ARTYKUŁY PRZYDATNOŚĆ WYBRANYCH METOD OCENY PAPIERÓW WARTOŚCIOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ARTYKUŁY PRZYDATNOŚĆ WYBRANYCH METOD OCENY PAPIERÓW WARTOŚCIOWYCH"

Transkrypt

1 ARYKUŁY onka oścbrodzka, Jolana Żukowska PRZYDANOŚĆ WYBRANYCH EOD OCENY PAPIERÓW WAROŚCIOWYCH Wprowadzene Rzeczywsość gospodarcza nese za sobą koneczność kerowana sę przez przedsęborców nwesorów kryerum mnmalzacj ryzyka przy jak najwększym zysku, mnmalzacj koszów, przy jak najwyższych przepływach penężnych lub przychodach. Dobra pozycja na rynku wąże sę równeż z racjonalnym nwesowanem w nowe echnologe, papery waroścowe p. Inwesowane wymaga znajomośc podsawowych narzędz oceny walorów. Celem pracy jes wskazane przydanośc wybranych meod saysycznych ekonomerycznych w ocene wybranych nsrumenów fnansowych całych porfel. Przedsawono możlwośc wykorzysywana ych narzędz przez nwesorów przy podejmowanu rudnych decyzj fnansowych. W arykule scharakeryzowano modele oceny sóp zwrou ryzyka, wskazano na ch nerpreację możlwośc zasosowana a nasępne dokonano analzy nsrumenów fnansowych (akcj) wybranych sześcu spółek gełdowych (w ym analzy porfelowej).. Założena arkowza Każde dzałane, kórego efekem ma być korzyść, obarczone jes nepewnoścą, czyl ryzykem. W oszacowanu oczekwanej sopy zwrou pomagają dane hsoryczne sóp zwrou. Najprosszym narzędzem jes średna dr onka oścbrodzka, dr Jolana Żukowska - Insyu Nauk Ekonomcznych, Wydzał Prawa, Admnsracj Ekonom na Unwersyece Wrocławskm.

2 98 onka oścbrodzka, Jolana Żukowska arymeyczna, kóra pozwala oblczyć średną sopę zysku przypadającą dla wybranego nsrumenu fnansowego. Jes o mara dochodu z akywa. Papery waroścowe mogą przyneść nny zysk nż en oczekwany przez nwesora, dlaego eż waro określać ryzyko ej nwesycj. Jedną z podsawowych mar dyspersj, najczęścej sosowaną do pomaru ryzyka sopy procenowej jes warancja. Im jes wększa, ym wększe ryzyko nwesycj w dane akywo. W analze porfelowej najczęścej posługujemy sę jednak odchylenem sandardowym, kóre jes perwaskem z warancj, poneważ w przecweńswe do warancj jes ono wyrażone w ych samych jednoskach, co oczekwana sopa zwrou. Informuje nas ono, o le średno rzeczywsa sopa zwrou będze sę różnć od średnej sopy zwrou. Oczywsym zaem jes fak, że m mnejsze jes odchylene sandardowe, ym mnejsze ryzyko nwesycj w daną akcję. W porównanu klku paperów waroścowych może pomóc współczynnk zmennośc paperu, czyl loraz ryzyka do sopy zwrou. Łączy on obe charakerysyk nwesycj, a manowce dochód ryzyko, zakładając, że oczekwana sopa zwrou z nwesycj jes dodana. Wskaźnk en prezenuje, le ryzyka przypada na jednoskę zysku, zaem dążene do zwększana dochodu przy równoczesnym zmnejszanu ryzyka pocąga za sobą preferowane nwesycj w akcje o nskej warośc ego współczynnka. Przyjmując, ż nwesorzy charakeryzują sę awersją do ryzyka, należy przyjąć, że każdy wzros ryzyka z nwesycj w jedno akywo jes rekompensowany wzrosem oczekwanego zysku. arkowz zauważył, że gdy jednocześne nwesujemy w dwa rodzaje akcj o różnym ryzyku, o jeseśmy w sane zmnejszyć ryzyko nwesycj. Inwesor mus przy swom wyborze brać pod uwagę ylko ake porfele, kóre są dla nego arakcyjne. Wobec ego pownen kerować sę zasadą uzyskana jak najwększego zysku (w ym przypadku uzyskana jak najwększej sopy zwrou) przy najmnejszym ryzyku (jak najnższa warość odchylena sandardowego sopy zwrou). Wybór nwesora pownen być dokonywany, węc spośród zw. porfel efekywnych. Porfel efekywny o ak porfel, że: Ne sneje porfel o ej samej sope zysku mnejszym ryzyku; Ne sneje porfel o ym samym ryzyku wększej sope zysku. R. Bednarsk, Podsawowe narzędza analzy porfela nwesycyjnego, gpw/akualnosc_gpw/podsawowe_narzedza_analzy_porfela_nwesycyjnego;788;0.hml K. Jajuga,. Jajuga, Inwesycje. Insrumeny fnansowe, akywa nefnansowe, ryzyko fnansowe, nżynera fnansowa, PWN, Warszawa 006, s

3 PRZYDANOŚĆ WYBRANYCH EOD OCENY 99 Porfele efekywne sanową część brzegu zboru wszyskch możlwośc nwesycyjnych. 3. odel jednowskaźnkowy Sharpe a a Capal Asses odel Prncple Wskaźnk Sharpe'a (Sharpe rao, Sharpe ndex) zosał wprowadzony w 966 r. przez Wllama Forsyha Sharpe'a, ekonomsę amerykańskego, laureaa (wspólne z H.. arkowzem. H. llerem) Nagrody Nobla w dzedzne ekonom w 990r. Wskaźnk en jes podsawową marą efekywnośc w zarządzanu (performance measure), skorygowaną (w odróżnenu od samej sopy zwrou) o ryzyko. Wskaźnk Sharpe'a jes wskaźnkem ex-pos (hsorycznym) określa względną oczekwaną premę za ryzyko. ożna go zdefnować, jako sosunek oczekwanej prem za ryzyko podjęca nepewnej nwesycj do ryzyka ej nwesycj (czyl odchylena sandardowego sopy zwrou z ej nwesycj). Hsoryczny wskaźnk Sharpe'a jes welkoścą nemanowaną, lczoną za pomocą formuły S R 0 gdze: μ 0 - hsoryczna sopa zwrou pozbawona ryzyka, R - hsoryczna sopa zwrou, przy czym R R sopa zwrou paperu w podokrese hsorycznym o numerze, ( R R) - hsoryczne ryzyko paperu waroścowego. W 994 roku W.F. Sharpe zaproponował korekę używanego od 966 roku wskaźnka. Zasugerował manowce uwzględnene faku, ż sopa zwrou pozbawona ryzyka równeż ulega w czase zmanom. Nowy, poprawony hsoryczny wskaźnk Sharpe a przybera posać nasępującą: R 0 S R R o, 0 3 H.. arkowz, he opmzaon of a quadrac funcon subjec o lnear consrans, Naval Research Logscs Quarerlyn no 3, 956, pp. -33.

4 00 onka oścbrodzka, Jolana Żukowska W manownku jes esymaor odchylena sandardowego różncy mędzy sopą zwrou paperu a sopą zwrou pozbawoną ryzyka. Jeżel porównywalbyśmy dwa akywa o akch samych sopach zwrou, o akywo o wyższym wskaźnku Sharpe'a małoby mnejsze ryzyko. Jeżel zaś dwa akywa małyby równe ryzyka, o akywo o wększym wskaźnku Sharpe'a małoby wyższą sopę zwrou. Wynka sąd kryerum nwesycyjne, polegające na maksymalzacj wskaźnka Sharpe'a - w myśl nego nwesorzy pownn wyberać akywa - fundusze nwesycyjne, akcje, porfele akcj o możlwe najwyższym wskaźnku Sharpe'a. 4 W modelu jednowskaźnkowym Sharpe a dokonuje sę ak zwanej dekompozycj ryzyka. Ryzyko całkowe jes sumą ryzyka sysemayczne ryzyka specyfcznego. odel en opera sę na założenu, że sopy zwrou wększośc akcj są w dużym sopnu powązane ze sopą zwrou ndeksu rynku. R R u gdze: R sopa zysku -ej akcj, R sopa zysku ndeksu gełdowego, u składnk losowy dla -ej akcj. Równane o zosało nazwane lną charakerysyczną paperu waroścowego (Secury Characersc Lne - SCL). Szczególna role w ej prosej odgrywa współczynnk β wskazuje na sopeń wrażlwośc danej akcj na zmany sopy zysku ndeksu gełdowego. Określa on, o le jednosek wzrośne w przyblżenu sopa zwrou z akcj, gdy sopa zwrou wskaźnka rynku wzrośne o jednoskę. Zaem jes on marą ryzyka rynkowego akcj. Wyróżnane są różne przypadk warośc współczynnków bea. anowce: 0 oznacza, że sopa zwrou danej akcj zmena sę w przecwnym kerunku nż sopa zysku ndeksu gełdowego, 0 oznacza, że sopa zysku akcj ne jes zależna od zman sóp rynkowych. Z soy ego modelu wynka, że dzeje sę ak dla nsrumenu wolnego od ryzyka, 0 oznacza, że sopa zysku akcj słabo zależy od zman rynkowych, zn. sopa zwrou akcj reaguje słabej na zmany rynkowe nż przecęna akcja na rynku, 4

5 PRZYDANOŚĆ WYBRANYCH EOD OCENY sopa zwrou akcj podlega akm samym zmanom co ndeks gełdowy, oznacza, że sopa zwrou akcj zmena sę szybcej nż sopa zwrou z ndeksu gełdowego. akm współczynnkem bea charakeryzują sę akcje agresywne. 5 Dla całego porfela współczynnk bea oblcza sę jako ważoną średną współczynnków bea akcj porfela. Wag są wyznaczane przez udzały danych akcj w całym porfelu. odel jednowskaźnkowy Sharpe a jes punkem wyjśca najbardzej popularnego modelu rynku kapałowego CAP (CAPIAL ASSE PRICING ODEL). odel en przedsawa syneyczny ops kszałowana sę sóp zwrou na rynku kapałowym przy założenu, że nwesorzy posępują racjonalne. Przyjęo w nm nasępujące założena: brak koszów ransakcyjnych, sneje doskonała podzelność paperów waroścowych, ne ma podaków od dochodów kapałowych, ransakcje pojedynczego nwesora ne mają wpływu na noowana paperów waroścowych, nwesorzy dążą jedyne do osągnęca oczekwanej sopy zwrou akcepują oczekwane ryzyko, wysępuje króka sprzedaż akcj, nwesorzy mogą zacągać pożyczk po sope wolnej od ryzyka, decyzje nwesycyjne są poodejmowane ylko na jeden okres, wszyscy nwesorzy posadają ake same oczekwana co do rynku, papery waroścowe mogą być nabywane sprzedawane bez ogranczeń. W rzeczywsośc ne wysępuje na śwece rynek, kóry spełnałby powyższe założena. Jednak opara na nch eora sanow poważne narzędze dla wspomagana procesów decyzyjnych w zakrese nwesycj na rynku kapałowym. Okazuje sę, że przy powyższych założenach można udowodnć, że nwesorzy muszą dążyć do posadana dobrze zdywersyfkowanych porfel. W przypadku akch porfel ryzyko jes opsane jedyne przez współczynnk bea. Zaem zależność dochodu z porfela od ryzyka ego porfela jes w zasadze 5 maeralywne.0mb.com/documens/fnanse/wyklad_06.pdf

6 0 onka oścbrodzka, Jolana Żukowska zależnoścą oczekwanej sopy zwrou z porfela od współczynnka bea ego porfela. Pokazuje sę, że sopa zwrou porfela nwesora mus być funkcją lnową sopy zwrou porfela rynkowego (przy czym współczynnkem kerunkowym ej funkcj jes właśne współczynnk bea porfela nwesora). Podsawą CAP są dwe zależnośc. Jedna z nch o lna rynku kapałowego CL druga naomas o lna rynków paperów waroścowych SL (wykres ). Wykres. Lna rynku kapałowego CL oraz lna rynku paperów waroścowych SL Źródło: K. Jajuga,. Jajuga, Inwesycje, Insrumeny fnansowe, Ryzyko fnansowe, Inżynera fnansowa, Wydawncw Naukowe PWN, Warszawa 004, s. 70. W przesrzen dochód (R(E(r)) ryzyko (r) można wyznaczyć zależność mędzy oczekwanym sopam zwrou poszczególnych akcj a ch ryzykem. Ilusruje o lna rynku paperów waroścowych (secury marke lne SL). Na SL znajdują sę w sane równowag rynku wszyske porfele akcje, naomas na CL sanową ylko porfele efekywne. W celu wyznaczena równana ln rynku paperów waroścowych należy oszacować wyraz wolny współczynnk kerunkowy. ak węc, zysk z porfela akywów kapałowych jes sumą ceny czasu ceny ryzyka porfela. Dokładnej zysk z porfela akywów kapałowych jes węc sumą ceny czasu ceny jednosk ryzyka przemnożonej przez lość ryzyka porfela. Lna rynków paperów waroścowych (SL) ma węc posać: R RF ( R RF ) gdze: R - oczekwana sopa zwrou akcj, β współczynnk bea ego porfela, R - zwro z porfela rynku, R - zwro z porfela wolnego od ryzyka. F

7 PRZYDANOŚĆ WYBRANYCH EOD OCENY 03 Oczekwana sopa zwrou z akcj składa sę ze sopy zwrou pozbawonej ryzyka, kóra ma rekompensować rezygnację z konsumpcj w beżącym okrese na rzecz konsumpcj w przyszłośc oraz prem za ryzyko, kóra wynagradza podjęce ryzyka zwązanego z akcją. Na premę za ryzyko składa sę prema za ryzyko zwązane z porfelem rynkowym ( R RF ), czyl nadwyżk oczekwanej sopy zwrou z rynku ponad sopę wolną od ryzyka oraz, kóry koryguje premę za ryzyko w przecęny walor względem ryzyka w akcję. Współczynnk jes o sandardowa mara ryzyka sysemaycznego, wążąca kowarancję z warancją porfela rynku. Gdy β=, wówczas R R, czyl na SL leży porfel rynkowy. W przypadku, gdy β=0, wówczas R=R F czyl na SL leży porfel zawerający nsrumeny wolne od ryzyka. Z porfelem agresywnym mamy do czynena dla β>, wówczas R R. Porfel defensywny wysępuje w przypadku, gdy 0<β< wówczas RF R R. W przypadku, gdy β<0, wówczas R R. 6 F rzeba dodać, ż do esymacj sopy zwrou pozbawonej ryzyka używa sę bonów skarbowych (uznaje sę, że w krókch okresach, np. 3 ygodn, są one bezryzykowne), bądź prognoz doyczących przyszłych sóp procenowych NBP przyszłej nflacj. Najczęścej używa sę krajowego rynku oblgacj skarbowych - są one bardzej sablne uwzględnają nflację w dłuższym okrese. Zwykle wykorzysuje sę dochodowość 5-lench, bądź 0-lench oblgacj skarbowych. Jeżel neresuje nas okres hsoryczny o podokresach hsorycznych (np. rocznych, bądź mesęcznych), o średna hsoryczna sopa zwrou pozbawona ryzyka w ym okrese hsorycznym jes dana wzorem: 0 0, gdze: 0, - sopa zwrou pozbawona ryzyka w podokrese hsorycznym (=,...,). 3. Ocena porfela Porfel nwesycyjny jes o wachlarz welu spółek, kóre mogą znajdować sę w naszym zaneresowanu. Wedy eż jednym z najczęścej sosowanych rozwązań do określana ryzyka jes sosowane kowarancj (wspólna 6 K. Jajuga,. Jajuga, Inwesycje, Insrumeny fnansowe, Ryzyko fnansowe, Inżynera fnansowa, Wyd. PWN, Warszawa 004, s. 69.

8 04 onka oścbrodzka, Jolana Żukowska warancja). Kowarancja pozwala nam odpowedzeć na pyane, jak zachowują sę w sosunku do sebe dwe zmenne. Esymowana jes ona na podsawe hsorycznych sóp zwrou: Cov ( R R )( R R ) gdze: R - sopa zwrou akcj perwszej spółk w okrese, R - sopa zwrou akcj drugej spółk w okrese, R - oczekwana sopa zwrou akcj perwszej spółk, R - oczekwana sopa zwrou akcj drugej spółk. Kowarancja ma za zadane ukazać, jak dwa zbory lczb zmenają sę jednocześne w czase. Jednoczesny ruch oznacza, że warośc nwesycj są powyżej lub ponżej swoch warośc oczekwanych w ym samym czase. 7 Kowarancja jes marą zależnośc kursu jednego akywa z kursem nnego akywa. 8 ara a jes marą absoluną, węc w celu uzyskana mary względnej wykorzysuje sę wysandaryzowaną kowarancję, manowce współczynnk korelacj: Cov. Współczynnk korelacj jes kolejną marą zależnośc kursów akywów, częścej sosowanym w prakyce badana zależnośc lnowej zmennych. Jes on równy lorazow kowarancj kursów oraz wyrażena równego loczynow ch odchyleń sandardowych. Pamęać należy, że merzy on zależność lnową pomędzy cecham, węc warość zerowa ego współczynnka ne śwadczy o ym, że ne ma powązana pomędzy zmennym, ale o ym, że brak jes powązana lnowego. Warość bezwzględna współczynnka korelacj wskazuje na słę powązana lnowego pomędzy kursam. Im blższa jes a warość jednośc, ym slnejszy zwązek lnowy. Znak ej mary śwadczy o kerunku powązana lnowego, a zaem ujemna korelacja oznacza, że gdy kurs jednego akywa rośne o kurs drugego maleje. Dodana korelacja oznacza, że wzrosow kursu jednego akywa owarzyszy wzros kursu akywa drugego. 9 7 K. F. Relly, C. K. Brown, Analza nwesycj I zarządzane porfelem I, PE, Warszawa 00, s H.. arkowz, Porfolo Selecon, Journal of Fnance no 7 (), 95, pp (za:) P. szczyńsk, Analza Porfelowa odel arkowza, Unwersye Łódzk. 9 K. Jajuga,. Jajuga, Inwesycje. Insrumeny fnansowe, akywa nefnansowe, ryzyko fnansowe, nżynera fnansowa, PWN, Warszawa 006, s

9 PRZYDANOŚĆ WYBRANYCH EOD OCENY 05 Opsane narzędza służą do merzena ryzyka specyfcznego, czyl zdywersyfkowanego, kóre da sę zredukować poprzez odpowedne dobrane składnków porfela. 0 Podsawą eor porfelowej jes budowane zdywersyfkowanego porfela przy uwzględnenu powązań pomędzy sopam zwrou pomędzy poszczególnym jego składnkam. Najprosszy porfel składa sę z dwóch akcj. Suma udzałów paperów waroścowych w porfelu wynos lub 00%. w w gdze: w udzał perwszej akcj w warośc porfela; w udzał drugej akcj w warośc porfela. E ( Rp ) E ( R ) E ( R ) Oczekwana sopa zwrou akego porfela określona jes wzorem: E R p ) w E( R ) w E( ) ( R oczekwana sopa zwrou porfela; oczekwana sopa zwrou z perwszej akcj; oczekwana sopa zwrou z drugej akcj. Ryzyko porfela, kórego marą jes warancja dla dwóch akcj oblcza sę ze wzoru: V p w w ww Odchylene sandardowe porfela dwóch akywów można oblczyć nasępująco: p V p w w w w gdze: V p warancja sóp zwrou porfela; p odchylene sandardowe sóp zwrou porfela; korelacja sóp zwrou akcj. Wraz ze zblżanem sę współczynnka korelacj do warośc (-) spada ryzyko porfela akcj. Przy współczynnku korelacj równym (+) ryzyko porfela jes najwyższe. Dla warośc grancznych współczynnka korelacj wzór na odchylene sandardowe ulega uproszczenu: w w p 0 R. Bednarsk, Podsawowe narzędza analzy porfela nwesycyjnego, gpw/akualnosc_gpw/podsawowe_narzedza_analzy_porfela_nwesycyjnego;788;0.hml.

10 06 onka oścbrodzka, Jolana Żukowska Ze wzoru ego można określć, przy jakch udzałach ryzyko porfela składającego sę z dwóch akcj o dealne odwronej korelacj będze równe zeru. anowce w w W przypadku korelacj dealne dodanej, kedy ρ = +, wzór na oblczane odchylena sandardowego przyjmuje posać: w w p Korzysając z zależnośc przedsawonej we wzorze orzymujemy lnową zależność welkośc odchylena sandardowego od udzału jednej z akcj. w ( p ) W rzeczywsośc rudno znaleźć akywa o dealnej korelacj ujemnej dodanej. Jednak e skrajne przypadk posłużą dalszej analze sraeg nwesycyjnych oparych na analze porfelowej. W prakyce zazwyczaj w porfelach nwesorów znajdują sę akcje węcej nż dwóch spółek. Dla dowolnej lczby spółek wzory na oczekwaną sopę zwrou oraz na odchylene sandardowe porfela przyberają posać: p n n n w w w j Jeżel nwesor posada porfel w sense udzałowym (procenowo-waroścowym) X ( x, x,..., xn ) oraz β,...,β n są współczynnkam bea odpowednch walorów ryzykownych wówczas współczynnk bea porfela X wynos X x x... nxn Jes o ważona udzałam w porfelu suma współczynnków bea poszczególnych walorów. Zachodz eż nasępujący zwązek: Cov X, R X R Współczynnk bea porfela jes sosunkem kowarancj sopy zwrou porfela X ze sopą zwrou porfela rynkowego ( R ) warancj sopy zwrou z porfela rynkowego. Innym słowy, współczynnk bea porfela X może być rozumany, jako względna mara skorelowana renownośc porfela X z renownoścą rynku, odnesona do kwadrau ryzyka nwesowana na rynku, j j j

11 PRZYDANOŚĆ WYBRANYCH EOD OCENY 07 jako całośc. Korzysając z ego zwązku pokazuje sę, że w szczególnośc współczynnk bea porfela rynkowego wynos. Jeżel współczynnk bea porfela X jes wększy od, o ak porfel nazywamy porfelem agresywnym. W ym przypadku oczekwana sopa zwrou ego porfela jes wększa, nż oczekwana sopa zwrou porfela rynkowego. Jeżel współczynnk bea porfela X jes równy, o ak porfel nazywamy porfelem neuralnym. W ym przypadku oczekwana sopa zwrou ego porfela jes aka sama, jak sopa oczekwana zwrou porfela rynkowego. Jeżel współczynnk bea porfela X jes mnejszy od, lecz dodan, o ak porfel nazywamy porfelem defensywnym. W ym przypadku oczekwana sopa zwrou ego porfela jes mnejsza, nż oczekwana sopa zwrou porfela rynkowego, lecz wększa, nż sopa zwrou spółk pozbawonego ryzyka. W syuacj, gdy współczynnk bea porfela X jes równy 0, o ak porfel ne reaguje na zmany rynku (czyl jes wolny od ryzyka rynku). W ym przypadku oczekwana sopa zwrou ego porfela jes równa sope zwrou spółk pozbawonego ryzyka ( mnejsza, nż oczekwana sopa zwrou porfela rynkowego). Jeżel współczynnk bea porfela X jes mnejszy nż 0, o ak porfel reaguje na zmany odwrone, nż rynek. W ym przypadku oczekwana sopa zwrou ego porfela jes mnejsza, nż oczekwana sopa zwrou spółk pozbawonego ryzyka ( ym bardzej mnejsza, nż oczekwana sopa zwrou porfela rynkowego). Hsoryczny współczynnk bea akcj (funduszu) względem sopy zman usalonego ndeksu wyznaczany jes ze wzoru ( R R)( F ( F F) F) gdze: R jes średną sopą zwrou akcj (bądź funduszu), przy czym R o sopa zwrou akcj (funduszu) w okrese, F F jes hsoryczną sopą zwrou (zman) odpowednego ndeksu, przy czym F, o sopa zwrou (zman) wybranego ndeksu w okrese dla =,..., (wszyske F ne mogą być sobe równe!). R. Bednarsk, Podsawowe narzędza analzy porfela nwesycyjnego, gpw/akualnosc_gpw/podsawowe_narzedza_analzy_porfela_nwesycyjnego;788;0.hml

12 08 onka oścbrodzka, Jolana Żukowska Zwykle przy esymacj współczynnków bea wybera sę ygodnowe lub mesęczne podokresy hsoryczne dla pęcolenego okresu hsorycznego. Zauważmy, że przy ym podejścu przykładamy jednakową wagę do wszyskch podokresów hsorycznych. Jeżel jednak chcelbyśmy wększą wagę przykładać do podokresów hsorycznych mnej odległych w czase, o możemy zasosować esymaor hsorycznego współczynnka bea, uzyskany za pomocą zw. wygładzana wykładnczego. Nech 0 < λ < będze dowolną sałą. Przyjmujemy wówczas dla =0,,..., wag: p orzymujemy... współczynnk bea równy: gdze: F w 0 p F w R w 0 p ( R R 0 0 w p ( F F ) p R )( F F ) Drugm wskaźnkem ocenającym renowność porfela, za pomocą kórego oblcza sę jednocześne ryzyko zwro, orzymując jedną warość, jes wskaźnk reynora. Wskaźnk reynora (reynor rao, reynor ndex) zosał wprowadzony w 965 r. przez Jacka reynora - maemayka ekonomsę amerykańskego. Jes o jedna z mar efekywnośc w zarządzanu (performance measure). Wskaźnk reynora jes wskaźnkem ex-pos (hsorycznym). Jes o hsoryczna prema za ryzyko nwesowana w akcję (fundusz), odnesona do hsorycznego współczynnka bea ej akcj (funduszu) lczonego względem odpowednego ndeksu. Zawera on dwe składowe ryzyka, ake jak ryzyko flukuacj rynku ryzyko flukuacj paperów waroścowych w porfelu 3. Wskaźnk reynora, w odróżnenu od wskaźnka Sharpe'a, jako marę ryzyka wykorzysuje współczynnk bea. Do wyznaczana warośc ego wskaźnka zwykle wyberany jes ndeks, charakeryzujący rynek jako całość (WIG, bądź WIG0), ale można eż, np. w zależnośc od akcj danej spółk, sosować nne ndeksy, np. ndeksy branżowe. Hsoryczny wskaźnk reynora jes welkoścą wyrażoną w procenach, lczoną za pomocą formuły: w w 3 F.K. Relly, K.C. Brown, Analza nwesycj zarządzane porfelem,, PE, Warszawa 00, s

13 PRZYDANOŚĆ WYBRANYCH EOD OCENY 09 R 0 gdze: μ 0 - średna realna sopa zwrou z nwesycj wolnej od ryzyka, R - średna sopa zwrou akcj (bądź funduszu), przy czym R o sopa zwrou akcj (funduszu) w okrese, β - o hsoryczny współczynnk bea akcj (funduszu) względem sopy zman F usalonego ndeksu. W celu swerdzena, czy akywo osągneło wynk lepszy od rynku, należy porównać wskaźnk reynora oblczony dla neresującej nas akcj, porfela akcj ze wskaźnkem oblczonym dla reprezenana porfela rynkowego (np. dla ndeksu WIG lub WIG0). Jeżel oblczona warość wskaźnka jes wyższa od ej orzymanej dla porfela rynkowego, oznacza o, że fundusz uzyskał wynk lepsze od rynku przy uwzględnenu ryzyka. Ujemna warość wskaźnka reynora oznacza, że dany fundusz (akcja) osąga sopę zwrou nższą od sopy pozbawonej ryzyka (o le współczynnk bea ego funduszu bądź akcj jes dodan - w przecwnym wypadku syuacja jes odwrona). Wskaźnk reynora jes porównanem zysku z nwesycj ze saysycznym zachowanem sę akcj. W przypadku porównywana różnych nwesycj (funduszy, akcj) za lepszą uznaje sę nwesycję, kóra ma wyższą warość wskaźnka reynora. Wskaźnk reynora ne jes podawany dla funduszy paperów werzycelskch (gdyż wówczas współczynnk bea, czyl manownk wskaźnka reynora, jes blsk zeru). 4 Do oblczana wskaźnka Sharpe a renownośc porfela wykorzysuje sę jako marę ryzyka odchylene sandardowe, a w przypadku wskaźnka reynora uwzględna sę ryzyko sysemayczne. e dwa wskaźnk renownośc dosarczają komplemenarnych ale różnych nformacj, a zaem oba pownny być wykorzysywane. Ich wadą jednak jes o, że orzymujemy względne warośc renownośc porfela F.K. Relly, K.C. Brown, Analza nwesycj zarządzane porfelem,, PE, Warszawa 00, s

14 0 onka oścbrodzka, Jolana Żukowska 4. CL - Capal arke Lne - nerpreacja Lna rynku kapałowego (CL, capal marke lne) opsuje zależność sopy zwrou od całkowego ryzyka dla porfel efekywnych (CAP zakłada, że uczesncy rynku sarają sę nwesować w porfele efekywne, a węc porfele leżące na ln CL). eora rynku kapałowego uwzględna w porfelu akywa wolne od ryzyka, do kórych należą w szczególnośc skarbowe papery waroścowe. Akywa ake zapewnają określoną sopę zwrou ( R ), a ch warancja odchylena sandardowe są równe zeru. Wycena akywów jes przeprowadzana przy założenu, że sopy zwrou na rynku są zdeermnowane syuacją na rynku. W przypadku akcj subsyuem rynku jes ndeks gełdowy. W opsywanej u eor przyjęo, że oczekwana sopa zwrou porfela zawerającego akywa ryzykowne jes uzależnona od sopy zwrou akywów pozbawonych ryzyka oraz prem za ryzyko. aemayczną zależność opsuje ponższy wzór. R RF R RF Wykreślona na jego podsawe prosa (Wykres ) określana jes manem ln rynku kapałowego (capal marke lne, CL ). Znajduje sę na nej zbór porfel efekywnych, czyl najlepszych przy danym pozome ryzyka. Ponżej ej ln znajdują sę jedyne porfele neefekywne, zn. ake, dla kórych przy danym pozome ryzyka można znaleźć lepsze porfele. ak węc, sopa zwrou paperu waroścowego jes zdeermnowana dwoma składnkam: sopą zwrou akywów pozbawonych ryzyka R F - sanow ona cenę czasu, na jak nwesor angażuje wolne środk, odraczając nne nwesycje bądź konsumpcję; prema za ryzyko, kóra sanow wynagrodzene za podjęce ryzyka - R oblczana jes jako loczyn ceny jednosk ryzyka R F oraz wel- kośc ryzyka porfela. Wraz z przesuwanem sę w prawo po ln CL orzymujemy porfele o wyższej oczekwanej sope zwrou a zarazem wyższym ryzyku. Najnższe ryzyko wysępuje dla porfela znajdującego sę w punkce przecęca ln CL F

15 PRZYDANOŚĆ WYBRANYCH EOD OCENY z osą rzędnych. Wówczas nwesor ne podejmuje żadnego ryzyka, jednak ne może uzyskać nc węcej nż sopa zwrou akywów wolnych od ryzyka R. 6 Wykres. Capal arke Lne R F CL R F Źródło: azurek J., eora rynku kapałowego, Wzór na wycenę akywów kapałowych podaje welkość oczekwanej sopy zwrou porfela w zw. sane równowag, co oznacza, ż przy założenu, że rynek znajduje sę w sane równowag, porfele pownny w marę upływu czasu dawać zwro zgodny z równanem wyceny. Dość częso ak jednak ne jes. Wysąpć wedy mogą dwa przypadk: Jeżel dany porfel ma oczekwaną sopę zwrou nższą, nż a wynkająca z równana wyceny, o jes on dla nwesorów nearakcyjny. Będą sę on zaem saral dokonać jego sprzedaży (być może równeż krókej sprzedaży), w zwązku z czym zwększy sę podaż na en porfel, co pownno zaowocować spadkem jego ceny, a węc wzrośne jego oczekwana sopa zwrou. W efekce sopa zwrou z ego porfela pownna sać sę ą równowagową sopą zwrou, wyznaczoną z równana wyceny. ak porfel nazywamy porfelem przeszacowanym lub przewaroścowanym należy go jak najszybcej sprzedawać. Jeżel dany porfel ma oczekwaną sopę zwrou wyższą, nż a wynkająca z równana wyceny, o jes on dla nwesorów arakcyjny. Będą sę on zaem saral dokonać jego zakupu, w zwązku z czym zwększy 6 J. azurek, eora rynku kapałowego, ,,poradnk.hml

16 onka oścbrodzka, Jolana Żukowska sę popy na en porfel, co pownno zaowocować wzrosem jego ceny, a węc spadne jego oczekwana sopa zwrou. W efekce sopa zwrou z ego porfela pownna sać sę ą równowagową sopą zwrou, wyznaczoną z równana wyceny. ak porfel nazywamy porfelem nedoszacowanym lub nedowaroścowanym należy go jak najszybcej kupować. 7 CAP-CL pozwala wyznaczyć opymalną kombnację zysku wolnego od ryzyka oraz zysku generowanego przez rynek akywów ryzykownych, przy czym en osan jes aproksymowany przez ndeks gełdowy. W jeszcze wększym skróce - wyznacza opymalny zysk na całym rynku kapałowym, gdy rynek pozosaje efekywny SL - Secury arke Lne - nerpreacja Na ryzyko całkowe danego paperu waroścowego składa sę ryzyko sysemayczne oraz ryzyko specyfczne. Ryzyko sysemayczne jes o naczej ryzyko rynkowe, kóre może być merzone warancją lub odchylenem sandardowym ndeksu gełdowego. Jego welkość odzwercedla współczynnk bea. Im wyższa warość bezwzględna ego współczynnka, ym ryzyko wększe. Ryzyko nesysemayczne jes nezależne od rynku, jes ścśle zwązane z danym paperem waroścowym. Jego marą jes warancja lub odchylene sandardowe składnka wysępującego losowo. Współczynnk bea danej akcj zależy od jej korelacj z ndeksem gełdowym oraz od odchylena sandardowego sopy zwrou ego ndeksu. gdze: odchylene sandardowe sopy zwrou akcj odchylene sandardowe sopy zwrou ndeksu współczynnk korelacj pomędzy daną akcją oraz ndeksem gełdowym Zaem wzros odchylena sandardowego oraz współczynnka korelacj z ndeksem powoduje wzros wskaźnka bea, a zaem ryzyka rynkowego zwązanego z daną akcją Boł, Rynk fnansowe, część II, rok akademck 004/005.

17 PRZYDANOŚĆ WYBRANYCH EOD OCENY 3 Ryzyko całkowe porfela można zmnejszyć sosując dywersyfkację akywów porfela. Jednak sneje granca ryzyka, kórej ne można przekroczyć. Jes ną ryzyko sysemayczne, czyl rynkowe. Wykres 3. Zależność ryzyka od lośc akywów w porfelu Źródło: J. azurek, eora rynku kapałowego, Wraz ze wzrosem lośc walorów w porfelu lna obrazująca ryzyko całkowe zblża sę do asympoy pozomej, kóra znajduje sę na pozome określającym ryzyko sysemayczne. Prakyka pokazuje, że od 5-0 akcj spadk ryzyka są już newelke dalsze zwększane ch lośc saje sę bezsensowne. Dla zdywersyfkowanego porfela wysępuje zależność jego oczekwanej sopy zwrou od współczynnka bea. Współczynnk en wskazuje, o le procen zmen sę sopa zwrou z akcj przy zmane sopy zwrou z całego rynku R o %. Jes on zaem marą wrażlwośc danej akcj na konunkurę gełdową. W ujęcu maemaycznym współczynnk bea jes angensem kąa ln charakerysycznej paperu waroścowego (secury marke lne, SL ) wyznaczonej na podsawe punków oznaczających w układze współrzędnych R ; R ) hsoryczne sopy zwrou. Lnę charakerysyczną akcj szacuje sę ( na podsawe danych z przeszłośc. Dla oblczena współczynnka bea dla ln sosuje sę meodę najmnejszych kwadraów. Polega ona na wyznaczenu akej prosej, dla kórej

18 4 onka oścbrodzka, Jolana Żukowska suma kwadraów odchyleń poszczególnych punków na wykrese od ej ln jes najmnejsza. Wykorzysuje sę u znany ze saysyk wzór: N R R R R N R R gdze: współczynnk bea dla -ej spółk N - lczba okresów, z kórych pochodzą dane R sopa zwrou -ej akcj w okrese R - sopa zwrou ndeksu rynku w okrese R - średna arymeyczna sóp zwrou z -ej spółk R -średna arymeyczna sóp zwrou ndeksu rynku Na wykrese zrównoważonym wysępuje zależność pomędzy oczekwaną sopą zwrou oraz ryzykem sysemaycznym: R R ( R RF ) F Na sopę zwrou porfela składa sę oczekwana sopa zwrou z akywów wolnych od ryzyka oraz prema za ryzyko, kóra zależy od nadwyżk sopy zwrou porfela rynkowego nad sopą zwrou akywów pozbawonych ryzyka oraz współczynnka bea. Wykreślona na podsawe ego wzoru prosa nos nazwę ln rynku paperów waroścowych (secury marke lne, SL ). Sanow ona zbór punków odpowadających porfelom będącym w równowadze, zn. akch, kórych wycena jes adekwana do zwązanego z nm ryzyka. Ne dochodz do syuacj, kedy wszyske osądą na ln SL. Określane położena poszczególnych punków względem ln SL jes jednak wysoce użyeczne w dzałalnośc nwesycyjnej, gdyż pozwala na zbadane, czy dana akcja zosała prawdłowo wycenona. 9 Porfele leżące na ln rynku paperów waroścowych są dla nwesorów jednakowo arakcyjne z punku wdzena sopy zysku pozomu ryzyka. Porfele leżące powyżej są nedowaroścowane (undervalued), porfele leżące ponżej przewaroścowane (overvalued). 0 9 J. azurek, eora rynku kapałowego, ,,poradnk.hml. 0 Jak wyżej.

19 PRZYDANOŚĆ WYBRANYCH EOD OCENY 5 Różnce pomędzy oczekwaną sopą zwrou R a odpowadającą punkow równowag sopą zwrou na ln SL określa współczynnk alfa R R ( R RF ) F Współczynnk alfa jes nadwyżką oczekwanej sopy zwrou z porfela, nad oczekwaną sopą zwrou z rynku znajdującego sę w równowadze. Jeśl współczynnk en jes dodan, o porfel (lub akcja) jes nedowaroścowany, a jego warość wskazuje, le wynos nedowaroścowane. W przypadku porfela przewaroścowanego, współczynnk alfa będze ujemny, a warość bezwzględna ego współczynnka da nam nformację, le wynos przewaroścowane. Jeśl neresuje nas współczynnk alfa całego porfela, wówczas można go oblczyć na podsawe wedzy o współczynnku alfa akcj spółek wchodzących w skład ego porfela: n p w gdze: n jes lczbą spółek w porfelu; w udzałem akcj ej spółk w porfelu; współczynnkem alfa akcj -ej spółk. Podsawową różncą pomędzy CL a SL jes fak, że CL podaje równane zależnośc dochodu od ryzyka całkowego (odchylena sandardowego), zachodzące dla porfel efekywnych. SL jes naomas równanem zależnośc dochodu od ryzyka sysemaycznego zachodzącym dla porfel dobrze wycenonych. 6. Wykorzysana model w analze wybranych spółek gełdowych W celu przeprowadzena analzy porfelowej wybrano sześć spółek gełdowych. Są o frmy należące do najwększych w branży - surowce palwa. Podmoy e należą do czołówk najwększych frm w Polsce. Są o:. PKN Orlen S.A.,. PGNG S.A., 3. GK Grupy Loos S.A., 4. KGH Polska edź S.A., 5. JASRZĘBSKA SPÓŁKA WĘGLOWA S.A. 6. LUBELSKI WĘGIEL BOGDANKA S. A. K. Jajuga,. Jajuga, Inwesycje. Insrumeny fnansowe, ryzyko fnansowe, nżynera fnansowa, PWE, Warszawa 006, s

20 6 onka oścbrodzka, Jolana Żukowska Informacje o hsorycznych sopach zwrou mogą być pobrane przy użycu Program Quoes Updae. Jes o narzędze uławające pracę nwesora. Jego celem jes szybka ława akualzacja plków lokalnych z hsorycznym noowanam spółek gełdowych z rynku głównego jak NewConnec, a akże noowań konraków, oblgacj, walu, ndeksów zagrancznych oraz funduszy. Program udosępnany jes bezpłane wszyskm użykownkom serwsu bossa.pl. W usalenu średnch sóp zwrou, odchylena sandardowego oraz współczynnka Bea, wskaźnka reynora wskaźnka Sharpe'a pomagają kalkulaory fnansowe. Jeden z nch znajduje sę na srone hp:// Socks/SockAnalyss.aspx. W ponższej abel wykorzysano nformacje gełdowe, doyczące sóp zwrou z okresu od..00 r. do..0 r. podokresem był ydzeń. Spółk Zesawene wynków z analzy wybranych spółek Oczekwana sopa zwrou Odchylene sandardowe Współczynnk Bea Wskaźnk reynora abela. Wskaźnk Sharpe'a. -0,004% 5,5374%, ,0663% -0, ,503% 3,6048% 0, ,088% 0, ,0674% 5,8366%,4650-0,347% -0, ,598% 6,76%, ,3348% 0, ,89% 7,5683% 0, ,968% -0, ,679% 4,998% 0, ,08% 0,0669 Źródło: Opracowane własne. Jak wynka z abel. najwyższą oczekwaną sopę zwrou, usaloną w oparcu o dane hsoryczne, mają spółk: PGNG S.A., KGH Polska edź S.A., LUBELSKI WĘGIEL BOGDANKA S. A. KGH przy najwyższej sope zwrou ma najwyższe ryzyko. Przy użycu współczynnka zmennośc możemy sprawdzć, kóre z akcj ych spółek mają najmnej ryzyka w sope zysku. Wynk są nasępujące: PGNG S.A. 3, 98 KGH Polska edź S.A.,06 LUBELSKI WĘGIEL BOGDANKA S. A.- 6,8 Najmnejszym ryzykem w sope zysku (wybranych 3 spółek) są obarczone akcje KGH PGNG.

21 PRZYDANOŚĆ WYBRANYCH EOD OCENY 7 Sopne wrażlwośc akcj na zmany sóp zysku ndeksu gełdowego czyl β są bardzo zróżncowane. Akcje spółk,3,4 o walory agresywne, kóre należy posadać w czase dobrej konunkury ne należy ch posadać w czase złej konunkury. Pozosałe walory mają cechy walorów defensywnych, kórych ne należy posadać w czase dobrej konunkury lecz w czase złej konunkury. Ujemna warość wskaźnka reynora oznacza, że dany fundusz (akcja) osąga sopę zwrou nższą od sopy pozbawonej ryzyka (o le współczynnk bea ego funduszu bądź akcj jes dodan - w przecwnym wypadku syuacja jes odwrona). Generalne przyjmuje sę, ż lepsza jes nwesycja w papery waroścowe z wyższym wskaźnkem reynora, a węc dla przykładu będą o akcje spółek: PGNG S.A., KGH Polska edź S.A., LUBELSKI WĘGIEL BOGDANKA S. A. Wskaźnk Sharpe'a opsuje, jak dobrze osągnęa sopa zwrou "wynagradza'' nwesora za podjęe przez nego ryzyko nwesowana w walory ryzykowne a węc m jes wększy ym lepej. Najwyższe wskaźnk (choć ak są o warośc bardzo małe) mały e same spółk, kóre mają najwyższą oczekwaną sopę zwrou wyższy wskaźnk reynora. Dla celów analzy skonsruowano porfel I zawerający akcje PGNG S.A. oraz KGH Polska edź S.A.. Korelacja akcj spółek wynos 0,35737 czyl akcje są skorelowane dodano ale w newelkm zakrese. Jeśl zanwesowałabym zł w zakup akcj ych dwóch spółek wówczas można sworzyć porfel mnmalnego ryzyka abela. Porfel wybranych dwóch spółek z mnmalnym ryzykem Symbol Udzał Kwoa KGH 3,46% 346,3 PGNIG 86,5388% 86538,77 razem 00% PLN Źródło: Opracowane własne na podsawe danych. abela. Sopa zwrou dla akego porfela 0,459%, naomas ryzyko porfela 3,949%. hp://

22 8 onka oścbrodzka, Jolana Żukowska abela 3. Porfel wybranych dwóch spółek z relaywne mnmalnym ryzykem Symbol Udzał Kwoa KGH 68,9056% 68905,64 PGNIG 3,0944% 3094,36 razem 00% PLN Źródło: Opracowane własne na podsawe danych. Sopa zwrou dla akego porfela wynos 0,5769% a ryzyko a ryzyko 5,447%. Zazwyczaj wyższej sope zwrou owarzyszy wyższe ryzyko. Porfel wybranych dwóch spółek opymalny względem reurn from rsk RFR Symbol Udzał Kwoa KGH 00% PGNIG 0 0 razem 00% PLN Źródło: Opracowane własne na podsawe danych. abela 4. Sopa zwrou dla porfela opymalnego względem zysku, kóry składa sę w 00% z akcj KGH wynos 0,766%. Ryzyko akego porfela wynos 7,0586. Najmnejsze ryzyko wybranego porfela wysępuje jednak w przypadku dużego udzału akcj PGNG S.A. (ok. 86%) mnejszego udzału KGH (ok.3%). Drug porfel składa sę z akcj PGNG S.A., oraz z akcj BOGDANKA S. A. Korelacja porfela II wynos 0,9446. ożna wyróżnć nasępujące kombnacje. abela 5. Porfel akcj PGNG S.A., oraz z akcj BOGDANKA S. A. mnmalnego ryzyka Symbol Udzał Kwoa BOGDANKA 30,994% 3099,36 PGNIG 69,0806% 69080,64 razem 00% PLN Źródło: Opracowane własne na podsawe danych.

23 PRZYDANOŚĆ WYBRANYCH EOD OCENY 9 Hsoryczna sopa zwrou w ym przypadku wynos 0,895% a hsoryczne ryzyko,9488%. Porfel akcj PGNG S.A., oraz z akcj BOGDANKA S. A. relaywne mnmalnego ryzyka Symbol Udzał Kwoa BOGDANKA 95,579% 9557,94 PGNIG 4,48% 448,06 razem 00% PLN Źródło: Opracowane własne na podsawe danych. abela 6. Hsoryczna sopa zwrou 0,5769%, Hsoryczne ryzyko 4,38%. Porfel akcj PGNG S.A., oraz z akcj BOGDANKA S. A. opymalny względem zysku Symbol Udzał Kwoa BOGDANKA 00% PGNIG 0 0 razem 00% PLN Źródło: Opracowane własne na podsawe danych. abela 6. Hsoryczna sopa zwrou w ym przypadku wynos aż 60% (0,6035%) a ryzyko 4, 5489%. Najnższe ryzyko ego porfela wysępuje w przypadku będze sę on składał w 69% z akcj PGNIG 3% z akcj spółk Bogdanka. ożna spodzewać sę wyższych zysków przy zwększenu udzałów akcj Bogdanka w porfelu II. Podsumowane Ocena zyskownośc porfela oraz jego ryzyka mus uwzględnać nformacje rynkowe co do sóp zwrou, ch odchyleń od oczekwanej sopy zwrou mus respekować korelację sóp zwrou wybranych spółek porfela. Wększa dywersyfkacja porfela jak najmnejsza korelacja dają szansę na nższe ryzyko porfela paperów waroścowych. Przy wykorzysanu kalkulaorów fnansowych oraz narzędz opsanych w arykule uzyskać można wele cennych nformacj co do opłacalnośc nwesycj doboru porfela paperów waroścowych wybranych spółek o jak

24 0 onka oścbrodzka, Jolana Żukowska najmnejszym ryzyku jak najwększej renownośc. Wykorzysując współczynnk zmennośc swerdzono, ż najmnej ryzyka w sope zysku mają akcje KGH PGNG. Na podsawe wskaźnka bea można swerdzć, ż akcje PKN Orlen S.A., GK Grupy Loos S.A., KGH Polska edź S.A. są waloram agresywnym, kóre należy posadać w czase dobrej konunkury. Pozosałe walory mają cechy walorów defensywnych, kóre należy posadać w czase złej konunkury. Najwyższe wskaźnk reynora Sharpe a mają akcje PGNG S.A., KGH Polska edź S.A., LUBELSKI WĘGIEL BOGDANKA S.A. Oznacza o, że walory e są arakcyjnejsze od walorów pozbawonych ryzyka. Porfele mnmalnego ryzyka składają sę z nasępujących akcj: PGNG S.A. (ok. 86%) KGH (ok.3%), PGNIG (69%) Bogdanka (3%). Prakyka nwesycyjna wskazuje jednak na cągle newelke wykorzysywane zaprezenowanych narzędz analzy porfelowej przez graczy gełdowych. Obok analzy fundamenalnej, bazującej w szczególnośc na nformacjach, jak analzy echncznej wykresów, analza porfelowa ne jes wykorzysywana w pełn, a możlwośc, jake ona daje, nadal ne są znane welu nwesorom gełdowym. Należy podkreślć jeszcze znaczene odelu CAP, kóry może być wykorzysywany do oceny koszu kapału do podejmowana rafnych decyzj fnansowych. Przyjmując, że oczekwana sopa zwrou dla nwesora (dawcy kapału) jes koszem kapału (borcy kapału), można usalć średn ważony kosz całej nwesycj, kóry okazuje sę nezbędny przy ocene opłacalnośc przedsęwzęca (równeż nwesycj w papery waroścowe). ając spodzewane przepływy penężne z nwesycj dyskonując je średnm ważonym koszem kapału orzymujemy nformację co do osągnęca korzyśc fnansowych. Bblografa: Bednarsk R., Podsawowe narzędza analzy porfela nwesycyjnego, fela_nwesycyjnego;788;0.hml Boł., Rynk fnansowe, część II, rok akademck 004/005. Dębsk W., Rynek fnansowy jego mechanzmy, Wyd. PWN, Warszawa 007. Jajuga K. Jajuga., Inwesycje, Insrumeny fnansowe, Ryzyko fnansowe, Inżynera fnansowa, wyd. PWN. Warszawa 004. arkowz H.., Porfolo Selecon, "Journal of Fnance" 95, 7 (), p

25 PRZYDANOŚĆ WYBRANYCH EOD OCENY arkowz H.., he opmzaon of a quadrac funcon subjec o lnear consrans, Naval Research Logscs Quarerlyn" 956, 3, p arkowz H.., Porfolo Selecon: Effcen Dversfcaon of Invesmens, John Wley & Sons, New Jersey 959. azurek J., eora rynku kapałowego, szczyńsk P., Analza Porfelowa odel arkowza, Unwersye Łódzk. Relly K. F., Brown C. K., Analza nwesycj zarządzane porfelemi, PE, Warszawa 00, s Gełda GPW Wadomośc gełdowe Sreszczene Rzeczywsość gospodarcza nese za sobą koneczność kerowana sę przez przedsęborców nwesorów kryerum mnmalzacj ryzyka przy jak najwększym zysku. Ocena zyskownośc porfela oraz jego ryzyka mus uwzględnać nformacje rynkowe co do sóp zwrou, ch odchyleń od oczekwanej sopy zwrou mus respekować korelację sóp zwrou wybranych spółek porfela. Wększa dywersyfkacja porfela jak najmnejsza korelacja dają szansę na nższe ryzyko porfela paperów waroścowych. W arykule zaprezenowano wybrane modele, kóre okazują sę przydane przy analze arakcyjnośc paperów waroścowych spółek. Nekóre modele mają zasosowane w ocene koszu kapału są wykorzysywane w dyskonowych meodach oceny nwesycj lub eż przy wycene całych przedsęborsw. SUIABILIY OF SELECED EHODS ASSESSEN OF SECURIIES Summary Economc realy brngs wh he need o be guded by enrepreneurs and nvesors, he creron of mnmzng he rsk wh he greaes prof. Rae profably of he porfolo and s rsk assessmen mus ake accoun of marke nformaon abou he raes of reurn, her devaons from he expeced rae of reurn and mus respec he correlaon of reurns of he porfolo of seleced companes. Greaer dversfcaon of he porfolo and a mnmum correlaon gve a chance o a lower rsk of he porfolo secures. hs paper presens some models ha prove o be useful n he analyss of he aracveness of secures companes. Some models are used o evaluae he cos of capal and dscoun raes are used n he mehods of nvesmen apprasal or he valuaon of he whole enerprse.

26

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Podstawowe algorytmy indeksów giełdowych

Podstawowe algorytmy indeksów giełdowych Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 25-11-13 Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 2013-11-25 Sps reśc I. Algorymy oblczana warośc ndeksów gełdowych...3 1. Warość beżąca

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału 5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B

Bardziej szczegółowo

Model CAPM z ryzykiem płynności na polskim rynku kapitałowym

Model CAPM z ryzykiem płynności na polskim rynku kapitałowym UNIWERSYTET SZCZECIŃSKI Z e s z y y Naukowe nr 858 Współczesne Problemy Ekonomczne DOI: 10.18276/wpe.2015.11-18 Sebasan Porowsk* odel CAP z ryzykem płynnośc na polskm rynku kapałowym Słowa kluczowe: eora

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Inne kanały transmisji

Inne kanały transmisji Wykład 4 Inne kanały ransmsj Plan wykładu. Ceny akywów 3. Ceny akywów Wzros sopy procenowej powoduje spadek cen domów akcj. gdze C warość kuponu, F warość nomnalna gdze dywdenda, g empo wzrosu dywdendy

Bardziej szczegółowo

Finansowe szeregi czasowe wykład 7

Finansowe szeregi czasowe wykład 7 Fnansowe szereg czasowe wykład 7 dr Tomasz Wójowcz Wydzał Zarządzana AGH 38 33 28 23 18 13 8 1 11 21 31 41 51 61 71 Kraków 213 Noowana ndeksu WIG w okrese: 3 marca 29 31 syczna 211 55 5 45 4 35 3 25 2

Bardziej szczegółowo

Model CAPM z ryzykiem płynności na polskim rynku kapitałowym

Model CAPM z ryzykiem płynności na polskim rynku kapitałowym UNIWERSYTET SZCZECIŃSKI Zeszyy Naukowe nr 858 Wspó łczesne Problemy Ekonomczne n r 11 ( 2 0 1 5 DOI: 10.18276/wpe.2015.11-18 Sebasan Porowsk* Model CAPM z ryzykem płynnośc na polskm rynku kapałowym Słowa

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

Modelowanie równowagi cenowej na Giełdzie Papierów Wartościowych w Warszawie w okresach przed i po wejściu Polski do Unii Europejskiej

Modelowanie równowagi cenowej na Giełdzie Papierów Wartościowych w Warszawie w okresach przed i po wejściu Polski do Unii Europejskiej Sansław Urbańsk * Modelowane równowag cenowej na Gełdze Paperów Waroścowych w Warszawe w okresach przed po wejścu Polsk do Un Europejskej Wsęp Praca nnejsza sanow konynuację badań doyczących wyceny akcj

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

TEORIA PORTFELA MARKOWITZA

TEORIA PORTFELA MARKOWITZA TEORIA PORTFELA MARKOWITZA Izabela Balwerz 28 maj 2008 1 Wstęp Teora portfela została stworzona w 1952 roku przez amerykańskego ekonomstę Harry go Markowtza Opera sę ona na mnmalzacj ryzyka nwestycyjnego

Bardziej szczegółowo

13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998)

13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998) 3. Dwa modele pooku ruchu (eorokolejkowe) 3. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,998) 3.. Model Hagha Isneje wele prac z la powojennych, w kórych wysępują próby modelowana kolejek ruchowych

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2 Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 3 Szereg

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE

MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE Danel Iskra Unwersye Ekonomczny w Kaowcach MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE Wprowadzene Wraz z rozwojem eor nwesycj fnansowych, nwesorzy

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.

Bardziej szczegółowo

Inwestowanie w jakość na rynkach akcji w Europie Środkowo-Wschodniej

Inwestowanie w jakość na rynkach akcji w Europie Środkowo-Wschodniej Bank Kredy 46(2 205 65-90 Inwesowane w jakość na rynkach akcj w Europe Środkowo-Wschodnej Adam Zarema* Nadesłany: 2 wrześna 204 r. Zaakcepowany: 3 marca 205 r. Sreszczene Opracowane ma na celu przedsawene

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

Finanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena

Finanse. 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 szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch

Bardziej szczegółowo

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej:

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej: dr Bartłomej Rokck Ćwczena z Makroekonom I Model ISLM Podstawowe założena modelu: penądz odgrywa ważną rolę przy determnowanu pozomu dochodu zatrudnena nwestycje ne mają charakteru autonomcznego, a ch

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE JAN KOOŃSKI POBLEM ODWOTNY DLA ÓWNANIA PAABOLICZNEGO W PZESTZENI NIESKOŃCZENIE WYMIAOWEJ THE INVESE PAABOLIC POBLEM IN THE INFINITE DIMENSIONAL SPACE S r e s z c z e n e A b s r a c W arykule skonsruowano

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

Prognozowanie cen detalicznych żywności w Polsce

Prognozowanie cen detalicznych żywności w Polsce Prognozowane cen dealcznych żywnośc w Polsce Marusz Hamulczuk IERGŻ - PIB Kaarzyna Herel NBP Co dlaczego prognozujemy Krókookresowe prognozy cen dealcznych Ceny dealczne (ndywdualne produky, agregay) Isone

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

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

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

Analiza 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 szczegółowo

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r. Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Ewolucja metod konstrukcji krzywej terminowej stóp procentowych po kryzysie płynności rynku międzybankowego w latach 2007-2009

Ewolucja metod konstrukcji krzywej terminowej stóp procentowych po kryzysie płynności rynku międzybankowego w latach 2007-2009 Unwersye Ekonomczny w Poznanu Wydzał Ekonom Paweł Olsza Ewolucja meod konsrukcj krzywej ermnowej sóp procenowych po kryzyse płynnośc rynku mędzybankowego w laach 007 009 Rozprawa dokorska przygoowana pod

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2 Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 3 Szereg czasowy jes pojedynczą realzacją pewnego

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m

Bardziej szczegółowo

OCENA RYZYKA INWESTYCJI W METALE SZLACHETNE W OKRESIE ŚWIATOWEGO KRYZYSU FINANSOWEGO 2007-2012

OCENA RYZYKA INWESTYCJI W METALE SZLACHETNE W OKRESIE ŚWIATOWEGO KRYZYSU FINANSOWEGO 2007-2012 Elza Buszkowska Unwersye m. Adama Mckewcza w Poznanu, Wydzał Prawa Admnsracj, Kaedra Nauk Ekonomcznych Por Płucennk Unwersye m. Adama Mckewcza w Poznanu, Wydzał Maemayk Informayk, Pracowna Ekonomer Fnansowej

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium

Kier. MTR Programowanie w MATLABie Laboratorium Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu

Bardziej szczegółowo

UBEZPIECZENIE Z FUNDUSZEM KAPITAŁOWYM

UBEZPIECZENIE Z FUNDUSZEM KAPITAŁOWYM MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XV/3, 214, sr. 86 98 PROPOZYCJA MODYFIKACJI KŁADKI NEO W UBEZPIECZENIACH NA ŻYCIE Z FUNDUZEM KAPIAŁOWYM UWZLĘDNIAJĄCA DODAKOWE RYZYKO FINANOWE Magdalena Homa

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAICZNE ODELE EKONOETRYCZNE X Ogólnopolske Semnarum Naukowe, 4 6 wrześna 7 w Torunu Kaedra Ekonomer Saysyk, Unwersye kołaja Kopernka w Torunu Jacek Kwakowsk Unwersye kołaja Kopernka w Torunu odele RCA

Bardziej szczegółowo

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3.

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3. PZEDMIIOT : EFEKTYWNOŚĆ SYSTEMÓW IINFOMTYCZNYCH 3. 3. Istota, defncje rodzaje ryzyka Elementem towarzyszącym każdej decyzj, w tym decyzj nwestycyjnej, jest ryzyko. Wynka to z faktu, że decyzje operają

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

Pomiary parametrów akustycznych wnętrz.

Pomiary parametrów akustycznych wnętrz. Pomary parametrów akustycznych wnętrz. Ocena obektywna wnętrz pod względem akustycznym dokonywana jest na podstawe wartośc następujących parametrów: czasu pogłosu, wczesnego czasu pogłosu ED, wskaźnków

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowsk Kaedra Ekonom Zarzdzana Przedsborswem Wydzał Zarzdzana Ekonom Polechnka Gdaska IX Ogólnoposke Semnarum Naukowe n. Dynamczne modele ekonomeryczne, Kaedra Ekonomer Saysyk, Unwersye

Bardziej szczegółowo

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

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

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na

Bardziej szczegółowo

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE

Bardziej szczegółowo

CAPM i APT. Ekonometria finansowa

CAPM i APT. Ekonometria finansowa CAPM APT Ekonometra fnansowa 1 Lteratura Elton, Gruber, Brown, Goetzmann (2007) Modern portfolo theory and nvestment analyss, John Wley and Sons. (rozdz. 13-16 [, 5, 7]) Campbell, Lo, MacKnlay (1997) The

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH

7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH WYKŁAD 7 7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH 7.8.. Ogólne równane rucu Rucem zmennym w korytac otwartyc nazywamy tak przepływ, w którym parametry rucu take jak prędkość średna w przekroju

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH

WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH SCRIPTA COMENIANA LESNENSIA PWSZ m. J. A. Komeńskego w Leszne R o k 0 0 8, n r 6 TOMASZ ŚWIST* WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH

Bardziej szczegółowo

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

INWESTOWANIE W SEKTORZE ENERGETYCZNYM, PALIWOWYM I SUROWCOWYM NA GPW W WARSZAWIE Z UŻYCIEM MODELI SHARPE A I MARKOWITZA

INWESTOWANIE W SEKTORZE ENERGETYCZNYM, PALIWOWYM I SUROWCOWYM NA GPW W WARSZAWIE Z UŻYCIEM MODELI SHARPE A I MARKOWITZA Studa Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 2083-8611 Nr 298 2016 Współczesne Fnanse 7 Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga Makroekonoma Gospodark Otwartej Wykład 8 Poltyka makroekonomczna w gospodarce otwartej. Model Mundella-Flemnga Leszek Wncencak Wydzał Nauk Ekonomcznych UW 2/29 Plan wykładu: Założena analzy Zaps modelu

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

Analiza metod oceny efektywności inwestycji rzeczowych**

Analiza 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 szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

Rozdział 2. Zasady budowy prognoz

Rozdział 2. Zasady budowy prognoz Rozdzał. Zasady budowy prognoz Rozdzał. Zasady budowy prognoz (z ksążk A. Mankowsk, Z. arapaa, Prognozowane symulacja rozwoju przedsęborsw, Warszawa 00) Kopowane za zgodą auorów.. Rodzaje prognoz... Klasyfkacje

Bardziej szczegółowo

Henryk Gurgul, Robert Syrek Wykorzystanie kopuł do konstrukcji portfeli inwestycyjnych. Managerial Economics 2, 31-44

Henryk Gurgul, Robert Syrek Wykorzystanie kopuł do konstrukcji portfeli inwestycyjnych. Managerial Economics 2, 31-44 Henryk Gurgul Rober Syrek Wykorzysane kopuł o konsrukcj porfel nwesycyjnych Manageral Economcs 3-44 007 Ekonoma Meneżerska 007 nr s. 3 44 Henryk Gurgul* Rober Syrek** Wykorzysane kopuł o konsrukcj porfel

Bardziej szczegółowo

Współczynniki aktywności w roztworach elektrolitów. W.a. w roztworach elektrolitów (2) W.a. w roztworach elektrolitów (3) 1 r. Przypomnienie!

Współczynniki aktywności w roztworach elektrolitów. W.a. w roztworach elektrolitów (2) W.a. w roztworach elektrolitów (3) 1 r. Przypomnienie! Współczynnk aktywnośc w roztworach elektroltów Ag(s) ½ (s) Ag (aq) (aq) Standardowa molowa entalpa takej reakcj jest dana wzorem: H H H r Przypomnene! tw, Ag ( aq) tw, ( aq) Jest ona merzalna ma sens fzyczny.

Bardziej szczegółowo

Rachunek niepewności pomiaru opracowanie danych pomiarowych

Rachunek niepewności pomiaru opracowanie danych pomiarowych Rachunek nepewnośc pomaru opracowane danych pomarowych Mędzynarodowa Norma Oceny Nepewnośc Pomaru (Gude to Epresson of Uncertanty n Measurements - Mędzynarodowa Organzacja Normalzacyjna ISO) http://physcs.nst./gov/uncertanty

Bardziej szczegółowo

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach

Bardziej szczegółowo

Metody predykcji analiza regresji

Metody predykcji analiza regresji Metody predykcj analza regresj TPD 008/009 JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Przebeg wykładu. Predykcja z wykorzystanem analzy regresj.. Przypomnene wadomośc z poprzednch przedmotów..

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma

Bardziej szczegółowo

PARAMETRY ELEKTRYCZNE CYFROWYCH ELEMENTÓW PÓŁPRZEWODNIKOWYCH

PARAMETRY ELEKTRYCZNE CYFROWYCH ELEMENTÓW PÓŁPRZEWODNIKOWYCH ARAMETRY ELEKTRYZNE YFROWYH ELEMENTÓW ÓŁRZEWODNIKOWYH SZYBKOŚĆ DZIAŁANIA wyrażona maksymalną częsolwoścą racy max MO OBIERANA WSÓŁZYNNIK DOBROI D OBIĄŻALNOŚĆ ELEMENTÓW N MAKSYMALNA LIZBA WEJŚĆ M ODORNOŚĆ

Bardziej szczegółowo