dr Grzegorz Szafrański

Prezentacja na temat: "dr Grzegorz Szafrański"— Zapis prezentacji:

1 dr Grzegorz Szafrański
Finanse 2009 dr Grzegorz Szafrański pokój B106 Termin konsultacji piątek:

2 Kontakt przez wysłanie emaila (proszę podać imię, nazwisko grupę):
na adres: (dostęp on-line: poniedziałek, środa, piątek, w pozostałe dni czekamy dłużej na odpowiedź) przez stronę www – proszę się zarejestrować i wybrać rynek do prognozowania!!! adres: Można robić wpisy do dziennika z postępów lub trudności w pracy nad projektem. Problemy z działaniem strony zgłaszamy na adres mailowy: w godzinach konsultacji możliwość komunikacji przez komunikatory gadu (nr ) lub tel (awaryjnie)

3 Tematyka zajęć Wprowadzenie do prognozowania. Etapy prognozowania. Metody prognozowania. Predykator. Horyzont prognozy. Typy prognoz. Wprowadzenie do realizacji projektu. Metody naiwne, średniej ruchomej Metoda Browna w arkuszu kalkulacyjnym. Ocena dokładności i obciążenia prognozy (błędy prognoz). Syntetyczne miary błędu prognozy ex post. Prognoza jednookresowa. Prognozy na wiele okresów naprzód. Pozostałe metody wygładzania wykładniczego. Współczynnik Janusowy. Przedstawienie badanego rynku i zmiennej (10). Testowanie metod prognozowania w przyszłość. Współczynnik Theila i dekompozycja błędu prognozy ex post. Metody dekompozycji szeregu czasowego na przykładzie szeregu inflacji. Wybór najlepszej prognozy na podstawie błędów ex post. Test z metod niestrukturalnych (30). Prognozy dynamiczne na podstawie modeli AR, SAR i ARMA. Współczynnik determinacji a kryteria informacyjne. Projekt – prognoza na podstawie metod niestrukturalnych (30).

4 Tematyka zajęć 7. Metody oparte na modelu ekonometrycznym – przypomnienie zasad estymacji ekonometrycznej. Trendy liniowe i test stabilności Chowa. Zasady prognozowania w oparciu o model ekonometryczny – prognozy warunkowe, dekompozycja błędu prognozy ex post. Czynniki zmienności procesu (10). Testowanie strukturalnego modelu prognostycznego. Weryfikacja prognozy. Błąd prognozy ex ante i przedział ufności prognozy. Prognoza na podstawie metod strukturalnych (30). Test z metod strukturalnych (30). Modele wielorównaniowe. Prognoza systemowa. Metody analityczne rozwiązywania modeli wielorównaniowych. Metody symulacji modeli wielorównaniowych: metoda Gaussa-Seidela. Analiza mnożnikowa i scenariuszowa – przykłady. Praca samodzielna (20). Powtórzenie/ kolokwium poprawkowe.

5 Zadanie prognostyczne
Wybór rynku: pieniężny: lokaty międzybankowe WIBOR / EURIBOR pieniężny bony skarbowe (rynek pierwotny lub wtórny), kwotowań walut: złotego (Forex) / innych walut giełda akcji polska (WGPW) / zagraniczna (LSE, NYSE), instrumenty pochodne polskie (na WIG20) lub zagraniczne (futures), detaliczny bankowy (lokaty terminowe, kredyty konsumpcyjne), sektor realny, „makrogospodarka” inflacja / inne kategorie, gospodarka światowa (waluty, LIBOR, FTSE, PKB) rynek surowców: ropa naftowa / inne surowce np. miedź, inne rynki po wcześniejszym uzgodnieniu.

6 Zadanie prognostyczne1
Opis rynku: ilościowa charakterystyka rynku (typowa wielkość i ilość transakcji, udział obrotów w rynku finansowym, dynamika rozwoju – ujęcie ilościowe), sposób organizacji rynku, ramy prawne, najbardziej popularne produkty, sposób zawierania transakcji, typy podmiotów, kreatorzy rynku, czynniki kształtujące popyt i podaż (ogólnie), poziom konkurencji na rynku, sposób kształtowania cen (kto, kiedy, jak) i wolumenu, powiązania z innymi rynkami, znaczenie dla rynku finansowego i całej gospodarki. Wybór procesu i zmiennej: nazwa zmiennej, standard, źródło i harmonogram ukazywania się informacji, znaczenie zmiennej dla rynku Sformułowanie zadania prognostycznego Wybór metod prognozowania Prognozy krótkoterminowe – mechanizmy Prognozy długoterminowe – czynniki

7 Źródła danych Rocznik Statystyczny GUS Biuletyn Statystyczny GUS
inne materiały GUS i oficjalne informacje rządowe Biuletyn Informacyjny NBP inne materiały NBP (informacja wstępna, dane o inflacji, podaży pieniądza, instrumentach polityki pieniężnej) International Monetary Statistics (rocznik statystyczny MFW) Eurostat, OECD Economic Outlook i wiele innych

8 Źródła danych Miejsca publikacji danych w internecie: www.stat.gov.pl
European Commission/Eurostat portale

9 Literatura Literatura:
1. Cieślak M. [2000] – Prognozowanie gospodarcze Milo W. [2002] - Prognozowanie i symulacja – WUŁ Gajda B. [2001] – Prognozowanie i symulacja a decyzje gospodarcze, Beck Welfe A. [1997] – Ekonometria. Metody i zastosowania, PWE Zeliaś A. [1997] – Teoria prognozy – PWE

10 Prognozowanie na przykładzie planu finansowego banku
Cel prognozowania (niepewność gospodarowania, decyzje gospodarcze i planowanie) Co sprzyja „dobrym” prognozom? (cechy procesu, horyzont prognozy, współzależność zmiennych) Rodzaje prognoz (horyzont prognozy, struktura, charakter, zakres ujęcia,czego dotyczą, metoda, cel, funkcja, czas)

11 Warunki i zasady predykcji
wg. wartości oczekiwanej - nieobciążoność wg. największego prawdopodobieństwa wg. mediany wg. minimalizacji straty (Gajda 2001) pozostałe zasady konstrukcji modelu ekonometrycznego (stałość relacji,zasada ceteris paribus) model „odpowiedni”

12 Etapy prognozowania Sformułowanie zadania prognostycznego (obiekt, cel, horyzont, dokładność) Sformułowanie przesłanek prognozy (mechanizm lub czynniki) Wybór predykatora i metody Wyznaczenie prognozy Ocena dokładności prognozy

13 Predykator Prognozowanie: metody eksperckie i matematyczne
Predykatory strukturalne i niestrukturalne Oznaczenie predykatora: x*t = f(...)

14 Metody prognozowania (matematyczne, ilościowe)
Modele szeregów czasowych (metody mechaniczne): naiwne średnie ruchome wygładzanie wykładnicze trend deterministyczny sezonowość modele cykli filtracja, sieci neuronowe inne predyktory Modele statystyczne (metody ekonometryczne): modele trendów modele bilansowe modele symptomatyczne (np. autoregresyjne) modele przyczynowo-skutkowe „duże” modele wielorównaniowe modele ECM modele VAR modele probitowe, logitowe

15 Typy prognoz Prognoza ex post i prognoza wygasła (historyczna)
Prognoza właściwa (prognoza ex ante, prognoza warunkowa)

16 Miary błędów prognozy ex post
błędy średnie ME, MPE wariancja i błąd standardowy (SEE) błędy wartości bezwzględnych MAPE i MAE błędy kwadratowe MSPE i RMSPE

17 Metody naiwne Naiwna prosta – poziom bez zmian
Naiwna przyrostowa – przyrost bez zmian Naiwna – przyrost procentowy bez zmian Zalety: dobre pierwsze przybliżenie i punkt odniesienia dla innych prognoz na 1 okres Wady: przyszłość bez zmian

18 Średnie ruchome Stała wygładzania k Prosta: x*t = MA(k)=1/k Si=1 xt-i
Ważona: x*t = WMA(k )=Si=1 wi xt wagi rosną i Si=1 wi =1 Zalety: „filtruje” szeregi o dużej zmienności Wady: nie uwzględnia trendów

19 Sentencje na prawie koniec
„Ekonomista to ekspert, który jutro będzie wiedział, dlaczego fakty, które przewidział wczoraj, nie zdarzyły się dzisiaj.” – E.Esar „Jeśli już musisz prognozować, rób to często” - Edgar R. Fiedler "An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination." - Andrew Lang

20 Standardy i reguły „dobrej praktyki” w prognozowaniu
opracował: Grzegorz Szafrański

21 Po co potrzebne są standardy prognozowania?
Po pierwsze, żeby zwiększyć dokładność prognoz, ocenić stopień niepewności prognoz, pomóc decydentom właściwie wykorzystywać prognozy. Po drugie, żeby skutecznie ochronić prognostyka przed skutkami podjęcia niewłaściwych decyzji przez decydenta (w USA znane są przypadki spraw wytaczanych prognostykom za niestosowanie się do „dobrych zasad” praktyki prognozowania). Rekomendacja – skupmy się na poprawie i doskonaleniu całego procesu prognozowania, a nie tylko na jego wynikach.

22 Źródło praktyki prognostycznej
Zebrane na podstawie lektury J. Scott Armstrong (2001) – Standard and Practices for Forecasting (w Principles of Forecasting: A Handbook for Researchers and Practitioners – J.Scott Armstrong ed.), Norwell, MA: Kluwer Academics Publisher.

23 Czego dotyczą standardy prognozowania?
Dotyczą takich aspektów procesu prognozowania jak: formułowanie problemu prognostycznego uzyskiwanie informacji o procesie stosowanie metod ocena wykorzystanych metod wykorzystanie prognoz