Jerzy Marzec, Jacek Osiewalski (Akademia Ekonomiczna w Krakowie) Funkcja kosztów dla oddziałów banku: mierniki korzyści specjalizacji 1.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Jerzy Marzec, Jacek Osiewalski (Akademia Ekonomiczna w Krakowie) Funkcja kosztów dla oddziałów banku: mierniki korzyści specjalizacji 1."

Transkrypt

1 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe Jerzy Marzec, Jacek Osewalsk (Akadema Ekonomczna w Krakowe) Funkcja kosztów dla oddzałów banku: mernk korzyśc specjalzacj.. efncja pomar korzyśc pełneo zakresu produkcj bądź specjalzacj Mkroekonomczna (tzw. ranczna) funkcja kosztu ma szeroke zastosowane w analze emprycznej kosztów frm. Jednym z obszarów jej wykorzystana jest analza korzyśc pełneo asortymentu (zakresu produkcj) bądź specjalzacj frm, a w szczeólnośc banków komercyjnych (por. Berer, Hanweck Humphrey (987), etsch (993), Huhes Mester (993), awrence (989), Mester (993), Muldur Sassenou (993), Youn Km (986). Zardokooh Kolar (994)). Nech Q=(Q,,Q G ) R G + oznacza wektor welkośc produkcj G produktów, a x - wektor cen czynnków produkcj ( nakładów czynnków stałych w przypadku krótkookresowej funkcj kosztu), zaś δ - wektor parametrów; funkcję kosztu oznaczymy jako C( Q, K, Q ;, G x. Analza korzyśc zakresu produkcj (an. economes of scope) pozwala na zbadane, czy stneją możlwośc obnżena kosztów dzałalnośc banku poprzez odstąpene od dotychczasowej specjalzacj banku poszerzene zakresu śwadczonych usłu. Podstawy teoretyczne analzy korzyśc zakresu sformułowal Panzar Wll (98) oraz Baumol, Panzar Wll (98). Efekt (korzyść) pełneo zakresu jest zwązany z subaddytywnoścą kosztów ma mejsce, dy koszt produkcj wektora produktów Q,,Q G w przypadku jedneo banku (oddzału) jest nższy od sumy kosztu produkcj tychże produktów wytworzonych przez wyspecjalzowane bank (oddzały). Zatem technoloa wykazuje korzyśc pełneo zakresu produkcj jeżel: C ( Q, Q ; ) < C( Q,0, K,0; ) + C( 0, Q,0, K,0; ) + K+ C( 0, K,0, Q ; ), G G K ; () w przypadku przecwneo kerunku nerównośc mówmy o korzyścach specjalzacj. Przyczynam występowana korzyśc zakresu produkcj są m.n. redukcja kosztów obsłu klenta wskutek łącznej sprzedaży produktów, lepsze wykorzystane majątku trwałeo (koszty stałe przypadają na wększą lczbę produktów), obnżka kosztów reklamy produktów oraz obnżene kosztów ponoszoneo ryzyka, które ulea zmnejszenu wskutek wększej dywersyfkacj aktywów bankowych. Jeżel ne występują korzyśc pełneo zakresu produkcj, to zwykle mają mejsce korzyśc specjalzacj (formalne może jeszcze występować sytuacja ranczna jednoczesneo braku korzyśc zakresu produkcj braku korzyśc specjalzacj). Baumol, Panzar Wll (98) wykazal, że dla weloproduktowej funkcj kosztu warunkem wystarczającym (lecz ne konecznym) korzyśc zakresu jest komplementarność kosztu po produktach. Oznacza ona, że koszt krańcowy produktu o numerze jest malejącą funkcją welkośc pozostałych produktów. Zwększene o małą jednostkę produkcj każdeo z pozostałych produktów (Q,,Q -, Q +,, Q G ) spowoduje spadek kosztu krańcoweo produktu. Praca wykonana w ramach projektu badawczeo Komtetu Badań Naukowych (nr -H0B-0-8).

2 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe Zatem wytworzene dodatkowej jednostk produktu w sytuacj produkcj łącznej nastąp po koszce nższym nż w przypadku, dyby zwększono produkcję tylko jedneo produktu, a ne wszystkch jednocześne. Formalne warunek wystarczający na stnene korzyśc zakresu produkcj to: C Q ( Q; Q j < 0 dla j;, j =, K, G. () Baumol, Panzar Wll (98) zaproponowal wynkający z formuły () naturalny mernk zwany współczynnkem korzyśc zakresu produkcj (SC): SC = G = C( Q C( Q;, C( Q; (3) dze C ( Q ; ) = C(0, K,0, Q,0, K,0; ) jest kosztem wyprodukowana -teo produktu na pozome Q, przy pozostałych na pozome zero. Współczynnk SC 00% merzy procentową oszczędność kosztu (dy SC>0) lub nadwyżkę kosztu (dy SC<0) spowodowaną łączną produkcją wszystkch produktów zamast absolutnej specjalzacj, poleającej na wytwarzanu jedneo tylko produktu w jednej frme (oddzale). Marę korzyśc zakresu produkcj można uoólnć także na przypadek rupy produktów (por. Youn Km (986)). Zaletą mernka SC jest to, że przyjmując wartośc mnejsze (wększe) od zera jednoznaczne wskazuje na występowane korzyśc specjalzacj (pełneo zakresu) zwłaszcza, że warunek wystarczający na stnene korzyśc pełneo zakresu produkcj często ne jest spełnony (jest zbyt mocny). Konstrukcja mernka SC jest krytykowana (por. Youn Km (986)), poneważ wyznaczając koszt wytworzena jedneo produktu C ( ; ) przyjmuje sę zerową welkość produkcj pozostałych, czeo ne obserwuje sę w praktyce. A zatem oblczene SC wymaać może ekstrapolacj oszacowanej funkcj kosztu daleko poza obszar emprycznych wartośc zmennych. Ponadto w przypadku najczęścej wykorzystywanych funkcj kosztu (np. transloarytmcznej), które zwykle ne są określone dla zerowych wartośc zmennych, mernk SC ne da sę zdefnować, węc jeo praktyczne zastosowane w badanach emprycznych jest mocno oranczone. Trudnośc te spowodowały potrzebę konstrukcj mernków wolnych od wspomnanych wad. W przypadku dwóch produktów, Zardkooh Kolar (994) zaproponowal: Q C + C C, SCP =, dze : C, mn mn mn mn C = C( Q + Q, C( Q, Q mn mn mn mn C = C( Q, Q + Q; C( Q, Q mn mn mn C = C( Q + Q, Q + Q C( Q, Q, mn ; (4) mn Q mn Q oznaczają mnmalne zaobserwowane welkośc produktów, Q Q to różnce mędzy średną a mnmalną welkoścą produktów, C, stanow zatem różncę mędzy kosztem

3 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe wytworzena obu welkośc produktów na pozome przecętnym mnmalnym, natomast C określa dodatkowy koszt jak należy poneść, aby zwększyć produkcję perwszeo produktu z pozomu mnmalneo do pozomu średneo przy ustalonej welkośc drueo produktu na pozome mnmalnym. Mernk ten nformuje o możlwym stopnu redukcj kosztu (dy SCP>0) wskutek jednoczesneo zwększena łącznej produkcj obu produktów z pozomu mnmalneo do pozomu średneo. Wadą SCP jest to, że oblcza sę o dla hpotetyczneo obektu oraz że postulowany wzrost produkcj z pozomu mnmalneo do pozomu średneo może być w praktyce nemożlwy (zbyt duży). Natomast jest on dobrze zdefnowany dla dowolnej postac analtycznej funkcj kosztu. Inną modyfkację mernka korzyśc zakresu produkcj (opartą na podobnej konstrukcj, węc ne pozbawoną wad) jest propozycja Huhes Mester (993) oraz Mester (993), tzw. wthn-sample economes of scope.. Transloarytmczna krótkookresowa funkcja kosztów zmennych dla oddzałów banku Empryczną analzę korzyśc pełneo zakresu bądź specjalzacj przedstawmy na przykładze krótkookresowej funkcj kosztu zmenneo dla N=58 oddzałów jedneo z banków komercyjnych, oszacowanej na podstawe danych z czterech kwartałów 997 roku (T=4). W tym celu wprowadzamy stochastyczny model ranczny transloarytmcznej funkcj kosztu: lnvc ln w 6 7 t = δ ln w ( ln w ) ( ln w ) ( ) ( ln K ) ln w 0 ln w 7 8 ln w ln K 3 ln w ln K 4 4 ln w ln w 9 ln K ln w ln w ( ) + v + z, ln K 6 t 0 ln K (5) dze VC oznacza sumę kosztów zaanażowana zmennych czynnków produkcj: kaptału ludzkeo, fnansoweo oraz materałów akcesorów komputerowych, Q wolumen kredytów udzelonych klentom komercyjnym (plus będąca w dyspozycj central banku nadwyżka depozytów nad kredytam w przypadku oddzałów specjalzujących sę w pozyskwanu środków), Q wolumen kredytów udzelonych klentom detalcznym, w - cenę czynnka fnansoweo (depozytów środków z central fnansujących nadwyżkę kredytów nad depozytam w przypadku oddzałów mających taką nadwyżkę), w to cena pracy, a K oznacza zaanażowane czynnka stałeo (kaptału fzyczneo) merzone poprzez powerzchnę (w metrach kwadratowych) pomeszczeń burowych własnych najmowanych, a eksploatowanych przez oddzał. O składnkach losowych zakładamy, że v t odzwercedlają błędy pomaru kosztu tp. mają nezależne rozkłady normalne N(0, σ v ), natomast z mają nezależne rozkłady wykładncze o średnej λ wyrażają neefektywność kosztową na skal loarytmcznej. odatkowo przyjmujemy nezależność wszystkch z oraz v t oraz wprowadzamy parametryzację λ = m j= φ wj j, dze w j dla j> to potencjalne ezoenczne przyczyny zróżncowana 3

4 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe pozomu efektywnośc (w, natomast w oznacza specjalzację oddzału, tzn. w =, dy średna mesęczna wartość kredytów udzelonych przez oddzał była wększa od średnej wartośc depozytów pozyskanych w badanych czterech kwartałach, w = 0 w przecwnym przypadku). Z punktu wdzena metodoloczneo (statystyczno-ekonometryczneo) specyfkacja ta stanow tzw. stochastyczny model ranczny (an. stochastc fronter model) o zmennym rozkładze efektywnośc (an. varyn effcency dstrbuton, VE), który na runce bayesowskm wprowadzl Koop, Osewalsk Steel (997) jako jeden z bayesowskch model losowych efektów ndywdualnych (z jest tą samą w rozważanych czterech kwartałach zmenną losową charakteryzującą obekt, czyl losowym efektem ndywdualnym). Rozkłady a pror ( w konsekwencj rozkłady a posteror) dla parametrów, a także metody numeryczne wnoskowana bayesowskeo (losowane Gbbsa) są w nnejszych badanach take, jak zaproponowal Koop, Osewalsk Steel (997). yskusję doboru zmennych w przypadku funkcj kosztu w sektorze bankowym przedstawa Marzec (999) (000), zaś analzę bayesowską w przypadku stochastycznej rancznej funkcj kosztu dla oddzałów banku omawają szczeółowo Osewalsk Marzec (998) oraz Marzec (000) (por. też Osewalsk, Marzec Ppeń (000)). Tabele prezentują podstawowe wynk estymacj bayesowskej parametrów modelu (5). Tabela. Wartośc oczekwane odchylena standardowe a posteror parametrów modelu. Parametr Zmenna E( dane) ( dane) Parametr Zmenna E( dane) ( dane) δ 0 Stała 6,5 3,53 δ (lnw ) -0,033 0,044 δ lnw 0,39 0,590 δ (lnw ) 0,45 0,048 δ lnw -0,974 0,78 δ 3 ( ) 0,03 0,007 δ 3 0,666 0, δ 4 (lnk) 0,034 0,008 δ 4 lnk 0,038 0,87 δ 5-0,453 0,83 δ 5 lnw lnw -0,06 0,057 δ 6 lnw 0,00 0,04 δ 6 lnw 0,00 0,07 δ 7 lnw -0,00 0,04 δ 7 lnw lnk 0,080 0,03 δ 8-0,04 0,009 δ 8 lnw -0,050 0,05 δ 9 lnk -0,035 0,00 δ 9 lnw lnk -0,004 0,03 δ 0 ( ) 0,053 0,005 δ 0 lnk -0,005 0,009 φ w 0,085,8 σ v 0,0004 0, φ w,979 0,567 Źródło: oblczena własne. Tabela. Średne wartośc oczekwane odchylena standardowe a posteror elastycznośc funkcj kosztu. η(vc w ) η(vc w ) η(vc Q ) η(vc K) η(vc Q ) η(vc Q )+ η(vc Q ) Wartość oczekwana 0,808 0,78 0,748 0,043 0, 0,870 Odchylene standardowe 0,045 0,03 0,03 0,0 0,07 0,040 Źródło: oblczena własne. W przypadku transloarytmcznej funkcj kosztu (zmenneo) warunek () oznacza, że: VC Q Q lnvc + ln Q Q lnvc lnvc < 0, czyl: (6) ln Q ln Q 4

5 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe β 8 + η( VC Q ) η( VC Q ) < 0, dze: η ( VC Q ) = δ 3 6 ln w 8 ln w 0 ln K + δ 3 ln Q 8 ln Q, η( VC Q ) δ5 6 ln w 7 ln w 9 ln K 8 + δ 0 ln Q =, (7) są elastycznoścam funkcj kosztu wzlędem obu produktów. W celu zbadana korzyśc pełneo zakresu określlśmy prawdopodobeństwo a posteror spełnena warunku (6), które dla przecętneo oddzału wynosło tylko 3/ , Wynk ten ne rozstrzya o braku korzyśc pełneo asortymentu (zarówno w przypadku przecętneo oddzału, jak pozostałych), zwłaszcza że prawdopodobeństwo a posteror, ż SCP<0 (korzyśc specjalzacj) wynos tylko 67/ , odatkowo oblczono prawdopodobeństwo a posteror warunku (6) dla poszczeólnych oddzałów (co przedstawa tabela 3) dokonano pomaru ewentualnych korzyśc pełneo zakresu poprzez mernk SCP, oblczony dla poszczeólnych oddzałów poprzez uwzlędnene specyfcznych dla nch wartośc zmennych objaśnających (w, w, K). Wynk dla oddzałów z końca tabel 3 (zwłaszcza o numerach 7, 4, 43) z całą pewnoścą wskazują na występowane korzyśc pełneo asortymentu. W badanym okrese oddzały te wykazują wyraźną specjalzację, poneważ w ch portfelu kredytowym zdecydowane przeważają kredyty udzelone klentom komercyjnym, które stanową od 93% do 99,5% wolumenu wszystkch kredytów. la przykładu - w przypadku oddzału o numerze 7 - pomar korzyśc zakresu produkcj (SCP ) przy obserwowanych cenach czynnków nakładze czynnka stałeo, prowadz do konkluzj, że koszt równoczesneo zwększena wolumenu obu kredytów o różnce mędzy welkoścam przecętnym a mnmalnym obserwowanym w próbe, byłby nższy o 6,4% (±0,5%) od kosztu jake ponosłyby dwa dentyczne oddzały, z których każdy zamerzałby specjalzować sę poprzez zwększene produkcj tylko jedneo z produktów o wspomnaną welkość. Równocześne obserwujemy, ż dla oddzałów o numerach 4, 30 6, które posadają najwększy udzał kredytów detalcznych w kredytach oółem, warunek wystarczający na stnene korzyśc pełneo zakresu produkcj jest slne nespełnony. Ujemne wartośc mernka SCP śwadczą o korzyścach ze specjalzacj, jednakże trudno powedzeć czy w udzelanu kredytów detalcznych, czy komercyjnych. W przypadku oddzałów znajdujących sę w środku omawanej tabel trudno jednoznaczne rozstrzyać na podstawe mernka SCP o stnenu korzyśc zakresu produkcj czy specjalzacj. 3. Propozycja nowych mernków korzyśc (kosztów) specjalzacj Przedstawone powyżej wynk empryczne wskazują, ż warunek wystarczający na stnene korzyśc zakresu produkcj okazał sę zbyt mocny, natomast mernk SCP ne odpowedzał nam na szere nteresujących pytań. Jeżel SCP wskazuje na stnene korzyśc zakresu produkcj, to czy (w przypadku zmany skal dzałalnośc konkretneo oddzału) należy zachować dotychczasową strukturę kredytów, czy zmenć ją w którym kerunku? Podobne w przypadku występowana korzyśc 5

6 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe specjalzacj pytamy sę: czy właścwe jest dalsze połębene, czy raczej zmnejszene zróżncowana struktury? Pytana te są tym ważnejsze, że prawe wszystke oddzały wykazują rosnący efekt skal, węc podstawowym sposobem zwększana zysku jest rozszerzane akcj kredytowej. W celu odpowedz na powyższe pytana proponujemy nowy mernk. Zakładamy, że oddzał banku może wytwarzać G produktów bankowych, merzonych w ustalonych jednakowych jednostkach (np. w złotych). Zareowana produkcja oddzału to A Q = Q + K + QG. Proponowany mernk efektu zmany specjalzacj przez zwększene udzału -teo produktu defnujemy jako: EZS ( r) = C Q A C( Q, K, Q + r Q, K, QG ( ( + r), K, Q ( + r), K, Q ( + r); G dla r (-u, + ), dze u = Q /Q A, a r to współczynnk zmany skal produkcj. EZS < nformuje o korzyścach zmany udzału produktu z pozomu u do (u +r)/(+r), czyl zwększena jeo produkcj o r Q A jednostek, w stosunku do sytuacj jednoczesneo wzrostu produkcj każdeo z produktów o r Q h jednostek (h=,,g), co odpowada tylko zmane skal przy zachowanu dotychczasowej struktury produkcj. W przypadku krótkookresowej funkcj kosztu zmenneo (5) dla np. Q mamy wzór: EZS ( r) ( Q + r( Q + Q ), Q ; w, w, K, ( Q ( + r), Q ( + r); w, w, K, VC =. (9) VC (8) Rys.. EZS w przypadku wybranych oddzałów EZS (r); u =99.5% EZS (r); u =0.5% =7, Q A = 3 mln EZS (r); u =37.4% EZS (r); u =6.6% =4, Q A = 55 mln r - współczynnk zmany skal produkcj r - współczynnk zmany skal produkcj Wynk wykorzystana mernka EZS (oszacowaneo poprzez wstawene wartośc oczekwanych a posteror w mejsce neznanych parametrów funkcj kosztu) omówmy na przykładze dwóch wspomnanych wcześnej oddzałów, przyjmując zmany skal produkcj w zakrese od 0 do 0% (r<0,; por. rys.). W oddzale o numerze 7 (dla któreo warunek (7) jest spełnony) obserwujemy, ż wraz z początkowym wzrostem skal produkcj występują korzyśc ze wzrostu udzału kredytów detalcznych (Q ). W momence, dy udzał kredytów detalcznych w kredytach oółem wzrośne z 0,5% do około 6-7%, korzyśc zmany struktury zankają dalsza zmana struktury eneruje dodatkowe koszty. Natomast w przypadku oddzału nr 4, dla któreo dla któreo warunek (7) jest slne nespełnony, obserwujemy korzyśc z dalszej specjalzacj w kredytach detalcznych szybko 6

7 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe rosnące koszty wzlędne zwększena udzału kredytów komercyjnych. Zwększając skalę dzałalnośc oddzału nr 4 opłaca sę zmenać strukturę produkcj przez wzrost udzału kredytów detalcznych. Tabela 3 podaje oceny współczynnka EZS (0,). Wskazują one wyraźne, że zwększene o 0% wolumenu kredytów oółem pownno sę odbywać w przypadku oddzałów numer 4, 30, 6, 58, 56 - o wyższym nż 30% udzale kredytów detalcznych - poprzez dalsze zwększene udzału tych kredytów; koszt zmenny może być wówczas mnejszy nawet o 3,5% w stosunku do sytuacj rozszerzena skal o 0% przy zachowanu poprzednej struktury. W pozostałych oddzałach zmana struktury kredytów (przy zwększenu skal o 0%) może prowadzć do wzrostu kosztu zmenneo. Wstępne wynk uzyskane dla mernków EZS wskazują na ch przydatność w precyzyjnej, szczeółowej analze korzyśc bądź kosztów specjalzacj. Stanow to nsprację do dalszych połębonych badań nad konstrukcją, szacowanem wykorzystanem tych mernków. 4. teratura Baumol W., J.C.Panzar, R..Wll (98) Contestable Markets and the Theory of Industry Structure, Harcourt Brace Javanovch, New York. Berer A. N., G.Hanweck,.Humphrey (987) Compettve Vablty n Bankn. Scale, Scope, and mx Economes, Journal of Monetary Economcs vol.0, etsch M. (993) Economes of Scale and Scope n French Commercal Bankn Industry, Journal of Productvty Analyss, 4. Huhes J.,.J.Mester (993) A Qualty and Rsk-adjusted Cost Functon for Banks: Evdence on the too-b-to-fal octrne, Journal of Productvty Analyss vol.4. Koop G., J.Osewalsk, M.F.J.Steel (997) Hosptal Effcency Analyss wth Indvdual Effects: A Bayesan Approach, Journal of Econometrcs vol.76, awrence C. (989) Bankn Cost, Generalzed Functonal Forms, and Estmaton of Economes of Scale and Scope, Journal of Money, Cred and Bankn vol.3. Marzec J. (999) Produkty, czynnk produkcj funkcja kosztów w badanach efektywnośc kosztowej banków, Ekonomsta, nr 3/999, Marzec J. (000) Ekonometryczna analza efektywnośc kosztów w bankach komercyjnych, maszynops pracy doktorskej, Katedra Ekonometr Akadem Ekonomcznej w Krakowe. Mester.J. (993) Effcency n the Savns and oan Industry, Journal of Bankn and Fnance vol.7. Muldur U., M.Sassenou (993) Economes of Scale and Scope n French Bankn and Savns Instutons, Journal of Productvty Analyss vol.4. Murray J., R.Whte (983) Economes of Scale and Economes of Scope n Multproduct Fnancal Insttusons: A Study of Brtsh Columba Credt Unons, Journal of Fnanse vol.38. Osewalsk J., J.Marzec (998) Bayesan Analyss of Cost Effcency wth an Applcaton to Bank Branches [w:] Global Trends and Chanes n European Bankn (E. Mklaszewska, red.), Unwersytet Jaellońsk, Kraków. Osewalsk J., J.Marzec, M.Ppeń (000) Metody Monte Carlo w analze bayesowskej (na przykładze modelu GARCH rancznej funkcj kosztu), [w:] XVII Semnarum Ekonometryczne m. Profesora Zbnewa Pawłowskeo(Oseczany 999), Akadema Ekonomczna w Krakowe. Panzar J.C., R..Wll (98) Economes of Scope, Amercan Economc Revew vol.7, Youn Km H. (986) Economcs of Scale and Economcs of Scope n Multproduct Fnancal Insttutons: Futher Evdence from Credt Unons, Journal of Money, Cred and Bankn vol., Zardokooh A., J.Kolar (994) Branch Offce Economes of Scale and Scope: Evdence from Savns Banks n Fnland, Journal of Bankn and Fnance vol.8. 7

8 Jerzy Marzec, Jacek Osewalsk, Katedra Ekonometr Badań Operacyjnych, Unwersytet Ekonomczny w Krakowe Tabela 3. Wartośc oczekwane ( odchylena standardowe) a posteror dla welkośc δ 8 +η(vc/q ) η(vc/q ) dla mary korzyśc zakresu SCP, a także oceny EZS (0,); numer oddzału oznacza jeo pozycję pod wzlędem średnej (w czterech kwartałach) wartośc loarytmu produkcj łącznej Q A =Q +Q, δ 8 +η(q ) η(q ) SCP Q /(Q +Q ) EZS dla r=0, EZS dla r=0, δ 8 +η(q ) η(q ) SCP Q /(Q +Q ) EZS dla r=0, EZS dla r=0, 4 0,4 ( 0,03 ) -0,367 ( 0,04 ) 6,60%,049 0, ,037 ( 0,0 ) 0,8 ( 0,033 ) 8,60% 0,996, ,68 ( 0,08 ) -0,5 ( 0,04 ) 4,70%,03 0, ,035 ( 0,05 ) 0,09 ( 0,09 ) 5,70% 0,995, ,55 ( 0,06 ) -0,074 ( 0,03 ) 5,0%,030 0, ,034 ( 0,05 ) 0,4 ( 0,036 ) 4,90% 0,994,09 3 0,36 ( 0,09 ) -0,8 ( 0,059 ) 6,60% 0,984, ,034 ( 0,008 ) 0,36 ( 0,036 ),90% 0,999, ,3 ( 0,04 ) 0,073 ( 0,09 ) 9,70%,00 0, ,03 ( 0,03 ) 0,39 ( 0,0 ) 4,70% 0,994, , ( 0,0 ) -0,048 ( 0,033 ),50% 0,988,068 0,09 ( 0,03 ) 0,75 ( 0,065 ) 3,00% 0,994, , ( 0,05 ) 0,88 ( 0,033 ) 3,70% 0,997, ,09 ( 0,05 ) 0,69 ( 0,08 ) 5,80% 0,995, ,099 ( 0,05 ) 0,04 ( 0,037 ) 5,60% 0,993,0 3 0,08 ( 0,0 ) 0,98 ( 0,03 ) 7,90% 0,997, ,099 ( 0,0 ) 0,9 ( 0,03 ),0% 0,997,00 5 0,06 ( 0,0 ) 0,67 ( 0,034 ) 5,90% 0,996, ,089 ( 0,0 ) 0,3 ( 0,09 ) 6,60% 0,995, ,04 ( 0,0 ) 0,6 ( 0,03 ) 0,50% 0,999, ,088 ( 0,008 ) 0,94 ( 0,06 ) 0,80% 0,998 0, ,0 ( 0,0 ) 0,308 ( 0,045 ),50%,000 0, ,08 ( 0,04 ) 0,0 ( 0,043 ) 5,0% 0,995,05 4 0,0 ( 0,06 ) 0,67 ( 0,04 ) 3,90% 0,995,07 0,079 ( 0,0 ) 0,09 ( 0,068 ),60% 0,993, ,07 ( 0,0 ) 0,59 ( 0,09 ) 5,80% 0,997,053 0,078 ( 0,06 ) 0,048 ( 0,09 ) 7,90% 0,99, ,0 ( 0,009 ) 0,47 ( 0,08 ) 7,0% 0,998,05 4 0,078 ( 0,03 ) 0,7 ( 0,043 ) 4,50% 0,996,04 0,0 ( 0,0 ) 0,7 ( 0,05 ) 4,80% 0,997, ,077 ( 0,05 ) 0,7 ( 0,054 ) 8,70% 0,99, ,009 ( 0,0 ) 0,84 ( 0,09 ) 4,60% 0,997, ,077 ( 0,0 ) 0,059 ( 0,03 ),40%,000 0,99 5 0,004 ( 0,0 ) 0,36 ( 0,0 ) 6,70% 0,999, ,076 ( 0,007 ) (,3 ) 47,40%,09 0, ,00 ( 0,05 ) 0,87 ( 0,034 ) 4,40% 0,998, ,075 ( 0,08 ) 0,066 ( 0,03 ) 6,90% 0,99, ,06 ( 0,03 ) 0,89 ( 0,05 ) 3,0% 0,999, ,074 ( 0,0 ) 0,44 ( 0,07 ) 3,0% 0,994, ,06 ( 0,0 ) 0,463 ( 0,03 ) 7,0%,00 0, ,07 ( 0,07 ) 0,089 ( 0,045 ) 8,00% 0,99, ,08 ( 0,0 ) 0,76 ( 0,03 ) 5,0%,00, ,07 ( 0,007 ) 0,604 ( 0,07 ) 3,0%,0 0, ,03 ( 0,04 ) 0,77 ( 0,04 ),40%,000, ,068 ( 0,03 ) 0,086 ( 0,03 ) 8,0% 0,99, ,03 ( 0,05 ) 0,9 ( 0,03 ),80%,00, ,067 ( 0,009 ) 0,6 ( 0,033 ) 6,40% 0,998, ,033 ( 0,06 ) 0, ( 0,033 ) 3,0%,00, ,059 ( 0,03 ) 0,7 ( 0,06 ) 9,70% 0,994,039-0,036 ( 0,0 ) 0,73 ( 0,033 ),30%,000,94 8 0,054 ( 0,04 ) 0,95 ( 0,06 ) 3,30% 0,997, ,04 ( 0,09 ) 0,77 ( 0,03 ),70%,00, 0 0,053 ( 0,05 ) 0,58 ( 0,05 ) 9,0% 0,995, ,044 ( 0,03 ) 0,83 ( 0,07 ) 3,60%,003,07 0,046 ( 0,03 ) 0,9 ( 0,034 ) 8,0% 0,994,05 4-0,053 ( 0,0 ) 0,69 ( 0,05 ) 3,0%,004,03 9 0,04 ( 0,07 ) 0,78 ( 0,058 ) 7,0% 0,995, ,49 ( 0,0 ) 0,064 ( 0,005 ) 0,50%,0,04 Źródło: oblczena własne. 8

GRANICZNA FUNKCJA KOSZTU DLA ODDZIAŁÓW

GRANICZNA FUNKCJA KOSZTU DLA ODDZIAŁÓW Jerzy Marzec GRANICZNA FUNKCJA KOSZTU DLA ODDZIAŁÓW BANKU: WYNIKI ESTYMACJI BAYESOWSKIEJ 1 1. Wprowadzene W śwatowej lteraturze analza efektywnośc kosztowej jest często wykorzystywana do ekonomcznej oceny

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Produkty i czynniki produkcji w badaniach efektywności kosztowej banków 1

Produkty i czynniki produkcji w badaniach efektywności kosztowej banków 1 Produkty czynnk produkcj w badanach efektywnośc kosztowej banków 1 Jerzy Marzec Katedra Ekonometr Akadem Ekonomcznej w Krakowe Podstawy pomaru efektywnośc kosztowej. Mkroekonomczny model przedsęborstwa

Bardziej szczegółowo

Modelowanie procesu produkcji banków i badanie ich efektywności kosztowej 1

Modelowanie procesu produkcji banków i badanie ich efektywności kosztowej 1 Jerzy Marzec (Katedra Ekonometr Akadem Ekonomcznej w Krakowe) Modelowane procesu produkcj banków badane ch efektywnośc kosztowej 1 1. Podstawy pomaru efektywnośc kosztowej. Mkroekonomczny model przedsęborstwa

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności Jacek Batóg Unwersytet Szczecńsk Propozycja modyfkacj klasycznego podejśca do analzy gospodarnośc Przedsęborstwa dysponujące dentycznym zasobam czynnków produkcj oraz dzałające w dentycznych warunkach

Bardziej szczegółowo

W y d ział Za r ządzania. J e r zy Marzec. Praca doktorska napisana pod kierunkiem Prof. AE dra hab. Jacka Osiewalskiego

W y d ział Za r ządzania. J e r zy Marzec. Praca doktorska napisana pod kierunkiem Prof. AE dra hab. Jacka Osiewalskiego Akadema Ekonomczna w Krakowe W y d zał Za r ządzana Katedra Ekonome t r J e r zy Marzec Ekonometryczna analza efektywnośc kosztów w bankach komercyjnych Praca doktorska napsana pod kerunkem Prof. AE dra

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3.

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3. PZEDMIIOT : EFEKTYWNOŚĆ SYSTEMÓW IINFOMTYCZNYCH 3. 3. Istota, defncje rodzaje ryzyka Elementem towarzyszącym każdej decyzj, w tym decyzj nwestycyjnej, jest ryzyko. Wynka to z faktu, że decyzje operają

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Badanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja

Badanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja Jacek Batóg Unwersytet Szczecńsk Badane optymalnego pozomu kaptału zatrudnena w polskch przedsęborstwach - ocena klasyfkacja Prowadząc dzałalność gospodarczą przedsęborstwa kerują sę jedną z dwóch zasad

Bardziej szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch

Bardziej szczegółowo

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI.

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI. EONOMIA MENEDŻERSA Wykład 3 Funkcje rodukcj 1 FUNCJE PRODUCJI. ANAIZA OSZTÓW I ORZYŚCI SAI. MINIMAIZACJA OSZTÓW PRODUCJI. 1. FUNCJE PRODUCJI: JEDNO- I WIEOCZYNNIOWE Funkcja rodukcj określa zależność zdolnośc

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

Bayesowskie testowanie modeli tobitowych w analizie spłaty kredytów detalicznych

Bayesowskie testowanie modeli tobitowych w analizie spłaty kredytów detalicznych Jerzy Marzec, Katedra Ekonometr Badań Oeracyjnych, Unwersytet Ekonomczny w Krakowe 1 Bayesowske testowane model tobtowych w analze słaty kredytów detalcznych Wstę Podstawowym narzędzem wsomagającym racę

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Pomiar efektywności kosztowej banków: zarys metodologii i

Pomiar efektywności kosztowej banków: zarys metodologii i Maszynops artykułu: Marzec J., J. Osewalsk, 996-97, Pomar efektywnośc kosztowe banków: zarys Jerzy Marzec, Jacek Osewalsk (Katedra Ekonometr Akadem Ekonomczne w Krakowe) Pomar efektywnośc kosztowe banków:

Bardziej szczegółowo

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń: .. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Mateusz Pipień Akademia Ekonomiczna w Krakowie

Mateusz Pipień Akademia Ekonomiczna w Krakowie DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolske Semnarum Naukowe, wrześna w Torunu Katedra Ekonometr Statystyk, Unwersytet Mkołaja Kopernka w Torunu Mateusz Ppeń Akadema Ekonomczna w Krakowe Wykorzystane

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax

Bardziej szczegółowo

Analiza struktury zbiorowości statystycznej

Analiza struktury zbiorowości statystycznej Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:

Bardziej szczegółowo

EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia

EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnena dr Dorota Cołek Katedra Ekonometr Wydzał Zarządzana UG http://wzr.pl/dorota-colek/ dorota.colek@ug.edu.pl 1 Wpływ skalowana danych na MNK

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

Analiza ryzyka jako instrument zarządzania środowiskiem

Analiza ryzyka jako instrument zarządzania środowiskiem WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument

Bardziej szczegółowo

Ekonometryczna analiza konwergencji regionów Polski metodami panelowymi

Ekonometryczna analiza konwergencji regionów Polski metodami panelowymi Studa Regonalne Lokalne Nr 1(27)/2007 ISSN 1509 4995 Paweł Klber* Ekonometryczna analza konwergencj regonów Polsk metodam panelowym W artykule omawany jest problem konwergencj gospodarek regonalnych województw

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

MODELE COPULA M-GARCH O ROZKŁADACH NIEZMIENNICZYCH NA TRANSFORMACJE ORTOGONALNE

MODELE COPULA M-GARCH O ROZKŁADACH NIEZMIENNICZYCH NA TRANSFORMACJE ORTOGONALNE Mateusz Ppeń Unwersytet Ekonomczny w Krakowe MODELE COPULA M-GARCH O ROZKŁADACH NIEZMIENNICZYCH NA TRANSFORMACJE ORTOGONALNE Wprowadzene W analzach emprycznych przeprowadzonych z wykorzystanem welorównanowych

Bardziej szczegółowo

WYKORZYSTANIE SHIFT SHARE ANALYSIS W OPISIE ZMIAN STRUKTURY HONOROWYCH DAWCÓW KRWI W POLSCE

WYKORZYSTANIE SHIFT SHARE ANALYSIS W OPISIE ZMIAN STRUKTURY HONOROWYCH DAWCÓW KRWI W POLSCE Grażyna Trzpot Anna Ojrzyńska Jacek Szołtysek Sebastan Twaróg Unwersytet Ekonomczny w Katowcach WYKORZYSTANIE SHIFT SHARE ANALYSIS W OPISIE ZMIAN STRUKTURY HONOROWYCH DAWCÓW KRWI W POLSCE Wprowadzene Zapewnene

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Opsowa analza struktury zjawsk masowych Demografa statystyka PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r. Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010 EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Analiza korelacji i regresji

Analiza korelacji i regresji Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A

Bardziej szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 10 Mkołaj Czajkowsk Wktor Budzńsk Jak analzować dane o charakterze uporządkowanym? Dane o charakterze uporządkowanym Wybór jednej z welkośc na uporządkowanej skal Skala ne ma nterpretacj

Bardziej szczegółowo

TEORIA PORTFELA MARKOWITZA

TEORIA PORTFELA MARKOWITZA TEORIA PORTFELA MARKOWITZA Izabela Balwerz 28 maj 2008 1 Wstęp Teora portfela została stworzona w 1952 roku przez amerykańskego ekonomstę Harry go Markowtza Opera sę ona na mnmalzacj ryzyka nwestycyjnego

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.

Bardziej szczegółowo

Natalia Nehrebecka. Dariusz Szymański

Natalia Nehrebecka. Dariusz Szymański Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

OeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji

OeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji OeconomA coperncana 2013 Nr 3 ISSN 2083-1277, (Onlne) ISSN 2353-1827 http://www.oeconoma.coperncana.umk.pl/ Klber P., Stefańsk A. (2003), Modele ekonometryczne w opse wartośc rezydualnej nwestycj, Oeconoma

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Wstęp. Obliczenia własne na podstawie: Budżety (2015), s. 116.

Wstęp. Obliczenia własne na podstawie: Budżety (2015), s. 116. Studa Prace WNEZ US nr 43/3 216 DOI: 1.18276/sp.216.43/3-38 Anna Turczak* Zachodnopomorska Szkoła Bznesu w Szczecne Czynnk kształtujące wydatk na żywność napoje bezalkoholowe gospodarstw domowych w Polsce

Bardziej szczegółowo

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Artur Zaborsk Unwersytet Ekonomczny we Wrocławu ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Wprowadzene Od ukazana

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej szczegółowo

Polityka dywidend w spółkach notowanych na Giełdzie Papierów Wartościowych w Warszawie w latach 1994 2002

Polityka dywidend w spółkach notowanych na Giełdzie Papierów Wartościowych w Warszawie w latach 1994 2002 Joanna Wyrobek Akadema Ekonomczna w Krakowe Poltyka dywdend w spółkach notowanych na Gełdze Paperów Wartoścowych w Warszawe w latach 1994 2002 1. Cel badań Celem badań była analza poltyk wypłaty dywdend

Bardziej szczegółowo

CAPM i APT. Ekonometria finansowa

CAPM i APT. Ekonometria finansowa CAPM APT Ekonometra fnansowa 1 Lteratura Elton, Gruber, Brown, Goetzmann (2007) Modern portfolo theory and nvestment analyss, John Wley and Sons. (rozdz. 13-16 [, 5, 7]) Campbell, Lo, MacKnlay (1997) The

Bardziej szczegółowo

7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH

7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH WYKŁAD 7 7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH 7.8.. Ogólne równane rucu Rucem zmennym w korytac otwartyc nazywamy tak przepływ, w którym parametry rucu take jak prędkość średna w przekroju

Bardziej szczegółowo

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga Makroekonoma Gospodark Otwartej Wykład 8 Poltyka makroekonomczna w gospodarce otwartej. Model Mundella-Flemnga Leszek Wncencak Wydzał Nauk Ekonomcznych UW 2/29 Plan wykładu: Założena analzy Zaps modelu

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

EFEKTYWNOŚĆ INTERWENCJONIZMU PAŃSTWOWEGO W GOSPODARKĘ ŻYWNOŚCIOWĄ UKRAINY. Wstęp

EFEKTYWNOŚĆ INTERWENCJONIZMU PAŃSTWOWEGO W GOSPODARKĘ ŻYWNOŚCIOWĄ UKRAINY. Wstęp Efektywność STOWARZYSZENIE nterwencjonzmu EKONOMISTÓW państwowego ROLNICTWA w gospodarkę I AGROBIZNESU żywnoścową Ukrany Rocznk Naukowe tom XVI zeszyt 2 33 Georgj Czerewko Lwowsk Narodowy Unwersytet Agrarny

Bardziej szczegółowo

ANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS

ANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS Anna Jędrzychowska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana, Informatyk Fnansów Katedra Ubezpeczeń anna.jedrzychowska@ue.wroc.pl Ewa Poprawska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana,

Bardziej szczegółowo

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń Analza modyfkacj systemów bonus-malus Ewa Łazuka Klauda Stępkowska Analza modyfkacj systemów bonus-malus w ubezpeczenach komunkacyjnych AC na przykładze wybranego zakładu ubezpeczeń Tematyka przedstawonego

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo