EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

Wielkość: px
Rozpocząć pokaz od strony:

Download "EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE"

Transkrypt

1 Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji na warunkową wariancję w szeregu sóp zwrou najczęściej wykorzysuje się modele: EGARCH, AGARCH oraz GRJ-GARCH będące uogólnieniami modelu GARCH. W pracy rozważano zasadność sosowania modeli uwzględniających efek dźwigni w warunkach GPW w Warszawie. Badania oparo na analizie dziennych sóp zwrou dla indeksów: WIG, WIG oraz MIDWIG. Uzyskane wyniki sugerują, że w przeciwieńswie do rynków rozwinięych efek dźwigni na GPW w Warszawie nie wysępuje (WIG, WIG ) lub jes bardzo słaby (MIDWIG). Słowa kluczowe: efek dźwigni, GARCH WPROWADZENIE Praca doyczy jednego z aspeków modelowania szeregu sóp zwrou z porfela akcji. Tym aspekem jes wpływ osanich informacji na wielkość warunkowej wariancji. W modelach najczęściej sosowanych do modelowania szeregów sóp zwrou o zmiennej wariancji ARCH [Engle 98] oraz GARCH [Bollerslev 986] zakłada się aki sam wpływ dobrych i złych informacji. Jednak w wielu badaniach empirycznych swierdzono asymerię wpływu dobrych i złych informacji na warunkową wariancję, złe informacje powodowały zwiększenie wariancji podczas, gdy dobre zmniejszenie wariancji. Ta cecha szeregów sóp zwrou znana jes pod nazwą efeku dźwigni. Pierwszymi i najbardziej popularnymi modelami [Pionek 4] pozwalającymi na uwzględnienie asymerycznego wpływu informacji są uogólnienia modelu GARCH: EGARCH [Nelson 99], AGARCH [Engle i Ng 993] oraz GJR-GARCH [Glosen i in. 993]. Jak wspomniano efek dźwigni zosał powierdzony w badaniach empirycznych, jednak badania e doyczyły giełd funkcjonujących na dojrzałych rynkach np. giełda w Nowym Jorku. Celem niniejszej pracy jes sprawdzenie w jakim sopniu efek dźwigni wysępuje na warszawskiej GPW. Przez informację najczęściej rozumie się różnicę pomiędzy obserwowaną i oczekiwaną sopą zwrou. Informacją dobrą jes sopa zwrou wyższa od oczekiwanej, naomias informacją złą jes sopa zwrou niższa od oczekiwanej.

2 7 FUNKCJA WPŁYWU INFORMACJI Pojęcie funkcji wpływu informacji NIF 3 zosało wprowadzone przez Engle a i Ng a [Engle i Ng 993] i oznacza relację pomiędzy informacją z osaniego momenu czasowego ( ) i warunkową wariancją w chwili : h ( ) f () Równanie () jes pewnym uproszczeniem zn. pominięo w nim wpływ warunkowej wariancji w poprzednich momenach czasowych. Z rysunku nie wynika, że isnieje jakakolwiek zależność między i dla kolejnych noowań WIG. Na podsawie analizy ego rysunku należałoby raczej swierdzić, że nie ma żadnego związku między informacją z osaniego momenu czasowego ( ) i warunkową wariancją w chwili h. Jes o jednak wniosek przedwczesny Rys.. Zależność pomiędzy i dla noowań WIG z dni do Źródło: opracowania własne. Rysunek zosał sporządzony w oparciu o e same dane co rysunek. Zosały one jednak poddane wsępnej analizie. W pierwszym eapie błędy losowe zosały pogrupowane w szereg rozdzielczy o sałej liczebności w klasach po 3 Skró NIF pochodzi od słów news impac funcion.

3 7 obserwacji, w drugim eapie dla ak wyznaczonych przedziałów klasowych zosały obliczone średnie dla i Rys.. Zależność pomiędzy średnimi warościami i dla noowań WIG z dni do Źródło: opracowania własne. Teraz związek między informacją z osaniego momenu czasowego ( ) i warunkową wariancją w chwili h jes oczywisy. Isnienie asymerii jes jednak nadal problemayczne i wymaga dokładniejszej analizy. Dla porównania na rysunku 3 przedsawiono podobnie skonsruowany wykres przedsawiający noowania DJIA, w ym przypadku isnienie asymerycznego funkcji wpływu informacji jes wyraźne Rys. 3. Zależność pomiędzy średnimi warościami i dla noowań DJIA z dni do Źródło: opracowania własne.

4 7 W kolejnym rozdziale zosały formalnie wprowadzone najczęściej sosowane modele heeroskedasyczne. ROZPATRYWANE MODELE akcji Niech r oznacza sopę zwrou obliczaną na podsawie warości porfela y w momencie w sosunku do warości w momencie ( ) : y y r () y Zgodnie z modelem ARCH(p) warość sopy zwrou w momencie jes uzależniona od sóp zwrou w poprzednich momenach czasowych i warości zmiennej losowej 4 : r µ + µ + h h z, z ~ i. i. d. N(,) p ω. i i i W klasycznych specyfikacjach modelu ARCH przyjmuje się, że warunkowa warość oczekiwana µ jes równa zero i w konsekwencji pomijana, a r. Bollerslev [Bollerslev 986] zaproponował uogólnienie modelu (3) wprowadzając model GARCH(p,q), w kórym uzależnił warunkową wariancję dodakowo od wariancji w poprzednich momenach czasowych: p q α i i + i j (3) h ω + β h. (4) j j W prakyce najczęściej sosowany jes model GARCH(,): h ω + β h. (5) W przypadku modeli ARCH() i GARCH(,) NIF przyjmuje nasępującą posać: f ( ) A. (6) Przy czym sała A w modelu ARCH() wynosi ω naomias w modelu GARCH(,) A ω + β h. Ponieważ funkcja (6) jes parabolą symeryczną wokół zera o ym samym nie pozwala na modelowanie efeku dźwigni. 4 Ponieważ rozkład błędów nie był przedmioem głównego zaineresowania, w pracy ograniczono się do przypadku błędów losowych o rozkładzie normalnym.

5 73 W 993 Engle i Ng zaproponowali pod nazwą AGARCH [Engle i Ng 993] uogólnienie modelu GARCH pozwalające modelować efek dźwigni, gdzie: h ω ( α ) + β h. (7) W ym przypadku NIF przyjmuje nasępującą posać: f ( ) A ( α ). (8) Podobnie jak w przypadku modelu GARCH jes o parabola, jednak w ym przypadku osiąga ona minimum dla α. W ym samym roku Glosen i in. zaproponowali inne uogólnienie modelu GARCH znane pod nazwą GJR-GARCH, gdzie: h ω (9) I ( < ) + β h gdzie I ( ) < jeżeli ( < ) i w przeciwnym razie. Dla modelu GJR-GARCH NIF przyjmuje posać: f ( ) A I( < ). () W przeciwieńswie do wcześniejszych modeli wykres ej funkcji nie jes parabolą lecz złożeniem ramion dwóch różnych paraboli. Jeżeli o < współczynnik przy wynosi α, w przeciwnym przypadku jes równy α. Przy czym minimum jes osiągane dla. W modelu EGARCH [Nelson 99] zaproponowanym przez Nelsona logarym warunkowej wariancji wyraża się wzorem: Jeżeli log h z ω () podlega sandardowemu rozkładowi normalnemu, o h E + β log h h h h wyrażenie () przyjmuje posać: log h ω, () + β log h h h π

6 74 zaś NIF może być przedsawiona jako: przy czym sała f ( α α ) h ( ) exp + A, (3) ω α β A h exp. π OPIS BADAŃ EMPIRYCZNYCH W pracy posłużono się sopami zwrou obliczonymi dla podsawowych indeksów GPW w Warszawie: WIG, WIG, MIDWIG oraz dla porównania sopami zwrou indeksu DJIA. Sopy zwrou zosały obliczone na podsawie kursów zamknięcia: dla indeksów GPW w Warszawie z dni od do i dla indeksu DJIA z dni od do 6-5-6, w sumie po 6 obserwacji sóp. Wybór day począkowej związany jes z rozpoczęciem noowania indeksu MIDWIG, zaś przesunięcie dla indeksu day począkowej dla DJIA wynika z różnic w liczbie dni bez noowań na obydwu giełdach. Aby określić w jakim sopniu można mówić o wysępowaniu efeku dźwigni na warszawskiej GPW dla szeregów sóp zwrou wymienionych indeksów oszacowano nasępujące modele: GARCH, AGARCH, GRJ-GARCH, EGARCH i EGARCH z warością parameru odpowiedzialnego za asymerię NIF α, model en w dalszej części pracy oznaczano jako regarch. Wybrano dwie miary dopasowania: logarym z funkcji wiarogodność LLF i kryerium informacji Akaike AIC [Akaike 973]. AIC LLF + K, (4) Gdzie K oznacza liczbę paramerów. Jakość dopasowania jes ym lepsza im niższa jes warość AIC. Tabela. Warości LLF dla rozparywanych modeli Model Liczba paramerów WIG WIG MIDWIG DJIA GARCH 4 65,4 574,6 666, ,9 AGARCH 5 66,6 575, 6665,75 679,76 GJR-GARCH 5 66,6 575, ,7 675,6 EGARCH 5 64, 573, 6664,5 6734,6 regarch 4 6,6 57,37 666,99 668,4 Źródło: obliczenia własne.

7 75 Analizując warości miar jakości dopasowania modeli przedsawione w abelach i można swierdzić, że w przypadku wszyskich indeksów najlepsze okazały się modele uwzględniające asymeryczność funkcji wpływu informacji. Tabela. Warości AIC dla rozparywanych modeli Model Liczba paramerów WIG WIG MIDWIG DJIA GARCH 4 -,8-4, -335, -337,38 AGARCH 5-3,4-4,4-33,5-349,5 GJR-GARCH 5-3, -4,38-33,4-344, EGARCH 5-8, -46, -338,3-3458,5 regarch 4-7, -46,74-337, ,8 Źródło: obliczenia własne. W przypadku indeksów noowanych na GPW w Warszawie najlepsze okazały się modele AGARCH i GJR-GARCH, naomias w przypadku DJIA najlepszym modelem jes EGARCH. Jednak, o że modele uwzględniające asymerię są lepiej dopasowane nie jes wysarczającą podsawą do wyciągnięcia wniosku o wysępowaniu efeku dźwigni w szeregach sóp zwrou z indeksów noowanych na GPW w Warszawie. Należy jeszcze sprawdzić czy różnica w dopasowaniu jes wysarczająco duża. Formalnie należałoby w ym celu przeesować hipoezę o zerowej warości parameru odpowiedzialnego za asymerię w poszczególnych modelach. H : α. (5) Do weryfikacji ej hipoezy można posłużyć się esem bazującym na ilorazie funkcji wiarogodności LRT (Likelihood Raio Tes) [Greene ] LRT ( LLF LLF ), (6) W przypadku, gdy hipoeza jes prawdziwa, saysyka LRT ma asympoycznie rozkład χ ( p p ), gdzie p i p oznaczają liczby paramerów odpowiednich modeli. Zasosowanie ego esu do porównania dwóch modeli, z kórych jeden zawiera paramer odpowiedzialny za modelowanie efeku dźwigni, zaś drugi 5 nie, powinno dać odpowiedź co do wysępowania efeku dźwigni. Modele AGARCH oraz GJR-GARCH były porównywane z modelem GARCH, naomias model EGARCH z modelem regarch. 5 Porównywany model powinien zawierać się w modelu.

8 76 Tabela 3. Warości saysyki esowej LRT dla hipoezy H α. : Model WIG WIG MIDWIG DJIA AGARCH 3,63,88 8,44 6,4 GJR-GARCH 3,44,63 9,4 7,88 EGARCH,8,75,3 5,7 Źródło: opracowania własne. Warość kryyczna dla wszyskich obliczonych warości saysyk esowych jes aka sama χ 3, 845. Z rzech rozparywanych indeksów noowanych (.5,) na GPW w Warszawie ylko dla MIDWIG odrzucana jes hipoeza o braku asymerii, na poziomie isoności,5. Waro jednocześnie zauważyć, że nawe w ym przypadku warości saysyk esowych dla DJIA są wielokronie wyższe. PODSUMOWANIE Przeprowadzone analizy wykazały, że ylko w przypadku indeksu MIDWIG można mówić o wysępowaniu efeku dźwigni. Jednak nawe w ym przypadku siła wspomnianego efeku jes o wiele mniejsza niż w przypadku indeksu DJIA. Pomimo, że z uwagi na mały zakres przeprowadzonych badań nie można formułować zby zdecydowanych wniosków o uzyskane wyniki sugerują, że w warunkach GPW w Warszawie sosowanie modeli uwzględniających efek dźwigni nie jes konieczne. LITERATURA Akaike, H. (973). Informaion heory and an exension of he maximum likelihood principle, nd Iner. Symp. On Informaion Theory (Perov, B.N. and Csaki, F. Eds.), Akademiai Kiado, Budapes, Bollerslev, T. (986), Generalized Auorregressive Condiional Heeroskedasiciy, Journal of Economerics, 3, Engle, R. (98), Auorregressive Condiional Heeroskedasiciy wih Esimaes of Unied Kingdom Inflaion, Economerica, 5, Engle, Rober F., and Vicor K. Ng, (993), Measuring and Tesing he Impac of News on Volailiy, Journal of Finance 48,

9 77 Glosen, Lawrence R., Ravi Jagannahan, and David E. Runkle, (993), On he Relaion Beween he Expeced Value and he Volailiy of he Nominal Excess Reurns on Socks, Journal of Finance 48, Greene, William H. (), Economeric Analysis, Nelson, Daniel B., 99, Condiional Heeroskedasiciy in Asse Reurns: A New Approach, Economerica,59, Pionek, K. (4), Modelowanie efeku dźwigni w finansowych szeregach czasowych Maeriały Konferencyjne Akademii Ekonomicznej w Krakowie Nauki Finansowe wobec współczesnych problemów gospodarki polskiej, om IV (Rynki Finansowe), pod red. Jana Czekaja, Kraków 4, sr. 9 4 Leverage effec on Warsaw Sock Exchange Summary: Models mos frequenly used for modelling asymmerical impac of good and bad reurn news on volailiy response are generalizaions of GARCH namely: EGARCH, AGARCH and GRJ-GARCH. In his paper suppor for applicaion of hose models is considered in he case of Warsaw Sock Exchange. Researches are based on analysis daily reurn series of indexes: WIG, WIG, MIDWIG. Resuls indicae, ha in conras o developed markes here is very weak evidence supporing hypohesis of leverage effec. In he case of WIG and WIG he leverage effec is insignifican and for MIDWIG weak comparing for example wih DJIA, hough significan. Key words: leverage effec, GARCH

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

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 DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP

EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP Joanna Landmesser Kaedra Ekonomerii i Informayki SGGW e-mail: jgwiazda@mors.sggw.waw.pl EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE Sreszczenie: W pracy zbadano wysępowanie efeku

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

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

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

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

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

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

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

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

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

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

Heteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR

Heteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Heeroskedasyczność szeregu sóp zwrou a koncepcja pomiaru ryzyka meodą VaR Wsęp Spośród wielu rodzajów ryzyka

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

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

PIOTR FISZEDER, JACEK KWIATKOWSKI Katedra Ekonometrii i Statystyki

PIOTR 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 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

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 Pior Fiszeder Uniwersye Mikołaja Kopernika

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

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

OPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR

OPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR Daniel Iskra Uniwersye Ekonomiczny w Kaowicach OPTYMALIZACJA PORTFELA IWESTYCYJEGO ZE WZGLĘDU A MIIMALY POZIOM TOLERACJI DLA USTALOEGO VaR Wprowadzenie W osanich laach bardzo popularną miarą ryzyka sała

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

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

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

PROGNOZOWANIE 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 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, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

ANALIZA, 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 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

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

STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU

STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU GraŜyna Trzpio, Dominik KręŜołek Kaedra Saysyki Akademii Ekonomicznej w Kaowicach e-mail rzpio@sulu.ae.kaowice.pl, dominik_arkano@wp.pl STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU

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

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

Politechnika 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 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

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

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

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

ANALIZA ZMIENNOŚCI INDEKSÓW GIEŁDOWYCH NA RYNKACH ZAGRANICZNYCH

ANALIZA ZMIENNOŚCI INDEKSÓW GIEŁDOWYCH NA RYNKACH ZAGRANICZNYCH Analiza zmienności indeksów giełdowych na rynkach zagranicznych STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 219 DOMINIK ROZKRUT Uniwersytet Szczeciński ANALIZA ZMIENNOŚCI INDEKSÓW GIEŁDOWYCH

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

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

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

Pobieranie próby. Rozkład χ 2

Pobieranie próby. Rozkład χ 2 Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie

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

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

Jacek 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 szczegółowo

Daniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie

Daniel 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 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

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

Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii

Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna w Kaowicach Analiza

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI

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

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

Analiza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. http://zajecia.jakubw.pl/ test 1 dopełnienie testu 1

Analiza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. http://zajecia.jakubw.pl/ test 1 dopełnienie testu 1 Analiza danych Drzewa decyzyjne. Enropia. Jakub Wróblewski jakubw@pjwsk.edu.pl hp://zajecia.jakubw.pl/ DRZEWA DECYZYJNE Meoda reprezenacji wiedzy (modelowania ablic decyzyjnych). Pozwala na przejrzysy

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

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

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

EKONOMETRIA 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 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

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

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

licencjat Pytania teoretyczne:

licencjat 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 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

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

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

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

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

Dobór przekroju żyły powrotnej w kablach elektroenergetycznych

Dobór przekroju żyły powrotnej w kablach elektroenergetycznych Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego

Bardziej szczegółowo

STOPIEŃ AGREGACJI PRZESTRZENNEJ A ZMIENNOŚĆ SZEREGÓW CZASOWYCH CEN SUROWCÓW ROLNYCH

STOPIEŃ AGREGACJI PRZESTRZENNEJ A ZMIENNOŚĆ SZEREGÓW CZASOWYCH CEN SUROWCÓW ROLNYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 011, sr. 180 190 STOPIEŃ AGREGACJI PRZESTRZENNEJ A ZMIENNOŚĆ SZEREGÓW CZASOWYCH CEN SUROWCÓW ROLNYCH Mariusz Hamulczuk Kaedra Ekonomiki Rolnicwa i Międzynarodowych

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

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

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

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 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 Marcin

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

Ocena płynności wybranymi metodami szacowania osadu 1

Ocena płynności wybranymi metodami szacowania osadu 1 Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych

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

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

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

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

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

Statystyka 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 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

Krzysztof Jajuga Akademia Ekonomiczna we Wrocławiu. Modelowanie stóp procentowych a narzędzia ekonometrii finansowej

Krzysztof Jajuga Akademia Ekonomiczna we Wrocławiu. Modelowanie stóp procentowych a narzędzia ekonometrii finansowej DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Krzyszof Jajuga Akademia Ekonomiczna

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

PROGNOZOWANIE 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 szczegółowo

KRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ

KRZYSZTOF 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 szczegółowo

Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1

Bayesowskie 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 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

PROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW

PROPOZYCJA 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 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

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

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

ĆWICZENIE NR 43 U R I (1)

ĆWICZENIE NR 43 U R I (1) ĆWCZENE N 43 POMY OPO METODĄ TECHNCZNĄ Cel ćwiczenia: wyznaczenie warości oporu oporników poprzez pomiary naężania prądu płynącego przez opornik oraz napięcia na oporniku Wsęp W celu wyznaczenia warości

Bardziej szczegółowo

Badanie funktorów logicznych TTL - ćwiczenie 1

Badanie funktorów logicznych TTL - ćwiczenie 1 adanie funkorów logicznych TTL - ćwiczenie 1 1. Cel ćwiczenia Zapoznanie się z podsawowymi srukurami funkorów logicznych realizowanych w echnice TTL (Transisor Transisor Logic), ich podsawowymi paramerami

Bardziej szczegółowo

Krzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie

Krzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie Krzyszof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa Analiza spekralna indeksów giełdowych DJIA i WIG 1 Wprowadzenie We współczesnych analizach ekonomicznych doyczących pomiaru cyklu koniunkuralnego

Bardziej szczegółowo

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie

Bardziej szczegółowo

WERYFIKACJA WYBRANYCH TECHNIK PROGNOZOWANIA ZMIENNOCI ANALIZA SZEREGÓW CZASOWYCH

WERYFIKACJA WYBRANYCH TECHNIK PROGNOZOWANIA ZMIENNOCI ANALIZA SZEREGÓW CZASOWYCH PRACE NAUKOWE AKADEII EKONOICZNEJ WE WROCŁAWIU Nr 99 2003 Inwesycje finansowe i ubezpieczenia endencje wiaowe a polski rynek Krzyszof Pionek Akadeia Ekonoiczna we Wrocławiu WERYFIKACJA WYBRANYCH TECHNIK

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

ANALIZA HARMONICZNA RZECZYWISTYCH PRZEBIEGÓW DRGAŃ

ANALIZA HARMONICZNA RZECZYWISTYCH PRZEBIEGÓW DRGAŃ Ćwiczenie 8 ANALIZA HARMONICZNA RZECZYWISTYCH PRZEBIEGÓW DRGAŃ. Cel ćwiczenia Analiza złożonego przebiegu drgań maszyny i wyznaczenie częsoliwości składowych harmonicznych ego przebiegu.. Wprowadzenie

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

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

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny

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

Klasyfikacja modeli. Metoda najmniejszych kwadratów

Klasyfikacja modeli. Metoda najmniejszych kwadratów Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Podręcznik: Ekonomeria i badania operacyjne, red. nauk. Marek Gruszczyński, Maria Podgórska, omasz Kuszewski (ale można czyać dowolny podręcznik do

Bardziej szczegółowo