Навчання > Основи прогнозування світових ринків

Основи прогнозування світових ринків

Тип: На вибір студента

Кафедра: міжнародних економічних відносин

Навчальний план

СеместрКредитиЗвітність
93Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
916МВЕ-52

Практичні

СеместрК-сть годинГрупаВикладач(і)
916МВЕ-52

Опис курсу

Дисципліна «Основи прогнозування світових ринків» спрямована на формування комплексу теоретичних знань та практичних навиків із основних розділів кон’юнктури товарних ринків та ринків послуг, їх функціонування, розширення або скорочення, зміни рівня товарних цін, попиту та пропозиції. У процесі вивчення курсу студенти повинні набути знання з кон’юнктури світових товарних ринків, як однієї з економічних наук, познайомитися з методологією і методикою формування ринкових процесів і явищ, засвоїти практичні навички, вивчення змін і коливань у сферах виробництва і реалізації окремих видів товарів, виявлення обставин від яких залежать процеси піднесення або спаду напруги економічного розвитку країни

Метою вивчення дисципліни ” Основи прогнозування світових ринків” є формування системи знань щодо основних тенденцій та темпів розвитку світових ринків, а також методологічних основ проведення кон’юнктурних досліджень

.Завдання:

  1. вивчення теоретичних основ розвитку світових ринків,
  2. вивчення теоретичних основ економічного аналізу світових ринків
  3. використання набутих знань для розв’язання проблем виходу суб’єктів господарської діяльності України на світовий ринокВ результаті вивчення даного курсу студент повиненЗнати:
    1. Основні методи та інструменти прогнозування світових економічних ринків.
    2. Фактори, що впливають на коливання світових ринків, включаючи макроекономічні показники, політичні ризики та глобальні тренди.
    3. Джерела даних для аналізу та прогнозування розвитку міжнародних ринків.
    4. Основи моделювання економічних процесів та аналізу ринкових сценаріїв.

    Вміти:

    1. Використовувати економетричні моделі та інші інструменти для прогнозування змін на світових ринках.
    2. Проводити аналіз трендів і коливань попиту та пропозиції на міжнародних ринках.
    3. Оцінювати ризики та можливості для компаній і держав, пов’язані з ринковими змінами.
    4. Застосовувати аналітичні інструменти для оцінки впливу макроекономічних факторів на динаміку світових ринків.

    Володіти навичками:

    1. Розробки прогнозів для різних секторів світової економіки.
    2. Інтерпретації статистичних даних та побудови економічних моделей.
    3. Прийняття рішень на основі прогнозованих сценаріїв розвитку ринків.

    Комунікації результатів прогнозування та надання обґрунтованих рекомендацій для бізнесу чи урядових структур

Рекомендована література

Базова

  1. Пазуха М.Д. Кон’юнктура світових товарних ринків. Навчальний посібник. – К.: Центр учбової літератури, 2008. – 272 с
  2. Andrle, M., A. Berg, R. A. Morales, R. Portillo, and J. Vlcek, 2021, “Forecasting and Policy Analysis in Low Income Countries: Food and Non-Food Inflation in Kenya,” IMF Press, Cambridge. Princeton, New Jersey. th Ed., John Wiley & Sons, New York. Working Paper 13/31 (Washington: International Monetary Fund)
  3. Benchimol, Jonathan; El-Shagi, Makram, 2020. “Forecast performance in times terrorism”. Economic Modelling. Elsevier. 91 (C): 386– 402. doi:10.1016/j.econmod.2020.05.018.
  4. Benchimol, Jonathan; El-Shagi, Makram; Saadon, Yossi, 2022. “Do Expert experience and characteristics affect inflation forecasts?”. Journal of Economic Behavior & Organization. Elsevier. 201 (C): 205– 226. doi:10.1016/j.jebo.2022.06.025. ISSN 0167-2681. S2CID 229274267.
  5. Bodie Z., Kane A., 2020, “Practical issues in forecasting”, 9th Ed., McGraw-Hill, USA
  6. Brooks, C., 2019, “Introductory Econometrics for Finance”, 2nd Ed., Cambridge University 16
  7. Campbell, J. Y., A.W. Lo, and A.C. MacKinlay, 2021, The Econometrics of Financial Markets, Princeton University Press, Princeton, New Jersey.
  8. Capistrán, Carlos; Timmermann, Allan, 2009. “Forecast Combination With Entry and Exit of Experts”. Journal of Business & Economic Statistics. 27 (4): 428– 440.
  9. Christo§ersen, P., 2021, “Elements of Financial Risk Management”, 2nd Ed., Academic Press.
  10. Diebold, F.X., 2022, Elements of Forecasting, 4th Ed., South-Western.
  11. Elliott, Graham, and Allan Timmermann. 2008. “Economic Forecasting.” Journal of Economic Literature, 46 (1): 3-56.
  12. Elton, E.J., M.J. Gruber, S.J. Brown and W.N. Goetzmann, 2019, Modern Portfolio Theory
  13. Giacalone, Massimiliano. 2021. Optimal forecasting accuracy using Lp-norm combination. Metron 1: 1–44. https://doi.org/10.1007/s40300-021-00218-5.
  14. Giglio S, Bertacchini F, Bilotta E, et al., 2019. “Using social media to identify tourism attractiveness in six Italian cities”. Tourism Management 72: 306-312
  15. Glocker, Christian, and Serguei Kaniovski. 2021. “Macroeconometric forecasting using a cluster of dynamic factor models”. Empirical Economics 1: 1–52. https://doi.org/10.1007/s00181-021-02129-w.
  16. Gupta, Monika, and Mohammad Haris Minai, 2019. An Empirical Analysis of Forecast Performance of the GDP Growth in India. Global Business Review 20: 368–86. https://doi.org/10.1177/0972150918825207.
  17. Hamilton, J.D., 2022, “Time Series Analysis”, Princeton University Press, New Jersey.
  18. Kang, Yanfei, Wei Cao, Fotios Petropoulos, and Feng Li, 2021. “Forecast with forecasts: Diversity matters”. European Journal of Operational Research 1: 1–25. https://doi.org/10.1016/j.ejor.2021.10.024.
  19. Kourentzes, Nikolaos, Devon Barrow, and Fotios Petropoulos, 2019. Another look at forecast selection and combination: Evidence from forecast pooling. International Journal of Production Economics 209: 226–35. https://doi.org/10.1016/j.ijpe.2018.05.019
  20. Stock, J.H. and M.W. Watson, 2019, “Introduction to Econometrics”, 3rd Ed., Pearson Education, Boston.
  21. Taylor, S, 2020, “Asset Price Dynamics, Volatility, and Prediction”, Princeton University Press, and Investment Analysis, 8
  22. Tsay, R.S., 2021, “Analysis of Financial Time Series”, 3rd Ed., John Wiley & Sons
  23. Yu LA, Zhao YQ, Tang L, et al., 2019. “Online big data-driven oil consumption forecasting with Google Trends”. International Journal of Forecasting 35(1): 213- 223

 

Інтернет-ресурси

  1. Офіційний сайт Центру ЮНКТАД / СОТ з міжнародної торгівлі. URL: intracen.org.
  2. Офіційний сайт Групи світового банку. URL: worldbank.org.
  3. Офіційний сайт Світової організації торгівлі. URL: wto.org.

27. Офіційний сайт Конференції ООН з торгівлі та розвитку. URL: unctad.org

Силабус: 2024

Завантажити силабус