— —
1. Przedmiot: ANALIZA DANYCH (DATA ANALYSIS) 2. Kierunek / specjalność: Zarządzanie / realizowany na kierunku
3. Forma studiów: studia stacjonarne I stopnia / studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Matematyka, Technologia informacyjna, Statystyka opisowa 5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 10 / 4 V / V III / III
2 / 2 laboratoria 18 / 8 V / V III / III
6. Prowadzący: prof. dr hab. Marek Walesiak, dr Andrzej Dudek, dr Artur Zaborski, dr Mirosława Sztemberg- Lewandowska, dr inż. Tomasz Bartłomowicz, dr Marcin Pełka, dr Bartłomiej Jefmański, dr Justyna Wilk
tel. 757538285 (373, 279, 273, 274, 379, 379, 277), nr pok.: B8, A80, A84, B27, B26, A94, A94, B28 7. Treści programowe
Podstawowe zagadnienia analizy danych. Obiekty i zmienne. Klasyfikacja zmiennych: klasyczne i symboliczne; no- minalne, porządkowe, przedziałowe i ilorazowe; neutralne i preferencyjne (stymulanty, destymulanty, nominanty) – ujednolicenie charakteru zmiennych. Macierz danych i tablica danych.
Skale pomiarowe: rola skal pomiarowych w badaniach ekonomicznych, typy skal pomiarowych i ich charakterystyka (podstawowe własności skal pomiaru, reguły teorii pomiaru, metody i techniki dopuszczalne w odniesieniu do poszcze- gólnych skal pomiaru).
Transformacja normalizacyjna: cel normalizacji, formuły normalizacyjne i ich właściwości. Pojęcie odległości. Mia- ry odległości obiektów opisanych zmiennymi mierzonymi na poszczególnych skalach pomiaru. Czynniki decydujące o wyborze miary odległości. Pomiar odległości obiektów opisanych zmiennymi mierzonymi na skali porządkowej – stra- tegie postępowania.
Źródła danych: dane pierwotne, dane wtórne. Zebranie danych i ich opracowanie (kodowanie, agregowanie, pogru- powanie, zaprezentowanie). Generowanie danych.
Klasyfikacja metod wielowymiarowej analizy danych. Kryteria klasyfikacji metod statystycznej analizy wielowymia- rowej. Klasyfikacja wybranych metod statystycznej analizy wielowymiarowej. Charakterystyka wybranych metod staty- stycznej analizy wielowymiarowej:
– porządkowanie liniowe (istota porządkowania liniowego, założenia porządkowania liniowego obiektów, synte- tyczne mierniki rozwoju (SMR) – wzorcowe i bezwzorcowe, procedura porządkowania liniowego zbioru obiektów z wykorzystaniem odległości GDM),
– analiza skupień (wprowadzenie do analizy skupień, podstawowe problemy analizy skupień, etapy występujące w typowej analizie skupień, pakiety i funkcje programu R w analizie skupień),
– skalowanie wielowymiarowe (istota skalowania wielowymiarowego, dane wejściowe skalowania wielowymia- rowego, podstawowe zagadnienia skalowania wielowymiarowego, wybrane rodzaje skalowania wielowymiarowego, procedura skalowania wielowymiarowego, obszary zastosowań skalowania wielowymiarowego, pakiety i funkcje pro- gramu R w skalowaniu wielowymiarowym),
– analiza czynnikowa (wprowadzenie do analizy czynnikowej, procedura analizy czynnikowej, obszary zastoso- wań analizy czynnikowej, pakiety i funkcje programu R w analizie czynnikowej).
Charakterystyka środowiska programistycznego R wspomagającego analizę danych.
Wizualizacja danych w przestrzeni dwu- i trójwymiarowej z wykorzystaniem oprogramowania środowiska R. Gra- ficzna prezentacja danych w przestrzeni dwuwymiarowej: wykresy rozrzutu danych metrycznych (scatterplot), wykresy rozrzutu trzech zmiennych metrycznych (bubbleplot), wykresy rozrzutu dwóch zmiennych metrycznych dla każdego po- ziomu trzeciej zmiennej niemetrycznej (trellis graphics), wykresy funkcji matematycznych, wykres rozrzutu dla danych niemetrycznych, wykres rozrzutu dla danych symbolicznych interwałowych. Graficzna prezentacja danych w przestrzeni trójwymiarowej: wykres danych metrycznych w przestrzeni trójwymiarowej, wykres dla danych niemetrycznych w prze- strzeni trójwymiarowej.
Laboratoria komputerowe prezentujące projekty z zastosowań wielowymiarowych metody analizy danych w bada- niach ekonomicznych z wykorzystaniem środowiska R: uogólniona miara odległości GDM w porządkowaniu liniowym, analiza skupień (cluster analysis), analiza dyskryminacyjna, drzewa klasyfikacyjne, skalowanie wielowymiarowe, anali- za czynnikowa.
8. Metody dydaktyczne: ćwiczenia laboratoryjne, zestawy zadań do samodzielnego rozwiązania, opracowanie projek- tów laboratoryjnych
9. Założenia i cele przedmiotu
Warunki zaliczenia: ocena pozytywna uzyskana na podstawie wykonanych projektów (laboratoria).
11. Literatura podstawowa
[1] Walesiak M. (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem pro- gramu R, Wyd. UE, Wrocław.
[2] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
[3] Gatnar E., Walesiak M. (red.) (2011), Analiza danych jakościowych i symbolicznych z wykorzystaniem programu R, C.H.
Beck, Warszawa.
[4] Gatnar E., Walesiak M. (red.) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wyd.
AE, Wrocław.
[5] R Development Core Team (2012), R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, URL http://www.R-project.org.
[6] Walesiak M., Dudek A. (2012), clusterSim package, URL http://www.R-project.org.
12. Literatura uzupełniająca
[1] Bąk A. (2004), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych. Prace Naukowe AE we Wro- cławiu nr 1013, Seria: Monografie i Opracowania nr 157, Wyd. AE, Wrocław.
[2] Walesiak M. (1996), Metody analizy danych marketingowych, PWN, Warszawa.
[3] Walesiak M., Bąk A. (2000), Conjoint analysis w badaniach marketingowych, Wyd. AE, Wrocław.
[4] Zaborski A. (2001), Skalowanie wielowymiarowe w badaniach marketingowych, Wyd. AE, Wrocław.
[5] Sztemberg-Lewandowska M. (2008), Analiza czynnikowa w badaniach marketingowych, Wyd. UE, Wrocław.
[6] Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych, PWN, Warszawa.
[7] Szreder M. (2004), Metody i techniki sondażowych badań opinii, PWE, Warszawa.
— —
1. Przedmiot: ANALIZA RYZYKA TRANSAKCJI (ANALYSIS OF TRANSACTION RISK) 2. Kierunek / specjalność: Ekonomia / Ekonomia menedżerska
3. Forma studiów: studia stacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Statystyka opisowa, Metody analizy rynków finansowych 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 7 VI III
ćwiczenia 8 VI III 1
6. Prowadzący: dr Zbigniew Panasiewicz tel. 757538279; budynek i nr pok.: A84 7. Treści programowe
Istota ryzyka. Kryteria podziału ryzyka. Czynniki ryzyka.
Pojęcie zarządzania ryzykiem.
Ryzyko działalności gospodarczej. Czynniki kształtujące ryzyko gospodarcze. Sposoby pomiaru ryzyka działalności gospodarczej.
Ryzyko projektów inwestycyjnych.
Ryzyko bankructwa.
Ryzyko inwestycji w akcje. Sposoby pomiaru ryzyka akcji. Mapa ryzyko-dochód.
Ryzyko inwestycji w obligacje. Sposoby pomiaru ryzyka obligacji. Analiza rentowności obligacji.
Ryzyko inwestycji w inne instrumenty rynku kapitałowego. Instrumenty pochodne i ich ryzyko.
Ryzyko opcji i jego pomiar.
Ryzyko kontraktów futures i jego pomiar.
Zabezpieczanie się przed ryzykiem.
Rodzaje hedgingu. Transakcje hedgingowe przy zabezpieczaniu się przed ryzykiem: kursu walutowego, stopy pro- centowej, inwestycji w papiery wartościowe.
Skuteczność transakcji zabezpieczających.
Wybrane strategie inwestycyjne: strategia stelażu (stradlle), strategia spread byka, strategia spread niedźwiedzia, strategia spread motyla, strategia spread kalendarzowy, strategie strip i strap.
8. Metody dydaktyczne: studium przypadków, przykłady i zadania rozwiązywane na zajęciach 9. Założenia i cele przedmiotu
wiadomości: poznanie różnych rodzajów ryzyka, sposobu ich pomiaru, poznanie sposobów zarządzania ryzykiem, zaznajomienie się z technikami zabezpieczania się przed ryzykiem
umiejętności: identyfikacja ryzyka na różnych płaszczyznach działalności gospodarczej, wykorzystywanie rynku terminowego do minimalizacji ryzyka transakcji i rozrachunków finansowych
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia: pisemna – test wielokrotnego wyboru.
Warunki zaliczenia: ocena pozytywna – uzyskanie co najmniej 50% punktów z testu.
11. Literatura podstawowa
[1] Kaczmarek T., Ryzyko i zarządzanie ryzykiem – ujęcie interdyscyplinarne. Difin, Warszawa 2005.
[2] Tarczyński W., Mojsiewicz M., Zarządzanie ryzykiem. PWE, Warszawa 2001.
12. Literatura uzupełniająca
[1] Tarczyński W., Mojsiewicz M., Inżynieria finansowa. Agencja Wydawnicza Placet, Warszawa, 1999.
[2] Weron A., Weron R., Inżynieria finansowa. WNT, Warszawa 1998.
[3] Holliwell J., Ryzyko finansowe: metody identyfikacji i zarządzania ryzykiem finansowym. Liber, Warszawa 2001.
[4] Zaleska M., Identyfikacja ryzyka upadłości przedsiębiorstwa i banku – systemy wczesnego ostrzegania. Difin, Warszawa 2002.
[5] Korzeniowski L., Firma w warunkach ryzyka gospodarczego. KTE, Kraków 2001.
— —
1. Przedmiot: BADANIA PREFERENCJI (PREFERENCE ANALYSIS) 2. Kierunek / specjalność: Ekonomia / realizowany na kierunku
3. Forma studiów: studia stacjonarne II stopnia / studia niestacjonarne II stopnia
4. Wymagania wstępne – zaliczone przedmioty: Mikroekonomia, Technologia informacyjna, Statystyka opisowa, Ekonometria I
5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 8 / 2 III / III II / II
4 / 4
ćwiczenia 6 / 0 III / III II / II
laboratoria 8 / 6 III / III II / II
6. Prowadzący: prof. UE dr hab. Andrzej Bąk, dr inż. Tomasz Bartłomowicz, dr Aneta Rybicka tel. 757538380, 757538274, 757538274; budynek i nr pok.: A82, B26, B26
7. Treści programowe
Pojęcie użyteczności, postaw i preferencji w mikroekonomii i badaniach marketingowych. Zagadnienie mierzalności użyteczności, model relacyjny, model funkcji użyteczności. Problemy wyboru w warunkach niepewności (niepewność informacyjna, niepewność preferencji). Mikrodane i metody mikroekonometryczne w badaniach preferencji. Preferencje ujawnione i preferencje wyrażone. Dekompozycyjne metody pomiaru preferencji wyrażonych. Procedura analizy łącznej (conjoint analysis). Procedura wyborów dyskretnych. Modele regresji w badaniach preferencji: model regresji wielora- kiej, wielomianowy model logitowy, warunkowy model logitowy. Metody gromadzenia danych, skale pomiaru preferen- cji, kwestionariusze ankietowe. Układy czynnikowe: podstawowe pojęcia, układy kompletne i cząstkowe, układy orto- gonalne i optymalne, kryteria wyboru układów optymalnych. Estymacja użyteczności cząstkowych, metody metryczne i niemetryczne. Interpretacja i wykorzystanie użyteczności cząstkowych. Analiza preferencji, badanie i symulacja udzia- łów w rynku, segmentacja rynku. Oprogramowanie komputerowe metod analizy łącznej (conjoint analysis) i metod wy- borów dyskretnych: procedury generowania układów czynnikowych, procedury estymacji użyteczności cząstkowych.
Charakterystyka wybranych pakietów statystycznych. Przykłady zastosowań w badaniach marketingowych. Wykorzy- stanie arkusza kalkulacyjnego i programu CRAN R (pakietu conjoint) w empirycznych badaniach preferencji. Inter- pretacja i wykorzystanie wyników.
8. Metody dydaktyczne: ćwiczenia, opracowanie projektów 9. Założenia i cele przedmiotu
wiadomości: mikroekonometryczne metody pomiaru i analizy preferencji, oprogramowanie komputerowe wykorzy- stywane w badaniach preferencji
umiejętności: projektowanie badań preferencji, realizacja komputerowa procedury badawczej 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia: pisemna, projekty.
Warunki zaliczenia: ocena pozytywna uzyskana na podstawie pracy pisemnej oraz wykonanych projektów.
11. Literatura podstawowa
[1] Bąk A. (2004), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych. Wydawnictwo AE, Wrocław.
[2] Bąk A. (2004), Mikroekonometryczne metody badania preferencji. Zeszyty Naukowe Uniwersytetu Szczeciń- skiego nr 394, t. II, s. 21-42. [URL:] http://www.us.szc.pl/ main.php/metodyilosciowe/.
[3] Gatnar E., Walesiak M. (red.) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingo- wych. Wydawnictwo AE, Wrocław.
[4] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R. Wydawnictwo Naukowe PWN, Warszawa.
[5] Walesiak M. (1996), Metody analizy danych marketingowych. PWN, Warszawa.
[6] Walesiak M., Bąk A. (2000), Conjoint analysis w badaniach marketingowych. Wydawnictwo AE, Wrocław.
[7] Bąk A., Bartłomowicz T. (2011), Implementacja klasycznej metody conjoint analysis w pakiecie conjoint pro- gramu R. Prace Naukowe UE we Wrocławiu nr 176, s. 94-104.
[8] Bąk A., Bartłomowicz T. (2011), Package conjoint. The R project for statistical computing. [URL:]
http://www.r-project.org/.
[9] R Development Core Team (2012), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, [URL:] http://cran.r-project.org/.
12. Literatura uzupełniająca
[1] Bąk A., Bartłomowicz T. (2012), Conjoint analysis method and its implementation in conjoint R package. [W:]
Pociecha J. Decker R. (red.), Data analysis methods and its applications. Wydawnictwo C.H. Beck, Warszawa, s. 239-248.
[2] Rószkiewicz M. (2002), Narzędzia statystyczne w analizach marketingowych. Wydawnictwo C.H. Beck, War- szawa.
[3] Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych. WN PWN, Warszawa.
[4] Rószkiewicz M. (2011), Analiza klienta. SPSS Polska, Kraków.
[5] Stanimir A. (red.) (2006), Analiza danych marketingowych. Problemy, metody, przykłady. Wydawnictwo AE, Wrocław.
[6] Kaczmarczyk S. (2002), Badania marketingowe. Meotody i techniki. PWE, Warszawa.
[7] Varian H.R. (1997), Mikroekonomia. PWN, Warszawa.
[8] Zbiór artykułów poświęconych problematyce obliczeniowej i oprogramowaniu conjoint analysis firmy Sawtooth Software. [URL:] http://www.sawtoothsoftware.com.
— —
1. Przedmiot: BADANIA PREFERENCJI (PREFERENCE ANALYSIS) 2. Kierunek / specjalność: Zarządzanie / realizowany na kierunku
3. Forma studiów: studia stacjonarne II stopnia / studia niestacjonarne II stopnia
4. Wymagania wstępne – zaliczone przedmioty: Mikroekonomia, Technologia informacyjna, Statystyka opisowa, Ekonometria
5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 8 / 2 III / III II / II
3 / 3
ćwiczenia 6 / 0 III / III II / II
laboratoria 8 / 6 III / III II / II
6. Prowadzący: prof. UE dr hab. Andrzej Bąk, dr inż. Tomasz Bartłomowicz, dr Aneta Rybicka tel. 757538380, 757538274, 757538274; budynek i nr pok.: A82, B26, B26
7. Treści programowe
Pojęcie użyteczności, postaw i preferencji w mikroekonomii i badaniach marketingowych. Zagadnienie mierzalności użyteczności, model relacyjny, model funkcji użyteczności. Problemy wyboru w warunkach niepewności (niepewność informacyjna, niepewność preferencji). Mikrodane i metody mikroekonometryczne w badaniach preferencji. Preferencje ujawnione i preferencje wyrażone. Dekompozycyjne metody pomiaru preferencji wyrażonych. Procedura analizy łącznej (conjoint analysis). Procedura wyborów dyskretnych. Modele regresji w badaniach preferencji: model regresji wielora- kiej, wielomianowy model logitowy, warunkowy model logitowy. Metody gromadzenia danych, skale pomiaru preferen- cji, kwestionariusze ankietowe. Układy czynnikowe: podstawowe pojęcia, układy kompletne i cząstkowe, układy orto- gonalne i optymalne, kryteria wyboru układów optymalnych. Estymacja użyteczności cząstkowych, metody metryczne i niemetryczne. Interpretacja i wykorzystanie użyteczności cząstkowych. Analiza preferencji, badanie i symulacja udzia- łów w rynku, segmentacja rynku. Oprogramowanie komputerowe metod analizy łącznej (conjoint analysis) i metod wy- borów dyskretnych: procedury generowania układów czynnikowych, procedury estymacji użyteczności cząstkowych.
Charakterystyka wybranych pakietów statystycznych. Przykłady zastosowań w badaniach marketingowych. Wykorzy- stanie arkusza kalkulacyjnego i programu CRAN R (pakietu conjoint) w empirycznych badaniach preferencji. Inter- pretacja i wykorzystanie wyników.
8. Metody dydaktyczne: ćwiczenia, opracowanie projektów 9. Założenia i cele przedmiotu
wiadomości: mikroekonometryczne metody pomiaru i analizy preferencji, oprogramowanie komputerowe wykorzy- stywane w badaniach preferencji
umiejętności: projektowanie badań preferencji, realizacja komputerowa procedury badawczej 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia: pisemna, projekty.
Warunki zaliczenia: ocena pozytywna uzyskana na podstawie pracy pisemnej oraz wykonanych projektów.
11. Literatura podstawowa
[1] Bąk A. (2004), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych. Wydawnictwo AE, Wrocław.
[2] Bąk A. (2004), Mikroekonometryczne metody badania preferencji. Zeszyty Naukowe Uniwersytetu Szczeciń- skiego nr 394, t. II, s. 21-42. [URL:] http://www.us.szc.pl/ main.php/metodyilosciowe/.
[3] Gatnar E., Walesiak M. (red.) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingo- wych. Wydawnictwo AE, Wrocław.
[4] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R. Wydawnictwo Naukowe PWN, Warszawa.
[5] Walesiak M. (1996), Metody analizy danych marketingowych. PWN, Warszawa.
[6] Walesiak M., Bąk A. (2000), Conjoint analysis w badaniach marketingowych. Wydawnictwo AE, Wrocław.
[7] Bąk A., Bartłomowicz T. (2011), Implementacja klasycznej metody conjoint analysis w pakiecie conjoint pro- gramu R. Prace Naukowe UE we Wrocławiu nr 176, s. 94-104.
[8] Bąk A., Bartłomowicz T. (2011), Package conjoint. The R project for statistical computing. [URL:]
http://www.r-project.org/.
[9] R Development Core Team (2012), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, [URL:] http://cran.r-project.org/.
12. Literatura uzupełniająca
[1] Bąk A., Bartłomowicz T. (2012), Conjoint analysis method and its implementation in conjoint R package. [W:]
Pociecha J. Decker R. (red.), Data analysis methods and its applications. Wydawnictwo C.H. Beck, Warszawa, s. 239-248.
[2] Rószkiewicz M. (2002), Narzędzia statystyczne w analizach marketingowych. Wydawnictwo C.H. Beck, War- szawa.
[3] Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych. WN PWN, Warszawa.
[4] Rószkiewicz M. (2011), Analiza klienta. SPSS Polska, Kraków.
[5] Stanimir A. (red.) (2006), Analiza danych marketingowych. Problemy, metody, przykłady. Wydawnictwo AE, Wrocław.
[6] Kaczmarczyk S. (2002), Badania marketingowe. Meotody i techniki. PWE, Warszawa.
[7] Varian H.R. (1997), Mikroekonomia. PWN, Warszawa.
[8] Zbiór artykułów poświęconych problematyce obliczeniowej i oprogramowaniu conjoint analysis firmy Sawtooth Software. [URL:] http://www.sawtoothsoftware.com.
— —
1. Przedmiot: EKONOMETRIA I (ECONOMETRICS I) 2. Kierunek / specjalność: Ekonomia / realizowany na kierunku 3. Forma studiów: studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Matematyka, Statystyka opisowa 5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 10 V III
ćwiczenia 10 V III 5
laboratoria 10 V III
6. Prowadzący: prof. dr hab. Marek Walesiak, dr Zbigniew Panasiewicz tel. 757538285, 757538279; budynek i nr pok.: B8, A84
7. Treści programowe
Ekonometria – zagadnienia wstępne: historia ekonometrii; teorie ekonomii a modelowanie ekonometryczne; model, model ekonomiczny, model ekonometryczny; cele ekonometrii; elementy modelu ekonometrycznego; regresja I i II ro- dzaju; klasyfikacja modeli ekonometrycznych; etapy modelowania ekonometrycznego.
Dobór zmiennych do modelu ekonometrycznego: określenie zmiennej objaśnianej (dla modelu jednorównaniowego) lub zmiennych objaśnianych (dla modelu wielorównaniowego); ustalenie listy zmiennych objaśniających; przykład do- boru zmiennych.
Metody wyboru postaci analitycznej modelu ekonometrycznego. Transformacja liniowa.
Klasyczny model regresji liniowej jednej zmiennej objaśniającej: założenia klasycznego modelu regresji liniowej jednej zmiennej objaśniającej; metody estymacji (metoda najmniejszych kwadratów, metoda momentów); estymacja pa- rametrów struktury stochastycznej (błędy średnie estymatorów i wariancja składnika losowego, przedziały ufności dla parametrów, analiza wariancji w modelu regresji prostej); interpretacja parametrów strukturalnych modelu regresji li- niowej jednej zmiennej objaśniającej; predykcja w modelu regresji prostej; przykład.
Weryfikacja modelu regresji liniowej jednej zmiennej objaśniającej: procedura weryfikacji statystycznej i meryto- rycznej (weryfikacja hipotez modelu ekonomicznego); procedura weryfikacji statystycznej – wybrane elementy: badanie normalności rozkładu składnika losowego, badanie istotności współczynników regresji.
Analiza szeregów czasowych.
Laboratoria komputerowe z wykorzystaniem oprogramowania R pokazujące praktyczne aspekty modelowania eko- nometrycznego dla zagadnień poruszanych na wykładzie i ćwiczeniach.
8. Metody dydaktyczne: ćwiczenia laboratoryjne, zestawy zadań do samodzielnego rozwiązania, opracowanie projek- tów laboratoryjnych
9. Założenia i cele przedmiotu
wiadomości: podstawy teoretyczne i przykłady zastosowań modelowania ekonometrycznego w ekonomii umiejętności: budowa oraz podejmowanie decyzji na podstawie modeli ekonometrycznych
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę oraz egzaminem na ocenę Forma zaliczenia ćwiczeń: pisemna, projekty.
Forma zaliczenia egzaminu: pisemna.
Warunki zaliczenia ćwiczeń: ocena pozytywna uzyskana na podstawie pracy pisemnej (ćwiczenia), wykonanych pro- jektów (laboratoria) oraz aktywności na zajęciach.
Warunki zaliczenia egzaminu: ocena pozytywna uzyskana na podstawie pracy pisemnej. Uzyskanie z pracy co naj- mniej 50% punktów.
11. Literatura podstawowa
[1] Maddala G.S. (2006), Ekonometria, PWN, Warszawa.
[2] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
[3] R Development Core Team (2012), R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org.
[4] Dziechciarz J. (red.) (2012), Ekonometria. Metody, przykłady, zadania, Wyd. UE, Wrocław.
[5] Welfe A. (2009), Ekonometria. Metody i ich zastosowanie, PWE, Warszawa.
[6] Grabowski W., Welfe A. (2010), Ekonometria. Zbiór zadań, PWE, Warszawa.
[7] Nowak E. (2002), Zarys metod ekonometrii. Zbiór zadań, PWN, Warszawa.
[8] Zeliaś A., Pawełek B., Wanat S. (2003), Prognozowanie ekonomiczne. Teoria. Przykłady. Zadania, PWN, Warszawa.
12. Literatura uzupełniająca
[1] Kufel T. (2011), Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa.
[2] Gruszczyński M., Kuszewski T., Podgórska M. (red.) (2009), Ekonometria i badania operacyjne, PWN, Warszawa.
[3] Welfe A. (red.) (2003), Ekonometria. Zbiór zadań, PWE, Warszawa.
[4] Borkowski B., Dudek H., Szczesny W. (2003), Ekonometria. Wybrane zagadnienia, PWN, Warszawa.
[5] Welfe W., Welfe A. (2004), Ekonometria stosowana, PWE, Warszawa.
[6] Gajda J.B. (2004), Ekonometria, C.H. Beck, Warszawa.
— —
1. Przedmiot: EKONOMETRIA (ECONOMETRICS)
2. Kierunek / specjalność: Zarządzanie / realizowany na kierunku 3. Forma studiów: studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Matematyka, Statystyka opisowa 5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 4 V III
ćwiczenia 6 V III 2
laboratoria 4 V III
6. Prowadzący: prof. dr hab. Marek Walesiak, dr Zbigniew Panasiewicz tel. 757538285, 757538279; budynek i nr pok.: B8, A84
7. Treści programowe
Ekonometria – zagadnienia wstępne: historia ekonometrii; teorie ekonomii a modelowanie ekonometryczne; model, model ekonomiczny, model ekonometryczny; cele ekonometrii; elementy modelu ekonometrycznego; regresja I i II ro- dzaju; klasyfikacja modeli ekonometrycznych; etapy modelowania ekonometrycznego.
Dobór zmiennych do modelu ekonometrycznego: określenie zmiennej objaśnianej (dla modelu jednorównaniowego) lub zmiennych objaśnianych (dla modelu wielorównaniowego); ustalenie listy zmiennych objaśniających; przykład do- boru zmiennych.
Metody wyboru postaci analitycznej modelu ekonometrycznego. Transformacja liniowa.
Klasyczny model regresji liniowej. Założenia klasycznego modelu regresji liniowej. Estymacja parametrów metodą najmniejszych kwadratów i metodą największej wiarygodności. Estymacja parametrów struktury stochastycznej (błędy średnie estymatorów i wariancja składnika losowego, przedziały ufności dla parametrów, analiza wariancji w modelu regresji wielorakiej). Interpretacja parametrów strukturalnych modelu regresji liniowej. Ocena jakości modelu ekonome- trycznego.
Weryfikacja modelu regresji wielorakiej: procedura weryfikacji statystycznej i merytorycznej (weryfikacja hipotez modelu ekonomicznego); procedura weryfikacji statystycznej – wybrane elementy: badanie normalności rozkładu skład- nika losowego, badanie istotności współczynników regresji.
Laboratoria komputerowe z wykorzystaniem oprogramowania R pokazujące praktyczne aspekty modelowania eko- nometrycznego dla zagadnień poruszanych na wykładzie i ćwiczeniach.
8. Metody dydaktyczne: ćwiczenia laboratoryjne, zestawy zadań do samodzielnego rozwiązania, opracowanie projek- tów laboratoryjnych
9. Założenia i cele przedmiotu
wiadomości: podstawy teoretyczne i przykłady zastosowań modelowania ekonometrycznego w ekonomii umiejętności: budowa oraz podejmowanie decyzji na podstawie modeli ekonometrycznych
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia ćwiczeń: pisemna, projekty.
Warunki zaliczenia ćwiczeń: ocena pozytywna uzyskana na podstawie pracy pisemnej (ćwiczenia), wykonanych pro- jektów (laboratoria) oraz aktywności na zajęciach.
11. Literatura podstawowa
[1] Maddala G.S. (2006), Ekonometria, PWN, Warszawa.
[2] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
[3] R Development Core Team (2012), R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org.
[4] Dziechciarz J. (red.) (2012), Ekonometria. Metody, przykłady, zadania, Wyd. UE, Wrocław.
[5] Welfe A. (2009), Ekonometria. Metody i ich zastosowanie, PWE, Warszawa.
[6] Grabowski W., Welfe A. (2010), Ekonometria. Zbiór zadań, PWE, Warszawa.
[7] Nowak E. (2002), Zarys metod ekonometrii. Zbiór zadań, PWN, Warszawa.
12. Literatura uzupełniająca
[1] Kufel T. (2011), Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa.
[2] Gruszczyński M., Kuszewski T., Podgórska M. (red.) (2009), Ekonometria i badania operacyjne, PWN, Warszawa.
[3] Borkowski B., Dudek H., Szczesny W. (2003), Ekonometria. Wybrane zagadnienia, PWN, Warszawa.
[4] Welfe W., Welfe A. (2004), Ekonometria stosowana, PWE, Warszawa.
[5] Gajda J.B. (2004), Ekonometria, C.H. Beck, Warszawa.
— —
1. Przedmiot: INFORMATYKA I (COMPUTER SCIENCE I) 2. Kierunek / specjalność: Ekonomia / realizowany na kierunku 3. Forma studiów: studia stacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Matematyka, Technologia informacyjna 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
laboratoria 14 III II 1
6. Prowadzący: prof. UE dr hab. Andrzej Bąk, dr Andrzej Dudek, dr inż. Małgorzata Sej-Kolasa tel. 757538342, 757538373, 757538273; budynek i nr pokoju: A82, A80, B27
7. Treści programowe
INFORMATYKA I – Program R i programowanie w języku R
Środowisko obliczeniowe CRAN R – źródła internetowe, licencja, instalacja, pakiety, konfiguracja, tryby pracy, podstawowe obszary zastosowań w ekonomii i analizie danych, możliwości obliczeniowe programu. Konsola użytkow- nika środowiska R, obiektowa struktura środowiska, pliki programu. Podstawowe polecenia, system pomocy, przykłady i dostępne zbiory danych.
Import i eksport danych, formaty danych, wprowadzanie, przechowywanie i modyfikacja danych. Typy i struktury danych (tablice – wektory i macierze, listy, tabele danych). Operatory (arytmetyczne, logiczne, relacyjne, przypisania).
Korzystanie z funkcji dostępnych w pakietach podstawowych i dodatkowych. Tworzenie wyrażeń arytmetycznych, ge- nerowanie danych, operacje na tablicach. Graficzna prezentacja danych i wyników obliczeń (procedury graficzne i two- rzenie wykresów).
Stałe, zmienne i obiekty języka R. Instrukcje sterujące w języku R (warunkowe, iteracyjne), definiowanie funkcji użytkownika, zasady tworzenia procedur obliczeniowych. Projektowanie i programowanie algorytmów obliczeniowych.
Testowanie programów i eliminacja błędów. Przykłady procedur obliczeniowych w zastosowaniach ekonomicznych.
Tworzenie skryptów w języku R i ich wykorzystanie w analizie danych ekonomicznych.
8. Metody dydaktyczne: ćwiczenia laboratoryjne, indywidualne projekty i programy 9. Założenia i cele przedmiotu
wiadomości: poznanie zasad funkcjonowania środowiska R i podstaw języka R oraz możliwości obliczeniowych wybranych pakietów
umiejętności: wykorzystanie środowiska R w wybranych obszarach analizy danych ekonomicznych, programowanie w języku R algorytmów obliczeniowych
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia laboratoriów: pisemna, projekty.
Warunki zaliczenia laboratoriów: ocena pozytywna uzyskana na podstawie pracy pisemnej oraz wykonanych projek- tów.
11. Literatura podstawowa
[1] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa.
[2] Biecek P. (2008), Przewodnik po pakiecie R, Oficyna Wydawnicza GiS, Wrocław.
[3] Komsta Ł. (2004), Wprowadzenie do środowiska R, URL: http://www.r-project.org/.
[4] R Development Core Team (2012), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, URL: http://cran.r-project.org/.
12. Literatura uzupełniająca
[1] Biecek P. (2011), Przewodnik po pakiecie R. Wyd. II rozszerzone. Oficyna Wydawnicza GiS, Wrocław.
[2] Kopczewska K., Kopczewski T., Wójcik P. (2009), Metody ilościowe w R. Aplikacje ekonomiczne i finansowe.
CeDeWu, Warszawa.
[3] Paradis E. (2005), R for Beginners, URL: http://www.r-project.org.
[4] Quick J.M. (2012), Analiza statystyczna w środowisku R dla początkujących. Wydawnictwo HELION, Gliwice.
[5] Górecki T. (2011), Podstawy statystyki z przykładami w R. Wydawnictwo BTC, Legionowo.
[6] Biecek P. (2011), Analiza danych z programem R. Modele liniowe, z efektami stałymi, losowymi i mieszanymi.
WN PWN, Warszawa.
— —
1. Przedmiot: INFORMATYKA II (COMPUTER SCIENCE II) 2. Kierunek / specjalność: Ekonomia / realizowany na kierunku
3. Forma studiów: studia stacjonarne I stopnia / studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Technologia informacyjna, Informatyka I 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykład – – –
1 / 1
ćwiczenia – – –
laboratoria 14 / 9 VI / III III / II
Prowadzący: dr Andrzej Dudek, dr Aneta Rybicka, dr inż. Małgorzata Sej-Kolasa, dr Justyna Wilk, mgr inż. Jerzy Kisiel, mgr Karolina Bartos
tel. 757538373, 757538274, 757538273, 757538277, 757538276, 757538277 budynek i nr pok.: A80, B26, B27, B28, B25, B28
7. Treści programowe
INFORMATYKA II – Bazy danych
Zastosowania ekonomiczne baz danych. Pojęcie bazy danych. Rodzaje baz danych. Modele danych i systemy zarzą- dzania bazami danych. Charakterystyka relacyjnych baz danych. Systemy zarządzania relacyjną bazą danych. Pojęcie normalizacji schematu relacji (tabeli). Języki manipulowania danymi w relacyjnych bazach danych. podstawowe typy relacji. Operacje na relacjach (projekcja, selekcja, złączenie). Projektowanie relacyjnej bazy danych. Typy i struktury danych. Tworzenie plików bazy danych. Struktura pliku bazy danych (schemat relacji). Gromadzenie danych. Aktuali- zacja danych. Porządkowanie danych. Wyszukiwanie danych. Metody selekcji i prezentacji danych. Tworzenie formula- rzy. Generowanie raportów. Elementy programowania systemów baz danych. Przykład wykorzystania relacyjnej bazy danych.
8. Metody dydaktyczne: ćwiczenia laboratoryjne, zestawy zadań do samodzielnego wykonania, indywidualne projek- ty.
9. Założenia i cele przedmiotu
wiadomości: poznanie zasad funkcjonowania systemów zarządzania bazą danych
umiejętności: wykorzystanie systemu zarządzania bazą danych do realizacji zadań ekonomicznych 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia laboratoriów: pisemna, zadania do samodzielnego wykonania
Warunki zaliczenia laboratoriów: ocena pozytywna uzyskana na podstawie prac pisemnych oraz samodzielnie wy- konanych zadań oraz projektów
11. Literatura podstawowa
[1] Bąk A. (red.), Wprowadzenie do informatyki dla ekonomistów, Wydawnictwo AE, Wrocław 2004.
[2] Kopertowska M., ECUK Bazy danych, Wydawnictwo Naukowe PWN, Warszawa 2006.
[3] Kopertowska M., Sikorski W., ECUK Poziom zaawansowany Bazy danych, Wydawnictwo Naukowe PWN, Warszawa 2006.
12. Literatura uzupełniająca
[1] Kopertowska-Tomczak M., ECDL. Bazy danych. Moduł 5, Wydawnictwo Naukowe PWN, Warszawa 2009.
[2] Banachowski L., Bazy danych. Tworzenie aplikacji, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998.
1. Przedmiot: INFORMATYKA W LOGISTYCE PRZEDSIĘBIORSTW (INFORMATICS IN ENTERPRISE LO- GISTICS)
2. Kierunek / specjalność: Zarządzanie / Logistyka w przedsiębiorstwie 3. Forma studiów: studia stacjonarne I stopnia / studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Technologia informacyjna, Podstawy logistyki 5. Charakterystyka zajęć dydaktycznych:
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 15 / 7 V / V III / III
2 / 2
ćwiczenia – – –
laboratoria 15 / 5 V / V III / III
6. Prowadzący: dr inż. Tomasz Bartłomowicz, dr inż. Małgorzata Sej-Kolasa, dr Andrzej Dudek tel. 757538274, 757538273, 757538373; bud. i nr pok.: B26, B27, A80
7. Treści programowe:
Przesłanki, założenia i znaczenie informatyki w logistyce przedsiębiorstw. Uwarunkowania informatycznego wspomagania logistyki. Oczekiwania przedsiębiorstw odnośnie zastosowania informatyki w logistyce. Przykłady i stu- dia przypadków wykorzystywania informatyki w logistyce przedsiębiorstw.
Pojęcie systemu informacji logistycznej. Istota i cechy informacji logistycznej, typy systemów informacyjnych.
Model systemu informacji logistycznej przedsiębiorstwa. Charakterystyka przepływu informacji logistycznej na przy- kładzie SCM – symulacja komputerowa Beer Game.
Kategorie systemów wspomagających zarządzanie logistyczne. Ewolucja i kierunki rozwoju systemów wspomaga- jących zarządzanie logistyką. Systemy SCM (zarządzania łańcuchami dostaw), WMS (zarządzania procesami magazy- nowania), MRP II (planowania zasobów produkcyjnych). System ERP (planowania zasobów przedsiębiorstwa), rola ERP w logistyce przedsiębiorstw. Przegląd rozwiązań klasy ERP na przykładzie programu Microsoft Dynamics NAV (MBS Navision). Tendencje rozwojowe systemów informatycznych wspomagających logistykę przedsiębiorstw.
Globalny system identyfikacji Global System One (GS1). Automatyczna identyfikacja surowców, materiałów i pro- duktów w systemach informatycznych. Elektroniczna wymiana danych. Globalne identyfikatory GS1. Etykiety trans- portowe i kody kreskowe GS1. Oprogramowanie komputerowe do tworzenia etykiety logistycznej GS1.
Przegląd pozostałych rozwiązań informatycznych dla logistyki. Zarządzanie flotą i inteligentny transport w oparciu o system globalnej lokalizacji GPS. Zastosowanie internetu w logistyce przedsiębiorstw – giełdy internetowe i giełdy zleceń transportowych, e-biznes i e-procurement. Oprogramowanie komputerowe do rozwiązywania wybranych logi- stycznych problemów optymalizacyjnych (problemu komiwojażera, problemu marszrutyzacji, problemu chińskiego li- stonosza, problemu najkrótszej drogi, itp.).
8. Metody dydaktyczne: wykład, ćwiczenia laboratoryjne, zestawy zadań do samodzielnego rozwiązania, opracowa- nie projektów laboratoryjnych.
9. Założenia i cele przedmiotu:
Wiadomości: poznanie zasad eksploatacji oprogramowania komputerowego dla logistyki;
Umiejętności: wykorzystywanie programów komputerowych dla logistyki, rozwiązywanie konkretnych problemów logistycznych.
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę.
Forma zaliczenia wykładu: pisemna w formie testu.
Forma zaliczenia zajęć laboratoryjnych: praktyczna w formie ćwiczeń laboratoryjnych do samodzielnego wykona- nia, projekty.
Warunki zaliczenia: ocena pozytywna (co najmniej 50% punktów) uzyskana na podstawie testu. Rozwiązanie więk- szości zadań praktycznych przy stanowisku komputerowym.
11. Literatura podstawowa
[1] Dudek A. (red.), Systemy informatyczne zarządzania. Microsoft Business Solutions Navision, Wyd. UE we Wrocławiu, Wro- cław 2011.
[2] Majewski J., Informatyka dla logistyki, Wyd. Instytut Logistyki i Magazynowania, Poznań 2006.
[3] Rutkowski K. (red.), Logistyka on-line, PWE, Warszawa 2002.
[4] Gołembska E, Logistyka jako zarządzanie łańcuchem dostaw, Wyd. AE w Poznaniu, Poznań 1994.
12. Literatura uzupełniająca
[1] Korzeniowski A., Skrzypek M., Szyszka G., Opakowania w systemach logistycznych, Wyd. Instytut Logistyki i Magazyno- wania, Poznań 2006.
[2] Nowicki A., Chomiak-Orsy I. (red.), Systemy informacyjne logistyki. Cz. 2 Modelowanie, Wyd. AE we Wrocławiu, Wrocław 2007.
[3] Skowronek C., Logistyka w przedsiębiorstwie, PWE, Warszawa 2008.
[4] Knosal R. (red.), Komputerowe wspomaganie zarządzania przedsiębiorstwem: nowe metody i systemy, PWE, Warszawa 2007.
[5] Gołembska E., Szuster M. (red.), Logistyka międzynarodowa w gospodarce światowej, Wyd. AE w Poznaniu, Poznań 2008.
[6] Zbiór artykułów poświęconych zagadnieniom związanym z systemem GS1, [URL:] http://www.gs1.org, http://www.gs1pl.org.
[7] Zbiór artykułów poświęconych zagadnieniom modelowania problemów logistycznych z wykorzystaniem oprogramowania komputerowego AnyLogic oraz IThink, [URL:] http://www.runthemodel.com.
— —
1. Przedmiot: INFORMATYKA W ZARZĄDZANIU (INFORMATICS IN MANAGEMENT) 2. Kierunek / specjalność – Zarządzanie / realizowany na kierunku
3. Forma studiów: studia stacjonarne I stopnia / studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Technologia informacyjna, Mikroekonomia, Podstawy zarządzania, Finanse, Rachunkowość finansowa
5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS wykład 10 / 10 VI / VI III / III
4 / 4
ćwiczenia – / 5 – / VI – / III
laboratoria 30 / 25 VI / VI III / III
6. Prowadzący: dr inż. Małgorzata Sej-Kolasa, dr Tomasz Bartłomowicz, dr Andrzej Dudek, dr Bartłomiej Jefmański, dr Marcin Pełka, dr Justyna Wilk.
tel. 757538273 (274, 373, 379, 379, 287); bud. i nr pok.: B27, B26, A80, A84, A84, B28, A94 7. Treści programowe
Ewolucja i kierunki rozwoju systemów wspomagających zarządzanie przedsiębiorstwem: zadania informatyki w za- rządzaniu, struktura systemu informatycznego w organizacji, Systemy MRP, MRP II, ERP, CRM, Podstawowe założe- nia funkcjonalne, konstrukcyjne i technologiczne zintegrowanych gospodarczych systemów informacyjnych, modele procesowe, struktura funkcjonalna i informacyjna zintegrowanych gospodarczych systemów informacyjnych.
Algorytmizacja procesów w przedsiębiorstwie: wstęp do projektowania systemów, procesy algorytmiczne, metody- ka CASE, metodyka Yourdona, metodyka Martina, metodyka SSADM, Diagramy ERD, STC, FHD, DFD, narzędzia typu RAD wspomagające tworzenie systemów informatycznych.
Technologie baz danych, hurtownie danych, narzędzia: architektura I funkcje hurtowni danych, repozytorium meta- danych, narzędzia zapytań, analizy i raportowania, data mining, zarządzanie hurtownią danych, eksploracja danych, podstawy OnLine Analytical Processing (OLAP), Normalizowane i nienormalizowane struktury danych, normalizacja danych, model relacji jednostkowej, normalizowane dane i systemy OLAP, analiza danych przy użyciu wymiarów i faktów, tabele informacyjne, tabela faktów, kostki, usługi OLAP na przykładzie Microsoft SQL Server. Rozproszone i scentralizowane bazy danych, pojęcie fragmentaryzacji i replikacji, rodzaje fragmentaryzacji baz danych.
Elementy informatyzacji w zarządzaniu: zakup, tworzenie, implementacja, eksploatacja i modyfikacja systemu in- formatycznego, integracja systemów informatycznych. Strategia informatyzacji, Organizacja przedsięwzięć informa- cyjnych. Integrator systemu i jego rola. Czynniki krytyczne realizacji projektu. Modelowanie implementacyjne i wdro- żeniowe.
Sieci Internet, intranet i ekstranet w organizacji, serwis internetowy: Podstawy techniczne sieci Internet, zarządzanie treścią w systemach internetowych – systemy CMS, Standardy opisu i wymiany danych – XML, EDI, outsourcing usług internetowych w przedsiębiorstwie. Problemy bezpieczeństwa serwisu internetowego i aplikacji intranetowych, modele bezpieczeństwa, zastosowanie technik kryptograficznych, polityka bezpieczeństwa przedsiębiorstwa.
Systemy inteligentne w zarządzaniu: algorytmy genetyczne, sieci neuronowe. Bazy wiedzy i metody wnioskowania, Architektura systemów z bazą wiedzy na przykładzie systemów ekspertowych. Kierunki rozwoju sztucznej inteligencji.
Wybrane informatyczne systemy dziedzinowe: finanse-księgowość, kadry, logistyka, zarządzanie.
Przegląd rozwiązań klasy ERP: Microsoft Dynamics NAV, Microsoft Dynamics AX, Oracle E-business Suite, my- SAP ERP, TETA 2000.
8. Metody dydaktyczne: wykład uzupełniany prezentacjami multimedialnymi i studiami przypadków, ćwiczenia labo- ratoryjne, indywidualne projekty, zestawy zadań do samodzielnego rozwiązania ćwiczenia laboratoryjne, indywidu- alne projekty, zestawy zadań do samodzielnego rozwiązania
9. Założenia i cele przedmiotu
wiadomości: poznanie zasad wdrażania i eksploatacji systemów informatycznych w zarządzaniu umiejętności: korzystanie z systemów informacyjnych i informatycznych w zarządzaniu 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia wykładu: pisemna w formie testu.
Forma zaliczenia zajęć laboratoryjnych: praktyczna w formie ćwiczeń laboratoryjnych do samodzielnego wykona- nia.
Warunki zaliczenia: ocena pozytywna (co najmniej 50% punktów) uzyskana na podstawie testu. Rozwiązanie dwóch z trzech zadań praktycznych przy stanowisku komputerowym ze znajomości programu klasy ERP. Maksy- malnie 3 godziny nieusprawiedliwionej nieobecności
11. Literatura podstawowa
[5] Olszak C., Sroka H., Zintegrowane systemy informacyjne w zarządzaniu. Wydawnictwo Akademii Ekonomicznej, Katowice 2001.
12. Literatura uzupełniająca
[1] Zieliński J. (red.), Inteligentne systemy zarządzania. PWN, Warszawa 2001.
[2] Roszkowski J., Analiza i projektowanie strukturalne, Helion, Gliwice 2004.
[3] Simon A., Shaffer S., Hurtownie danych i systemy informacji gospodarczej: zastosowanie w handlu elektronicznym. Oficyna Ekonomiczna. Kraków 2002.
[4] Owoc M. (red.), Elementy systemów ekspertowych. Cz. I. Sztuczna inteligencja i odkrywanie wiedzy. Wydawnictwo Akademii Ekonomicznej, Wrocław 2003.
[5] Pipkin D. L., Bezpieczeństwo informacji. Ochrona globalnego przedsiębiorstwa. Warszawa, WNT 2002.
[6] Unold J., Systemy informacyjne marketingu. Wydawnictwo Akademii Ekonomicznej, Wrocław 2001.
[7] Sturm J., Microsoft SQL Server 7.0. Hurtownie danych, Promise, Warszawa 2000.
[8] Wrycza S., Analiza i projektowanie systemów informatycznych zarządzania. Metodyki, techniki, narzędzia. PWN, Warszawa 1999.
— —
1. Przedmiot: METODY ILOŚCIOWE W BADANIACH MARKETINGOWYCH (QUANTITATIVE METHODS IN MARKETING RESEARCH)
2. Kierunek / specjalność: Ekonomia / Ekonomia menedżerska 3. Forma studiów: studia stacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Statystyka opisowa 5. Charakterystyka zajęć dydaktycznych:
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
ćwiczenia 10 V III EM 2
6. Prowadzący: dr Aneta Rybicka tel. 757538274; budynek i nr pok.: B26 7. Treści programowe
Dane marketingowe – skale pomiarowe: rola skal pomiarowych w badaniach marketingowych, typy skal pomiaro- wych i ich charakterystyka (podstawowe własności skal pomiaru, reguły teorii pomiaru, metody i techniki dopuszczalne w odniesieniu do poszczególnych skal pomiaru), pomiar postaw nabywców (skalowanie jednowymiarowe i wielowymia- rowe, skale pomiaru postaw nabywców – skale podstawowe: nominalna, pozycyjna (rating scale), rangowa, stałych sum, zamiarów zakupu, porównywania parami; skale specyficzne: semantyczna Osgooda, Stapela-Crespiego, Likerta), dopuszczalne działania na liczbach (zasady przekształcania skal pomiarowych, transformacja normalizacyjna i ujednoli- canie zmiennych), pomiar podobieństwa obiektów z punktu widzenia skal pomiarowych, strategie postępowania w ba- daniach statystycznych w przypadku zmiennych mierzonych na różnych skalach.
Wielowymiarowe metody analizy danych marketingowych. Metody badania zależności (prezentacja metody, charak- terystyka zastosowań marketingowych): analiza regresji wielorakiej; conjoint analysis; drzewa klasyfikacyjne. Metody badania współwystępowania (prezentacja metody, charakterystyka zastosowań marketingowych): analiza czynnikowa;
metody klasyfikacji; skalowanie wielowymiarowe; metody porządkowania liniowego. Czynniki decydujące o wyborze metod analizy danych.
Podstawowe obszary zastosowań metod analizy wielowymiarowej w badaniach marketingowych:
– segmentacja rynku i wybór rynków docelowych (fazy w strategicznych badaniach marketingowych, podstawowe pojęcia segmentacji rynku, kryteria segmentacji rynku, segmentacja a priori, post hoc i hybrydowa, klasyfikacja metod segmentacji rynku, ocena przydatności metod segmentacji rynku, przykłady segmentacji a priori i post hoc, wybór ryn- ku docelowego, conjoint analysis w strategicznych badaniach marketingowych),
– badania związane z produktem (badania związane z kształtowaniem nowego produktu, identyfikacja rynków te- stowych, określanie pozycji produktu na rynku – pozycjonowanie i repozycjonowanie produktu oraz rozpoznawanie luk na rynku, przykłady wykorzystania metod analizy wielowymiarowej w badaniach związanych z produktem),
– prognozowanie rynku (udziału w rynku, sprzedaży, cen), analiza popytu i rozpoznawanie związków konkuren- cyjnych, badania preferencji nabywców.
8. Metody dydaktyczne: studium przypadków, indywidualne projekty, zestawy zadań do samodzielnego rozwiązania 9. Założenia i cele przedmiotu
wiadomości: poznanie zasad, metodologii i praktycznych zastosowań metod wielowymiarowych w badaniach marke- tingowych
umiejętności: praktyczne przeprowadzanie badań marketingowych z wykorzystaniem metod wielowymiarowych 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia ćwiczeń: pisemna
Warunki zaliczenia: ocena pozytywna (co najmniej 50% punktów) uzyskana na podstawie prac pisemnych.
11. Literatura podstawowa
[1] Walesiak M. (1996), Metody analizy danych marketingowych, PWN, Warszawa.
[2] Gatnar E., Walesiak M. (red) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wydaw- nictwo AE, Wrocław.
[3] Walesiak M. (2002), Uogólniona miara odległości w statystycznej analizie wielowymiarowej. Wydawnictwo AE, Wrocław.
[4] Walesiak M., Bąk A. (2000), Conjoint analysis w badaniach marketingowych, Wydawnictwo AE, Wrocław.
[5] Zaborski A. (2001), Skalowanie wielowymiarowe w badaniach marketingowych, Wydawnictwo AE, Wrocław.
[6] Bąk A. (2004), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Wydawnictwo AE, Wrocław.
12. Literatura uzupełniająca
[1] Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych, Wydawnictwo Naukowe PWN, Warszawa.
[2] Rószkiewicz M. (20002), Narzędzia statystyczne w analizach marketingowych, Wydawnictwo C.H. Beck, Warszawa.
[3] Stanimir A. (red.) (2006), Analiza danych marketingowych. Problemy, metody, przykłady, Wydawnictwo AE, Wrocław.
— —
1. Przedmiot: PROCESY INFORMACYJNE W ZARZĄDZANIU (INFORMATION PROCESSES IN MANAGE- MENT)
2. Kierunek / specjalność: Zarządzanie / realizowany na kierunku
3. Forma studiów: studia stacjonarne I stopnia / studia niestacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Technologia informacyjna, Podstawy zarządzania 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykład 10 / 10 IV / IV II / II
3 / 3
ćwiczenia – – –
laboratoria 10 / 10 IV / IV II / II
6. Prowadzący: dr inż. Małgorzata Sej-Kolasa, dr Aneta Rybicka, dr inż. Tomasz Bartłomowicz tel. 757538273, 757538274, 757538274; budynek i nr pok.: B27, B26, B26
7. Treści programowe
Definicja informacji. Rodzaje i funkcje informacji. Informacja jako zasób. Rola informacji w procesie zarządzania i dowodzenia. Przepływ informacji w procesie zarządzania. Definiowanie potrzeb informacyjnych. Pojęcie procesów in- formacyjnych. Semiotyczne, ekonomiczne i organizacyjno-techniczne funkcje procesów informacyjnych. Fazy procesu informacyjnego. Specjalizacja funkcjonalna procesu informacyjnego. Normalizacja funkcji procesów informacyjnych.
Generowanie informacji w procesie informacyjnym (rodzaje źródeł informacji w procesie informacyjnym, ograni- czenia generowania informacji, normalizacja w generowaniu informacji). Gromadzenie informacji w procesie informa- cyjnym (fazy gromadzenia informacji w procesie informacyjnym, rodzaje procesów informacyjnych). Przechowywanie informacji. Przetwarzanie informacji. Interpretacja informacji. Wykorzystanie informacji w procesie informacyjnym.
Problemy identyfikacji procesu informacyjnego.
Metody i sposoby zbierania informacji. Zbiory informacji. Selekcja i dystrybucja informacji. Przestrzenne systemy informacyjne. Teleinformatyczne wspomaganie procesów informacyjnych. Systemy informatyczne w zarządzaniu (sys- temy eksperckie, rola systemów informatycznych w zarządzaniu). Rodzaje decyzji. Warunki podejmowania decyzji.
Problem decyzyjny. Przetwarzanie informacji w procesie decyzyjnym. Sieciocentryczność procesów informacyjnych.
Komunikacja społeczna (proces i pola komunikacji społecznej, środki i nośniki komunikowania).
8. Metody dydaktyczne: ćwiczenia laboratoryjne, indywidualne projekty 9. Założenia i cele przedmiotu
wiadomości: poznanie definicji, funkcji, rodzajów i modeli informacji oraz procesów informacyjnych
umiejętności: analiza i synteza procesów informacyjnych w zarządzaniu, wykorzystanie teleinformatyki jako narzę- dzia wspomagającego procesy informacyjne w zarządzaniu
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia: pisemna, projekty.
Warunki zaliczenia: ocena pozytywna uzyskana na podstawie prac pisemnych oraz wykonanych projektów.
11. Literatura podstawowa
[1] Nowicki A. (red.), Sitarska M. (red.), Procesy informacyjne w zarządzaniu, Wyd. UE we Wrocławiu, Wrocław 2010.
[2] Oleński J., Ekonomika informacji. Metody, PWE, Warszawa 2002.
[3] Oleński J., Ekonomika informacji. Podstawy, PWE, Warszawa 2001.
[4] Stefanowicz B., Informacyjne systemy zarządzania. Przewodnik, SGH-Oficyna Wydawnicza, Warszawa 2007; URL ak- son.sgh.waw.pl/~stebog/materialy/ISZ'2007.doc
12. Literatura uzupełniająca
[1] Oleński J., Infrastruktura informacyjna państwa w globalnej gospodarce, Uniwersytet Warszawski, Warszawa 2006.
[2] Griffin R. W., Podstawy zarządzania organizacjami, PWN, Warszawa 1996.
[3] Radosiński D. Systemy informatyczne w dynamicznej analizie decyzyjnej, PWN, 2001.
— —
1. Przedmiot: PROGNOZOWANIE KONIUNKTURY GOSPODARCZEJ (BUSINESS FORECASTING) 2. Kierunek / specjalność: Ekonomia / Ekonomia Menedżerska
3. Forma studiów: studia stacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Makroekonomia I, Statystyka opisowa, Ekonometria I 5. Charakterystyka zajęć dydaktycznych
Forma zajęć Liczba godzin Semestr Rok studiów Punkty ECTS
ćwiczenia 10 VI III 1
6. Prowadzący: dr Roman Pawlukowicz tel. 757538270; budynek i nr pok.: B25 7. Treści programowe
Istota i cechy wahań koniunkturalnych w gospodarce rynkowej (pojęcie i morfologia współczesnych wahań koniunktu- ralnych, mechanizm cyklu koniunkturalnego, teorie cyklu koniunkturalnego, teoretyczna i praktyczna przydatność badań koniunktury gospodarczej).
Metody empirycznej analizy koniunktury gospodarczej (diagnoza i prognoza jako formy koniunkturalnych prac anali- tycznych, główne wskaźniki ogólnogospodarczych wahań koniunkturalnych, metody wyodrębniania wahań koniunktural- nych, wymagania wobec danych dla potrzeb analizy koniunktury).
Współczesne metody prognozowania koniunktury gospodarczej (metody dominujące i metody wspomagające, symbioza i wzajemne uzupełnianie się metod).
Próby prognozowania koniunktury gospodarczej dla wybranych (przykładowych) obiektów.
8. Metody dydaktyczne: studium przypadków 9. Założenia i cele przedmiotu
wiadomości: poznanie specyfiki współczesnych wahań koniunkturalnych i metodologicznych zasad ich prognozowania umiejętności praktyczne: nabycie podstawowych metodycznych umiejętności prognozowania koniunktury gospodarczej 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia: pisemna.
Warunki zaliczenia: ocena pozytywna uzyskana z pracy pisemnej (co najmniej 50% z ogólnej sumy punktów).
11. Literatura podstawowa
[1] Mocek M. (red.), Diagnozowanie i prognozowanie koniunktury gospodarczej w Polsce. Wydawnictwo AE, Poznań 2006.
[2] Kowalewski G., Metody badania koniunktury gospodarczej. Wprowadzenie. Wydawnictwo AE, Wrocław 2002.
[3] Rekowski M. (red.), Wskaźniki wyprzedzające jako metoda prognozowania koniunktury w Polsce. Wydawnictwo AE, Poznań 2003.
[4] Drozdowicz-Bieć M., Cykle i wskaźniki koniunktury. Wydawnictwo Poltext, Warszawa 2012.
12. Literatura uzupełniająca
[1] Rekowski M. (red.), Koniunktura gospodarcza Polski, Wydawnictwo AE, Poznań 1997.
[2] Lubiński M., Analiza koniunktury i badanie rynków, Dom Wydawniczy Elipsa, Warszawa 2002.
[3] Cieślak M. (red.), Prognozowanie gospodarcze. Metody i zastosowania, Wyd. IV zmienione, Wydawnictwo Naukowe PWN, Warszawa 2005.
[4] Barczyk R., Kąsek L., Lubiński M., Marczewski K., Nowe oblicza cyklu koniunkturalnego, PWE, Warszawa 2006.
— —
1. Przedmiot: ZARZĄDZANIE KAPITAŁAMI (CAPITAL MANAGEMENT) 2. Kierunek / specjalność: Ekonomia / Analiza ekonomiczna
3. Forma studiów: studia stacjonarne II stopnia
4. Wymagania wstępne – zaliczone przedmioty: Rynek finansowy i kapitałowy, Rachunkowość zarządcza 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykład 8 IV II
ćwiczenia 7 IV II 3
6. Prowadzący: dr Zbigniew Panasiewicz tel. 757538279, budynek i nr pok.: A84 7. Treści programowe
Przepływy pieniężne i potrzeby kapitałowe. Źródła pozyskiwania kapitału.
Metody ustalania kosztu kapitałów własnych.
Implikacje podatkowe polityki dywidendy: skutki podatkowe wypłaty dywidend z punktu widzenia przedsiębior- stwa oraz akcjonariuszy. Wykup akcji w celu umorzenia.
Średnioważony koszt kapitału. Wpływ struktury kapitału na całkowity koszt kapitału.
Krańcowy koszt kapitału a kryteria podejmowania decyzji inwestycyjnych. Racjonowanie kapitału.
Ryzyko stopy procentowej. Zabezpieczanie się przed ryzykiem zmian stopy procentowej. Efekt substytucji w poli- tyce finansowania firmy.
Podatki a struktura kapitału. Zniekształcenia w decyzjach dotyczących struktury kapitału powodowane opodatko- waniem.
Nośniki i sposoby podwyższania wartości struktury kapitałowej: charakterystyka nośników wartości struktury kapi- tałowej, tarcze podatkowe na odsetkach od długu oprocentowanego, subsydia i koszty emisji, koszty ograniczeń finan- sowych, stopień dyscyplinującego działania dźwigni finansowej.
Ogólne zasady kształtowania struktury kapitałowej.
Kreowanie wartości dodanej dla akcjonariuszy – nośniki i sposoby podwyższania wartości dla właścicieli: charakte- rystyka nośników wartości dla właścicieli, zasady kształtowania stopy realizacji wartości operacyjnej, ekonomiczna wartość dodana (EVA), rynkowa wartość dodana (MVA), stopa zwrotu dla właścicieli i stopa zwrotu dla przedsiębior- stwa.
8. Metody dydaktyczne: studium przypadków, przykłady i zadania rozwiązywane na zajęciach 9. Założenia i cele przedmiotu
wiadomości: poznanie problemów związanych z ustalaniem kosztów kapitału, z kształtowaniem jego struktury oraz z kreowaniem wartości dla właścicieli kapitału
umiejętności: analiza struktury kapitału, jego kosztów oraz stopy zwrotu dla właścicieli 10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę
Forma zaliczenia: pisemna – test wielokrotnego wyboru.
Warunki zaliczenia: ocena pozytywna – uzyskanie co najmniej 50% punktów z testu.
11. Literatura podstawowa
[1] Jerzemowska M. Kształtowanie struktury kapitału w spółkach akcyjnych. PWN, Warszawa 1999.
[2] Jajuga K., Zarządzanie kapitałem. Wydawnictwo AE, Wrocław 1998.
[3] Michalski M., Zarządzanie przez wartość – firma z perspektywy interesów właścicielskich. WIG-Press, Warszawa 2001.
12. Literatura uzupełniająca
[1] Davis E.W., Pointon J., Finanse i firma. PWE, Warszawa 1997.
[2] Cwynar A., Cwynar W., Zarządzanie wartością spółki kapitałowej. Fundacja Rozwoju Rachunkowości w Polsce, Warszawa 2002.
[3] Komar Z., Sztuka inwestowania. PRET, Warszawa 1994.
[4] Pluta W., Krótkoterminowe zarządzanie kapitałem: jak zachować płynność finansową. C.H. Beck, Warszawa 2005.
— —
1. Przedmiot: FINANSE GOSPODARSTWA DOMOWEGO (HOUSEHOLD FINANCE) – wykład do wyboru 2. Kierunek / specjalność: Ekonomia / realizowany na kierunku
3. Forma studiów: studia stacjonarne I stopnia
4. Wymagania wstępne – zaliczone przedmioty: Mikroekonomia 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 9 III II 1
6. Prowadzący: dr Zbigniew Panasiewicz tel. 757538279; budynek i nr pok.: A84 7. Treści programowe
Planowanie finansowe w gospodarstwie domowym: planowanie przychodów, planowanie wydatków, przepływy pieniężne w gospodarstwie domowym.
Kryteria wyboru banku i rachunku oszczędnościowo-rozliczeniowego.
Kryteria analizy oferty bankowej w zakresie lokat bankowych
Zaciąganie kredytów i pożyczek – podstawowe kryteria stosowane przy wyborze kredytodawcy i formy kredytu, podstawowe kryteria analizy oferty kredytowej banków.
Zabezpieczenie na starość: źródła dochodów w okresie emerytalnym - pierwszy, drugi i trzeci filar ubezpieczeń emerytalnych.
Międzypokoleniowe transfery majątkowe.
8. Metody dydaktyczne: wykład, studium przypadków.
9. Założenia i cele przedmiotu
wiadomości: poznanie podstawowych zasad planowania finansowego w gospodarstwie domowym, sposobów loko- wania nadwyżek pieniężnych, zaciągania kredytów i pożyczek, ubezpieczeń osobowych i majątkowych, planów emerytalnych oraz rozporządzenia majątkiem;
umiejętności: samodzielne sporządzenie budżetu gospodarstwa domowego, analiza związana z wyborem rachunku bankowego oraz z wyborem kredytodawcy, umiejętność porównania alternatyw ulokowania kapitału, wybór ubezpieczyciela.
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia: samodzielnie przygotowany projekt.
Warunki zaliczenia: poprawnie przygotowany projekt, zawierający wszystkie wymagane elementy.
11. Literatura podstawowa
[1] Lipiński M.: Finanse osobiste. Helion, Gliwice 2008.
[2] Charles D. Ellis: Strategie inwestycyjne. Wydawnictwo K. E. Liber, Warszawa 1996.
12. Literatura uzupełniająca
[1] Moje pieniądze. Praca zb. pod red. K. Bienia. Presspublika, Warszawa 1997.
[2] Michael Brett: Świat finansów. Biblioteka Menedżera i Bankowca, Warszawa 1992.
[3] Green M. R., Dince R. R.: Personal Financial Management. South-Western Publishing Co., Cincinnati 1993.
— —
1. Przedmiot: FINANSE GOSPODARSTWA DOMOWEGO (HOUSEHOLD FINANCE) – wykład do wyboru 2. Kierunek / specjalność: Ekonomia / realizowany na kierunku
3. Forma studiów: studia stacjonarne II stopnia
4. Wymagania wstępne – zaliczone przedmioty: Rynek finansowy i kapitałowy 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 15 IV II 1
6. Prowadzący: dr Zbigniew Panasiewicz tel. 757538279; budynek i nr pok.: A84 7. Treści programowe
Planowanie finansowe w gospodarstwie domowym: planowanie przychodów, planowanie wydatków, przepływy pieniężne w gospodarstwie domowym.
Kryteria wyboru banku i rachunku oszczędnościowo-rozliczeniowego.
Lokowanie kapitału: kryteria analizy oferty bankowej w zakresie lokat bankowych, lokowanie w funduszach inwe- stycyjnych; analiza ryzyka i wybór określonego funduszu inwestycyjnego, samodzielne lokowanie w papiery warto- ściowe, lokaty w nieruchomości.
Finansowanie znaczących wydatków: budowa lub kupno domu (mieszkania), zakup samochodu; kryteria analizy problemu – kupić czy wynająć.
Zaciąganie kredytów i pożyczek – podstawowe kryteria stosowane przy wyborze kredytodawcy i formy kredytu, podstawowe kryteria analizy oferty kredytowej banków.
Ubezpieczanie majątku: kryteria analizy oferty ubezpieczycieli i wybór formy i zakresu ubezpieczenia.
Ubezpieczenia osobowe: analiza oferowanych ubezpieczeń na życie i wybór polisy.
Obciążenia podatkowe i opłaty: podatki od osób fizycznych i opłaty od czynności cywilno-prawnych.
Zabezpieczenie na starość: źródła dochodów w okresie emerytalnym - pierwszy, drugi i trzeci filar ubezpieczeń emerytalnych.
Międzypokoleniowe transfery majątkowe.
8. Metody dydaktyczne: wykład, studium przypadków.
9. Założenia i cele przedmiotu
wiadomości: poznanie podstawowych zasad planowania finansowego w gospodarstwie domowym, sposobów loko- wania nadwyżek pieniężnych, zaciągania kredytów i pożyczek, ubezpieczeń osobowych i majątkowych, planów emerytalnych oraz rozporządzenia majątkiem;
umiejętności: samodzielne sporządzenie budżetu gospodarstwa domowego, analiza związana z wyborem rachunku bankowego oraz z wyborem kredytodawcy, umiejętność porównania alternatyw ulokowania kapitału, wybór ubezpieczyciela.
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia: samodzielnie przygotowany projekt.
Warunki zaliczenia: poprawnie przygotowany projekt, zawierający wszystkie wymagane elementy.
11. Literatura podstawowa
[1] Lipiński M.: Finanse osobiste. Helion, Gliwice 2008.
[2] Charles D. Ellis: Strategie inwestycyjne. Wydawnictwo K. E. Liber, Warszawa 1996.
12. Literatura uzupełniająca
[1] Moje pieniądze. Praca zb. pod red. K. Bienia. Presspublika, Warszawa 1997.
[2] Michael Brett: Świat finansów. Biblioteka Menedżera i Bankowca, Warszawa 1992.
[3] Green M. R., Dince R. R.: Personal Financial Management. South-Western Publishing Co., Cincinnati 1993.
— —
1. Przedmiot: FINANSE GOSPODARSTWA DOMOWEGO (HOUSEHOLD FINANCE) – wykład do wyboru 2. Kierunek / specjalność: Zarządzanie / realizowany na kierunku
3. Forma studiów: studia stacjonarne II stopnia / studia niestacjonarne II stopnia 4. Wymagania wstępne – zaliczone przedmioty: Rynek kapitałowy i finansowy 5. Charakterystyka zajęć dydaktycznych
Forma Liczba godzin Semestr Rok studiów Punkty ECTS
wykłady 15 / 8 IV / IV II / II 1 / 1
6. Prowadzący: dr Zbigniew Panasiewicz tel. 757538279; budynek i nr pok.: A84 7. Treści programowe
Planowanie finansowe w gospodarstwie domowym: planowanie przychodów, planowanie wydatków, przepływy pieniężne w gospodarstwie domowym.
Kryteria wyboru banku i rachunku oszczędnościowo-rozliczeniowego.
Lokowanie kapitału: kryteria analizy oferty bankowej w zakresie lokat bankowych, lokowanie w funduszach inwe- stycyjnych; analiza ryzyka i wybór określonego funduszu inwestycyjnego, samodzielne lokowanie w papiery warto- ściowe, lokaty w nieruchomości.
Finansowanie znaczących wydatków: budowa lub kupno domu (mieszkania), zakup samochodu; kryteria analizy problemu – kupić czy wynająć.
Zaciąganie kredytów i pożyczek – podstawowe kryteria stosowane przy wyborze kredytodawcy i formy kredytu, podstawowe kryteria analizy oferty kredytowej banków.
Ubezpieczanie majątku: kryteria analizy oferty ubezpieczycieli i wybór formy i zakresu ubezpieczenia.
Ubezpieczenia osobowe: analiza oferowanych ubezpieczeń na życie i wybór polisy.
Obciążenia podatkowe i opłaty: podatki od osób fizycznych i opłaty od czynności cywilno-prawnych.
Zabezpieczenie na starość: źródła dochodów w okresie emerytalnym - pierwszy, drugi i trzeci filar ubezpieczeń emerytalnych.
Międzypokoleniowe transfery majątkowe.
8. Metody dydaktyczne: wykład, studium przypadków.
9. Założenia i cele przedmiotu
wiadomości: poznanie podstawowych zasad planowania finansowego w gospodarstwie domowym, sposobów loko- wania nadwyżek pieniężnych, zaciągania kredytów i pożyczek, ubezpieczeń osobowych i majątkowych, planów emerytalnych oraz rozporządzenia majątkiem;
umiejętności: samodzielne sporządzenie budżetu gospodarstwa domowego, analiza związana z wyborem rachunku bankowego oraz z wyborem kredytodawcy, umiejętność porównania alternatyw ulokowania kapitału, wybór ubezpieczyciela.
10. Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia: samodzielnie przygotowany projekt.
Warunki zaliczenia: poprawnie przygotowany projekt, zawierający wszystkie wymagane elementy.
11. Literatura podstawowa
[1] Lipiński M.: Finanse osobiste. Helion, Gliwice 2008.
[2] Charles D. Ellis: Strategie inwestycyjne. Wydawnictwo K. E. Liber, Warszawa 1996.
12. Literatura uzupełniająca
[1] Moje pieniądze. Praca zb. pod red. K. Bienia. Presspublika, Warszawa 1997.
[2] Michael Brett: Świat finansów. Biblioteka Menedżera i Bankowca, Warszawa 1992.
[3] Green M. R., Dince R. R.: Personal Financial Management. South-Western Publishing Co., Cincinnati 1993.
