Metody ilościowe w systemie prognozowania cen produktów rolnych. Mariusz Hamulczuk Cezary Klimkowski Stanisław Stańko

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metody ilościowe w systemie prognozowania cen produktów rolnych. Mariusz Hamulczuk Cezary Klimkowski Stanisław Stańko"

Transkrypt

1 Meody ilościowe w sysemie prognozowania cen produków rolnych nr Mariusz Hamulczuk Cezary Klimkowski Sanisław Sańko

2 Meody ilościowe w sysemie prognozowania cen produków rolnych

3

4 Meody ilościowe w sysemie prognozowania cen produków rolnych Praca pod redakcją naukową dr. inż. Mariusza Hamulczuka Auorzy: dr inż. Mariusz Hamulczuk mgr Cezary Klimkowski dr hab. Sanisław Sańko, prof. nadzw. SGGW 2013

5 Auorzy publikacji s pracownikami Insyuu Ekonomiki Rolnicwa i Gospodarki ywnociowej Paswowego Insyuu Badawczego Prac zrealizowano w ramach emau Zasosowanie modelowania ekonomicznego w analizie przesanek konkurencyjnego rozwoju sekora rolno-ywnociowego w zadaniu Sysem prognosyczny sucy podnoszeniu konkurencyjnoci sekora rolno-ywnociowego Celem opracowania byo wskazanie roli i uwarunkowa sosowania meod ilociowych w prognozowaniu cen produków rolnych. Koreka Krysyna Mirkowska Redakcja echniczna Leszek lipski Projek okadki AKME Projeky Sp. z o.o. ISBN Insyu Ekonomiki Rolnicwa i Gospodarki ywnociowej Paswowy Insyu Badawczy ul. wiokrzyska 20, Warszawa, el.: (22) faks: (22) hp://www.ierigz.waw.pl

6 Spis reści Wsęp Sysem prognosyczny... 9 Sanisław Sańko 1.1. Pojęcie, srukura i cechy sysemu prognosycznego Odbiorcy prognoz Dane i informacje Meody przewarzania danych i wyznaczania prognoz Ilościowe meody prognozowania cen Mariusz Hamulczuk 2.1. Prose ekonomeryczne modele szeregów czasowych Modele ARIMA i regarima Modele wygładzania wykładniczego Modele dekompozycji szeregu czasowego Modele ze zmiennymi objaśniającymi Modele równowagi cząskowej Źródła informacji rynkowych isone dla prognozowania cen Mariusz Hamulczuk, Cezary Klimkowski 3.1. Dane pierwone o cenach krajowych i świaowych Dane wórne o cenach krajowych i świaowych Uwarunkowania makroekonomiczne Inne dane saysyczne dla sekora rolnego Analizy i prognozy sekorowe w Polsce Analizy i prognozy świaowe Regulacje rynkowe Ocena możliwości zasosowania modeli ilościowych do prognozowania cen na wybranych rynkach rolnych Mariusz Hamulczuk, Cezary Klimkowski 4.1. Prognozowanie na rynku zbóż i roślin oleisych Prognozowanie na rynku mleka Prognozowanie na rynku mięsa Prognozowanie cen na rynku owoców i warzyw Podsumowanie Lieraura... 72

7

8 Wsęp Efekywność podejmowanych decyzji gospodarczych zależy od wielu czynników, w ym od jakości informacji o oaczającej nas rzeczywisości. Na znaczenie informacji w procesach gospodarczych wskazuje zaliczenie niepełnej informacji rynkowej do jednej z niesprawności rynku. Z niesprawnością rynku wiąże się syuacja, w kórej mechanizm rynkowy nie prowadzi do efekywnej (w sensie Pareo) alokacji zasobów. Informacja rynkowa o wszelka reść przekazywana z rynku bądź na rynek związana z porzebą lub decyzją uczesników rynku. Rynek określany jes jako całokszał ransakcji kupna i sprzedaży, gdzie dokonuje się usalenia ceny, ilości oraz warunków wymiany. W ym konekście problemem poszczególnych uczesników rynku jes odkrycie cen rynkowych (price discovery). Z odkrywaniem cen wiążą się podobne rudności, jak z ich prognozowaniem. Różnica kwi jedynie w czasie, jakiego doyczą oba e procesy. Prognozowanie można rozumieć jako odkrywanie ceny, z ym że przyszłej. W obydwu przypadkach informacja rynkowa jes czynnikiem warunkującym e procesy. Prognozowanie zjawisk gospodarczych sanowi jeden ze sposobów służących zmniejszeniu niepewności owarzyszącej działalności gospodarczej. Sąd eż częso podkreśla się mikroekonomiczny charaker prognoz. Podsawę do przewidywań sanowi wiedza o prawidłowościach i mechanizmach rynkowych. Szacunek przyszłych cen surowców rolnych dokonywany jes poprzez wszechsronną ich analizę, jednak relaywnie rzadko dokonuje się ego z wykorzysaniem aparau saysyczno-ekonomerycznego. Zasosowanie meod ilościowych mogłoby się przyczynić do uzyskiwania dokładniejszego obrazu związków i zależności, a ym samym zmniejszyć niepewność owarzyszącą podejmowaniu decyzji gospodarczych. Celem niniejszego opracowania było wskazanie miejsca prognoz gospodarczych w sysemie informacji rynkowej. Skoncenrowano się na kwesiach meodycznych, czego efekem powinno być poszerzenie wiedzy uczesników rynku rolnego, w ym analiyków i doradców. Badania prowadzone były w IERIGŻ-PIB w ramach Programu Wieloleniego na laa p. Konkurencyjność polskiej gospodarki żywnościowej w warunkach globalizacji i inegracji europejskiej, w zadaniu Sysem prognosyczny służący podnoszeniu konkurencyjności sekora rolno-żywnościowego. Opracowanie składa się z czerech powiązanych ze sobą rozdziałów. W pierwszym zdefiniowano pojęcie sysemu informacyjnego i scharakeryzowano podsawowe jego elemeny. Skoncenrowano się na roli prognozowania 7

9 w podejmowaniu decyzji gospodarczych i wokół ego dokonano definicji sysemu prognosycznego, kóry obejmuje uczesników rynku, informacje rynkowe, kanały przepływu informacji oraz echniki przewarzania danych i informacji (meody prognosyczne). W rozdziale drugim omówiono ilościowe meody prognozowania mogące znaleźć zasosowanie w prognozowaniu cen surowców rolnych. Omówiono podsawowe modele szeregów czasowych: modele ekonomeryczne, modele wygładzania wykładniczego oraz isoę prognozowania na podsawie dekompozycji szeregu czasowego. Odniesiono się również do modeli bazujących na zależnościach między zmiennymi przedsawiając: sayczne i dynamiczne jednorównaniowe modele przyczynowo-skukowe, modele VAR i VECM oraz sekorowe modele równowagi cząskowej. Rozdział rzeci zawiera przegląd źródeł informacji rynkowych przydanych do wykonywania prognoz w sferze agrobiznesu. Omówiono w nim krajowe i zagraniczne źródła oraz zakres danych makroekonomicznych i sekorowych, szczególnie koncenrując się na ogólnodosępnych inerneowych źródłach danych o informacjach cenowych. Wskazano jednocześnie na najważniejsze źródła opracowań, analiz i prognoz sekora rolnego. W rozdziale osanim odniesiono się do oceny możliwości wykorzysania poszczególnych echnik prognosycznych do przewidywania cen wybranych surowców rolnych w Polsce. Wśród czynników deerminujących wybór meody i uzyskiwane rezulay wskazano dosępność i kompleność danych, prawidłowości w zakresie srukury szeregów czasowych, sopień uzależnienia od cen świaowych, wpływ regulacji czy wrażliwość na czynniki losowe. 8

10 1. Sysem prognosyczny W osanich laach wzrasa znaczenie informacji we wszyskich sferach działalności człowieka. Szczególne znaczenie w ym zakresie mają informacje prospekywne. Zadaniem sysemu prognosycznego jes wyznaczanie i upowszechnienie akich informacji o różnym zakresie i horyzoncie czasowym porzebnych do przygoowania decyzji. W rozdziale przedsawiono pojęcie sysemu prognosycznego i scharakeryzowano podsawowe jego elemeny Pojęcie, srukura i cechy sysemu prognosycznego Procesy gospodarcze Gospodarowanie nie jes działalnością jednorazową. Ma ono charaker procesu, w kórym podmioy gospodarcze podejmują różne decyzje. Osanie kilkadziesią la cechuje się szybkimi i dynamicznymi zmianami. Prowadzenie jakiejkolwiek działalności w akich warunkach powoduje konieczność nieusannego przygoowania i podejmowania decyzji, zarówno mikro- jak i makroekonomicznych. Decyzje mikroekonomiczne odnoszą się głównie do przedsiębiorsw i gospodarsw domowych, a makroekonomiczne doyczą gospodarki, jako całości. Niezależnie od ego, czego doyczą decyzje, jakiego horyzonu czasowego (króko- czy długookresowe), czy rodzaju działalności (np. produkcyjne, handlowe, konsumpcyjne), cechą charakerysyczną jes o, że ich nasępswa ujawniają się później niż momen ich podjęcia. Zależą one nie ylko od działań podmiou, ale i decyzji innych uczesników procesu gospodarczego oraz różnych czynników ooczenia, w kórym funkcjonuje dana jednoska. Wynika o z różnorodnych powiązań podmioów w procesie gospodarowania. W ych warunkach człowiek w przedsiębiorswie nie jes bowiem obiekem izolowanym, lecz podlega oddziaływaniu swego ooczenia. Ooczenie o usanawia swoje warunki i wymagania, do kórych rzeba się dososować, by rwać i rozwijać się. Jes o szczególnie ważne w okresie nasyconego rynku i wysokiej konkurencji. Współczesne ooczenie charakeryzuje się brakiem sabilności i dużym poziomem ryzyka, dlaego realizacja zamierzonych celów oraz dróg ich osiągania, w każdych warunkach gospodarowania obarczona jes wpływem niepewności. Prawdopodobieńswo nieuzyskania przewidywanych, lub oczekiwanych, wyników związanych z prowadzoną działalnością jes nauralną cechą procesu gospodarowania, zwłaszcza w gospodarce rynkowej. Procesy e jeszcze bardziej uwidaczniają się w rolnicwie i jego ooczeniu, z racji specyfiki działalności 9

11 w ym sekorze gospodarki. Specyficzne cechy produkcji rolnej (biologiczno- -echniczny i przesrzenny charaker) powodują, że wyniki produkcyjne w dużym sopniu warunkowane są czynnikami niezależnymi od producena. Dodakowo ich nasilenie wynika ze zmienności warunków przyrodniczoklimaycznych. Obecnie funkcjonujemy w czasach, w kórych o nie ylko rynek lokalny czy krajowy, ale rynek również świaowy kszałuje syuację cenową. Również rolnicwo i jego sekory poddawane są coraz większemu oddziaływaniu praw popyu i podaży oraz zasadom konkurencji. W efekcie powoduje o zwiększanie zaporzebowania na informacje o przyszłych warunkach rynkowych (podaży, popycie i cenach) na surowce rolnicze. Prognozowanie w sysemie informacyjnym Zróżnicowanie i różnorodność czynników oddziałujących na zjawiska i procesy gospodarcze w rolnicwie i jego ooczeniu powodują konieczność podejścia sysemowego. Zanim przedsawimy próbę ogólnej charakerysyki sysemu prognosycznego wyjaśnimy podsawowe pojęcia. Sysem, jes o wyraz pochodzenia greckiego sysema, i oznacza zespół wzajemnie sprzężonych elemenów, spełniający określoną funkcję i rakowany jako wyodrębniony z ooczenia w określonym celu (opisowym, badawczym, do innego zasosowania [Nowa Encyklopedia s. 44]. Sysemem nazywa się eż zespół sposobów (meod) działania i wykonywania złożonych czynności, czy eż całościowy i uporządkowany zespół zadań powiązanych ze sobą określonymi sosunkami. Osanie laa charakeryzują się wzrosem znaczenia sysemów informacyjnych w rozwoju gospodarczym i społecznym. Pomimo powszechności sosowania erminu sysem informacyjny nie ma powszechnie przyjęej jego definicji. Najczęściej w ekonomii przez sysem informacyjny rozumie się zbiór procedur do gromadzenia, przechowywania i rozpowszechniania informacji w celu wspomagania procesu decyzyjnego [Borkowski 2003, s. 11]. Jednym z elemenów składowych akiego sysemu są informacje o przyszłości. Uzyskujemy je w wyniku przewidywania przyszłości. Jedną z form przewidywania przyszłości jes prognozowanie (gr. prognosicos przewidujący.) Jes o przewidywanie przyszłych faków, zjawisk czy zdarzeń na podsawie uzasadnionych przesłanek usalonych w oku badań naukowych. Według Zeliasia, Pawełek i Wana [2003, s. 12] prognozowanie o przewidywanie przyszłości w sposób racjonalny z wykorzysaniem meod naukowych. W podobny sposób do definicji podchodzą inni auorzy [Cieślak 2005 (red.) s. 20] pisząc am, że prognozowanie o racjonalne, naukowe przewidywanie przyszłych zdarzeń. Naukowe oznacza, że jes o pewien proces, kóry obejmuje poznanie przeszłości, j. gromadzenie danych, diagnozowanie, sposób przenoszenia da- 10

12 nych z przeszłości w przyszłość. Inaczej mówiąc, prognozowanie o domyślanie się ego, co zajdzie z określonym prawdopodobieńswem. Doświadczenie i eoria wskazują, że można znacznie poprawić skueczność i racjonalność działania, jeżeli w procesie decyzji wykorzysuje się przewidywanie. Znajomość prognoz pozwala bowiem wykorzysać je w przygoowaniu wyboru celów, kierunków działania, budowie planów i ich realizacji, czy eż sraegii działania. Przed dokonaniem inwesycji lub przed przysąpieniem do realizacji swojego planu waro rozeznać się, jakie warunki będą panowały w przyszłości. Jes o możliwe dzięki przewidywaniu przyszłych cen, popyu, podaży ip. Użyeczność prognoz wynika z faku, że w działalności gospodarczej między podjęciem decyzji a jej skukami porzeba jes określonego czasu. A en jes zróżnicowany w zależności od sfery działalności. Rola prognoz Budowa prognozy nie jes celem samym w sobie. Każda prawidłowo sporządzona prognoza jes najbardziej prawdopodobnym obrazem przyszłości. Z niej o można dowiedzieć się o endencjach rozwojowych badanych zjawisk i procesów, wpływie na nie różnych czynników, sile i rodzaju współzależności między procesami, możliwościach i ograniczeniach rozwojowych, prawdopodobnym poziomie kszałowania się zjawisk gospodarczych ip. Znajomość przyszłych zjawisk jes wiedzą o nadchodzących zmianach. Wiedzę ę można wykorzysać do różnych celów. Główną przyczyną prognozowania w działalności gospodarczej jes porzeba informacyjna związana z podejmowanie różnych decyzji. Zadaniem prognozy jes więc sworzenie dodakowych przesłanek w procesie podejmowania decyzji i zmniejszenie niepewności. W wyniku ego prognozowanie wspomaga przygoowywanie decyzji na różnych szczeblach gospodarki odnoszących się do bieżących, jak i długookresowych celów. Działając, zwykle wyznaczamy, czyli sawiamy sobie cele działania, a nasępnie obmyślamy i wybieramy sposoby ich osiągnięcia, uwzględniając przy ym warunki, w kórych będziemy działać. Uzyskane z prognoz informacje umożliwiają, uławiają lub usprawniają wyznaczenie celów i określanie warunków działania. Trafne odgadnięcie ego, co napoykamy w przyszłości, pozwala na dobre zaplanowanie przyszłej działalności i przyjęcie właściwej decyzji. Na przykład prognozy kszałowania się pogłowia i skupu żywca wołowego, prognozy zbiorów i skupu zbóż czy eż cen produków są bardzo ważne do podejmowania decyzji gospodarczych w skali makro- i mikroekonomicznej. W skali 11

13 makro- na podsawie ych informacji można przygoowywać i podejmować decyzje odnośnie inerwencji pańswowej, wspierania eksporu czy imporu, zakupów inerwencyjnych ip. W przedsiębiorswach rolnych prognozy są porzebne do podejmowania decyzji w ciągu cyklu produkcyjnego i między cyklami. W zależności bowiem od przewidywanych cen na dane produky można rozszerzać produkcję lub ją ograniczać. Isnieją również pewne możliwości zmiany wcześniej podjęej decyzji w zależności od przewidywanych cen produków w rakcie cyklu produkcyjnego. Prognozy mogą sanowić podsawę do wyboru sraegii działania dla długiego i krókiego okresu. Prognozy mogą dosarczać akże na czas informacji o ewenualnej niekorzysnej zmianie kierunku czy naężeniu badanego zjawiska, jakie może wysąpić w przyszłości. Dają ym samym możliwość podjęcia działań zapobiegawczo- -prewencyjnych w odpowiednim czasie, np. zmiany sraegii działania. Prognozy mogą pobudzać do podejmowania działań sprzyjających ich realizacji, gdy wynikają z nich zdarzenia korzysne dla jej odbiorcy, lub eż do podejmowania działań przeciwsawiających się jej realizacji, gdy przewidywane zdarzenia są oceniane jako niekorzysne. Prognozy dają akże wcześniejsze rozeznanie o sopniu realizacji celów. Na przykład prognozy plonów zbóż wykonane meodami biomerycznymi informują o prawdopodobnych plonach, gdy rośliny są jeszcze na polu. Dzięki akim prognozom mamy rozeznanie, co do sopnia realizacji pierwonie założonych zadań. Wyznaczone prognozy możemy rozmaicie klasyfikować, zależnie od horyzonu, charakeru lub srukury, sopnia szczegółowości, zakresu ujęcia, meod opracowania, celu lub funkcji, zasięgu ip. [Zeliaś i in. 2003, Cieślak (red.) 2005, Sańko (red.) 2013]. Niezależnie od klasyfikacji, prognozy są informacją o prawdopodobnej przyszłości. Uwzględniając isoę prognoz i ich rolę w działalności człowieka można swierdzić, że prognozy są elemenem składowym sysemu informacyjnego. Według Beynom-Daviesa [1999] sysemy informacyjne są środkiem, za pomocą kórego organizacje i ludzie zbierają, przewarzają i udosępniają informacje. Sysem wymaga wielodyscyplinarnego podejścia do badania zjawisk i procesów społeczno-ekonomicznych, kóre określają ich rozwój, wykorzysanie oraz wyniki przydane dla organizacji i społeczeńswa [Beynon-Davies 1999]. Ogólnie przyjmuje się, że sysem informacyjny składa się z nasępujących elemenów [Nowicki 1998]: nadawców i odbiorców informacji, zbiorów informacji, 12

14 kanałów informacyjnych, meod i echnik przewarzania informacji. Takie ujęcie sysemu charakeryzuje się jego funkcjonalnością. Podsawowym celem budowy sysemów informacyjnych jes dosarczanie informacji niezbędnych w działalności człowieka [Borkowski 2003, s. 15]. Mają one dosarczać informacji o prawdopodobnej przyszłości w różnych horyzonach czasowych, zakresie ujęcia, zasięgu i szczegółowości. Tak eż wyobrażamy sobie sysem prognosyczny. Ogólną jego ideę przedsawiono graficznie na rys Rysunek 1.1. Ogólny schema sysemu prognosycznego Odbiorcy prognoz Dane i informacje Kanały informacyjne Meody przewarzania danych i wyznaczania prognoz Źródło: opracowanie własne. Zakres prognozowania w rolnicwie i jego ooczeniu jes uwarunkowany porzebami informacyjnymi ściśle powiązanymi z funkcjami, jakie pełnią prognozy w skali mikro- jak i makroekonomicznej. Kanały informacyjne Kanały informacyjne obejmują drogi (rasy) przepływu danych i informacji między nadawcami i odbiorcami. Mogą one mieć charaker sformalizowany i niesformalizowany. Kanały e obejmują sysemy pozyskiwania danych pierwonych, sysem zarządzania i przewarzania zebranych danych empirycznych, i sysem wspomagający podejmowanie decyzji. Sysemy organizujące ich gromadzenie, przepływ i przewarzanie informacji mają na celu dosarczenie pewnych faków i informacji do wykorzysania 13

15 wszyskim zaineresowanym podmioom. Pozwala o zwiększyć poziom wiedzy o syuacji rynkowej. Wykorzysanie, związane z pogłębieniem wiedzy, oznacza najczęściej procesy analizy, prognozowania i podejmowania decyzji. Są o działania z naury mające indywidualny charaker. Wynika o bowiem nie ylko z indywidualnych porzeb informacyjnych, ale eż z indywidualnych umiejęności uczesników rynku w zakresie synezowania informacji i wnioskowania [Hamulczuk, Sańko 2011]. Sąd sysem informacyjny, w ym kanały informacyjne, charakeryzują się dużym rozproszeniem. W zakresie przepływu informacji o przewidywanej syuacji na rynkach rolnych ma on charaker publiczny, bez ograniczonego i personalnie zdefiniowanego odbiorcy. Najważniejszym kanałem przepływu akich informacji są środki masowego przekazu: elewizja, Radio, Inerne, prasa codzienna i fachowa. Pewną rolę w sysemie informacyjnym ogrywa pańswo, kóre koryguje niesprawności rynku związane z udosępnianiem i przepływem informacji wśród uczesników rynku. Polega o na udosępnianiu informacji, danych oraz inegrowaniu różnych źródeł. Jednak nie należy oczekiwać, że pańswo będzie podpowiadało, co produkować albo akywnie będzie uczesniczyło w prognozowaniu cen. Nie ma na o miejsca w gospodarce rynkowej, gdzie informacja i wiedza sanowi źródło worzenia przewag konkurencyjnych Odbiorcy prognoz Informacjami o prawdopodobnych przyszłych warunkach gospodarowania mogą być zaineresowani różni ich użykownicy (lub nabywcy). Można podzielić je na określone grupy, kóre mają określone specyficzne porzeby, jak eż porzebują informacji o szerokim zakresie. Dla wielu użykowników prognozy o różnym horyzoncie, zasięgu, zakresie ujęcia czy sopniu szczegółowości mogą być wspólne. Z punku widzenia użykowników prognoz ich odbiorcami mogą być nasępujące grupy (rys. 1.2): a) podmioy i insyucje związane ze sferą agrobiznesu w dziedzinie produkcji, analizy i handlu, b) podmioy przemysłu przewórczego oraz handlu i insyucje rynkowe, c) podmioy i insyucje związane z kreowaniem poliyki rolnej, d) podmioy i insyucje finansowe, e) podmioy zajmujące się edukacją. 14

16 Dla podmioów i insyucji związanych ze sferą agrobiznesu w dziedzinie produkcji, analizy i handlu przydane mogą być prognozy o różnym sopniu szczegółowości, zakresie ujęcia, zasięgu, jak i horyzoncie. Wśród odbiorców prognoz ej grupy docelowej można wymienić: insyuy naukowo-badawcze, insyucje zajmujące się sprawami wyżywienia i zdrowia, insyucje odpowiadające za sandardy saniarne i fiosaniarne, insyucje zajmujące się promocją eksporu oraz markeingiem handlu międzynarodowego, fundacje. Podmioy przemysłu przewórczego i handlowego oraz insyucje rynkowe mogą być zaineresowane prognozami o różnym sopniu szczegółowości. Zależy o od przedmiou i zakresu działalności oraz rynków zbyu (krajowe i zagraniczne). Na ogół doyczyć o będzie bliższego i dalszego ooczenia rynkowego, syuacji na danym rynku branżowym, jak eż czynników makroekonomicznych. Informacje z ych zakresów bezpośrednio lub pośrednio wpływają na prowadzenie działalności gospodarczej i uzyskiwane wyniki. Dla ej grupy odbiorców, prognozy spełniają niezbędny elemen w przygoowywaniu decyzji operacyjnych, jak i sraegicznych. Do grupy odbiorców prognoz należeć będą nie ylko podmioy prowadzące działalność gospodarczą, ale akże różne zrzeszenia i spółdzielnie producenów, izby handlowe, czy organizacje konsumenckie. Sanowią one ważny kanał informacyjny umożliwiający rozprzesrzenianie się informacji wśród uczesników rynku. Prognozy mają ważne znaczenie dla insyucji związanych z kreowaniem poliyki rolnej, kóra polega na formułowaniu celów oraz doborze środków ich osiągnięcia w danych uwarunkowaniach. Z isoy poliyki ekonomicznej wynika, że przy formułowaniu celów, jak i środków ich realizacji ważne znaczenie ma rozeznanie przyszłej syuacji w danym sekorze i jego ooczeniu. Obejmuje ona swym zakresem nie ylko poliykę produkcyjną, ale akże ściśle związana jes z poliyką żywnościową i dochodową w rolnicwie. Prognozy cen skupu arykułów rolno-spożywczych są również ważne z punku widzenia poliyki monearnej pańswa. Informacja o przyszłej syuacji w rolnicwie odgrywa ważną role w kszałceniu na różnych poziomach (zawodowym, uniwersyeckim i podyplomowym). Także różne środki masowego przekazu szukają akualnych informacji o przewidywanej syuacji w rolnicwie krajowym, europejskim i świaowym. 15

17 Rysunek 1.2. Użykownicy prognoz w sferze agrobiznesu oraz ich porzeby informacyjne związane z prognozami Podmioy związane z sekorem rolno- -spożywczym w dziedzinie produkcji, analizy, handlu Izby handlowe do informowania firm sekora Promocja eksporu i markeing międzynarodowy Insyucje wspierające małe i średnie przedsiębiorswa Insyucje wspierające współpracę międzynarodową Podmioy przemysłu przewórczego i handlowego oraz insyucje rynkowe Zarządzanie zasobami produkcyjnymi w różnych horyzonach czasowych Produkcja i popy na poszczególne produky Opymalizacja procesu produkcji Przychody ze sprzedaży, przepływy goówki, zdolność płanicza Zarządzanie ryzykiem Poszukiwanie parnerów do współpracy Insyucje i podmioy związane z kreowaniem poliyki rolnej (np. Rząd i jego agendy) Przygoowania decyzji o insrumenach inerwencyjnych Przygoowanie sanowiska w zakresie insrumenów WPR Przygoowanie planu wydaków budżeowych Upowszechnienie informacji o przyszłej syuacji podażowo- -popyowej na rynkach rolno-żywnościowych Ocena inflacji i kszałowanie poliyki monearnej Przygoowanie działań promocyjnych Insyucje finansowe Ocena wiarygodności kredyowej podmioów gospodarczych (prognozowanie upadłości) Inwesowanie na rynkach surowcowych Zabezpieczanie się przed ryzykiem Działalność doradcza Ubezpieczenie działalności Insyucje edukacyjne Wykorzysanie prognoz w działalności szkoleniowej i edukacyjnej producenów, pracowników sekora rolno-żywnościowego Wykorzysanie w kszałceniu podyplomowym Przekazywanie informacji przez media o przyszłej syuacji dla szerokiego grona odbiorców Źródło: opracowanie na podsawie: Hamulczuk, Sańko [2009], s. 160; Sysem informacji [2000]. 16

18 1.3. Dane i informacje Inegralną częścią sysemu prognosycznego są dane i informacje, a akże wiedza. Terminy e są rudne do precyzyjnego zdefiniowania. Przypisywane jes im różne znaczenie i relacje. Zagadnieniom ym poświęcona jes bogaa lieraura [Knigh, Silk 1990; Hicks 1993; Beynon-Davies 1999; Grabowski, Zając 2009; Borkowski 2003 i inni]. Przegląd z zagranicznej i krajowej lieraury poświęconej ym erminom przedsawili Grabowski i Zając [2009]. Uwzględniając funkcjonalność ujęcia poszczególnych erminów oraz możliwości ich prakycznego zasosowania w różnych sferach działalności człowieka, zależności między nimi przedsawia rys Rysunek 1.3. Kszałowanie się wiedzy WIEDZA INFORMACJA WIADOMOŚĆ DANE Źródło: Grabowski, Zając 2009, s. 17. FAKTY Poprawne wnioskowanie o przyszłości w dużym sopniu zależy od dysponowania przez analiyka zasobem danych o prognozowanym zjawisku i umiejęne ich wykorzysanie. Dane reprezenują faky. Mogą być rejesrowane, przewarzane i przesyłane do odbiorcy. Ważny jes więc odpowiedni sysem pozyskiwania, gromadzenia, przewarzania i wykorzysania danych. Uzyskane z różnych źródeł dane na ogół gromadzone są w bazie danych. Zbieranie, przewarzanie i przechowywanie danych związane jes z określonymi koszami. Dlaego powinno się pozyskiwać dane ważne i niezbędne do sporządzenia diagnozy badanych zjawisk i przewidywania ich rozwoju. 17

19 Dane będące podsawą prognozowania mogą być ilościowe i jakościowe. Dane ilościowe (saysyczne) przedsawia się zazwyczaj w jednoskach miary, wyrażają ilość, liczbę lub warość. Dane jakościowe nie mają już akiego formalnego charakeru i obejmuje dane nieliczbowe. Mogą one być odzwierciedleniem opinii (doświadczeń) pracowników czy eksperów przedsawianych w formie raporów, mogą pochodzić od usawodawcy (usawy, uchwały), rządu (dokumeny, oświadczenia, programy, umowy międzynarodowe), prasy, a akże mogą opisywać cechy lub właściwości. Dane i informacje można rozmaicie klasyfikować sosując różne kryeria. Biorąc pod uwagę fak, że rozważania doyczą prognozowania cen surowców rolnych, w ym dobór odpowiednich meod prognozowania, najważniejsze kryeria o: źródło (miejsce pozyskania), częsoliwość i szybkość dosępu, forma i sopień przeworzenia (dane, czy informacje), kompleność i wiarygodność, zakres eryorialny, kórego informacja doyczy (kraj, świa) sekor i rynek, cena czy inne paramery rynkowe. Gromadzone dane powinny odpowiadać określonym kryeriom ak, aby formułowane na ich podsawie sądy o przyszłości były uzasadnione w możliwie wysokim sopniu. Należą do nich: prawdziwość (rzeelność), jednoznaczność, idenyfikowalność zjawiska przez zmienną (zmienne), kompleność, porównywalność, akualność w przyszłości, kosz zbierania i opracowywania danych. Koszy zbierania i opracowywania danych są jednymi z czynników warunkujących ilość i wieloaspekowość zebranych danych, a co za ym idzie wybór meody prognozowania. Należy dążyć do opymalizacji pomiędzy korzyściami uzyskanymi dzięki zwiększaniu rafności prognoz uzyskanych z wykorzysaniem większego zakresu danych, a wydakami na ich pozyskanie i opracowanie. Prognosa również powinien sarać się określić, kóre czynniki, mające swoje odbicie w danych saysycznych, będą raciły na znaczeniu w przyszłości, a kóre będą akualne oraz brać pod uwagę możliwość pojawienia się nowych przesłanek, kóre doąd nie miały większego znaczenia. Można swierdzić, że należy zbierać dane, kóre bezpośrednio i pośrednio charakeryzują przebieg prognozowanego zjawiska i ich wiarygodność nie budzi wąpliwości. Prognoza zbudowana na podsawie błędnych i niekomplenych danych, obiegających od rzeczywisości zjawisk może charakeryzować się wysokimi błędami. 18

20 Z punku widzenia podmiou informacje niezbędne do budowy prognoz mogą pochodzić z różnych źródeł. Można je podzielić na wewnęrzne i zewnęrzne. Wewnęrzne źródła danych sanowią zapisy, rejesry lub rapory (sprawozdania) sporządzane przez jednoskę gospodarczą. Dane zewnęrzne pozyskiwane są na podsawie procedur służących do gromadzenia danych o zmianach w bliższym i dalszym ooczeniu obieku. Mogą one pochodzić z różnych insyucji saysycznych (Eurosa, FAOSTAT, GUS), dosawców, banków, pośredników, konkurenów, insyucji naukowych ip. Do ważnych źródeł danych zewnęrznych doyczących rynków rolnych należą różne opracowania saysyczne i rapory ekonomiczno-rynkowe oferowane przez różne insyucje krajowe i zagraniczne. Szerzej na ema charakeru źródeł informacji rynkowych w agrobiznesie napisano w rozdziale 3. Ogólnie, informacja o zinerpreowane dane przez odbiorcę. Mają one znaczenie dla odbiorcy i zmniejszają jego niewiedzę. Jeżeli zinerpreowane dane są powórzeniem czegoś co wie odbiorca, o są one wiadomością. Jeżeli zaś sanowią elemen nowości o wiadomość a saje się informacją. Wiedza powsaje z informacji przez jej zinegrowanie z wiedzą isniejącą Meody przewarzania danych i wyznaczania prognoz Saysyczna obróbka danych Zebrane dane mogą w różnym sopniu być przydane do prognozowania. Przed ich wykorzysaniem w procesie budowy prognozy powinny być poddane analizie meryorycznej i saysycznej. Zakres porzebnych danych i informacji w dużym sopniu zależy od ego jaką chcemy zasosować echnikę prognozowania. Nieraz jednak zachodzi konieczność rezygnacji z lepszej meody na rzecz gorszej z powodu braku niezbędnych danych. Wyznaczenie prognozy jes warunkowane posiadaniem odpowiednich danych. Zgromadzenie komplenych danych nieraz jes zadaniem rudnym. Wysępowanie braków w maeriale saysycznym jes spowodowane różnymi przyczynami związanymi z rodzajami zmiennych [Nowak 1990]. Braki doyczyć mogą cech ilościowych (mierzalnych) i jakościowych (niemierzalnych). W przypadku niekompleności danych lub usunięcia części obserwacji zidenyfikowanych jako nieypowe, można zasosować nasępujące rozwiązanie [Zeliaś i inni 2003]: ograniczyć przekroje analizy do obieków, z kórych są komplene dane, 19

21 zasosować akie meody prognozowania, kóre umożliwiają wyznaczyć prognozy na podsawie danych niekomplenych, na przykład wykorzysać meody heurysyczne, oszacować brakujące informacje. Przy ocenie danych nieraz swierdzamy, że warość zmiennej kszałuje się na poziomie znacznie odbiegającym od isniejącej prawidłowości. Są o obserwacje nieypowe. Wykorzysanie akich danych do budowy modelu i wyznaczenia prognozy może zwiększać błędy szacunku i błędy prognoz. W produkcji rolniczej akie dane mogą wysępować częściej niż w innych sferach działalności ludzkiej, co wynika z biologiczno-echnicznego charakeru produkcji rolniczej i wpływu na wyniki produkcyjne czynników przyrodniczo-klimaycznych. Idenyfikacja obserwacji nieypowych polega najczęściej na: analizie graficznej szeregów czasowych danych saysycznych, analizie graficznej resz modelu (lub błędów prognoz wygasłych), obliczeniu dodakowych saysyk określających odchylenia obserwacji odsających od pozosałych obserwacji, obliczeniu wpływu obserwacji nieypowej na posać szacowanego modelu i jego charakerysyki [Sańko (red.) 2013]. Obserwacji nieypowej nie należy auomaycznie odrzucać na rzecz lepszego dopasowania modelu prognosycznego. Nieypowe (czy odsające) obserwacje mogą być wynikiem wpływu czynników losowych, a akże być spowodowane czynnikami subiekywnymi np., błędami w rejesracji danych, czy eż zmianami jakościowymi w rozważanym okresie (zw. zmiany srukuralne). Nie zawsze zebrane dane mogą być przydane do wyznaczenia prognozy. W wielu syuacjach niezbędne mogą być różne przekszałcenia danych (ransformacja), agregacja czy eż koreka. Sposoby ransformacji mogą być różne, na przykład logarymowanie czy poęgowanie. Chodzi o o, by ak przekszałcić dane, żeby można było zasosować odpowiedni model prognosyczny. Z punku widzenia powszechności sosowania w działalności gospodarczej najczęściej dokonuje się koreky kalendarzowej. Doyczą one przypadków braku porównywalności danych spowodowanych różną liczbą dni, a szczególnie roboczych czy handlowych, w poszczególnych miesiącach roku. Konieczność sosowania koreky wynika sąd, że e analogiczne miesiące nie charakeryzują się aką samą liczbą dni roboczych w kolejnych laach. Sąd brak koreky powoduje, że zmienność z ego wynikająca zaliczona zosanie do zmienności niewyjaśnionej. Do akich meod można zaliczyć rekomendowane przez Eurosa meody koreky sezonowej X-12-ARIMA czy Tramo-Seas (szerzej rozdział 2). 20

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany

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

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

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

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

Bardziej szczegółowo

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

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

Analiza rynku projekt

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

Bardziej szczegółowo

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

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

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

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

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

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

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

Bardziej szczegółowo

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

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

Bardziej szczegółowo

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro Rozdział i. Srukura sekorowa finansowania wydaków na B+R w krajach srefy euro Rober W. Włodarczyk 1 Sreszczenie W arykule podjęo próbę oceny srukury sekorowej (sekor przedsiębiorsw, sekor rządowy, sekor

Bardziej 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

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

Analiza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego

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

Bardziej szczegółowo

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

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

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

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

ROZDZIAŁ 12 MIKROEKONOMICZNE PODSTAWY MODELI NOWEJ EKONOMII KLASYCZNEJ

ROZDZIAŁ 12 MIKROEKONOMICZNE PODSTAWY MODELI NOWEJ EKONOMII KLASYCZNEJ Kaarzyna Szarzec ROZDZIAŁ 2 MIKROEKONOMICZNE PODSTAWY MODELI NOWEJ EKONOMII KLASYCZNEJ. Uwagi wsępne Program nowej ekonomii klasycznej, w kórej nazwie podkreślone są jej związki z ekonomią klasyczną i

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

1.2.1 Ogólny algorytm podejmowania decyzji... 18. 1.2.2 Algorytm postępowania diagnostycznego... 23. 1.2.3 Analiza decyzyjna... 27

1.2.1 Ogólny algorytm podejmowania decyzji... 18. 1.2.2 Algorytm postępowania diagnostycznego... 23. 1.2.3 Analiza decyzyjna... 27 3 Spis reści Spis reści... 3 Użye oznaczenia... 7 Wsęp i założenia pracy... 9 1. Akualny san wiedzy medycznej i echnicznej związanej zagadnieniami analizy decyzyjnej w chorobach górnego odcinka przewodu

Bardziej szczegółowo

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ

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

Bardziej szczegółowo

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy

Bardziej szczegółowo

EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz

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

Bardziej szczegółowo

ROZDZIAŁ 10 WPŁYW DYSKRECJONALNYCH INSTRUMENTÓW POLITYKI FISKALNEJ NA ZMIANY AKTYWNOŚCI GOSPODARCZEJ

ROZDZIAŁ 10 WPŁYW DYSKRECJONALNYCH INSTRUMENTÓW POLITYKI FISKALNEJ NA ZMIANY AKTYWNOŚCI GOSPODARCZEJ Ryszard Barczyk ROZDZIAŁ 10 WPŁYW DYSKRECJONALNYCH INSTRUMENTÓW POLITYKI FISKALNEJ NA ZMIANY AKTYWNOŚCI GOSPODARCZEJ 1. Wsęp Organy pańswa realizując cele poliyki sabilizacji koniunkury gospodarczej sosują

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

dr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG

dr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego

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

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

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

Skala i efektywność antycyklicznej polityki fiskalnej w kontekście wstąpienia Polski do strefy euro

Skala i efektywność antycyklicznej polityki fiskalnej w kontekście wstąpienia Polski do strefy euro Skala i efekywność anycyklicznej poliyki fiskalnej w konekście wsąpienia Polski do srefy euro dr Michał Mackiewicz dr Pior Krajewski Uniwersye Łódzki Narodowy Bank Polski 14 maja 2008, Warszawa Cel projeku

Bardziej szczegółowo

Prognozowanie cen surowców rolnych z wykorzystaniem modeli szeregów czasowych

Prognozowanie cen surowców rolnych z wykorzystaniem modeli szeregów czasowych nr 10 2011 Prognozowanie cen surowców rolnych z wykorzysaniem modeli szeregów czasowych Prognozowanie cen surowców rolnych z wykorzysaniem modeli szeregów czasowych Prognozowanie cen surowców rolnych

Bardziej szczegółowo

nr 145 Wybrane zastosowania modelowania ekonomicznego w analizie przesłanek konkurencyjnego rozwoju sektora rolno-żywnościowego

nr 145 Wybrane zastosowania modelowania ekonomicznego w analizie przesłanek konkurencyjnego rozwoju sektora rolno-żywnościowego nr 145 2014 Wybrane zasosowania modelowania ekonomicznego w analizie przesłanek konkurencyjnego rozwoju sekora rolno-żywnościowego Szczepan Figiel Mariusz Hamulczuk Włodzimierz Rembisz Wybrane zasosowania

Bardziej szczegółowo

O WYBRANYCH SPOSOBACH OPISU DYNAMIKI EKONOMICZNYCH STRUKTUR PRZESTRZENNYCH

O WYBRANYCH SPOSOBACH OPISU DYNAMIKI EKONOMICZNYCH STRUKTUR PRZESTRZENNYCH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 26 Krzyszof Heberlein Uniwersye Szczeciński O WYBRANYCH SPOSOBACH OPISU DYNAMIKI EKONOMICZNYCH STRUKTUR PRZESTRZENNYCH STRESZCZENIE W arykule

Bardziej szczegółowo

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR LORTORIUM PODSTWY ELEKTRONIKI adanie ramki X-OR 1.1 Wsęp eoreyczny. ramka XOR ramka a realizuje funkcję logiczną zwaną po angielsku EXLUSIVE-OR (WYŁĄZNIE LU). Polska nazwa brzmi LO. Funkcję EX-OR zapisuje

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

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

Obszary zainteresowań (ang. area of interest - AOI) jako metoda analizy wyników badania eye tracking

Obszary zainteresowań (ang. area of interest - AOI) jako metoda analizy wyników badania eye tracking Inerfejs użykownika - Kansei w prakyce 2009 107 Obszary zaineresowań (ang. area of ineres - AOI) jako meoda analizy wyników badania eye racking Pior Jardanowski, Agencja e-biznes Symeria Ul. Wyspiańskiego

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

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

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

Bardziej szczegółowo

Prowadzisz lub będziesz prowadzić działalność gospodarczą? Przeczytaj koniecznie!

Prowadzisz lub będziesz prowadzić działalność gospodarczą? Przeczytaj koniecznie! Prowadzisz lub będziesz prowadzić działalność gospodarczą? Przeczyaj koniecznie! Jeseś osobą prowadzącą pozarolniczą działalność, jeśli: prowadzisz pozarolniczą działalność gospodarczą na podsawie przepisów

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

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego

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

Bardziej szczegółowo

Reakcja banków centralnych na kryzys

Reakcja banków centralnych na kryzys Reakcja banków cenralnych na kryzys Andrzej Rzońca Warszawa, 18 lisopada 2011 r. Plan Podsawowa lekcja z kryzysu dla poliyki pieniężnej Jak wyglądała reakcja poliyki pieniężnej na kryzys? Dlaczego reakcja

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Model logistycznego wsparcia systemu eksploatacji środków transportu

Model logistycznego wsparcia systemu eksploatacji środków transportu Poliechnika Wrocławska Insyu Konsrukcji i Eksploaacji Maszyn Zakład Logisyki i Sysemów Transporowych Rozprawa dokorska Model logisycznego wsparcia sysemu eksploaacji środków ransporu Rapor serii: PRE nr

Bardziej szczegółowo

SOE PL 2009 Model DSGE

SOE PL 2009 Model DSGE Zeszy nr 25 SOE PL 29 Model DSGE Warszawa, 2 r. , SOE PL 29 Konak: B Bohdan.Klos@mail.nbp.pl T ( 48 22) 653 5 87 B Grzegorz.Grabek@mail.nbp.pl T ( 48 22) 585 4 8 B Grzegorz.Koloch@mail.nbp.pl T ( 48 22)

Bardziej szczegółowo

Porównanie jakości nieliniowych modeli ekonometrycznych na podstawie testów trafności prognoz

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

Bardziej szczegółowo

Kluczowe wnioski ze Światowego Badania Bezpieczeństwa Informacji 2012. 4 grudnia 2012

Kluczowe wnioski ze Światowego Badania Bezpieczeństwa Informacji 2012. 4 grudnia 2012 Kluczowe wnioski ze Świaowego Badania Bezpieczeńswa Informacji 2012 4 grudnia 2012 Erns & Young 2012 Świaowe Badanie Bezpieczeńswa Informacji Świaowe Badanie Bezpieczeńswa Informacji Erns & Young 2012

Bardziej szczegółowo

PROGNOSTYCZNE UWARUNKOWANIA RYZYKA GOSPODARCZEGO I SPOŁECZNEGO

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

Bardziej szczegółowo

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

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

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

Anna Bechler PORÓWNANIE EFEKTYWNOŚCI SIECI NEURONOWYCH I MODELI EKONOMETRYCZNYCH WE WSPOMAGANIU DECYZJI KREDYTOWYCH

Anna Bechler PORÓWNANIE EFEKTYWNOŚCI SIECI NEURONOWYCH I MODELI EKONOMETRYCZNYCH WE WSPOMAGANIU DECYZJI KREDYTOWYCH PORÓWNANIE EFEKTYWNOŚCI SIECI NEURONOWYCH I MODELI EKONOMETRYCZNYCH WE WSPOMAGANIU DECYZJI KREDYTOWYCH Anna Bechler Kaedra Badań Operacyjnych, Uniwersye Łódzki, Łódź WPROWADZENIE W świele obowiązującego

Bardziej szczegółowo

WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH

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

Bardziej szczegółowo

MODELOWANIE 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

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Chrisian Lis PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 Wprowadzenie Przedmioem

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

Prognoza skutków handlowych przystąpienia do Europejskiej Unii Monetarnej dla Polski przy użyciu uogólnionego modelu grawitacyjnego

Prognoza skutków handlowych przystąpienia do Europejskiej Unii Monetarnej dla Polski przy użyciu uogólnionego modelu grawitacyjnego Bank i Kredy 40 (1), 2009, 69 88 www.bankikredy.nbp.pl www.bankandcredi.nbp.pl Prognoza skuków handlowych przysąpienia do Europejskiej Unii Monearnej dla Polski przy użyciu uogólnionego modelu grawiacyjnego

Bardziej szczegółowo

WITAMY W DOLINIE ŚMIERCI

WITAMY W DOLINIE ŚMIERCI WITAMY W DOLINIE ŚMIERCI Alernaywny mechanizm wsparcia finansowania wysoko zaawansowanych echnologii. Nowy model finansowania innowacji Park Naukowo-Technologiczny przy Narodowym Cenrum Badań Jądrowych

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

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

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

Bardziej szczegółowo

Wpływ integracji monetarnej na wymianę towarową w warunkach kryzysu gospodarczego

Wpływ integracji monetarnej na wymianę towarową w warunkach kryzysu gospodarczego No. 158 NBP Working Paper Maeriały i Sudia nr 300 www.nbp.pl Wpływ inegracji monearnej na wymianę owarową w warunkach kryzysu gospodarczego Elżbiea Czarny, Paweł Folfas, Kaarzyna Śledziewska, Barosz Wikowski

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

Zastosowanie predykcji sygnału odchylenia regulacyjnego do centralnej regulacji mocy czynnej i częstotliwości w systemie elektroenergetycznym

Zastosowanie predykcji sygnału odchylenia regulacyjnego do centralnej regulacji mocy czynnej i częstotliwości w systemie elektroenergetycznym INSTYTUT AUTOMATYKI SYSTEMÓW ENERGETYCZNYCH Zasosowanie predykcji sygnału odchylenia regulacyjnego do cenralnej regulacji mocy czynnej i częsoliwości w sysemie elekroenergeycznym Prof. dr hab. inż. Tadeusz

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

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

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

Wyznaczanie temperatury i wysokości podstawy chmur

Wyznaczanie temperatury i wysokości podstawy chmur Wyznaczanie emperaury i wysokości podsawy chmur Czas rwania: 10 minu Czas obserwacji: dowolny Wymagane warunki meeorologiczne: pochmurnie lub umiarkowane zachmurzenie Częsoliwość wykonania: 1 raz w ciągu

Bardziej szczegółowo

Harmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej

Harmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci

Bardziej szczegółowo

Mechanizm transmisji polityki pieniężnej-współczesne ramy teoretyczne, nowe wyniki empiryczne dla Polski

Mechanizm transmisji polityki pieniężnej-współczesne ramy teoretyczne, nowe wyniki empiryczne dla Polski Mechanizm ransmisji poliyki pieniężnej-współczesne ramy eoreyczne, nowe wyniki empiryczne dla Polski Ryszard Kokoszczyński, Tomasz Łyziak 2, Małgorzaa Pawłowska 3, Jan Przysupa 4, Ewa Wróbel 5 Wrzesień

Bardziej szczegółowo

Identyfikacja wahań koniunkturalnych gospodarki polskiej

Identyfikacja wahań koniunkturalnych gospodarki polskiej Rozdział i Idenyfikacja wahań koniunkuralnych gospodarki polskiej dr Rafał Kasperowicz Uniwersye Ekonomiczny w Poznaniu Kaedra Mikroekonomii Sreszczenie Celem niniejszego opracowania jes idenyfikacja wahao

Bardziej szczegółowo

U b e zpieczenie w t eo r ii użyteczności i w t eo r ii w yceny a ktywów

U b e zpieczenie w t eo r ii użyteczności i w t eo r ii w yceny a ktywów dr Dariusz Sańko Kaedra Ubezpieczenia Społecznego Szkoła Główna Handlowa dariusz.sanko@gmail.com lisopada 006 r., akualizacja i poprawki: 30 sycznia 008 r. U b e zpieczenie w eo r ii użyeczności i w eo

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 XLIII nr 2 (2012) 161 181

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 XLIII nr 2 (2012) 161 181 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 XLIII nr (01) 161 181 Pierwsza wersja złożona 9 marca 01 ISSN Końcowa wersja zaakcepowana 15 grudnia 01 080-0339 Anna Michałek

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Estymacja stopy NAIRU dla Polski *

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

Bardziej szczegółowo

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

Wykonawca: www.partnerstwo-nyskie2020.pl

Wykonawca: www.partnerstwo-nyskie2020.pl PROGNOZA ODDZIAŁYWANIA NA ŚRODOWISKO PROJEKTU STRATEGII ROZWOJU TRANSPORTU OBSZARU FUNKCJONALNEGO PARTNERSTWO NYSKIE 2020 NA LATA 20162026 Z PERSPEKTYWĄ DO 2030 www.parnerswonyskie2020.pl Wykonawca: Spis

Bardziej szczegółowo

NAPRAWY POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO ELEMENT AUTORYZOWANEGO SYSTEMU DYSTRYBUCJI

NAPRAWY POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO ELEMENT AUTORYZOWANEGO SYSTEMU DYSTRYBUCJI Inżynieria Rolnicza 8(117)/2009 NAPRAWY POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO ELEMENT AUTORYZOWANEGO SYSTEMU DYSTRYBUCJI Sławomir Juściński, Wiesław Piekarski Kaedra Energeyki i Pojazdów, Uniwersye Przyrodniczy

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

Jednofazowe przekształtniki DC AC i AC DC z eliminacją składowej podwójnej częstotliwości po stronie DC

Jednofazowe przekształtniki DC AC i AC DC z eliminacją składowej podwójnej częstotliwości po stronie DC Akademia Górniczo-Hunicza im. Sanisława Saszica w Krakowie Wydział Elekroechniki, Auomayki, Informayki i Inżynierii Biomedycznej Kaedra Energoelekroniki i Auomayki Sysemów Przewarzania Energii Auorefera

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

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

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

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

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

Bardziej szczegółowo

MODEL GOSPODARKI POLSKIEJ ECMOD

MODEL GOSPODARKI POLSKIEJ ECMOD WYDZIAŁ PROJEKCJI MAKROEKONOMICZNYCH DAMS 25 KWIETNIA 2007 R. MODEL GOSPODARKI POLSKIEJ ECMOD WERSJA Z KWIETNIA 2007 R. 1 PODSUMOWANIE ZMIAN WPROWADZONYCH DO MODELU ECMOD OD MAJA 2005 R. DO KWIETNIA 2007

Bardziej szczegółowo

ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY POCIĄGU NA SZLAKU

ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY POCIĄGU NA SZLAKU PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 87 Transpor 01 Jarosław Poznański Danua Żebrak Poliechnika Warszawska, Wydział Transporu ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY

Bardziej szczegółowo

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski Maeriały i Sudia nr 312 Sały czy płynny? Model PVEC realnego kursu waluowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski Pior Kębłowski Maeriały i Sudia nr 312 Sały czy płynny? Model PVEC

Bardziej szczegółowo

Etapy modelowania ekonometrycznego

Etapy modelowania ekonometrycznego Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,

Bardziej szczegółowo

DOKUMENT ROBOCZY KOMISJI

DOKUMENT ROBOCZY KOMISJI RADA UNII ROPEJSKIEJ Bruksela, 23 maja 2007 r. (25.05) (OR. en) Międzyinsyucjonalny numer referencyjny: 2006/0039 (CNS) 9851/07 ADD 2 FIN 239 RESPR 5 CADREFIN 32 ADDENDUM 2 DO NOTY DO PUNKTU I/A Od: Sekrearia

Bardziej szczegółowo

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu

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

Sprawujesz osobistą opiekę nad dzieckiem? Przeczytaj koniecznie!

Sprawujesz osobistą opiekę nad dzieckiem? Przeczytaj koniecznie! Sprawujesz osobisą opiekę nad dzieckiem? Przeczyaj koniecznie! Czy z yułu sprawowania osobisej opieki nad dzieckiem podlegasz ubezpieczeniom społecznym i zdrowonemu Od 1 września 2013 r. osoba sprawująca

Bardziej szczegółowo

JAKOŚĆ ZYSKU SPÓŁEK IPO NA PRZYKŁADZIE GPW W WARSZAWIE

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

Bardziej szczegółowo

Zastosowanie technologii SDF do lokalizowania źródeł emisji BPSK i QPSK

Zastosowanie technologii SDF do lokalizowania źródeł emisji BPSK i QPSK Jan M. KELNER, Cezary ZIÓŁKOWSKI Wojskowa Akademia Techniczna, Wydział Elekroniki, Insyu Telekomunikacji doi:1.15199/48.15.3.14 Zasosowanie echnologii SDF do lokalizowania źródeł emisji BPSK i QPSK Sreszczenie.

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