Mariusz Próchniak Katedra Ekonomii II Szkoła Główna Handlowa w Warszawie WARTOŚĆ INFORMACJI. Ekonomia menedżerska
|
|
- Beata Jarosz
- 8 lat temu
- Przeglądów:
Transkrypt
1 Mariusz Próchniak Katedra Ekonomii II Szkoła Główna Handlowa w Warszawie WARTOŚĆ INFORMACJI Ekonomia menedżerska 1 2
2 Przykład Problem poszukiwacza ropy Firma poszukująca ropy musi zdecydować, czy rozpocząć wiercenie szybu naftowego w pewnym miejscu. Koszt wiercenia wynosi $. $ Suma ta zostanie całkowicie stracona, jeżeli odwiert okaże się suchy, tzn. nie będzie zawierał ropy naftowej. Firma szacuje, że jeśli odwiert będzie mokry (będzie zawierał ropę), to całkowite zyski (bez uwzględnienia kosztów wierceń) z eksploatacji szybu naftowego wyniosą $. $ Prawdopodobieństwo wystąpienia złóż ropy naftowej w miejscu wierceń wynosi 0,4 (40%). 3 Problem poszukiwacza ropy 4
3 Problem poszukiwacza ropy Załóżmy, że firma poszukująca ropy może przeprowadzić doskonały test sejsmiczny. Wynik testu może być: pozytywny ropa występuje w złożu z całkowitą pewnością (złoże jest mokre ), negatywny zupełny brak ropy (złoże suche ). Test jest doskonały. 5 Problem poszukiwacza ropy 6
4 Oczekiwana wartość informacji (expected value of information EVI) Jaką wartość ma informacja o wyniku testu dla przedsiębiorstwa? EVI (Oczekiwana wartość informacji) = = Wartość oczekiwana uwzględniająca informację Wartość oczekiwana bez informacji EVI = = $ Oczekiwana wartość informacji (EVI) jest miarą korzyści z testu. 7 Oczekiwana wartość informacji (EVI) Jeśli test kosztuje $, korzyści przewyższają koszty i przedsiębiorstwo powinno przeprowadzić test. Oczekiwana korzyść netto wynosi: EVI (Koszty testu) = = Gdyby jednak koszty testu wynosiły $, nie warto byłoby go przeprowadzać. Ogólna zasada: Decydent powinien ponieść koszty związane z pozyskaniem informacji wtedy i tylko wtedy, gdy oczekiwana wartość informacji jest wyższa od kosztów jej pozyskania. 8
5 Problem poszukiwacza ropy przy niedoskonałym teście sejsmicznym Przeanalizujemy teraz decyzję o wierceniach przy założeniu niedoskonałego testu sejsmicznego. Podobnie jak poprzednio wyniki testu można zakwalifikować jako pozytywne albo negatywne, ale teraz test jest niedoskonały. 9 Problem poszukiwacza ropy przy niedoskonałym teście sejsmicznym Prawdopodobieństwa: Pr ( W ) = 0,4 (prawdopodobieństwo uprzednie, tzn. przed uzyskaniem nowej informacji) 10 0,1 Pr ( W B ) = = = 0,2 50 0,5 (prawdopodobieństwo warunkowe) Pr ( W & G ) = 0,3 10
6 Problem poszukiwacza ropy przy niedoskonałym teście sejsmicznym Aby rozwiązać drzewo decyzyjne, potrzebujemy następujących prawdopodobieństw warunkowych: Pr ( W G ) = 0,6 Pr ( D G ) = 0,4 Pr ( W B ) = 0,2 ( ) Pr D B = 0,8 11 Korygowanie ocen prawdopodobieństwa Załóżmy, że przedsiębiorstwo nie ma dostępu do danych o przeszłych wynikach testów sejsmicznych z tablicy 9.1. Przedsiębiorstwo dysponuje natomiast informacją syntetyczną na temat dokładności testu. Sprzedawca testu gwarantuje, iż w przeszłości w miejscach, w których rzeczywiście odkryto ropę, pozytywne wyniki testu zanotowano w 3/4 przypadków, natomiast odwrotna proporcja (brak ropy w miejscach, gdzie wyniki testu były negatywne) wyniosła 2/3. Tak jak poprzednio, przedsiębiorstwo opierając się na informacji dostępnej przed podjęciem testu sejsmicznego ocenia szansę zalegania złóż ropy na swojej działce na 40%. Jak firma może obliczyć prawdopodobieństwa potrzebne do rozwiązania drzewa decyzyjnego? 12
7 Korygowanie ocen prawdopodobieństwa Dane wejściowe: Pr ( G W ) = 3/ 4 Pr ( B D ) = 2 / 3 ( ) Pr W = 0,4 Przedsiębiorstwo musi obliczyć: Pr ( W G ) Pr ( D G ) Pr ( W B ) Pr ( D B) Własności prawdopodobieństwa: ( W G) = ( G W) ( W) Pr & Pr Pr ( G) = ( W G) + ( D G) Pr Pr & Pr & ( W G) Pr Pr = ( W & G) Pr ( G) 13 Korygowanie ocen prawdopodobieństwa Obliczenie: 3 Pr ( W & G) = Pr ( G W) Pr ( W) = 0.4 = Pr ( D & G ) = Pr ( G D ) Pr ( D ) = = ( G) ( W G) ( D G) Pr = Pr & + Pr & = = 0.5 ( W G) ( G) Pr & 0.3 Pr ( W G) = = = 0.6 Pr
8 15 Twierdzenie Bayesa ( G W) ( G) Pr Pr ( W G) = Pr Pr ( W) Twierdzenie Bayesa wyraża prawdopodobieństwo warunkowe, niezbędne do rozwiązania problemu decyzyjnego, jako funkcję odwrotnego prawdopodobieństwa warunkowego i prawdopodobieństwa uprzedniego. Twierdzenie pokazuje, jak nowe informacje wpływają na ocenę prawdopodobieństwa przez decydenta. Decydent rozpoczyna od oceny prawdopodobieństwa uprzedniego [Pr(W)]; następnie dokonuje korekty tej pierwotnej oceny w świetle nowych informacji [Pr(G W)/Pr(G)]. Jeżeli [Pr(G W)/Pr(G)] > 1, czyli Pr(G W) > Pr(G), to pod wpływem m nowej informacji firma skoryguje w górę prawdopodobieństwo natrafienia na ropę. Faktycznie; jeżeli częstość pozytywnych wyników testu jest większa w miejscach rzeczywistego występowania ropy niż całkowita częstość pozytywnych wyników (dla miejsc mokrych i suchych łącznie), to pozytywny wynik testu t sejsmicznego wskazuje na większą szansę natrafienia na ropę. 16
9 Twierdzenie Bayesa przykład Ryzyko zachorowań u palaczy Mniej więcej co dwunasty Amerykanin jest nałogowym palaczem. Jedną z metod oceny ryzyka utraty zdrowia z powodu nałogu papierosowego jest przebadanie osób chorych na raka płuc. Jedną trzecią ogólnej liczby chorych na płuca stanowią nałogowi palacze. O ile na podstawie tych informacji wzrasta ryzyko zachorowania na raka płuc pod wpływem nałogowego palenia papierosów? 17 Twierdzenie Bayesa przykład Ryzyko zachorowań u palaczy rozwiązanie Dane początkowe: 1 3 ( S LC ) = Pr ( ) Pr 1 S = 12 (S smoker; LC lung cancer) Twierdzenie Bayesa: ( LC S) ( S LC) Pr ( S ) Pr Pr = Pr ( LC) Rozwiązanie: ( LC S) = ( LC) Pr 4 Pr Ryzyko zachorowania na raka płuc przez nałogowego palacza jest czterokrotnie większe niż ogólne ryzyko wystąpienia raka płuc (obejmujące zarówno palaczy, jak i niepalących). 18
10 Twierdzenie Bayesa Nie każda nowa informacja ma wartość dla decydenta. Rozważmy twierdzenie Bayesa: Bezwartościowa informacja ( G W) ( G) Pr Pr ( W G) = Pr Pr ( W) Załóżmy, że Pr(G W) = Pr(G), czyli szansa uzyskania pozytywnych wyników w testu w miejscach zawierających ropę jest taka sama, jak często stość pozytywnych wyników w testu we wszystkich miejscach ( mokrych i suchych ). Wartość prognostyczna takiego testu jest minimalna: jego wyniki nie wykazują żadnej korelacji z rzeczywistym stanem badanych miejsc ( mokre bądź suche ). Twierdzenie Bayesa potwierdza, iżi taki test jest bezwartościowy ciowy: prawdopodobieństwo warunkowe jest identyczne jak prawdopodobieństwo uprzednie nie występuje korekta wcześniejszych ocen prawdopodobieństwa
11 Bezwartościowa informacja Istnieje jeszcze jeden ważny przypadek, w którym nowa informacja czy wynik testu nie mają żadnej wartości. Dzieje się tak, gdy wynik testu lub nowa informacja nie zmieniają optymalnej decyzji, nawet jeśli zmieniają one dotychczasowe oceny prawdopodobieństwa. Decydent podejmuje dokładnie takie same działania niezależnie od tego, czy zna wyniki testu, czy też nie i osiąga w każdym przypadku identyczny oczekiwany zysk. EVI jest równa zeru. 21 Bezwartościowa informacja przykład Nowy test sejsmiczny Załóżmy, że jakość nowego testu sejsmicznego jest opisana w poniższej tabeli. Ile wynosi EVI tego testu? (Proszę narysować drzewo decyzyjne) 22
12 Bezwartościowa informacja przykład Nowy test sejsmiczny wnioski Oczekiwany zysk po przeprowadzeniu testu = Jest to taki sam oczekiwany zysk, który jest osiągany bez przeprowadzenia testu. EVI = = 0. Bez przeprowadzenia testu optymalną decyzją jest podjęcie wierceń. Po przeprowadzeniu testu optymalną decyzją jest także podjęcie wierceń. Ponieważ przedsiębiorstwo podejmuje taką samą decyzję niezależnie od wyników testu, w obu przypadkach osiąga identyczny oczekiwany zysk. Pozyskanie nowej informacji jest korzystne wtedy i tylko wtedy, gdy może ona wpłynąć korygująco na rzeczywiste decyzje menedżera. Jeżeli tak nie jest, informacja nie ma żadnej wartości
13 Optymalne poszukiwania: Optymalny moment zaniechania poszukiwań Eskalacja wydatków na prace B+R Producent elektroniki rozważa podjęcie ważnego programu B+R, który wymaga poniesienia nakładów 3 mln $. $. Prawdopodobieństwo szybkiego (tzn. już po roku) sukcesu, którego miarą byłby zysk równy 10 mln $ (czyli po odliczeniu kosztów prac B+R 7 mln $), $ wynosi 20%.. Jeśli tak się nie stanie, przedsiębiorstwo może zainwestować w program kolejne 3 mln $, $, a szansa sukcesu wzrośnie do 25%.. Jeśli i tym razem oczekiwanego efektu nie uda się osiągnąć, przedsiębiorstwo może zainwestować ponownie e itd., maksymalnie jednak pięciokrotnie.. Wielkość kolejnych nakładów w każdym etapie wynosi 3 mln $, $, osiągnięty zysk z pomyślnego (prędzej czy później) dokończenia programu jest równy 10 mln $, $, a szansa osiągnięcia sukcesu wynosi odpowiednio: 1/5, 1/4, 1/3, 1/2 i 1. 1 Czy neutralne względem ryzyka przedsiębiorstwo powinno podjąć realizację tego programu, a jeśli tak, to w którym etapie (jeśli w ogóle) powinno się z niego wycofać? 25 Optymalne poszukiwania: Optymalny moment zaniechania poszukiwań Jeśli początkowo warto podjąć inwestycję, warto ją później kontynuować, ponieważ szansa sukcesu wzrasta w kolejnych etapach (a inne czynniki pozostają niezmienione). Ze względu na stale zwiększające się prawdopodobieństwo, optymalną strategią jest rozpoczęcie inwestycji i doprowadzenie jej do końca: nigdy nie należy jej przerwać. 26
14 Optymalne poszukiwania przy malejącym prawdopodobieństwie Przy malejącym prawdopodobieństwie przedsiębiorstwo powinno zrezygnować z inwestycji (niezależnie od ilości utopionych pieniędzy), gdy prawdopodobieństwo sukcesu będzie odpowiednio niskie. Taką regułę optymalizacji zaniechania poszukiwań można wyrazić za pomocą progu prawdopodobieństwa (p*), poniżej którego przedsiębiorstwo nie powinno dalej inwestować. Próg prawdopodobieństwa dla decyzji sekwencyjnej (wieloetapowej) jest dokładnie taki sam, jak dla problemu jednoetapowego; musi on spełniać warunek zerowego zysku: c p* π c= 0 albo równoważnie p* = π gdzie π oznacza zysk osiągnięty w przypadku powodzenia inwestycji, a c jest wielkością nakładów inwestycyjnych. 27 Optymalne poszukiwania przy malejącym prawdopodobieństwie Na poziomie p* inwestycja osiąga próg rentowności (tzn. oczekiwany zysk jest równy zero). Jeżeli prawdopodobieństwo sukcesu spadnie poniżej p*, inwestycja przynosi oczekiwane straty i nie należy jej podejmować. Przykład Niech π = 20 mln $, c = 3 mln $, a prawdopodobieństwa sukcesu wynoszą 0,25; 0,21; 0,17; 0,13; 0,07 i 0,01. Ponieważ wartość progowa jest równa p* = 3/20 = 0,15, przedsiębiorstwo powinno jeśli to konieczne zainwestować maksymalnie 9 mln $ (w trzech etapach), zanim opuści program. 28
15 Dziękuję za uwagę!!! 29
WPROWADZENIE DO PROBLEMATYKI PODEJMOWANIA DECYZJI GOSPODARCZYCH
Mariusz Próchniak Katedra Ekonomii II, SGH WPROWADZENIE DO PROBLEMATYKI PODEJMOWANIA DECYZJI GOSPODARCZYCH Ekonomia menedżerska 1 Ekonomia menedżerska zajmuje się analizą istotnych decyzji podejmowanych
Bardziej szczegółowoMatematyka finansowa 13.12.2010 r. Komisja Egzaminacyjna dla Aktuariuszy. LV Egzamin dla Aktuariuszy z 13 grudnia 2010 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LV Egzamin dla Aktuariuszy z 13 grudnia 2010 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1. Pan
Bardziej szczegółowoSTANDARD DLA WYMAGAJĄCYCH
STANDARD DLA WYMAGAJĄCYCH Psychologia inwestowania Mateusz Madej 05.04.2017 Agenda Psychologia na rynku Teoria perspektywy Błędy w przekonaniach i ocenie prawdopodobieństwa Błędy w zachowaniu i podejmowaniu
Bardziej szczegółowoEkonomia menedżerska William F. Samuelson, Stephen G. Marks
Ekonomia menedżerska William F. Samuelson, Stephen G. Marks Ekonomia menedżerska to doskonale opracowany podręcznik, w którym przedstawiono najważniejsze problemy decyzyjne, przed jakimi stają współcześni
Bardziej szczegółowoEkonomia menedżerska. prof. Tomasz Bernat Katedra Mikroekonomii Instytut Ekonomii
Ekonomia menedżerska prof. Tomasz Bernat Katedra Mikroekonomii Instytut Ekonomii Informacje na temat przedmiotu Materiały: www.mikroekonomia.net Literatura podstawowa: Ekonomia menedżerska, W. F. Samuelson
Bardziej szczegółowoMateriał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER. Wprowadzenie do problematyki decyzji menedżerskich. Mgr Piotr Urbaniak
Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER Wprowadzenie do problematyki decyzji menedżerskich Mgr Piotr Urbaniak Wprowadzenie 1 2 3 4 Czym jest ekonomia menedżerska? Etapy
Bardziej szczegółowoMateriał dydaktyczny dla nauczycieli przedmiotów ekonomicznych. Mikroekonomia. w zadaniach. Gry strategiczne. mgr Piotr Urbaniak
Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych Mikroekonomia w zadaniach Gry strategiczne mgr Piotr Urbaniak Teoria gier Dział matematyki zajmujący się badaniem optymalnego zachowania w
Bardziej szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY PROSTE STATYCZNE 4 maj 2015 r. Metody oceny efektywności projektu inwestycyjnego Wybór metody oceny Przygotowanie danych (prognozy) Wyliczenie wskaźników Wynik analizy
Bardziej szczegółowoFinanse dla sprytnych
Ekonomiczny Uniwersytet Dziecięcy Uniwersytet w Białymstoku 28 kwietnia 2011 r. Finanse dla sprytnych Dlaczego inteligencja finansowa popłaca? dr Adam Wyszkowski EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowoWARTOŚĆ PIENIĄDZA W CZASIE WPROWADZENIE
WARTOŚĆ PIENIĄDZA W CZASIE WPROWADZENIE PYTANIA KONTROLNE Różnica pomiędzy: inwestycją, projektem inwestycyjnym, przedsięwzięciem inwestycyjnym Rodzaje inwestycji ze względu na cel Wartość pieniądza w
Bardziej szczegółowoNauka o finansach. Prowadzący: Dr Jarosław Hermaszewski
Nauka o finansach Prowadzący: Dr Jarosław Hermaszewski ANALIZA PROJEKTÓW INWESTYCYJNYCH Wykład 6 Trzy elementy budżetowania kapitałowego Proces analizy decyzji inwestycyjnych nazywamy budżetowaniem kapitałowym.
Bardziej szczegółowoPLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH
Mariusz Próchniak Katedra Ekonomii II, SGH PLANOWANIE I OCENA PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Ekonomia menedżerska 1 2 Wartość przyszła (FV future value) r roczna stopa procentowa B kwota pieniędzy, którą
Bardziej szczegółowoRuletka czy można oszukać kasyno?
23 stycznia 2017 Ruletka czy można oszukać kasyno? M. Dworak, K. Maraj, S. Michałowski Plan prezentacji Podstawy ruletki System dwójkowy (Martingale) Czy system rzeczywiście działa? 1/22 Podstawy ruletki
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XLIX Egzamin dla Aktuariuszy z 6 kwietnia 2009 r.
Komisja Egzaminacyjna dla Aktuariuszy XLIX Egzamin dla Aktuariuszy z 6 kwietnia 2009 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.
Bardziej szczegółowo10/15/2016. Reguła. Czułość PV(+) Bayesa. Swoistość PV(-)
A=symptom B= choroba Czułość Swoistość A ~ A ~ Reguła Bayesa ~ B ~ A) PV(+) PV(-) 1 / 2016_10_13 PV ( ) A PV ( ) A A ~ ~ sensitivity * PV ( ) sensitivity * (1 specificity)(1- ) specificity *(1- ) specificity
Bardziej szczegółowoDrzewa decyzyjne. 1. Wprowadzenie.
Drzewa decyzyjne. 1. Wprowadzenie. Drzewa decyzyjne są graficzną metodą wspomagania procesu decyzyjnego. Jest to jedna z najczęściej wykorzystywanych technik analizy danych. Drzewo składają się z korzenia
Bardziej szczegółowoZarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży upraw rolnych
N.Niziołek Wroclaw Univeristy of Economics Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży upraw rolnych JEL Classification: A10 Słowa kluczowe: Zarządzanie ryzykiem,
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE Projekt Nakłady inwestycyjne, pożyczka + WACC Prognoza przychodów i kosztów Prognoza rachunku wyników Prognoza przepływów finansowych Wskaźniki
Bardziej szczegółowoRoczna korekta VAT naliczonego - ujęcie podatkowe i bilansowe
Roczna korekta VAT naliczonego - ujęcie podatkowe i bilansowe Co do zasady, podatnikowi przysługuje prawo do odliczenia podatku naliczonego od zakupów, które będą służyły działalności opodatkowanej. Jeżeli
Bardziej szczegółowoZarządzanie projektami. Zarządzanie ryzykiem projektu
Zarządzanie projektami Zarządzanie ryzykiem projektu Warunki podejmowania decyzji Pewność Niepewność Ryzyko 2 Jak można zdefiniować ryzyko? Autor S.T. Regan A.H. Willet Definicja Prawdopodobieństwo straty
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowodr Adam Salomon Wykład 5 (z ): Statyczne metody oceny projektów gospodarczych rachunek stóp zwrotu i prosty okres zwrotu.
dr Adam Salomon METODY OCENY PROJEKTÓW GOSPODARCZYCH Wykład 5 (z 2008-11-19): Statyczne metody oceny projektów gospodarczych rachunek stóp zwrotu i prosty okres zwrotu. dla 5. roku BE, TiHM i PnRG (SSM)
Bardziej szczegółowoRachunkowość zarządcza wykład 3
Rachunkowość zarządcza wykład 3 Czym będziemy się zajmować na dzisiejszych zajęciach? Analiza progu rentowności Ilościowy i wartościowy próg rentowości Marża brutto, strefa bezpieczeństwa, dźwignia operacyjna
Bardziej szczegółowoMateriały uzupełniające do
Dźwignia finansowa a ryzyko finansowe Przedsiębiorstwo korzystające z kapitału obcego jest narażone na ryzyko finansowe niepewność co do przyszłego poziomu zysku netto Materiały uzupełniające do wykładów
Bardziej szczegółowoSystem finansowy gospodarki. Zajęcia nr 7 Krzywa rentowności, zadania (mat. fin.), marża w handlu, NPV i IRR, obligacje
System finansowy gospodarki Zajęcia nr 7 Krzywa rentowności, zadania (mat. fin.), marża w handlu, NPV i IRR, obligacje Krzywa rentowności (dochodowości) Yield Curve Krzywa ta jest graficznym przedstawieniem
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXIV Egzamin dla Aktuariuszy z 17 czerwca 2013 r.
Komisja Egzaminacyjna dla Aktuariuszy LXIV Egzamin dla Aktuariuszy z 17 czerwca 2013 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 0 minut 1 1. Rozważamy
Bardziej szczegółowoWPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.
Wykład 1 Wprowadzenie do ekonomii menedżerskiej 1 WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. PODEJMOWANIE OPTYMALNYCH DECYZJI NA PODSTAWIE ANALIZY MARGINALNEJ. 1. EKONOMIA MENEDŻERSKA ekonomia menedżerska
Bardziej szczegółowo3.1 Analiza zysków i strat
3.1 Analiza zysków i strat Zakładamy że firma decyduje czy ma wdrożyć nowy produkt lub projekt. Firma musi rozważyć czy przyszłe zyski (dyskontowane w czasie) z tego projektu są większe niż koszty poniesione
Bardziej szczegółowoBadania operacyjne i teorie optymalizacji
Badania operacyjne i teorie optymalizacji dr Zbigniew Karwacki Wydział Ekonomiczno-Socjologiczny Katedra Badań Operacyjnych Centrum Informatyczno-Ekonometryczne pok. E-137 Środa, 16.30-18.00 zakarwacki@uni.lodz.pl
Bardziej szczegółowoPodejmowanie decyzji gospodarczych
Podejmowanie decyzji gospodarczych Zakres podejmowanych decyzji jest bardzo szeroki zarówno na poziomie przedsiębiorstwa jak i na szczeblu państwa. W każdym przypadku sensowna analiza wariantów decyzji
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy. Młody inwestor na giełdzie
Ekonomiczny Uniwersytet Dziecięcy Młody inwestor na giełdzie dr Dominika Kordela Uniwersytet Szczeciński 26 październik 2017 r. Plan spotkania Inwestycje, rodzaje inwestycji Giełda papierów wartościowych
Bardziej szczegółowoPrzedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 1
Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 1 Zaliczenie Obecność Reguły gry: - Obecność obowiązkowa - kartkówki tylko w nagłych wypadkach (w wypadku niepożądanej aktywności) - Prace domowe (oddawane
Bardziej szczegółowoZasoby środowiska c.d. M. Dacko
Zasoby środowiska c.d. M. Dacko Eksploatacja zasobów nieodnawialnych Zasoby nieodnawialne powinny być eksploatowane ponieważ z nieeksploatowanego zasobu nie ma pożytku Można wprawdzie przytoczyć przykłady
Bardziej szczegółowoInwestor musi wybrać następujące parametry: instrument bazowy, rodzaj opcji (kupna lub sprzedaży, kurs wykonania i termin wygaśnięcia.
Opcje na GPW (II) Wbrew ogólnej opinii, inwestowanie w opcje nie musi być trudne. Na rynku tym można tworzyć strategie dla doświadczonych inwestorów, ale również dla początkujących. Najprostszym sposobem
Bardziej szczegółowoOCENA PROJEKTÓW INWESTYCYJNYCH
OCENA PROJEKTÓW INWESTYCYJNYCH Metody oceny projektów We współczesnej gospodarce rynkowej istnieje bardzo duża presja na właścicieli kapitałów. Są oni zmuszeni do ciągłego poszukiwania najefektywniejszych
Bardziej szczegółowoZałącznik do dokumentu zawierającego kluczowe informacje DODATKOWE UBEZPIECZENIE Z FUNDUSZEM W RAMACH:
Załącznik do dokumentu zawierającego kluczowe informacje DODATKOWE UBEZPIECZENIE Z FUNDUSZEM W RAMACH: GRUPOWEGO UBEZPIECZENIA NA ŻYCIE WARTA EKSTRABIZNES GRUPOWEGO UBEZPIECZENIA NA ŻYCIE WARTA EKSTRABIZNES
Bardziej szczegółowoSymulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty. Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu
Symulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu Plan prezentacji 1. Opis metody wyceny opcji rzeczywistej
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy. Młynek do pomnażania pieniędzy: Akcje na giełdzie
Ekonomiczny Uniwersytet Dziecięcy Uniwersytet Szczeciński 20 maja 2015 r. Młynek do pomnażania pieniędzy: Akcje na giełdzie dr Dominika Kordela Plan spotkania Giełda papierów wartościowych Akcje Notowania
Bardziej szczegółowoEkonomika w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL (II stopień)
dr Adam Salomon Ekonomika w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL (II stopień) EwPTM program wykładu 10. Dynamiczne metody szacowania opłacalności projektów inwestycyjnych w transporcie
Bardziej szczegółowodr Danuta Czekaj
dr Danuta Czekaj dj.czekaj@gmail.com POLITYKA INWESTYCYJNA W HOTELARSTWIE PIH TiR_II_NST3_ZwHiG WYKŁAD E _ LEARNING 2 GODZINY TEMAT Statyczne metody analizy efektywności inwestycji w hotelarstwie 17.11.
Bardziej szczegółowoPRODUKTY STRUKTURYZOWANE
PRODUKTY STRUKTURYZOWANE WYŁĄCZENIE ODPOWIEDZIALNOŚCI Niniejsza propozycja nie stanowi oferty w rozumieniu art. 66 Kodeksu cywilnego. Ma ona charakter wyłącznie informacyjny. Działając pod marką New World
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych..00 r. Zadanie. Proces szkód w pewnym ubezpieczeniu jest złożonym procesem Poissona z oczekiwaną liczbą szkód w ciągu roku równą λ i rozkładem wartości szkody o dystrybuancie
Bardziej szczegółowoSieci Bayesa mgr Tomasz Xięski, Instytut Informatyki, Uniwersytet Śląski Sosnowiec, 2011
Sieci Bayesa mgr Tomasz Xięski, Instytut Informatyki, Uniwersytet Śląski Sosnowiec, 2011 Sieć Bayesowska służy do przedstawiania zależności pomiędzy zdarzeniami bazując na rachunku prawdopodobieństwa.
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoPułapki podejmowania decyzji inwestycyjnych
Pułapki podejmowania decyzji inwestycyjnych Decyzje inwestycyjne na Giełdzie Akademia Młodego Ekonomisty program edukacji ekonomicznej gimnazjalistów 17 lutego 2009 r. Żeby zarobić? Żeby nie stracić? Po
Bardziej szczegółowoEkonomika Transportu Morskiego wykład 08ns
Ekonomika Transportu Morskiego wykład 08ns dr Adam Salomon, Katedra Transportu i Logistyki Wydział Nawigacyjny, Akademia Morska w Gdyni ETM 2 Wykład ostatni merytoryczny ETM: tematyka 1. Dynamiczne metody
Bardziej szczegółowoBadania Operacyjne Ćwiczenia nr 4 (Materiały)
Analiza wrażliwości Rozwiązanie programu liniowego jest dopiero początkiem analizy. Z punktu widzenia decydenta (menadżera) jest istotne, żeby wiedzieć jak na rozwiązanie optymalne wpływają zmiany parametrów
Bardziej szczegółowoZARZĄDZANIE FINANSAMI W PROJEKTACH C.D. OCENA FINANSOWA PROJEKTU METODY OCENY EFEKTYWNOŚCI FINANSOWEJ PROJEKTU. Sabina Rokita
ZARZĄDZANIE FINANSAMI W PROJEKTACH C.D. OCENA FINANSOWA PROJEKTU METODY OCENY EFEKTYWNOŚCI FINANSOWEJ PROJEKTU Sabina Rokita Podział metod oceny efektywności finansowej projektów 1.Metody statyczne: Okres
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXXIII Egzamin dla Aktuariuszy z 7 marca 2016 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LXXIII Egzamin dla Aktuariuszy z 7 marca 2016 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.
Bardziej szczegółowoPodejmowanie decyzji w warunkach ryzyka. Tomasz Brzęczek Wydział Inżynierii Zarządzania PP
Podejmowanie decyzji w warunkach ryzyka Tomasz Brzęczek Wydział Inżynierii Zarządzania PP Ryzyko decyzyjne. Przez ryzyko decyzyjne rozumiemy zmienność wyniku decyzji przedsiębiorstwa spowodowaną losowością
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 0.0.005 r. Zadanie. Likwidacja szkody zaistniałej w roku t następuje: w tym samym roku z prawdopodobieństwem 0 3, w następnym roku z prawdopodobieństwem 0 3, 8 w roku
Bardziej szczegółowoOcena kondycji finansowej organizacji
Ocena kondycji finansowej organizacji 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności projektów
Bardziej szczegółowoMatematyka finansowa 8.12.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXIX Egzamin dla Aktuariuszy z 8 grudnia 2014 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LXIX Egzamin dla Aktuariuszy z 8 grudnia 2014 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.
Bardziej szczegółowoKOSZTY I OPTIMUM PRZEDSIĘBIORSTWA
KOSZTY I OPTIMUM PRZEDSIĘBIORSTWA PODSTAWOWE POJĘCIA Przedsiębiorstwo - wyodrębniona jednostka gospodarcza wytwarzająca dobra lub świadcząca usługi. Cel przedsiębiorstwa - maksymalizacja zysku Nakład czynniki
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy. Czarodziejski młynek do pomnażania pieniędzy: Akcje na giełdzie
Ekonomiczny Uniwersytet Dziecięcy Uniwersytet Szczeciński 27 październik 2016 r. Czarodziejski młynek do pomnażania pieniędzy: Akcje na giełdzie dr Dominika Kordela Pieniądz (środki finansowe) Skąd pozyskać
Bardziej szczegółowoZadanie 1. są niezależne i mają rozkład z atomami: ( ),
Zadanie. Zmienne losowe są niezależne i mają rozkład z atomami: ( ) ( ) i gęstością: ( ) na przedziale ( ). Wobec tego ( ) wynosi: (A) 0.2295 (B) 0.2403 (C) 0.2457 (D) 0.25 (E) 0.269 Zadanie 2. Niech:
Bardziej szczegółowoWspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02
Optymalizacja całkowitoliczbowa Przykład. Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02 Firma stolarska produkuje dwa rodzaje stołów Modern i Classic, cieszących się na rynku dużym zainteresowaniem,
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 14. Inwestycje. dr Dagmara Mycielska dr hab. Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 14. Inwestycje dr Dagmara Mycielska dr hab. Joanna Siwińska - Gorzelak 2 Plan wykładu Inwestycje a oczekiwania. Neoklasyczna teoria inwestycji i co z niej wynika Teoria q Tobina
Bardziej szczegółowoProdukty szczególnie polecane
Produkty szczególnie polecane 9 luty 2011 r. Szczegółowe informacje na temat funduszy zarządzanych przez Legg Mason TFI S.A. ( fundusze") zawarte są w prospekcie informacyjnym oraz skrócie prospektu informacyjnego,
Bardziej szczegółowoDynamiczne metody oceny opłacalności inwestycji tonażowych
Dynamiczne metody oceny opłacalności inwestycji tonażowych Dynamiczne formuły oceny opłacalności inwestycji tonażowych są oparte na założeniu zmiennej (malejącej z upływem czasu) wartości pieniądza. Im
Bardziej szczegółowoAkademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Analiza finansowa projektu dr hab. Grzegorz Głód Uniwersytet Ekonomiczny w Katowicach 22 maja 2017 r. Co to jest projekt? To działanie: - zorientowane na cel, - kompleksowe,
Bardziej szczegółowoEkonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 08 MSTiL stacjonarne (II stopień)
dr Adam Salomon Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 08 MSTiL stacjonarne (II stopień) program wykładu 08. 1. Wybrane metody oceny opłacalności projektów inwestycyjnych
Bardziej szczegółowoINFORMACJA BANKU SPÓŁDZIELCZEGO GRODKÓW-ŁOSIÓW z siedzibą w Grodkowie
INFORMACJA BANKU SPÓŁDZIELCZEGO GRODKÓW-ŁOSIÓW z siedzibą w Grodkowie wynikająca z art. 111a ustawy Prawo bankowe Stan na 31 grudnia 2016 roku Spis treści 1. Informacja o działalności Banku Spółdzielczego
Bardziej szczegółowoStrategie: sposób na opcje
X-Trade Brokers Dom Maklerski S.A. Strategie: sposób na opcje z wykorzystaniem systemu Option Trader Tomasz Uściński X-Trade Brokers Dom Maklerski S.A. www.xtb.pl 1 Definicja opcji Opcja: Kontrakt finansowy,
Bardziej szczegółowoBaza dla predykcji medycznej
1 rof. Danuta Makowiec Instytut Fizyki Teoretycznej i Astrofizyki UG Kontakt: pok. 353 tel.: 58 523 2466 e-mail danuta.makowiec at gmail.com http://www.fizdm.strony.ug.edu.pl/me/biostatystyka.html Reguła
Bardziej szczegółowoEkonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL niestacjonarne (II stopień)
dr Adam Salomon Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 10 MSTiL niestacjonarne (II stopień) program wykładu 10. Dynamiczne metody szacowania opłacalności projektów inwestycyjnych
Bardziej szczegółowoMetody niedyskontowe. Metody dyskontowe
Metody oceny projektów inwestycyjnych TEORIA DECYZJE DŁUGOOKRESOWE Budżetowanie kapitałów to proces, który ma za zadanie określenie potrzeb inwestycyjnych przedsiębiorstwa. Jest to proces identyfikacji
Bardziej szczegółowoOCENA EFEKTYWNOŚCI INWESTYCJI. Jerzy T. Skrzypek
OCENA EFEKTYWNOŚCI INWESTYCJI Jerzy T. Skrzypek 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności
Bardziej szczegółowoRACHUNKOWOŚĆ ZARZĄDCZA - POWTÓRZENIE WRAZ Z ROZWIĄZANIAMI mgr Stanisław Hońko, e-mail: honko@wneiz.pl, tel. (91) 444-1945
RACHUNKOWOŚĆ ZARZĄDCZA - POWTÓRZENIE WRAZ Z ROZWIĄZANIAMI mgr Stanisław Hońko, e-mail: honko@wneiz.pl, tel. (91) 444-1945 Zadanie 1 (Procesowy rachunek kosztów) W zakładach mleczarskich koszty pośrednie
Bardziej szczegółowo1.1 Rachunek prawdopodobieństwa
Spis treści Spis treści 1 Wstęp 1 1.1 Rachunek prawdopodobieństwa.................. 1 1.2 Literatura.............................. 1 1.3 Podstawy.............................. 2 2 Miara prawdopodobieństwa
Bardziej szczegółowoWSTĘP ZAŁOŻENIA DO PROJEKTU
UNIWERSYTET ZIELONOGÓRSKI WYDZIAŁ ZARZĄDZANIA Przykład analizy opłacalności przedsięwzięcia inwestycyjnego WSTĘP Teoria i praktyka wypracowały wiele metod oceny efektywności przedsięwzięć inwestycyjnych.
Bardziej szczegółowo1 Funkcja użyteczności
1 Funkcja użyteczności Funkcja użyteczności to funkcja, której wartościami są wartości użyteczności (satysfakcji, komfortu psychicznego). Można mówić o użyteczności różnych zjawisk. Użyteczność pieniądza
Bardziej szczegółowoPorównanie opłacalności kredytu w PLN i kredytu denominowanego w EUR Przykładowa analiza
Porównanie opłacalności kredytu w PLN i kredytu denominowanego w EUR Przykładowa analiza Opracowanie: kwiecień 2016r. www.strattek.pl strona 1 Spis 1. Parametry kredytu w PLN 2 2. Parametry kredytu denominowanego
Bardziej szczegółowoEkonomia wydarzenia kulturalnego
Ekonomia wydarzenia kulturalnego dr hab. Rafał Kasprzak Instytut Zarządzania Szkoła Główna Handlowa w Warszawie 1 Czynnik neutralny Czynnik pozytywny Czynnik negatywny ewolucja postrzegania układu instytucjonalnego
Bardziej szczegółowoKOSZTY JAKOŚCI NARZĘDZIEM OCENY FUNKCJONOWANIA SYSTEMU ZARZĄDZANIA JAKOŚCIĄ
Jakość w dokonaniach współczesnej ekonomii i techniki, pod red. Doroszewicz S., Zbierzchowska A., Szkoła Główna Handlowa w Warszawie, Warszawa 2005, ss. 11-18 Akademia Ekonomiczna w Krakowie balonu@uek.krakow.pl
Bardziej szczegółowoMasz zamiar kupić produkt, który nie jest prosty i może być trudny w zrozumieniu
Załącznik do dokumentu zawierającego kluczowe informacje DODATKOWE UBEZPIECZENIE Z FUNDUSZEM W RAMACH GRUPOWEGO UBEZPIECZENIA NA ŻYCIE Z FUNDUSZEM XXI - GRUPA Data sporządzenia dokumentu: 05-08-2019 Ogólne
Bardziej szczegółowoCo to są akcje? Ekonomiczny Uniwersytet Dziecięcy. Czarodziejski młynek do pomnażania pieniędzy
Ekonomiczny Uniwersytet Dziecięcy Czarodziejski młynek do pomnażania pieniędzy Akcje na giełdzie Kornelia Bem - Kozieł Wyższa Szkoła Ekonomii i Prawa w Kielcach 16 maja 2012 r. EKONOMICZNY UNIWERSYTET
Bardziej szczegółowoMex Polska S.A. - Zmiana prognozy wyników GPW informacje do komunikatu spółki (ESPI) Łódź, 28 sierpnia 2015 r.
Mex Polska S.A. - Zmiana prognozy wyników GPW informacje do komunikatu spółki (ESPI) Łódź, 28 sierpnia 2015 r. Zarząd Mex Polska S.A. informuje, że dokonał analizy wyników spółek Grupy uzyskanych po pierwszym
Bardziej szczegółowoNa rynkach doskonale konkurencyjnych nabywcy i sprzedawcy są doskonale poinformowani o jakości dóbr sprzedawanych na rynku oraz innych aspektach
Informacja na rynkach konkurencyjnych Na rynkach doskonale konkurencyjnych nabywcy i sprzedawcy są doskonale poinformowani o jakości dóbr sprzedawanych na rynku oraz innych aspektach związanych z przeprowadzeniem
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy
Rewers i Awers. Akademia Edukacji Ekonomicznej SGH Ekonomiczny Uniwersytet Dziecięcy Spotkanie V. Podatki dla domu i firmy Wykład: Po co płacić podatki? Warsztaty: Idealny podatek Dr hab. Mariusz Próchniak,
Bardziej szczegółowo9 Funkcje Użyteczności
9 Funkcje Użyteczności Niech u(x) oznacza użyteczność wynikającą z posiadania x jednostek pewnego dobra. Z założenia, 0 jest punktem referencyjnym, czyli u(0) = 0. Należy to zinterpretować jako użyteczność
Bardziej szczegółowoPlanowanie przyszłorocznej sprzedaży na podstawie danych przedsiębiorstwa z branży usług kurierskich.
Iwona Reszetar Uniwersytet Ekonomiczny we Wrocławiu Planowanie przyszłorocznej sprzedaży na podstawie danych przedsiębiorstwa z branży usług kurierskich. Dokument roboczy Working paper Wrocław 2013 Wstęp
Bardziej szczegółowoMatematyka finansowa 04.04.2011 r. Komisja Egzaminacyjna dla Aktuariuszy. LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r. Część I
Komisja Egzaminacyjna dla Aktuariuszy LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.
Bardziej szczegółowoModelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.
GRY (część 1) Zastosowanie: Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. Najbardziej znane modele: - wybór strategii marketingowych przez konkurujące ze sobą firmy
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoOPANUJ RYNEK w 8 minut!
OPANUJ RYNEK w 8 minut! OPANUJ RYNEK w 8 minut! Witaj w anyoption, wiodącej na świecie opcjach binarnych! platformie do transakcji na Dajemy Ci możliwość osiągnięcia wysokich zysków w krótkim i średnim
Bardziej szczegółowoWstęp: scenariusz. Przedsiębiorstwa na rynkach konkurencyjnych. W tym rozdziale szukaj odpowiedzi na pytania:
14 rzedsiębiorstwa na rynkach konkurencyjnych R I N C I L E S O F MICROECONOMICS F O U R T H E D I T I O N N. G R E G O R Y M A N K I W oweroint Slides by Ron Cronovich 2007 Thomson South-Western, all
Bardziej szczegółowoMUMIO Lab 6 (składki, kontrakt stop-loss)
MUMIO Lab 6 (składki, kontrakt stop-loss) 1. (6p.) Niech X oznacza ryzyko (zmienn a losow a o własności P (X 0) = 1), a H( ) niech oznacza formułȩ kalkulacji składki (przyporz adkowuj ac a każdemu ryzyku
Bardziej szczegółowoW poprzedniej prezentacji: Przewodnik po biznesplanie
Model Najlepszych Praktyk Jerzy T. Skrzypek 1 Prezentacja zawiera opis problematyki kursu Biznesplan w 10 krokach 2 Kurs nie zawiera tekstów zawartych w książce o tym samym tytule W poprzedniej prezentacji:
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy
Ekonomiczny Uniwersytet Dziecięcy Młody inwestor na Giełdzie dr Witold Gradoń Akademia Ekonomiczna w Katowicach 19 Kwietnia 2010 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL Plan wykładu
Bardziej szczegółowo01. dla x 0; 1 2 wynosi:
Matematyka ubezpieczeń majątkowych 0.0.04 r. Zadanie. Ryzyko X ma rozkład z atomami: Pr X 0 08. Pr X 0. i gęstością: f X x 0. dla x 0; Ryzyko Y ma rozkład z atomami: Pr Y 0 07. Pr Y 0. i gęstością: fy
Bardziej szczegółowoI. Rynek kapitałowy II. Strategie inwestycyjne III. Studium przypadku
Akademia Młodego Ekonomisty Strategie na rynku kapitałowym Inwestowanie na rynku dr Piotr Stobiecki Uniwersytet Ekonomiczny w Poznaniu 21 listopada 2013 r. Plan wykładu 2 1 Rynek finansowy Rynek kapitałowy
Bardziej szczegółowoZałożenia: wyniki są binarne próby są niezależne liczba prób n ustalona przed pomiarem to samo prawdopodobieństwo sukcesu we wszystkich próbach
Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie Test dwumianowy χ 2 test dobroci dopasowania Analiza tabeli kontygencji ( tabeli krzyżywej) P k sukcesów = n k pk (1 p) n k Założenia:
Bardziej szczegółowoEkonometria - ćwiczenia 11
Ekonometria - ćwiczenia 11 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 21 grudnia 2012 Na poprzednich zajęciach zajmowaliśmy
Bardziej szczegółowo1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe
I Ryzyko i rentowność instrumentów finansowych 1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe 1 Stopa zwrotu z inwestycji w ujęciu
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy
ŻYCIE GOSPODARCZE Psychologia inwestora Agnieszka Finneran Uniwersytet Ekonomiczny we Wrocławiu 8 czerwca 2015 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL Praktyczna typologia oparta
Bardziej szczegółowoEkonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 09 MSTiL niestacjonarne (II stopień)
dr Adam Salomon Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 09 MSTiL niestacjonarne (II stopień) program wykładu 09. Dynamiczne metody szacowania opłacalności projektów inwestycyjnych
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Przedmiot: Nr ćwiczenia: 3 Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Temat: Programowanie dynamiczne Cel ćwiczenia: Formułowanie i rozwiązywanie problemów optymalizacyjnych
Bardziej szczegółowo