EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP

Wielkość: px
Rozpocząć pokaz od strony:

Download "EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP"

Transkrypt

1 Joanna Landmesser Kaedra Ekonomerii i Informayki SGGW EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE Sreszczenie: W pracy zbadano wysępowanie efeku dnia ygodnia na Giełdzie Papierów Warościowych S.A. w Warszawie (GPW) w okresie od sycznia 00 do grudnia 005. W ym celu posłuŝono się modelami auoregresyjnymi z warunkową heeroskedasycznością. Okazało się, Ŝe efek sezonowości dziennej jes obecny w wyraźny sposób w równaniach na średnią i w słabszy w równaniach na wariancję warunkową. W równaniach średniej saysycznie isone okazały się wysokie sopu zwrou osiągane w poniedziałki i piąki. W wypadku wariancji warunkowej wychwycono podwyŝszoną zmienność poniedziałkową. Słowa kluczowe: efek dnia ygodnia, model WSTĘP Badania empiryczne finansowych szeregów sóp zwrou wykazują wysępowanie w ych szeregach efeku skupienia się wariancji, grubych ogonów oraz skośności rozkładów, długoerminowej zaleŝności danych, zjawiska kumulacji informacji podczas okresów zamknięcia rynków finansowych, kóre uzewnęrznia się w zwiększonej wariancji zmian cen w momencie owarcia rynku, i efeku dźwigni, wyraŝającego się w endencji do wysępowania negaywnej korelacji zmian cen insrumenów finansowych ze zmianami w ich wariancji. Jedną z najczęściej analizowanych anomalii rozkładu sóp zwrou jes efek dnia ygodnia, doyczący róŝnic w sopach zwrou z inwesycji w insrumeny finansowe w kolejnych dniach ygodnia. Wykazano na przykład, Ŝe na rynku amerykańskim przecięne poniedziałkowe sopy zwrou są znacznie niŝsze od przecięnych sóp zwrou w pozosałe dni ygodnia, w dodaku przyjmują one średnio warość ujemną [Cross 1973, French 1980]. Dalsze badania [Rogalski 1984, Harris 1986] koncenrowały się na znalezieniu odpowiedzi na pyanie, kiedy dokładnie realizują się zaobserwowane negaywne sopy zwrou: czy między zamknięciem w piąek a owarciem w poniedziałek, czy moŝe podczas rwania sesji w poniedziałek? Dodakowo w wielu badaniach zwrócono uwagę na fak, iŝ średnie piąkowe sopy zwrou są wyŝsze w porównaniu do pozosałych dni. Rozkład sóp zwrou w ciągu ygodnia analizowano w odniesieniu do rynków kapiałowych w róŝnych pańswach. Powierdzono zachodzenie efeku poniedziałku w Kanadzie i w Wielkiej Bryanii [Jaff, Weserfield 1985] oraz zauwaŝono efek ujemnych workowych sóp zwrou w Ausralii. Badanie efeku

2 188 dnia ygodnia we Francji i we Włoszech pozwoliło na zidenyfikowanie ujemnych workowych sóp zwrou. ZaleŜności w układzie sóp zwrou dla walorów noowanych na warszawskiej GPW badli m.in. Szyszka [Szyszka 1999], kóry zaobserwował dodanie przecięne poniedziałkowe sopy i ujemne workowe, oraz Kompa i Wikowska [Kompa, Wikowska 006], posulujący wysępowanie isonie róŝniących się od zera dodanich poniedziałkowych i dodanich piąkowych sóp zwrou. Od czasu ukazania się pracy Engle a [Engle 198] na ema modeli auoregresyjnych z warunkową heeroskedasycznością ARCH, skonsruowano wiele modeli ypu, szeroko sosowanych do analizy zmienności sóp zwrou, do badania ich srukury czasowej, jak równieŝ wysępowania efeku dnia ygodnia. French, Schwer i Sambaugh [French i in. 1987] przebadali relację pomiędzy cenami akcji i ich zmiennością, dochodząc do wniosku, Ŝe sopy zwrou są ujemnie skorelowane z ich wariancją. Naomias Nelson [Nelson 1991] oraz Glosen, Jagannahan i Runkle [Glosen i in. 1993] dowodzili, Ŝe dodanie nieoczekiwane zwroy powodują redukcję w wariancji warunkowej, podczas gdy ujemne wywołują jej wzrosy. Analizę wariancji sóp zwrou z uwzględnieniem efeku dnia ygodnia podjęli m.in. Berumen, Kyimaz [Berumen, Kyimaz 001] oraz Apolinario, Sanana, Sales i Caro [Apolinario i in. 006]. Auorzy ci badali sezonowość dzienną za pomocą róŝnych warianów modeli. Wydaje się, Ŝe wskazanie ścisłych reguł rządzących wariancją sóp zwrou mogłoby mieć isone znaczenie w akich sferach zasosowań, jak hedging, wycena opcji, czy eŝ choćby w ramach zwykłych działań spekulacyjnych. Celem niniejszej pracy jes sprawdzenie, czy w szeregach finansowych obserwowanych na GPW w Warszawie wysępują efeky dnia ygodnia. PREZENTACJA DANYCH EMPIRYCZNYCH Wykorzysane w badaniach empirycznych dane saysyczne pochodzą z GPW w Warszawie. Baza danych o częsoliwości dziennej obejmuje okres czerech la, od do Liczebność próby wynosi 1006 obserwacji. Informacje doyczą indeksów giełdowych WIG, WIG0, MIDWIG i TECHWIG oraz noowań spółek KGHM, PeKaO, PKN Orlen i Prokom. Przedmioem modelowania były logarymiczne dzienne sopy zwrou dla indeksów oraz kursów akcji, wyznaczone na podsawie wzoru r = 100 ln(p / P 1 ), gdzie P oznacza poziom indeksu lub kurs zamknięcia dla akcji w chwili. Obliczone dzienne sopy zwrou pogrupowano w zaleŝności od dnia ygodnia, w kórym przypadły. Dla kaŝdej grupy wyznaczono warości przecięne, zarówno dla całego rozparywanego okresu (Tab.1. i Tab..), jak równieŝ dla rocznych podokresów (Tab. 3.)

3 189 Tab. 1. WIG WIG0 MidWIG TechWIG Przecięne dzienne sopy zwrou dla indeksów giełdowych na GPW wraz z warościami podsawowych saysyk opisowych w okresie od do Wszyskie dni Poniedziałki Worki Środy Czwarki Piąki średnia arym. 0,09 0,17 0,0-0,06 0,09 0,6 odch. sand. 1,06 1,17 1,03 1,03 1,08 0,93 wsp. zmienn. 11,37 6,84 64,05-16,88 1,47 3,61 skośność 0,11 0,3-0,01 0,19 0,03 0,11 kuroza 4,06 3,67 3,46 4,64 4,86 3,4 średnia arym. 0,08 0,0 0,00-0,14 0,07 0,7 odch. sand. 1,30 1,4 1,8 1,7 1,31 1,15 wsp. zmienn. 16,7 7,16-360,1-9,31 19,07 4,30 skośność 0,18 0,34-0,03 0,7 0,16 0,15 kuroza 4,06 3,6 3,84 4,43 4,84 3,55 średnia arym. 0,08 0,11-0,01 0,0 0,08 0,18 odch. sand. 0,77 0,89 0,74 0,73 0,81 0,65 wsp. zmienn. 10,08 8,0-95,30 3,78 10,30 3,53 skośność -0,31-0,40-0,1-0,35-0,31-0,15 kuroza 4,81 4,73 3,95 5,00 5,54 3,7 średnia arym. 0,03 0,5-0,14-0,15 0,0 0,1 odch. sand. 1,53 1,63 1,71 1,48 1,46 1,3 wsp. zmienn. 43,88 6,46-11,8-9,6 73,18 6,30 skośność -0,37 0,08-1,9-0,11 0,8-0,35 kuroza 7,35 3,73 11,66 6,30 5,5 5,38 Źródło: obliczenia własne. Tab.. Przecięne dzienne sopy zwrou dla wybranych spółek na GPW wraz z warościami podsawowych saysyk opisowych w okresie od do Wszyskie dni Poniedziałki Worki Środy Czwarki Piąki KGHM PeKaO PKN Orlen Prokom średnia arym. 0,16 0,39-0,04-0,7 0,4 0,46 odch. sand.,0,10,1,14,33,11 wsp. zmienn. 14,16 5,35-59,34-8,00 9,64 4,57 średnia arym. 0,08 0,1-0,03-0,16 0,08 0,30 odch. sand. 1,90,08 1,79 1,87 1,76 1,95 wsp. zmienn. 4,69 9,96-61,98-11,53 1,99 6,60 średnia arym. 0,1 0,8 0,01-0,0-0,05 0,38 odch. sand. 1,76 1,79 1,68 1,76 1,90 1,63 wsp. zmienn. 15,00 6,38 37,64-96,81-35,1 4,31 średnia arym. 0,0 0,5-0,1-0,8 0,05 0,33 odch. sand.,15,15,16,16,5 1,96 wsp. zmienn. 89,90 8,77-10,30-7,59 48,79 5,85 Źródło: obliczenia własne.

4 190 Dla wszyskich badanych indeksów giełdowych oraz spółek przecięne poniedziałkowe oraz piąkowe sopy zwrou były w łącznym badanym okresie dodanie i znacznie wyŝsze od uzyskiwanych w inne dni ygodnia. Na uwagę zasługują zazwyczaj ujemne środowe sopy. NajwyŜsze odchylenia sandardowe dla zwroów z indeksów zanoowano w poniedziałki, najniŝsze w piąki. Jak wynika z danych, analizowane rozkłady sóp zwrou charakeryzują się wysoką zmiennością, częso prawosronną skośnością oraz zawsze podwyŝszoną kurozą. Są o cechy owarzyszące zazwyczaj finansowym szeregom czasowym. Tab. 3. Przecięne dzienne sopy zwrou dla indeksów giełdowych na GPW w rozbiciu na roczne podokresy. Wszyskie dni Poniedziałki Worki Środy Czwarki Piąki WIG 00 0,01-0,08-0,09-0,11 0,13 0, ,15 0,36-0,1-0,06 0,6 0, ,10 0,1 0,13-0,04-0,08 0, ,1 0,0 0,14-0,04 0,05 0,4 WIG0 00-0,01-0,13-0,10-0,1 0,18 0, ,1 0,40-0,3-0,13 0,5 0, ,09 0,6 0,17-0,11-0,17 0, ,1 0,5 0,16-0,10 0,0 0,30 MidWIG 00-0,03-0,14-0,08-0,01-0,01 0, ,1 0,8-0,08-0,07 0,0 0, ,1 0,16 0,0 0,11 0,04 0, ,10 0,13 0,11 0,06 0,09 0,10 TechWIG 00-0,1-0,14-0,30-0,48-0,06-0, ,19 0,63-0,3-0,03 0,5 0, ,06 0,7 0,0-0,07-0,18 0, ,09 0,4-0,06-0,04 0,07 0,8 Źródło: obliczenia własne. Analizując roczne podokresy moŝna zauwaŝyć wyraźną róŝnicę wysępującą pomiędzy rokiem 00 a laami RóŜnica a doyczy zdecydowanie niŝszych niŝ w pozosałych podokresach sóp zwrou w roku 00 (w szczególności ujemnych poniedziałkowych sóp). Z uwagi na zakres czasowy badania nie moŝna swierdzić, czy zaobserwowane zaleŝności mają charaker rwały, czy eŝ są dziełem przypadku. METODOLOGIA Anomalie sezonowe związane z wysępowaniem efeku dnia ygodnia przebadano wsępnie wykorzysując prosy model regresji liniowej, zawierający pięć zmiennych zero-jedynkowych, po jednej dla kaŝdego dnia ygodnia. r =γ D +γ D +γ D +γ D +γ D + ε (1)

5 191 Wysępujące w modelu ym wielkości mają nasępujące znaczenie: r - dzienna logarymiczna sopa zwrou z inwesycji w insrumen finansowy, D j - zmienna zero-jedynkowa przybierająca warość 1 w wypadku, gdy korespondujący z nią dzień ygodnia jes poniedziałkiem, workiem, środą, czwarkiem, piąkiem lub warość 0 w przeciwnym przypadku, γ - paramery wskazujące na średnią sopę zwrou dla kaŝdego z dni ygodnia, ε - składnik losowy. Równanie (1) esymowano uŝywając meody najmniejszych kwadraów. Z powyŝej zaprezenowanym podejściem wiąŝą się jednak dwa problemy: 1. uzyskane z modelu reszy mogą wykazywać auokorelację,. wariancja resz nie jes sała w czasie. Rozwiązaniem pierwszego problemu jes zasosowanie nasępującego modelu AR(s): s = γ1d1 + γ D + γ 3D3 + γ 4D 4 + γ 5D5 + γ j = 1 j+ 5r j + ε () r Drugą rudność pokonuje się uwzględniając zmienność wariancji resz w modelach ypu ARCH. Wariancja warunkowa jes w nich wyraŝana jako funkcja poprzedzających resz. Dzięki zaleŝności wariancji od poprzednich warości szereg ARCH dobrze modeluje efek grupowania danych. Uogólniona wersja ego modelu (p,q) zaproponowana zosała przez Bollersleva [Bollerslev 1986] i dla analizowanego przez nas szeregu sóp zwrou przyjmuje nasępującą posać: r =γ 0 + ε, gdzie ε Ψ 1 q p σ = α 0 + α ε = + β σ i 1 i i i= 1 i i ~ N(0, σ ) j (3) Zakładamy, Ŝe składnik losowy ε ma warunkowy rozkład normalny ze średnią zero i zmienną w czasie warunkową wariancją specyfikacji jes α 0 > 0, α i ˇÝ0, ˇÝ0 p q β i oraz + i=1 β. i α i=1 i < 1 σ. Wymogiem Celem uwzględnienia relacji zachodzących pomiędzy sopami zwrou i zmiennością oraz zidenyfikowania sezonowości dziennej szacowano w niniejszej pracy nasępujący model AR(s)-(p,q) (porównaj: [Berumen, Kyimaz 001]: r = γ D + γ D + γ D + γ D + γ D + = γ r q p αiε i + β = i σ = α 0 + i (4) = σ i 1 i s j 1 j+ 5 j + ε

6 19 Model en nasępnie zmodyfikowano włączając zmienne związane z efekem dnia ygodnia równieŝ do równania wariancji warunkowej: s = γ1d1 + γ D + γ 3D3 + γ 4D 4 + γ 5D5 + γ j 1 j 5r = + j r q i= 1 + ε p 5+ iε i + β i= 1 iσ i σ = α D +α D +α D +α D +α D + α (5) Esymacji powyŝszych modeli dokonano meodą największej wiarygodności. WYNIKI EMPIRYCZNE Przed przysąpieniem do modelowania wariancji sóp zwrou przeprowadzono badanie ciągu r pod kąem jego sacjonarności, wysępowania auokorelacji oraz obecności efeku ARCH. Sacjonarność badano za pomocą esu Dickey a-fullera, uzyskując kaŝdorazowo pozyywny wynik. Wysępowanie auokorelacji badano za pomocą esu Boxa-Pierce a, a w wypadku jej obecności uznawano, Ŝe proces winien być opisany modelem AR, kórego rząd usalano posługując się warościami funkcji ACF i PACF. W celu sprawdzenia czy dany szereg charakeryzuje się heeroskedasyczną wariancją wykorzysywano es Engle a mnoŝników Lagrange a (es na wysępowanie efeku ARCH). Nasępnie przysąpiono do esymacji poszczególnych modeli: modeli liniowych z sezonowością ((1), ewenualnie ()), modeli z sezonowością w równaniu średniej (4) oraz zmodyfikowanych modeli z sezonowością w równaniu średniej i wariancji (5). Dokonując wyboru rzędu opóźnień w srukurze (p,q) kierowano się isonością paramerów srukuralnych, warościami kryeriów informacyjnych Akaike a i Schwarza oraz wielkością ujemnego dwukronego logarymu funkcji wiarygodności (-lnl), kóry jes ym mniejszy, im większa jes wiarygodność wyników. Wyniki esymacji przedsawiają abele Tab. 4 i Tab. 5. Oceny paramerów z oszacowanych równań (1) i () (w abelach w kolumnach o nagłówkach ) wskazują na średnią sopę zwrou dla kaŝdego z dni ygodnia. Sopy z poniedziałku i piąku okazywały się w większości badanych szeregów sposób saysycznie isony róŝne od zera. Oszacowania modeli ypu (4) dały podobne wyniki. Wprowadzenie do modeli wariancji warunkowej spowodowało polepszenie ich jakości. Esymaory są eraz bardziej efekywne (uzyskano mniejsze błędy ocen odpowiednich paramerów). Zmniejszeniu uległy warości -lnl. Paramery w równaniach na wariancję uzyskały dodanie oceny, ich sumy (poza sałymi) są mniejsze niŝ 1, aczkolwiek zbliŝone do ej warości. Ten osani fak wskazuje na o, Ŝe informacje z odległej przeszłości są isone w wyjaśnieniu bieŝącej zmienności (persisence of volailiy).

7 193 W zmodyfikowanych modelach ypu (5) efek dnia ygodnia jes obecny w obu równaniach: w wyraźny sposób w równaniach na średnią i w słabszy w równaniach na wariancję warunkową. W równaniach średniej saysycznie isone okazały się najczęściej poniedziałek i piąek. Jeśli zaś chodzi o wariancję warunkową, o w kilku przypadkach saysycznie isona jes wysoka zmienność poniedziałkowa (dla indeksów WIG, WIG0, MidWIG i spółki Prokom), a owarzysząca jej najniŝsza zmienność w piąki okazywała się saysycznie nieisona. Orzymany wynik dla sóp zwrou z indeksów giełdowych znajduje swoje powierdzenie w warościach dla odchylenia sandardowego umieszczonych w Tab. 1. MoŜna go łumaczyć ym, Ŝe poniedziałkowe ceny zamknięcia zawierają w sobie informacje aŝ z rzech dni. Sąd eŝ uwaŝa się, iŝ odchylenie sandardowe dla poniedziałkowych zwroów winno być wyŝsze niŝ w inne dni. Teza a znajduje powierdzenie na wielu rynkach finansowych. Na GPW jednak wysoki poziom wariancji poniedziałkowej nie łumaczy efeku niskiego ryzyka wynikającego z duŝych dziennych zwroów osiąganych właśnie w poniedziałki. WyŜsze poniedziałkowe zwroy moŝna by uzasadniać przyjmując, Ŝe nie są one zwroami dla okresu jednodniowego, lecz w rzeczywisości uwzględniają konieczność zamroŝenia środków na czas weekendu. Z kolei wysokie sopy zwrou realizowane w piąki idą w parze z niską wariancją w e dni, co powierdza powszechnie uznawaną za słuszną relację: wysoka wariancja niskie zwroy. Ten osani efek jes juŝ częso obserwowany na świaowych giełdach. Wydaje się, Ŝe jedynie wysokie sopy zwrou w poniedziałki naleŝy uznać za szczególną specyfikę warszawskiej giełdy w okresie jej funkcjonowania od roku 003 do 005. PODSUMOWANIE W pracy przebadano wysępowanie efeku dnia ygodnia na GPW w Warszawie w okresie od sycznia 00 do grudnia 005. W ym celu posłuŝono się uogólnionymi modelami auoregresyjnymi z warunkową heeroskedasycznością. Okazało się, Ŝe efek sezonowości dziennej jes obecny w wyraźny sposób w równaniach na średnią i w słabszy w równaniach na wariancję warunkową. W równaniach średniej saysycznie isone okazały się najczęściej wysokie sopu zwrou osiągane w poniedziałki i piąki. W wypadku wariancji warunkowej wychwycono wysoką zmienność poniedziałkową. Prakyczne znaczenie zaobserwowanych prawidłowości w rozkładzie dziennych sóp zwrou w ygodniu, nawe gdyby miały one rwały charaker, ma nieduŝe znaczenie prakyczne. Zidenyfikowane zaleŝności są na yle niewielkie, Ŝe nie moŝna sworzyć na ich podsawie sraegii inwesycyjnej gwaranującej zwroy ponadprzecięne. MoŜliwe do osiągnięcia zyski nie byłyby w sanie pokryć prowizji maklerskich wynikających obrou walorami. Wysępowanie wykryych zaleŝności w sposób rwały równieŝ w przyszłości mogłoby sanowić jednak przesłankę świadczącą o nieefekywności rynku.

8 Poniedziałek (M) Worek (M) Środa (M) Czwarek (M) Piąek (M) r -1 (M) Cs (V) Poniedziałek (V) Worek (V) Środa (V) Czwarek (V) Piąek (V) ARCH(Alpha1) (Bea1) R DW logl AIC SIC Alpha[1]+Bea[1] 0,17 ** (0,075) 0,016 (0,074) -0,061 (0,074) 0,087 (0,075) 0,6 *** (0,075) 0,011 1, ,77 WIG 0,167 ** (0,07) 0,031 (0,068) 0,008 (0,068) 0,095 (0,07) 0,4 *** (0,068) 0,018 ** (0,009) 0,05 *** (0,01) 0,94 *** (0,015) -144,0,886,95 0,98 0,161 ** (0,073) 0,034 (0,07) 0,003 (0,068) 0,095 (0,069) 0,3 *** (0,064) 0,195 * (0,104) -0,01 (0,17) -0,06 (0,111) 0,014 (0,083) -0,066 (0,086) 0,04 *** (0,01) 0,94 *** (0,016) -1440,36,89,949 0,979 0,199 ** (0,09) -0,004 (0,091) -0,136 (0,091) 0,069 (0,09) 0,7 *** (0,09) 0,01 1,9-1681,17 WIG0 0,14 ** (0,086) 0,09 (0,084) -0,061 (0,084) 0,067 0,6 *** (0,084) 0,01 * (0,011) 0,04 *** (0,009) 0,95 *** (0,013) -1649,76 3,99 3,338 0,986 0,0 ** (0,09) 0,03 (0,088) -0,065 0,066 0,5 *** (0,078) 0,97 ** (0,151) 0,035 (0,189) -0,077 (0,163) -0,003 (0,16) -0,133 (0,13) 0,03 *** (0,009) 0,95 *** (0,013) -1647,61 3,303 3,361 0,984 0,073 (0,054) -0,08 (0,053) 0,03 (0,053) 0,064 (0,054) 0,18 *** (0,054) 0,18 *** (0,031) 0, ,7 MidWIG AR(1)- 0,075 (0,049) 0,003 (0,048) 0,04 (0,048) 0,063 (0,049) 0,15 *** (0,048) 0,18 *** (0,033) 0,0 ** (0,009) 0,09 *** (0,03) 0,88 *** (0,034) -1093,01,193,37 0,965 AR(1)- 0,07 (0,053) 0,01 (0,049) 0,036 (0,046) 0,064 (0,049) 0,14 *** (0,04) 0,18 *** (0,033) 0,19 *** (0,049) -0,047 (0,056) -0,019 (0,053) 0,043 (0,046) -0,073 * (0,04) 0,08 *** (0,04) 0,89 *** (0,035) -1086,5,188,5 0,968 0,9** (0,107) -0,171 (0,106) -0,139 (0,106) 0,004 (0,107) 0,1** (0,107) 0,103** (0,031) 0,03, ,58 TechWIG AR(1)- 0,31*** (0,087) -0,081-0,04 (0,084) 0,048 0,1** 0,11*** (0,033) 0,01* (0,007) 0,06*** (0,01) 0,94*** (0,013) -173,33 3,465 3,509 0,994 AR(1)- 0,3*** (0,089) -0,088 (0,093) -0,046 (0,086) 0,06 0,1*** (0,079) 0,11*** (0,033) 0,15 (0,16) 0,189 (0,33) -0,163 (0,07) -0,037 (0,135) -0,113 (0,11) 0,05*** (0,013) 0,94*** (0,015) -179,83 3,468 3,53 0,99 Tab. 4. Wyniki esymacji modeli uwzględniających efek dnia ygodnia dla indeksów giełdowych (w nawiasach błędy ocen paramerów; ***, **, * oznaczają saysyczną isoność na poziomach odpowiednio 1%, 5% i 10%). Źródło: obliczenia własne. 194

9 Poniedziałek (M) Worek (M) Środa (M) Czwarek (M) Piąek (M) Cs (V) Poniedziałek (V) Worek (V) Środa (V) Czwarek (V) Piąek (V) ARCH(Alpha1) (Bea1) R DW logl AIC SIC Alpha[1]+Bea[1] 0,39 *** (0,155) -0,037 (0,153) -0,68 * (0,153) 0,41 (0,155) 0,46 *** (0,155) 0,016 1,91-08,86 KGHM 0,41 *** (0,151) 0,01 (0,148) -0,1 (0,148) 0,68 * (0,149) 0,41 *** (0,148) 0,14 * (0,08) 0,04 *** (0,01) 0,93 *** (0,05) -196,1 4,386 4,45 0,969 0,4 *** (0,144) -0,0001 (0,154) -0,07 (0,15) 0,71 * (0,155) 0,41 *** (0,14) 0,177 (0,409) 0,787 * (0,467) -0,069 (0,537) 0,355 (0,446) -0,684 (0,464) 0,03 *** (0,011) 0,94 *** (0,0) -193,7 4,39 4,448 0,974 0,09 (0,134) -0,09 (0,133) -0,16 (0,133) 0,06 (0,135) 0,96 ** (0,134) 0,008,08-064,56 PeKaO 0,54 * (0,13) -0,056 (0,13) -0,135 (0,18) 0,078 (0,131) 0,48 * (0,13) 0, (0,193) 0,047 ** (0,0) 0,89 *** (0,071) -055,4 4,106 4,145 0,937 0,59 * (0,138) -0,066 (0,16) -0,148 (0,133) 0,086 (0,14) 0,43 * (0,19) 0,544 (0,454) -0,363 (0,34) 0,649 (0,489) -0,386 (0,511) 0,43 * (0,19) 0,04 * (0,0) 0,91 *** (0,073) -051,19 4,106 4,165 0,946 0,8 ** (0,15) 0,007 (0,13) -0,018 (0,13) -0,054 (0,15) 0,38 *** (0,15) 0,01, ,79 PKNOrlen 0,301 ** (0,11) -0,01 (0,1) 0,04 (0,11) -0,065 (0,1) 0,41 *** (0,11) 0,15 ** (0,07) 0,04 *** (0,014) 0,91 *** (0,03) -198,89 3,96 4,001 0,951 0,303 ** (0,13) -0,008 (0,116) 0,039 (0,1) -0,063 (0,1) 0,41 *** (0,15) 0,075 (0,369) -0,145 (0,31) 0,384 (0,35) 0,045 (0,94) 0,344 (0,341) 0,04 *** (0,014) 0,9 *** (0,09) -198,3 3,969 4,07 0,953 0,46 (0,15) -0,09 (0,15) -0,84 * (0,15) 0,046 (0,15) 0,335 ** (0,15) 0,013 1,88-189,53 Prokom 0,349 ** (0,144) -0,19 (0,141) -0,18 (0,14) 0,03 (0,144) 0,39 *** (0,145) 0,86 ** (0,115) 0,06 *** (0,018) 0,87 *** (0,038) -164,96 4,34 4,363 0,934 0,353 ** (0,155) -0,15 (0,137) -0,36 * (0,14) 0,034 (0,149) 0,38 *** (0,131) 1,51 *** (0,487) -0,47 (0,501) 0,41 (0,449) 0,688 (0,488) -0,719 (0,44) 0,06 *** (0,018) 0,88 *** (0,037) -160,81 4,34 4,383 0,935 Tab. 5. Wyniki esymacji modeli uwzględniających efek dnia ygodnia dla spółek giełdowych (w nawiasach błędy ocen paramerów; ***, **, * oznaczają saysyczną isoność na poziomach odpowiednio 1%, 5% i 10%). Źródło: obliczenia własne. 195

10 196 LITERATURA Apolinario R.M., Sanana O.M., Sales L.J. i Caro A.R. (006) Day of he Week Effec on European Sock Markes, Inernaional Research Journal of Finance and Economics, Issue, Berumen H., Kyimaz H. (001) The Day of he Week Effec on Sock Marke Volailiy, Journal of Economics and Finance, Vol. 5, Nr, Bollerslev T. (1986) Generalized Auoregressive Condiional Heeroscedasiciy, Journal of Economerics, 31, Cross F. (1973) The Behaviour of Sock Prices on Fridays and Mondays, Financial Analyss Journal, 9, November/December, Engle R.F. (198) Auoregressive Condiional Heeroscedasiciy wih Esimaes of he Variance of Unied Kingdom Inflaion, Economerica, N o 50, French K.R. (1980) Sock Reurns and he Weekend Effec, Journal of Financial Economics, 8, March, French K.R., Schwer G.W. i Sambaugh R.F. (1987) Expeced Sock Reurns and Volailiy, Journal of Financial Economics, 19, 3-9. Glosen L.R., Jagannahan R. i Runkle D.E. (1993) On he Relaion beween he Expeced Value and he Volailiy of he Nominal Excess Reurns on Socks, Journal of Finance, 48, Harris L. (1986) A Transacion Daa Sudy of Weekly and Inradaily Paerns in Sock Reurns, Journal of Financial Economics, 16, May, Jaffe J., Weserfield R. (1985) The weekend effec in common sock reurn: he inernaional evidence, Journal of Finance, 40, Kompa K., Wikowska D. (006) Analiza własności sóp zwrou akcji wybranych spółek, maeriały nadesłane na konferencję Rynek Kapiałowy Skueczne Inwesowanie, Kołobrzeg. Nelson D.B. (1991) Condiional Heeroskedasiciy in Asse Reurns: A New Approach, Economerica, 59, Rogalski R.J. (1984) New Findings Regarding Day-of-he-Week Reurns over Trading and Non-Trading Periods, Journal of Finance, 39, Szyszka A. (1999) Efekywność rynku a anomalie w rozkładach sóp zwrou w czasie, Nasz Rynek Kapiałowy,1. Day of he Week Effec on he Warsaw Sock Exchange Summary: This sudy ess he presence of he day of he week effec on sock marke volailiy for Warsaw Sock Exchange during he period of January 00 and December 005 by using a models. The findings show ha he day of he week effec is presen in boh volailiy and reurn equaion. The highes reurns are observed on Monday and Friday and he highes volailiy is observed for Monday. Key words: day of he week effec, model

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna

Bardziej szczegółowo

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji

Bardziej szczegółowo

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015 Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika

Bardziej szczegółowo

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wsęp MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Nowoczesne echniki zarządzania ryzykiem rynkowym

Bardziej szczegółowo

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną

Bardziej szczegółowo

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala

Bardziej szczegółowo

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A. Agaa Srzelczyk Transakcje insiderów a ceny akcji spółek noowanych na Giełdzie Papierów Warościowych w Warszawie S.A. Wsęp Inwesorzy oczekują od każdej noowanej na Giełdzie Papierów Warościowych spółki

Bardziej szczegółowo

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu OeconomiA copernicana 2011 Nr 4 Małgorzaa Madrak-Grochowska, Mirosława Żurek Uniwersye Mikołaja Kopernika w Toruniu TESTOWANIE PRZYCZYNOWOŚCI W WARIANCJI MIĘDZY WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE

Bardziej szczegółowo

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG Doroa Wikowska, Anna Gasek Kaedra Ekonomerii i Informayki SGGW dwikowska@mors.sggw.waw.pl ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYC INDEKSÓW GIEŁDOWYC: WIG, WIG2, MIDWIG I TECWIG Sreszczenie:

Bardziej szczegółowo

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20 Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH

Bardziej szczegółowo

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)

Bardziej szczegółowo

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe

Bardziej szczegółowo

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Wprowadzenie Współczesne zarządzanie ryzykiem

Bardziej szczegółowo

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX Krzyszof Ćwikliński Uniwersye Ekonomiczny we Wrocławiu Wydział Zarządzania, Informayki i Finansów Kaedra Ekonomerii krzyszof.cwiklinski@ue.wroc.pl Daniel Papla Uniwersye Ekonomiczny we Wrocławiu Wydział

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml

Bardziej szczegółowo

Niestacjonarne zmienne czasowe własności i testowanie

Niestacjonarne zmienne czasowe własności i testowanie Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:

Bardziej szczegółowo

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce Zeszyy Naukowe Uniwersyeu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-16 s. 193 204 Nie(efekywność) informacyjna giełdowego rynku konraków erminowych

Bardziej szczegółowo

Ocena efektywności procedury Congruent Specyfication dla małych prób

Ocena efektywności procedury Congruent Specyfication dla małych prób 243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji

Bardziej szczegółowo

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków

Bardziej szczegółowo

Analiza metod oceny efektywności inwestycji rzeczowych**

Analiza metod oceny efektywności inwestycji rzeczowych** Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie

Bardziej szczegółowo

Zarządzanie ryzykiem. Lista 3

Zarządzanie ryzykiem. Lista 3 Zaządzanie yzykiem Lisa 3 1. Oszacowano nasępujący ozkład pawdopodobieńswa dla sóp zwou z akcji A i B (Tabela 1). W chwili obecnej Akcja A ma waość ynkową 70, a akcja B 50 zł. Ile wynosi pięciopocenowa

Bardziej szczegółowo

ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH

ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH Jacek Leśkow, Jusyna Mokrzycka, Kamil Krawiec 1 Sreszczenie Współczesne zarządzanie ryzykiem finansowanym opiera się na analizie zwroów szeregów

Bardziej szczegółowo

METODY STATYSTYCZNE W FINANSACH

METODY STATYSTYCZNE W FINANSACH METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny

Bardziej szczegółowo

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie

Bardziej szczegółowo

Metody analizy i prognozowania szeregów czasowych

Metody analizy i prognozowania szeregów czasowych Meody analizy i prognozowania szeregów czasowych Wsęp 1. Modele szeregów czasowych 2. Modele ARMA i procedura Boxa-Jenkinsa 3. Modele rendów deerminisycznych i sochasycznych 4. Meody dekompozycji szeregów

Bardziej szczegółowo

Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR

Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność

Bardziej szczegółowo

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem

Bardziej szczegółowo

PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY

PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Anna Krauze Uniwersye Warmińsko-Mazurski

Bardziej szczegółowo

Zastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary

Zastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary Anna Górska 1 Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych Szkoła Główna Gospodarswa Wiejskiego Warszawa Zasosowanie narzędzi analizy echnicznej w bezpośrednim i pośrednim inwesowaniu

Bardziej szczegółowo

Prognozowanie średniego miesięcznego kursu kupna USD

Prognozowanie średniego miesięcznego kursu kupna USD Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska

Bardziej szczegółowo

Analiza rynku projekt

Analiza rynku projekt Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes

Bardziej szczegółowo

Analiza transmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu

Analiza transmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu Bank i Kredy 44 (4), 213, 43 434 www.bankikredy.nbp.pl www.bankandcredi.nbp.pl Analiza ransmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu Wojciech Bieńkowski*, Bogna

Bardziej szczegółowo

ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 013 ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarswa Wiejskiego w Warszawie BADANIE EFEKTYWNOŚCI INFORMACYJNEJ

Bardziej szczegółowo

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego 252 Dr Wojciech Kozioł Kaedra Rachunkowości Uniwersye Ekonomiczny w Krakowie Sała poencjalnego wzrosu w rachunku kapiału ludzkiego WSTĘP Prowadzone do ej pory badania naukowe wskazują, że poencjał kapiału

Bardziej szczegółowo

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ Agaa MESJASZ-LECH * MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ Sreszczenie W arykule przedsawiono wyniki analizy ekonomerycznej miesięcznych warości w

Bardziej szczegółowo

Magdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych

Magdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarim Nakowe 4 6 września 2007 w Torni Kaedra Ekonomerii i Saysyki Uniwersye Mikołaja Kopernika w Torni Magdalena Osińska Marcin Fałdziński Uniwersye

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 MAŁGORZATA BOŁTUĆ Uniwersye Ekonomiczny we Wrocławiu ZALEŻNOŚĆ POMIĘDZY RYNKIEM SWAPÓW KREDYTOWYCH

Bardziej szczegółowo

ZALEŻNOŚCI POMIĘDZY KURSAMI WALUT ŚRODKOWOEUROPEJSKICH W OKRESIE KRYZYSU 2008 *

ZALEŻNOŚCI POMIĘDZY KURSAMI WALUT ŚRODKOWOEUROPEJSKICH W OKRESIE KRYZYSU 2008 * PRZEGLĄD STATYSTYCZNY R. LVII ZESZYT 1 2010 AGATA KLIBER, PAWEŁ KLIBER ZALEŻNOŚCI POMIĘDZY KURSAMI WALUT ŚRODKOWOEUROPEJSKICH W OKRESIE KRYZYSU 2008 * 1. WSTĘP Celem niniejszego badania było zbadanie zależności

Bardziej szczegółowo

Notowania kontraktów terminowych na pszenicę konsumpcyjną na rynku FOREX jako przykład anomalii rynku kapitałowego

Notowania kontraktów terminowych na pszenicę konsumpcyjną na rynku FOREX jako przykład anomalii rynku kapitałowego Rafał Balina Katedra Ekonomiki i Organizacji Przedsiębiorstw Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Notowania kontraktów terminowych na pszenicę konsumpcyjną na rynku FOREX jako przykład anomalii

Bardziej szczegółowo

MATERIAŁY I STUDIA. Zeszyt nr 258. Podatność polskich rynków finansowych na niestabilności wewnętrzne i zewnętrzne

MATERIAŁY I STUDIA. Zeszyt nr 258. Podatność polskich rynków finansowych na niestabilności wewnętrzne i zewnętrzne MATERIAŁY I STUDIA Zeszy nr 58 Podaność polskich rynków finansowych na niesabilności wewnęrzne i zewnęrzne Wojciech Bieńkowski, Bogna Gawrońska-Nowak, Wojciech Grabowski Warszawa, 0 r. Wojciech Bieńkowski

Bardziej szczegółowo

POMIAR RYZYKA RYNKOWEGO OPCJI NA PRZYKŁADZIE OPCJI NA WIG20

POMIAR RYZYKA RYNKOWEGO OPCJI NA PRZYKŁADZIE OPCJI NA WIG20 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 450 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 17 2006 KATARZYNA KUZIAK Akademia Ekonomiczna Wrocław POMIAR RYZYKA RYNKOWEGO OPCJI NA PRZYKŁADZIE OPCJI NA

Bardziej szczegółowo

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Sreszczenie:

Bardziej szczegółowo

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów

Bardziej szczegółowo

Czy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy

Czy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy Dobromił Serwa Reakcje rynków finansowych na szoki w poliyce pieniężnej.. Wsęp Czy prowadzona poliyka pieniężna jes skueczna? Jaki ma wpływ na procesy ekonomiczne zachodzące w kraju? Czy jes ona równie

Bardziej szczegółowo

WPŁYW RUCHU DROGOWEGO NA POZIOM ZANIECZYSZCZEŃ POWIETRZA ORAZ RYZYKO CHORÓB UKŁADU ODDECHOWEGO. CZ. I OPIS

WPŁYW RUCHU DROGOWEGO NA POZIOM ZANIECZYSZCZEŃ POWIETRZA ORAZ RYZYKO CHORÓB UKŁADU ODDECHOWEGO. CZ. I OPIS MODELOWANIE INśYNIERSKIE ISSN 1896-771X 37, s. 11-18, Gliwice 2009 WPŁYW RUCHU DROGOWEGO NA POZIOM ZANIECZYSZCZEŃ POWIETRZA ORAZ RYZYKO CHORÓB UKŁADU ODDECHOWEGO. CZ. I OPIS ZALEśNOŚCI POZIOMÓW ZANIECZYSZCZEŃ

Bardziej szczegółowo

JAKOŚĆ ZYSKU SPÓŁEK IPO NA PRZYKŁADZIE GPW W WARSZAWIE

JAKOŚĆ ZYSKU SPÓŁEK IPO NA PRZYKŁADZIE GPW W WARSZAWIE Rafał Cieślik Uniwersye Warszawski JAKOŚĆ ZYSKU SPÓŁEK IPO NA PRZYKŁADZIE GPW W WARSZAWIE Wprowadzenie Noblisa Joseph E. Sigliz za jedną z pięciu głównych przyczyn obecnego kryzysu gospodarczego uważa

Bardziej szczegółowo

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne

Bardziej szczegółowo

Eliza Buszkowska * DYNAMIKA PRZEPŁYWÓW INWESTYCJI POMIĘDZY GIEŁDAMI

Eliza Buszkowska * DYNAMIKA PRZEPŁYWÓW INWESTYCJI POMIĘDZY GIEŁDAMI ACTA UNIVERSITATIS NICOLAI COPERNICI DOI: hp://dx.doi.org/10.12775/aunc_econ.2014.017 EKONOMIA XLV nr 2 (2014) 275 288 Pierwsza wersja złożona 26 czerwca 2014 ISSN Końcowa wersja zaakcepowana 20 grudnia

Bardziej szczegółowo

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny

Bardziej szczegółowo

TESTOWANIE STABILNOŚCI PARAMETRÓW WIELOCZYNNIKOWYCH MODELI MARKET TIMING Z OPÓŹNIONĄ ZMIENNĄ RYNKOWĄ 1

TESTOWANIE STABILNOŚCI PARAMETRÓW WIELOCZYNNIKOWYCH MODELI MARKET TIMING Z OPÓŹNIONĄ ZMIENNĄ RYNKOWĄ 1 METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 011, sr. 59 69 TESTOWANIE STABILNOŚCI PARAMETRÓW WIELOCZYNNIKOWYCH MODELI MARKET TIMING Z OPÓŹNIONĄ ZMIENNĄ RYNKOWĄ 1 Joanna Olbryś Wydział Informayki,

Bardziej szczegółowo

WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU

WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/2, 2011, sr. 48 57 WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU Kaarzyna Bień-Barkowska 1 Insyu

Bardziej szczegółowo

Komputerowa analiza przepływów turbulentnych i indeksu Dow Jones

Komputerowa analiza przepływów turbulentnych i indeksu Dow Jones Kompuerowa analiza przepływów urbulennych i indeksu Dow Jones Rafał Ogrodowczyk Pańswowa Wyższa Szkoła Zawodowa w Chełmie Wiesław A. Kamiński Uniwersye Marii Curie-Skłodowskie w Lublinie W badaniach porównano

Bardziej szczegółowo

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu

Bardziej szczegółowo

ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO BADANIA KONDYCJI FINANSOWEJ PRZEDSIĘBIORSTW SEKTORA ROLNO-SPOŻYWCZEGO

ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO BADANIA KONDYCJI FINANSOWEJ PRZEDSIĘBIORSTW SEKTORA ROLNO-SPOŻYWCZEGO 120 Krzyszof STOWARZYSZENIE Gajowniczek, Tomasz Ząbkowski, EKONOMISTÓW Michał Goskowski ROLNICTWA I AGROBIZNESU Roczniki Naukowe om XVI zeszy 6 Krzyszof Gajowniczek, Tomasz Ząbkowski, Michał Goskowski

Bardziej szczegółowo

WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH

WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH Tadeusz Czernik Uniwersye Ekonomiczny w Kaowicach WPŁYW NIEPEWNOŚCI OZACOWANIA ZMIENNOŚCI NA CENĘ INTRUMENTÓW POCHODNYCH Wprowadzenie Jednym z filarów współczesnych finansów jes eoria wyceny insrumenów

Bardziej szczegółowo

MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII

MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII KRZYSZTOF JAJUGA Akademia Ekonomiczna we Wrocławiu MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII. Modele makroekonomiczne a modele sóp procenowych wprowadzenie Nie do podważenia

Bardziej szczegółowo

Giełdy Papierów Wartościowych w Warszawie

Giełdy Papierów Wartościowych w Warszawie SZKOŁA GŁÓWNA HANDLOWA W WARSZAWIE STUDIUM DYPLOMOWE KIERUNEK: Meody Ilościowe i Sysemy Informacyjne Michał Rubaszek Nr alb. 5346 Arbiraż cenowy na przykładzie Giełdy Papierów Warościowych w Warszawie

Bardziej szczegółowo

Analiza stabilności parametrów hybrydowych modeli market-timing polskich funduszy inwestycyjnych 1

Analiza stabilności parametrów hybrydowych modeli market-timing polskich funduszy inwestycyjnych 1 Joanna Olbryś * Analiza sabilności paramerów hybrydowych modeli marke-iming polskich funduszy inwesycyjnych 1 Wsęp Hybrydowe czeroczynnikowe modele marke-iming funduszy inwesycyjnych akcji polskich zosały

Bardziej szczegółowo

O EFEKTACH ZASTOSOWANIA PEWNEJ METODY WYZNACZANIA PROGNOZ JAKOŚCIOWYCH ZMIAN CEN AKCJI W WARUNKACH KRYZYSU FINANSOWEGO 2008 ROKU

O EFEKTACH ZASTOSOWANIA PEWNEJ METODY WYZNACZANIA PROGNOZ JAKOŚCIOWYCH ZMIAN CEN AKCJI W WARUNKACH KRYZYSU FINANSOWEGO 2008 ROKU Arykuł opublikowany w: Rynki kapiałowe a koniunkura gospodarcza, red. A. Szablewski, R. Wójcikowski, Wydawnicwo Poliechniki Łódzkiej, Łódź 009, s. 95-07 Doroa Wiśniewska Uniwersye Ekonomiczny w Poznaniu

Bardziej szczegółowo

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO Sreszczenie Michał Barnicki Poliechnika Śląska, Wydział Oranizacji i Zarządzania Monika Odlanicka-Poczobu Poliechnika Śląska, Wydział

Bardziej szczegółowo

Analiza stabilności parametrów hybrydowych modeli market-timing polskich funduszy inwestycyjnych 1

Analiza stabilności parametrów hybrydowych modeli market-timing polskich funduszy inwestycyjnych 1 Joanna Olbryś * Analiza sabilności paramerów hybrydowych modeli marke-iming polskich funduszy inwesycyjnych Wsęp Hybrydowe czeroczynnikowe modele marke-iming funduszy inwesycyjnych akcji polskich zosały

Bardziej szczegółowo

Analiza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego

Analiza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego TRANSFORM ADVICE PROGRAMME Invesmen in Environmenal Infrasrucure in Poland Analiza efekywności koszowej w oparciu o wskaźnik dynamicznego koszu jednoskowego dr Jana Rączkę Warszawa, 13.06.2002 2 Spis reści

Bardziej szczegółowo

System zielonych inwestycji (GIS Green Investment Scheme)

System zielonych inwestycji (GIS Green Investment Scheme) PROGRAM PRIORYTETOWY Tyuł programu: Sysem zielonych inwesycji (GIS Green Invesmen Scheme) Część 6) SOWA Energooszczędne oświelenie uliczne. 1. Cel programu Ograniczenie lub uniknięcie emisji dwulenku węgla

Bardziej szczegółowo

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych

Bardziej szczegółowo

NAPRAWY GWARANCYJNE I POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO POTRANSAKCYJNE ELEMENTY LOGISTYCZNEJ OBSŁUGI KLIENTA

NAPRAWY GWARANCYJNE I POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO POTRANSAKCYJNE ELEMENTY LOGISTYCZNEJ OBSŁUGI KLIENTA Inżynieria Rolnicza 2(100)/2008 NAPRAWY GWARANCYJNE I POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO POTRANSAKCYJNE ELEMENTY LOGISTYCZNEJ OBSŁUGI KLIENTA Sławomir Juściński Kaedra Energeyki i Pojazdów Uniwersye

Bardziej szczegółowo

Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzystaniem instrumentów SWAP na POLONIĘ

Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzystaniem instrumentów SWAP na POLONIĘ Agaa Kliber * Pior Płuciennik ** Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzysaniem insrumenów SWAP na POLONIĘ Wsęp Problemem polskiej bankowości jes duża nadpłynność. Banki niechęnie

Bardziej szczegółowo

Krzysztof Piontek Katedra Inwestycji Finansowych i Ubezpiecze Akademia Ekonomiczna we Wrocławiu

Krzysztof Piontek Katedra Inwestycji Finansowych i Ubezpiecze Akademia Ekonomiczna we Wrocławiu Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpiecze Akademia Ekonomiczna we Wrocławiu Zasosowanie modeli klasy ARCH do opisu własnoci szeregu sóp zwrou indeksu WIG Wsp Sporód rónych rodzajów ryzyka

Bardziej szczegółowo

Estymacja stopy NAIRU dla Polski *

Estymacja stopy NAIRU dla Polski * Michał Owerczuk * Pior Śpiewanowski Esymacja sopy NAIRU dla Polski * * Sudenci, Szkoła Główna Handlowa, Sudenckie Koło Naukowe Ekonomii Teoreycznej przy kaedrze Ekonomii I. Auorzy będą bardzo wdzięczni

Bardziej szczegółowo

1.1. Bezpośrednie transformowanie napięć przemiennych

1.1. Bezpośrednie transformowanie napięć przemiennych Rozdział Wprowadzenie.. Bezpośrednie ransformowanie napięć przemiennych Bezpośrednie ransformowanie napięć przemiennych jes formą zmiany paramerów wielkości fizycznych charakeryzujących energię elekryczną

Bardziej szczegółowo

STATYSTYCZNY POMIAR EFEKTYWNOŚCI FUNDUSZY INWESTYCYJNYCH OTWARTYCH ZA POMOCĄ EAM (I)

STATYSTYCZNY POMIAR EFEKTYWNOŚCI FUNDUSZY INWESTYCYJNYCH OTWARTYCH ZA POMOCĄ EAM (I) STATYSTYCZNY POMIAR EFEKTYWNOŚCI FUNDUSZY INWESTYCYJNYCH OTWARTYCH ZA POMOCĄ EAM (I) dr Jacek, M. Kowalski Wyższa Szkoła Bankowa w Poznaniu jakowalski@op.pl Absrak Jes o pierwsza część, drugiego z cyklu

Bardziej szczegółowo

Europejska opcja kupna akcji calloption

Europejska opcja kupna akcji calloption Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy

Bardziej szczegółowo

O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE

O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XIII/3, 01, sr 43 5 O EWNYCH KRYERIACH INWESOWANIA W OCJE NA AKCJE omasz Warowny Kaedra Meod Ilościowych w Zarządzaniu oliechnika Lubelska e-mail: warowny@pollubpl

Bardziej szczegółowo

Matematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.

Matematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r. Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile

Bardziej szczegółowo

KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK)

KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK) KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK) Kaarzyna Kuziak Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W 1994 roku insyucja finansowa JP Morgan opublikowała

Bardziej szczegółowo

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,

Bardziej szczegółowo

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

Porównanie jakości nieliniowych modeli ekonometrycznych na podstawie testów trafności prognoz

Porównanie jakości nieliniowych modeli ekonometrycznych na podstawie testów trafności prognoz 233 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Porównanie jakości nieliniowych modeli ekonomerycznych na podsawie esów rafności prognoz Sreszczenie.

Bardziej szczegółowo

Nierównowaga na rynku kredytowym w Polsce: założenia i wyniki

Nierównowaga na rynku kredytowym w Polsce: założenia i wyniki Maszynopis arykułu: Marzec J. 011, Nierównowaga na rynku kredyowym w Polsce: założenia i wyniki, w: Meody maemayczne, ekonomeryczne i kompuerowe w finansach i ubezpieczeniach, (red. A. Barczak i S. Barczak),

Bardziej szczegółowo

EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz

EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH dr inż. Rober Sachniewicz METODY OCENY EFEKTYWNOŚCI PROJEKTÓW INWESTYCYJNYCH Jednymi z licznych celów i zadań przedsiębiorswa są: - wzros warości przedsiębiorswa

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika Zależność

Bardziej szczegółowo

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń Krzyszof Pionek Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Kaedra Inwesycji Finansowych i Ubezpieczeń Przegląd i porównanie meod oceny modeli VaR Wsęp - Miara VaR Warość zagrożona (warość narażona

Bardziej szczegółowo

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody

Bardziej szczegółowo

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb)

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb) Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża

Bardziej szczegółowo

Wycena opcji. Dr inż. Bożena Mielczarek

Wycena opcji. Dr inż. Bożena Mielczarek Wycena opcji Dr inż. Bożena Mielczarek Stock Price Wahania ceny akcji Cena jednostki podlega niewielkim wahaniom dziennym (miesięcznym) wykazując jednak stały trend wznoszący. Cena może się doraźnie obniżać,

Bardziej szczegółowo

METODA ZDYSKONTOWANYCH SALD WOLNYCH PRZEPŁYWÓW PIENIĘŻNYCH

METODA ZDYSKONTOWANYCH SALD WOLNYCH PRZEPŁYWÓW PIENIĘŻNYCH METODA ZDYSONTOWANYCH SALD WOLNYCH PRZEPŁYWÓW PIENIĘŻNYCH W meodach dochodowych podsawową wielkością, kóa okeśla waość pzedsiębioswa są dochody jakie mogą być geneowane z powadzenia działalności gospodaczej

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaa Kopernika w Toruniu Małgorzaa Borzyszkowska Uniwersye Gdański

Bardziej szczegółowo

Podstawowe charakterystyki niezawodności. sem. 8. Niezawodność elementów i systemów, Komputerowe systemy pomiarowe 1

Podstawowe charakterystyki niezawodności. sem. 8. Niezawodność elementów i systemów, Komputerowe systemy pomiarowe 1 Podsawowe charakerysyki niezawodności sem. 8. Niezawodność elemenów i sysemów, Kompuerowe sysemy pomiarowe 1 Wsęp Niezawodność o prawdopodobieńswo pewnych zdarzeń Inensywność uszkodzeń λ wyraŝa prawdopodobieńswo

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 GRZEGORZ MICHALSKI POZIOM ZAANGAŻOWANIA KAPITAŁU W ZAPASACH W ORGANIZACJACH NON-PROFIT * Wprowadzenie

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 MAŁGORZATA WASILEWSKA PORÓWNANIE METODY NPV, DRZEW DECYZYJNYCH I METODY OPCJI REALNYCH W WYCENIE PROJEKTÓW

Bardziej szczegółowo

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0 Maemayka finansowa i ubezpieczeniowa - 1 Sopy procenowe i dyskonowe 1. Sopa procenowa (sopa zwrou, sopa zysku) (Ineres Rae). Niech: F - kapiał wypoŝyczony (zainwesowany) w momencie, F T - kapiał zwrócony

Bardziej szczegółowo

Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.

Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych. Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać

Bardziej szczegółowo

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe

Bardziej szczegółowo

Prace magisterskie 1. Założenia pracy 2. Budowa portfela

Prace magisterskie 1. Założenia pracy 2. Budowa portfela 1. Założenia pracy 1 Założeniem niniejszej pracy jest stworzenie portfela inwestycyjnego przy pomocy modelu W.Sharpe a spełniającego następujące warunki: - wybór akcji 8 spółek + 2 papiery dłużne, - inwestycja

Bardziej szczegółowo

WYCENA OBLIGACJI KATASTROFICZNEJ WRAZ Z SYMULACJAMI NUMERYCZNYMI

WYCENA OBLIGACJI KATASTROFICZNEJ WRAZ Z SYMULACJAMI NUMERYCZNYMI Zeszyy Naukowe Wydziału Informaycznych Technik Zarządzania Wyższej Szkoły Informayki Sosowanej i Zarządzania Współczesne Problemy Zarządzania Nr 1/2010 WYCENA OBLIGACJI KATASTROFICZNEJ WRAZ Z SYULACJAI

Bardziej szczegółowo

PROGNOSTYCZNE UWARUNKOWANIA RYZYKA GOSPODARCZEGO I SPOŁECZNEGO

PROGNOSTYCZNE UWARUNKOWANIA RYZYKA GOSPODARCZEGO I SPOŁECZNEGO PROGNOSTYCZNE UWARUNKOWANIA RYZYKA GOSPODARCZEGO I SPOŁECZNEGO Sudia Ekonomiczne ZESZYTY NAUKOWE WYDZIAŁOWE UNIWERSYTETU EKONOMICZNEGO W KATOWICACH PROGNOSTYCZNE UWARUNKOWANIA RYZYKA GOSPODARCZEGO I SPOŁECZNEGO

Bardziej szczegółowo

Efekt dni tygodnia i jego wpływ na wycenę opcji

Efekt dni tygodnia i jego wpływ na wycenę opcji Krzysztof Piontek Katedra Inwestycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Efekt dni tygodnia i jego wpływ na wycenę opcji Wprowadzenie Standardowe modele wyceny opcji zakładają,

Bardziej szczegółowo