Piotr Fiszeder

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

INFORMATION FOR STUDENTS

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 (project leader), period: 2004.

5. Habilitation Scholarship, period: July 2004-June 2006.

6. Applications of the GARCH Models - Forecasting, Portfolio Theory and Derivatives, grant from the State Committee for Scientific Research (KBN) No. 1 H02B 033 29 (project leader), period: 2005-2007.

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. N N113 308835, period: 2008-2011.

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, financed by the National Science Centre, No. 2016/21/B/HS4/00662 (project leader), period: 2017- 2022.

12. Online Attention and Financial Markets, financed by the Czech Science Foundation, No. GACR 20-16786S, period: 2020-2022.

13. Old and New Institutions in the Modern World – Changes and Challenges in a Multidisciplinary Perspective, Ministry of Science and Higher Education programme: Excellence Initiative - Research University, period: 2020-2022.

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 (project leader), period: 2022- 2025.

15. Variance Risk Premium: Insights from Short-Term Options, Cross-Sectional Analysis, and Driving Factors, financed by the National Science Centre, No. 2023/51/I/HS4/00255 (project leader), period 2025-2027.

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 (co-author W. Orzeszko), Finance a uver-Czech Journal of Economics and Finance, 62, 5, 2012, 430-449, Charles University Prague.
A New Look at Variance Estimation Based on Low, High and Closing Prices Taking into Account the Drift (co-author G. Perczak), Statistica Neerlandica, 67, 4, 2013, 456-481, Wiley Publishing. The preliminary version of the paper.
Low and High Prices Can Improve Volatility Forecasts during Periods of Turmoil (co-author G. Perczak), International Journal of Forecasting, 32, 2, 2016, 398–410, Elsevier.
Low and High Prices Can Improve Covariance Forecasts: The Evidence Based on Currency Rates, Journal of Forecasting, 37, 6, 2018, 641-649, Wiley Publishing.

Monetary Policy in Steering the EONIA and POLONIA Rates in the Eurosystem and Poland: a Comparative Analysis (co-author I. Pietryka), Empirical Economics, 55, 2, 2018, 445-470, Springer.

Nonlinear Granger Causality between Grains and Livestock (co-author W. Orzeszko), Agricultural Economics - Zemědělská Ekonomika, 64, 7, 2018, 328-336, Czech Academy of Agricultural Sciences.

Range-Based DCC Models for Covariance and Value-at-Risk Forecasting (co-authors M. Fałdziński, P. Molnár), Journal of Empirical Finance, 54, 2019, 58-76, Elsevier.

Improving Forecasts with the Co-Range Dynamic Conditional Correlation Model (co-author M. Fałdziński), Journal of Economic Dynamics and Control, 108, 2019, 103736, Elsevier.

Forecasting Volatility of Energy Commodities: Comparison of GARCH Models with Support Vector Regression (co-authors M. Fałdziński, W. Orzeszko), Energies, 14, 2021, 6.

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 F. Petropoulos, D. Apiletti, V. Assimakopoulos, M. Z. Babai, D. K. Barrow, C. Bergmeir, R. J. Bessa, J. E. Boylan, J. Browell, C. Carnevale, J. L. Castle, P. Cirillo, M. P. Clements, C. Cordeiro, F. L. C. Oliveira, S. de Baets, A. Dokumentov, P. H. Franses, M. Gilliland, M. Sinan Gönül, P. Goodwin, L. Grossi, Y. Grushka-Cockayne, M. Guidolin, M. Guidolin, U. Gunter, X. Guo, R. Guseo, N. Harvey, D. F. Hendry, R. Hollyman, T. Januschowski, J. Jeon, V. R. R. Jose, Y. Kang, A. B. Koehler, S. Kolassa, N. Kourentzes, S. Leva, F. Li, K. Litsiou, S. Makridakis, A. B. Martinez, S. Meeran, T. Modis, K. Nikolopoulos, D. Önkal, A. Paccagnini, I. Panapakidis, J. M. Pavía, M. Pedio, D. J. Pedregal, P. Pinson, P. Ramos, D. E. Rapach, J. James Reade, B. Rostami-Tabar, M. Rubaszek, G. Sermpinis, H. L. Shang, E. Spiliotis, A. A. Syntetos, P. D. Talagala, T. S. Talagala, L. Tashman, D. Thomakos, T. Thorarinsdottir, E. Todini, J. R. T. Arenas, X. Wang, R. L. Winkler, A. Yusupova, F. Ziel), International Journal of Forecasting, 2022, 38, 3, 2022, 705-871, Elsevier.

Forecasting Volatility During the Outbreak of Russian Invasion of Ukraine: Application to Commodities, Stock Indices, Currencies, and Cryptocurrencies, (co-author M. Małecka), Equilibrium. Quarterly Journal of Economics and Economic Policy, 17, 4, 2022, 939-967.

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 (co-authors M. Fałdziński, P. Molnár), The North American Journal of Economics and Finance, 69, 2024, 102019, Elsevier.

Robust Estimation of the Range-Based GARCH Model: Forecasting Volatility Value at Risk and Expected Shortfall of Cryptocurrencies (co-authors M. Małecka, P. Molnár), Economic Modelling, 141, 2024, 106887, Elsevier.

Monographs:

1. Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Naukowe UMK, Toruń, 2009.

2. Ceny minimalne i maksymalne w modelowaniu i prognozowaniu zmienności oraz zależności na rynkach finansowych, Wydawnictwo Naukowe PWN, Warszawa, 2020.

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 (co-author J. Bruzda), Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek, Prace naukowe AE we Wrocławiu, nr 890, 2001.

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 (co-author J. Bruzda), Acta Universitatis Nicolai Copernici, Ekonomia XXXI, UMK Toruń 2001.

10. Looking for the Pattern of GARCH Type Models in Stock Returns of Polish Banks Listed on the Warsaw Stock Exchange (co-author J. Romański), Toruń 2002, praca niepublikowana.

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 (co-author J. Romański), East European Transition and the East European and EU Enlargement, A Quantitative Approach, Physica-Verlag, A Springer-Verlag Company, 2002.

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 (co-author W. Razik), Acta Universitatis Nicolai Copernici, Ekonomia XXXIII, UMK Toruń, 2003.

19. Zaraza na rynkach finansowych (co-author W. Razik) Nasz Rynek Kapitałowy, 163, 2004, 78-83.

20. Testowanie efektu contagion - zastosowanie wielorównaniowego modelu GARCH (co-author W. Razik) Rynek Kapitałowy, Skuteczne inwestowanie, część I, Szczecin 2004.

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 (co-author J. Kwiatkowski), Przegląd Statystyczny, 52, 3, 2005, 73-88.

27. Dynamiczna analiza zależności pomiędzy oczekiwaną stopą zwrotu a warunkową wariancją (co-author J. Kwiatkowski), Acta Universitatis Nicolai Copernici, Ekonomia XXXVI, UMK Toruń, 2005, 85-98.

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 (co-author J. Kwiatkowski), Rynek Terminowy, 30, 2005, 78-87.

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 (co-author J. Preś), Dynamiczne Modele Ekonometryczne, UMK, Toruń 2007, 229-236.

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 (co-author J. Preś), Dynamic Econometric Models 8, UMK, Toruń, 2008, 163-170.

49. Modelowanie liczby transakcji dokonywanych przy użyciu gotówki i kart płatniczych na rynku polskim (co-author M. Polasik), Acta Universitatis Nicolai Copernici, Ekonomia XXXIX, Zeszyt specjalny Dynamiczne Modele Ekonometryczne, UMK, Toruń, 2009, 93-104.

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 (co-author E. Mstowska), Modelowanie i prognozowanie gospodarki narodowej, Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego, Wydział Zarządzania Uniwersytetu Gdańskiego, 4/8, Sopot, 2011, 203-210.

53. Modelowanie wykorzystania metod płatności detalicznych na rynku polskim (co-author M. Polasik, J. Marzec, J. Górka), Materiały i Studia NBP, Zeszyt nr 265, Warszawa 2012, 1-91.

54. Modelowanie zależności pomiędzy wybranymi procesami makroekonomicznymi a Warszawskim Indeksem Giełdowym (co-author S. Rowiński), Ekonomia i Prawo, 10 (3), Procesy integracyjne i dezintegracyjne we współczesnej gospodarce, Część 4, Integracja i dezintegracja w sektorze finansowym, Wydawnictwo Naukowe UMK, Toruń, 2012, 153-167.

55. Estymacja wariancji arytmetycznego ruchu Browna na podstawie znanych wartości minimum, maksimum, końcowej oraz dryfu (co-author G. Perczak), Przegląd Statystyczny, 60, 1, WDN PAN, 2013, 39-62.

56. Wykorzystanie gotówki i karty płatniczej w punktach handlowo-usługowych w Polsce: zastosowanie dwuwymiarowego modelu Poissona (co-authors J. Marzec, M. Polasik), Bank i Kredyt, 44, 4, Narodowy Bank Polski, 2013, 375-402.

57. Testowanie występowania wybranych anomalii kalendarzowych na GPW w Warszawie (co-author J. Kożuchowska), w: A. S. Barczak, P. Tworek, (red.), Zastosowanie metod ilościowych w zarządzaniu ryzykiem w działalności inwestycyjnej, Polskie Towarzystwo Ekonomiczne Oddział Katowice, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, 2013, 217-229.

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 (co-author G. Perczak), Proceedings ITISE 2014, International Work-Conference on Time Series, University of Granada, Granada, 2014, 1317-1328.

60. Modelowanie kowariancji kursów walutowych z zastosowaniem cen minimalnych i maksymalnych, Problemy Zarządzania - Management Issues, 16, 3 (76), Wydział Zarządzania Uniwersytetu Warszawskiego, Warszawa, 2018, 37-49.

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 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.

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 team award of the Nicolaus Copernicus University Rector for achievements in scientific research.

2024 - The scholarship of the Nicolaus Copernicus University Rector for high-score scientific publication.

2025 - The scholarship of the Nicolaus Copernicus University Rector for obtaining funding for the research project..