Prognozowanie i symulacje

obowiązkowe

Wymagania wstępne

Statystyka, statystyka matematyczna, ekonometria, modelowanie szeregów czasowych, Wymagania formalne

wiadomości z zakresu matematyki, statystyki, statystyki matematycznej, ekonometrii i modelowania szeregów czasowych.

Celem zajęć jest zapoznanie studentów z metodologicznymi podstawami oraz najważniejszymi metodami prognozowania i symulacji, przede wszystkim na podstawie modeli ekonometrycznych. Zajęcia mają charakter przeglądowy i obejmują zarówno zagadnienia ogólne związane z tematyką przedmiotu, jak i konkretne metody, modele oraz techniki prognostyczne i symulacyjne. Nacisk zostanie położony na przygotowanie studentów do samodzielniej lektury prac empirycznych stosujących omawiane metody, modele oraz techniki prognostyczne i symulacyjne, jak również stworzenie fundamentów do samodzielnej pracy z danymi.

Zagadnienia ogólne

1. Wprowadzenie do zagadnień prognozowania i symulacji

2. Niepewność, błąd i jakość prognoz i symulacji

3. Najważniejsze problemy i zagadnienia praktyczne w prognozowaniu i symulacjach

Przegląd wybranych metod i modeli w kontekście prognostycznym i symulacyjnym

4. Proste metody i modele prognostyczne szeregów czasowych

5. Modele ARIMA

6. Modele ADL i ARIMAX

7. Modele strukturalne i semistrukturalne

8. Modele VAR

9. Modele równowagi ogólnej

10. Podejście wskaźnikowe (na przykładzie prognoz koniunktury)

11. Prognozowanie i symulowanie zdarzeń dyskretnych (na przykładzie zagadnienia upadłości)

Zagadnienia dodatkowe (w zależności od ilości dostępnego czasu)

12. Przegląd metod i technik z zakresu uczenia maszynowego

13. Modele z rodziny ARCH

Materiały udostępnione przez prowadzącego

Hendry D., Castle J., Clements M. (2019): Forecasting: An Essential Introduction, Yale University Press.

Hyndman R., Athanasopoulos G. (2018): Forecasting: principles and practice, OTexts.

Tetlock P. E., Gardner D. (2017): Superprognozowanie. Sztuka i nauka prognozowania, CeDeWu.

Student powinien znać metodologiczne podstawy oraz najważniejsze metody i modele prognostyczne i symulacyjne. Powinien być również przygotowany do samodzielniej lektury prac empirycznych stosujących omawiane metody, modele oraz techniki prognostyczne i symulacyjne, jak również powinien dysponować solidnymi fundamentami do samodzielnej pracy z danymi w ramach omawianych zagadnień.

2/3 badania własne + 1/3 egzamin

Badania własne – 2 prace na rzeczywistych danych w zespołach maksymalnie 2 osobowych. Jedna z prac powinna być poświęcona zagadnieniu prognozowania a druga – symulacji (przy czym możliwe jest połączenie tych dwóch elementów w ramach jednego większego badania). Badania powinny bazować na metodach i modelach omawianych na zajęciach, ale po uprzednim kontakcie z prowadzącym możliwe jest również przeprowadzenie badania według własnego pomysłu.

Opracowanie ma mieć charakter krótkiego raportu ekonometrycznego bez przesadnego obudowania w warstwę literacką. Oprogramowanie ekonometryczne dowolne. Wymagania i szczegóły techniczne zostaną przedstawione na zajęciach.

Egzamin – pisemny, 5-6 pytań/zadań otwartych o charakterze ogólnym weryfikujących:

- umiejętność interpretacji wyników prognoz i symulacji z zakresu metod i modeli omawianych na zajęciach

- podstawową wiedzę z zakresu omawianych na zajęciach metod i modeli prognostyczno-symulacyjnych

Egzamin w trybie stacjonarnym przewidziany jest na 60 minut. Jeżeli zapadnie decyzja o przeprowadzeniu egzaminu w trybie zdalnym, dokładna formuła i czas trwania egzaminu zostaną dostosowane do wytycznych władz Wydziału / UW.