Ekonometria finansowa 1100-12-E22-AG-EkFin

Jednorównaniowe modele finansowych szeregów czasowych
1.1. Procesy stochastyczne i szeregi czasowe – wprowadzenie
1.2. Modele stacjonarnych procesów stochastycznych: AR(p), MA(q), ARMA(p,q) – identyfikacja, estymacja, prognozowanie
1.3 Przykłady modelowania stacjonarnych procesów stochastycznych generujących szeregi finansowe: modele stopy zwrotu walut USD, EURO, modele stopy zwrotu wybranych spółek notowanych na GPW w Warszawie
Modele niestacjonarnych procesów stochastycznych
2.1. Stacjonarność procesu i sposób jej empirycznej weryfikacji
2.2 Szeregi trendo- i przyrostostacjonarne - testy stacjonarności i pierwiastka jednostkowego
2.3. Kointegracja szeregów czasowych – jednorównaniowy model korekty błędem
2.4. Przykłady zastosowań szeregów przyrostostacjonarnych w analizach finansowych:
weryfikacja parytetu siły nabywczej, model pojedynczego indeksu
Charakterystyka finansowych szeregów czasowych
3.1 Finansowe szeregi czasowe i ich charakterystyki.
3.2 Analiza rozkładów stóp zwrotu.
3.3 Hipoteza rynku efektywnego w świetle analizy ekonometrycznej
3.4 Metody weryfikacji hipotezy słabej efektywności rynku
Jednowymiarowe modele zmienności
4.1 Definicja zmienności
4.2 Podstawowy i uogólniony model ARCH, testowanie ARCH
4.3 Model GARCH in mean
4.4 Estymacja parametrów modeli GARCH i ocena ich jakości
4.5. Prognozowanie na podstawie modelu GARCH
4.6 Procesy stochastycznej zmienności (SV)
4.7 Zastosowania modeli zmienności
Wielorównaniowe modele finansowych szeregów czasowych
5.1. Stacjonarne modele wektorowo-autoregresyjne (VAR) - identyfikacja rzędu modelu,
5.2. Strukturalne modele wektorowo-autoregresyjne (SVAR),
5.3 funkcja odpowiedzi na impuls
5.4. Przykłady wykorzystania modeli VAR, SVAR i funkcji IRF w analizach finansowych
Modele VAR dla procesów skointegrowanych
6.1 Badanie kointegracji – procedura Johansena
6.2 Wektorowy model korekty błędem VECM
6.3 Przykłady wykorzystania modeli VECM do prognozowania zależności finansowych
Wielowymiarowe modele GARCH
7.1 Ogólna postać wielorównaniowego modelu GARCH(p,q)
7.2 Model stałych warunkowych korelacji
7.3 Modele ze zmienną w czasie korelacją - model BEKK i jego własności
7.4 Testowanie stałości korelacji
7.5 Testowanie przyczynowości w sensie Grangera w zakresie wariancji
7.6 Zastosowania wielowymiarowych modeli GARCH w analizie efektu zarażania oraz zależności przyczynowych w zakresie zmienności.