prof. dr hab. Piotr Fiszeder
Department of Econometrics and Statistics, Faculty of Economic Sciences and Management, Nicolaus Copernicus University in Torun, ul. Gagarina 13A, 87-100 Torun, Poland
e-mail: piotr.fiszeder@umk.pl, phone: +48 56 6114902
Academic degrees:
Ph.D. in Economics 24 October 2001, thesis title: “Application of GARCH Models in Econometric Analysis of Stock-Exchange Processes”, supervisor: prof. dr hab. Zygmunt Zieliński,
Habilitation - 9 December 2009.
Full professor in economics and finance - 16 February 2022.
Member of Editorial Board of scientific journals:
The Subject Editor and Statistical Editor of Statistical Review - Statistics Poland
The Subject Editor of Forecasting
The Subject Editor of Dynamic Econometric Models
The Statistical Editor of Copernican Journal of Finance & Accounting
The Statistical Editor of Acta Universitatis Nicolai Copernici - Zarządzanie
The Statistical Editor of Catallaxy
Research projects
and
scholarships:
1. East European Transition and EU Enlargement: A Quantitative Approach, grant European Community's Phare ACE (Action for Co-operation in the Field of Economics) Programme 1998.
2. The Analysis of Financial Time Series and Investigation of Economic Efficiency: Bayesian Inference and Competitive Approach, grant from the State Committee for Scientific Research (KBN), No. 1 H02B 022 18, period: 2000-2002.
3. PHD Scholarship, period: 2000-2002.
4.
The Application of the GARCH Models
in the
Analysis of Market Risk,
grant UMK No. 419-E (
5. Habilitation
6.
Applications of the
GARCH Models - Forecasting, Portfolio Theory and Derivatives,
7.
Analysis of Factors Determining Development of Electronic Retail Methods
of Payment in Poland, grant from the
Polish Ministry of Science and Higher Education (MNiSW), No.
8. Modeling the Usage of Retail Payment Methods in the Polish Market, grant from the Committee for Economic Research National Bank of Poland, period: June - December 2010.
9. Modeling and Forecasting Volatility - Usage of Additional Information Contained in Low and High Prices, financed by the National Science Centre, No. 2012/05/B/HS4/00675 (project leader), period: 2013- 2016.
10. Nonparametric Identification and Forecasting of Nonlinear Financial Time Series, financed by the National Science Centre, No. 2013/11/B/HS4/00578, period: 2014-2017.
11.
Multivariate
Volatility
Models
- The
Application
of
Low
and
High
Prices,
12.
Online Attention and Financial Markets,
13.
14. Robust Methods for Range-Based Models - Risk and Comovement Analysis on the Cryptocurrency Market, financed by the National Science Centre, No. 2021/43/B/HS4/00353 (
Papers in journals indexed in Web of Science (with impact factor):
Nonparametric Verification of GARCH-Class Models for Selected Polish Exchange
Rates and Stock Indices (
A New Look at Variance Estimation Based on Low, High
and
Closing Prices Taking into Account the Drift
(
Monetary Policy in Steering the EONIA and POLONIA
Rates in the Eurosystem and Poland: a Comparative Analysis (
Nonlinear
Granger Causality between Grains and
Livestock (
Range-Based DCC Models for Covariance and
Value-at-Risk Forecasting (
Improving
Forecasts with the Co-Range Dynamic Conditional Correlation Model
Forecasting Volatility of Energy Commodities: Comparison of GARCH Models with Support Vector Regression (co-authors
Covariance Matrix Forecasting Using Support Vector Regression (co-author W. Orzeszko), Applied Intelligence, 51, 10, 2021, 7029-7042, Springer.
Forecasting: Theory and Practice (co-authors
Forecasting
Volatility
During the Outbreak of Russian Invasion of Ukraine: Application to
Commodities, Stock Indices, Currencies, and Cryptocurrencies,
Modeling and Forecasting Dynamic Conditional Correlation with Opening, High, Low and Closing Prices (co-authors M. Fałdziński, P. Molnár), Journal of Empirical Finance, 70, 2023, 308-321, Elsevier.
Attention to Oil Prices and its Impact on the Oil, Gold and Stock Markets and Their Covariance (co-authors M. Fałdziński, P. Molnár), Energy Economics, 120, 2023, 106643, Elsevier.
Forecasting Cryptocurrencies Volatility Using Statistical and Machine Learning Methods: A Comparative Study (co-authors G. Dudek, P. Kobus, W. Orzeszko), Applied Soft Computing, 151, 2024, 111132, Elsevier.
Improving
Volatility Forecasts: Evidence from Range-Based Models
Robust
Estimation of the Range-Based GARCH Model: Forecasting Volatility Value at
Risk and Expected Shortfall of Cryptocurrencies
Monographs:
1. Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Naukowe UMK, Toruń, 2009.
Scientific
papers:
1. Modele podstawowe procesów na Warszawskiej Giełdzie Papierów Wartościowych,
Dynamiczne Modele Ekonometryczne, Materiały na VI Ogólnopolskie Seminarium
Naukowe, UMK Toruń 1999.
2.
Econometric Analysis of the World
Stock Indices and Exchange Rates and their Influence on the Warsaw Stock Exchange, Dynamic Econometric Models 4, UMK Toruń 2000.
3. Statyczne i dynamiczne własności stóp zwrotu na przykładzie
światowych indeksów giełdowych, Nasz Rynek Kapitałowy, 109, 2000, 43-46.
4. Zastosowanie modeli GARCH w analizie krótkookresowych zależności
pomiędzy Warszawską Giełdą Papierów Wartościowych a międzynarodowymi
rynkami akcji, Przegląd Statystyczny, 48, 2001, 345-364.
5. Badanie zależności pomiędzy indeksami
giełdowymi na GPW w Warszawie – analiza wielorównaniowych modeli GARCH (
6. Modelling Polish Stock Returns with GARCH Models (co-author J. Romański), materiały konferencji MACROMODELS'2000, Łódź 2001.
7.
Jednorównaniowe modele GARCH - analiza procesów zachodzących
na GPW w Warszawie,
Dynamiczne Modele Ekonometryczne,
Materiały na VII Ogólnopolskie Seminarium Naukowe,
UMK, Toruń 2001.
8. Empiryczne własności procesów stóp zwrotu, Nasz Rynek Kapitałowy, 121, 2001, 49-50.
9.
Analiza wyprzedzeń i opóźnień czasowych między indeksami giełdowymi na Giełdzie
Papierów Wartościowych w Warszawie (
10.
Looking
for the Pattern of GARCH Type Models in Stock Returns of Polish Banks Listed on
the Warsaw Stock Exchange (
11.
Looking for the Pattern of
GARCH Type Models in Polish Stock Returns. Comparison with
Indices of the EU and
the East European Stock Markets (
12. Charakterystyka jednorównaniowych modeli GARCH, Rynek Terminowy, 15, 2002, 115-118.
13. Univariate
GARCH Models - Modelling Returns of Stocks and Indices Quoted on the WSE, Dynamic
Econometric Models 5, UMK Toruń, 2002.
14.
Jednorównaniowe postacie modeli GARCH, Acta Universitatis
Nicolai Copernici, Ekonomia XXXII, UMK Toruń, 2002.
15.
Testy stałości
współczynników korelacji w wielorównaniowym modelu GARCH- analiza
korelacji między indeksami giełdowymi: WIG, DJIA i Nasdaq Composite, Przegląd
Statystyczny, 50, 2, 2003, 53-71.
16. Zastosowanie modeli GARCH w analizie procesów obserwowanych na GPW w Warszawie oraz wybranych rynkach akcji na świecie, Metody ilościowe w naukach ekonomicznych, Trzecie Warsztaty Doktorskie z Zakresu Ekonometrii i Statystyki, SGH w Warszawie, 2003.
17. Dynamiczne zabezpieczanie portfela przed ryzykiem - zastosowanie wielorównaniowych modeli GARCH, Dynamiczne Modele Ekonometryczne, Materiały na VIII Ogólnopolskie Seminarium Naukowe, UMK, Toruń 2003.
18.
Analiza
efektu zarażania na przykładzie zależności pomiędzy indeksem WIG a
indeksami wybranych rynków akcji na świecie (
19.
Zaraza na rynkach finansowych (
20.
Testowanie efektu contagion - zastosowanie wielorównaniowego modelu GARCH (
21. Prognozowanie zmienności na podstawie modeli GARCH, Rynek Terminowy, 25, 2004, 121-128.
22.
Dynamiczna alokacja aktywów – model Markowitza, Rynki finansowe –
prognozy a decyzje, Acta Universitatis
Lodziensis, Folia Oeconomica, 177,
Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2004.
23. Dynamiczna teoria portfela, Acta Universitatis Nicolai Copernici, Ekonomia XXXIV, UMK Toruń, 2004.
24.
Forecasting Volatility with GARCH Models, materiały konferencji
MACROMODELS'2003, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2004.
25. Dynamic Hedging Portfolios - Application of Bivariate GARCH Models, Dynamic Econometric Models 6, UMK Toruń, 2004.
26.
Model GARCH-M ze zmiennym parametrem – analiza wybranych spółek i
indeksów notowanych na GPW w Warszawie (
27.
Dynamiczna analiza zależności pomiędzy oczekiwaną stopą zwrotu a warunkową
wariancją (
28. Estymacja współczynników beta na podstawie wielorównaniowego modelu GARCH, Acta Universitatis Nicolai Copernici, Ekonomia XXXVI, UMK Toruń, 2005, 75-84.
29. Forecasting the Volatility of Polish Stock Index – WIG20, w: Forecasting Financial Markets. Theory and Applications, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2005, 29-42.
30. Modele zgodne dla procesów GARCH, Dynamiczne Modele Ekonometryczne, Materiały na IX Ogólnopolskie Seminarium Naukowe, UMK, Toruń 2005, 169-176.
31. Modelowanie procesów finansowych z długą pamięcią w średniej i wariancji, Dynamiczne Modele Ekonometryczne, Materiały na IX Ogólnopolskie Seminarium Naukowe, UMK, Toruń 2005, 233-240.
32.
Porównanie wybranych metod estymacji współczynnika zabezpieczenia dla
kontraktów futures na indeks WIG20 (
33. Testy modelu CAPM z zastosowaniem wielorównaniowych modeli GARCH – analiza dla GPW w Warszawie, Przegląd Statystyczny, 53, 3, 2006, 36-56.
34. Consequences of Congruence for GARCH Modelling, Dynamic Econometric Models 7, UMK, Toruń, 2006, 143-150.
35. Modelling Financial Processes with Long Memory in Mean and Variance, Dynamic Econometric Models 7, UMK, Toruń, 2006, 133-142.
36. Test of the CAPM Model with Time-Varying Covariances for the Polish Stock Market, w: Financial Markets. Principles of Modeling, Forecasting and Decision-Making, FindEcon Monograph Series, Advances in Financial Market Analysis, Number 2, Wydawnictwo Uniwersytetu Łódzkiego, Łódź, 2006, 243-257.
37.
Ocena skuteczności strategii zabezpieczającej – zastosowanie danych o
wysokiej częstotliwości, Rynek Kapitałowy, Skuteczne inwestowanie, cześć I,
Zeszyty Naukowe Uniwersytetu Szczecińskiego Nr 462, Wydawnictwo Naukowe
Uniwersytetu Szczecińskiego, Szczecin, 2007, 467-478.
38. Jak zwiększyć trafność prognoz zmienności, konstruowanych na podstawie modeli GARCH?, Dynamiczne Modele Ekonometryczne, UMK, Toruń 2007, 51-58.
39.
Wycena opcji pogodowych dla miasta Berlin kwotowanych na giełdzie Chicago
Mercantile Exchange (
40. Weryfikacja modelu CAPM na podstawie jednoczynnikowego modelu GARCH dla GPW w Warszawie, Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek, Prace naukowe AE we Wrocławiu, nr 1176, Wrocław 2007, 91-98.
41. Weryfikacja modelu APT dla GPW w Warszawie z zastosowaniem wielorównaniowego modelu GARCH, Matematyczne i ekonometryczne metody oceny ryzyka finansowego, Prace naukowe AE w Katowicach, Katowice 2007, 137-146.
42. Konstrukcja portfeli efektywnych z zastosowaniem wielorównaniowych modeli GARCH, Folia Oeconomica Cracoviensia, 48, PAN Oddział w Krakowie, Kraków 2007, 47-68.
43. Prognozowanie VaR – zastosowanie wielorównaniowych modeli GARCH, Modelowanie i prognozowanie gospodarki narodowej, Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego, Wydział Zarządzania Uniwersytetu Gdańskiego, Sopot 2007, 365-376.
44.
Testing the
Arbitrage Pricing Model with a Factor GARCH Model for the Polish Stock Market,w:
Financial Markets. Principles of Modelling, Forecasting and Decision-Making,
FindEcon Monograph Series, Advances in Financial Market Analysis, Number 5, Uniwersytet
Łódzki, Łódź 2007, 11-24.
45. Model APT z czynnikowym modelem GARCH – analiza dla GPW w Warszawie, Przegląd Statystyczny, 55, 1, 2008, 45-66.
46. Analiza zależności między indeksem WIG a wybranymi indeksami rynków akcji na świecie, Współczesne finanse. Stan i perspektywy rozwoju rynku finansowego, UMK w Toruniu, Toruń 2008, 311-319.
47. How to Increase Accuracy of Volatility Forecasts Based on GARCH Models, Dynamic Econometric Models 8, UMK, Toruń, 2008, 111-118.
48.
Pricing of Weather Options for Berlin Quoted on the Chicago Mercantile Exchange
49. Modelowanie liczby transakcji dokonywanych
przy użyciu gotówki i kart płatniczych na rynku polskim (
50. Pricing the WIG20 Index Options Using GARCH Models, w: Financial Markets. Principles of Modelling, Forecasting and Decision-Making, FindEcon Monograph Series, Advances in Financial Market Analysis, Number 8, Uniwersytet Łódzki, Łódź 2010, 141-156.
51. Minimum Variance Portfolio Selection for Large Number of Stocks – Application of Time-Varying Covariance Matrices, Dynamic Econometric Models 11, UMK, Toruń, 2011, 87-98.
52. Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych
na GPW w Warszawie
53.
Modelowanie wykorzystania metod płatności detalicznych na rynku polskim
(
54.
Modelowanie zależności
pomiędzy wybranymi procesami makroekonomicznymi a Warszawskim Indeksem Giełdowym
(
55. Estymacja wariancji arytmetycznego ruchu
Browna na podstawie znanych wartości minimum, maksimum, końcowej oraz dryfu
(
56. Wykorzystanie
gotówki i karty płatniczej w punktach handlowo-usługowych w Polsce:
zastosowanie dwuwymiarowego modelu Poissona (
57.
Testowanie występowania
wybranych anomalii kalendarzowych na GPW w Warszawie (
58. Model GARCH - wykorzystanie dodatkowych informacji o cenach minimalnych i maksymalnych (co-author G. Perczak), Bank i Kredyt, 45, 2, Narodowy Bank Polski, 2014, 105-132.
59.
Low and High Prices Can Improve Volatility Forecasts Based on the GARCH Model in
the Turmoil Period: Preliminary Results (
61. Forecasting Currency Covariances Using Machine Learning Tree-Based Algorithms with Low and High Prices (co-author S. Bejger), Przeglad Statystyczny, 68, 3, GUS, 2021, 1-15.
Reviewer
for journals
Agricultural Economics - Zemědělská Ekonomika
Ekonomska Istrazivanja - Economic Research
Emerging Markets Finance and Trade
Empirica. Journal of European Economics
Expert Systems with Applications
International Journal of Financial Studies
International Review of Financial Analysis
Journal of Central European Agriculture
Journal of Financial Econometrics
Journal of Risk Model Validation
Operations Research and Decisions
Reviewer
for other
Central European Journal of Economic Modelling and Econometrics
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Statistics in Transition new series
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
Reviewer of monographs:
1. Joanna Górka, Modele klasy Sign RCA GARCH. Własności i zastosowanie w finansach, Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika, Toruń, 2012.
2. Barbara Będowska-Sójka, Wpływ informacji na ceny instrumentów finansowych. Analiza danych śróddziennych, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań, 2014.
3. Anna Czapkiewicz, Determinanty zmian współzależności wybranych giełd papierów wartościowych. Analiza relacji GPW w Warszawie z giełdami na świecie, Wydawnictwo Uniwersytetu Łódzkiego, Łódź, 2018.
4. Piotr Płuciennik, Transmisja ryzyka kredytowego do Polski w okresie światowego
kryzysu finansowego 2007-2014, Wydawnictwo Naukowe Uniwersytetu im. Adama
Mickiewicza w Poznaniu, Poznań, 2021.
5. Justyna Mokrzycka, Bayesowskie modele Copula-GARCH w analizie zależności stóp zwrotu na rynkach finansowych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków, 2024.
6.
Jakub
Michańkow, Metody uczenia głębokiego w prognozowaniu finansowych szeregow
czasowych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie,
Kraków,
2025.
Reviewer
of habilitation
thesis:
1.
Krzysztof
Echaust, Uniwersytet
Ekonomiczny w Poznaniu, Poznań, 2014.
2.
Tomasz Wójtowicz, Uniwersytet Ekonomiczny w Krakowie, Kraków, 2021.
3.
Tomáš Plíhal, Masaryk University, Brno, 2023.
4. Joanna Stawska, Uniwersytet Łódzki, Łódź, 2024.
Reviewer of PhD thesis:
1. Tomasz Chruściński, Współzależność giełd papierów wartościowych na świecie w aspekcie procesów globalizacyjnych, 2013.
2. Marcin Chlebus, Pomiar ryzyka rynkowego za pomocą miary Value at Risk – podejście dwuetapowe, 2014.
3. Ilona Pietryka, Płynność sektora bankowego a skuteczność polityki pieniężnej Narodowego Banku Polskiego na tle Eurosystemu w latach 1999-2011, 2015.
4. Tomasz Skoczylas, Modelowanie i prognozowanie wariancji stóp zwrotu. Wykorzystanie kursów dziennych w modelach klasy GARCH, 2016.
5. Paweł Umiński, Ocena przydatności modelu gospodarki bimodalnej Johna K. Galbraitha do analizy polskiej gospodarki rynkowej, 2017.
6. Justyna Mokrzycka, Bayesowskie modele Copula-GARCH w analizie zależności finansowych szeregów czasowych, 2022.
Awards and Achievements:
1989-91 - The laureate of the Voivodeship Mathematics Competitions.
1992 - The finalist of the XLIII Polish Mathematical Olympiad.
1995 - The Award of the Nicolaus Copernicus University Rector for the best graduate student of Management and Marketing.
2001 - The Award of the Dean of the Faculty of Economic Sciences and Management for organizational achievements.
2010 - The award of the Nicolaus Copernicus University Rector for achievements in scientific research.
2010 - The award of the Dean of the Faculty of Economic Sciences and Management, the Nicolaus Copernicus University, for the distinguished habilitation thesis and scientific achievements.
2017 - The first place in the competition for the best paper on the capital market carried out on the 6th Capital Market Congress organized by the Central Securities Depository of Poland, the Clearing House KDPW_CCP and the Faculty of Management at the University of Warsaw - results.
2019 - The award of the Nicolaus Copernicus University Rector for achievements in scientific research.
2019 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2020 - The team award of the Nicolaus Copernicus University Rector for achievements in scientific research.
2020 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2021 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2022 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2022 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2023 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2023 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2024 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2024 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.
2024 - The team award of the Nicolaus Copernicus University Rector for achievements in scientific research.