Pomiar ryzyka odchylenia od benchmarku w warunkach zmiennej w czasie strategii inwestycyjnej OFE - kotynuacja. Wojciech Otto Uniwersytet Warszawski
|
|
- Halina Owczarek
- 7 lat temu
- Przeglądów:
Transkrypt
1 Pomiar ryzyka odchylenia od benchmarku w warunkach zmiennej w czasie sraegii inwesycyjnej OFE - koynuacja Wojciech Oo Uniwersye Warszawski Refera przygoowany na Ogólnopolską Konferencję Naukową Zagadnienia akuarialne eoria i prakyka Warszawa, maja
2 Wprowadzenie Prezenacja jes konynuacją referau ubiegłorocznego, i ak jak i ów refera nawiązuje do proponowanych (w ramach zw. Projeku Boniego z jesieni 2010 roku) regulacji doyczących wymogów kapiałowych sawianych PTE, kóre zarządzają akywami OFE. Wymogi e są pochodną ryzyka dopłay, jakie PTE dokonuje na rzecz zarządzanego subfunduszu (części OFE), o ile osiągnie sopę zwrou (SZ) niższą od Dosaecznej Sopy Zwrou (DSZ), określonej na podsawie Referencyjnej Sopy Zwrou (RSZ), określonej jako sopa zwrou z Porfela Referencyjnego ego subfunduszu. Na przykład dla subfunduszu A, kórego Porfel Referencyjny składać się miałby w 75% z akcji, zapisy Projeku precyzują o ryzyko nasępująco: RSZ ; 90% RSZ 10% DSZ min, DSZ SZ; AkywaNe o Kara 20 % max 0, Gdzie RSZ, SZ i DSZ są o sopy rzylenie (nieannualizowane), Rozliczenie kary (a akże nagrody, o ile zajdzie SZ RSZ ) dokonywane jes raz na rok. Zagrożenie karą miałoby być moniorowane w częsoliwością miesięczną. 2
3 Minimalny Wymagany Kapiał i jego składniki Minimalny Wymagany Kapiał (MWK) wyznaczany jes raz na miesiąc ze wzoru: MWK max{ 0.4%; MWK1 MWK2} AkywaNeo, MWK 1 o składnik odpowiadający (z grubsza) spodziewanym dopłaom w dwóch najbliższych daach rozliczenia (kar i nagród), wyznaczonym przy założeniu, że od dziś do końca drugiego z okresów rozliczeniowych subfundusz osiągać będzie zwroy idenyczne jak Porfel Referencyjny MWK 2 ma być miarą ryzyka, iż jeszcze przed końcem ych okresów rozliczeniowych subfundusz osiągać będzie zwroy różniące się od sóp zwrou z Porfela Referencyjnego 3
4 Składniki MWK1 i MWK2 w Projekcie Boniego 20% max MWK1 10% gdzie: DSZ1 SZ1; 0 maxdsz 2 SZ2; 0 minsz1 DSZ1; SZ2 DSZ2 gdy gdy ( SZ1 DSZ1) ( SZ2 DSZ2) ( SZ1 DSZ1) ( SZ2 DSZ2) DSZ1 oraz SZ1 obejmują ubiegłą część 3-leniego okresu rozliczeniowego kończącego się w najbliższym dniu rozliczenia, zaś DSZ2 oraz SZ2 obejmują ubiegłą część okresu odpowiadającego nasępnej dacie rozliczenia (12 miesięcy później), Wyznaczając sopę zwrou SZ2 uwzględniamy efek (ewenualnej) dopłay w najbliższym dniu rozliczenia. MWK 2 max 0.20 SZ RSZ, 0.95 MWK2 1, gdzie: proces wyjściowy o moduły różnic miesięcznych sóp zwrou, zaś o numer miesiąca. 4
5 Funkcjonowanie wymogów kapiałowych Oprócz Minimalnego Wymaganego Kapiału określa się Margines Wypłacalności, równy z definicji dwukroności MWK. Podobnie jak w nadzorze nad firmami ubezpieczeniowymi: Brak pokrycia Marginesu Wypłacalności środkami własnymi PTE uruchamia umiarkowaną inerwencję Nadzoru, nakierowaną na uzdrowienie syuacji finansowej PTE Brak pokrycia MWK sanowi sygnał do podjęcia przez Nadzór działań bardziej radykalnych Oczekiwane skuki proponowanych regulacji o: Regulacje mają określać budże ryzyka (granice swobody odchodzenia od benchmarku) Dobre doychczasowe wyniki (ujemna warość MWK1) zwiększają budże ryzyka Wzros MWK1 (szczególnie powyżej zera) ma skłaniać PTE do zbliżenia się do benchmarku. W obliczu sra pożądana sraegia o pogodzenie się ze sraą i redukcja ryzyka, iż sraa ulegnie pogłębieniu, Sraegia przeciwna: skoro mamy sray, zwiększmy ryzyko, aby zwiększyć szansę ich odrobienia ma niemal auomaycznie narażać PTE na inerwencję Nadzoru 5
6 Pożądane własności MWK2 Definicję MWK2 wymogów kapiałowych z Raporu można zapisać w posaci: gdzie max 0,95Y 1 Y,, o zmienna moniorowana, równa, zaś Y o zmienna moniorująca. Pożądane własności sabilne a więc wysępujące w warunkach, gdy realizacje dodanich zmiennych losowych,,... worzą przez wiele miesięcy poprzedzających miesiąc ciąg i.i.d.:, 1 2 Warość oczekiwana Y powinna być możliwie bliska kwanylowi pewnego usalonego rzędu (wysokiego) zmiennej wyjściowej (nieobciążoność) Wariancja, skośność i kuroza zmiennej Y powinny być możliwie niewielkie (efekywność) Ww. własności powinny być odporne na błąd założenia o rozkładzie zmiennej (odporność) Pożądane własności dynamiczne: Zmienna Y powinna szybko reagować wzrosem (lub spadkiem) na isoną zmianę parameru skali rozkładu zmiennej wyjściowej. Ważniejsza jes przy ym szybkość reakcji na wzros parameru skali niż na jego spadek. 6
7 Uogólnienie procesu auoregresyjnego maksimum Poszukiwania lepszej formuły dla MWK2 moywowane są sosunkowo słabą efekywnością zaproponowanej formuły procesu auoregresyjnego, przy niezłym poziomie spełnienia pozosałych własności (nieobciążoność, odporność oraz własności dynamiczne) Sposrzeżenie: proces, (powiedzmy, proces auoregresyjny poęgowy) o posaci: Y 1/ ( wy 1 ) ( s ) jes procesem ogólniejszym, kórego granicznym przypadkiem przy jes proces auoregresyjnego maksimum, w wersji dokładnie pokrywającej się z Raporem o ile przyjmiemy s 1 oraz w Dobór paramerów s, w oraz, jak również rzędu kwanyla zmiennej moniorowanej, kórej miałaby być równa warość oczekiwana zmiennej moniorującej, można w ej syuacji przeprowadzić na drodze minimalizacji odpowiednio skonsruowanej funkcji kary. Wadą procesu auoregresyjnego poęgowego jes o, że jeszcze mniej można o nim się dowiedzieć (niż o procesie auoregresyjnego maksimum) za pomocą rozważań analiycznych. 7
8 Wybrany warian procesu Uznano, że najlepszy kompromis pomiędzy sopniem zachodzenia pożądanych własności procesu osiągany jes w jego wariancie: gdzie w rezulacie warość oczekiwana zmiennej Y Y ) ( / 2. 7, ( 1 ) Y jes bardzo bliska kwanylowi rzędu 0.92 ego rozkładu (po długim ciągu niezależnych realizacji ej zmiennej z ego samego rozkładu). Wnioski e orzymano przy założeniu, że logarym nauralny zmiennej 1 SZ )/(1 RSZ ) ma rozkład dany gęsością z rodziny gęsości posaci: 1 f ( x) exp x / c 2 c (1/ r 1) o rzech różnych poziomach parameru kszału r, równych: 1 co sprowadza się do gęsości wykładniczej, 2 co sprowadza się do gęsości normalnej, r ( 1.4 co jes przypadkiem pośrednim, powierdzonym na danych hisorycznych. 8
9 Spekrum esowanych rozkładów (odporność) Wybór rozkładu lognormalnego jako najmniej lepokurycznego z możliwych oparo na radycji. Wybór rozkładu logarymiczo-wykładniczego (dwusronnie) wybrano dość arbiralnie: jes o rozkład o najmniejszej warości parameru kszału r, kóry jednak posiada skończone momeny. Przypadek pośredni z warością parameru kszału r 1. 4 zosał zweryfikowany empirycznie na podsawie próbki miesięcznych sóp zwrou z 14 obecnie funkcjonujących OFE z okresu od sycznia 2002 do marca Obserwację sanowiło odchylenie sopy zwrou danego OFE w danym miesiącu od średniej z ego miesiąca. Wahania przeskalowano dzieląc je przez odwroności odchyleń sandardowych specyficznych dla danego OFE Skale wahań skorygowano akże o odchylenia sandardowe charakeryzujące poszczególne miesiące, sosując jednak odpowiednie wygładzenie (podobnie jak w modelach ARCH). Osaecznie esymaę r 1. 4 uzyskano meodą Największej Wiarygodności 9
10 Charakerysyki sabilne zmiennych i Y Charakerysyki r=1 r=1.4 r=2 Y Y Y warość oczekiwana odch. sandardowe 1.01% 2.54% 1.09% 2.54% 1.14% 2.50% 1.01% 0.88% 0.93% 0.71% 0.86% 0.58% skośność kuroza gi percenyl 2.54% 3.84% 2.56% 3.61% 2.49% 3.37% Należy zaznaczyć, że kwanyle rzędu 4% zmiennej 1 SZ )/(1 RSZ ) można orzymać mnożąc ( warość oczekiwaną Y przez współczynnik o odpornej warości równej -99%. 10
11 Charakerysyki dynamiczne procesu auoregresyjnego poęgowego Liczba mies. od zmiany (k) E(Y +k ) po redukcji parameru skali E(Y +k ) po wzroście parameru skali r = 1 r = 2 r = 3 r = 1 r = 2 r = % 100% 100% 25% 25% 25% % 91.3% 92.3% 45.9% 47.3% 49.3% % 77.6% 78.3% 70.6% 72.3% 74.6% % 61.2% 61.7% 87.5% 88.8% 90.8% % 49.0% 49.4% 93.0% 93.8% 95.6% % 40.5% 40.6% 97.3% 97.0% 98% % 34.2% 34.3% 98.5% 98.0% 99.0% % 30.6% 30.6% 100% 99.5% 100% 11
12 Rola poszczególnych paramerów procesu Paramery wzoru 1 / Y pełnią nasępujące role: ( wy 1 ) ( s ) s jes paramerem skali (dososowujemy go do ego, jaki procen niedoboru (DSZ SZ) pokrywa PTE) zmiany jego warości reprezenują akże zmianę sosowanej przez PTE sraegii akywnej ma pasywną i vice versa w odpowiada za kompromis pomiędzy efekywnością (wysoką gdy warość w jes bliska jedynce) a szybkością przysosowania do zmian parameru skali zmiennej moniorowanej (wysoką przy mniejszych warościach w) odpowiada za o, kóry kwanyl rozkładu zmiennej paramer en przyjąłby warość większą od 10-ciu), chcemy śledzić (np. dla kwanyla rzędu Powyższa rola parameru związana jes z fakem, że śledzimy kwanyl rozkładu zmiennej zadanego rzędu mając skąpe informacje o jej rozkładzie Przy pełnej informacji o kszałcie rozkładu zmiennej rolę ę przejmie paramer s 12
13 5% Przykładowy przebieg symulacji: zmiana sraegii akywnej na pasywną po 50-ciu miesiącach q(92), r=1 4% q(92), r=1.4 q(92), r=2 3%, r=1, r=1.4 2%, r=2 Y, r=1 1% Y, r=1.4 Y, r=2 0%
14 Lieraura: Powoływany w ekście projek Boniego o projek regulacji usawowych opary na Raporcie p.: Bezpieczeńswo dzięki różnorodności. Poprawa efekywności funkcjonowania owarych funduszy emeryalnych. Propozycje zmian, KPRM 2010, sporządzonym przez zespół eksperów w składzie: Agnieszka Chłoń-Domińczak, Wojciech Oo, Dariusz Sańko, Michał Szymański Pracujący pod kierownicwem Marka Góry. 14
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 szczegółowoProjektowanie systemu opłat pobieranych przez PTE za zarządzanie OFE
Projekowanie sysemu opła pobieranych przez PTE za zarządzanie OFE Wojciech Oo Uniwersye Warszawski Refera przygoowany na Ogólnopolską Konferencję Naukową Zagadnienia akuarialne eoria i prakyka Wrocław,
Bardziej szczegółowo2.1 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 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 szczegółowoMarża zakupu bid (pkb) Marża sprzedaży ask (pkb)
Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża
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 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 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 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 szczegółowoINWESTYCJE. 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 szczegółowoMatematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n
Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam
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 szczegółowoPobieranie 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 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 szczegółowoPROGNOZOWANIE 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 szczegółowoWykład 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 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 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 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 szczegółowoDYNAMICZNE 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 szczegółowoKONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK)
KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK) Kaarzyna Kuziak Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W 1994 roku insyucja finansowa JP Morgan opublikowała
Bardziej 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 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 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 szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie
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 szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
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 szczegółowoLABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR
LORTORIUM PODSTWY ELEKTRONIKI adanie ramki X-OR 1.1 Wsęp eoreyczny. ramka XOR ramka a realizuje funkcję logiczną zwaną po angielsku EXLUSIVE-OR (WYŁĄZNIE LU). Polska nazwa brzmi LO. Funkcję EX-OR zapisuje
Bardziej 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 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 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 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 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 szczegółowoC 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 szczegółowoAnaliza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
Bardziej 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 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 szczegółowo2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
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 szczegółowoGr.A, Zad.1. Gr.A, Zad.2 U CC R C1 R C2. U wy T 1 T 2. U we T 3 T 4 U EE
Niekóre z zadań dają się rozwiązać niemal w pamięci, pamięaj jednak, że warunkiem uzyskania różnej od zera liczby punków za każde zadanie, jes przedsawienie, oprócz samego wyniku, akże rozwiązania, wyjaśniającego
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 szczegółowoAnaliza rynku projekt
Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes
Bardziej 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 szczegółowoĆWICZENIE 7 WYZNACZANIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA. Wprowadzenie
ĆWICZENIE 7 WYZNACZIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA Wprowadzenie Ciało drgające w rzeczywisym ośrodku z upływem czasu zmniejsza ampliudę drgań maleje energia mechaniczna
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 szczegółowoMODELOWANIE 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 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 szczegółowoKrzysztof Piontek Akademia Ekonomiczna we Wrocławiu. Modelowanie warunkowej kurtozy oraz skośności w finansowych szeregach czasowych
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 5 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Modelowanie
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 szczegółowoUkłady zasilania tranzystorów. Punkt pracy tranzystora Tranzystor bipolarny. Punkt pracy tranzystora Tranzystor unipolarny
kłady zasilania ranzysorów Wrocław 28 Punk pracy ranzysora Punk pracy ranzysora Tranzysor unipolarny SS GS p GS S S opuszczalny oszar pracy (safe operaing condiions SOA) P max Zniekszałcenia nieliniowe
Bardziej szczegółowoDendrochronologia Tworzenie chronologii
Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu
Bardziej szczegółowoMatematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile
Bardziej 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 szczegółowoTEORIA PRZEKSZTAŁTNIKÓW. Kurs elementarny Zakres przedmiotu: ( 7 dwugodzinnych wykładów :) W4. Złożone i specjalne układy przekształtników sieciowych
EORA PRZEKSZAŁNKÓW W1. Wiadomości wsępne W. Przekszałniki sieciowe 1 W3. Przekszałniki sieciowe Kurs elemenarny Zakres przedmiou: ( 7 dwugodzinnych wykładów :) W4. Złożone i specjalne układy przekszałników
Bardziej szczegółowoEFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz
EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH dr inż. Rober Sachniewicz METODY OCENY EFEKTYWNOŚCI PROJEKTÓW INWESTYCYJNYCH Jednymi z licznych celów i zadań przedsiębiorswa są: - wzros warości przedsiębiorswa
Bardziej szczegółowoRóżnica 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 szczegółowoWarszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO. z dnia 2 czerwca 2017 r.
DZIENNIK URZĘDOWY NARODOWEGO BANKU POLSKIEGO Warszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO z dnia 2 czerwca 2017 r. zmieniająca uchwałę w sprawie wprowadzenia
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 szczegółowoREGULAMIN FUNDUSZU ROZLICZENIOWEGO
REGULAMIN FUNDUSZU ROZLICZENIOEGO przyjęy uchwałą nr 10/60/98 Rady Nadzorczej Krajowego Depozyu Papierów arościowych S.A. z dnia 28 września 1998 r., zawierdzony decyzją Komisji Papierów arościowych i
Bardziej szczegółowoLABORATORIUM PODSTAW ELEKTRONIKI PROSTOWNIKI
ZESPÓŁ LABORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ LABORATORIUM PODSTAW ELEKTRONIKI INSTRUKCJA DO ĆWICZENIA NR 5 PROSTOWNIKI DO UŻYTKU
Bardziej szczegółowoStała 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 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 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 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej
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, 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 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 szczegółowo4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego
4.. Obliczanie przewodów grzejnych meodą dopuszczalnego obciążenia powierzchniowego Meodą częściej sosowaną w prakyce projekowej niż poprzednia, jes meoda dopuszczalnego obciążenia powierzchniowego. W
Bardziej szczegółowoPodstawy elektrotechniki
Wydział Mechaniczno-Energeyczny Podsawy elekroechniki Prof. dr hab. inż. Juliusz B. Gajewski, prof. zw. PWr Wybrzeże S. Wyspiańskiego 27, 50-370 Wrocław Bud. A4 Sara kołownia, pokój 359 Tel.: 71 320 3201
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 szczegółowoNiezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu
Niezawodność elemenu nienarawialnego. Model niezawodnościowy elemenu nienarawialnego. Niekóre rozkłady zmiennych losowych sosowane w oisie niezawodności elemenów 3. Funkcyjne i liczbowe charakerysyki niezawodności
Bardziej szczegółowoWpływ rentowności skarbowych papierów dłużnych na finanse przedsiębiorstw i poziom bezrobocia
Wpływ renowności skarbowych papierów dłużnych na inanse przedsiębiorsw i poziom bezrocia Leszek S. Zaremba Sreszczenie W pracy ej wykażemy prawidłowość, kóra mówi, że im wyższa jes renowność bezryzykownych
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 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 szczegółowoBadanie funktorów logicznych TTL - ćwiczenie 1
adanie funkorów logicznych TTL - ćwiczenie 1 1. Cel ćwiczenia Zapoznanie się z podsawowymi srukurami funkorów logicznych realizowanych w echnice TTL (Transisor Transisor Logic), ich podsawowymi paramerami
Bardziej szczegółowoPROGNOZOWANIE. 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 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 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 szczegółowoPorównanie 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 szczegółowoAkademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń
Krzyszof Pionek Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Kaedra Inwesycji Finansowych i Ubezpieczeń Przegląd i porównanie meod oceny modeli VaR Wsęp - Miara VaR Warość zagrożona (warość narażona
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 MAŁGORZATA WASILEWSKA PORÓWNANIE METODY NPV, DRZEW DECYZYJNYCH I METODY OPCJI REALNYCH W WYCENIE PROJEKTÓW
Bardziej szczegółowoOBLICZANIE TERMINU REALIZACJI PRZEDSIĘWZIĘĆ BUDOWLANYCH METODĄ CCPM NA PODSTAWIE MULTIPLIKATYWNEGO MODELU CZASU TRWANIA CZYNNOŚCI
Dane bibliograficzne o arykule: hp://mieczyslaw_polonski.users.sggw.pl/mppublikacje Mieczysław POŁOŃSKI 1 OBLICZANIE TERMIN REALIZACJI PRZEDSIĘWZIĘĆ BDOWLANYCH METODĄ CCPM NA PODSTAWIE MLTIPLIKATYWNEGO
Bardziej szczegółowoTEORIA PRZEKSZTAŁTNIKÓW. Kurs elementarny Zakres przedmiotu: ( 7 dwugodzinnych wykładów :)
W1. Wiadomości wsępne EORA PRZEKSZAŁNKÓW W. Przekszałniki sieciowe 1 W3. Przekszałniki sieciowe Kurs elemenarny Zakres przedmiou: ( 7 dwugodzinnych wykładów :) W4. Złożone i specjalne układy przekszałników
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 szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowoWPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH
Tadeusz Czernik Uniwersye Ekonomiczny w Kaowicach WPŁYW NIEPEWNOŚCI OZACOWANIA ZMIENNOŚCI NA CENĘ INTRUMENTÓW POCHODNYCH Wprowadzenie Jednym z filarów współczesnych finansów jes eoria wyceny insrumenów
Bardziej 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 szczegółowoZAŁĄCZNIK KOMUNIKATU KOMISJI. zastępującego komunikat Komisji
KOMISJA EUROPEJSKA Bruksela, dnia 28.10.2014 r. COM(2014) 675 final ANNEX 1 ZAŁĄCZNIK do KOMUNIKATU KOMISJI zasępującego komunika Komisji Zharmonizowane ramy doyczące projeków planów budżeowych oraz informacji
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 szczegółowoU b e zpieczenie w t eo r ii użyteczności i w t eo r ii w yceny a ktywów
dr Dariusz Sańko Kaedra Ubezpieczenia Społecznego Szkoła Główna Handlowa dariusz.sanko@gmail.com lisopada 006 r., akualizacja i poprawki: 30 sycznia 008 r. U b e zpieczenie w eo r ii użyeczności i w eo
Bardziej szczegółowoSkala i efektywność antycyklicznej polityki fiskalnej w kontekście wstąpienia Polski do strefy euro
Skala i efekywność anycyklicznej poliyki fiskalnej w konekście wsąpienia Polski do srefy euro dr Michał Mackiewicz dr Pior Krajewski Uniwersye Łódzki Narodowy Bank Polski 14 maja 2008, Warszawa Cel projeku
Bardziej 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 szczegółowoZarządzanie 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 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 szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
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 szczegółowoZałożenia metodyczne optymalizacji ekonomicznego wieku rębności drzewostanów Prof. dr hab. Stanisław Zając Dr inż. Emilia Wysocka-Fijorek
Założenia meodyczne opymalizacji ekonomicznego wieku rębności drzewosanów Prof. dr hab. Sanisław Zając Dr inż. Emilia Wysocka-Fijorek Plan 1. Wsęp 2. Podsawy eoreyczne opymalizacji ekonomicznego wieku
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 szczegółowoBEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW. W tym krótkim i matematycznie bardzo prostym artykule pragnę osiągnąc 3 cele:
1 BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW Leszek S. Zaremba (Polish Open Universiy) W ym krókim i maemaycznie bardzo prosym arykule pragnę osiągnąc cele: (a) pokazac że kupowanie
Bardziej szczegółowo