1. Wprowadzenie. *(Katedra Ekonometrii UŁ, Instytut Ekonomiczny NBP). **(Instytut Ekonomiczny NBP) 1

Wielkość: px
Rozpocząć pokaz od strony:

Download "1. Wprowadzenie. *(Katedra Ekonometrii UŁ, Instytut Ekonomiczny NBP). **(Instytut Ekonomiczny NBP) 1"

Transkrypt

1 Sudia Prawno-Ekonomiczne,. LXXXI, 2010 PL ISSN s Paweł Baranowski* Agnieszka Leszczyńska** Nowokeynesowska hybrydowa krzywa Philipsa szacunki dla Polski w oparciu o dane miesięczne 1. Wprowadzenie Celem opracowania jes oszacowanie paramerów nowokeynesowskiej krzywej Phillipsa (ang. New Keynesian Phillips Curve, NKPC) dla Polski w oparciu o dane miesięczne. Przyjęa w arykule posać krzywej, zw. hybrydowa nowokeynesowska krzywa Phillipsa, rozszerza NKPC o dodakowy komponen oczekiwań adapacyjnych. Takie uzupełnienie, w ślad za lieraurą, pozwala zasosować eoreyczny model nowokeynesowski do analiz empirycznych. Badanie oprzemy o dane dla Polski z okresu od sycznia 2001 do kwienia Ze względu na brak miesięcznych danych pochodzących z rachunków narodowych, zaproponujemy wykorzysanie rzech różnych mierników luki produkcyjnej. Do esymacji użyjemy uogólnionej meody momenów (Generalised Mehod of Momens, GMM). Srukura opracowania jes nasępująca. Drugi rozdział opisuje założenia modelu nowokeynesowskiego oraz wynikającą z nich posać równania in- *(Kaedra Ekonomerii UŁ, Insyu Ekonomiczny NBP). **(Insyu Ekonomiczny NBP) 1 Dziękujemy R. Wyszyńskiemu za udosępnienie danych doyczących jednoskowych koszów pracy.

2 210 Paweł Baranowski, Agnieszka Leszczyńska flacji. W rzeciej części przedsawiamy zasosowane dane saysyczne oraz meodę esymacji. Czwara część zawiera wyniki badania empirycznego. Osani rozdział opracowania zawiera wnioski i kierunki dalszych badań. 2. Podsawy eoreyczne i specyfikacja modelu Pod koniec la 90. modele nowej ekonomii keynesowskiej sały się podsawowym narzędziem analiz poliyki pieniężnej (zob. np. Clarida, Gali i Gerler, 1999) 2. W ej klasie modeli zachowanie gospodarki jako całości opisane jes za pomocą decyzji pojedynczych podmioów mikroekonomicznych, opymalizujących zyski (w przypadku przedsiębiorsw) bądź użyeczność (w przypadku gospodarsw domowych) w nieskończonym horyzoncie czasowym, w warunkach racjonalnych oczekiwań. Dzięki emu eoria nowokeynesowska zyskała wewnęrzną spójność oraz elegancką srukurę formalno-maemayczną (Wojyna, 2000, s ). Silne powiązanie równań makroekonomicznych z możliwymi do idenyfikacji paramerami mikroekonomicznymi poszerza akże zakres analiz możliwy do zasosowania na bazie ej klasy modeli. W omawianym modelu przedsiębiorswa działają w warunkach konkurencji monopolisycznej, dzięki czemu mogą podejmować auonomiczne decyzje doyczące kszałowania się cen. Dodakowo zakłada się lepkość cen, najczęściej opisaną za pomocą mechanizmu sochasycznej szywności cen proponowanego przez Calvo (1983). W modelu ym każde przedsiębiorswo może zmienić ceny z pewnym prawdopodobieńswem (egzogenicznym i sałym) 3. Zgodnie z założeniem modelu Calvo, na inflację wpływa jedynie zachowanie ych firm, kóre opymalizują cenę w bieżącym okresie. Wyraża się o równaniem: Gdzie: * P = (1 ) 1 θ (1) P 1 2 W lieraurze polskiej przegląd ej klasy modeli przedsawiają m.in. Kokoszczyński (2004, rozdz. 1.6 i 1.7) oraz Bludnik (2010). Powsanie ego nuru oraz analizę pierwszych eorii formułowanych przez nowych keynesisów przybliża Wojyna (2000, rozdz. 3 i 4). 3 Mechanizm en jes rozszerzeniem modelu Taylora (1980), w kórym przedsiębiorswa zmieniają ceny deerminisycznie, j. w regularnych, z góry określonych momenach czasu.

3 Nowokeynesowska hybrydowa krzywa Philipsa sopa inflacji, θ prawdopobieńswo napokania bariery szywności nominalnych (j. zaisnienia syuacji, w kórej przedsiębiorswo nie będzie mogło zmienić ceny 4 ), odpowiednio: cena wynikająca z opymalizacji przedsiębiorswa oraz cena w okresie -1. W akim przypadku problem przedsiębiorsw opymalizujących cenę sprowadza się do usalenia zdyskonowanego zysku, oczekiwanego warunkowo względem pozosania P * ceny na niezmienionym poziomie (warunek k en wyraża θ prawdopodobieńswo, że cena z okresu nie będzie mogła być zmieniona aż o okresu +k): Gdzie: k = 0 k * θ E Q ( Y P Ψ( Y )] max (2) [ + k + k + k P * E - operaor racjonalnych oczekiwań (warości oczekiwanej warunkowej ze względu na zasób informacji posiadany w chwili ), k Q = β + k ( P + k / P ) nominalny czynnik dyskonowy (iloczyn realnego czynnika dyskonowego i deflaora), Ψ ( Y + k ) funkcja koszów całkowiych. Rozwiązanie problemu opymalizacji skukuje nasępującym równaniem, opisującym inflację w skali całej gospodarki (zob. Gali 2008, s. 47): Gdzie: (1 θ β ) = βe ( mc ) (3) θ β sopa dyskonowa (paramer srukuralny, dla danych miesięcznych ok. 0,995-0,998). m c c = ln( M / Ξ) względne odchylenie koszu krańcowego od warości równowagi ( Ξ ). 4 Ze względu na fak, iż przedsiębiorsw jes nieskończenie wiele, ułamek en wyraża również odseek przedsiębiorsw, kóre zmieniają cenę.

4 212 Paweł Baranowski, Agnieszka Leszczyńska Korzysając z faku, iż odchylenie koszu krańcowego od sanu równowagi jes proporcjonalne do odchylenia produkcji od warości równowagowej (luki produkcyjnej), m c ~ x możemy zapisać równanie (3) nasępująco (zob. Gali 2008, s ; Woodford, 2003, s ): = βe +1 + κx (4) x - miernik akywności gospodarczej (np. luka produkcyjna), κ - paramer srukuralny (wrażliwość inflacji na akywność gospodarczą). Nawiązując do ram eoreycznych wyprowadzonej nowokeynesowskiej krzywej Philipsa, należy zwrócić uwagę, że sanowi ona jedynie część modelu dynamicznego sochasycznego równowagi ogólnej (Dynamic Sochasic General Equilibrium, DSGE). W prosych modelach DSGE uwzględnia się akże zależność produkcji od sopy procenowej (dynamiczną krzywą IS) oraz funkcję reakcji banku cenralnego (regułę Taylora). Możliwe jes akże dalsze poszerzenie modelu o rynek pracy, inwesycje w kapiał rzeczowy ip. (zob. np. Smes, Wouers, 2003; Woodford, 2003). Równanie (4) zawiera wyłącznie bieżącą lukę produkcyjną oraz oczekiwania inflacyjne na jeden okres naprzód, wyznaczone w oparciu o eorię oczekiwań racjonalnych (forward looking). Mimo silnego oparcia o mikropodsawy, model en sosunkowo rzadko uzyskiwał powierdzenie empiryczne 5. Problemy z weryfikacją ego ypu modeli związane są m.in. z pominięciem problemu oczekiwań adapacyjnych podmioów. W rezulacie, omawiana klasa modeli nie wyjaśnia, obserwowanej w rzeczywisości, silnej zależności inflacji od swojej przeszłej warości (zw. zjawiska uporczywości inflacji). W odpowiedzi na rudności z empirycznym powierdzeniem NKPC, Gali i Gerler (1999) zaproponowali prosą modyfikację mechanizmu Calvo sosowanego w wyprowadzeniu nowokeynesowskiej krzywej Phillipsa. Zgodnie z ą modyfikacją: część przedsiębiorsw, kóre mogą zmienić cenę, opymalizuje je podobnie jak w klasycznym schemacie Calvo przedsawionym powyżej maksymalizując oczekiwany zysk w nieskończonym horyzoncie czasowym (forward looking), zaś pozosałe wyłącznie indeksują ceny o inflację z poprzedniego okresu (backward looking). 5 W ramach przeprowadzonych badań, podjęo również próbę weryfikacji ego modelu z wykorzysaniem danych i meody esymacji przedsawionych w części rzeciej. Niesey, model en nie uzyskał powierdzenia empirycznego (wyniki udosępnimy na życzenie).

5 Nowokeynesowska hybrydowa krzywa Philipsa W rezulacie rozwiązania akiego modelu orzymujemy zw. hybrydową (forward looking i backward looking) krzywą Philipsa o posaci: θ ω = E κx (5) θ + ω θ + ω Gdzie: ω - odseek przedsiębiorsw backward looking, pozosałe oznaczenia nie ulegają zmianie. Jak wynika ze specyfikacji równania (5), paramery sojące przy oczekiwanej na +1 i przeszłej (z okresu -1) inflacji zawierają się w przedziale (0,1) i sumują się do jedności. Z kolei o paramerze κ, opisującym wrażliwość inflacji na lukę produkcyjną, zakłada się, iż jes on dodani (podobnie jak w klasycznej, saycznej krzywej Phillipsa). 3. Dane saysyczne i meoda esymacji Do esymacji użyo danych miesięcznych dla Polski z okresu syczeń 2001 kwiecień Wszyskie dane źródłowe pochodziły z Głównego Urzędu Saysycznego. Zmienną objaśnianą w esymowanych równaniach jes wskaźnik cen owarów i usług konsumpcyjnych (CPI), wyrażający zmianę poziomu cen w miesiącu, w sosunku do analogicznego miesiąca roku poprzedniego. Jednym z ważniejszych problemów powsałych przy szacowaniu NKPC jes dobór zmiennej reprezenującej akywność gospodarczą x (w lieraurze polskiej zagadnienie o podkreśla np. Wallush, 2008). Najogólniej rzecz biorąc, w lieraurze spoykamy dwa podejścia: opare na luce produkcyjnej lub koszach pracy (zob. Gali e al., 2005; Rudd i Whelan, 2006). Drugie z wymienionych podejść, zdaniem Gali i Gerlera (1999), lepiej aproksymuje odchylenie koszów krańcowych od warości równowagowej, wysępujące w równaniu (3). W badaniu przedsawionym w kolejnej części, w ym charakerze zasosujemy nasępujące zmienne 6 : a) produkcja sprzedana przemysłu (w cenach sałych, indeks poprzedni miesiąc = 100) oznaczone jako: x, PR 6 Wszyskie szeregi wsępnie pozbawiono sezonowości (przy pomocy procedury X-12 ARIMA).

6 214 Paweł Baranowski, Agnieszka Leszczyńska b) obroy dealiczne (w cenach sałych, indeks poprzedni miesiąc = DET 100) oznaczone jako: x, c) przyros jednoskowych koszów pracy (wyrażonych za pomocą udziału nominalnego funduszu płac w sekorze przedsiębiorsw w nominalnej ULc produkcji sprzedanej przemysłu) oznaczone jako: x. W szacowanych równaniach jedną ze zmiennych objaśniających jes oczekiwana inflacja z okresu +1. Przyszła inflacja, a co za ym idzie również jej oczekiwania, są silnie zależne od bieżącego składnika losowego z równania (5) (szoków inflacyjnych). Dlaego eż, w syuacji, gdy w modelu wysępuje komponen racjonalnych oczekiwań, esymaor MNK nie jes zgodny (zob. A. Welfe, 2009, s. 211 i nas.) 7. Do oszacowania użyo zaem uogólnionej meody momenów (ang. Generalised Mehod of Momens, GMM), będącej rozszerzeniem Meody Zmiennych Insumenalnych (MZI) na przypadek wielu zmiennych oraz poencjalnie niesferycznych składników losowych (zob. Mayas, 1999, rozdz. 1 i 2; Verbeek, 2008, rozdz. 5). W akim przypadku oba esymaory: MZI i GMM są zgodne, aczkolwiek GMM jes esymaorem efekywniejszym. Podsawowy sprawdzian specyfikacji GMM polega na esowaniu zasadności przyjęcia danego zesawu zmiennych insrumenalnych, poprzez esowanie saysycznej isoności dodakowych (zw. ponadindenyfikujących) momenów za pomocą esu Hansena (zwanego również esem J). W eście ym sawiamy nasępujące hipoezy (zob. np.: Mayas, 1999, rozdz. 4.2): H 0 : E( Zĺ ) = 0 H : ~ H 1 0 Gdzie: Z macierz obserwacji zmiennych insrumenalnych, ĺ wekor składników losowych. Brak podsaw do odrzucenia hipoezy zerowej w eście Hansena, wskazuje na poprawny dobór zmiennych insrumenalnych w esymacji GMM. 7 Z podobną syuacją mamy do czynienia podczas esymacji modelu o równaniach łącznie współzależnych.

7 Nowokeynesowska hybrydowa krzywa Philipsa Esymacja paramerów nowokeynesisowskiej hybrydowej krzywej Philipsa W efekcie rozważań eoreycznych, przedsawionych w części drugiej, przyjęo nasępującą specyfikację esymowanego równania 8 : + κx + ε = β0 + β F E β B 1 (6) - miesięczna sopa inflacja CPI (w sosunku do analogicznego miesiąca roku poprzedniego), x - miesięczne miary akywności gospodarczej ( Przyjęo nasępujące oznaczenia: β θ = β B θ + ω F, ω = θ + ω. x, PR DET ULc x, x x ). W ślad za równaniem eoreycznym (5), w szacowanych równaniach przyjęo resrykcje β F + β B = 1. Przyjęo nasępujący zesaw zmiennych insrumenalnych: opóźnienia luki produkcyjnej i sopy inflacji (o 1 i o 2 miesiące) oraz zmienną zerojedynkową, przyjmującą warość jeden w miesiącu akcesji Polski do Unii Europejskiej. Równanie (6) zosało poddane esymacji w kilku warianach, kóre opisane są poniżej. Różnią się one sposobem ujęcia zmiennej x. Z uwagi na brak danych, sandardowe mierniki akywności gospodarczej, opare na danych o produkcie narodowym bruo nie są możliwe do zasosowania w modelach oparych na danych miesięcznych. W związku z ym, posłużono się miarami oparymi o: produkcję sprzedaną przemysłu, obroy w handlu dealicznym oraz jednoskowe koszy pracy, przedsawionymi nieco bardziej szczegółowo w części 3 niniejszego opracowania. Wyniki badania zaprezenowano poniżej. W równaniach (7) (9) pod ocenami paramerów umieszczono saysyki -Sudena 9. Warości saysyk esu Hansena oznaczono jako J-es. 8 Równania podlegające esymacji zawierają dodakowo wyraz wolny ze względu na fak, iż w analizowanej próbie warości zmiennych, objaśnianych w równowadze (seady sae), mogły być różne od zera. 9 Ze względu na narzucone resrykcje, jednakowy błąd szacunku odnosi się do paramerów przy oczekiwaniach inflacji na okres +1 i inflacji z okresu -1.

8 216 Paweł Baranowski, Agnieszka Leszczyńska W pierwszej esymacji podjęo próbę przybliżenia akywności gospodarczej w równaniu (6) za pomocą indeksu produkcji sprzedanej. Wyniki zapisano w formie równania (7): (7) Saysyczna isoność paramerów sojących przy oczekiwaniach inflacji na okres +1 oraz przy inflacji z okresu poprzedniego zosała powierdzona na wysokim poziomie. Zasrzeżenia budzi jednak ocena parameru κ, kórego znak nie jes możliwy do przyjęcia w świele przyoczonej eorii, oraz kórego saysycznej isoności nie udało się powierdzić. Co więcej, warość saysyki Hansena wskazuje na wady doboru zmiennych insrumenalnych w esymaorze GMM. W celu poprawy wyników dokonano esymacji równania (6) wykorzysując warość obroów dealicznych (indeks miesiąc do miesiąca), jako miary akywności gospodarczej. Wyniki przedsawia równanie (8): R 2 = 0, ,590 E (1,6) = 0,319 (6,5) ,410 (4,5) 1-0,082 x ( 1,6) J es ( pvalue ) = 6,41(9,2%) Podobnie jak w pierwszym wariancie badania, paramery sojące przy opóźnionej i oczekiwanej inflacji są isone saysycznie, a ich warość zgodna jes z weryfikowaną eorią ekonomiczną. Jednakże również w ym przypadku, oszacowanie parameru κ nie może zosać przyjęe. Niepoprawna jes zarówno saysyka esu -Sudena, jak i ujemna warość parameru. Trzecim sposobem wprowadzenia informacji o akywności gospodarczej do równania (6) jes wykorzysanie danych o jednoskowych koszach pracy: DET T (8) (9) Orzymane paramery są isone saysycznie. Warość saysyki esu Hansena nie daje podsaw do odrzucenia hipoezy zerowej, mówiącej osaysycznej zasadności wykorzysania przyjęego zesawu zmiennych insrumenalnych.

9 Nowokeynesowska hybrydowa krzywa Philipsa Paramery uzyskane w esymacji GMM są zgodne z eorią przyoczoną w rozdziale drugim. Obserwuje się isoną saysycznie, dodanią zależność pomiędzy luką produkcyjną a inflacją. Porównując oszacowania (7), (8) i (9), należy zwrócić uwagę na dość wysoką sabilność paramerów sojących przy oczekiwanym i opóźnionym poziomie inflacji. Świadczy o dodakowo na korzyść zasosowania podejścia hybrydowego (backward i forward looking) do opisu inflacji w Polsce. 5. Podsumowanie W opracowaniu podjęo próbę empirycznej weryfikacji hybrydowej nowokeynesowskiej krzywej Philipsa (NKPC) zaproponowanej przez Gali i Gerlera (1999). Badanie przeprowadzono w oparciu o dane miesięczne dla Polski. Wykorzysano przy ym rzy miary akywności gospodarczej, opare odpowiednio o szeregi: produkcji sprzedanej przemysłu, obroy w handlu dealicznym oraz jednoskowe koszy pracy. Spośród rzech wykorzysanych miar akywności gospodarczej, jedynie w przypadku jednoskowych koszów pracy orzymano wyniki pozwalające na powierdzenie eorii nowokeynesowskiej. Naszym zdaniem rudności z weryfikacją NKPC z miarami oparymi na produkcji lub sprzedaży dealicznej mogą wynikać z dwu powodów. Po pierwsze, miary e nie uwzględniają w żaden sposób sekora usług, podczas gdy zasosowana miara jednoskowych koszów pracy częściowo je uwzględnia (w funduszu płac). Po drugie, wyniki akie mogą poddawać w wąpliwość wskazówki eorii odnośnie silnego związku koszów krańcowych z produkcją. Kierunkiem dalszych badań auorów rozbudowa modelu o równania luki produkcyjnej i poliyki pieniężnej, a nasępnie symulacje w oparciu o ak zbudowany model. BIBLIOGRAFIA B l u d n i k I. (2010), Nowa syneza neoklasyczna w makroekonomii, Bank i Kredy, 41(2). C a l v o G. (1983), Saggered Prices in a Uiliy-Maximizing Framework, Journal of Moneary Economics, vol. 12.

10 218 Paweł Baranowski, Agnieszka Leszczyńska G a l i J. (2008), Moneary Policy, Inflaion, and he Business Cycle: An Inroducion o he New Keynesian Framework, MIT Press. G a l i J., G e r l e r M. (1999), Inflaion dynamics: A srucural economeric analysis, Journal of Moneary Economics, vol. 44. G a l i J., G e r l e r M., L o p e z - S a l i d o (2005), Robusness of he esimaes of he hybrid New Keynesian Phillips curve, Journal of Moneary Economics, vol. 52. K o k o s z c z y ń s k i R. (2004), Współczesna poliyka pieniężna w Polsce, PWE, Warszawa. M a y a s L. (1999), Generalized Mehod of Momens, Cambridge Universiy Press, Cambridge, ec. R o m e r D. (2006), Advanced Macroeconomics, McGraw-Hill Irwin, Boson, ec. R u d d J. i Whelan K. (2006), Can Raional Expecaions Sicky-Price Models Explain Inflaion Dynamics?, American Economic Review, vol. 96. S m e s F., Wo u e r s R. (2003), An Esimaed Dynamic Sochasic General Equilibrium Model of he Euro Area, Journal of he European Economic Associaion, vol. 1. T a y l o r J.B. (1980), Aggregae Dynamics and Saggered Conracs, Journal of Poliical Economy, vol. 88, no. 1. We l f e A. (2009), Ekonomeria, PWE, Warszawa. Wa l l u s h J. (2008), Ewolucja nowokeynowskiej krzywej Phillipsa, Ekonomisa, nr 5. Wo j y n a A. (2000), Ewolucja keynesizmu a główny nur ekonomii, PWN, Warszawa. Wo o d f o r d M. (2003), Ineres and Prices: Foundaions of a Theory of Moneary Policy, Princeon Universiy Press, Princeon, New York. Ve r b e e k M. (2008), A Guide o Modern Economerics, John Wiley&Sons, The Arium, ec. Paweł Baranowski Agnieszka Leszczyńska New Keynesian hybrid Philips curve: esimaion for Poland by means of monhly daa (Summary) The purpose of he paper is o esimae parameers of he New Keynesian Philips Curve, NKPC, for Poland by means of monhly daa. The so called hybrid NKPC ha is aken in he invesigaion exends he NKPC by adapive expecaions, which allows for implemenaion of he heoreical New Keynesian model o empirical analyses. Saring wih heoreical specificaion, he auhors provide he reader wih saisical daa and he esimaion mehod used in he research, which is followed by presenaion of empirical oucomes and conclusions.

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE.   Strona 1 KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych

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

Efekty oczekiwanego i nieoczekiwanego zacieśnienia polityki pieniężnej w świetle hybrydowego modelu DSGE dla gospodarki Polski 1

Efekty oczekiwanego i nieoczekiwanego zacieśnienia polityki pieniężnej w świetle hybrydowego modelu DSGE dla gospodarki Polski 1 Paweł Baranowski, dr, Kaedra Ekonomerii UŁ Efeky oczekiwanego i nieoczekiwanego zacieśnienia poliyki pieniężnej w świele hybrydowego modelu DSGE dla gospodarki Polski. Wprowadzenie Przyjęcie przez Polskę

Bardziej szczegółowo

Nowokeynesowski model gospodarki

Nowokeynesowski model gospodarki M.Brzoza-Brzezina Poliyka pieniężna: Neokeynesowski model gospodarki Nowokeynesowski model gospodarki Model nowokeynesowski (laa 90. XX w.) jes obecnie najprosszym, sandardowym narzędziem analizy procesów

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

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile

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

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) E i E E i r r ν φ θ θ ρ ε ρ α 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak E i E E i r r 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej

Bardziej szczegółowo

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

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar. EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b

Bardziej szczegółowo

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

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie. DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury

Bardziej szczegółowo

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 Uniwersye Gdański Zasosowanie modelu

Bardziej szczegółowo

TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH

TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się

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

specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).

specyfikacji i estymacji modelu regresji progowej (ang. threshold regression). 4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi

Bardziej szczegółowo

Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji

Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki

Bardziej szczegółowo

Elżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi

Elżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu

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

Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach

Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu

Bardziej szczegółowo

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy

Bardziej szczegółowo

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia

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)

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) 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) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339

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

OeconomiA copernicana. Paweł Baranowski Uniwersytet Łódzki

OeconomiA copernicana. Paweł Baranowski Uniwersytet Łódzki OeconomiA copernicana 011 Nr 3 Paweł Baranowski Uniwersye Łódzki REGUŁA POLITYKI PIENIĘŻNEJ DLA POLSKI PORÓWNANIE WYNIKÓW RÓŻNYCH SPECYFIKACJI 1 Klasyfikacja JEL: E43, E31, E5, C38 Słowa kluczowe: reguła

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

Klasyfikacja modeli. Metoda najmniejszych kwadratów

Klasyfikacja modeli. Metoda najmniejszych kwadratów Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Klasyfikacja modeli Modele dzielimy na: - jedno- i wielorównaniowe - liniowe i nieliniowe - sayczne i dynamiczne - sochasyczne i deerminisyczne -

Bardziej szczegółowo

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

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1 PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,

Bardziej szczegółowo

Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa

Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Krzywa Pillipsa: przypomnienie

Bardziej szczegółowo

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 2. Dynamiczny model DAD/DAS. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 2. Dynamiczny model DAD/DAS. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 2. Dynamiczny model DAD/DAS Dagmara Mycielska Joanna Siwińska - Gorzelak Plan wykładu Uwzględnienie dynamiki w modelu AD/AS. Modelowanie wpływu zakłóceń lub zmian polityki gospodarczej

Bardziej szczegółowo

Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości

Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

Stanisław Cichocki Natalia Nehrebecka. Wykład 4 Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne

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

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

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1) Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Stanisław Cichocki Natalia Nehrebecka. Wykład 3 Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje

Bardziej szczegółowo

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,

Bardziej szczegółowo

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

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA 1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje

Bardziej szczegółowo

Krzysztof 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

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się: Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili

Bardziej szczegółowo

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu

Bardziej szczegółowo

Natalia Iwaszczuk, Piotr Drygaś, Piotr Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE

Natalia Iwaszczuk, Piotr Drygaś, Piotr Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE Naalia Iwaszczuk, Pior Drygaś, Pior Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE Wyd-wo, Rzeszów 03 dr hab., prof. nadzw. Naalia Iwaszczuk, AGH Akademia Górniczo-Hunicza im. Sanisława Saszica w Krakowie

Bardziej szczegółowo

licencjat Pytania teoretyczne:

licencjat Pytania teoretyczne: Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie

Bardziej szczegółowo

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

MAKROEKONOMIA 2. Wykład 2. Dynamiczny model DAD/DAS. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 2. Dynamiczny model DAD/DAS. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 2. Dynamiczny model DAD/DAS Dagmara Mycielska Joanna Siwińska - Gorzelak Plan wykładu Uwzględnienie dynamiki w modelu AD/AS. Modelowanie wpływu zakłóceń lub zmian polityki gospodarczej

Bardziej szczegółowo

Pobieranie próby. Rozkład χ 2

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

Bardziej szczegółowo

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

1. Szereg niesezonowy 1.1. Opis szeregu

1. Szereg niesezonowy 1.1. Opis szeregu kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany

Bardziej szczegółowo

DYNAMIKA KONSTRUKCJI

DYNAMIKA KONSTRUKCJI 10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej

Bardziej szczegółowo

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( ) Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak Inwesycje Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak CIASTECZOWY ZAWRÓT GŁOWY o akcja mająca miejsce w najbliższą środę (30 lisopada) na naszym Wydziale. Wydarzenie o związane jes z rwającym od

Bardziej szczegółowo

Różnica bilansowa dla Operatorów Systemów Dystrybucyjnych na lata (którzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności)

Różnica bilansowa dla Operatorów Systemów Dystrybucyjnych na lata (którzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności) Różnica bilansowa dla Operaorów Sysemów Dysrybucyjnych na laa 2016-2020 (kórzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności) Deparamen Rynków Energii Elekrycznej i Ciepła Warszawa 201 Spis

Bardziej szczegółowo

Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa

Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Prawo Okuna Związek między bezrobociem,

Bardziej szczegółowo

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

Daniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Wykorzysanie

Bardziej szczegółowo

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

Copyright by Politechnika Białostocka, Białystok 2017

Copyright by Politechnika Białostocka, Białystok 2017 Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:

Bardziej szczegółowo

METODA BLANCHARDA-KAHNA ROZWIĄZYWANIA MODELI DSGE NA PRZYKŁADZIE PODSTAWOWEGO MODELU NOWEJ SZKOŁY KEYNESOWSKIEJ

METODA BLANCHARDA-KAHNA ROZWIĄZYWANIA MODELI DSGE NA PRZYKŁADZIE PODSTAWOWEGO MODELU NOWEJ SZKOŁY KEYNESOWSKIEJ STUDIA OECONOMICA POSNANIENSIA 2015, vol. 3, no. 2 Karolina Sobczak Uniwersye Ekonomiczny w Poznaniu, Wydział Informayki i Gospodarki Elekronicznej, Kaedra Ekonomii Maemaycznej karolina.sobczak@ue.poznan.pl

Bardziej szczegółowo

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

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez

Bardziej szczegółowo

Mariusz Plich. Spis treści:

Mariusz Plich. Spis treści: Spis reści: Modele wielorównaniowe - mnożniki i symulacje. Podsawowe pojęcia i klasyfikacje. Czynniki modelowania i sposoby wykorzysania modelu 3. ypy i posacie modeli wielorównaniowych 4. Przykłady modeli

Bardziej szczegółowo

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy

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

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

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1 DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu

Bardziej szczegółowo

Zeszyty Naukowe. Ocena stopnia zgodności wybranego modelu równowagi ogólnej z danymi empirycznymi * 6 (930) Renata Wróbel-Rotter. 1.

Zeszyty Naukowe. Ocena stopnia zgodności wybranego modelu równowagi ogólnej z danymi empirycznymi * 6 (930) Renata Wróbel-Rotter. 1. Zeszyy Uniwersye Ekonomiczny w Krakowie Naukowe 6 (930) ISSN 898-6447 Zesz. Nauk. UEK, 204; 6 (930): 5 25 DOI: 0.5678/ZNUEK.204.0930.060 Renaa Wróbel-Roer Kaedra Ekonomerii i Badań Operacyjnych Uniwersye

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

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 4-5. Dynamiczny model DAD/DAS, część 3 Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzrost produkcji potencjalnej; Zakłócenie podażowe

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

UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE

UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE Pior Fiszeder UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE. Wprowadzenie Rynki kapiałowe na świecie są coraz silniej powiązane. Do najważniejszych

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

Ocena płynności wybranymi metodami szacowania osadu 1

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

Bardziej szczegółowo

ψ przedstawia zależność

ψ przedstawia zależność Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi

Bardziej szczegółowo

Zarządzanie ryzykiem. Lista 3

Zarządzanie ryzykiem. Lista 3 Zaządzanie yzykiem Lisa 3 1. Oszacowano nasępujący ozkład pawdopodobieńswa dla sóp zwou z akcji A i B (Tabela 1). W chwili obecnej Akcja A ma waość ynkową 70, a akcja B 50 zł. Ile wynosi pięciopocenowa

Bardziej szczegółowo

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

O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE

O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XIII/3, 01, sr 43 5 O EWNYCH KRYERIACH INWESOWANIA W OCJE NA AKCJE omasz Warowny Kaedra Meod Ilościowych w Zarządzaniu oliechnika Lubelska e-mail: warowny@pollubpl

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

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

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

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

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

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

Bardziej szczegółowo

OeconomiA copernicana. Adam Waszkowski Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

OeconomiA copernicana. Adam Waszkowski Szkoła Główna Gospodarstwa Wiejskiego w Warszawie OeconomiA copernicana 2012 Nr 3 ISSN 2083-1277 Adam Waszkowski Szkoła Główna Gospodarswa Wiejskiego w Warszawie MECHANIZM TRANSMISJI IMPULSÓW POLITYKI MONETARNEJ DLA POLSKIEJ GOSPODARKI Klasyfikacja JEL:

Bardziej szczegółowo

pierwsza wersja: 12 listopada 2008 r., ostateczna wersja: 2 stycznia 2009 r., akceptacja: 9 stycznia 2009 r. Abstract JEL: E52, E58, E43

pierwsza wersja: 12 listopada 2008 r., ostateczna wersja: 2 stycznia 2009 r., akceptacja: 9 stycznia 2009 r. Abstract JEL: E52, E58, E43 Bank i Kredy grudzień 2008 Makroekonomia KorzyÊci z publikacji projekcji makroekonomicznych i Êcie ki sóp procenowych w Polsce Comparing he Benefis from Publishing Macroeconomic Projecions and he Fuure

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Eonomeryczne modele nieliniowe Wyład Doromił Serwa Zajęcia Wyład Laoraorium ompuerowe Prezenacje Zaliczenie EGZAMI 50% a egzaminie oowiązują wszysie informacje przeazane w czasie wyładów np. slajdy. Aywność

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

Problem optymalnej stopy inflacji w modelowaniu wzrostu gospodarczego

Problem optymalnej stopy inflacji w modelowaniu wzrostu gospodarczego Uniwersye Łódzki Wydział Ekonomiczno-Socjologiczny Kaedra Ekonomerii Problem opymalnej sopy inflacji w modelowaniu wzrosu gospodarczego Auorefera rozprawy dokorskiej mgr Paweł Baranowski Promoor: prof.

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

WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH

WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem

Bardziej szczegółowo

Metody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?

Metody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy? Meody prognozowania: Szeregi czasowe Dr inż. Sebasian Skoczypiec ver. 11.20.2009 Co o jes szereg czasowy? Szereg czasowy: uporządkowany zbiór warości badanej cechy lub warości określonego zjawiska, zaobserwowanych

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

INWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak

INWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak INWESTYCJE Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak Inwesycje Inwesycje w kapiał rwały: wydaki przedsiębiorsw na dobra używane podczas procesu produkcji innych dóbr Inwesycje

Bardziej szczegółowo

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 4-5. Dynamiczny model DAD/DAS, część 3 Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzrost produkcji potencjalnej; Zakłócenie podażowe

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

Dynamiczne stochastyczne modele równowagi ogólnej

Dynamiczne stochastyczne modele równowagi ogólnej Dynamiczne stochastyczne modele równowagi ogólnej mgr Anna Sulima Instytut Matematyki UJ 8 maja 2012 mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012

Bardziej szczegółowo

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

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II

Bardziej szczegółowo

Prognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata

Prognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata Projek Kapiał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Prognoza scenariuszowa poziomu oraz srukury

Bardziej szczegółowo