WPŁYW SYSTEMU EU ETS NA WARTOŚĆ RYNKOWĄ POLSKICH PRZEDSIĘBIORSTW ENERGETYCZNYCH WNIOSKI Z MODELI MARKOWA
|
|
- Arkadiusz Radosław Nawrocki
- 7 lat temu
- Przeglądów:
Transkrypt
1 ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 06 Seria: ORGANIZACJA I ZARZĄDZANIE z. 96 Nr kol. 963 Anea WŁODARCZYK Poliechnika Częsochowska Wydział Zarządzania anea.w@ineria.pl WPŁYW SYSTEMU EU ETS NA WARTOŚĆ RYNKOWĄ POLSKICH PRZEDSIĘBIORSTW ENERGETYCZNYCH WNIOSKI Z MODELI MARKOWA Sreszczenie. Celem pracy jes ocena oddziaływania sysemu EU ETS na warość rynkową wybranych spółek energeycznych noowanych na Giełdzie Papierów Warościowych w Warszawie. Analiza empiryczna zosała przeprowadzona na podsawie wyników esymacji przełącznikowych modeli Markowa ze srukurą GARCH dla fazy II i III funkcjonowania sysemu EU ETS. Uwzględniono w niej ryzyko cen uprawnień do emisji dwulenku węgla. Zidenyfikowane okresy wysokiej zmienności warości rynkowej polskich przedsiębiorsw energeycznych porównano z okresami wprowadzania isonych zmian w zasadach funkcjonowania syemu EU ETS. Słowa kluczowe: EU ETS, spółki energeyczne, uprawnienia do emisji CO, modele Markowa. THE IMPACT OF THE EU ETS ON THE MARKET VALUE OF POLISH ENERGY COMPANIES CONLCUSIONS FROM MARKOV MODELS Summary. The aim of his paper is o assess he impac of he EU ETS on he marke value of Polish energy companies quoed in he Warsaw Sock Exchange. The empirical analysis is based on he esimaion resuls of Markov-swiching models wih GARCH srucure for he periods of Phase II and III of he EU ETS. Risk of marke prices of carbon dioxide emission allowances is aken ino accoun in his approach. The periods of high volailiy of marke value of Polish energy companies are idenified and compared o periods of imporan changes in rules of he EU ETS funcioning. Keywords: EU ETS, energy companies, CO emission allowances, Markov models.
2 49 A. Włodarczyk. Wprowadzenie W ramach funkcjonowania Europejskiego Sysemu Handlu Uprawnieniami do Emisji (European Union Emissions Trading Scheme, EU ETS) usalono cenę pozwolenia na emisję ony dwulenku węgla, a ym samym nadano warość finansową każdej zaoszczędzonej onie emisji CO, co miało być najańszym sposobem redukcji emisji gazów cieplarnianych oraz realizacją posulau zanieczyszczający płaci. Zasady funkcjonowania sysemu EU ETS podlegają ciągłym modyfikacjom w ramach wyróżnionych rzech okresów rozliczeniowych: I okres ( ), II okres (008-0) oraz III okres (03-00) [4, 5]. W związku z uruchomieniem sycznia 005 roku Europejskiego Sysemu Handlu Uprawnieniami do Emisji konieczne sało się uzyskanie zezwoleń na uczesnicwo w ym sysemie insalacji wykorzysywanych w działalności prowadzonej przez poszczególne grupy energeyczne w Polsce. Od ego momenu zarządzający nimi są zobligowani do podejmowania decyzji o wymiarze sraegicznym, operacyjnym i finansowym, kóre mają związek z pozyskaniem odpowiedniej liczby zbywalnych uprawnień do emisji CO, wykorzysaniem ich do wypełnienia własnych celów redukcyjnych czy sprzedaży na rynku giełdowym w celach zarobkowych, opymalizacją srukury produkcji ze względu na koszy redukcji emisji zanieczyszczeń, inwesowaniem w niskoemisyjne echnologie wywarzania energii. Dyduch (03) podkreśla, że zarządzanie porfelem uprawnień do emisji CO wymaga od przedsiębiorsw rozwiązania wielu problemów decyzyjnych w obszarze produkcji, inwesycji, ochrony środowiska i finansów. Podejmowane na poziomie przedsiębiorswa decyzje o sposobie wykorzysania posiadanego porfela uprawnień do emisji CO zależą m.in. od relacji zachodzącej pomiędzy rynkową ceną uprawnień a koszami produkcji oraz ceną wywarzanej przez przedsiębiorswo energii. W syuacji gdy rynkowa cena uprawnień do emisji CO będzie niższa od krańcowego zysku ze sprzedaży produków przedsiębiorswa energeycznego, uprawnienia do emisji będą wykorzysywane do redukcji emisji powsałej na skuek procesów produkcyjnych [4]. Waro w ym miejscu podkreślić, że nieodpłanie przyznane uprawnienia do emisji CO mogą sanowić isony zasób mająkowy przedsiębiorswa, arakcyjny z punku widzenia inwesorów w przypadku posiadania przez przedsiębiorswo nadwyżki uprawnień oraz ich wysokiej ceny na rynku. Ponado producenci energii elekrycznej mogą przenosić koszy emisji dwulenku węgla na konsumenów pomimo orzymywania nieodpłanych pozwoleń na emisję, co w konsekwencji generuje nadspodziewane zyski [5, 4]. W wyniku przeprowadzonej w Polsce resrukuryzacji przedsiębiorsw energeycznych rynek produkcji, dysrybucji oraz sprzedaży energii elekrycznej zosał podzielony pomiędzy czery duże, zinegrowane pionowo grupy energeyczne: PGE S.A., Tauron Polska Energia S.A., Enea S.A., Energa S.A. Wyniki resrukuryzacji ego sekora były uzależnione m.in. od formy konsolidacji, srukury organizacyjnej i własnościowej przedsiębiorsw energeycznych
3 Wpływ sysemu EU ETS na warość rynkową oraz podejmowanej akywności gospodarczej w okresie po konsolidacji [7]. Niesey w srukurze paliw wykorzysywanych do produkcji energii elekrycznej w 05 roku dla rzech pierwszych grup udział węgla kamiennego i brunanego wynosił łącznie od 83,8% (PGE) do 9,44% (Tauron). Dla ych podmioów kwesie ograniczenia emisji dwulenku węgla w prowadzonej działalności oraz mające z ym związek problemy decyzyjne doyczące porfela uprawnień do emisji CO są szczególnie ważne. Przy uwzględnieniu powyższego celem pracy jes ocena oddziaływania sysemu EU ETS na warość rynkową wybranych spółek energeycznych noowanych na Giełdzie Papierów Warościowych w Warszawie w okresie od do Przedsawiona w pracy analiza empiryczna doyczy oceny wielkości ryzyka sysemaycznego i specyficznego dla polskich spółek energeycznych, kórego poziom zależy m.in. od kszałowania się cen pozwoleń na emisję dwulenku węgla na rynku wórnym. W pracy skonsruowano dwuczynnikowy model ze srukurą GARCH przełączany łańcuchem Markowa, na podsawie kórego określono wpływ cen uprawnień do emisji CO na warość rynkową analizowanych spółek energeycznych w zależności od obowiązującego reżimu zmienności porfela spółek energeycznych. Zidenyfikowane reżimy zmienności porównano z okresami wprowadzania zmian w poliyce energeycznoklimaycznej w Unii Europejskiej oraz do zmian reguł funkcjonowania sysemu EU ETS.. Model dwuczynnikowy ze srukurą GARCH przełączany łańcuchem Markowa W pracy zaproponowano modyfikację modelu Oberndorfera (009), polegającą na uzmiennieniu paramerów obrazujących ryzyko sysemayczne na rynku kapiałowym oraz rynku dwulenku węgla przez wprowadzenie przełączenia ypu Markowa [6, ]. Takie podejście umożliwia zweryfikowanie, czy zaosrzenie zasad poliyki klimaycznoenergeycznej Unii Europejskiej oraz zmiany funkcjonowania syemu EU ETS mają wpływ na warość rynkową polskich spółek z sekora energeycznego. W badaniach empirycznych wykorzysano nasępującą posać modelu dwuczynnikowego przełączanego łańcuchem Markowa: R gdzie: γ 0 ( s ) + γ ( s ) Rm + γ ( s ) Rc + ϕ( s ) R ϕm ( s ) R m + ε, ε ~ N(0, σ ( s )), () = R sopa zwrou akcji albo porfela akcji spółek energeycznych w okresie, sopa zwrou porfela rynkowego, (EUA), R m R c procenowa zmiana cen uprawnień do emisji CO ε składnik losowy, γ s ) (k=0,, ) oraz ϕ s ) (r=,,,m) paramery k ( r ( Paramery γ (s ) obrazują reakcję porfela akcji spółek energeycznych na zmiany porfela rynkowego w poszczególnych reżimach, podczas gdy paramery γ (s ) są miarą wrażliwości warości rynkowej spółek energeycznych na zmiany cen uprawnień do emisji CO..
4 494 A. Włodarczyk modelu zależne od obowiązującego reżimu; rząd auoregresji m określany jes na podsawie kryerium informacyjnego Akaike a (AIC), σ ( ) wariancja składnika losowego zmieniająca się na przesrzeni reżimów, s N-sanowa zmienna losowa serująca zmianami reżimu, modelowana jako jednorodny łańcuch Markowa pierwszego rzędu o macierzy prawdopodobieńsw przejścia P [ p i ] j i, j {,,..., N } s =, określających prawdopodobieńswo przejścia procesu ze sanu j w chwili - do sanu i w chwili, spełniających nasępujące założenia [6]: N p j 0, pi j =, dla i, j =,,..., Ν. i= i () Ponado elemeny macierzy sochasycznej P spełniają własność Markowa []: p i j = P( s = j = i s = j, s = i,..., s = i ) = P( s = i s ) (3) oznaczającą, że reżim bieżący s zależy jedynie od reżimu obowiązującego w chwili poprzedniej s. W przypadku wysępowania efeku grupowania wariancji w szeregu resz modelu () rozszerzono jednorównaniową specyfikację modelu dwuczynnikowego o równanie opisujące warunkową wariancję procesu posaci GARCH(,) przełączanego łańcuchem Markowa (MS-GARCH(,)) [3]: s ε = σ ( s ) ν, ν ~ N(0,), (4) σ s ) = ω( s ) + α ( s ) ε + β ( s ) σ, (5) ( - gdzie: σ ( ) warunkowa wariancja składnika losowego zależna od obowiązującego reżimu, α ( s ) zależny od reżimu paramer srukury ARCH obrazujący wpływ napływających na rynek informacji na zmienność procesu, β ( s ) zależny od reżimu paramer srukury GARCH obrazujący oczekiwania uczesników rynku co do persysencji procesu zmienności, ν niezależne zmienne losowe o sandaryzowanym rozkładzie normalnym. Szczególnym przypadkiem modelu MS-GARCH(,) jes model, w kórym jedynym paramerem zmieniającym się w czasie w zależności od przełączeń pomiędzy reżimami jes wyraz wolny w równaniu wariancji warunkowej ( ω s ) ), co oznacza, że: α ( = α = = α N = α oraz β ( ) = β() =... = β( N ) = β. ) ()... ( ) Najczęściej sosowaną meodą esymacji paramerów przełącznikowego modelu Markowa jes meoda quasi-największej wiarygodności, w kórej maksymalizowana jes funkcja logarymicznej wiarygodności posaci []: ( T N ( θ ) = ln f ( R s = j, x, Ω ; θ ) P( s = j Ω ; θ ), (6) = j= -
5 Wpływ sysemu EU ETS na warość rynkową gdzie: θ wekor szacowanych paramerów modelu, Ω zbiór dosępnych informacji do chwili -. Funkcja gęsości rozkładu warunkowego sóp zwrou z porfela akcji spółek energeycznych dla wybranego reżimu innowacji [3]: s = j zależy od założonego eoreycznego rozkładu f ( R s = j, x, Ω R µ ( j) ; θ ) = exp, (7) πσ ( j) σ ( j) gdzie µ = ( j) R. (8) ( j) γ 0 ( j) + γ ( j) Rm + γ ( j) Rc + ϕ( j) R ϕm W procesie esymacji wykorzysano algorym FSQP (Feasible Sequenial Quadraic Programming), z opcją szukania maksimum globalnego logarymicznej funkcji wiarygodności po znalezieniu jednego z maksimów lokalnych. Produkem ubocznym esymacji paramerów modelu przełącznikowego jes ciąg prawdopodobieńsw wygładzonych P s = j Ω ) umożliwiających wskazanie najbardziej prawdopodobnego reżimu j, w kórym ( T zosała wygenerowana obserwacja R. m 3. Analiza ryzyka specyficznego i sysemaycznego dla polskich spółek energeycznych w okresie funkcjonowania EU ETS W przeprowadzonym badaniu weryfikowano wrażliwość porfela akcji spółek z sekora energeycznego noowanych na Giełdzie Papierów Warościowych w Warszawie na zmienność cen uprawnień do emisji dwulenku węgla (EUA) noowanych na europejskiej giełdzie ICE Fuure Europe. Analizowano szeregi czasowe doyczące dziennych kursów zamknięcia akcji wybranych spółek z sekora energeycznego, indeksów WIG 0 oraz WIG Energia, a akże cen konraków fuures wysawionych na pozwolenia na emisję CO w okresie od do Wybór okresu badawczego podykowany był debiuem giełdowym polskich spółek energeycznych (Enea , PGE , Tauron ), przeprowadzonym w ramach rwającego procesu resrukuryzacji polskiego sekora energeycznego. Ze względu na o, że wszyskie przedsiębiorswa włączone do sysemu EU ETS są zobligowane do rozliczenia całkowiej własnej emisji dwulenku węgla w danym roku kalendarzowym odpowiednią liczbą pozwoleń na emisję, największą popularnością wśród uczesników giełdy ICE Fuures Europe cieszą się konraky erminowe na EUA wygasające w grudniu. Zaem szereg czasowy cen konraków erminowych dla uprawnień na emisję CO (EUR/COe) zosał skonsruowany na zasadzie rolowania Dane pochodzą ze sron: oraz (dosęp ).
6 496 A. Włodarczyk grudniowych konraków o najbliższym erminie wykonania, przy czym ceny konraków fuures na EUA zosały przewaluowane na złoówki zgodnie z obowiązującym w danym dniu kursem zamknięcia dla pary waluowej PLN/EUR na rynku Forex []. Kszałowanie się dziennych kursów zamknięcia wybranych akcji spółek energeycznych, porfela WIG Energia, porfela WIG 0 oraz skonsruowanego na porzeby ego badania szeregu benchmarkowego dla konraków fuures na pozwolenia na emisję CO przedsawiono na rysunku. Rys.. Kszałowanie się dziennych kursów zamknięcia akcji spółek energeycznych, indeksu WIG Energia, WIG 0 oraz konraków fuures na EUA w okresie od do Fig.. Shaping of he daily energy companies shares prices, WIG 0 and WIG Energy indices and he EUA fuures prices from January 4, 00 o May 4, 06 Źródło: Opracowanie własne. Dla każdej analizowanej zmiennej wyznaczono procenowe logarymiczne sopy zwrou, kóre zweryfikowano pod kąem wysępowania pierwiasków jednoskowych (es ADF- GLS), zmian srukuralnych (es Perrona), efeku grupowania wariancji (es Engle a) czy auokorelacji (es Boxa-Pierce a). Wszyskie analizowane szeregi logarymicznych sóp zwrou są sacjonarne w wariancji oraz charakeryzują się wysąpieniem zmiany srukuralnej w części deerminisycznej (por. abela ). W przypadku indeksów Giełdy Papierów Warościowych w Warszawie (WIG-Energia, WIG 0) zidenyfikowana zmiana srukuralna odpowiada panice na warszawskim parkiecie i przecenie większości akywów, kóra zosała spowodowana pogłębiającym się kryzysem w srefie euro oraz informacją o wykupywaniu włoskich i hiszpańskich obligacji rządowych przez EBC. Skuki kryzysu w srefie Euro najbardziej odczuły spółki Enea S.A. oraz Tauron Polska Energia S.A., dla kórych zidenyfikowano zmianę srukuralną dokładnie w ym
7 Wpływ sysemu EU ETS na warość rynkową samym okresie. Zmiana srukuralna wykrya dla szeregu zmian cen pozwoleń na emisję CO związana jes z odroczeniem w czasie przez Parlamen Europejski wprowadzenia backloadingu, a ym samym nierozwiązania problemu nadmiernej podaży EUA na rynku. Wyniki esowania sopnia zinegrowania badanych zmiennych Tabela Rodzaj esu WIG-Energia WIG 0 EUA Enea PGE Polenergia Tauron Poziomy zmiennej ADF-GLS c ADF-GLS c Tes Zivoa- Andrewsa Logarymiczne sopy zwrou ADF-GLS c -.75*** *** -6.7*** *** *** *** -37.3*** ADF-GLS c *** -.86*** -.0*** -0.63*** -39.4*** -7.45*** *** Tes Zivoa- Andrewsa -38.5*** *** *** *** *** *** *** Decyzja I() I() I() I() I() I() I() Źródło: Opracowanie własne. *, **, *** oznaczają isoność saysyki esowej odpowiednio na poziomie 0%, 5% i %, wybrano es ADF-GLS ze sałą c, z rendem liniowym c+, maksymalny rząd opóźnienia zosał wybrany na podsawie zmodyfikowanego kryerium informacyjnego Schwarza (MSIC). Z kolei punk zwrony zidenyfikowany dla spółki Polenergia S.A. można powiązać z momenem przejęcia przez ę spółkę konroli nad Polish Energy Parners (PEP) i pozyskaniem nowego inwesora sraegicznego w posaci chińskiego funduszu inwesycyjnego, dla kórego była o pierwsza ak poważna inwesycja. Zidenyfikowaną zmianę srukuralną dla spółki PGE S.A. można wyłumaczyć niskimi cenami energii, co znalazło odzwierciedlenie w wynikach finansowych przedsiębiorsw energeycznych, oraz poliyką rządu ukierunkowaną na obligaoryjny zakup polskiego węgla przez spółki bez względu na jego cenę rynkową (por. rysunek ). Paramery przełącznikowego dwuczynnikowego modelu Markowa ze srukurą GARCH(,) ()-(5) zosały oszacowane dla porfela spółek energeycznych oraz dla czerech indywidualnych spółek z ego sekora noowanych na Giełdzie Papierów Warościowych w Warszawie w okresie od 4 sycznia 00 do 4 maja W modelowaniu wyróżniono dwa reżimy: reżim niskiej zmienności cen akcji spółek sekora energeycznego () oraz wysokiej zmienności () (por. abela ). W przypadku porfela indeksu WIG-Energia, jak również każdej analizowanej spółki energeycznej można zauważyć, że współczynniki obrazujące wpływ ryzyka rynku (γ-miara ryzyka sysemaycznego) są saysycznie isone w każdym reżimie (oprócz Polenergii). Waro zauważyć, że zmienia się siła korelacji pomiędzy porfelem WIG0 a porfelem spółek energeycznych w wyróżnionych reżimach przy zachowaniu dodaniego kierunku ej zależności. W reżimie niskiej zmienności wszyskie 3 Model dla spółki Tauron był szacowany na podsawie danych od do
8 498 A. Włodarczyk spółki energeyczne są defensywne względem porfela WIG0, co oznacza, że w okresie gdy warość porfela warszawskiej giełdy wzrośnie o % ceeris paribus, o warość akcji spółek energeycznych średnio wzrośnie od 0,453% (Enea) do 0,69% (Tauron). Naomias w reżimie spadek warości indeksu WIG0 o % może przyczynić się do spadku warości porfela spółek energeycznych najmniej o 0,964% (WIG-Energia), a najwięcej o,9% (Enea). Tabela Wyniki esymacji przełącznikowego dwuczynnikowego modelu Markowa ze srukurą GARCH(,) dla polskich spółek energeycznych Paramer/ Saysyka WIG-Energia Enea PGE Polenergia Tauron γ 0() 0,09 [0,4] 0,033 [0,88] -0,008 [0,83] -0,036 [0,00] -0,0 [0,59] γ 0 () -0,056 [0,9] -0,036 [0,36] -0,0 [0,73] -0,04 [0,84] -0,07 [0,93] γ () 0,55 [0,00] 0,453 [0,00] 0,599 [0,00] 0,009 [0,4] 0,69 [0,00] γ () 0,964 [0,00],9 [0,00],083 [0,00] 0,58 [0,00],076 [0,00] γ () 0,0 [0,0] 0,06 [0,03] 0,06 [0,5] 0,008 [0,03] 0,00 [0,94] γ () -0,03 [0,] -0,4 [0,0] -0,006 [0,77] 0,009 [0,67] 0,003 [0,95] ϕ - -0,05 [0,03] ω() / σ() 0,09 (0,03) 0,93 (0,09) 0,73 (0,4) 0,7 (0,0),4 (0,07) ω() / σ() 0,59 (0,038) 0,75 (0,9),357 (0,7),67 (0,05),474 (0,5) α 0,0086 (0,004) 0,039 (0,0) 0,06 (0,04) - - β 0,9736 (0,0) 0,94 (0,04) 0,37 (0,5) - - Wariancja bezwarunkowa 5, 4,06,94 0,030,474 () Wariancja bezwarunkowa 8,933 5,3,7 5,39 6, () p 0,987 (0,0) 0,874 (0,04) 0,963 (0,0) 0,479 (0,04) 0,967 (0,0) p 0,974 (0,0) 0,35 (0,) 0,963 (0,0) 0,796 (0,0) 0,836 (0,06) Czas rwania procesu w 96,6 / 67,% 8,5 / 93,9% 34,7 / 50,4% / 3,9% 56,7 / 89,3% reżimie (w dniach)/ frakcja obserwacji przypisanych do reżimu Reżim : czas 5 / 3,9%,3 / 6,% 35,6 / 49,6% 4,7 / 68,% 7,09 / 0,7% rwania/frakcja Tes ilorazu 8,67 [0,00] 67,07 [0,00] 83,86 [0,00] 67,06 [0,00] 46,7 [0,00] wiarygodności dla modelu Markowa Jarque-Bera es na 0,94 [0,00] 4, [0,00],6834 [0,6] 308,5 [0,00],35 [0,33] normalność rozkładu resz Tes na auokorelację 3,6 [0,8] 5,85 [0,07] 3,39 [0,09],49 [0,5] 6,054 [0,0] resz (Box- Pierce (0)) Tes Engle a na efek ARCH (5 rzędu) 0,605 [0,70] 0,77 [0,57] 0,304 [0,9] 0,5 [0,76] 0,58 [0,76] Źródło: Opracowanie własne. W nawiasach kwadraowych podano p-value, a w nawiasach okrągłych błędy sandardowe ocen paramerów modelu. Z kolei ocena parameru γ wskazuje na znacznie słabsze oddziaływanie zmian cen uprawnień na emisję CO na warość rynkową polskich spółek energeycznych w reżimie, ponieważ wzros cen konraków fuures na EUA o % spowoduje ceeris paribus średni wzros warości porfela indeksu WIG-Energia o 0,0%, akcji Enea o 0,06%, a Polenergii
9 Wpływ sysemu EU ETS na warość rynkową o 0,008%. Waro podkreślić, że wpływ zmian cen uprawnień do emisji dwulenku węgla na dwie największe polskie korporacje energeyczne, PGE S.A. i Tauron Polska Energia S.A., jes saysycznie nieisony w każdym reżimie. W reżimie ocena parameru γ jes ujemna w przypadku spółek Enea i PGE, a akże dla porfela WIG-Energia, jednakże jes saysycznie nieisona. Porównując bezwarunkową wariancję w reżimie oraz w reżimie, można zauważyć, że w przypadku porfela indeksu WIG-Energia oraz PGE sosunek en był najmniejszy, naomias dla spółki Polenergia największy. Zmienność w reżimie była około czerokronie większa w przypadku spółek Enea oraz Tauron. Oceniając oszacowane warości prawdopodobieńsw przejścia pomiędzy reżimem i, można zauważyć, że reżimy zmienności są sabilne w przypadku spółek PGE, Tauron i porfela WIG-Energia, naomias reżim wysokiej zmienności dla spółki Enea oraz reżim niskiej zmienności dla Polenergii są przejściowymi reżimami. Średni czas rwania reżimu wynosi od,3 dnia (Enea) do 5 dni (WIG-Energia). Dla porfela spółek energeycznych WIG-Energia oraz spółek Enea i Tauron większość sóp zwrou zosało przypisanych do reżimu niskiej zmienności (odpowiednio: 67,%, 93,9%, 89,3%). Poniżej przedsawiono zidenyfikowane na podsawie prawdopodobieńsw wygładzonych okresy wysępowania reżimu i dla porfela indeksu WIG-Energia (por. rysunek i abelę 3). Rys.. Empiryczne i eoreyczne sopy zwrou porfela indeksu WIG-Energia (pierwszy panel), prawdopodobieńswa wygładzone dla reżimu o niskiej zmienności (drugi panel), prawdopodobieńswa wygładzone dla reżimu o wysokiej zmienności (rzeci panel) Fig.. Acual and fied values of WIG-Energy reurns ( he firs panel), smoohed probabiliies of low volailiy regime (he second panel) and smoohed probabiliies of high volailiy regime (he hird panel) Źródło: Opracowanie własne.
10 500 A. Włodarczyk Można zauważyć, że dla rynku uprawnień na emisję CO oraz sekora spółek energeycznych w Polsce wspólnymi okresami wysokiej zmienności są: okres odpowiadający wygasaniu najbardziej popularnej wśród uczesników rynku w II fazie funkcjonowania EU ETS serii konraków fuures na EUA ( ), okres wejścia sysemu EU ETS w III fazę funkcjonowania ( ), okres odroczenia decyzji o wprowadzeniu backloadingu ograniczającego efek nadmiaru uprawnień do emisji CO ( ) oraz niepewność syuacji polskiej energeyki w związku ze szczyem w Brukseli, na kórym zapadły ważne decyzje odnośnie do ram poliyki klimaycznej UE ( ). Okresy rwania reżimu wysokiej zmienności dla porfela WIG-Energia Tabela 3 Okres obowiązywania reżimu Czas rwania Średnie prawdopodobieńswo reżimu przypisania obserwacji do reżimu Źródło: Obliczenia własne. Na wysoką zmienność porfela WIG-Energia wpływ miały również gwałowne przeceny akywów na Giełdzie Papierów Warościowych w Warszawie, związane z kryzysem zadłużenia w srefie euro ( ) czy niesabilną syuacją poliyczną w Polsce oraz planami reform mogącymi isonie obciążyć budże pańswa ( ). Wysoka zmienność akcji w sekorze energeycznym w drugiej połowie 05 roku mogła również być spowodowana konsolidacją ego sekora z zadłużonym polskim sekorem wydobywczym. 4. Podsumowanie W pracy poruszono problem oddziaływania Europejskiego Sysemu Handlu Uprawnieniami do Emisji na warość rynkową polskich spółek energeycznych. Na podsawie przeprowadzonej analizy empirycznej powierdzono, że w reżimie niskiej zmienności wzros cen konraków fuures na EUA przyczyni się do niewielkiego wzrosu warości porfela
11 Wpływ sysemu EU ETS na warość rynkową indeksu WIG-Energia oraz cen akcji spółek Enea oraz Polenergia. Tego ypu zależność może wynikać z realizacji zysku nadspodziewanego przez przerzucenie koszów emisji dwulenku węgla na klienów, przy jednoczesnym orzymywaniu nieodpłanych pozwoleń na emisję. W reżimie wysokiej zmienności wpływ cen uprawnień do emisji CO na warość porfela spółek energeycznych jes saysycznie nieisony. Na podobny kierunek zależności oraz siłę oddziaływania rynku uprawnień do emisji CO na rynek kapiałowy wskazywały badania przedsawione w [9]. Może o być wynikiem udzielenia przez Komisję Europejską derogacji producenom energii elekrycznej w Polsce na III okres funkcjonowania EU ETS, podczas gdy większość unijnych producenów musi kupować pozwolenia na emisję CO w sysemie aukcyjnym. Ponado zmiany cen uprawnień do emisji dwulenku węgla nie oddziaływają isonie na dwie największe polskie korporacje energeyczne: PGE S.A. i Tauron Polska Energia S.A., kóre jednocześnie w sekorze energeycznym mają największy udział w indeksie spółek społecznie odpowiedzialnych RESPECT. Waro również podkreślić, że podjęe podczas szczyu klimaycznego w Paryżu (COP, 05) decyzje w sprawie zaosrzenia poliyki klimaycznej UE oraz modyfikacji zasad funkcjonowania Europejskiego Sysemu Handlu Uprawnieniami do Emisji będą miały wpływ na konkurencyjność przedsiębiorsw z sekora energeycznego. Sąd ważne jes, aby sysem zarządzania ryzykiem emisji CO, dopasowany do indywidualnych porzeb przedsiębiorswa i nakierowany na wdrażanie innowacji ekologicznych, umożliwiał firmie nie ylko wypełnianie regulacji prawnych doyczących wielkości emisji dwulenku węgla, lecz akże umożliwiał zarabianie na wzroście efekywności energeycznej w przedsiębiorswie. Znaczenie innowacji ekologicznych w zwiększeniu konkurencyjności przedsiębiorswa produkcyjnego podkreślono w [0]. Orsao (009) zaznaczył, że przedsiębiorswa energeyczne prowadzące działalność na deregulowanym rynku energii wykszałciły niezbędne umiejęności oraz zdobyły doświadczenie w prowadzeniu działalności w warunkach ryzyka, co powinno im uławić zarządzanie ryzykiem cen uprawnień do emisji dwulenku węgla []. Ponado sysem zarządzania emisjami CO, związany z bieżącym konrolowaniem nieprzekraczania górnego progu dozwolonej emisji oraz wykorzysaniem meod ilościowych do prognozowania przyszłego poziomu emisji zanieczyszczeń do amosfery, a akże sprzedaż po arakcyjnej dla przedsiębiorswa cenie nadmiaru pozwoleń na emisję CO prowadzi do umocnienia przewagi konkurencyjnej przedsiębiorsw [8]. Zaem wykorzysanie filru okazji i zagrożeń powinno wspomagać proces zarządzania ryzykiem emisji CO w przedsiębiorswach energeycznych prowadzących działalność w warunkach zmieniających się regulacji prawnych odnośnie do funkcjonowania sysemu EU ETS [3].
12 50 A. Włodarczyk Bibliografia. Chevallier J.: Carbon fuures and macroeconomic risk facors: A view from he EU ETS. Energy Economics, vol. 3, 009, pp Doman M., Doman R.: Modelowanie zmienności i ryzyka. Meody ekonomerii finansowej. Wolers Kluwer Polska, Kraków 009, s Doornik J.A.: Economeric Analysis wih Markov-Swiching Models. Timberlake Consulans Ld, London 03, pp. 7-9, Dyduch J.: Handel uprawnieniami do emisji zanieczyszczeń powierza. PWE, Warszawa 03, s. 9-35, Graczyk A., Graczyk A.: Wprowadzenie mechanizmów rynkowych w ochronie środowiska. PWE, Warszawa 0, s Hamilon J.D.: Time Series Analysis. Princeon Universiy Press, Princeon, New Jersey 994, pp Jonek-Kowalska I.: Challenges for long-erm indusry resrucuring in he Upper Silesian Coal Basin: Wha has Polish coal mining achieved and failed from a weny-year perspecive? Resource Policy, no. 44, 05, p Mesjasz-Lech A., Włodarczyk A.: Modelling of Air Micropolluan s Flucuaions on he Background of he Primary Air Polluans Emission as a Tool Supporing Environmenal Managemen in Thermal Power Plan. Desalinaion and Waer Treamen, vol. 57, 06, pp Moreno B., Pereira da Silva: How do Spanish polluing secors sock marke reurns reac o European Union allowances prices? A panel daa approach. Energy, vol. 03, 06, pp Nikiewicz T.: Ekologiczna ocena cyklu życia produku w procesach decyzyjnych przedsiębiorsw produkcyjnych. Wydawnicwo Poliechniki Częsochowskiej, Częsochowa 03, s Oberndorfer U.: EU emission allowances and he sock marke: evidence from he elecriciy indusry. Ecological Economics, vol. 68, 009, pp Orsao R.J.: Susainabiliy Sraegies. When does i pay o be green? Palgrave Macmillan, London 009, p Oola I.: Procesy zarządzania przedsiębiorswami a konkurencyjność w warunkach zarażonego rynku. Wydawnicwo Poliechniki Częsochowskiej, Częsochowa 03, s Tian Y., Akimov A., Roca E., Wong V.: Does he carbon marke help or hur he sock price of elecriciy companies? Furher evidence from he European conex. Journal of Cleaner Producion, vol., 06, pp
13 Wpływ sysemu EU ETS na warość rynkową Absrac The aim of his paper is o evaluae he impac of he EU ETS on he marke value of Polish energy companies quoed in he Warsaw Sock Exchange in he period from January 4, 00 o May 4, 06. The empirical analysis is based on he esimaion resuls of Markovswiching mulifacor models wih GARCH srucure for he periods of Phase II and III of he EU ETS. The resuls indicae he exisence of posiive relaionship beween he changes of EUA prices and sock reurns of elecriciy companies (windfall profis effec) in low volailiy regime. The influence of EUA prices changes on sock reurns of wo bigges energy corporaion PGE and Tauron, which a he same ime have he bigges share in he energy secor in he RESPECT index, is saisically insignifican in each regime.
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 szczegółowoDYNAMICZNE 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 szczegółowoTransakcje 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 szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowoStudia 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 szczegółowoDYNAMICZNE 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 szczegółowoEwa 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 szczegółowoWNIOSKOWANIE 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 szczegółowoMatematyka 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 szczegółowoOddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzaa Doman Akademia Ekonomiczna w Poznaniu Modele mikrosrukury rynku Bageho (97) informed raders próbują wykorzysać swoją przewagę informacyjną
Bardziej szczegółowospecyfikacji 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 szczegółowoDYNAMICZNE 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Bardziej szczegółowoESTYMACJA 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 szczegółowoZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG
Doroa Wikowska, Anna Gasek Kaedra Ekonomerii i Informayki SGGW dwikowska@mors.sggw.waw.pl ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYC INDEKSÓW GIEŁDOWYC: WIG, WIG2, MIDWIG I TECWIG Sreszczenie:
Bardziej szczegółowoAlicja 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 szczegółowoMagdalena 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 szczegółowoMODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp
WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną
Bardziej szczegółowoMODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX
Krzyszof Ćwikliński Uniwersye Ekonomiczny we Wrocławiu Wydział Zarządzania, Informayki i Finansów Kaedra Ekonomerii krzyszof.cwiklinski@ue.wroc.pl Daniel Papla Uniwersye Ekonomiczny we Wrocławiu Wydział
Bardziej szczegółowoRACHUNEK 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 szczegółowoKURS 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 szczegółowoKrzysztof 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 szczegółowoOPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR
Daniel Iskra Uniwersye Ekonomiczny w Kaowicach OPTYMALIZACJA PORTFELA IWESTYCYJEGO ZE WZGLĘDU A MIIMALY POZIOM TOLERACJI DLA USTALOEGO VaR Wprowadzenie W osanich laach bardzo popularną miarą ryzyka sała
Bardziej szczegółowoWYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
Bardziej szczegółowoPOWIĄZANIA 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 szczegółowoEuropejska opcja kupna akcji calloption
Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy
Bardziej szczegółowoMODELOWANIE 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 szczegółowoKRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ
KRZYSZTOF JAJUGA Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ EKONOMETRIA FINANSOWA OKREŚLENIE Modele ekonomerii finansowej są worzone
Bardziej szczegółowoFinanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena
Finanse 1. Premia za ryzyko PR r m r f. Wskaźnik Treynora T r r f 3. Wskaźnik Jensena r [ rf ( rm rf ] 4. Porfel o minimalnej wariancji (ile procen danej spółki powinno znaleźć się w porfelu w a w cov,
Bardziej szczegółowoEfekty 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 szczegółowolicencjat 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 szczegółowoStanisław 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 szczegółowoMAKROEKONOMIA 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 szczegółowoNie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce
Zeszyy Naukowe Uniwersyeu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-16 s. 193 204 Nie(efekywność) informacyjna giełdowego rynku konraków erminowych
Bardziej szczegółowodr 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 szczegółowoParytet 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 szczegółowoZajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
Bardziej szczegółowoJacek 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 szczegółowoManagement Systems in Production Engineering No 4(20), 2015
EKONOMICZNE ASPEKTY PRZYGOTOWANIA PRODUKCJI NOWEGO WYROBU Janusz WÓJCIK Fabryka Druu Gliwice Sp. z o.o. Jolana BIJAŃSKA, Krzyszof WODARSKI Poliechnika Śląska Sreszczenie: Realizacja prac z zakresu przygoowania
Bardziej szczegółowoStanisław 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 szczegółowoSTATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU
GraŜyna Trzpio, Dominik KręŜołek Kaedra Saysyki Akademii Ekonomicznej w Kaowicach e-mail rzpio@sulu.ae.kaowice.pl, dominik_arkano@wp.pl STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU
Bardziej szczegółowoSYMULACYJNA 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 szczegółowoMETODY 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 szczegółowoOcena 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 szczegółowoMAKROEKONOMIA 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 szczegółowoJerzy 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 szczegółowoWyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
Bardziej szczegółowoEKONOMETRIA 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 szczegółowoMetody 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 szczegółowo1. 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 szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoWitold 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 szczegółowoDaniel 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 szczegółowoUMK 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 szczegółowoStatystyka 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 szczegółowoNiestacjonarne 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 szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowoPREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 MAŁGORZATA BOŁTUĆ Uniwersye Ekonomiczny we Wrocławiu ZALEŻNOŚĆ POMIĘDZY RYNKIEM SWAPÓW KREDYTOWYCH
Bardziej szczegółowoAnaliza stopnia zbieŝności cyklu koniunkturalnego gospodarki polskiej ze strefą euro
Analiza sopnia zbieŝności cyklu koniunkuralnego gospodarki polskiej ze srefą euro Karolina Konopczak 24.09.2008 Analizy synchronizacji cyklicznej w ramach prac nad Raporem Analiza synchronizacji cyklicznej
Bardziej szczegółowoPrognozowanie 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 szczegółowoWYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO W PROGNOZOWANIU KROKOWYM ROCZNEGO ZUŻYCIA ENERGII ELEKTRYCZNEJ PRZEZ ODBIORCÓW WIEJSKICH
INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH Nr 2/2005, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 121 128 Komisja Technicznej Infrasrukury Wsi Małgorzaa Trojanowska WYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO
Bardziej szczegółowoANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-86 Nr 89 06 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii pawel.prenzena@edu.ueka.pl
Bardziej szczegółowoANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 013 ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarswa Wiejskiego w Warszawie BADANIE EFEKTYWNOŚCI INFORMACYJNEJ
Bardziej szczegółowoPROGNOZOWANIE 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 szczegółowoOeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu
OeconomiA copernicana 2011 Nr 4 Małgorzaa Madrak-Grochowska, Mirosława Żurek Uniwersye Mikołaja Kopernika w Toruniu TESTOWANIE PRZYCZYNOWOŚCI W WARIANCJI MIĘDZY WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Bardziej szczegółowoWYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU ODPOWIEDZIALNOŚCI
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 668 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 41 2011 BARTŁOMIEJ NITA Uniwersye Ekonomiczny we Wrocławiu WYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU
Bardziej szczegółowoTESTOWANIE 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 szczegółowoEFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP
Joanna Landmesser Kaedra Ekonomerii i Informayki SGGW e-mail: jgwiazda@mors.sggw.waw.pl EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE Sreszczenie: W pracy zbadano wysępowanie efeku
Bardziej szczegółowoAnaliza opłacalności inwestycji logistycznej Wyszczególnienie
inwesycji logisycznej Wyszczególnienie Laa Dane w ys. zł 2 3 4 5 6 7 8 Przedsięwzięcie I Program rozwoju łańcucha (kanału) dysrybucji przewiduje realizację inwesycji cenrum dysrybucyjnego. Do oceny przyjęo
Bardziej szczegółowoMAKROEKONOMIA 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 szczegółowoSystem zielonych inwestycji (GIS Green Investment Scheme)
PROGRAM PRIORYTETOWY Tyuł programu: Sysem zielonych inwesycji (GIS Green Invesmen Scheme) Część 6) SOWA Energooszczędne oświelenie uliczne. 1. Cel programu Ograniczenie lub uniknięcie emisji dwulenku węgla
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoNowokeynesowski 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 szczegółowoPROGNOZOWANIE 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 szczegółowoOcena 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 szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Bardziej szczegółowoMODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ
Agaa MESJASZ-LECH * MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ Sreszczenie W arykule przedsawiono wyniki analizy ekonomerycznej miesięcznych warości w
Bardziej szczegółowoInwestycje. 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 szczegółowoZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU. Henryk J. Wnorowski, Dorota Perło
0-0-0 ZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU Henryk J. Wnorowski, Doroa Perło Plan wysąpienia Cel referau. Kluczowe założenia neoklasycznej
Bardziej szczegółowoPolitechnika 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 szczegółowoPORÓWNANIE DYSKONTOWYCH WSKAŹNIKÓW OCENY OPŁACALNOŚCI EKONOMICZNEJ INWESTYCJI NA WYBRANYM PRZYKŁADZIE
POZA UIVE RSITY OF TE CHOLOGY ACADE MIC JOURALS o 86 Elecrical Engineering 2016 Jusyna MICHALAK* PORÓWAIE DYSKOTOWYCH WSKAŹIKÓW OCEY OPŁACALOŚCI EKOOMICZEJ IWESTYCJI A WYBRAYM PRZYKŁADZIE W arykule przedsawiono
Bardziej szczegółowoPIOTR FISZEDER, JACEK KWIATKOWSKI Katedra Ekonometrii i Statystyki
PIOTR FISZEDER, JACEK KWIATKOWSKI Kaedra Ekonomerii i Saysyki DYNAMICZNA ANALIZA ZALEŻNOŚCI POMIĘDZY OCZEKIWANĄ STOPĄ ZWROTU A WARUNKOWĄ WARIANCJĄ Sreszczenie: W badaniu zasosowano modele GARCHM ze sałym
Bardziej szczegółowoCzy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy
Dobromił Serwa Reakcje rynków finansowych na szoki w poliyce pieniężnej.. Wsęp Czy prowadzona poliyka pieniężna jes skueczna? Jaki ma wpływ na procesy ekonomiczne zachodzące w kraju? Czy jes ona równie
Bardziej szczegółowoZMIENNOŚĆ CEN NA RYNKU ŻYWCA DROBIOWEGO WSTĘP
Pior Bórawski, Jacek Kwiakowski, Kaedra Agrobiznesu i Ekonomii Środowiska UWM Olszyn, Kaedra Ekonomerii i Saysyki UMK Toruń, e-mail: pboraw@moski.uwm.edu.pl, e-mail: jkwia.uni.orun.pl. ZMIENNOŚĆ CEN NA
Bardziej szczegółowoDYNAMIKA 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 szczegółowoEkonometryczne 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 szczegółowoElżbieta 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 szczegółowoKombinowanie 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 szczegółowoWykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA
Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie
Bardziej szczegółowoHeteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Heeroskedasyczność szeregu sóp zwrou a koncepcja pomiaru ryzyka meodą VaR Wsęp Spośród wielu rodzajów ryzyka
Bardziej szczegółowoA 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 szczegółowoAnaliza kosztów wytwarzania energii elektrycznej w elektrowniach systemowych
POLITYKA ENERGETYCZNA Tom 10 Zeszy specjalny 2 2007 PL ISSN 1429-6675 Janusz SOWIÑSKI* Analiza koszów wywarzania energii elekrycznej w elekrowniach sysemowych STRESZCZENIE. Zaporzebowanie na energiê elekryczn¹
Bardziej szczegółowoAnaliza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
Bardziej szczegółowoDYNAMICZNE 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 szczegółowoTemat: Weryfikacja nienaruszalności bezpieczeństwa SIL struktury sprzętowej realizującej funkcje bezpieczeństwa
1 Lab3: Bezpieczeńswo funkcjonalne i ochrona informacji Tema: Weryfikacja nienaruszalności bezpieczeńswa SIL srukury sprzęowej realizującej funkcje bezpieczeńswa Kryeria probabilisyczne bezpieczeńswa funkcjonalnego
Bardziej szczegółowoZastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary
Anna Górska 1 Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych Szkoła Główna Gospodarswa Wiejskiego Warszawa Zasosowanie narzędzi analizy echnicznej w bezpośrednim i pośrednim inwesowaniu
Bardziej szczegółowoModelowanie i analiza szeregów czasowych
Modelowanie i analiza szeregów czasowych Małgorzaa Doman Plan zajęć Część. Modelowanie szeregów jednowymiarowych.. Szeregi jednowymiarowe własności i diagnozowanie. Modele auoregresji i średniej ruchomej
Bardziej szczegółowoE 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 szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Bardziej szczegółowo