Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Ekonometria Finansowa
Tok studiów:
2019/2020
Kod:
AMAT-2-409-MU-s
Wydział:
Matematyki Stosowanej
Poziom studiów:
Studia II stopnia
Specjalność:
Matematyka ubezpieczeniowa
Kierunek:
Matematyka
Semestr:
4
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr Kostrzewski Maciej (kostrzew@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Seminarium częściowo zapewnia studentowi udział w badaniach.
Seminarium jest wybierane zgodnie z zainteresowaniami, rozszerza wiedzę teoretyczną lub zastosowania, zapoznaje z fachową literaturą.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 zna podstawy i przykłady modelownia stochastycznego w matematyce finansowej, ekonomii. Potrafi stosować procesy stochastyczne jako narzędzie do modelowania zjawisk i analizy ich ewolucji MAT2A_U04, MAT2A_W09 Aktywność na zajęciach,
Odpowiedź ustna,
Projekt,
Udział w dyskusji,
Wykonanie projektu,
Zaangażowanie w pracę zespołu
M_W002 zna dobrze program R, służący do statystycznej obróbki danych MAT2A_W12 Wykonanie projektu
M_W003 zna podstawowe rozkłady probabilistyczne i ich własności; potrafi je stosować w zagadnieniach estymacji parametrów i testowania hipotez statystycznych MAT2A_U11 Aktywność na zajęciach,
Prezentacja,
Projekt,
Wykonanie projektu
Umiejętności: potrafi
M_U001 potrafi wykorzystać wiedzę z innych działów matematyki (rachunek prawdopodobieństwa, statystyka, algebra liniowa i analizy numerycznej) w ekonometrii MAT2A_U04 Aktywność na zajęciach,
Odpowiedź ustna,
Prezentacja,
Udział w dyskusji,
Wykonanie projektu
M_U002 orientuje się w podstawach statystyki (zagadnienia estymacji i testowanie hipotez) oraz w podstawach statystycznej obróbki danych MAT2A_U12, MAT2A_U11, MAT2A_U16 Aktywność na zajęciach,
Odpowiedź ustna,
Udział w dyskusji,
Wykonanie projektu
Kompetencje społeczne: jest gotów do
M_K001 zna zakres własnej wiedzy, potrafi ocenić brakujące elementy rozumowania i rozumie potrzebę dalszego kształcenia MAT2A_K01, MAT2A_K05 Aktywność na zajęciach,
Odpowiedź ustna,
Prezentacja,
Udział w dyskusji,
Wykonanie projektu,
Zaangażowanie w pracę zespołu
M_K002 potrafi pracować zespołowo jak również samodzielnie wyszukiwać informacje w literaturze, także w językach obcych MAT2A_K03 Aktywność na zajęciach,
Odpowiedź ustna,
Projekt,
Wykonanie projektu
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 0 0 0 0 0 30 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 zna podstawy i przykłady modelownia stochastycznego w matematyce finansowej, ekonomii. Potrafi stosować procesy stochastyczne jako narzędzie do modelowania zjawisk i analizy ich ewolucji - - - - - + - - - - -
M_W002 zna dobrze program R, służący do statystycznej obróbki danych - - - - - + - - - - -
M_W003 zna podstawowe rozkłady probabilistyczne i ich własności; potrafi je stosować w zagadnieniach estymacji parametrów i testowania hipotez statystycznych - - - - - + - - - - -
Umiejętności
M_U001 potrafi wykorzystać wiedzę z innych działów matematyki (rachunek prawdopodobieństwa, statystyka, algebra liniowa i analizy numerycznej) w ekonometrii - - - - - + - - - - -
M_U002 orientuje się w podstawach statystyki (zagadnienia estymacji i testowanie hipotez) oraz w podstawach statystycznej obróbki danych - - - - - + - - - - -
Kompetencje społeczne
M_K001 zna zakres własnej wiedzy, potrafi ocenić brakujące elementy rozumowania i rozumie potrzebę dalszego kształcenia - - - - - + - - - - -
M_K002 potrafi pracować zespołowo jak również samodzielnie wyszukiwać informacje w literaturze, także w językach obcych - - - - - + - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 55 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 8 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 15 godz
Dodatkowe godziny kontaktowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Zajęcia seminaryjne (30h):
  1. Wprowadzenie.

    Przypomnienie podstaw programowania w R na przykładach.
    Prognozowanie.
    Niestacjonarność szeregów czasowych.

  2. Heteroskedastyczność

    Modele GARCH

  3. Wielowymiarowe szeregi czasowe

    Wielowymiarowy model ARMA.
    Model VAR
    Wielowymiarowy model GARCH

  4. Modele przestrzeni stanów

    Modele SV
    Filtr Kalmana

  5. Kointegracja

    Twierdzenie Granger’a i jego zastosowania.
    Statystyczny arbitraż
    Strategie inwestycyjne dla par aktywów inwestycyjnych.

Pozostałe informacje
Metody i techniki kształcenia:
  • Zajęcia seminaryjne: Na zajęciach seminaryjnych podstawą jest prezentacja multimedialna oraz ustna prowadzona przez studentów. Kolejnym ważnym elementem kształcenia są odpowiedzi na powstałe pytania, a także dyskusja studentów nad prezentowanymi treściami.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zasady udziału w zajęciach:
  • Zajęcia seminaryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci prezentują na forum grupy temat wskazany przez prowadzącego oraz uczestniczą w dyskusji nad tym tematem. Ocenie podlega zarówno wartość merytoryczna prezentacji, jak i tzw. kompetencje miękkie.
Sposób obliczania oceny końcowej:

Ocena końcowa, to ocena projektu otrzymana za wykonanie projektu i jego prezentacje.
W przypadku poprawnego rozwiązania problemów pojawiających się w trakcie zajęć ocena końcowa może być wyższa niż ocena projektu.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Student powinien zgłosić się do prowadzącego w celu ustalenia indywidualnego sposobu nadrobienia zaległości.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Student powinien ukończyć przedmiot ekonometria.

Zalecana literatura i pomoce naukowe:
1. Brockwell, Davis, Introduction to Time Series and Forecasting, Springer-Verlag, New York

2. Brockwell, Davis, Time Series: Theory and Methods, Springer-Verlag, New York
3. Greene, William, Econometric Analysis, Prentice Halls
4. Maddala G.S., Ekonometria, Wydawnictwo Naukowe PWN

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak