Module also offered within study programmes:
General information:
Name:
Econometric methods
Course of study:
2017/2018
Code:
ZIE-2-101-s
Faculty of:
Management
Study level:
Second-cycle studies
Specialty:
-
Field of study:
Information Technology and Econometrics
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
Gurgul Henryk (gurgul@zarz.agh.edu.pl)
Academic teachers:
Zając Paweł (pzajac@zarz.agh.edu.pl)
Wójtowicz Tomasz (twojtow@agh.edu.pl)
Gurgul Henryk (gurgul@zarz.agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 wykorzystuje źródła informacji w celu doskonalenia wiedzy i umiejętności IE2A_K07 Project
Skills
M_U001 potrafi dokonać oceny uzyskanego modelu: jakości dopasowania i istotności parametrów IE2A_U03, IE2A_U01 Examination,
Test,
Project
M_U002 na podstawie danego modelu potrafi dokonać prognozy i ocenić jej dokładność IE2A_U03, IE2A_U01 Examination,
Test,
Project
M_U003 potrafi dobrać właściwą metodę estymacji modelu ekonometrycznego uwzględniającą własności analizowanych danych IE2A_U03, IE2A_U01 Examination,
Test,
Project
Knowledge
M_W001 zna własności estymatorów MNK i MNW oraz odpowiednie testy ich ograniczeń IE2A_W04, IE2A_W05, IE2A_W03 Examination
M_W002 zna założenia i ograniczenia stosowania MNK i MNW IE2A_W04, IE2A_W05, IE2A_W03 Examination
M_W003 zna podstawowe metody estymacji jedno- i wielorównaniowych modeli ekonometrycznych IE2A_W04, IE2A_W05, IE2A_W03 Examination
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 wykorzystuje źródła informacji w celu doskonalenia wiedzy i umiejętności - + - + - - - - - - -
Skills
M_U001 potrafi dokonać oceny uzyskanego modelu: jakości dopasowania i istotności parametrów - + - + - - - - - - -
M_U002 na podstawie danego modelu potrafi dokonać prognozy i ocenić jej dokładność - + - + - - - - - - -
M_U003 potrafi dobrać właściwą metodę estymacji modelu ekonometrycznego uwzględniającą własności analizowanych danych - + - + - - - - - - -
Knowledge
M_W001 zna własności estymatorów MNK i MNW oraz odpowiednie testy ich ograniczeń + - - - - - - - - - -
M_W002 zna założenia i ograniczenia stosowania MNK i MNW + - - - - - - - - - -
M_W003 zna podstawowe metody estymacji jedno- i wielorównaniowych modeli ekonometrycznych + - - - - - - - - - -
Module content
Lectures:

1.Pojęcie modelu ekonometrycznego. Klasyfikacja modeli. Etapy budowania
modelu. Przykłady modeli ekonometrycznych. Specyfikacja modelu
ekonometrycznego. Dobór zmiennych objaśniających
2.Klasyczna metoda najmniejszych kwadratów: założenia, dobór zmiennych do modelu, miary dopasowania, testowanie hipotez,
istotność estymatorów parametrów strukturalnych (testy t i F), liniowość modelu, losowość reszt
3. Własności estymatora metody najmniejszych kwadratów
4. Prognozy ex post i ex ante za pomoca modelu ekonometrycznego. Miary dokładności.
5.Modele wielorównaniowe: klasyfikacja, identyfikowalność
6. Metoda zmiennych instrumentalnych, uogólniona metoda najmniejszych kwadratów, 2MNK, 3MNK.
7. Metoda największej wiarygodności: założenia, własności estymatorów, istotność parametrów i testowanie hipotez (testy: Walda, ilorazu wiarygodności, mnożnika Lagrange’a), kryteria informacyjne.
8. Nieliniowa metoda najmniejszych kwadratów.
9. Uogólniona metoda zmiennych instrumentalnych, uogólniona metoda momentów.

Project classes:

1. Budowa modelu ekonometrycznego. Przykłady. Dobór zmiennych objaśniających
2. Klasyczna metoda najmniejszych kwadratów: założenia, dobór zmiennych do modelu, miary dopasowania, testowanie hipotez.
3. Metoda zmiennych instrumentalnych, uogólniona metoda najmniejszych kwadratów, 2MNK, 3MNK: założenia, porównanie, własności estymatorów.
4. Zastosowanie metody największej wiarygodności: weryfikacja założeń, estymacja, testowanie hipotez.
5. Nieliniowa metoda najmniejszych kwadratów.
6. Uogólniona metoda zmiennych instrumentalnych, uogólniona metoda momentów.

Auditorium classes:

1. Budowa modelu ekonometrycznego. Przykłady. Dobór zmiennych objaśniających
2. Klasyczna metoda najmniejszych kwadratów: założenia, dobór zmiennych do modelu, miary dopasowania, testowanie hipotez.
3. Metoda zmiennych instrumentalnych, uogólniona metoda najmniejszych kwadratów, 2MNK, 3MNK: założenia, porównanie, własności estymatorów.
4. Zastosowanie metody największej wiarygodności: weryfikacja założeń, estymacja, testowanie hipotez.
5. Nieliniowa metoda najmniejszych kwadratów.
6. Uogólniona metoda zmiennych instrumentalnych, uogólniona metoda momentów.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 125 h
Module ECTS credits 5 ECTS
Participation in lectures 28 h
Participation in auditorium classes 14 h
Participation in project classes 14 h
Examination or Final test 2 h
Realization of independently performed tasks 22 h
Preparation for classes 26 h
Completion of a project 15 h
Contact hours 4 h
Additional information
Method of calculating the final grade:

Ocena końcowa obliczana jako średnia ważona ocen ze wszystkich terminów egzaminu (waga 2) i zaliczeń z ćwiczeń audytoryjnych i projektowych(waga 1). Ocena z ćwiczeń audytoryjnych jest wystawiana na podstawie wyników kolokwium zaliczeniowego skorygowanych o ocenę aktywności na zajęciach. Do pozytywnego zliczenia ćwiczeń audytoryjnych konieczne jest uzyskanie pozytywnej oceny z kolokwium zaliczeniowego. Ocena z ćwiczeń projektowych jest wystawiana na podstawie oceny wykonania i prezentacji projektu skorygowanej o ocenę aktywności na zajęciach. Do zaliczenia przedmiotu konieczne jest otrzymanie pozytywnych ocen z zaliczeń oraz egzaminu.

Prerequisites and additional requirements:

Wiedza z podstaw ekonometrii, algebry liniowej, rachunku prawdopodobieństwa i statystyki matematycznej.

Recommended literature and teaching resources:

1. Charemza, W., Dedaman, D.F. Nowa ekonometria, PWE Warszawa, 1997.
2. Goryl, A., Jędrzejczak, Z., Kukuła, K., Osiewalski, J., Walkosz, A. Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa 1996.
3. Maddala, G.S. Ekonometria, PWN, Warszawa 2006.
4. Osińska M., Ekonometria finansowa, PWE Warszawa 2006.

Scientific publications of module course instructors related to the topic of the module:
  1. Impact of US macroeconomic news announcements on intraday causalities on selected European stock markets / Henryk GURGUL, Łukasz LACH, Tomasz WÓJTOWICZ // Finance a úvěr = Czech Journal of Economics and Finance ; ISSN 0015-1920. — 2016 vol. 66 no. 5, s. 405–425. — Bibliogr. s. 423–425, Abstr.
  2. The impact of asynchronous trading on Epps effect : comparative study on Warsaw Stock Exchange and Vienna Stock Exchange / Henryk GURGUL, Artur MACHNO // Managerial Economics = Ekonomia Menedżerska ; ISSN 1898-1143. — 2016 vol. 17 no. 1, s. 59–75. — Bibliogr. s. 75, Summ.. — tekst: http://goo.gl/3HWesc
  3. A dynamic model of birth and death of enterprises in Germany / Henryk GURGUL, Paweł ZAJĄC, Xenia Matschke, Manfred J. Matschke // BFuP. Betriebswirtschaftliche Forschung und Praxis ; ISSN 0340-5370. — 2014 Jg. 66 H. 1, s. 86–103. — Bibliogr. s. 101–103
  4. Impact of US macroeconomic news announcements on intraday causalities on selected European stock markets / Henryk GURGUL, Łukasz LACH, Tomasz WÓJTOWICZ // Finance a úvěr = Czech Journal of Economics and Finance ; ISSN 0015-1920. — 2016 vol. 66 no. 5, s. 405–425. — Bibliogr. s. 423–425, Abstr.
  5. The impact of US macroeconomic news on the Polish stock market : the importance of company size to information flow / Henryk GURGUL, Tomasz WÓJTOWICZ // Central European Journal of Operations Research ; ISSN 1435-246X. — 2014 vol. 22 iss. 4, s. 795–817. — Bibliogr. s. 817, Abstr.. — tekst: http://link.springer.com/content/pdf/10.1007%2Fs10100-014-0343-x.pdf
Additional information:

Ogólne warunki uczestnictwa i zaliczenia przedmiotu określa Regulamin Studiów.
W przypadku nieuzyskania zaliczenia w terminie podstawowym student ma prawo do dwukrotnego zaliczania ćwiczeń w terminach poprawkowych pod warunkiem wcześniejszego wyrównania ew. zaległości powstałych wskutek nieobecności na zajęciach. Tryb wyrównania zaległości powstałych wskutek nieobecności studenta na zajęciach ustala prowadzący zajęcia uwzględniając specyfikę oraz wielkość powstałych zaległości.