki sezonowości w modelach addytywnych i multiplikatywnych z wykorzystaniem zmiennych zero – jedynkowych)
6. Pojęcie procesu stochastycznego. Ekonomiczne szeregi czasowe stacjonarne i niestacjonarne (ścisła i słaba stacjonarność, badania własności funkcji autokorelacji, niestacjonarność - metody testowania: test DF, ADF, Haszy DF, KPSS, Philipsa – Perona z uwzględnieniem zmian strukturalnych),
7. Wybrane modele ekonomicznych szeregów czasowych (proces czysto losowy, błądzenie przypadkowe, proces średniej ruchomej, proces autoregresyjny, autoregresyjny proces średniej ruchomej, autoregresyjny zintegrowany proces średniej ruchomej).
8. Prognozowanie na podstawie modeli autoregresyjnych (budowa, estymacja i weryfikacja modeli AR, MA, ARMA, ARIMA).
9. Badanie relacji długookresowej pomiędzy wybranymi szeregami czasowymi oraz regresja pozorna
10. Analiza zmienności w finansowych szeregach czasowych: modele rodziny GARCH (testowanie efektu ARCH, modyfikacje modelu GARCH)

W cyklu 2025Z:

1. Charakterystyka finansowych szeregów czasowych (indeksy giełdowe jako specyficzny typ finansowych szeregów czasowych, stopa zwrotu – jej charakterystyka, badanie własności stóp zwrotu finansowych szeregów czasowych)
2. Adaptacyjne metody prognozowania finansowych szeregów czasowych (naiwnych i średnich ruchomych oraz błędy ex post, Ustalania wag i ich optymalizacja (Solver)
3. Modele wyrównywania wykładniczego (model Browna, Holta, Wintersa - wybór parametrów w modelach)
4. Wykorzystanie metod analitycznych do prognozowania wartości w finansowych szeregach czasowych (modele przyczynowo – skutkowe – dopasowanie odpowiedniej postaci analitycznej modeli, błędy ex ante)
5. Dekompozycja szeregu czasowego (wskaźniki sezonowości w modelach addytywnych i multiplikatywnych z wykorzystaniem zmiennych zero – jedynkowych)
6. Pojęcie procesu stochastycznego. Ekonomiczne szeregi czasowe stacjonarne i niestacjonarne (ścisła i słaba stacjonarność, badania własności funkcji autokorelacji, niestacjonarność - metody testowania: test DF, ADF, Haszy DF, KPSS, Philipsa – Perona z uwzględnieniem zmian strukturalnych),
7. Wybrane modele ekonomicznych szeregów czasowych (proces czysto losowy, błądzenie przypadkowe, proces średniej ruchomej, autoregresyjny, autoregresyjny proces średniej ruchomej, autoregresyjny zintegrowany proces średniej ruchomej).
8. Prognozowanie na podstawie modeli autoregresyjnych (budowa, estymacja i weryfikacja modeli AR, MA, ARMA, ARIMA).
9. Badania relacji długookresowej pomiędzy wybranymi szeregami czasowymi (regresja pozorna)
10. Analiza zmienności w finansowych szeregach czasowych: modele rodziny GARCH (testowanie efektu ARCH, modyfikacje modelu GARCH)

Koordynatorzy przedmiotu

Rafał Zbyrowski

Rodzaj przedmiotu

obowiązkowe

Efekty uczenia się

Po ukończeniu kursu student:

w zakresie wiedzy:

• poprawnie posługuje się terminologią dotyczącą metodologii badań ilościowych w zarządzaniu finansami (K_W01)
• rozróżnia rodzaje finansowych szeregów czasowych, w tym indeksy giełdowe (K_W01)
• wyjaśnia charakterystykę stopy zwrotu i jej znaczenie w analizie finansowych szeregów czasowych (K_W01)
• wyjaśnia pojęcie procesu stochastycznego oraz różnice między stacjonarnością ścisłą i słabą (K_W01)
• identyfikuje proces czysto losowy w ramach finansowych szeregów czasowych (K_W01)
• wyjaśnia pojęcie zmienności w finansowych szeregach czasowych (K_W01)

w zakresie umiejętności:

• oblicza stopy zwrotu dla wybranych szeregów czasowych (K_U01)
• analizuje dane rynkowe w kontekście finansowych szeregów czasowych (K_U02)
• oblicza błędy prognoz ex post w kontekście finansowych szeregów czasowych (K_U02)
• estymuje przyszłe wartości finansowych szeregów czasowych przy użyciu modeli wyrównywania wykładniczego (K_U01)
• interpretuje wpływ analiz oraz badań ilościowych na funkcjonowanie zarządzania finansami w organizacjach (K_U02)
• interpretuje wyniki prognoz finansowych szeregów czasowych opartych na metodach analitycznych (K_U02)
• interpretuje wyniki testów stacjonarności z uwzględnieniem zmian strukturalnych w danych (K_U02)
• analizuje złożone i nietypowe problemy związane z finansami biznesu i rachunkowością, takie jak prognozowanie finansowych szeregów czasowych i badanie zmienności. (K_U06)
• analizuje wyniki regresji pod kątem relacji długookresowych (K_U06)
• prezentuje wyniki przeprowadzonych analiz finansowych. (K_U06)

w zakresie kompetencji społecznych:

ocenia złożone zjawiska związane z funkcjonowaniem finansów i rachunkowości w organizacjach z wykorzystaniem analiz danych biznesowych. (K_K01)

Kryteria oceniania

Wykłady: T – test końcowy,
Ćwiczenia: zaliczenie

Literatura

Literatura podstawowa:
1. Mills T.C.: The econometric Modeling of Financial Time Series. Cambridge University Press. Cambridge 2004
2. Brooks C: Introductory Econometrics for Finance. Second Edition, Cambridge University Press. Cambridge, 2008
3. Witkowska D.,Matuszewska A.,Kompa K.: Wprowadzenie do ekonometrii dynamicznej i finansowej. Wydawnictwo SGGW. Warszawa 2008
4. Borkowski B, Dudek H., Szczesny W.: Ekonometria. Wybrane zagadnienia, PWN. Warszawa 2017
5. Lipiec-Zajchowska M. (red.), Wspomaganie Procesów Decyzyjnych, tom 2, C.H. Beck, Warszawa 2003

Literatura uzupełniająca:
6. Osińska M: Ekonometria finansowa, PWE, Warszawa 2006
7. Box G.E.P., Jenkins G.M.: Analiza szeregów czasowych. Prognozowanie i sterowanie. PWN, Warszawa 1983
8. Maddala G.S.: Ekonometria. PWN. Warszawa 2006
9. Clemens M.P., D.F. Hendry: Forcasting economic time series. Cambridge University Press , Cambridge 2004

W cyklu 2025Z:

Literatura podstawowa:
1. Mills T.C.: The econometric Modeling of Financial Time Series. Cambridge University Press. Cambridge 2004
2. Brooks C: Introductory Econometrics for Finance. Second Edition, Cambridge University Press. Cambridge, 2008
3. Witkowska D.,Matuszewska A.,Kompa K.: Wprowadzenie do ekonometrii dynamicznej i finansowej. Wydawnictwo SGGW. Warszawa 2008
4. Borkowski B, Dudek H., Szczesny W.: Ekonometria. Wybrane zagadnienia, PWN. Warszawa 2017
5. Marianna Lipiec-Zajchowska (red.), Wspomaganie Procesów Decyzyjnych, tom 2, C.H. Beck, Warszawa 2003