Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka i ekonometria							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	praktyczny
Nazwa przedmiotu	Modelowanie procesów ekonomicznych							Kod przedmiotu	IE1ASC
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	5
	15				15			Punkty ECTS	3
Przedmioty wprowadzające	Ekonometria (IE1EKN), Makroekonomia (IE1MAK), Matematyka finansowa (IE1MFI), Metody probabilistyczne i statystyka (IE1MPS), Mikroekonomia (IE1MIK), Teoria portfela (IE1TPO),
Cele przedmiotu	Celem przedmiotu jest wykształcenie umiejętności analizy i modelowania procesów ekonomicznych i finansowych. Student zostanie wyposażony w wiedzę na temat wybranych metod statystycznych oraz zaawansowanych ekonometrycznych modeli procesów ekonomicznych (np. ARMA, ARIMA, ARCH, GARCH) stosowanych w analizach finansowych szeregów czasowych. Student wykształci umiejętności stosowania w praktyce poznanych metod i modeli, ze szczególnym uwzględnieniem samodzielnych analiz polskiego rynku finansowego. Zajęcia obejmują część teoretyczną oraz laboratoryjną z wykorzystaniem arkusza kalkulacyjnego oraz programu ekonometrycznego GRETL (open source).
Treści programowe	Wykład: 1. Przegląd ekonomicznych i finansowych szeregów czasowych. 2. Przegląd metod statystycznych wspomagających analizy procesów ekonomicznych i finansowych. 3. Charakterystyki procesów ekonomicznych. 4. Funkcja autokorelacji i autokorelacji cząstkowej. 5. Badanie stacjonarności szeregów. 6. Przegląd zaawansowanych modeli ekonometrycznych stosowanych w analizach procesów ekonomicznych. 7. Modele klasy ARMA, ARIMA. 8. Testowanie efektu ARCH. 9. Modele typu ARCH, GARCH. Pracownia specjalistyczna: 1. Analiza ekonomicznych i finansowych szeregów czasowych. 2. Zastosowanie metod statystycznych wspomagających analizy procesów ekonomicznych i finansowych. 3. Badanie charakterystyk procesów ekonomicznych. 4. Funkcja autokorelacji i autokorelacji cząstkowej. 5. Badanie stacjonarności szeregów. 6. Estymacja zaawansowanych modeli ekonometrycznych stosowanych w analizach procesów ekonomicznych. 7. Modele klasy ARMA, ARIMA. 8. Testowanie efektu ARCH. 9. Modele typu ARCH, GARCH.
Metody dydaktyczne	metoda projektów, programowanie z użyciem komputera, dyskusja związana z wykładem, metoda przypadków, klasyczna metoda problemowa, wykład problemowy,
Forma zaliczenia	Wykład - zaliczenie pisemne. Pracownia specjalistyczna - przygotowanie badania empirycznego oraz raportu z projektu.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	ma zaawansowaną wiedzę w zakresie zastosowań matematyki, ekonometrii i metod statystycznych w naukach ekonomicznych i finansach								K_W01 K_W11 K_W13 K_W14 K_W15
EU2	zna zaawansowane modele ekonometryczne procesów ekonomicznych i finansowych								K_W01 K_W11 K_W13 K_W14 K_W15
EU3	potrafi zastosować zdobytą wiedzę w praktyce modelowania danych rzeczywistych z rynku finansowego; potrafi zbudować odpowiedni model ekonometryczny procesu ekonomicznego oraz uzasadnić merytorycznie wybór modelu								K_U01 K_U15 K_U16 K_U19
EU4	potrafi dokonać prezentacji wyników analiz empirycznych oraz napisać raport z przeprowadzonego badania								K_U11 K_U13 K_U15
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie wykładu								W
EU2	zaliczenie wykładu								W
EU3	przygotowanie i prezentacja badania empirycznego oraz raportu z projektu								Ps
EU4	przygotowanie i prezentacja badania empirycznego oraz raportu z projektu								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								15
	2 - Udział w pracowni specjalistycznej								15
	3 - Przygotowanie do zajęć w pracowni specjalistycznej								10
	4 - Udział w konsultacjach								5
	5 - Przygotowanie projektu indywidualnego								20
	6 - Przygotowanie do zaliczenia wykładu								10
RAZEM:									75
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									35 (1)+(2)+(4)	1.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									45 (2)+(3)+(5)	1.8
Literatura podstawowa	1. T. Kufel, Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa, 2011. 2. P. Fiszeder, Modele klasy GARCH w empirycznych badaniach finansowych, Uniwersytet Mikołaja Kopernika, Toruń, 2009. 3. M. Osińska, Ekonometria finansowa, PWN, Warszawa, 2006. 4. J.M. Wooldridge, Introductory Econometrics: A Modern Approach, CENGAGE, USA, 2020.
Literatura uzupełniająca	1. J. Olbryś, Wycena aktywów kapitałowych na rynku z zakłóceniami w procesach transakcyjnych, Difin SA, Warszawa, 2014. 2. K. Jajuga, T. Jajuga, Inwestycje: Instrumenty finansowe, aktywa niefinansowe, ryzyko finansowe, inżynieria finansowa. PWN, Warszawa, 2008. 3. R.S Tsay, Analysis of financial time series, Wiley, New Jersey, 2010. 4. J.Y. Campbell, A.W. Lo, A.C. MacKinley, The econometrics of financial markets, Princeton University Press, 1997.
Jednostka realizująca	Katedra Informatyki Teoretycznej								Data opracowania programu
Program opracował(a)	prof. dr hab. Joanna Olbryś								2021.05.23