Ulubione
  1. Strona główna
  2. MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R

MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R

45,00 zł
40,50 zł
/ szt.
Oszczędzasz 10 % ( 4,50 zł).
Autor: Michał Rubaszek
Kod produktu: 978-83-7378-742-1
45,00 zł
40,50 zł
/ szt.
Oszczędzasz 10 % ( 4,50 zł).
Dodaj do ulubionych
Łatwy zwrot towaru w ciągu 14 dni od zakupu bez podania przyczyny
MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R
MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R
[[[separator]]]

Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie cztery lata na zajęciach z "Ekonometrii finansowej II" prowadzonych w ramach studiów magisterskich w Szkole Głównej Handlowej w Warszawie. Zawiera ona również materiały, które opracowałem wcześniej na przedmioty "Ekonometria stosowana II" oraz "Dynamiczne modele wielorównaniowe". Celem wyżej wymienionych przedmiotów, a także tej książki, jest zapoznanie słuchaczy z zaawansowanymi metodami analizy szeregów czasowych, ze szczególnym uwzględnieniem ich zastosowanie do:

  • oceny bieżącej sytuacji ekonomicznej;
  • analizy dynamicznych zależności zachodzących między zmiennymi ekonomicznymi i finansowymi;
  • prognozowania.

 

Biorąc pod uwagę fakt, że przedmiot "Ekonometria Finansowa II" jest adresowany do studentów posiadających podstawową wiedzę z ekonometrii oraz statystyki, podobne przygotowanie jest wskazane przed przystąpieniem do lektury tej książki.

Charakterystyczną cechą książki jest to, że skupia się ona na empirycznych zastosowaniach wybranych metod do analizy polskiej gospodarki. W każdym rozdziale zaprezentowano model ekonometryczny wraz z jego założeniami oraz metodami aplikacji. Omawiany model wykorzystywano do objaśnienia zmian zachodzących w polskiej gospodarce w ciągu ostatniej dekady oraz do wnioskowania na temat przyszłych zdarzeń. Każdy rozdział został zakończony zestawem kilku zadań o charakterze teoretycznym i empirycznym.

Kolejną cechą charakterystyczną książki jest to, że wszystkie omawiane obliczenia przeprowadzono w programie R i mogą być odtworzone przez Czytelników. Większość kodów została opisana w książce, zaś pełne kody mogą zostać pobrane ze strony internetowej: http://akson.sgh.waw.pl/mrubas/EFzR/EFzR.html, która uzupełnia dane opracowanie. Na stronie tej znajdują się również dane w formacie csv oraz zestaw prezentacji, które mogą być przydatne w prowadzeniu wykładów w ramach przedmiotów wykorzystujących dane opracowanie.

Struktura książki jest następujące. Pierwszy rozdział stanowi wprowadzenie do programu R oraz przypomnienie podstawowych pojęć statystycznych. Rozdział drugi przedstawia metody analizy spektralnej oraz filtry liniowe. Część empiryczna omawia metody dekompozycji szeregu PKB na długookresowy trend oraz część cykliczną. W rozdziale trzecim prezentowane są testy pierwiastka jednostkowego oraz ich aplikacja do badania stacjonarności szeregu PKB. Rozdział czwarty opisuje autoregresyjne modele średniej ruchomej (ARMA) na przykładzie analizy zmian cen w Polsce. W rozdziałach piątym i szóstym prezentowane są modele wektorowej autoregresji (VAR) oraz ich postać strukturalna (SVAR). Zastosowania empiryczne obejmują badanie wpływu zmian kursu walutowego na ceny oraz dekompozycję PKB na część cykliczną oraz trend długookresowy. W kolejnym rozdziale prezentowane są modele autoregresyjnej warunkowej heteroskedastyczności (ARCH) i ich aplikacja do badania zmian kursu złotego względem euro. Rozdział ósmy opisuje modele krzywej dochodowości oraz metody ich wykorzystania do wnioskowania na temat przyszłych wartości stóp procentowych. W rozdziale dziewiątym omówione zostały modele wyceny opcji oraz ich zastosowanie do analizy opcji na indeks WIG20. Rozdział dziesiąty prezentuje model Markowitza, który jest wykorzystany do budowy portfela inwestycyjnego składającego się z akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW). W ostatnim rozdziale omawiane są modele równowagi na rynku kapitałowym i ich zastosowanie do analizy stóp zwrotu akcji notowanych na GPW.

Pierwsza część książki, omawiająca zastosowania wybranych modeli ekonometrycznych do symulacji i prognoz makroekonomicznych oraz do analizy rynków finansowych, może być wykorzystana jako podręcznik podstawowy lub pomocniczy do nauczania przedmiotów "Ekonometria finansowa", "Ekonometria szeregów czasowych" lub "Prognozowanie i symulacje" na studiach magisterskich. Druga część książki, dotycząca zagadnień związanych z analizą rynków finansowych, może być również wykorzystywana do nauki przedmiotów, takich jak "Analiza rynków finansowych", "Wycena opcji" czy "Portfel inwestycyjny". Biorąc pod uwagę, że wszystkie przykłady omówione w książce mogą być samodzielnie odtworzone przy wykorzystaniu załączonych kodów napisanych w programie R, książka ta może być z powodzeniem przeznaczona do samodzielnej nauki.

[[[separator]]]

Wstęp

 

1. Wprowadzenie

1.1. Wprowadzenie do programu R

1.2. Wprowadzenie do analizy szeregów czasowych

1.3. Wprowadzenie do liczenia stóp zwrotu

1.4. Zadania

 

2. Filtry i analiza spektralna

2.1. Analiza spektralna

2.2. Filtry liniowe

2.3. Idealny filtr pasmowo-przepustowy

2.4. Filtr Baxtera-Kinga

2.5. Filtr Christiano-Fitzgeralda

2.6. Filtr Hodricka-Prescotta

2.7. Analiza cyklu koniunkturalnego w Polsce

2.8. Zadania

 

3. Testy pierwiastka jednostkowego

3.1. Definicja stacjonarności procesu stochastycznego

3.2. Procesy białego szumu i błądzenia losowego

3.3. Wariancja długookresowa

3.4. Test Dickeya-Fullera

3.5. Test Phillipsa-Perrona

3.6. Test KPSS

3.7. Moc testów pierwiastka jednostkowego

3.8. Zadania

 

4. Jednowymiarowe modele szeregów czasowych

4.1. Procesy ARMA

4.2. Estymacja parametrów modelu ARMA

4.3. Wybór specyfikacji modelu ARMA

4.4. Weryfikacja modelu ARMA

4.5. Stacjonarność modelu ARMA

4.6. Prognozowanie z modelem ARMA

4.7. Zadania

 

5. Wielowymiarowe modele szeregów czasowych

5.1. Specyfikacja i estymacja modelu VAR

5.2. Estymacja modelu VAR

5.3. Dobór opóźnienia modelu VAR

5.4. Testy na autokorelację reszt

5.5. Normalność rozkładu składnika losowego

5.6. Stabilność modelu VAR

5.7. Prognozowanie z modelem VAR

5.8. Zadania

 

6. Strukturalne modele VAR

6.1. Przyczynowość

6.2. Funkcja reakcji na impuls

6.3. Dekompozycja wariancji

6.4. Strukturalizacja krótkookresowa

6.5. Model pass-through dla Polski

6.6. Egzogeniczność oraz modele VARX

6.7. Strukturalizacja długookresowa

6.8. Szacowanie luki popytowej w Polsce

6.9. Zadania

 

7. Modele klasy ARCH

7.1. Grupowanie wariancji

7.2. Modele ARCH i GARCH

7.3. Estymacja modelu GARCH

7.4. Wybór specyfikacji modelu GARCH

7.5. Prognozowanie z modelem GARCH

7.6. Rozszerzenia modelu GARCH

7.7. Zadania

 

8. Modelowanie krzywej dochodowości

8.1. Definicja krzywej dochodowości

8.2. Modele krzywej dochodowości

8.3. Analiza stóp procentowych w Polsce

8.4. Oczekiwana ścieżka stóp procentowych

8.5. Zadania

 

9. Wycena opcji oraz zmienność implikowana

9.1. Definicja opcji

9.2. Wprowadzenie do procesów stochastycznych w czasie ciągłym

9.3. Formuła Blacka-Scholesa

9.4. Greckie wskaźniki w wycenie opcji

9.5. Wycena opcji na WIG20

9.6. Zmienność implikowana

9.7. Zadania

 

10. Portfel inwestycyjny

10.1. Założenia modelu Markowitza

10.2. Portfel dla dwóch akcji

10.3. Portfel dla N akcji

10.4. Portfel dla akcji notowanych na GPW

10.5. Zadania

 

11. Modele równowagi na rynku kapitałowym

11.1. Model jednoczynnikowy

11.2. Założenia i wyprowadzenie modelu CAPM

11.3. Testy modelu CAPM

11.4. Model APT

11.5. Zadania

 

Bibliografia

Opis

Wydanie: 1
Rok wydania: 2012
Wydawnictwo: Oficyna Wydawnicza
Oprawa: miękka
Format: B5
Liczba stron: 280

Wstęp

Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie cztery lata na zajęciach z "Ekonometrii finansowej II" prowadzonych w ramach studiów magisterskich w Szkole Głównej Handlowej w Warszawie. Zawiera ona również materiały, które opracowałem wcześniej na przedmioty "Ekonometria stosowana II" oraz "Dynamiczne modele wielorównaniowe". Celem wyżej wymienionych przedmiotów, a także tej książki, jest zapoznanie słuchaczy z zaawansowanymi metodami analizy szeregów czasowych, ze szczególnym uwzględnieniem ich zastosowanie do:

  • oceny bieżącej sytuacji ekonomicznej;
  • analizy dynamicznych zależności zachodzących między zmiennymi ekonomicznymi i finansowymi;
  • prognozowania.

 

Biorąc pod uwagę fakt, że przedmiot "Ekonometria Finansowa II" jest adresowany do studentów posiadających podstawową wiedzę z ekonometrii oraz statystyki, podobne przygotowanie jest wskazane przed przystąpieniem do lektury tej książki.

Charakterystyczną cechą książki jest to, że skupia się ona na empirycznych zastosowaniach wybranych metod do analizy polskiej gospodarki. W każdym rozdziale zaprezentowano model ekonometryczny wraz z jego założeniami oraz metodami aplikacji. Omawiany model wykorzystywano do objaśnienia zmian zachodzących w polskiej gospodarce w ciągu ostatniej dekady oraz do wnioskowania na temat przyszłych zdarzeń. Każdy rozdział został zakończony zestawem kilku zadań o charakterze teoretycznym i empirycznym.

Kolejną cechą charakterystyczną książki jest to, że wszystkie omawiane obliczenia przeprowadzono w programie R i mogą być odtworzone przez Czytelników. Większość kodów została opisana w książce, zaś pełne kody mogą zostać pobrane ze strony internetowej: http://akson.sgh.waw.pl/mrubas/EFzR/EFzR.html, która uzupełnia dane opracowanie. Na stronie tej znajdują się również dane w formacie csv oraz zestaw prezentacji, które mogą być przydatne w prowadzeniu wykładów w ramach przedmiotów wykorzystujących dane opracowanie.

Struktura książki jest następujące. Pierwszy rozdział stanowi wprowadzenie do programu R oraz przypomnienie podstawowych pojęć statystycznych. Rozdział drugi przedstawia metody analizy spektralnej oraz filtry liniowe. Część empiryczna omawia metody dekompozycji szeregu PKB na długookresowy trend oraz część cykliczną. W rozdziale trzecim prezentowane są testy pierwiastka jednostkowego oraz ich aplikacja do badania stacjonarności szeregu PKB. Rozdział czwarty opisuje autoregresyjne modele średniej ruchomej (ARMA) na przykładzie analizy zmian cen w Polsce. W rozdziałach piątym i szóstym prezentowane są modele wektorowej autoregresji (VAR) oraz ich postać strukturalna (SVAR). Zastosowania empiryczne obejmują badanie wpływu zmian kursu walutowego na ceny oraz dekompozycję PKB na część cykliczną oraz trend długookresowy. W kolejnym rozdziale prezentowane są modele autoregresyjnej warunkowej heteroskedastyczności (ARCH) i ich aplikacja do badania zmian kursu złotego względem euro. Rozdział ósmy opisuje modele krzywej dochodowości oraz metody ich wykorzystania do wnioskowania na temat przyszłych wartości stóp procentowych. W rozdziale dziewiątym omówione zostały modele wyceny opcji oraz ich zastosowanie do analizy opcji na indeks WIG20. Rozdział dziesiąty prezentuje model Markowitza, który jest wykorzystany do budowy portfela inwestycyjnego składającego się z akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW). W ostatnim rozdziale omawiane są modele równowagi na rynku kapitałowym i ich zastosowanie do analizy stóp zwrotu akcji notowanych na GPW.

Pierwsza część książki, omawiająca zastosowania wybranych modeli ekonometrycznych do symulacji i prognoz makroekonomicznych oraz do analizy rynków finansowych, może być wykorzystana jako podręcznik podstawowy lub pomocniczy do nauczania przedmiotów "Ekonometria finansowa", "Ekonometria szeregów czasowych" lub "Prognozowanie i symulacje" na studiach magisterskich. Druga część książki, dotycząca zagadnień związanych z analizą rynków finansowych, może być również wykorzystywana do nauki przedmiotów, takich jak "Analiza rynków finansowych", "Wycena opcji" czy "Portfel inwestycyjny". Biorąc pod uwagę, że wszystkie przykłady omówione w książce mogą być samodzielnie odtworzone przy wykorzystaniu załączonych kodów napisanych w programie R, książka ta może być z powodzeniem przeznaczona do samodzielnej nauki.

Spis treści

Wstęp

 

1. Wprowadzenie

1.1. Wprowadzenie do programu R

1.2. Wprowadzenie do analizy szeregów czasowych

1.3. Wprowadzenie do liczenia stóp zwrotu

1.4. Zadania

 

2. Filtry i analiza spektralna

2.1. Analiza spektralna

2.2. Filtry liniowe

2.3. Idealny filtr pasmowo-przepustowy

2.4. Filtr Baxtera-Kinga

2.5. Filtr Christiano-Fitzgeralda

2.6. Filtr Hodricka-Prescotta

2.7. Analiza cyklu koniunkturalnego w Polsce

2.8. Zadania

 

3. Testy pierwiastka jednostkowego

3.1. Definicja stacjonarności procesu stochastycznego

3.2. Procesy białego szumu i błądzenia losowego

3.3. Wariancja długookresowa

3.4. Test Dickeya-Fullera

3.5. Test Phillipsa-Perrona

3.6. Test KPSS

3.7. Moc testów pierwiastka jednostkowego

3.8. Zadania

 

4. Jednowymiarowe modele szeregów czasowych

4.1. Procesy ARMA

4.2. Estymacja parametrów modelu ARMA

4.3. Wybór specyfikacji modelu ARMA

4.4. Weryfikacja modelu ARMA

4.5. Stacjonarność modelu ARMA

4.6. Prognozowanie z modelem ARMA

4.7. Zadania

 

5. Wielowymiarowe modele szeregów czasowych

5.1. Specyfikacja i estymacja modelu VAR

5.2. Estymacja modelu VAR

5.3. Dobór opóźnienia modelu VAR

5.4. Testy na autokorelację reszt

5.5. Normalność rozkładu składnika losowego

5.6. Stabilność modelu VAR

5.7. Prognozowanie z modelem VAR

5.8. Zadania

 

6. Strukturalne modele VAR

6.1. Przyczynowość

6.2. Funkcja reakcji na impuls

6.3. Dekompozycja wariancji

6.4. Strukturalizacja krótkookresowa

6.5. Model pass-through dla Polski

6.6. Egzogeniczność oraz modele VARX

6.7. Strukturalizacja długookresowa

6.8. Szacowanie luki popytowej w Polsce

6.9. Zadania

 

7. Modele klasy ARCH

7.1. Grupowanie wariancji

7.2. Modele ARCH i GARCH

7.3. Estymacja modelu GARCH

7.4. Wybór specyfikacji modelu GARCH

7.5. Prognozowanie z modelem GARCH

7.6. Rozszerzenia modelu GARCH

7.7. Zadania

 

8. Modelowanie krzywej dochodowości

8.1. Definicja krzywej dochodowości

8.2. Modele krzywej dochodowości

8.3. Analiza stóp procentowych w Polsce

8.4. Oczekiwana ścieżka stóp procentowych

8.5. Zadania

 

9. Wycena opcji oraz zmienność implikowana

9.1. Definicja opcji

9.2. Wprowadzenie do procesów stochastycznych w czasie ciągłym

9.3. Formuła Blacka-Scholesa

9.4. Greckie wskaźniki w wycenie opcji

9.5. Wycena opcji na WIG20

9.6. Zmienność implikowana

9.7. Zadania

 

10. Portfel inwestycyjny

10.1. Założenia modelu Markowitza

10.2. Portfel dla dwóch akcji

10.3. Portfel dla N akcji

10.4. Portfel dla akcji notowanych na GPW

10.5. Zadania

 

11. Modele równowagi na rynku kapitałowym

11.1. Model jednoczynnikowy

11.2. Założenia i wyprowadzenie modelu CAPM

11.3. Testy modelu CAPM

11.4. Model APT

11.5. Zadania

 

Bibliografia

Opinie

Twoja ocena:
Wydanie: 1
Rok wydania: 2012
Wydawnictwo: Oficyna Wydawnicza
Oprawa: miękka
Format: B5
Liczba stron: 280

Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie cztery lata na zajęciach z "Ekonometrii finansowej II" prowadzonych w ramach studiów magisterskich w Szkole Głównej Handlowej w Warszawie. Zawiera ona również materiały, które opracowałem wcześniej na przedmioty "Ekonometria stosowana II" oraz "Dynamiczne modele wielorównaniowe". Celem wyżej wymienionych przedmiotów, a także tej książki, jest zapoznanie słuchaczy z zaawansowanymi metodami analizy szeregów czasowych, ze szczególnym uwzględnieniem ich zastosowanie do:

  • oceny bieżącej sytuacji ekonomicznej;
  • analizy dynamicznych zależności zachodzących między zmiennymi ekonomicznymi i finansowymi;
  • prognozowania.

 

Biorąc pod uwagę fakt, że przedmiot "Ekonometria Finansowa II" jest adresowany do studentów posiadających podstawową wiedzę z ekonometrii oraz statystyki, podobne przygotowanie jest wskazane przed przystąpieniem do lektury tej książki.

Charakterystyczną cechą książki jest to, że skupia się ona na empirycznych zastosowaniach wybranych metod do analizy polskiej gospodarki. W każdym rozdziale zaprezentowano model ekonometryczny wraz z jego założeniami oraz metodami aplikacji. Omawiany model wykorzystywano do objaśnienia zmian zachodzących w polskiej gospodarce w ciągu ostatniej dekady oraz do wnioskowania na temat przyszłych zdarzeń. Każdy rozdział został zakończony zestawem kilku zadań o charakterze teoretycznym i empirycznym.

Kolejną cechą charakterystyczną książki jest to, że wszystkie omawiane obliczenia przeprowadzono w programie R i mogą być odtworzone przez Czytelników. Większość kodów została opisana w książce, zaś pełne kody mogą zostać pobrane ze strony internetowej: http://akson.sgh.waw.pl/mrubas/EFzR/EFzR.html, która uzupełnia dane opracowanie. Na stronie tej znajdują się również dane w formacie csv oraz zestaw prezentacji, które mogą być przydatne w prowadzeniu wykładów w ramach przedmiotów wykorzystujących dane opracowanie.

Struktura książki jest następujące. Pierwszy rozdział stanowi wprowadzenie do programu R oraz przypomnienie podstawowych pojęć statystycznych. Rozdział drugi przedstawia metody analizy spektralnej oraz filtry liniowe. Część empiryczna omawia metody dekompozycji szeregu PKB na długookresowy trend oraz część cykliczną. W rozdziale trzecim prezentowane są testy pierwiastka jednostkowego oraz ich aplikacja do badania stacjonarności szeregu PKB. Rozdział czwarty opisuje autoregresyjne modele średniej ruchomej (ARMA) na przykładzie analizy zmian cen w Polsce. W rozdziałach piątym i szóstym prezentowane są modele wektorowej autoregresji (VAR) oraz ich postać strukturalna (SVAR). Zastosowania empiryczne obejmują badanie wpływu zmian kursu walutowego na ceny oraz dekompozycję PKB na część cykliczną oraz trend długookresowy. W kolejnym rozdziale prezentowane są modele autoregresyjnej warunkowej heteroskedastyczności (ARCH) i ich aplikacja do badania zmian kursu złotego względem euro. Rozdział ósmy opisuje modele krzywej dochodowości oraz metody ich wykorzystania do wnioskowania na temat przyszłych wartości stóp procentowych. W rozdziale dziewiątym omówione zostały modele wyceny opcji oraz ich zastosowanie do analizy opcji na indeks WIG20. Rozdział dziesiąty prezentuje model Markowitza, który jest wykorzystany do budowy portfela inwestycyjnego składającego się z akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW). W ostatnim rozdziale omawiane są modele równowagi na rynku kapitałowym i ich zastosowanie do analizy stóp zwrotu akcji notowanych na GPW.

Pierwsza część książki, omawiająca zastosowania wybranych modeli ekonometrycznych do symulacji i prognoz makroekonomicznych oraz do analizy rynków finansowych, może być wykorzystana jako podręcznik podstawowy lub pomocniczy do nauczania przedmiotów "Ekonometria finansowa", "Ekonometria szeregów czasowych" lub "Prognozowanie i symulacje" na studiach magisterskich. Druga część książki, dotycząca zagadnień związanych z analizą rynków finansowych, może być również wykorzystywana do nauki przedmiotów, takich jak "Analiza rynków finansowych", "Wycena opcji" czy "Portfel inwestycyjny". Biorąc pod uwagę, że wszystkie przykłady omówione w książce mogą być samodzielnie odtworzone przy wykorzystaniu załączonych kodów napisanych w programie R, książka ta może być z powodzeniem przeznaczona do samodzielnej nauki.

Wstęp

 

1. Wprowadzenie

1.1. Wprowadzenie do programu R

1.2. Wprowadzenie do analizy szeregów czasowych

1.3. Wprowadzenie do liczenia stóp zwrotu

1.4. Zadania

 

2. Filtry i analiza spektralna

2.1. Analiza spektralna

2.2. Filtry liniowe

2.3. Idealny filtr pasmowo-przepustowy

2.4. Filtr Baxtera-Kinga

2.5. Filtr Christiano-Fitzgeralda

2.6. Filtr Hodricka-Prescotta

2.7. Analiza cyklu koniunkturalnego w Polsce

2.8. Zadania

 

3. Testy pierwiastka jednostkowego

3.1. Definicja stacjonarności procesu stochastycznego

3.2. Procesy białego szumu i błądzenia losowego

3.3. Wariancja długookresowa

3.4. Test Dickeya-Fullera

3.5. Test Phillipsa-Perrona

3.6. Test KPSS

3.7. Moc testów pierwiastka jednostkowego

3.8. Zadania

 

4. Jednowymiarowe modele szeregów czasowych

4.1. Procesy ARMA

4.2. Estymacja parametrów modelu ARMA

4.3. Wybór specyfikacji modelu ARMA

4.4. Weryfikacja modelu ARMA

4.5. Stacjonarność modelu ARMA

4.6. Prognozowanie z modelem ARMA

4.7. Zadania

 

5. Wielowymiarowe modele szeregów czasowych

5.1. Specyfikacja i estymacja modelu VAR

5.2. Estymacja modelu VAR

5.3. Dobór opóźnienia modelu VAR

5.4. Testy na autokorelację reszt

5.5. Normalność rozkładu składnika losowego

5.6. Stabilność modelu VAR

5.7. Prognozowanie z modelem VAR

5.8. Zadania

 

6. Strukturalne modele VAR

6.1. Przyczynowość

6.2. Funkcja reakcji na impuls

6.3. Dekompozycja wariancji

6.4. Strukturalizacja krótkookresowa

6.5. Model pass-through dla Polski

6.6. Egzogeniczność oraz modele VARX

6.7. Strukturalizacja długookresowa

6.8. Szacowanie luki popytowej w Polsce

6.9. Zadania

 

7. Modele klasy ARCH

7.1. Grupowanie wariancji

7.2. Modele ARCH i GARCH

7.3. Estymacja modelu GARCH

7.4. Wybór specyfikacji modelu GARCH

7.5. Prognozowanie z modelem GARCH

7.6. Rozszerzenia modelu GARCH

7.7. Zadania

 

8. Modelowanie krzywej dochodowości

8.1. Definicja krzywej dochodowości

8.2. Modele krzywej dochodowości

8.3. Analiza stóp procentowych w Polsce

8.4. Oczekiwana ścieżka stóp procentowych

8.5. Zadania

 

9. Wycena opcji oraz zmienność implikowana

9.1. Definicja opcji

9.2. Wprowadzenie do procesów stochastycznych w czasie ciągłym

9.3. Formuła Blacka-Scholesa

9.4. Greckie wskaźniki w wycenie opcji

9.5. Wycena opcji na WIG20

9.6. Zmienność implikowana

9.7. Zadania

 

10. Portfel inwestycyjny

10.1. Założenia modelu Markowitza

10.2. Portfel dla dwóch akcji

10.3. Portfel dla N akcji

10.4. Portfel dla akcji notowanych na GPW

10.5. Zadania

 

11. Modele równowagi na rynku kapitałowym

11.1. Model jednoczynnikowy

11.2. Założenia i wyprowadzenie modelu CAPM

11.3. Testy modelu CAPM

11.4. Model APT

11.5. Zadania

 

Bibliografia

Napisz swoją opinię
Twoja ocena:
Szybka wysyłka zamówień
Kup online i odbierz na uczelni
Bezpieczne płatności
pixel