Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie

Wielkość: px
Rozpocząć pokaz od strony:

Download "Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie"

Transkrypt

1 Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie Projekt prognostyczny ElŜbieta Bulak Piotr Olszewski Michał Tomanek Tomasz Witka IV ZI gr. 13. Wrocław 2007

2 I. Sformułowanie zadania prognostycznego: 1. Odbiorca prognozy inwestor zagraniczny, pragnący zainwestować część swoich środków na polskim rynku nieruchomości. Inwestycja ta ma być krótkoterminowa, gdyŝ eksperci doradzający inwestorowi obawiają się pęknięcia bańki cenowej mieszkań w Polsce, bazując na doświadczeniach z rynków Hiszpanii i USA. Są przy tym pewni, Ŝe jeśli nawet ceny nie zaczną w dłuŝszej perspektywie gwałtownie spadać, to z pewnością osiągnięty zostanie górny pułap cenowy, pod którym to zwrot z inwestycji nie będzie juŝ dalej rósł w satysfakcjonujący sposób. 2. Obiekt prognozowany wrocławski rynek mieszkaniowy. 3. Zjawisko prognozowane kształtowanie się średniej ceny mieszkań we Wrocławiu. 4. Zmienna prognozowana średnia cena metra kwadratowego [mkw.] mieszkania w granicach terytorialnych miasta Wrocław dla danego miesiąca. 5. Okres prognozy kolejne dwa miesiące: marzec i kwiecień 2007 roku. 6. Cel prognozy celem prognozy jest oszacowanie spodziewanego tempa wzrostu cen mieszkań wrocławskich w najbliŝszym czasie, co pozwoli inwestorowi określić, jak atrakcyjną lokatą kapitału jest wrocławski rynek mieszkań, po porównaniu z prognozami wykonanymi dla innych lokalizacji. 7. Wymagania co do jakości prognozy: dopuszczalność: niech wartość progowa względnego błędu ex ante będzie równa 8%. trafność: zakładamy próg względnego błędu ex post Ψ* = 5% II. Podanie przesłanek prognostycznych 1. Czynniki kształtujące badane zjawisko w przeszłości: poziom płac w sektorze budowniczym stymulanta dla badanego zjawiska, zmiany tego czynnika w ostatnich latach w duŝej części generowane są przez emigrację zarobkową.

3 stopa bezrobocia jej spadek pociąga za sobą wzrost zdolności społeczeństwa do zaciągania kredytów, w tym mieszkaniowych, a więc umoŝliwia wzrost popytu na mieszkania. koszt materiałów budowlanych rosnące koszty materiałów są tak jak koszty pracy elementem stymulujących ceny kosztów produkcji średnia cena (oprocentowanie) kredytu mieszkaniowego stymuluje popyt w podobny sposób jak stopa bezrobocia, wpływając na zdolność kredytową kurs franka szwajcarskiego do złotego odwrotnie proporcjonalny do atrakcyjności kredytów denominowanego we frankach dla polskich kredytobiorców, z których chętnie korzysta liczna, a przy tym szczególnie wraŝliwa na zmianę kosztów kredytu, grupa niezamoŝnych obywateli polskich 2. ZałoŜenia co do czynników kształtujących zjawisko w przyszłości. PoniewaŜ horyzont prognozy nie jest odległy, moŝemy z pewną dozą pewności załoŝyć, iŝ dotychczas wpływające na zjawisko czynniki nadal będą dla niego kluczowe, a sposób ich wpływu nie ulegnie istotnym zmianom. Eksperci rynkowi nie przewidują bowiem w najbliŝszym czasie istotnych zmian wskaźników makroekonomicznych takich jak stopy procentowe, emigracja czy kurs franka. 3. W związku z powyŝszym przyjmujemy postawę pasywną w prognozowaniu

4 III. Zebranie danych: 1. Szereg czasowy zmiennej prognozowanej i potencjalnych zmiennych objaśniających Średnie ceny za metr kw. brutto z gruntem Stopa bezrobocia Średnia stopa kredytów Koszty materiałów hipotecznych budowlanych Kurs franka szwajcarskiego Płace w budownictwie t m-c Y x1 x2 x3 x4 x5 1lis, ,00 17,3 6, ,8 2, ,8 2gru, ,00 17,6 6, ,8 2, ,4 3sty, , , ,9 2, lut, , , ,4 2, ,7 5mar, ,00 17,8 6, ,9 2, ,8 6kwi, ,00 17,2 5, ,2 2, ,2 7maj, ,00 16,5 5, ,0 2, ,5 8cze, , , ,9 2, ,5 9lip, ,00 15,7 5, ,3 2, ,1 10sie, ,00 15,5 5,78 27,4 2, ,3 11wrz, ,00 15,2 5,76 27,0 2, ,4 12paź, ,00 14,9 5,75 29,1 2, ,3 13lis, ,00 14,8 5,73 31,6 2, ,6 14gru, ,00 14,9 5,7 31,9 2, ,6 15sty, ,00 15,1 5,67 29,9 2, ,9 16lut, ,00 14,9 5,75 31,3 2, ,8 Źródła danych: rednetconsulting.com, Główny Urząd Statystyczny, NBP 2. Wykresy i analizy szeregów czasowych. a) Zmienna objaśniana Średnia cena mkw. cena w zł 8 000, , , , , , , ,00 0, okres

5 Wstępna wzrokowa analiza wykresu pozwala stwierdzić, Ŝe w przypadku kolejnych obserwacji zmiennej objaśnianej mamy do czynienia ze składową systematyczną w postaci rosnącego trendu liniowego oraz wahaniami przypadkowymi. b) Potencjalne zmienne objaśniające: Stopa bezrobocia X y = -0,2426x + 18,275 R 2 = 0,8585 bezrobocie Liniowy (bezrobocie) Szereg czasowy dla stopy bezrobocia charakteryzuje się składową systematyczną w postaci liniowego trendu malejącego i wahaniami przypadkowymi. Średnia stopa kredytów hipotecznych X2 6,6 6,4 6,2 6 5,8 5,6 5,4 5, śr. stopa kredytów hipotecznych Liniowy (śr. stopa kredytów hipotecznych) y = -0,0475x + 6,3331 R 2 = 0,8317 Występuje składowa systematyczna trend liniowy malejący i wahania przypadkowe.

6 Procent firm budowlanych, których kierownictwo uwaŝa, Ŝe poziom cen materiałów budowlanych stanowi przeszkodę w prowadzeniu przez nie działalności i ogranicza rozwój. X3 35,0 30,0 25,0 20,0 15,0 10,0 5,0 ilość firm - ceny materiałów Liniowy (ilość firm - ceny materiałów) y = 0,9009x + 17,805 R 2 = 0,8655 0, Trend rosnący o liniowym charakterze(składowa systematyczna) oraz wahania przypadkowe. Kurs franka szwajcarskiego względem złotego X4 2,6500 2,6000 2,5500 2,5000 2,4500 2,4000 2,3500 2,3000 2,2500 2,2000 lis, 2005 gru, 2005 sty, 2006 lut, 2006 mar, 2006 kwi, 2006 maj, 2006 cze, 2006 lip, 2006 sie, 2006 wrz, 2006 paź, 2006 lis, 2006 gru, 2006 sty, 2007 lut, 2007 mar, 2007 kwi, 2007 Składowa systematyczna w postaci tendencji malejącej z wyraźnymi wahaniami przypadkowymi.

7 Średni poziom płac w budownictwie X y = 29,314x R 2 = 0,5218 płace w budownictwie Liniowy (płace w budownictwie) Na podstawie wzrokowej oceny wyróŝnić moŝemy składową systematyczną (rosnący trend) a takŝe składową przypadkową. IV. Wybór metod prognozowania Uprzednie przyjęcie postawy pasywnej oraz fakt, Ŝe w szeregu czasowy zmiennej objaśnianej wyodrębnić moŝna składową systematyczna w postaci liniowego trendu pozwala nam na zastosowanie dwóch metod prognozowania: modelu analitycznego oraz modelu ekonometrycznego. 1.MODEL ANALITYCZNY Prognozowanie przy uŝyciu tego modelu polega na ekstrapolacji funkcji trendu, wyznaczonej wcześniej tak, aby jak najlepiej dopasowana była do wszystkich obserwacji (minimalizowała współczynnik determinacji). Zmienną objaśniającą stanowią tu kolejne numery okresów czasu. a) oszacowanie parametrów modelu: W przypadku obranej zmiennej objaśnianej, jako najlepsze dopasowanie oszacowana została funkcja postaci: Y t =246,64t ,43 gdzie: Y t zmienna prognozowana t - zmienna czasowa

8 Na podstawie modelu moŝemy stwierdzić, Ŝe co miesiąc średnia cena mkw. mieszkania we Wrocławiu rośnie przeciętnie o 246zł 64gr. Do oceny dopasowania funkcji trendu do danych empirycznych posłuŝono się współczynnikiem determinacji R 2, którego wartość wyniosła: 0,9723 Oznacza to, Ŝe oszacowany model w 97,23% wyjaśnia zmienność ceny mkw. mieszkania we Wrocławiu. 3. MODEL EKONOMETRYCZNY W modelu tym równieŝ szacowana jest funkcja jak najlepiej dopasowana do danych empirycznych (przez minimalizację kwadratów reszt), z tym, Ŝe za zmienne objaśniane słuŝą tutaj czynniki wpływające na poziom zmiennej, inne niŝ czas. Kandydatami na zmienne objaśniające będą więc wspomniane czynniki wpływające na zmienną objaśnianą. Zanim jednak zakwalifikujemy je do modelu, naleŝy upewnić się, czy są one (kaŝda osobno) dobrze skorelowane ze zmienną objaśniającą, a jednocześnie nie za mocno skorelowane między sobą. Istotna będzie teŝ weryfikacja merytorycznej zgodności współczynników korelacji z realiami prognozowanej dziedziny. Y x1 x2 x3 x4 x5 Y 1,00 x1-0,90 1,00 x2-0,85 0,91 1,00 x3 0,92-0,94-0,85 1,00 x4-0,70 0,44 0,40-0,60 1,00 x5 0,80-0,85-0,76 0,86-0,58 1,00 Analiza powyŝszej macierzy korelacji doprowadza do wniosku, Ŝe w modelu nie powinny znaleźć się zmienne x1 i x2, jako powtarzającymi zbyt wiele informacji niesionej przez inne zmienne, lepiej skorelowane ze zmienną objaśniającą. Po wykonaniu oszacowania parametrów wstępnego modelu otrzymano funkcję postaci:

9 Y t = -0,07x 5 t 4925x 4 t + 201,78x 3 t ,76 Po ocenieniu istotności parametrów modelu testami F i Studenta... t x5 0,05119 x4 1, x3 3, t*= 1,78 F 28, F* 0, uznano za nieistotny wpływ zmiennej X5 na zmienną objaśnianą. Tak więc ostatecznie w modelu znajdą się zmienne: X3 koszty materiałów budowlanych, X4 kurs franka szwajcarskiego. Po oszacowaniu ich parametrów stwierdzamy, Ŝe model jest postaci: Y t = 4903x 4t + 199,65x 3t ,176 Wg modelu wzrost kursu franka szwajcarskiego o 10 groszy powoduje spadek ceny metra kwadratowego mieszkania we Wrocławiu o 490,3zł. Z kolei wzrost kosztów materiałów o złotówkę powoduje w rezultacie wzrost ceny metra mieszkania o 199zł 65gr. Na podstawie współczynnika determinacji, wynoszącego R 2 = 0,88, stwierdzamy, Ŝe model jest dobrze dopasowany do danych. Z kolei testowanie istotności parametrów... t x4-1, x3 6, t*= 1, F 28,24721 F* 2, pozwala stwierdzić, Ŝe wybrane do modelu zmienne mają istotny wpływ na zmienną objaśnianą.

10 V. WYZNACZENIE PROGNOZY: y* 17 marzec 2007 y* 18 kwiecień METODĄ ANALITYCZNĄ: y* 17 = 7511,00 y* 18 = 7774,00 2. MODELEM EKONOMETRYCZNYM y* 17 = 7257,2926 y* 18 = 7456,9738 Stosując do prognozowania średnich cen m 2 mieszkań na rynku wrocławskim model analityczny, przewidujemy wzrost cen do poziomu 7511,00 PLN w marcu oraz 7774,00 PLN w kwietniu 2007 roku. Odchylenie standardowe w tym przypadku wynosi 204,9826. W przypadku uŝycia modelu ekonometrycznego do prognozy cen mieszkań w tych samych okresach stwierdzamy, Ŝe zmienna osiągnie wartość 7257,29 PLN w marcu 2007 roku oraz 7456,97 PLN w kwietniu 2007 przy odchyleniu standardowym równym 468, VI. OCENA DOPUSZCZALNOŚCI PROGNOZY (błędy ex ante) 1.MODEL ANALITYCZNY: η 17 [%] = 0, η 18 [%] =0, MODEL EKONOMETRYCZNY η 17 [%] = 6,97% η 18 [%] = - 6,90%

11 Wszystkie wartości są mniejsze od wartości krytycznej równej 8%. Oznacza to, Ŝe prognoza zawiera się w przedziale dopuszczalności, czyli model moŝe być uŝyty do prognozowania. VII. OCENA TRAFNOŚCI (błędy ex post): 1. Model analityczny Ψ 17 =0, % Ψ 18 =0, % 2. Model ekonometryczny Ψ 17 =-0,03 % Ψ 18 = -0,04 % Prognoza okazała się trafna dla przy uŝyciu obydwu modeli. Względny błąd ex post okazał się mniejszy od z góry ustalonego co oznacza, Ŝe obie prognozy moŝemy uznać za trafne.

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH PROGNOZA WIELKOŚCI ZUŻYCIA CIEPŁA DOSTARCZANEGO PRZEZ FIRMĘ FORTUM DLA CELÓW CENTRALNEGO OGRZEWANIA W ROKU 2013 DLA BUDYNKÓW WSPÓLNOTY MIESZKANIOWEJ PRZY UL. GAJOWEJ 14-16, 20-24 WE WROCŁAWIU PAWEŁ SZOŁTYSEK

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

Rynek Mieszkań. Nowych IIMieszkań. Rynek Nowych. kwartał 2014 r. III kwartał 2012 r.

Rynek Mieszkań. Nowych IIMieszkań. Rynek Nowych. kwartał 2014 r. III kwartał 2012 r. Rynek Nowych Rynek Mieszkań Nowych IIMieszkań kwartał 2014 r. III kwartał 2012 r. str. 02 Na podstawie analizowanych danych przewidujemy: możliwe wzrosty cen w największych polskich miastach, szczególnie

Bardziej szczegółowo

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.

Bardziej szczegółowo

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania

Bardziej szczegółowo

Rynek. Nowych Mieszkań. Rynek Nowych. Mieszkań. III kwartał 2012 r.

Rynek. Nowych Mieszkań. Rynek Nowych. Mieszkań. III kwartał 2012 r. Rynek Nowych Rynek Mieszkań Nowych III kwartał 213 r. Mieszkań III kwartał 212 r. str. 2 Na podstawie analizowanych danych przewidujemy: utrzymanie stabilnego poziomu cen, możliwe wzrosty dla szczególnie

Bardziej szczegółowo

Przykład 2. Stopa bezrobocia

Przykład 2. Stopa bezrobocia Przykład 2 Stopa bezrobocia Stopa bezrobocia. Komentarz: model ekonometryczny stopy bezrobocia w Polsce jest modelem nieliniowym autoregresyjnym. Podobnie jak model podaŝy pieniądza zbudowany został w

Bardziej szczegółowo

Obecna i prognozowana sytuacja na rynku drobiu i jaj

Obecna i prognozowana sytuacja na rynku drobiu i jaj Departament Analiz Makroekonomicznych i Sektorowych Obecna i prognozowana sytuacja na rynku drobiu i jaj Michał Koleśnikow Mława, 5.06.2011 www.analizy.bgz.pl Konspekt prezentacji 1. Bieżący poziom cen

Bardziej szczegółowo

Piąty z rzędu wzrost cen mieszkań

Piąty z rzędu wzrost cen mieszkań KOMENTARZ Open Finance, 08.06.2010 r. Piąty z rzędu wzrost cen mieszkań Indeks cen mieszkań stworzony przez Open Finance wzrósł w maju po raz piąty z rzędu tym razem o 0,7 proc. Towarzyszył temu wzrost

Bardziej szczegółowo

Rynek nowych mieszkań w III kwartale 2015 r. Przewidujemy: Zwiększenie popytu związane z nowelizacją programu MdM Utrzymanie się przyrostu podaży

Rynek nowych mieszkań w III kwartale 2015 r. Przewidujemy: Zwiększenie popytu związane z nowelizacją programu MdM Utrzymanie się przyrostu podaży Rynek nowych mieszkań w III kwartale 2015 r. Przewidujemy: Zwiększenie popytu związane z nowelizacją programu MdM Utrzymanie się przyrostu podaży nowych mieszkań Umiarkowane wzrosty cen nowych mieszkań

Bardziej szczegółowo

RYNEK MIESZKANIOWY MAJ 2015

RYNEK MIESZKANIOWY MAJ 2015 X X X X X RYNEK MESZKANOWY MAJ Maj był trzecim miesiącem w rankingu pod względem sprzedaży mieszkań na rynku pierwotnym w roku. Liczba mieszkań większa była jedynie w marcu i kwietniu. Wtedy to Rada Polityki

Bardziej szczegółowo

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych

Bardziej szczegółowo

Koniunktura na kredyty

Koniunktura na kredyty Marzec PENGAB =. Wskaźnik Ocen. +. Wskaźnik Prognoz. -. -. Koniunktura na kredyty Index Pengab / / / Pengab wartość trendu cyklu / / / / / Ocena kredyty osób indywidualnych / / / / / / / / / / / / Listopadowy

Bardziej szczegółowo

Do końca roku łatwiej o kredyt mieszkaniowy

Do końca roku łatwiej o kredyt mieszkaniowy Do końca roku łatwiej o kredyt mieszkaniowy Na rynku kredytów hipotecznych od początku 2010 r. odnotowano poprawę sytuacji w porównaniu z rokiem ubiegłym. Dalszy wzrost zainteresowania rządowym programem

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

RYNEK MIESZKANIOWY KWIECIEŃ 2015

RYNEK MIESZKANIOWY KWIECIEŃ 2015 X X X X X X X X X X RYNEK MESZKANOWY KWECEŃ Kwiecień był drugim rekordowym miesiącem pod względem sprzedaży mieszkań na rynku pierwotnym. Liczba sprzedanych mieszkań w ostatnim czasie większa była jedynie

Bardziej szczegółowo

Rynek nieruchomości mieszkaniowych w Polsce w roku 2009

Rynek nieruchomości mieszkaniowych w Polsce w roku 2009 Rynek nieruchomości mieszkaniowych w Polsce w roku 2009 Jacek Łaszek, Hanna Augustyniak I Konferencja Przemysłu Materiałów Budowlanych Rawa Mazowiecka, 28-29.05.2009 r. Prognozy wskazują dobre perspektywy

Bardziej szczegółowo

Wzrósł popyt na kredyty

Wzrósł popyt na kredyty Październik PENGAB =. Wskaźnik Ocen. +. Wskaźnik Prognoz. -. -. Wzrósł popyt na kredyty Index Pengab Pengab wartość trendu cyklu Ocena kredyty osób indywidualnych Listopadowy Październikowy sondaż sondaż

Bardziej szczegółowo

Wybrane wyniki badań dotyczących perspektyw rozwoju rynku kredytów mieszkaniowych w Polsce do 2015 roku zrealizowanych przez IBnGR

Wybrane wyniki badań dotyczących perspektyw rozwoju rynku kredytów mieszkaniowych w Polsce do 2015 roku zrealizowanych przez IBnGR Wybrane wyniki badań dotyczących perspektyw rozwoju rynku kredytów mieszkaniowych w Polsce do 2015 roku zrealizowanych przez IBnGR Gdańsk, marzec 2013 Scenariusz rozwoju rynku kredytów mieszkaniowych w

Bardziej szczegółowo

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF 120 I. Ogólne informacje o przedmiocie Cel przedmiotu: Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod statystycznych.

Bardziej szczegółowo

Raport KRN.pl: Kupować czy wynajmować? Niniejszy raport został przygotowany przez specjalistów portalu nieruchomości KRN.pl.

Raport KRN.pl: Kupować czy wynajmować? Niniejszy raport został przygotowany przez specjalistów portalu nieruchomości KRN.pl. Niniejszy raport został przygotowany przez specjalistów portalu nieruchomości KRN.pl. Raport KRN.pl: Kupować czy wynajmować? Niniejszy raport został przygotowany przez specjalistów portalu nieruchomości

Bardziej szczegółowo

Rynek mieszkaniowy - Wrocław

Rynek mieszkaniowy - Wrocław Rynek mieszkaniowy - Wrocław W minionym półroczu w serwisie ogłoszeniowym Domiporta.pl znajdowało się ponad 27 tys. aktualnych ofert sprzedaŝy mieszkań z Wrocławia. Większość z nich była ogłoszeniami z

Bardziej szczegółowo

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr

Bardziej szczegółowo

Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2012 2039 Gminy Miasta Radomia.

Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2012 2039 Gminy Miasta Radomia. Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2012 2039 Gminy Miasta Radomia. Za bazę do opracowania Wieloletniej Prognozy Finansowej na kolejne lata przyjęto projekt budŝetu

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Raport Dekada na rynku nieruchomości pierwotnych w Warszawie od 3 594 zł do 8 254

Raport Dekada na rynku nieruchomości pierwotnych w Warszawie od 3 594 zł do 8 254 Warszawa, 17.01.2011 Raport Dekada na rynku nieruchomości pierwotnych w Warszawie od 3 594 zł do 8 254 Miniona dekada na stołecznym rynku nieruchomości upłynęła wyjątkowo ciekawe. Obserwowaliśmy powstawanie

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Plan prezentacji Wprowadzenie do prognozowania Metody

Bardziej szczegółowo

Aktywność banków na rynku nieruchomości. III Forum Gospodarcze InvestExpo Chorzów 7-8 kwietnia 2011 r.

Aktywność banków na rynku nieruchomości. III Forum Gospodarcze InvestExpo Chorzów 7-8 kwietnia 2011 r. Aktywność banków na rynku nieruchomości III Forum Gospodarcze InvestExpo Chorzów 7-8 ietnia 2011 r. Rynek kredytów hipotecznych w 2010 r. 2010 r. Nazwa Zmiana 2010/2009 263,6 mld zł ogólna ota zadłużenia

Bardziej szczegółowo

Regulatorzy w trosce o kondycję kredytu hipotecznego podsumowanie ostatnich kuracji i nisze dla biznesu bankowo-ubezpieczeniowego.

Regulatorzy w trosce o kondycję kredytu hipotecznego podsumowanie ostatnich kuracji i nisze dla biznesu bankowo-ubezpieczeniowego. Regulatorzy w trosce o kondycję kredytu hipotecznego podsumowanie ostatnich kuracji i nisze dla biznesu bankowo-ubezpieczeniowego. dr Agnieszka Tułodziecka Fundacja na Rzecz Kredytu Hipotecznego Historyczne

Bardziej szczegółowo

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty piąty kwartalny raport oceniający stan koniunktury gospodarczej w Polsce (IV kwartał 2014 r.) oraz prognozy na lata 2015 2016 KWARTALNE

Bardziej szczegółowo

Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2011 2039 Gminy Miasta Radomia.

Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2011 2039 Gminy Miasta Radomia. Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2011 2039 Gminy Miasta Radomia. Za bazę do opracowania Wieloletniej Prognozy Finansowej na kolejne lata przyjęto projekt budŝetu

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ Korelacja oznacza fakt współzależności zmiennych, czyli istnienie powiązania pomiędzy nimi. Siłę i kierunek powiązania określa się za pomocą współczynnika korelacji

Bardziej szczegółowo

RYNEK MIESZKANIOWY STYCZEŃ 2016

RYNEK MIESZKANIOWY STYCZEŃ 2016 RYNEK MESZKANOWY STYCZEŃ Deweloperzy już od drugiej połowy 2013 roku cieszą się dobrymi wynikami sprzedażowymi, jednak dynamiczny wzrost sprzedaży mieszkań odnotowuje się od marca roku, kiedy to Rada Polityki

Bardziej szczegółowo

Zmiany cen nieruchomości w czasie

Zmiany cen nieruchomości w czasie Inwestycje i ryzyko na rynku nieruchości Ewa Kusideł 1 Zmiany cen nieruchomości w czasie Dr Ewa Kusideł Inwestycje i ryzyko na rynku nieruchości 2 Analiza średnich zmian cen nieruchomości w czasie za pomocą

Bardziej szczegółowo

105 seminarium awa, 19 listopada 2009

105 seminarium awa, 19 listopada 2009 Dynamika kredytu w Polsce w okresie kryzysu załamanie, amanie, czy tylko korekta? Andrzej Bratkowski Polkomtel SA 105 seminarium BRE-CASE Warszaw awa, 19 listopada 2009 45,0% 40,0% 35,0% 30,0% 25,0% 20,0%

Bardziej szczegółowo

Rynek mieszkaniowy w głównych miastach Polski. II kwartał 2008

Rynek mieszkaniowy w głównych miastach Polski. II kwartał 2008 Rynek mieszkaniowy w głównych miastach Polski II kwartał 28 Podaż 2 W pierwszej połowie bieżącego roku na rynku mieszkaniowym w Polsce nastąpiła zmiana w relacji popytu względem podaży. Popyt na mieszkania,

Bardziej szczegółowo

Ryzyko stopy procentowej, ryzyko walutowe, spread walutowy i ryzyko zmian cen rynkowych nieruchomości stanowiących zabezpieczenie

Ryzyko stopy procentowej, ryzyko walutowe, spread walutowy i ryzyko zmian cen rynkowych nieruchomości stanowiących zabezpieczenie Informacja dla Klientów Credit Agricole Bank Polska S.A. o ryzyku zmiennej stopy procentowej, ryzyku walutowym i wpływie spreadu walutowego na obciąŝenia z tytułu spłaty kredytu oraz ryzyku związanym ze

Bardziej szczegółowo

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:

Bardziej szczegółowo

W prognozach mniej optymizmu

W prognozach mniej optymizmu Wrzesień PENGAB =. Wskaźnik Ocen. -. Wskaźnik Prognoz. -. -. W prognozach mniej optymizmu Index Pengab Pengab wartość trendu cyklu / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / /

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Analiza zależności liniowych

Analiza zależności liniowych Narzędzie do ustalenia, które zmienne są ważne dla Inwestora Analiza zależności liniowych Identyfikuje siłę i kierunek powiązania pomiędzy zmiennymi Umożliwia wybór zmiennych wpływających na giełdę Ustala

Bardziej szczegółowo

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości

Bardziej szczegółowo

Analiza metod prognozowania kursów akcji

Analiza metod prognozowania kursów akcji Analiza metod prognozowania kursów akcji Izabela Łabuś Wydział InŜynierii Mechanicznej i Informatyki Kierunek informatyka, Rok V Specjalność informatyka ekonomiczna Politechnika Częstochowska izulka184@o2.pl

Bardziej szczegółowo

A.Światkowski. Wroclaw University of Economics. Working paper

A.Światkowski. Wroclaw University of Economics. Working paper A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:

Bardziej szczegółowo

BANK HANDLOWY W WARSZAWIE S.A.

BANK HANDLOWY W WARSZAWIE S.A. BANK HANDLOWY W WARSZAWIE S.A. Wyniki za 2014 rok i podział zysku Warszawa, 22 czerwca 2015 Otoczenie makroekonomiczne % r/r, pkt proc. 7.0 5.0 3.0 1.0-1.0-3.0-5.0 Gospodarka stopniowo przyspiesza Wzrost

Bardziej szczegółowo

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty szósty kwartalny raport oceniający stan koniunktury gospodarczej w Polsce (I kwartał 2015 r.) oraz prognozy na lata 2015 2016 KWARTALNE

Bardziej szczegółowo

Co to jest analiza regresji?

Co to jest analiza regresji? Co to jest analiza regresji? Celem analizy regresji jest badanie związków pomiędzy wieloma zmiennymi niezależnymi (objaśniającymi) a zmienną zależną (objaśnianą), która musi mieć charakter liczbowy. W

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

Bardziej szczegółowo

Joanna Muszyńska, Ewa Zdunek Uniwersytet Mikołaja Kopernika w Toruniu. Ekonometryczna analiza upadłości przedsiębiorstw w Polsce w latach 1990-2005

Joanna Muszyńska, Ewa Zdunek Uniwersytet Mikołaja Kopernika w Toruniu. Ekonometryczna analiza upadłości przedsiębiorstw w Polsce w latach 1990-2005 DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika

Bardziej szczegółowo

Portfele Comperii - wrzesień 2011

Portfele Comperii - wrzesień 2011 1 S t r o n a Portfele Comperii - wrzesień 2011 Czym są Portfele Comperii? Portfele Comperii (dawniej zwane Wskaźnikami Comperii ) to analiza ukazująca, jak w ostatnich kilku tygodniach (a także miesiąc

Bardziej szczegółowo

Na podstawie danych dotyczacych rocznych wydatków na pizze oszacowano parametry poniższego modelu:

Na podstawie danych dotyczacych rocznych wydatków na pizze oszacowano parametry poniższego modelu: Zadanie 1. Oszacowano model ekonometryczny liczby narodzin dzieci (w tys.) w Polsce w latach 2000 2010 w zależnosci od średniego rocznego wynagrodzenia (w ujęciu realnym, PLN), stopy bezrobocia (w punktach

Bardziej szczegółowo

Sytuacja na rynku pracy w Polsce Raport kwartalny I/2008

Sytuacja na rynku pracy w Polsce Raport kwartalny I/2008 MINISTERSTWO PRACY I POLITYKI SPOŁECZNEJ DEPARTAMENT ANALIZ EKONOMICZNYCH I PROGNOZ Sytuacja na rynku pracy w Polsce Raport kwartalny I/ W III kwartale roku Produkt Krajowy Brutto zwiększył się realnie

Bardziej szczegółowo

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty siódmy kwartalny raport oceniający stan koniunktury gospodarczej w Polsce ( kwartał 2015 r.) oraz prognozy na lata 2015 2016 KWARTALNE

Bardziej szczegółowo

Sfinks Polska podsumowanie wyników po III kw. 2013 r. Warszawa, 14 listopada 2013 r.

Sfinks Polska podsumowanie wyników po III kw. 2013 r. Warszawa, 14 listopada 2013 r. Sfinks Polska podsumowanie wyników po III kw. 2013 r. Warszawa, 14 listopada 2013 r. III kw. 2013 w skrócie Wzrost przychodów restauracji Dalsza poprawa rentowności Zysk operacyjny po dziewięciu miesiącach

Bardziej szczegółowo

W pierwszym kwartale klienci banków mniej aktywni

W pierwszym kwartale klienci banków mniej aktywni Monitor Bankowy PENGAB =. Wskaźnik Ocen. -. Wskaźnik Prognoz. +. -. W pierwszym kwartale klienci banków mniej aktywni Index Pengab Luty Pengab wartość trendu cyklu Lutowy sondaż w placówkach bankowych

Bardziej szczegółowo

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY Będziemy zapisywać wektory w postaci (,, ) albo traktując go jak macierz jednokolumnową (dzięki temu nie będzie kontrowersji przy transponowaniu wektora ) Model

Bardziej szczegółowo

W SKRÓCIE: Początek roku to okres mniejszej aktywności potencjalnych nabywców. Skutkuje to dłuższym niż zwykle czasem oczekiwania na transakcję.

W SKRÓCIE: Początek roku to okres mniejszej aktywności potencjalnych nabywców. Skutkuje to dłuższym niż zwykle czasem oczekiwania na transakcję. W SKRÓCIE: Od listopada marż nie podniosły tylko Bank Millennium i PKO BP PKO BP obniżył marże o 0,1 p.p., ale tylko posiadaczom wysokiego wkładu własnego BZ WBK wprowadził pierwszą ofertę kredytu ze stałym

Bardziej szczegółowo

Sytuacja na rynku mieszkaniowym w Polsce 2007 stan obecny i prognozy

Sytuacja na rynku mieszkaniowym w Polsce 2007 stan obecny i prognozy - SMART INVESTMENTS - Sytuacja na rynku mieszkaniowym w Polsce 2007 stan obecny i prognozy - wrzesień 2007 - Plac Defilad 1 00-901 Warszawa POLSKA Tel. +48 22 656 63 00 Fax. +48 22 656 63 20 E-mail: biuro@ceeproperty.pl

Bardziej szczegółowo

Propozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE. 1. Wstęp

Propozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE. 1. Wstęp 1 Sugerowany przypis: Chybalski F., Propozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE, Przegląd Statystyczny, nr 3/2006, Dom Wydawniczy Elipsa, Warszawa 2006, s. 73-82 Propozycja

Bardziej szczegółowo

Przykład 1 ceny mieszkań

Przykład 1 ceny mieszkań Przykład ceny mieszkań Przykład ceny mieszkań Model ekonometryczny zaleŝności ceny mieszkań od metraŝu - naleŝy do klasy modeli nieliniowych. - weryfikację empiryczną modelu przeprowadzono na przykładzie

Bardziej szczegółowo

2013 rok dobry lecz wymagający

2013 rok dobry lecz wymagający PENGAB =. Monitor Bankowy +. rok dobry lecz wymagający grudzień Wskaźnik Ocen. +. Wskaźnik Prognoz. -. Index Pengab Pengab wartość trendu cyklu / / / / / / / / / / / / / / / / / / / / / / / / / / / / /

Bardziej szczegółowo

Zrównoważony wzrost koniunktury

Zrównoważony wzrost koniunktury marzec PENGAB =. +. Zrównoważony wzrost koniunktury Wskaźnik Ocen. +. Wskaźnik Prognoz. -. Index Pengab Pengab wartość trendu cyklu / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / /

Bardziej szczegółowo

ROZDZIAŁ 7 WPŁYW SZOKÓW GOSPODARCZYCH NA RYNEK PRACY W STREFIE EURO

ROZDZIAŁ 7 WPŁYW SZOKÓW GOSPODARCZYCH NA RYNEK PRACY W STREFIE EURO Samer Masri ROZDZIAŁ 7 WPŁYW SZOKÓW GOSPODARCZYCH NA RYNEK PRACY W STREFIE EURO Najbardziej rewolucyjnym aspektem ogólnej teorii Keynesa 1 było jego jasne i niedwuznaczne przesłanie, że w odniesieniu do

Bardziej szczegółowo

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Rafał Czyżycki, Marcin Hundert, Rafał Klóska Wydział Zarządzania i Ekonomiki Usług Uniwersytet Szczeciński O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Wprowadzenie Poruszana

Bardziej szczegółowo

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych Mariusz Hamulczuk Pułtusk 06.12.1011 Wprowadzenie Przewidywanie a prognozowanie Metoda prognozowania rodzaje metod i prognoz Czy moŝna

Bardziej szczegółowo

Analiza wpływu wybranych czynników na rozwój ubezpieczeń towarzyszących kredytowaniu hipotecznemu

Analiza wpływu wybranych czynników na rozwój ubezpieczeń towarzyszących kredytowaniu hipotecznemu Analiza wpływu wybranych czynników na rozwój ubezpieczeń Patrycja Kowalczyk-Rólczyńska Analiza wpływu wybranych czynników na rozwój ubezpieczeń towarzyszących kredytowaniu hipotecznemu Rozwój ubezpieczeń

Bardziej szczegółowo

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty dziewiąty kwartalny raport oceniający stan koniunktury gospodarczej w Polsce (IV kwartał 2015 r.) oraz prognozy na lata 2016 2017

Bardziej szczegółowo

Śniadanie prasowe: Trendy na rynku kredytów dla gospodarstw domowych

Śniadanie prasowe: Trendy na rynku kredytów dla gospodarstw domowych GRUPA BIK Śniadanie prasowe: Trendy na rynku kredytów dla gospodarstw domowych dr Mariusz Cholewa, Prezes Zarządu Biura Informacji Kredytowej S.A. 11.02.2014 r. 1 AGENDA ŚNIADANIE PRASOWE GRUPY BIK BIK

Bardziej szczegółowo

2014 rok dobry lecz wymagający

2014 rok dobry lecz wymagający Grudzień PENGAB =. Wskaźnik Ocen. +. Wskaźnik Prognoz. -. +. rok dobry lecz wymagający Index Pengab Pengab wartość trendu cyklu Ocena kredyty osób indywidualnych Listopadowy Grudniowy sondaż sondaż w w

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pcibis@o2.pl 23 marca 2006 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności 2 3 Etapy transformacji

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

Egzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007

Egzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007 Egzamin ze statystyki, Studia Licencjackie Stacjonarne TEMAT C grupa 1 Czerwiec 2007 (imię, nazwisko, nr albumu).. Przy rozwiązywaniu zadań, jeśli to konieczne, naleŝy przyjąć poziom istotności 0,01 i

Bardziej szczegółowo

POLSKI RYNEK NIERUCHOMOŚCI

POLSKI RYNEK NIERUCHOMOŚCI prze- POLSKI RYNEK NIERUCHOMOŚCI Maj 2013 W SKRÓCIE KREDYTY HIPOTECZNE Już 8 miesiąc z rzędu oprocentowanie kredytów hipotecznych w złotych spada. Przeciętnie wynosi już tylko 4,59%. Od września ubiegłego

Bardziej szczegółowo

W SKRÓCIE: Średnia marża kredytów w MdM jest najwyższa w historii i wynosi 2,08%

W SKRÓCIE: Średnia marża kredytów w MdM jest najwyższa w historii i wynosi 2,08% Grudzień 2015 W SKRÓCIE: Średnia marża kredytów w MdM jest najwyższa w historii i wynosi 2,08% Podwyżki marż od grudnia wprowadziły Pekao, mbank, Deutsche Bank i Euro Bank. Od stycznia wprowadzi je również

Bardziej szczegółowo

ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO

ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Wydział Nauk Ekonomicznych i Zarządzania Kierunek Analityka Gospodarcza Studia stacjonarne I stopnia ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Zagadnienia ogólnoekonomiczne 1. Aktualna sytuacja na europejskim

Bardziej szczegółowo

ANKIETA do Przewodniczących Komitetów Kredytowych na temat sytuacji na rynku kredytowym

ANKIETA do Przewodniczących Komitetów Kredytowych na temat sytuacji na rynku kredytowym ANKIETA do Przewodniczących Komitetów Kredytowych na temat sytuacji na rynku kredytowym Część 1 - Przedsiębiorstwa Pytania 1-7 dotyczą polityki kredytowej Banku w zakresie kredytów dla przedsiębiorstw

Bardziej szczegółowo

Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2014 2029 Gminy Miasta Radomia.

Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2014 2029 Gminy Miasta Radomia. Objaśnienia wartości przyjętych w Wieloletniej Prognozie Finansowej na lata 2014 2029 Gminy Miasta Radomia. Za bazę do opracowania Wieloletniej Prognozy Finansowej na kolejne lata przyjęto projekt budżetu

Bardziej szczegółowo

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r. Sierpień 216 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 216 r. NBP Oddział Okręgowy w Katowicach Katowice, 216 r. Synteza Synteza Informację

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

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty pierwszy kwartalny raport oceniający stan koniunktury gospodarczej w Polsce (IV kwartał 2013 r.) oraz prognozy na lata 2014 2015

Bardziej szczegółowo

PKB, Inflacja - dokładność prognoz

PKB, Inflacja - dokładność prognoz Notatki do wykładu 1012 PKB, Inflacja - dokładność prognoz - Dokładność europejskich prognoz PKB i inflacji - Dokładność polskich prognoz PKB i inflacji - Prognozowanie inflacji w Bankach Narodowych -

Bardziej szczegółowo

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty czwarty kwartalny raport oceniający stan koniunktury gospodarczej w Polsce ( kwartał 2014 r.) oraz prognozy na lata 2014 2015 KWARTALNE

Bardziej szczegółowo

Mieszkania: ceny transakcyjne trzymają poziom

Mieszkania: ceny transakcyjne trzymają poziom RAPORT Open Finance, lipiec 2009 r. Mieszkania: ceny transakcyjne trzymają poziom W lipcu nie doszło do istotnego pogorszenia nastrojów na rynku mieszkaniowym, choć spodziewaliśmy się go od trzeciego kwartału.

Bardziej szczegółowo

Dopasowywanie modelu do danych

Dopasowywanie modelu do danych Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;

Bardziej szczegółowo

Mieszkania: kolejny miesiąc wyraźnego spadku cen

Mieszkania: kolejny miesiąc wyraźnego spadku cen KOMENTARZ Open Finance, 07.09.2011 r. Mieszkania: kolejny miesiąc wyraźnego spadku cen Sierpniowy indeks cen transakcyjnych mieszkań, po spadku o 0,8 proc., osiągnął najniższy poziom w swojej ponad trzyipółletniej

Bardziej szczegółowo

Po co w ogóle prognozujemy?

Po co w ogóle prognozujemy? Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym

Bardziej szczegółowo

23 Zagadnienia - Prognozowanie i symulacje

23 Zagadnienia - Prognozowanie i symulacje 1. WYJAŚNIJ POJĘCIE PROGNOZY I OMÓW PODSTAWOWE PEŁNIONE PRZEZ PROGNOZĘ FUNKCJE. Prognoza - jest to sąd dotyczący przyszłej wartości pewnego zjawiska o następujących właściwościach: jest sformułowany w

Bardziej szczegółowo

Stan i prognoza koniunktury gospodarczej

Stan i prognoza koniunktury gospodarczej 222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty drugi kwartalny raport oceniający stan koniunktury gospodarczej w Polsce (I kwartał 2014 r.) oraz prognozy na lata 2014 2015 KWARTALNE

Bardziej szczegółowo

RYNEK MIESZKANIOWY SIERPIEŃ 2015

RYNEK MIESZKANIOWY SIERPIEŃ 2015 X X X X X X X X X X RYNEK MESZKANOWY SERPEŃ Deweloperzy już od drugiej połowy 2013 roku cieszą się dobrymi wynikami sprzedażowymi, jednak dynamiczny wzrost sprzedaży mieszkań odnotowuje się od marca, kiedy

Bardziej szczegółowo

Małe znów jest piękne

Małe znów jest piękne 0 Smart Investments Małe znów jest piękne Analiza: w strukturze wielkości nowobudowanych mieszkań Luty 2011 CEE Property Group Sp. z o.o. Ul. Domaniewska 42 02-672 Warszawa POLSKA Rentowność projektów

Bardziej szczegółowo

Skuteczne rozwiązania w zarządzaniu płynnością firm i przedsiębiorstw Typy inwestycyjne Union Investment TFI. Warszawa marzec 2013 r.

Skuteczne rozwiązania w zarządzaniu płynnością firm i przedsiębiorstw Typy inwestycyjne Union Investment TFI. Warszawa marzec 2013 r. Skuteczne rozwiązania w zarządzaniu płynnością firm i przedsiębiorstw Typy inwestycyjne Union Investment TFI Warszawa marzec 2013 r. W co lokować nadwyżki? Aktualne typy inwestycyjne. marzec 2013 2 Zarządzanie

Bardziej szczegółowo

Sezonowa korekta koniunktury

Sezonowa korekta koniunktury Maj PENGAB =. Wskaźnik Ocen. -. Wskaźnik Prognoz. -. -. Sezonowa korekta koniunktury Index Pengab Pengab wartość trendu cyklu / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / /

Bardziej szczegółowo

APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI

APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI Łukasz MACH Streszczenie: W artykule przedstawiono wybrane aspekty prognozowania czynników istotnie określających sytuację na

Bardziej szczegółowo

Odbicie na rynku nieruchomości

Odbicie na rynku nieruchomości Raporty i analizy Odbicie na rynku nieruchomości W III kwartale 2009 r. obserwowaliśmy na rynku nieruchomości stosunkowo duŝe oŝywienie. Większość współpracujących z portalem KRN.pl pośredników potwierdza,

Bardziej szczegółowo

Warszawa Lipiec 2015 r.

Warszawa Lipiec 2015 r. Kieruj płynnością swojej firmy! Typy inwestycyjne Union Investment TFI Warszawa r. W co lokować nadwyżki? Aktualne typy inwestycyjne Zarządzanie płynnością PLN Potencjał wzrostu UniLokata Zarządzanie płynnością

Bardziej szczegółowo

Rentowność najmu przebiła lokaty i obligacje

Rentowność najmu przebiła lokaty i obligacje najmu przebiła lokaty i obligacje Autor: Emil Szweda, Bernard Waszczyk, Open Finance 13.09.2010. Portal finansowy IPO.pl Szczyt sezonu najmu, związany z napływem studentów na uczelnie i spadek oprocentowania

Bardziej szczegółowo

Sezonowa stabilizacja

Sezonowa stabilizacja PENGAB =. Monitor Bankowy +. Sezonowa stabilizacja Listopad Wskaźnik Ocen.8 -. Wskaźnik Prognoz. +. Index Pengab Pengab wartość trendu cyklu / / / / / 9/ / / / / / 9/ / / / / / 9/ / / / / / 9/ / /8 /8

Bardziej szczegółowo

Rozwój Polski w warunkach stagnacji gospodarczej Unii Europejskiej

Rozwój Polski w warunkach stagnacji gospodarczej Unii Europejskiej Witold Grostal, Dyrektor Biura Strategii Polityki Pieniężnej w NBP Rozwój Polski w warunkach stagnacji gospodarczej Unii Europejskiej VII Konferencja dla Budownictwa / 14 kwietnia 2015 r. 2005Q1 2006Q1

Bardziej szczegółowo