WIELORÓWNANIOWY MODEL DYNAMIKI GOSPODARKI POLSKI I NIEMIEC
|
|
- Kornelia Kowalik
- 5 lat temu
- Przeglądów:
Transkrypt
1 Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicac ISSN Nr Uniwersye Ekonomiczny w Kaowicac Wydział Zarządzania Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl WIELORÓWNANIOWY MODEL DYNAMIKI GOSPODARKI POLSKI I NIEMIEC Sreszczenie: Celem zaprezenowanyc w niniejszym arykule badań jes analiza współzależności kszałowania się rozwoju gospodarczego Polski i Niemiec. Zosaną u przedsawione wielorównaniowe modele GARC prezenujące wzajemne relaywne powiązania w zakresie dynamiki rozkładów empirycznyc, ze szczególnym zwróceniem uwagi na dynamikę warości oczekiwanyc i wariancji. Słowa kluczowe: model GARC, rozwój gospodarczy, zmienność. Wprowadzenie Pojawiające się problemy z efekywnością wzrosu gospodarczego wymuszają poszukiwanie wykorzysania szans i możliwości jego osiągnięcia. Gospodarka, wzros gospodarki są pojęciami bardzo skomplikowanymi. Teorie wzrosu gospodarczego mogą być różne, zależą między innymi od ego, czy mamy do czynienia z gospodarką rozwinięą, czy gospodarkami rozwijającymi się. W lieraurze świaowej znajdujemy propozycje analizy wybranyc czynników wzrosu gospodarczego, kóre były rozparywane w doycczasowyc eoriac [Noga, Sawicka, 00]. Nieusannie przeprowadzane badania w dziedzinie idenyfikacji cyklu koniunkuralnego czy eż związanymi z nimi recesjami wysępującymi od zawsze dały podsawę rozwiązań wielu przyczyn ic powsawania, wzbogacając nasze doświadczenia i obserwacje. Prace A.F. Burnsa i W.C. Micella, jako jednyc z pierwszyc auorów klasycznej definicji cyklu, były przełomowe w badaniac koniunkury. Wyniki
2 54 yc badań zaprezenowano w pracy opublikowanej przez nic w 946 roku p. Measuring business cycles. Według badaczy klasyczna definicja cyklu koniunkuralnego jes definiowana jako rodzaj waań obserwowanyc w działalności gospodarczej narodów organizującyc swą produkcję głównie w przedsiębiorswac [Burns, Micell, 946]. Przeprowadzane badania są również związane ze zjawiskiem zanikającyc cykli koniunkuralnyc w okresac długorwałej prosperiy [Drozdowić-Bieć, 006]. Dodakowo rozwój globalizacji, posęp ecniczny, zmiany poliyczne isonie wpływają na posępującą syncronizację cykli koniunkuralnyc na świecie. Z drugiej srony każdy cykl różni się od nasępnego i poprzedniego, co swarza badaczom problemy w konsruowaniu modeli czy eż znajdowaniu uniwersalnyc narzędzi kszałowania gospodarek. Problemayka syncronizacji cykli koniunkuralnyc wysępującyc ewenualnyc zależności pomiędzy waaniami gospodarczymi była poddawana analizie między innymi przez Kaisera [005]. Na podsawie uzyskanyc wyników Auor udowodnił, że gospodarka niemiecka, ausriacka, francuska, olenderska i belgijska carakeryzują się silnym poziomem syncronizacji cykli koniunkuralnyc. Naomias Azevedo [00] wykazał, że cykle koniunkuralne wysępujące w Szwecji, Finlandii, Wielkiej Bryanii oraz Sanac Zjednoczonyc carakeryzują się zjawiskiem wyprzedzania koniunkury srefy euro o ponad rok, z drugiej srony olandia, Włocy, Japonia oraz iszpania carakeryzują się słabszym empem wyprzedzania, nieprzekraczającym roku. Ekonomiści Dickerson, Gibson i Tsakaloos [998] na podsawie przeprowadzanyc badań swierdzają, że ampliudy cykli koniunkuralnyc krajów Unii Europejskiej carakeryzują się znaczącymi różnicami, a czynnikiem isonie wpływającym na sopień ic syncronizacji są wysępujące związki andlowo- -finansowe. Wynne i Koo [000] udowodnili, że wpływ na syncronizację koniunkury gospodarczej ma również wymiana andlowa. W swoic pracac uwzględniają ak zwany efek sąsiedzwa. Polega on na ym, że zwiększona syncronizacja cykli koniunkuralnyc jes zauważalna w krajac sąsiadującyc, kóre wykazują większą skłonność do wymiany andlowej niż kraje od siebie oddalone. Bergman [004] w swoic pracac udowodnił, że europejskie cykle koniunkuralne są do siebie w wysokim sopniu dopasowane, naomias poziom syncronizacji jes niższy w okresac niskiej zmienności kursu waluowego. Reasumując, należy zauważyć, że przez wiele la powsały różnorodne eorie mające na celu próbę wyjaśnienia isoy problemayki rozwoju gospodarczego,
3 Wielorównaniowy model dynamiki gospodarki Polski i Niemiec 55 lecz żadna z nic w pełni go nie opisuje. Rozważana problemayka jes bardzo złożonym zjawiskiem, wysępujące waania akywności gospodarczej są zauważalne we wszyskic dziedzinac życia społeczno-gospodarczego, co znajduje swoje odbicie w rudności znalezienia właściwyc narzędzi i meod badawczyc. Celem opracowania jes analiza porównawcza rozwoju gospodarczego wybranyc krajów: Polski i Niemiec z wykorzysaniem modeli GARC. W analizie porównano Polskę z Niemcami, ponieważ jes o pańswo, w kórym zjednoczenie dwóc pańsw znacząco wpłynęło na posać sysemu gospodarczego, dodakowo osłabiając jego gospodarkę. Wprowadzane ransformacje mające na celu wyrównanie poziomu życia w obu częściac krajów pogarszały wyniki gospodarcze poprzez między innymi brak zdolności do jednoczesnego reagowania na niepokojące zmiany ekonomiczne. Zaprezenowano eapy konsrukcji oraz posać wielorównaniowego modelu GARC, kóry pozwala opisać między innymi zmienne wariancje oraz kowariancje prezenujące wzajemne relacje między badanymi zjawiskami. Na podsawie wybranyc danyc empirycznyc wyznaczono omawiany model, kóry może sanowić podsawę podejmowania decyzji pod kąem dalszego rozwoju gospodarczego oraz umożliwić przeprowadzenie analizy niekóryc przyczyn zmienności [Fiszeder, 009]. Zarówno eeroskedasyczność analizowanyc procesów rozwoju gospodarczego, jak i auokorelacja składnika resz mają wpływ na kszałowanie się w rozparywanyc okresac efeku ARC.. Dane empiryczne W celu przedsawienia analiz dla wybranyc pańsw (Polska, Niemcy) przygoowano dane empiryczne, korzysając z danyc publikowanyc przez Główny Urząd Saysyczny oraz na sronie Eurosau dane o rocznym poziomie PKB. Wskaźnik PKB sanowi podsawową deerminanę zmian w rozwoju gospodarek i zarazem czynnik kszałujący waania koniunkuralne [ellwig, 997]. Za okres analizy przyjęo laa Wyznaczono wskaźniki rozwoju gospodarczego, dzieląc produk krajowy bruo przez liczbę ludności w danym kraju. PKB pełni rolę zmiennej syneycznej [Yamarone, 006] carakeryzującej w pewnym ujęciu syuację ekonomiczną kraju, sanowi również miarę poziomu koniunkury gospodarczej w badanym kraju [adaś-dyduc, 04]. Analizę poszerzono o dosępne w Rocznikac Saysycznyc informacje na ema podobnyc czynników, jakie uwzględniono do opisu kszałowania zmienności rozwoju gospodarczego wybranyc pańsw [adaś-dyduc, 05].
4 56 W pierwszym eapie badania w celu oszacowania odpowiedniego modelu wyznaczono model ARIMA(,,) [Janiga-Cmiel, 03]. Nasępnie wykazano, że analizowany składnik losowy jes obciążony auokorelacją [osking, 980; Doman, Doman, 004]. Wykazano również, że składnik losowy jes eeroskedasyczny [ong, Seade, 999] i wysępują okresy pogrupowanej wariancji [Engel, 987]. W celu wykrycia wysępowania efeku ARC zasosowano zaproponowany w lieraurze es Ljunga-Boxa [Demos, Senana, 998]. W kolejnym kroku wyznaczone składniki losowe modeli uwzględniono do konsrukcji wielorównaniowego modelu GARC [Janiga-Ćmiel, 03].. Ogólna posać wielorównaniowego modelu GARC dla szeregu czasowego Analizujemy wielowymiarowy proces rozwojów gospodarczyc wybranyc pańsw [Engle, 98]: y ) T = ( y,..., y k. () Prognozując sany oczekiwane warości y, możemy uwzględnić między innymi model ARIMA(p,q,s), gdzie: E ( y y, y,..., y p ) = μ( y ). () Uzyskujemy wówczas warości oczekiwane sanu rozwoju gospodarczego w analizowanym okresie. Prognozując wariancję procesów rozwoju gospodarczego, możemy uwzględnić na przykład modele klasy GARC [Vronos, Dellaporas, Poliis, 003]. Wyznaczamy wówczas macierz : = p T E( y,..., y ) = Var( y : k =,..., p). (3) k Zdefiniowana w en sposób macierz wariancji i kowariancji warunkowej będzie sanowiła podsawę konsrukcji modelu klasy GARC. Model ARIMA(p,q,s) przedsawiający dynamikę zmiennej y uwzględnia reszy modelu η. Wówczas macierzą przekszałcającą reszy modelu ARIMA w reszy modelu GARC będzie macierz i przekszałcenie o przyjmuje posać: = η. (4)
5 Wielorównaniowy model dynamiki gospodarki Polski i Niemiec 57 Przekszałcenie o można zaprezenować dla przypadku dwuwymiarowego za pomocą równania macierzowego: =,,,, η. (5) η Równanie o wiąże składowe resz i η za pomocą ocen wariancji i kowariancji warunkowej macierzy. W nasępnym kroku przekszałcamy macierz wariancji i kowariancji do posaci:,,,, =, 0,,,,. (6) Uwzględniając przekszałconą w en sposób macierz, ransformaę resz na η definiujemy w posaci: =, =,,,,. (7) Zależność jednyc i drugic resz gwaranuje odpowiednio: ( : <) =0, ( : <) =, (8) Wyznaczenie powyższyc zależności jes konieczne przy konsrukcji modelu vec. Macierz P wysępująca w równaniu (8) o macierz podobieńswa macierzy wariancji i kowariancji resz z macierzą rzeczywisą. W przypadku gdyby wyznaczona macierz P była macierzą jednoskową, wówczas orzymalibyśmy najsilniejsze z możliwyc podobieńswa yc macierzy. Wielowymiarowy proces rozwoju gospodarczego wybranyc pańsw, kórego dane wyjściowe są przedsawione w macierzy (), ma wymiar kxn, gdzie k o ilość porównywanyc krajów, a n o ilość dokonanyc obserwacji. Przedsawiony model wymaga skonsruowania modelu vec, na podsawie kórego należy wyznaczyć elemeny dolnego rójkąa macierzy α (i). Liczba yc elemenów będzie określana wzorem:
6 58 () = (). (9) Model powinien uwzględniać wyraz wolny różny od zera: (), (),. =, (0) Dla k =, p = q = model przyjmuje posać:,, =,,,,,,,,. (),, Dodakowo zakładamy, że =, = ze względu symerię całego modelu. W analogiczny sposób przeprowadzamy konsrukcję modeli dla przypadku 3. Macierz jes warunkową macierzą wariancji i kowariancji szeregów czasowyc procesów badanyc rozwojów gospodarczyc sopnia k, gdzie k o ilość porównywanyc gospodarek. Za pomocą P oznaczono diagonalną macierz sopnia k. Przez oznaczamy unormowaną macierz orzymaną w wyniku przekszałcenia: = P P T. () Uwzględniając znaną macierz korelacji, macierz ę można przedsawić za pomocą wzoru: = r ). (3) ( ij ii, jj. Proces losowy spełnia relację = P i jes procesem, kóry podlega carakerysyce VEC-GARC(p,q). W celu oszacowania paramerów modelu z poszerzoną macierzą kowariancji wyznaczamy zmodyfikowany model vec uwzględniający w opóźnieniac macierzy macierz [Franco, Zakoian, 009]: q ( i) ( j) vec( ) = ω α vec( i T i) β vec( j). (4) i= p j=
7 Wielorównaniowy model dynamiki gospodarki Polski i Niemiec 59 W powyższym modelu macierz współczynników przy opóźnieniac oznaczamy odpowiednio: (i) α macierz współczynników przy opóźnieniac składnika losowego, ( j) β macierz współczynników przy opóźnieniac macierzy wariancji i kowariancji, przy czym ω o wyrażenia sałe w poszczególnyc modelac: ( i) ( i) α = α, ( i) ( i) β = β. (5) Macierz P o macierz losowa powiązań między procesami losowymi, : = P. (6) Przekszałcone reszy modelu wyznaczamy zgodnie ze wzorem: Macierz sałyc: Uwzględniając powyższe zależności, orzymujemy: = P. (7) ω = P ω. (8) q p k T ( i) ( j), = mr iαsr i βsr, s' r' i= j= s s ' ' > r ' r = ' sr ω. (9) s' r', j Macierz wariancji i kowariancji warunkowej będzie oznaczona w analizie za pomocą i będzie miała posać = [ ij, ], i, j =,..., 5. Wprowadzamy oznaczenia: = vec[ ] =. (0) Macierz powyższą przedsawiamy jako wekor kolumnowy wierszami kolejno do środkowego wyrazu ij wiersza dla i j. Zaprezenowana macierz uwzględnia odpowiednie uporządkowanie kowariancji: [ ] = [ cov(, ) u ] = sr s r < u,. ()
8 60 Rozwinięcie formuły modelu macierzy kowariancji definiujemy nasępująco: q k p k ( i) ( j) sr, = Cov( s, r u, u < ) = ωsr αsr, s' r' s', i r', i βsr, s' r' s' r', j i = s', r' = j = s', r' = s' r' s' r'. () (i) ( j) Wysępujące w ym modelu macierze α oraz β o iloczyny Kronekera dodanio określonyc wcześniej macierzy wariancji i kowariancji. Macierz zawiera warunkowe wariancje i kowariancje przy określonyc wariancjac i kowariancjac ( j) okresów. Wyznaczamy model ARC(,), dla kórego p =, i oznacza o uwzględnienie jednego opóźnienia macierzy, czyli składnika doyczącego. Naomias warość q = oznacza rozparywanie jednego opóźnienia składnika losowego. Model wekora vec ( ) przyjmuje posać:, ω, a, a, a,, vec( ) =, = ω a, a, a,,,, ω a, a, a,, (3) b, b, b,, b, b, b,,,. b, b, b,, (i) α β ( j) Macierze oraz dla i, j = 0, o kwadraowe macierze ocen paramerów. Sopień yc macierzy jes równy ilości elemenów danego rójkąa macierzy kowariancji. W związku z powyższym model = vec( ) można przekszałcić, a rozwinięcie = vec ) przyjmuje nasępującą posać: sr, ( = ω [, ] b bsr asr, asr, bsr bsr, sr,, [ ],, s, r,,,, a a. sr, sr,,. Naomias dla k 3 posać modelu jes już bardzo rozbudowana.. (4)
9 Wielorównaniowy model dynamiki gospodarki Polski i Niemiec 6 3. Analiza zależności rozwoju gospodarczego Polski i Niemiec Celem badania jes analiza wysępowania możliwyc zależności w rozwojac gospodarczyc wybranyc pańsw. Do wykrycia yc zależności zosaną wykorzysane modele GARC. Niniejszy przykład prezenuje porównanie Polski oraz Niemiec. Pierwszy eap analizy rozwoju gospodarczego Polski i Niemiec obejmuje konsrukcję macierzy, a nasępnie macierzy p z uwzględnieniem p-opóźnień. Dla Polski i Niemiec wyznaczona podmacierz sopnia drugiego sanów korelacyjnyc rozwoju gospodarczego przyjmuje posać:,78 0,43 =. (5) 0,43,83 Zgodnie z opisaną wcześniej procedurą w kolejnym kroku wyznaczamy macierz, uwzględniając jedno opóźnienie:,77 0,59 =. (6) 0,59 5,30 Wykorzysując macierz,78 (i) vec ( ) = 0,43, wyznaczamyα :,83 3,6 0,75 3,5 () α = 0,75 0,8 0,7. (7) 3,5 0,78 3,34 Podobną procedurę przeprowadzamy, aby wyznaczyć vec dla macierzy. Orzymujemy macierz w posaci: 3,99 vec ( ) =,66. (8) 7,50
10 6 j Macierz β dla j = : 5,9 6,6 9,9 () β = 6,6,75,45. (9) 9,9,45 56,5 () W kolejnym kroku należy wyznaczyć macierze α, uwzględniając dla macierzy α opóźnienia () (), a dla macierzy β macierz. Model vec ( ) opisujący powiązania rozwoju gospodarczego Polski oraz Niemiec przyjmuje w osaeczności posać: 0,43 3,6 vec( ) 0,35 = 0,75 0,7 3,5 5,9 6,6 9,9,8 0,4,3 5,54,5 9,95 6,6,75,45 0,4 0, 0,3,5 0,09,0 0,75 0,8 0,78 9,9,,45, 56,5,,3, 0,3,,,4, 9,95,,0, 3,5,,,. 3,5, 0,7,, 3,34, (30) Konsrukcja modelu na ym eapie zosała zakończona, ponieważ dalsze opóźnienia wprowadzane do modelu są nieisone saysycznie. Na podsawie uzyskanyc wyników można zauważyć, że orzymany model carakeryzuje się macierzami α () i β () o wariancjac i kowariancjac bezwzględnie niższyc niż w macierzac α () i β (). Osani eap analizy obejmuje wyznaczenie prognozy wariancji na dwa nasępne okresy. Orzymujemy nasępujące macierze wariancji i kowariancji: 0,35 0,67 =, (3) 0,67 0,0 0,0 0,04 =. 0,04 0,06
11 Wielorównaniowy model dynamiki gospodarki Polski i Niemiec 63 Porównując wariancje (3), orzymujemy:,35 > 0,0,, = 0, =, = 0,0 >, = 0,06. (3) Widzimy, że w prognozowanyc okresac nasąpi spadek warości wariancji składników reszowyc. Oznacza o, że rozwój porównywanyc gospodarek będzie podlegał procesowi sabilizacji. W przypadku wyznaczonyc macierzy kowariancja obu resz jes ujemna oraz:, = 0,67 co do bezwzględnej warości jes większa od = 0,04., (33) Oznacza o, że z upływem czasu kowariancja badanyc rozwojów gospodarczyc ulega również endencji spadkowej, co będzie spowodowane uniezależnianiem się rozwojów gospodarczyc analizowanyc krajów. Wyznaczone warości elemenów macierzy są bliskie zera, a akże nieisone saysycznie, więc do wyznaczenia prognoz dalszego rozwoju możemy wykorzysać wyłącznie macierz. Podsumowanie W niniejszym arykule dokonano porównania rozwoju gospodarczego Polski i Niemiec. Zarówno eeroskedasyczność procesów rozwoju gospodarczego, jak i auokorelacja składnika resz spowodowały znaczące ukszałowanie się w rozparywanyc okresac efeku ARC. Zaprezenowane modele przedsawiają san rozwoju gospodarczego, o czym świadczą wariancje składnika losowego yc modeli. Proces rozwoju gospodarczego jes procesem eeroskedasycznym i auokorelacyjnym, na co wskazuje wysępowanie efeku ARC, i sanowi o drugi z czynników decydującyc o zasosowaniu ego ypu modeli. Modele ak przedsawione mogą być w przyszłości podsawą podejmowania decyzji pod kąem dalszego rozwoju gospodarczego. Lieraura Azevedo J. (00), Business Cycles: Cyclical Comovemen wiin e European Union in e Period A Frequency Domain Approac, Working Paper, Banco de Porugal. Bergman M. (004), ow Similar Are European Business Cycles? Working Paper, Lund Universiy, Deparmen of Economics.
12 64 Burns F., Micell W.C. (946), Measuring Business Cycle, Sudies in Business Cycles NBER (New York). Demos A., Senana E. (998), Tesing for GARC Effecs: A One-Sided Approac, Journal of Economerics, 86. Dickerson A.P., Gibson.D., Tsakaloos E. (998), Business Cycle Correspondence in e European Union, Empirica. Drozdowić-Bieć M. (006), Wskaźniki wyprzedzające, Prace i Maeriały Insyuu Rozwoju Gospodarczego, SG, Warszawa. Doman M., Doman R. (004), Ekonomeryczne modelowanie dynamiki polskiego rynku finansowego, Wydawnicwo Akademii Ekonomicznej, Poznań. Engel R.F. (987), Mulivariae ARC wi Facor Srucures Coinegracion in Variance, Discussion Paper 87, Universiy of California, San Diego. Engle R.F. (98), Auoregressive Condiional eeroscedasiciy wi Esimaes of e Variance of e Unied Kingdom, Economerica. Fiszeder P. (009), Modele klasy GARC w empirycznyc badaniac finansowyc, Wydawnicwo Naukowe Uniwersyeu Mikołaja Kopernika, Toruń. Franco C., Zakoian J.M. (009), GARC Models. Srucure, Saisical Inference and Financial Applicaions, NY. adaś-dyduc M. (04), Wielowymiarowa analiza relacji gospodarczyc w rejonie śląskim [w:] W. Szkunik (red.), Problemy społeczno-ekonomiczne w relacjac międzynarodowyc. Analiza modelowa rozwoju regionów, Wydawnicwo Uniwersyeu Ekonomicznego, Kaowice. adaś-dyduc M. (05), Polis Macroeconomic Indicaors Correlaed-predicion wi Indicaors of Seleced Counries [w:] M. Papież and S. Śmiec (eds.), Proceedings of e 9 Professor Aleksander Zelias Inernaional Conference on Modelling and Forecasing of Socio-Economic Penomena, Conference Proceedings, Foundaion of e Cracow Universiy of Economics, Cracow. ellwig Z. (997), Ekspansja gospodarcza Polski końca XX wieku, Wydawnicwo Wyższej Szkoły Bankowej, Poznań. ong Y., Seade R.D. (999), A New Tes for ARC Effecs and Is Finie-Sample Performance, Journal of Business and Economic Saisics, 7. osking J. (980), Te Mulivariae Pormaneau Saisic, Journal of American Saisical Associaion. Janiga-Ćmiel A. (03), Analiza zależności przyczynowyc rozwoju gospodarczego Polski i wybranyc pańsw Unii Europejskiej, Sudia Ekonomiczne, Zeszyy Naukowe Wydziałowe nr 59, Wydawnicwo Uniwersyeu Ekonomicznego, Kaowice. Janiga-Ćmiel A. (04), Dynamiczna analiza procesów rozwoju gospodarczego, Wydawnicwo Uniwersyeu Ekonomicznego, Kaowice. Kaiser M. (005), Euro Zone: Uncompleed Convergence, BNP PARIBAS Conjoncure, No. 7, p
13 Wielorównaniowy model dynamiki gospodarki Polski i Niemiec 65 Noga M., Sawicka M. (red.) (009), Modele rozwoju gospodarczego dla Polski w dobie inegracji europejskiej i globalizacji, Wydawnicwo CeDeWu, Warszawa. Vronos I.D., Dellaporas P., Poliis D.N. (003), A Full-facor Mulivariae GRAC Model, Ecomomerics Journal. Wang P. (003), Financial Economerics. Meods and Models, Rouledge Capman & all. Wynne M.A., Koo J. (000), Business Cycles under Moneary Union. A Comparison of e EU and US, Economica. Yamarone R. (006), Wskaźniki ekonomiczne: przewodnik dla inwesora, Wydawnicwo elion, Warszawa. A MULTI-EQUATION MODEL OF DYNAMICS OF POLIS AND GERMAN ECONOMY Summary: Te sudy examines e developmen of Polis economy as well as e economies of seleced counries in e period from 00 o 03. Models based on e GDP grow in paricular counries were buil. A comparaive analysis of e developmen of economies in e counries concerned (Poland, Germany) is presened. A mulivariae GARC model was buil. Te eory of e consrucion of a mulivariae GARC model and is esimaion meod are discussed. Keywords: GARC model, economic developmen, volailiy.
Testowanie współzależności w rozwoju gospodarczym
The Wroclaw School of Banking Research Journal ISSN 1643-7772 I eissn 2392-1153 Vol. 15 I No. 5 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu ISSN 1643-7772 I eissn 2392-1153 R. 15 I Nr 5 Tesowanie
Bardziej szczegółowoDaniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Wykorzysanie
Bardziej szczegółowoDYNAMICZNE 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 szczegółowoZJAWISKA 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 szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej szczegółowoDYNAMICZNE 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 szczegółowoANALIZA ZALEŻNOŚCI PRZYCZYNOWYCH ROZWOJU GOSPODARCZEGO POLSKI I WYBRANYCH PAŃSTW UNII EUROPEJSKIEJ
Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicac ANALIZA ZALEŻNOŚCI PRZYCZYNOWYCH ROZWOJU GOSPODARCZEGO POLSKI I WYBRANYCH PAŃSW UNII EUROPEJSKIEJ Wprowadzenie Badanie dynamiki i flukuacji rozwoju gospodarczego
Bardziej szczegółowoStrukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Bardziej szczegółowot MODELU AARCH ROZWOJU GOSPODARCZEGO
Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl SKŁADOWA γ MODELU AARCH ROZWOJU GOSPODARCZEGO Wprowadzenie Gospodarka każdego kraju jes kszałowana przez specyficzne dla
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoUMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Pior Fiszeder UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE. Wprowadzenie Rynki kapiałowe na świecie są coraz silniej powiązane. Do najważniejszych
Bardziej szczegółowoStruktura sektorowa finansowania wydatków na B+R w krajach strefy euro
Rozdział i. Srukura sekorowa finansowania wydaków na B+R w krajach srefy euro Rober W. Włodarczyk 1 Sreszczenie W arykule podjęo próbę oceny srukury sekorowej (sekor przedsiębiorsw, sekor rządowy, sekor
Bardziej szczegółowoMagdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności
Bardziej szczegółowoJacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoWNIOSKOWANIE 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 szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoOcena 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 szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoElżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoWYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoMODELOWANIE 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 szczegółowoStudia 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 szczegółowoAnaliza 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 szczegółowoWykład 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoMODELOWANIE 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 szczegółowoAnaliza taksonomiczna porównania przyspieszenia rozwoju społeczeństwa informacyjnego wybranych krajów
Ekonomiczne Problemy Usług nr 1/2017 (126),. 1 ISSN: 1896-382X www.wnus.edu.pl/epu DOI: 10.18276/epu.2017.126/1-08 srony: 71 79 Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra
Bardziej szczegółowoWyzwania 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 szczegółowoMODELOWANIE 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 szczegółowoVII. ZAGADNIENIA DYNAMIKI
Konderla P. Meoda Elemenów Skończonych, eoria i zasosowania 47 VII. ZAGADNIENIA DYNAMIKI. Równanie ruchu dla zagadnienia dynamicznego Q, (7.) gdzie M NxN macierz mas, C NxN macierz łumienia, K NxN macierz
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoŹRÓDŁA 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoESTYMACJA 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 szczegółowoEfekty 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 szczegółowoANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-86 Nr 89 06 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii pawel.prenzena@edu.ueka.pl
Bardziej szczegółowoEFEKT 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoROLA REGUŁ POLITYKI PIENIĘŻNEJ I FISKALNEJ W PROWADZENIU POLITYKI MAKROEKONOMICZNEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 246 2015 Współczesne Finanse 3 Agnieszka Przybylska-Mazur Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoKRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ
KRZYSZTOF JAJUGA Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ EKONOMETRIA FINANSOWA OKREŚLENIE Modele ekonomerii finansowej są worzone
Bardziej szczegółowoEstymacja 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 szczegółowoStatystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Bardziej szczegółowoPorównanie 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 szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoWybrane dwuwymiarowe modele dla zmiennych licznikowych w ekonomii 1
Jerzy Marzec Adres e mail: marzecj@uek.krakow.pl Uniwersye Ekonomiczny w Krakowie Kaedra: Kaedra Ekonomerii i Badań Operacyjnych Wybrane dwuwymiarowe modele dla zmiennych licznikowych w ekonomii. Wsęp
Bardziej szczegółowoIdentyfikacja wahań koniunkturalnych gospodarki polskiej
Rozdział i Idenyfikacja wahań koniunkuralnych gospodarki polskiej dr Rafał Kasperowicz Uniwersye Ekonomiczny w Poznaniu Kaedra Mikroekonomii Sreszczenie Celem niniejszego opracowania jes idenyfikacja wahao
Bardziej szczegółowoWYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem
Bardziej szczegółowoPROGNOZOWANIE BRAKUJĄCYCH DANYCH DLA SZEREGÓW O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 289 2016 Maria Szmuksa-Zawadzka Zachodniopomorski Uniwersye Technologiczny w Szczecinie Sudium Maemayki Jan Zawadzki
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowoE 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 szczegółowoKrzysztof Piontek Akademia Ekonomiczna we Wrocławiu. Modelowanie warunkowej kurtozy oraz skośności w finansowych szeregach czasowych
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 5 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Modelowanie
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoTESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Bardziej szczegółowoBayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1
Jacek Kwiakowski Uniwersye Mikołaja Kopernika w Toruniu Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1 WSTĘP Powszechnie wiadomo, że podsawowymi własnościami procesów finansowych
Bardziej szczegółowoZASTOSOWANIE 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( ) ( ) ( τ) ( t) = 0
Obliczanie wraŝliwości w dziedzinie czasu... 1 OBLICZANIE WRAśLIWOŚCI W DZIEDZINIE CZASU Meoda układu dołączonego do obliczenia wraŝliwości układu dynamicznego w dziedzinie czasu. Wyznaczane będą zmiany
Bardziej szczegółowoSpis treści. Summaries
Spis reści Wsęp.............................................................. 7 Ireneusz Kuropka: Przydaność wybranych modeli umieralności do prognozowania naężenia zgonów w Polsce.............................
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoNEOKLASYCZNY MODEL WZROSTU GOSPODARCZEGO Z CYKLICZNĄ LICZBĄ PRACUJĄCYCH 1
STUDIA OECONOMICA POSNANIENSIA 8, vol. 6, no. 9 DOI:.8559/SOEP.8.9. Paweł Dykas Uniwersye Jagielloński w Krakowie, Wydział Zarządzania i Komunikacji Społecznej, Kaedra Ekonomii Maemaycznej pawel.dykas@uj.edu.pl
Bardziej szczegółowoPrognozowanie 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 szczegółowoPOWIĄZANIA 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 szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoWERYFIKACJA JAKOŚCI PROGNOZ ZMIENNOŚCI WYKORZYSTYWANYCH W MODELU RISKMETRICS TM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-8611 Nr 86 016 Ekonomia 6 Uniwersye Ekonomiczny w Kaowicach Wydział Finansów i Ubezpieczeń Kaedra Inwesycji i Nieruchomości
Bardziej szczegółowoPREDYKCJA 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 szczegółowoOeconomiA 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 szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
Bardziej szczegółowoMODELOWANIE TRANSFERÓW FISKALNYCH W UNII GOSPODARCZEJ I WALUTOWEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 289 2016 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii agnieszka.przybylska-mazur@ue.kaowice.pl
Bardziej szczegółowoANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM
Budownicwo Mariusz Poński ANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM Wprowadzenie Coraz większe ograniczenia czasowe podczas wykonywania projeków
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej szczegółowoA C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 389 TORUŃ 2009
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 389 TORUŃ 2009 Uniwersye Mikołaja Kopernika w Toruniu Kaedra Ekonomerii i Saysyki Jarosław
Bardziej szczegółowoPIOTR FISZEDER, JACEK KWIATKOWSKI Katedra Ekonometrii i Statystyki
PIOTR FISZEDER, JACEK KWIATKOWSKI Kaedra Ekonomerii i Saysyki DYNAMICZNA ANALIZA ZALEŻNOŚCI POMIĘDZY OCZEKIWANĄ STOPĄ ZWROTU A WARUNKOWĄ WARIANCJĄ Sreszczenie: W badaniu zasosowano modele GARCHM ze sałym
Bardziej szczegółowoDYNAMICZNE 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 szczegółowoParytet 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 szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Bardziej szczegółowodr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy
Bardziej szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Bardziej szczegółowoWPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU POCIĄGU 1
A R C H I W U M I N S T Y T U T U I N Ż Y N I E R I I L Ą D O W E J Nr 5 ARCHIVES OF INSTITUTE OF CIVIL ENGINEERING 017 WPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU
Bardziej szczegółowoWykorzystanie wielorównaniowych modeli AR-GARCH w pomiarze ryzyka metodą VaR
Krzyszof Pionek Daniel Papla Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wykorzysanie wielorównaniowych modeli AR-GARCH w pomiarze ryzyka meodą VaR Wsęp Wśród różnych meod
Bardziej szczegółowoSZACOWANIE 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 szczegółowoSYMULACYJNA 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 szczegółowoJerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu
Bardziej szczegółowoz graniczną technologią
STUDIA OECOOMICA POSAIESIA 23, vol., no. (25) Uniwersye Ekonomiczny w Poznaniu, Wydział Informayki i Gospodarki Elekronicznej, Kaedra Ekonomii Maemaycznej emil.panek@ue.poznan.pl iesacjonarny model von
Bardziej szczegółowoAnaliza stopnia zbieŝności cyklu koniunkturalnego gospodarki polskiej ze strefą euro
Analiza sopnia zbieŝności cyklu koniunkuralnego gospodarki polskiej ze srefą euro Karolina Konopczak 24.09.2008 Analizy synchronizacji cyklicznej w ramach prac nad Raporem Analiza synchronizacji cyklicznej
Bardziej szczegółowoZeszyty. Ekonometryczna analiza wpływu kryzysu gospodarczego na zadłużenie publiczne w krajach Unii Europejskiej 1 (949) Jacek Batóg. 1.
Zeszyy Uniwersye Ekonomiczny w Krakowie Naukowe 1 (949) ISSN 1898-6447 Zesz. Nauk. UEK, 2016; 1 (949): 59 69 DOI: 10.15678/ZNUEK.2016.0949.0104 Jacek Baóg Insyu Ekonomerii i Saysyki Uniwersye Szczeciński
Bardziej szczegółowoWskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania
CEPOWSKI omasz 1 Wskazówki projekowe do obliczania nośności i maksymalnego zanurzenia saku rybackiego na wsępnym eapie projekowania WSĘP Celem podjęych badań było opracowanie wskazówek projekowych do wyznaczania
Bardziej szczegółowo1. Szereg niesezonowy 1.1. Opis szeregu
kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany
Bardziej szczegółowoSilniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoOeconomiA copernicana. Adam Waszkowski Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
OeconomiA copernicana 2012 Nr 3 ISSN 2083-1277 Adam Waszkowski Szkoła Główna Gospodarswa Wiejskiego w Warszawie MECHANIZM TRANSMISJI IMPULSÓW POLITYKI MONETARNEJ DLA POLSKIEJ GOSPODARKI Klasyfikacja JEL:
Bardziej szczegółowo