University of Warsaw - Central Authentication System
Strona główna

Modelling of Financial Markets

General data

Course ID: 2400-M2IiEMRF
Erasmus code / ISCED: 14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Economics The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Modelling of Financial Markets
Name in Polish: Modelowanie rynków finansowych
Organizational unit: Faculty of Economic Sciences
Course groups: (in Polish) Przedmioty kierunkowe (obowiązkowe) do wyboru - studia II stopnia IE - grupa 1 (3*30h)
ECTS credit allocation (and other scores): 4.00 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language: Polish
Type of course:

obligatory courses

Prerequisites (description):

(in Polish) Wymagania formalne

Finanse: Analiza i wycena akcji i obligacji, teorie portfelowe i modele rynku kapitałowego (model Sharpe’a, model CAPM, teoria arbitrażu cenowego APT), struktura terminowa stóp procentowych (krzywa rentowności);

Ekonometria: MNW, modele panelowe (model z efektami stałymi, model z efektami zmiennymi, test Hausmana);

Analiza szeregów czasowych: stacjonarność, kointegracja, model ECM, modele ARIMA/SARIMA, modele typu ARCH.


Założenia wstępne

Finanse, Ekonometria, Analiza szeregów czasowych



Short description: (in Polish)

Przedmiotem zajęć jest sformalizowana analiza rynków finansowych oraz przygotowanie uczestników do samodzielnego modelowania i prognozowania podstawowych wskaźników finansowych charakteryzujących te rynki. Najważniejszą rolę wśród tych wskaźników będą odgrywać ceny i stopy zwrotu instrumentów finansowych będących przedmiotem obrotu na rynku kapitałowym i walutowym, a więc przede wszystkim akcji, obligacji i walut. Generalna koncepcja zajęć polega na przedstawieniu najważniejszych elementów potrzebnych do samodzielnych prac uczestników oraz prostych przykładów prac empirycznych w trakcie pierwszej połowy semestru. Pozostałe zajęcia poświęcone będą prezentacjom prac wykonanych przez ich uczestników. Niezbędnym warunkiem zaliczenia kursu jest uczęszczanie na zajęcia.

Full description: (in Polish)

1-2. Wprowadzenie: przypomnienie podstawowych pojęć z finansów, matematyki, statystyki i ekonometrii. Ceny aktywów finansowych i ich stopy zwrotu (dochodowości), równowaga rynkowa.

Literatura: Brooks, r 3,Cuthbertson, r.1.

3-4. Modele normalnych stóp zwrotu: CAPM, APT i rozszerzenia CAPM. Przykłady empiryczne na podstawie literatury.

Literatura: Brooks, r 4, Cuthbertson, r.8.

5-6. Pojęcie efektywności rynku finansowego. Hipoteza rynku efektywnego (słaba, półsilna i silna). Empiryczne wyniki testowania efektywności rynku akcji.

Literatura: Brooks, r. 9,Cuthbertson, r. 5 i 6, Czekaj i in., Szyszka.

7-8. Możliwości prognozowania cen i dochodów z aktywów finansowych. Hipoteza błądzenia przypadkowego (random walk) i jej empiryczne testy. Wyniki współczesnych badań rynków dojrzałych.

Literatura: Brooks, r .5,7; Cuthbertson, r. 11-13, Cohrane r. 1.

9-10. Modelowanie zmienności - modele ARCH-GARCH.

Literatura: Brooks, r.8; Cuthbertson, r.5; Cochrane, r.1 .

11-12. Terminowa struktura stóp procentowych

Literatura: Cuthbertson, r. 14.

13-15: prezentacje studenckie.

Bibliography: (in Polish)

Obowiązkowa:

C. Brooks, Introdutory Econometrics for Finance, 2008, CUP, Cambridge.

Cuthbertson, Nitzsche, Quantitative Financial Economics, Wiley, Chichester 2004.

J.H. Cochrane, Asset Pricing, Princeton University Press, Princeton 2001.

J. Czekaj i in., Efektywnośc giełdowego rynku akcji, PWN, Warszawa 2001.

Uzupełniająca:

J. Brzeszczyński i R. Kelm, Ekonometryczne modele rynków finansowych, WIG-Press, Warszawa 2002.

J.Y.Campbell, A.W.Lo, A.C.MacKinlay, The Econometrics of Financial Markets, Princeton University Press, Princeton 1997.

Ch. Gourieroux, J.Jasiak, Financial econometrics, Princeton University Press, Princeton 2001.

K.Jajuga (red.), Metody ekonometryczne i statystyczne w analizie rynku kapitałowego, Wyd. AE we Wrocławiu, Wrocław 2000.

A.Szyszka, Efektywność Giełdy Papierów Wartościowych w Warszawie na tle rynków dojrzałych, AE, Poznań 2003.

oraz wybrane artykuły empiryczne wskazane przez prowadzących podczas pierwszych zajęć

Learning outcomes: (in Polish)

Wiedza:

Student zna i rozumie założenia najpopularniejszych modeli formalnych używanych w analizie rynków finansowych oraz rozumie ich podstawy ekonomiczne i matematyczne. Ma pogłębioną wiedzę na temat podstawowych technik wykorzystywania tych modeli w badaniach empirycznych

1. Student ma pogłębioną wiedzę na temat modeli normalnych stóp zwrotu z akcji – zna podstawy teoretyczne i wyprowadzenie modeli takich, jak CAPM i jego rozszerzenia, APT, TFF. Zna również standardowe przykłady ich zastosowania do badania stóp zwrotu na najważniejszych rynkach i w krajach wschodzących (łącznie z Polską).

2. Student zna pojęcie efektywności rynku finansowego i różne postacie hipotezy rynku efektywnego (efektywność słaba, półsilna i silna). Zna również najważniejsze wyniki empirycznego testowania tej hipotezy oraz podstawowe narzędzia wykorzystywane w tym celu (testy parametryczne i nieparametryczne, badanie efektywności różnych strategii inwestycyjnych etc.).

3. Student wie, jakie są możliwości prognozowania cen i zwrotów z aktywów finansowych oraz rozumie, jak można wykorzystać proces błądzenia przypadkowego do opisu rynku finansowego. Student zna podstawowe empiryczne testy dla błądzenia przypadkowego oraz wyniki ich stosowania do najważniejszych rynków dojrzałych i wschodzących.

4. Student zna podstawowe typy modeli ARCH/GARCH jako narzędzi modelowania zmienności i rozumie wagę jawnego uwzględniania zmienności w modelowaniu stóp zwrotu z instrumentów finansowych.

5. Student rozumie koncepcje struktury terminowej stóp procentowych oraz zna jej podstawy teoretyczne. Student zna podstawowe konstrukcje modelowe struktury terminowej, zarówno dla czasu ciągłego, jak i dyskretnego.

Umiejętności:

Student posiada szerokie i pogłębione umiejętności doboru właściwej koncepcji i modelu formalnego do analizy rynków finansowych. Student umie nie tylko zaprojektować i przeprowadzić badanie empiryczne, ale poprawnie zinterpretować jego wyniki i poprawnie sformułować raport z całego badania.

1. Student potrafi zebrać i przygotować odpowiednie dane dla badania zarówno zróżnicowania stóp zwrotu z akcji, jak i ich zmienności w czasie oraz wykorzystać je do estymacji parametrów podstawowych modeli rynku akcji (CAPM, TFFF, APT i ich standardowe rozszerzenia).

2. Student umie sformułować hipotezę efektywności rynku finansowego i błądzenia przypadkowego w sposób pozwalający na ich testowanie (zarówno parametryczne, jak i nieparametryczne) dla konkretnego rynku i konkretnego okresu czasu.

3. Student potrafi sprawdzić potrzebę zastosowania modelu ARCH/GARCH do analizowanych danych i – w razie stwierdzenia takiej potrzeby – umie dobrać i wyestymować parametry takiego modelu.

4. Student umie dobrać i wyestymować jeden ze standardowych modeli struktury terminowej stóp procentowych (Nelsona-Siegela, Svenssona itp.).

Kompetencje:

Student rozumie, że teorie ekonomiczne wymagają weryfikacji za pomocą dany empirycznych. Ma jednak świadomość, że modele stosowane do tych celów mają swoje ograniczenia. Student potrafi zaplanować i – samodzielnie lub w grupie – przeprowadzić badanie empiryczne, zaprezentować publicznie jego wyniki i przygotować raport je opisujący.

KW01, KW02, KW03, KW04, KU01, KU02, KU03, KU04, KU05, KU06, KU07, KK01, KK02, KK03

Assessment methods and assessment criteria: (in Polish)

Zaliczenie przedmiotu odbywa się na podstawie:

1) wykonania i prezentacji projektu zaliczeniowego będącego ćwiczeniem modelowym na dowolny, ale uzgodniony z prowadzącym temat: 60% oceny;

2) prezentacji artykułu naukowego na zajęciach i złożenie jej papierowej wersji: 30% oceny;

3) aktywności na zajęciach: 10% oceny;

Student nie uczęszczający na zajęcia nie będzie klasyfikowany.

Classes in period "Winter semester 2023/24" (past)

Time span: 2023-10-01 - 2024-01-28
Selected timetable range:
Navigate to timetable
Type of class:
Seminar, 30 hours more information
Coordinators: Jerzy Mycielski
Group instructors: Jerzy Mycielski
Students list: (inaccessible to you)
Examination: Course - Grading
Seminar - Grading

Classes in period "Winter semester 2024/25" (future)

Time span: 2024-10-01 - 2025-01-26
Selected timetable range:
Navigate to timetable
Type of class:
Seminar, 30 hours more information
Coordinators: Jerzy Mycielski
Group instructors: Jerzy Mycielski
Students list: (inaccessible to you)
Examination: Course - Grading
Seminar - Grading
Course descriptions are protected by copyright.
Copyright by University of Warsaw.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
contact accessibility statement USOSweb 7.0.3.0 (2024-03-22)