NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Autor: 1. Dobromił Serwa 2. Tytuł przedmiotu Sygnatura (będzie nadana, po akceptacji przez Senacką Komisję Programową) Wprowadzenie do teorii ekonometrii Ang. Proponowany stopień studiów oferty Introduction to Econometric Theory Studia magisterskie (proponowane kierunki: analiza danych big data, metody ilościowe w ekonomii) Część A Syntetyczna charakterystyka przedmiotu (główne hasła około 400 znaków): Podstawowe pojęcia i twierdzenia z zakresu ekonometrii: warunkowa wartość oczekiwana i odwzorowanie liniowe, metoda najmniejszych kwadratów, metoda największej wiarygodności, uogólniona metoda momentów i inne wybrane metody estymacji modeli ekonometrycznych (szczegóły w planie zajęć), metody symulacyjne Monte Carlo, bootstrap i jacknife, nieparametryczne modele ekonometryczne. Asymptotyczne własności modeli ekonometrycznych. Teoretyczne podstawy testów statystycznych w ekonometrii. Przykłady obliczeń w programie MATLAB. Cele zajęć z przedmiotu: Część B Głównym celem zajęć jest zaznajomienie uczestników z podstawami teorii ekonometrii ze szczególnym uwzględnieniem metod estymacji modeli ekonometrycznych oraz ich weryfikacji. Prezentowane zagadnienia dotyczą także nieklasycznych metod estymacji parametrów w modelach ekonometrycznych oraz zastosowań metod symulacyjnych w ekonometrii. Dodatkowym celem przedmiotu jest zapoznanie studentów z zastosowaniem programu MATLAB w ekonometrii.
Efekty kształcenia: To stwierdzenia określające, co student powinien wiedzieć, rozumieć i/lub potrafić zrobić po zakończeniu okresu kształcenia (w ramach przedmiotu). W tych stwierdzeniach należy używać czasowników w stronie czynnej, odnoszącej się do wiedzy, rozumienia, praktycznego zastosowania, analizy, syntezy, oceny, itp.) Wiedza Po zrealizowaniu programu przedmiotu student ma wiedzę w zakresie: 1. Teoretycznych podstaw budowania modeli regresji liniowej 2. Własności metody najmniejszych kwadratów, uogólnionej metody momentów, metody największej wiarygodności, metody zmiennych instrumentalnych i innych wybranych metod estymacji 3. Asymptotycznych teorii stosowanych w ekonometrii 4. Podstaw teoretycznych wybranych testów statystycznych stosowanych w ekonometrii 5. Podstaw teoretycznych analizy nieparametrycznych modeli ekonometrycznych 6. Własności metod symulacyjnych Monte Carlo, bootstrap, jacknife 7. Podstaw programowania w środowisku MATLAB Umiejętności Kompetencje społeczne Po zrealizowaniu programu przedmiotu student umie: 1. Wyprowadzić podstawowe twierdzenia dotyczące modeli regresji liniowej 2. Wymienić założenia i własności metod estymacji: najmniejszych kwadratów, uogólnionej metody momentów, metody największej wiarygodności i innych wybranych metod 3. Oszacować model ekonometryczny w postaci nieparametrycznej 4. Wyprowadzić wzory wybranych testów statystycznych stosowanych w ekonometrii 5. Zaprogramować podstawowe obliczenia związane z budową modeli ekonometrycznych w środowisku MATLAB. Po zrealizowaniu programu przedmiotu student wykazuje: 1. orientację w podstawowych twierdzeniach dotyczących budowy i weryfikacji modeli ekonometrycznych 2. umiejętność intuicyjnego wyjaśnienia własności metod estymacji i testowania statystycznego hipotez 3. wiedzę, w jaki sposób programuje się i dokonuje obliczeń w środowisku obliczeniowym MATLAB. Część C
Semestralny plan zajęć: (do każdego punktu trzeba wpisać - 5 słów kluczowych) 1 Warunkowa wartość oczekiwana i liniowe odwzorowanie (warunkowa wartość oczekiwana, iteracyjne oczekiwania, model regresji, wariancja błędów regresji, najlepsza liniowa aproksymacja) 2 Metoda najmniejszych kwadratów ujęcie algebraiczne (estymator najmniejszych kwadratów, macierz odwzorowań, analiza wariancji, błędy predykcji, istotne obserwacje) 3 Wprowadzenie do programowania w środowisku obliczeniowym MATLAB (MATLAB, programowanie, polecenia, zmienne, dane) 4 Model regresji liniowej (model regresji liniowej, teoria Gaussa-Markowa, miary dopasowania, macierz kowariancji oszacowań, błędy standardowe) 5 Teorie asymptotyczne w metodzie najmniejszych kwadratów (granice asymptotyczne, prawo wielkich liczb, zbieżność z prawdopodobieństwem, zbieżność prawie na pewno, zbieżność z dystrybuantą) 6 Modele regresji z restrykcjami - sposoby estymacji, własności (metoda najmniejszych kwadratów z warunkami pobocznymi, restrykcje wykluczające, estymator najmniej odległości, błędy specyfikacji, asymptotyczny rozkład) 7 Testowanie hipotez statystycznych (hipotezy, test statystyczny, błąd 1 rodzaju, błąd 2 rodzaju, moc testu) 8 Ćwiczenia z testowania statystycznego (estymacja modelu, istotność statystyczna, empiryczny poziom istotności, test Walda, test ilorazu wiarygodności) 9 Metody Monte Carlo, bootstrap, jacknife (Monte Carlo, bootstrap, jacknife, dystrybuanta empiryczna, przedziały percentylowe) 10 Ćwiczenia z metod symulacyjnych (symulacja Monte Carlo, estymatory średniej, estymatory wariancji, przedziały ufności, rozkłady symetryczne) 11 Endogeniczność, uogólniona metoda momentów, metoda zmiennych instrumentalnych (UMM, MZI, endogeniczność, test warunków identyfikujących, macierz wag) 12 Modele regresji nieparametrycznej estimator jądrowy i funkcje sklejane (regresja nieparametryczna, estymator jądrowy, lokalnie liniowy estymator, funkcje sklejane, addytywnie rozłączne modele) 13 Ćwiczenia z regresji nieparametrycznej (szacowanie regresji jądrowej, reszty nieparametryczne, miara dopasowania modelu, przybliżenie szeregiem, częściowo liniowy model) 14 Metoda największej wiarygodności, metoda empirycznej wiarygodności (model regresji normalnej, MNW, macierz informacji Fishera, nieparametryczna wiarygodność, estymator empirycznej wiarygodności) 15 Ćwiczenia z metod estymacji (estymacje MNW, błąd estymacji, rozkład asymptotyczny estymatora, testowanie, obliczenia numeryczne) Literatura podstawowa: 1. Bruce Hansen (2015) Econometrics, University of Wisconsin Departament of Economics, (książka dostępna na stronie: http://www.ssc.wisc.edu/~bhansen/econometrics/econometrics.pdf) 2. slajdy z wykładu Literatura uzupełniająca: 1. James D.Hamilton (1994) Time Series Analysis, Princeton University Press; 2. G.Chow (1995) Ekonometria, PWN; 3. artykuły z czasopism naukowych wybrane przez wykładowcę Trzy publikacje własne do proponowanego przedmiotu: 1. D. Serwa, Identifying multiple regimes in the model of credit to households, International Review of Economics and Finance 27, 2013, 198 208. 2. D. Serwa, Larger crises cost more: impact of banking sector instability on output growth, Journal of International Money and Finance 29, 2010, 1463 1481. 3. B. Gębka, D. Serwa, Are Financial Spillovers Stable Across Regimes? Evidence from the 1997 Asian Crisis, Journal of International Financial Markets, Institutions and Money 16, 2006, 301 317. Część D
Prerekwizyt (jeśli wymagany, to nazwa przedmiotu lub rodzaj wiedzy z zakresu ): brak Proponowane usytuowanie przedmiotu w planie studiów: Rok studiów: pierwszy Semestr: pierwszy Proponowana liczba punktów ECTS za przedmiot (w stosunku do 30 ECTS za semestr): 3 Wymiar i forma zajęć (w godzinach) Ogółem Studia stacjonarne i popołudniowe Propozycja dla studiów niestacj. sob.-niedz. Metody zajęć: Wykład 15 9 Kejsy (Tak / Nie) Ćwiczenia Gry (Tak / Nie) Konwersatorium Referaty (Tak / Nie) Laboratorium 15 12 Dyskusje (Tak / Nie) Trening Udział praktyków (Tak / Nie) Praca samodzielna plus e-learning E-learning Inne Inne (jakie?) Wykład, ćwiczenia z programowania w MATLABie, prace domowe Elementy oceny końcowej (ogółem 100%), w tym: Charakterystyka wymagań w trakcie zajęć i na egzaminie końcowym: Egzamin pisemny-tradycyjny 50% Wymagana obecność na zajęciach, Egzamin testowy Egzamin ustny Kolokwium Referaty Ćwiczenia 50% wymagane wykonywanie zadanych prac domowych, praca z programem MATLAB Kryteria selekcji na zajęcia: Lista rankingowa (Tak / Nie) Kolejność zgłoszeń (Tak / Nie) Ocena z prerekwizytu (Tak, jakiego? / Nie ) Znajomość języka (Tak, jakiego? / Nie ) angielski (podręcznik napisany jest w języku angielskim) Inne uwagi: Wielkość grupy Wymóg laboratorium komputerowego Sala wyposażona w video angielski (podręcznik napisany jest w języku angielskim) TAK NIE