Kolejny, 10. tom czasopisma zawiera w większości artykuły dotyczące modelowania procesów finansowych. Artykuł M. Doman poświęcony jest szacowaniu szumu mikrostruktury rynku na podstawie danych o bardzo wysokiej częstotliwości (ceny akcji spółki Pekao SA). W tego typu dane oprócz informacji na temat procesu ceny zawierają szum mikrostruktury rynku, którego obecność powoduje obciążenie oszacowań zmienności. Zagadnienie badania procesu integracji giełd europejskich z wykorzystaniem narzędzi ciągło-dyskretnej transformaty falkowej (a dokładniej globalnych i lokalnych wariancji i korelacji falkowych) prezentuje artykuł J. Bruzdy. Artykuł R. Domana przedstawia wyniki zastosowania nowej metodologii modelowania zależności pomiędzy zwrotami składników portfela wysokowymiarowego. Analiza dynamiki powiązań pomiędzy szeregami zwrotów logarytmicznych trzech spółek rynku motoryzacyjnego notowanych na giełdzie nowojorskiej z zastosowaniem modelu DiagBEKK przeprowadzona jest w artykule B. Łęt. Badanie przeprowadzono dla dwóch okresów, tj. przed i w czasie kryzysu. W artykule P. Płóciennika podjęto próbę modelowania i prognozowania szeregów czasowych z różnych rynków finansowych za pomocą modeli dyfuzji. Artykuł J. Górki dotyczy wykorzystania modeli Sign RCA do otrzymania prognoz wartości narażonej na ryzyko (Value at Risk, VaR). Jest to ważne zagadnienie, ponieważ skuteczna ocena trafności prognozowania VaR jest bardzo istotna zarówno dla efektywnego zarządzania kapitałem, jak i prognozowania strat. Celem artykułu P. Miłobędzkiego jest testowanie asymetrycznego dostosowania stóp zwrotu na rynku depozytów międzybankowych w Polsce do ich długookresowej równowagi. W artykule W. Orzeszko scharakteryzowano konstrukcję, estymację oraz możliwości zastosowania współczynnika informacji wzajemnej, a także przedstawiono wyniki symulacji, prowadzących do weryfikacji przydatności tego współczynnika w procesie identyfikacji zależności nieliniowych w szeregach czasowych (na przykładzie indeksów GPW w Warszawie). Celem artykułu M. Piłatowskiej jest prezentacja i wykorzystanie (na przykładach empirycznych) skumulowanego błędu prognoz na jeden okres naprzód APE jako metody wyboru modelu, ale również jako narzędzie do wyboru samej strategii wyboru modelu (tzw. meta-wybór). Dodatkowo metoda APE została porównana z metodami wykorzystującymi kryteria informacyjne. Modelowaniem inflacji w Polsce z wykorzystaniem modelu lokalnego poziomu w wersji Stocka i Watsona zajmuje się J. Kwiatkowski. W artykule A. Michałek poruszono kwestię wpływu zastosowanych metod szacowania potencjalnego PKB i luki PKB na estymację parametrów reguły Taylora.
pracownik naukowo-dydaktyczny w Katedrze Ekonometrii i Statystyki na Wydziale Nauk Ekonomicznych i Zarządzania UMK w Toruniu. Jej zainteresowania badawcze skupiają się wokół dynamicznych modeli ekonometrycznych bazujących na teorii procesów stochastycznych, głównie ekonometrycznego modelowania niestacjonarnych procesów ekonomicznych, a także zastosowania metod symulacji Monte Carlo w ekonometrii, szczególnie do ceny skutków błędnej identyfikacji typu niestacjonarności dla estymacji i testowania modelu ekonometrycznego, a także prognozowania. Obecnie jej badania koncentrują się na strategiach wyboru modelu ekonometrycznego.
Show author's publications
- Analiza szeregów czasowych na początku XXI wieku
- Acta Universitatis Nicolai Copernici Ekonomia, 39 (2009): Zeszyt specjalny: Dynamiczne modele ekonometryczne
- Acta Universitatis Nicolai Copernici Ekonomia, 43, 1/2012
- Acta Universitatis Nicolai Copernici Ekonomia, 43, 2/2012
- Dynamic Econometric Models, 12/2012
- Dynamic Econometric Models, 11/2011
- Acta Universitatis Nicolai Copernici Ekonomia, 44, 1/2013
- Dynamic Econometric Models, 13/2013
- Acta Universitatis Nicolai Copernici Ekonomia, 44, 2/2013
- Dynamic Econometric Models, 10/2010
- Acta Universitatis Nicolai Copernici Ekonomia, 42 (2011)
- Acta Universitatis Nicolai Copernici Ekonomia, 41 (2010)
- Acta Universitatis Nicolai Copernici Ekonomia, 40 (2009)
- Acta Universitatis Nicolai Copernici Ekonomia, 45, 1/2014
- Acta Universitatis Nicolai Copernici Ekonomia XLV, nr 2 (2014)
- Dynamic Econometric Models, 14/2014
- Acta Universitatis Nicolai Copernici Ekonomia XXXIX. Dynamiczne Modele Ekonometryczne
- Dynamic Econometric Models, 15/2015
- Acta Universitatis Nicolai Copernici Ekonomia, 46, 1/2015
- Acta Universitatis Nicolai Copernici Ekonomia, 46, 2/2015
- Acta Universitatis Nicolai Copernici Ekonomia, 38 (2008)
- Acta Universitatis Nicolai Copernici Ekonomia, 43, 1/2012
- Acta Universitatis Nicolai Copernici Ekonomia, 45, 2/2014
- Acta Universitatis Nicolai Copernici Ekonomia, 47, 1/2016
- Acta Universitatis Nicolai Copernici Ekonomia, 47, 2/2016
- Dynamic Econometric Models, 9/2009
- Dynamic Econometric Models, 16/2016
- Dynamic Econometric Models, 17/2017
- Acta Universitatis Nicolai Copernici Ekonomia, 48, 2/2017
- Acta Universitatis Nicolai Copernici Ekonomia, 48, 1/2017