Stopa zwrotu obarczona ryzykiem nieprecyzji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Stopa zwrotu obarczona ryzykiem nieprecyzji"

Transkrypt

1 Krzysztof Piasecki * Stopa zwrotu obarczona ryzykiem nieprecyzji Wstęp Zazwyczaj analiza właściwości dowolnego papieru wartościowe jest prowadzona, jako analiza własności jego stopy zwrotu. Dowolna stopa zwrotu jest funkcją rosnącą wartości przyszłej i funkcją malejącą wartości bieżącej. Wartość przyszła danego instrumentu finansowego jest przedstawiana, jako zmienna losowa. Rozkład tej zmiennej losowej jest obrazem formalnym ryzyka niepewności obarczającej papier wartościowy. Z drugiej strony, dowolna wartość bieżąca kapitału jest definiowana, jako pewna teraźniejsza wartość równoważna danej wartości przyszłej kapitału. Wspomniana relacja równoważności jest relacją subiektywną, gdyż w dużej mierze zależy od podatności inwestora na wewnętrzne i zewnętrzne czynniki behawioralne. Wynika stąd, że na skutek oddziaływania czynników behawioralnych wartość bieżąca rozpatrywanego instrumentu finansowego może się odchylać od jego obserwowanej ceny rynkowej. W swej istocie stany środowiska behawioralnego są definiowane nieprecyzyjnie. Z tej przyczyny odchylenie wartości bieżącej od ceny rynkowej jest obarczone ryzykiem nieprecyzji. Wartość bieżąca może być przedstawiona, jako nieprecyzyjne oszacowanie obserwowanej ceny rynkowej. Wobec wszystkich powyższych przesłanek stopa zwrotu jest dana, jako probabilistyczna liczba rozmyta. W pracy będą badane podstawowe właściwości tak przedstawianej stopy zwrotu. Szczególny nacisk zostanie tutaj położony na wyznaczenie w tym kontekście zbioru efektywnych instrumentów finansowych. 1. Nieprecyzyjne oszacowanie stopy zwrotu Załóżmy, że jest dany ustalony horyzont czasowy t > 0 inwestycji. Rozważany instrument finansowy jest wtedy określony za pomocą dwóch wartości: przewidywanej wartości przyszłej V t R +, oszacowanej wartości początkowej V 0 R +. Podstawową charakterystyką informującą o korzyściach z posiadania tego instrumentu finansowego jest prosta stopa zwrotu r t dana za pomocą tożsamości (1) Wartość przyszła inwestycji jest obarczona ryzykiem niepewności, co do przyszłego stanu rzeczy. Modelem formalnym tej niepewności jest przedstawienie wartości przyszłej, jako zmiennej losowej V t : { } R. Zbiór ~ jest zbiorem elementarnych stanów rynku finansowego. W klasycznym podejściu do problemu wyznaczenia stopy zwrotu wartość początkowa instrumentu * Prof. dr hab., Katedra Badań Operacyjnych, Uniwersytet Ekonomiczny w Poznaniu, k.piasecki@ue.poznan.pl

2 264 Krzysztof Piasecki finansowego jest identyfikowana z obserwowaną ceną rynkową. Wtedy także stopa zwrotu jest zmienna losową obarczoną ryzykiem niepewności. Zmienna losowa ta jest wyznaczona za pomocą tożsamości ( ) ( ) (2) W praktyce analizy rynków finansowy przyjęto opisywania ryzyka niepewności za pomocą opisu rozkładu prawdopodobieństwa stopy zwrotu. Załóżmy, że opis rozkładu prawdopodobieństwa stopy zwrotu (2) jest dany za pomocą dystrybuanty F r : R [0; 1]. Wtedy dystrybuanta F V : R + [0; 1] rozkładu prawdopodobieństwa wartości przyszłej jest dana przez tożsamość ( ) ( ) (3) Z drugiej strony dystrybuanta F V : R [0; 1] opisuje rozkład prawdopodobieństwa wartości przyszłej, to jest wartości ocenianej ex post jedynie na podstawie obiektywnego pomiaru. Oznacza to, że dystrybuanta wartości przyszłej jest niezależna od sposobu ustalenia wartości początkowej. Jak wykazano już w [Piasecki, 2011], wartość początkowa może być obarczone ryzykiem nieprecyzji. Wspomniane ryzyko nieprecyzji było uwarunkowane przesłankami behawioralnymi. Nieprecyzyjne oszacowanie wartości początkowej jest przedstawione przy pomocy swej funkcji przynależności μ: R + [0; 1]. Wtedy stopa zwrotu jest obarczona splotem ryzyka niepewności obarczającego wartość przyszłą i ryzyka nieprecyzji obarczającego wartość początkową. Zgodnie z zasadą rozszerzenia Zadeha, dla każdego ustalonego elementarnego stanu ω rynku finansowego funkcja przynależności stopy zwrotu ρ(, ω): [0, 1] jest określona za pomocą zależności ( ) { ( ) ( ) } ( ( ) ) (4) Oznacza to, że obarczona splotem ryzyk niepewności i nieprecyzji stopa zwrotu jest reprezentowana przez probabilistyczny zbiór rozmyty [Hiroto, 1979]. Dla tak opisanej stopy zwrotu wyznaczamy parametry jej rozkładu. Mamy tutaj: rozkład oczekiwanej stopy zwrotu ( ) (( ) ) ( ) (5) oczekiwaną stopę zwrotu (( ) ) ( ) (( ) ) ( ) Rozkład oczekiwanej stopy zwrotu ρ [0, 1] R jest funkcją przynależności rozmytego zbioru liczb rzeczywistych nazywanego dalej rozmytą oczekiwaną stopą zwrotu. Stopa ta reprezentuje zarówno racjonalne jak i behawioralne aspekty podejścia do problemu oszacowania spodziewanych korzyści. Jako ocenę ryzyka niepewności przyjmujemy wariancję stopy zwrotu gdzie ( ( ) ( ) ) ( ) ( ) (7) (6)

3 Stopa zwrotu obarczona ryzykiem nieprecyzji 265 ( ( )) { { ( ) ( )} Szczegółowa analiza tych zależności dowodzi, że wyznaczona w ten sposób wariancja opisuje równocześnie racjonalne i behawioralne aspekty oceny bezpieczeństwa zainwestowanego kapitału. Podobnie, jak w przypadku precyzyjnie określonej stopy zwrotu, istnieją takie rozkłady prawdopodobieństwa wartości przyszłej, dla nie istnieje wariancja stopy zwrotu. Wtedy taki rozkład zastępujemy rozkładem obustronnie obciętym, dla którego wariancja istnieje zawsze. Postępowanie takie znajduje swe uzasadnienie w teorii perspektywy [Kahneman, Tversky, 1979], która to miedzy innymi odwołuje się do behawioralnego zjawiska odrzucania skrajnych możliwości. Pomimo tej modernizacji, w zaproponowanym modelu można wykorzystać bez zmian całą bogatą empiryczną wiedzę zebraną na temat rozkładów prawdopodobieństwa stóp zwrotu. Jest to wysoce korzystna cecha zaproponowanego modelu, gdyż przybliża możliwość jego realnych zastosowań. 2. Trójwymiarowy obraz ryzyka W klasycznej teorii Markowitza [1952] normatywną strategią inwestowania jest maksymalizacja oczekiwanej stopy przy równoczesnej minimalizacji wariancji stopy zwrotu σ 2. W tej sytuacji dowolny podstawowy instrument finansowy jest tam reprezentowany przez parę (, σ 2 ). Para ta reprezentuje jedynie racjonalne przesłanki oceny instrumentu finansowego. Równocześnie zakłada się tutaj implicite, że stopy zwrotu mają rozkłady normalne. W tym rozdziale ten obraz podstawowego instrumentu finansowego zastąpimy przez parę (, σ 2 ) uwzględniającą również behawioralne aspekty podejmowania decyzji inwestycyjnych. W ten sposób podnosimy wartość poznawczą opisu instrumentu finansowego. Ten przyrost użyteczności tego opisu ma jednak swoją cenę. Jest nią ujawnienia ryzyka nieprecyzji obarczającego rozważany instrument. Na to ryzyko nieprecyzji składa się ryzyko wieloznaczności i ryzyko niewyrazistości. Zgodnie z sugestią daną w [Gottwald, Czogała, Pedrycz, 1982] ryzyko wieloznaczności oceniać będziemy przy pomocy miary energetycznej d( ) rozmytej oczekiwanej stopy zwrotu określonej przez zależność ( ) ( ) ( ) Zgodnie z sugestią daną w [Czogała, Gottwald, Pedrycz, 1981] ryzyko niewyrazistości oceniać będziemy przy pomocy miary entropii e( ) rozmytej oczekiwanej stopy zwrotu przybliżonej rentowności określonej przez zależność ( ) { ( ) ( )} { ( ) ( )} (8) (9) (10) W tej sytuacji każdej rozmytej oczekiwanej stopie zwrotu przyporządkowujemy trójwymiarowy wektor (, δ, ε). Wektor ten jest obrazem ryzyka

4 266 Krzysztof Piasecki rozumianego, jako złożenie ryzyk niepewności, niejednoznaczności i niewyrazistości. Ryzyko niepewności jest odzwierciedleniem braku wiedzy inwestora o przyszłych stanach rynku finansowego. Brak tej wiedzy powoduje brak pewności inwestora, co do przeszłych zysków lub strat. Własności tego ryzyka znajdują bogate omówienie w literaturze przedmiotu. Tutaj ten klasyczny obraz ryzyka obarczającego instrument finansowy poszerzyliśmy o ryzyko nieprecyzji. Powstaje tutaj pytanie, czy z punktu widzenia potrzeb procesów inwestycyjnych jest to ryzyko istotne. Na ryzyko nieprecyzji składają się ryzyka niejednoznaczności i ryzyko niewyrazistości. Inwestor część odpowiedzialności za podejmowane przez siebie inwestycje przerzuca na doradców lub na stosowane narzędzia analityczne. Z tego powodu inwestor w znakomitej części ogranicza swoje wybory decyzji inwestycyjnych do alternatyw rekomendowanych przez doradców lub stosowane instrumentarium analityczne. W ten sposób inwestor minimalizuje ryzyko osobistej odpowiedzialności za podjętą decyzję finansową. Wzrost ryzyka wieloznaczności oznacza, że wzrastać będzie ilość alternatywnych rekomendacji inwestycyjnych. Powoduje to wzrost ryzyka wybrania spośród rekomendowanych alternatyw takiej decyzji finansowej, która ex post zostanie obarczona stratą utraconych szans. Wzrost ryzyka niewyrazistości oznacza zacieranie się granic wyróżniających rekomendowane alternatywy inwestycyjne. W ten sposób wzrastają szanse wyboru alternatywy nierekomendowanej. W ten sposób wzrost ryzyka niewyrazistości wpływa na przyrost istotnego ryzyka osobistej odpowiedzialności inwestora 1. Powyższe spostrzeżenia dowodzą, że wzrost ryzyka nieprecyzji pogarsza w zauważalny sposób warunki inwestowania. Więc można ryzyko nieprecyzji uznać za istotne ryzyko obarczające proces inwestycyjny. Posługiwanie się trójwymiarowym obrazem ryzyka (σ 2, δ, ε) ułatwia zarządzanie ryzykiem nieprecyzji. Pożądanym tutaj jest minimalizacja każdej z trzech ocen ryzyka. Korzystanie z trójwymiarowego obrazu ryzyka umożliwia śledzenia wzajemnych relacji pomiędzy poszczególnymi rodzajami ryzyka. W pierwszym rzędzie można się tutaj obserwować empiryczne interakcje pomiędzy ryzykami. Istnieje tutaj też współzależność formalna pomiędzy ryzykiem niepewności a ryzykiem wieloznaczności. Wraz ze wzrostem ryzyka wieloznaczności rośnie stopień rekomendacji poszczególnych alternatyw inwestycyjnych. Dzięki temu przyrasta ilość rekomendowanych alternatyw inwestycyjnych. W ten sposób staje się coraz bardzie pewnym, że pomiędzy rekomendowanymi alternatywami jest decyzja inwestycyjna najlepsza ex post. Oznacza to, że spada ryzyko niepewności. Reasumując, ryzyko niepewności i ryzyko nieprecyzji są skorelowane ujemnie. W porównaniu z klasyczną teorią Markowicza nieprecyzja jest nowym aspektem oceny ryzyka. Powstaje tutaj natychmiast kolejne pytanie, czy takie 1 Szerzej ten problem został opisany w [Piasecki, 1988], [Piasecki, 1990]

5 Stopa zwrotu obarczona ryzykiem nieprecyzji 267 poszerzenie oceny ryzyka jest celowym. Za uwzględnieniem w badaniu ryzyka nieprecyzji przemawiają następujące trzy argumenty. Primo, zawsze istnieje możliwość ograniczenia ryzyka niepewności prognozy poprzez odpowiednie manipulacje obniżające precyzję prognozy. Secundo, uwzględnienie ryzyka nieprecyzji pozwoli odrzucać te z pośród wariantów inwestycyjnych, które co prawda są atrakcyjne z punktu widzenia klasycznej teorii Markowitza, ale niestety zebrane na ich temat informacje są mocno wieloznaczne. Tertio, z punktu widzenia klasycznej teorii Markowitza i jej implikacji, w praktyce rynków finansowych spotykamy się z wieloma anomaliami. Dostrzeganie tych paradoksów stało się punktem wyjścia do rozwoju finansów behawioralnych. W dalszej części tej pracy pokażemy, w jaki sposób uwzględnianie ryzyka nieprecyzji prowadzi do teorii normatywnych wyjaśniających paradoksy rynkowe. 3.Efektywność finansowa Efektywnym nazywamy instrument finansowy o ustalonej wariancji i maksymalnej oczekiwanej stopie zwrotu. W przypadku klasycznej teorii portfelowej Markowitza zakładającej normalność rozkładów stop zwrot, zbiór efektywnych instrumentów finansowych jest dany, jako górna gałąź krzywej Markowitza nazywana krzywą efektywnych instrumentów finansowych. Zbiór efektywnych instrumentów finansowych można też określić przy pomocy aparatu formalnego porównań wielokryterialnych. Korzystając z tego ujęcia będzie można zrezygnować z założenia o normalności rozkładów stóp zwrotu. Stosując to podejście określamy dwa preporządki na zbiorze wszystkich instrumentów finansowych. Preporządki te, to kryterium maksymalizacji oczekiwanej stopy zwrotu i kryterium minimalizacji wariancji. Zbiorem efektywnych instrumentów nazywamy optimum Pareto określone dla porównania wielokryterialnego zdefiniowanego przez wymienione powyżej preporządki. Jeśli dodatkowo założymy tutaj normalność rozkładów stóp zwrotu, to wtedy zbiór efektywnych instrumentów finansowych pokrywa się z górna gałęzią krzywej Markowitza. Oznacza to, że zbiór efektywnych instrumentów finansowych jest uogólnieniem pojęcia krzywej efektywnych instrumentów zdefiniowanej na gruncie klasycznej teorii Markowitza. Inwestowanie w efektywny instrument finansowy oznacza inwestowanie w instrument finansowy gwarantujący maksymalne zyski przy minimalnym zagrożeniu utraty zainwestowanego kapitału lub jego części. Jest to standardowy cel inwestorski w normatywnych teoriach rynków finansowych. Rodzi to pewne trudności aplikacyjne, gdyż inwestorzy inwestują na ogół w instrumenty finansowe leżące poza zbiorem instrumentów efektywnych, a więc z punktu widzenia tych teorii inwestują w nieefektywne instrumenty finansowe. Równocześnie, jako swój normatywny cel inwestorzy ci deklarują inwestowanie w efektywne instrumenty finansowe. W ten sposób ujawnia się jeden z realnych paradoksów rynków finansowych.

6 268 Krzysztof Piasecki Wyjaśnieniem masowości występowania tego paradoksu nie może być brak wystarczającej wiedzy o zachodzących rzeczywistych procesach na rynkach finansowych i w otoczeniu gospodarczym. Postępująca profesjonalizacja działalności inwestorskiej i szybki rozwój informatyki sprawiają, że pełnym dostępem do informacji rynkowej i umiejętnością jej właściwego przetworzenia dysponują inwestorzy zarządzający zdecydowaną większością wolumenu obrotów na tym rynku. W tej sytuacji wytłumaczeniem tego paradoksu może być przypuszczenie, że inwestorzy - deklarujący normatywny zamiar inwestowania w efektywne instrumenty finansowe - równocześnie inwestują w instrumenty finansowe jedynie w pewnym sensie podobne do efektywnych instrumentów finansowych. Możemy tutaj mówić o stopniu efektywności poszczególnych instrumentów finansowych równym stopniowi ich podobieństwa do efektywnego instrumentu finansowego. W praktyce oznacza to, ze prawie każdy dostępny na rynku instrument finansowy jest w pewnym stopniu efektywnym instrumentem finansowym. Z drugiej strony nieefektywny instrument finansowy w naturalny sposób przestaje być przedmiotem obrotu na giełdzie. Wszystko to razem wyjaśnia paradoks rozbieżności pomiędzy normatywnym celem inwestorskim a rzeczywistym celem strategii inwestycyjnej. Inwestorzy zawsze działają w mniej lub bardziej efektywny sposób. W dalszej części tego rozdziału zostanie przedstawiony model normatywny takiego sposobu działania inwestorów. Symbolem oznaczamy zbiór wszystkich instrumentów finansowych. Instrument finansowy jest reprezentowany przez parę (,(σ 2, δ, ε)), gdzie poszczególne symbole oznaczają: jest rozmytą oczekiwana stopą zwrotu z instrumentu finansowego określoną przez rozkład oczekiwanej stopy zwrotu ρ Y [0, 1] R ; jest wariancja stopy zwrotu z instrumentu finansowego, δ Y jest miarą energetyczną rozmytej oczekiwanej stopy zwrotu z instrumentu finansowego ; ε Y jest miarą entropii rozmytej oczekiwanej stopy zwrotu z finansowego. Na zbiorze rozmytych liczb rzeczywistych ( ) definiujemy relację co czytamy: Rozmyta liczba rzeczywista jest większa równa od rozmytej liczby rzeczywistej. Relacja ta jest rozmytym preporządkiem określonym przez swą funkcję przynależności ( ) ( ) [0, 1] spełniającą dla dowolnej pary (, ) rozmytych oczekiwanych stóp zwrotu warunek ( ) { { ( ) ( )} } (11) W następnym kroku wyznaczamy porównanie wielokryterialne określone przez kryterium maksymalizacji rozmytej oczekiwanej stopy zwrotu i kryterium minimalizacji wariancji. Powstała w ten sposób relację opisujemy przy pomocy funkcji zdaniowej

7 Stopa zwrotu obarczona ryzykiem nieprecyzji 269 (12) co zapisujemy. W sposób formalny to porównanie wielokryterialne jest określone przez równoważność (13) W tej sytuacji relacja jest rozmytą relacja preporządku określoną przez swą funkcję przynależności [0, 1]. Dla dowolnej pary instrumentów finansowych wspomniana funkcja przynależności jest reprezentowana przez zależność ( ( ) { ) (14) Zbiór efektywnych instrumentów finansowych jest identyczny ze optimum Pareto wyznaczonym przez porównanie wielokryterialne (13). W tej sytuacji zbiór efektywnych instrumentów finansowych definiujemy, jako rozmyty zbiór elementów maksymalnych relacji (12). Zbiór jest reprezentowany przez swą funkcję przynależności φ: [0, 1] określoną przez tożsamość ( ) { { ( ) ( )} (15) Wartość ( ) jest interpretowana, jako wartość logiczna zdania: Instrument finansowy jest efektywny (16) W ten sposób behawioralne przesłanki podejmowania decyzji inwestycyjnych przekształciliśmy do stwierdzenia podobieństwa poszczególnych instrumentów finansowych do instrumentów efektywnych. Rezultat ten został uzyskany z pominięciem założenia o normalności rozkładu stóp zwrotu. Zaprezentowana tutaj teoria normatywna wyjaśnia, że paradoks rozbieżności pomiędzy normatywnym celem inwestorskim a rzeczywistym celem strategii inwestycyjnej jest implikowany behawioralnymi aspektami postrzegania rynku finansowego. Każdy paradoks wyjaśniony staje się paradoksem pozornym. Przedstawienie formalnej teorii umożliwiającej oszacowanie wartość logicznej zdania (16) pozwala na pewną kontrolę nad wyborem instrumentów finansowych podobnych do efektywnych. Opisaliśmy powyżej przypadek, kiedy inwestor wyznacza efektywne instrumenty finansowe biorąc pod uwagę jedynie ryzyko niepewności. Teraz uwagę naszą skupimy na wyznaczeniu zbioru ściśle efektywnych instrumentów finansowych. Zbiór taki będziemy definiować, jako optimum Pareto określone dla porównania czterokryterialnego zdefiniowanego przez kryterium maksymalizacji rozmytej oczekiwanej stopy zwrotu i kryteria minimalizacji miar ryzyka. Powstałą w ten sposób relację opisujemy przy pomocy funkcji zdaniowej: (17) co zapisujemy. W sposób formalny to porównanie wielokryterialne jest określone przez równoważność

8 270 Krzysztof Piasecki (18) W tej sytuacji relacja jest rozmytą relacja preporządku określoną przez swą funkcję przynależności [0, 1] reprezentowaną przez tożsamość ( ( ) { ) (19) ( ) Zbiór ściśle efektywnych instrumentów finansowych jest identyczny ze optimum Pareto wyznaczonym przez porównanie wielokryterialne (18). Zbiór jest reprezentowany przez swą funkcję przynależności [0, 1] określoną przez tożsamość ( ) { { ( ) ( )} } (20) Wartość ( ) jest interpretowana, jako wartość logiczna zdania: Instrument finansowy jest ściśle efektywny (21) Zdeklarowanie zamiaru inwestowania jedynie w ściśle efektywne instrumenty finansowe może zostać uznane, jako normatywny cel inwestorski. Stosowanie tej strategii prowadzi do odrzucania takich alternatyw inwestycyjnych, które co prawda są atrakcyjne z punktu widzenia klasycznej teorii Markowitza, ale niestety zebrane na ich temat informacje są mało precyzyjne. Inwestor podejmując decyzje o zakupie lub sprzedaży instrumentu finansowego może się kierować wartościami φ( ) i ( ). Każdy inwestor powinien ograniczyć obszar swoich inwestycji do instrumentów finansowych charakteryzujących się względnie duża wartością tych wskaźników. Każdy inwestor powinien też ograniczyć sprzedaż własnych aktywów finansowych do tych, dla których wymienione w tym akapicie wskaźniki osiągają niskie wartości. Prezentowane w [Piasecki, 2011] rozważania pozwalają przypuszczać, ze poszczególni inwestorzy w danym momencie czasu będą posługiwali się różnymi wartościami tych wskaźników. Zróżnicowanie to wynika ze zróżnicowania subiektywnych, behawioralnych przesłanek podejmowania decyzji inwestycyjnych. Zakończenie Stosowanie przedstawionego powyżej normatywnego modelu efektywnych niesie w sobie duże utrudnienia. Głównym utrudnieniem jest wysoka złożoność formalna i obliczeniowa zadania wyznaczania funkcji przynależności zbiorów efektywnych instrumentów finansowych. Złożoność obliczeniowa modelu normatywnego jest ceną, jaka płacimy za brak założeń szczegółowych specyfikujących model stopy zwrotu, to jest za niską złożoność logiczną stanowiącą istotną zaletę prezentowanego w tej pracy modelu formalnego. Problem wyznaczenia funkcji przynależności zbioru efektywnych instrumentów finansowych może być rozstrzygany na gruncie ekonometrycznej analizy rynków finansowych. Przykłady takich rozstrzygnięć zostały przedstawione w [Piasecki, 2009] i [Piasecki, Ziomek, 2010] Literatura

9 Stopa zwrotu obarczona ryzykiem nieprecyzji Czogała E., Gottwald S., Pedrycz W., (1981), On the concepts of measures of fuzziness and their Applications in decision making, 8th triennial World Congress IFAC, Kyoto. 2. Gottwald S., Czogała E., Pedrycz W., (1982), Measures of fuzziness and operations with fuzzy sets, Stochastica 3 vol. VI. 3. Markowitz H.S.M. (1952), Portfolio selection, Journal of Finance, December. 4. Piasecki K., (1988), Fuzzy P-measures and their application and decision making, w: Combining Fuzzy Imprecision with Probabilistic Uncertainty, Kacprzyk J., Fedrizzi M. (red.) Lecture Notes in Economics and Mathematical Systems 310, Springer Verlag, Berlin. 5. Piasecki K., (1990) Decyzje i wiarygodne prognozy, Zeszyty Naukowe S.I Prace doktorskie i habilitacyjne, z. 106, Akademia Ekonomiczna w Poznaniu, Poznań. 6. Piasecki K., (2007) Modele matematyki finansowej. Instrumenty podstawowe, Wydawnictwo Naukowe PWN, Warszawa. 7. Piasecki K., (2009), O sposobie poszukiwania dobrej metody inwestowania na giełdzie. w: Metody ilościowe w ekonomii, Hozer J. (red.) Uniwersytet Szczeciński, Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania nr 11, Szczecin. 8. Piasecki K. (2011), Behavioural present value, Behavioural & Experimental Finance ejournal 4 9. Piasecki K., Serafin M., Świątczak Ł., (2006), Analiza porównawcza strategii inwestowania na GPW w Warszawie, w: Smoluk A. (red.), Dydaktyka matematyki, Prace Naukowe Akademii Ekonomicznej we Wrocławiu Nr 1117, Wrocław. 10. Piasecki K. Ziomek R., (2010), Zbiory intuicyjne w prognozowaniu rynku finansowego. Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia Hiroto K., (1979), Concepts of probabilistic sets, Proc. IEEE Conf. Decision and Control, Berkeley. Streszczenie Zazwyczaj analiza właściwości dowolnego papieru wartościowe jest prowadzona, jako analiza własności jego stopy zwrotu. Dowolna stopa zwrotu jest funkcją rosnącą wartości przyszłej i funkcją malejącą wartości bieżącej. Wartość przyszła danego instrumentu finansowego jest przedstawiana, jako zmienna losowa. Rozkład tej zmiennej losowej jest obrazem formalnym ryzyka niepewności obarczającej papier wartościowy. Z drugiej strony, dowolna wartość bieżąca kapitału jest definiowana, jako pewna teraźniejsza wartość równoważna danej wartości przyszłej kapitału. Wspomniana relacja równoważności jest relacją subiektywną, gdyż w dużej mierze zależy od podatności inwestora na wewnętrzne i zewnętrzne czynniki behawioralne. Wynika stąd, że na skutek oddziaływania czynników behawioralnych wartość bieżąca rozpatrywanego instrumentu finansowego może się odchylać od jego obserwowanej ceny rynkowej. W swej

10 272 Krzysztof Piasecki istocie stany środowiska behawioralnego są definiowane nieprecyzyjnie. Z tej przyczyny odchylenie wartości bieżącej od ceny rynkowej jest obarczone ryzykiem nieprecyzji. Wartość bieżąca jest dana, jako nieprecyzyjne oszacowanie obserwowanej ceny rynkowej. Wobec wszystkich powyższych przesłanek stopa zwrotu jest dana, jako probabilistyczna liczba rozmyta. W pracy będą badane podstawowe właściwości tak przedstawianej stopy zwrotu. Finalnym wynikiem będzie tutaj przedstawienie uogólnionego pojęcia efektywnego instrumentu finansowego, jako zbioru rozmytego w zbiorze instrumentów finansowych. Return rate burdened with the risk imprecision risk (Summary) The future value of a financial instrument is described as a random variable. Distribution of this random variable is the formal image of risk uncertainty burdening with a security. On the other side, any present value is defined as a value equivalent to the given future value. This equivalence relationship is a subjective. Thus folllows, that present value is described as a fuzzy number. All above circumstances imply, that return rate is given as fuzzy probabilistic set. The basic properties of such image of return rate are studied. At the last effective financial instruments are distinguished as a fuzzy set in the space of financial instruments.

Trójwymiarowy obraz ryzyka

Trójwymiarowy obraz ryzyka Krzysztof PIASECKI Akademia Ekonomiczna w Poznaniu Trójwymiarowy obraz ryzyka Problem badawczy W (Buckley, 1987) i (Calzi, 1990) zaproponowano reprezentowanie wartości przyszłych inwestycji finansowych

Bardziej szczegółowo

Obraz ryzyka w rozmytych przestrzeniach probabilistycznych

Obraz ryzyka w rozmytych przestrzeniach probabilistycznych 1 Krzysztof PIAECKI Akademia Ekonomiczna w Poznaniu Obraz ryzyka w rozmytych przestrzeniach probabilistycznych Problem badawczy Buckley [1] i Calzi [] zaproponowali reprezentowanie wartości przyszłych

Bardziej szczegółowo

Zbiory intuicyjne w prognozowaniu rynku finansowego

Zbiory intuicyjne w prognozowaniu rynku finansowego 1 Krzysztof Piasecki Roger Ziomek Zbiory intuicyjne w prognozowaniu rynku finansowego Problem badawczy Jednym z zadań stojących przed inwestorem lokującym swoje środki finansowe na rynku kapitałowym, jest

Bardziej szczegółowo

Zastosowanie testu CAPM do nieprecyzyjnego określenia efektywności papieru wartościowego

Zastosowanie testu CAPM do nieprecyzyjnego określenia efektywności papieru wartościowego 1 Krzysztof Piasecki Akademia Ekonomiczna w Poznaniu Zastosowanie testu CAPM do nieprecyzyjnego określenia ektywności papieru wartościowego Problem badawczy W klasycznym ujęciu instrument finansowy nazywamy

Bardziej szczegółowo

Postawy wobec ryzyka

Postawy wobec ryzyka Postawy wobec ryzyka Wskaźnik Sharpe a przykład zintegrowanej miary rentowności i ryzyka Konstrukcja wskaźnika odwołuje się do klasycznej teorii portfelowej Markowitza, której elementem jest mapa ryzyko

Bardziej szczegółowo

O STOPIE ZWROTU OSZACOWANEJ PRZEZ INTUICYJNY ROZMYTY ZBIÓR PROBABILISTYCZNY 1

O STOPIE ZWROTU OSZACOWANEJ PRZEZ INTUICYJNY ROZMYTY ZBIÓR PROBABILISTYCZNY 1 Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 248 2015 Uniwersytet Ekonomiczny w Poznaniu Wdział Informatyki i Gospodarki Elektronicznej Katedra Badań Operacyjnych

Bardziej szczegółowo

NIEPRECYZYJNY OPIS PORZĄDKU ZATRZYMANIA STRATY

NIEPRECYZYJNY OPIS PORZĄDKU ZATRZYMANIA STRATY Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu NIEPRECYZYJNY OPIS PORZĄDKU ZATRZYMANIA STRATY Streszczenie: W pracy porządek zatrzymanej straty został opisany, jako rozmyty preporządek. Wtedy optymalne

Bardziej szczegółowo

Rodzina efektywnych instrumentów finansowych dana, jako intuicyjny zbiór rozmyty

Rodzina efektywnych instrumentów finansowych dana, jako intuicyjny zbiór rozmyty Krzysztof Piasecki Katedra Badań Operacyjnych, Uniwersytet Ekonomiczny w Poznaniu, Al. Niepodległości 10, 60-875 Poznań k.piasecki@ue.poznan.pl Rodzina efektywnych instrumentów finansowych dana, jako intuicyjny

Bardziej szczegółowo

Aksjomat synergii w arytmetyce finansowej

Aksjomat synergii w arytmetyce finansowej Krzysztof Piasecki Akademia Ekonomiczna w Poznaniu Aksjomat synergii w arytmetyce finansowej Problem badawczy Pieniądz odpowiednio traktowany zwiększa swą wartość wraz z upływem czasu. Jest to przyrost

Bardziej szczegółowo

RODZINA EFEKTYWNYCH INSTRUMENTÓW FINANSOWYCH DANA JAKO INTUICYJNY ZBIÓR ROZMYTY 1

RODZINA EFEKTYWNYCH INSTRUMENTÓW FINANSOWYCH DANA JAKO INTUICYJNY ZBIÓR ROZMYTY 1 Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 331 2017 Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu Wydział Zarządzania k.piasecki@ue.poznan.pl

Bardziej szczegółowo

Wycena opcji rzeczywistych zgodnie z teorią perspektywy

Wycena opcji rzeczywistych zgodnie z teorią perspektywy mgr Marek Jarzęcki Uniwersytet Ekonomiczny w Poznaniu Wycena opcji rzeczywistych zgodnie z teorią perspektywy Seminarium ROS 2014: Opcje realne teoria dla praktyki Szczecin, 30. listopada 2014 roku Agenda

Bardziej szczegółowo

Finanse behawioralne. Finanse 110630-1165

Finanse behawioralne. Finanse 110630-1165 behawioralne Plan wykładu klasyczne a behawioralne Kiedy są przydatne narzędzia finansów behawioralnych? Przykłady modeli finansów behawioralnych klasyczne a behawioralne klasyczne opierają się dwóch założeniach:

Bardziej szczegółowo

Wartość przyszła, wartość bieżąca, synergia kapitału. arytmetyki finansowej opisujących wartość przyszłą. Uzyskano w ten sposób

Wartość przyszła, wartość bieżąca, synergia kapitału. arytmetyki finansowej opisujących wartość przyszłą. Uzyskano w ten sposób KRZYSZTOF PIASECKI * EFEKT SYNERGII KAPITAŁU W ARYTMETYCE FINANSOWEJ Słowa kluczowe: Wartość przyszła, wartość bieżąca, synergia kapitału Streszczenie: W pracy implementowano warunek synergii kapitału

Bardziej szczegółowo

PORTFEL DWUSKŁADNIKOWY PRZYPADEK WARTOŚCI BIEŻĄCEJ DANEJ JAKO TRÓJKĄTNA LICZBA ROZMYTA

PORTFEL DWUSKŁADNIKOWY PRZYPADEK WARTOŚCI BIEŻĄCEJ DANEJ JAKO TRÓJKĄTNA LICZBA ROZMYTA Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 241 2015 Informatyka i Ekonometria 3 Uniwersytet Ekonomiczny w Poznaniu Wydział Informatyki i Gospodarki Elektronicznej

Bardziej szczegółowo

Analiza inwestycji i zarządzanie portfelem SPIS TREŚCI

Analiza inwestycji i zarządzanie portfelem SPIS TREŚCI Analiza inwestycji i zarządzanie portfelem Frank K. Reilly, Keith C. Brown SPIS TREŚCI TOM I Przedmowa do wydania polskiego Przedmowa do wydania amerykańskiego O autorach Ramy książki CZĘŚĆ I. INWESTYCJE

Bardziej szczegółowo

Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu Rozmyte zbiory probabilistyczne w rachunku aktuarialnym Wstęp Określenie właściwych relacji

Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu Rozmyte zbiory probabilistyczne w rachunku aktuarialnym Wstęp Określenie właściwych relacji Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu Rozmyte zbiory probabilistyczne w rachunku aktuarialnym Wstęp Określenie właściwych relacji pomiędzy wielkością wypłacanych rekompensat a przychodem

Bardziej szczegółowo

ZORIENTOWANA BEHAWIORALNA WARTOŚĆ BIEŻĄCA PORTFELA DWUSKŁADNIKOWEGO STUDIUM PRZYPADKU

ZORIENTOWANA BEHAWIORALNA WARTOŚĆ BIEŻĄCA PORTFELA DWUSKŁADNIKOWEGO STUDIUM PRZYPADKU Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 353 2018 Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu Wydział Zarządzania Katedra Inwestycji i Nieruchomości

Bardziej szczegółowo

Ekonomia behawioralna a ekonomia głównego nurtu

Ekonomia behawioralna a ekonomia głównego nurtu Ekonomia behawioralna a ekonomia głównego nurtu Konsekwencje podejścia behawioralnego dla teorii i praktyki gospodarczej Centrum Interdyscyplinarnych Badań nad Rynkami Finansowymi, Kolegium Gospodarki

Bardziej szczegółowo

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko. Inwestycje finansowe Wycena obligacji. Stopa zwrotu z akcji. yzyko. Inwestycje finansowe Instrumenty rynku pieniężnego (np. bony skarbowe). Instrumenty rynku walutowego. Obligacje. Akcje. Instrumenty pochodne.

Bardziej szczegółowo

O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu Problem badawczy

O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu Problem badawczy Krzysztof Piasecki, Edyta Tomasik Akademia Ekonomiczna w Poznaniu O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu Problem badawczy Podstawowym problemem, przed jakim staje zarządzający ryzykiem

Bardziej szczegółowo

dr hab. Renata Karkowska 1

dr hab. Renata Karkowska 1 dr hab. Renata Karkowska 1 Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2 Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne)

Bardziej szczegółowo

Inne kryteria tworzenia portfela. Inne kryteria tworzenia portfela. Poziom bezpieczeństwa. Analiza i Zarządzanie Portfelem cz. 3. Dr Katarzyna Kuziak

Inne kryteria tworzenia portfela. Inne kryteria tworzenia portfela. Poziom bezpieczeństwa. Analiza i Zarządzanie Portfelem cz. 3. Dr Katarzyna Kuziak Inne kryteria tworzenia portfela Analiza i Zarządzanie Portfelem cz. 3 Dr Katarzyna Kuziak. Minimalizacja ryzyka przy zadanym dochodzie Portfel efektywny w rozumieniu Markowitza odchylenie standardowe

Bardziej szczegółowo

MATRYCA EFEKTÓW KSZTAŁCENIA

MATRYCA EFEKTÓW KSZTAŁCENIA ZAŁĄCZNIK NR 2 MATRYCA EFEKTÓW KSZTAŁCENIA Studia podyplomowe ZARZĄDZANIE FINANSAMI I MARKETING Przedmioty OPIS EFEKTÓW KSZTAŁCENIA Absolwent studiów podyplomowych - ZARZĄDZANIE FINANSAMI I MARKETING:

Bardziej szczegółowo

Ważną umiejętnością jest zdolność inwestora do przewidywania i szacowania skutków ryzyka.

Ważną umiejętnością jest zdolność inwestora do przewidywania i szacowania skutków ryzyka. Podstawowe składniki sprawozdania finansowego jako element procesu identyfikowania ryzyka związane Ważną umiejętnością jest zdolność inwestora do przewidywania i szacowania skutków ryzyka. Zjawisko czy

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Zarządzanie ryzykiem projektów inwestycyjnych

Zarządzanie ryzykiem projektów inwestycyjnych 351 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa we Wrocławiu Zarządzanie ryzykiem projektów inwestycyjnych Streszczenie. Inwestycje to główny czynnik kreowania

Bardziej szczegółowo

1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe

1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe I Ryzyko i rentowność instrumentów finansowych 1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe 1 Stopa zwrotu z inwestycji w ujęciu

Bardziej szczegółowo

Teoria portfelowa H. Markowitza

Teoria portfelowa H. Markowitza Aleksandra Szymura szymura.aleksandra@yahoo.com Teoria portfelowa H. Markowitza Za datę powstania teorii portfelowej uznaje się rok 95. Wtedy to H. Markowitz opublikował artykuł zawierający szczegółowe

Bardziej szczegółowo

Zarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński

Zarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński Zarządzanie ryzykiem Opracował: Dr inŝ. Tomasz Zieliński I. OGÓLNE INFORMACJE O PRZEDMIOCIE Cel przedmiotu: Celem przedmiotu jest zaprezentowanie studentom podstawowych pojęć z zakresu ryzyka w działalności

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy. Młody inwestor na giełdzie

Ekonomiczny Uniwersytet Dziecięcy. Młody inwestor na giełdzie Ekonomiczny Uniwersytet Dziecięcy Młody inwestor na giełdzie dr Dominika Kordela Uniwersytet Szczeciński 26 październik 2017 r. Plan spotkania Inwestycje, rodzaje inwestycji Giełda papierów wartościowych

Bardziej szczegółowo

EFEKT SYNERGII KAPITAŁU W ARYTMETYCE FINANSOWEJ**

EFEKT SYNERGII KAPITAŁU W ARYTMETYCE FINANSOWEJ** SCRIPTA COMENIANA LESNENSIA PWSZ im. J. A. Komeńskiego w Lesznie R o k 0 0 8, n r 6 KRZYSZTOF PIASECKI* EFEKT SYNERGII KAPITAŁU W ARYTMETYCE FINANSOWEJ** THE EFFECT OF SYNERGY IN FINANCIAL ARITHMETICS

Bardziej szczegółowo

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu... 4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem

Bardziej szczegółowo

Ocena kondycji finansowej organizacji

Ocena kondycji finansowej organizacji Ocena kondycji finansowej organizacji 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności projektów

Bardziej szczegółowo

M. Dąbrowska. K. Grabowska. Wroclaw University of Economics

M. Dąbrowska. K. Grabowska. Wroclaw University of Economics M. Dąbrowska K. Grabowska Wroclaw University of Economics Zarządzanie wartością przedsiębiorstwa na przykładzie przedsiębiorstw z branży produkującej napoje JEL Classification: A 10 Słowa kluczowe: Zarządzanie

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Strategie inwestycyjne na rynku kapitałowym dr Dominika Kordela Uniwersytet Szczeciński 31 marzec 2016 r. Plan wykładu Rynek kapitałowy a rynek finansowy Instrumenty rynku kapitałowego

Bardziej szczegółowo

STANDARD DLA WYMAGAJĄCYCH

STANDARD DLA WYMAGAJĄCYCH STANDARD DLA WYMAGAJĄCYCH Psychologia inwestowania Mateusz Madej 05.04.2017 Agenda Psychologia na rynku Teoria perspektywy Błędy w przekonaniach i ocenie prawdopodobieństwa Błędy w zachowaniu i podejmowaniu

Bardziej szczegółowo

Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995.

Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995. Bibliografia Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995. Elton E.J., Gruber M.J., Nowoczesna teoria portfelowa i analiza papierów wartościowych,

Bardziej szczegółowo

Stopa zwrotu a ryzyko inwestycji na NewConnect. Marek Zuber Dexus Partners

Stopa zwrotu a ryzyko inwestycji na NewConnect. Marek Zuber Dexus Partners Stopa zwrotu a ryzyko inwestycji na NewConnect Marek Zuber Dexus Partners Ryzyko na rynkach finansowych Skąd się bierze? Generalna zasada: -Im większe ryzyko tym większy zysk -Im większy zysk tym większe

Bardziej szczegółowo

1 Funkcja użyteczności

1 Funkcja użyteczności 1 Funkcja użyteczności Funkcja użyteczności to funkcja, której wartościami są wartości użyteczności (satysfakcji, komfortu psychicznego). Można mówić o użyteczności różnych zjawisk. Użyteczność pieniądza

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Decyzje inwestycyjne na giełdzie dr Dominika Kordela Uniwersytet Szczeciński 29 listopad 2018 r. Plan wykładu Giełda Papierów Wartościowych Papiery wartościowe Inwestycje Dochód

Bardziej szczegółowo

Modelowanie rynków finansowych

Modelowanie rynków finansowych Modelowanie rynków finansowych Jerzy Mycielski WNE UW 5 października 2017 Jerzy Mycielski (WNE UW) Modelowanie rynków finansowych 5 października 2017 1 / 12 Podstawowe elementy teorii 1 racjonalne oczekiwania

Bardziej szczegółowo

Ryzyko i efektywność. Ćwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1

Ryzyko i efektywność. Ćwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1 Ryzyko i efektywność Ćwiczenia ZPI 1 Stopa zwrotu 2 Zadanie 1. Rozkład normalny Prawdopodobieństwa wystąpienia oraz spodziewane stopy zwrotu w przypadku danej spółki giełdowej są zaprezentowane w tabeli.

Bardziej szczegółowo

DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI

DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Dominacja stochastyczna w ocenie efektywności OFE

Dominacja stochastyczna w ocenie efektywności OFE 165 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa we Wrocławiu Dominacja stochastyczna w ocenie efektywności OFE Streszczenie. Ustawowa stopa zwrotu wykorzystywana

Bardziej szczegółowo

ASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3

ASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3 ASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3 Szczegółowy program kursu ASM 603: Finansowanie i wycena nieruchomości jako inwestycji cz. 1 1. Zagadnienia ekonomiczne

Bardziej szczegółowo

Strategie VIP. Opis produktu. Tworzymy strategie oparte o systemy transakcyjne wyłącznie dla Ciebie. Strategia stworzona wyłącznie dla Ciebie

Strategie VIP. Opis produktu. Tworzymy strategie oparte o systemy transakcyjne wyłącznie dla Ciebie. Strategia stworzona wyłącznie dla Ciebie Tworzymy strategie oparte o systemy transakcyjne wyłącznie dla Ciebie Strategie VIP Strategia stworzona wyłącznie dla Ciebie Codziennie sygnał inwestycyjny na adres e-mail Konsultacje ze specjalistą Opis

Bardziej szczegółowo

BEHAWIORALNA WARTOŚĆ BIEŻĄCA NOWE PODEJŚCIE

BEHAWIORALNA WARTOŚĆ BIEŻĄCA NOWE PODEJŚCIE OPTIMUM. STUDIA EKONOMICZNE NR 1 (67) 2014 Krzysztof PIASECKI 1 BEHAWIORALNA WARTOŚĆ BIEŻĄCA NOWE PODEJŚCIE Streszczenie W pracy Piaseckiego [Piasecki, 2011a; Piasecki, 2011b] zdefiniowano bieżącą wartość

Bardziej szczegółowo

Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL niestacjonarne (II stopień)

Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL niestacjonarne (II stopień) dr Adam Salomon Ekonomika i Logistyka w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL niestacjonarne (II stopień) program wykładu 06. Rola współczynnika procentowego i współczynnika dyskontowego

Bardziej szczegółowo

Etapy modelowania ekonometrycznego

Etapy modelowania ekonometrycznego Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 0.0.005 r. Zadanie. Likwidacja szkody zaistniałej w roku t następuje: w tym samym roku z prawdopodobieństwem 0 3, w następnym roku z prawdopodobieństwem 0 3, 8 w roku

Bardziej szczegółowo

STOPA DYSKONTOWA 1+ =

STOPA DYSKONTOWA 1+ = Piotr Cegielski, MAI, MRICS, CCIM STOPA DYSKONTOWA (Wybrane fragmenty artykułu opublikowanego w C.H. Beck Nieruchomości, numer 10 z 2011 r. Całość dostępna pod adresem internetowym: www.nieruchomosci.beck.pl)

Bardziej szczegółowo

PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM

PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

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

Bardziej szczegółowo

Jak wyznaczyć premię za ryzyko? kilka słów o modelu Arrowa - Pratta

Jak wyznaczyć premię za ryzyko? kilka słów o modelu Arrowa - Pratta Jak wyznaczyć premię za ryzyko? kilka słów o modelu Arrowa - Pratta Instytut Matematyki Politechniki Łódzkiej Poznań, 13.05.2017 r. Pojęcia wstępne u - funkcja użyteczności u : R R, u - ciągła, ściśle

Bardziej szczegółowo

Ekonomika w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL (II stopień)

Ekonomika w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL (II stopień) dr Adam Salomon Ekonomika w Przedsiębiorstwach Transportu Morskiego wykład 06 MSTiL (II stopień) program wykładu 06. Rola współczynnika procentowego i współczynnika dyskontowego w inwestycjach transportowych.

Bardziej szczegółowo

Porównanie metod szacowania Value at Risk

Porównanie metod szacowania Value at Risk Porównanie metod szacowania Value at Risk Metoda wariancji i kowariancji i metoda symulacji historycznej Dominika Zarychta Nr indeksu: 161385 Spis treści 1. Wstęp....3 2. Co to jest Value at Risk?...3

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza

Bardziej szczegółowo

mgr Karol Marek Klimczak KONCEPCJA I PLAN ROZPRAWY DOKTORSKIEJ

mgr Karol Marek Klimczak KONCEPCJA I PLAN ROZPRAWY DOKTORSKIEJ mgr Karol Marek Klimczak KONCEPCJA I PLAN ROZPRAWY DOKTORSKIEJ Tytuł: Zarządzanie ryzykiem finansowym w polskich przedsiębiorstwach działających w otoczeniu międzynarodowym Ostatnie dziesięciolecia rozwoju

Bardziej szczegółowo

INWESTYCJE Instrumenty finansowe, ryzyko SPIS TREŚCI

INWESTYCJE Instrumenty finansowe, ryzyko SPIS TREŚCI INWESTYCJE Instrumenty finansowe, ryzyko Jajuga Krzysztof, Jajuga Teresa SPIS TREŚCI Przedmowa Wprowadzenie - badania w zakresie inwestycji i finansów Literatura Rozdział 1. Rynki i instrumenty finansowe

Bardziej szczegółowo

ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII

ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII Streszczenie W artykule przedstawiono

Bardziej szczegółowo

WYKORZYSTANIE ANALIZY TECHNICZNEJ W PROCESIE PODEJMOWANIA DECYZJI INWESTYCYJNYCH NA PRZYKŁADZIE KGHM POLSKA MIEDŹ S.A.

WYKORZYSTANIE ANALIZY TECHNICZNEJ W PROCESIE PODEJMOWANIA DECYZJI INWESTYCYJNYCH NA PRZYKŁADZIE KGHM POLSKA MIEDŹ S.A. Uniwersytet Wrocławski Wydział Prawa, Administracji i Ekonomii Instytut Nauk Ekonomicznych Zakład Zarządzania Finansami Studia Stacjonarne Ekonomii pierwszego stopnia Krzysztof Maruszczak WYKORZYSTANIE

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice

Bardziej szczegółowo

Materiały uzupełniające do

Materiały uzupełniające do Dźwignia finansowa a ryzyko finansowe Przedsiębiorstwo korzystające z kapitału obcego jest narażone na ryzyko finansowe niepewność co do przyszłego poziomu zysku netto Materiały uzupełniające do wykładów

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

Autor: Agata Świderska

Autor: Agata Świderska Autor: Agata Świderska Optymalizacja wielokryterialna polega na znalezieniu optymalnego rozwiązania, które jest akceptowalne z punktu widzenia każdego kryterium Kryterium optymalizacyjne jest podstawowym

Bardziej szczegółowo

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

Zadanie 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 szczegółowo

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informatyki Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH rozprawa doktorska Promotor: prof.

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

Zastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku

Zastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku Zastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku dr Adam Marszk, Wydział Zarządzania i Ekonomii PG współautorstwo: dr Ewa Lechman, Wydział

Bardziej szczegółowo

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: Zadanie. O niezależnych zmiennych losowych N, M M, M 2, 3 wiemy, że: N ma rozkład Poissona z wartością oczekiwaną równą 00 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: 2, 3 Pr( M = )

Bardziej szczegółowo

Inwestowanie społecznie odpowiedzialne jako strategia alokacji długoterminowych oszczędności emerytalnych

Inwestowanie społecznie odpowiedzialne jako strategia alokacji długoterminowych oszczędności emerytalnych Inwestowanie społecznie odpowiedzialne jako strategia alokacji długoterminowych oszczędności emerytalnych dr Tomasz Jedynak Uniwersytet Ekonomiczny w Krakowie Warszawa, 21 czerwiec 2016 r. Agenda 1. Przesłanki

Bardziej szczegółowo

Podstawy teorii oprocentowania. Łukasz Stodolny Radosław Śliwiński Cezary Kwinta Andrzej Koredczuk

Podstawy teorii oprocentowania. Łukasz Stodolny Radosław Śliwiński Cezary Kwinta Andrzej Koredczuk Podstawy teorii oprocentowania Łukasz Stodolny Radosław Śliwiński Cezary Kwinta Andrzej Koredczuk Cykl produkcyjny zakładów ubezpieczeń Ryzyko działalności zakładu ubezpieczeń Ryzyko finansowe działalności

Bardziej szczegółowo

KURS DORADCY FINANSOWEGO

KURS DORADCY FINANSOWEGO KURS DORADCY FINANSOWEGO Przykładowy program szkolenia I. Wprowadzenie do planowania finansowego 1. Rola doradcy finansowego Definicja i cechy doradcy finansowego Oczekiwania klienta Obszary umiejętności

Bardziej szczegółowo

Psychologia decyzji. Struktura wykładu DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII. wykład 15 godzin

Psychologia decyzji. Struktura wykładu DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII. wykład 15 godzin Psychologia decyzji wykład 15 godzin DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Struktura wykładu Behawioralna teoria decyzji. Normatywne i deskryptywne modele podejmowania decyzji Cykl myślenia decyzyjnego

Bardziej szczegółowo

Kalibracja. W obu przypadkach jeśli mamy dane, to możemy znaleźć równowagę: Konwesatorium z Ekonometrii, IV rok, WNE UW 1

Kalibracja. W obu przypadkach jeśli mamy dane, to możemy znaleźć równowagę: Konwesatorium z Ekonometrii, IV rok, WNE UW 1 Kalibracja Kalibracja - nazwa pochodzi z nauk ścisłych - kalibrowanie instrumentu oznacza wyznaczanie jego skali (np. kalibrowanie termometru polega na wyznaczeniu 0C i 100C tak by oznaczały punkt zamarzania

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

TEORIA DO ĆWICZEŃ 06 z EwPTM

TEORIA DO ĆWICZEŃ 06 z EwPTM S t r o n a 1 TEORIA DO ĆWICZEŃ 06 z EwPTM Stopa procentowa i stopa dyskontowa W gospodarce rynkowej kapitał (pieniądz) jest towarem, co powoduje, że tak jak inne dobra ma swoją cenę. Ceną tą jest stopa

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

Matematyka finansowa. Ćwiczenia ZPI. Ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1

Matematyka finansowa. Ćwiczenia ZPI. Ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1 Matematyka finansowa Ćwiczenia ZPI 1 Zadanie 1. Procent składany W banku A oprocentowanie lokat 4% przy kapitalizacji kwartalnej. W banku B oprocentowanie lokat 4,5% przy kapitalizacji miesięcznej. W banku

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie 1. W pewnej populacji podmiotów każdy podmiot narażony jest na ryzyko straty X o rozkładzie normalnym z wartością oczekiwaną równą μ i wariancją równą. Wszystkie podmioty z tej populacji kierują

Bardziej szczegółowo

Portfel inwestycyjny. Aktywa. Bilans WPROWADZENIE. Tomasz Chmielewski 1. Kapitał. Zobowiązania. Portfel inwestycyjny 2. Portfel inwestycyjny 3

Portfel inwestycyjny. Aktywa. Bilans WPROWADZENIE. Tomasz Chmielewski 1. Kapitał. Zobowiązania. Portfel inwestycyjny 2. Portfel inwestycyjny 3 Portfel inwestycyjny Portfel inwestycyjny 1 WPROWDZENIE Portfel inwestycyjny Bilans Kapitał ktywa Zobowiązania Portfel inwestycyjny 3 Tomasz Chmielewski 1 Portfel inwestycyjny 4 Podstawowe funkcje rynków

Bardziej szczegółowo

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f Zadanie. W kolejnych latach t =,,,... ubezpieczony charakteryzujący się parametrem ryzyka Λ generuje N t szkód. Dla danego Λ = λ zmienne N, N, N,... są warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Bardziej szczegółowo

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja

Bardziej szczegółowo

Nauka o finansach. Prowadzący: Dr Jarosław Hermaszewski

Nauka o finansach. Prowadzący: Dr Jarosław Hermaszewski Nauka o finansach Prowadzący: Dr Jarosław Hermaszewski WARTOŚĆ PIENIĄDZA W CZASIE Wykład 4 Prawda ekonomiczna Pieniądz, który mamy realnie w ręku, dziś jest wart więcej niż oczekiwana wartość tej samej

Bardziej szczegółowo

Optymalne portfele inwestycyjne

Optymalne portfele inwestycyjne Dariusz Zawisza Instytut Matematyki UJ 10 maj 2012 Problem Rozwiązanie problemu Aktywa wolne od ryzyka Estymacja parametrów Pomiar ryzyka Oznaczenia (Ω, F, P) - przestrzeń probablistyczna, r i := S1 i

Bardziej szczegółowo

Prawdopodobieństwo i rozkład normalny cd.

Prawdopodobieństwo i rozkład normalny cd. # # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl

Bardziej szczegółowo

Informacja i decyzje w ekonomii

Informacja i decyzje w ekonomii Informacja i decyzje w ekonomii Prof. Tomasz Bernat tomasz.bernat@usz.edu.pl Krótko o programie Informacja i decyzje w ekonomii miejsce i zastosowanie w teorii Ryzyko, niepewność i informacja w podejmowaniu

Bardziej szczegółowo

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady część II

Dariusz Wardowski Katedra Analizy Nieliniowej. Bankowość i metody statystyczne w biznesie - zadania i przykłady część II Wydział Matematyki i Informatyki Uniwersytetu Łódzkiego w Łodzi Dariusz Wardowski Katedra Analizy Nieliniowej Bankowość i metody statystyczne w biznesie - zadania i przykłady część II Łódź 2008 Rozdział

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych..00 r. Zadanie. Proces szkód w pewnym ubezpieczeniu jest złożonym procesem Poissona z oczekiwaną liczbą szkód w ciągu roku równą λ i rozkładem wartości szkody o dystrybuancie

Bardziej szczegółowo

Projekcja inflacji Narodowego Banku Polskiego materiał edukacyjny

Projekcja inflacji Narodowego Banku Polskiego materiał edukacyjny Projekcja inflacji Narodowego Banku Polskiego materiał edukacyjny Plan prezentacji I. Projekcja inflacji NBP - podstawowe zagadnienia II. Główne założenia projekcji inflacji NBP III. Sposób prezentacji

Bardziej szczegółowo

Ekonomia menedżerska William F. Samuelson, Stephen G. Marks

Ekonomia menedżerska William F. Samuelson, Stephen G. Marks Ekonomia menedżerska William F. Samuelson, Stephen G. Marks Ekonomia menedżerska to doskonale opracowany podręcznik, w którym przedstawiono najważniejsze problemy decyzyjne, przed jakimi stają współcześni

Bardziej szczegółowo

ZARZĄDZANIE RYZYKIEM STOPY PROCENTOWEJ. dr Grzegorz Kotliński; Katedra Bankowości AE w Poznaniu

ZARZĄDZANIE RYZYKIEM STOPY PROCENTOWEJ. dr Grzegorz Kotliński; Katedra Bankowości AE w Poznaniu ZARZĄDZANIE RYZYKIEM STOPY PROCENTOWEJ 1 DEFINICJA RYZYKA STOPY PROCENTOWEJ Ryzyko stopy procentowej to niebezpieczeństwo negatywnego wpływu zmian rynkowej stopy procentowej na sytuację finansową banku

Bardziej szczegółowo

Spis treści Wstęp 1. Ryzyko a pojęcie cykliczności, procykliczności i antycykliczności zjawisk sfery realnej i systemu finansowego gospodarki

Spis treści Wstęp 1. Ryzyko a pojęcie cykliczności, procykliczności i antycykliczności zjawisk sfery realnej i systemu finansowego gospodarki Wstęp... 11 1. Ryzyko a pojęcie cykliczności, procykliczności i antycykliczności zjawisk sfery realnej i systemu finansowego gospodarki... 23 1.1. Wprowadzenie... 23 1.2. Definicje zjawiska cyklu koniukturalnego,

Bardziej szczegółowo

Biznes plan innowacyjnego przedsięwzięcia

Biznes plan innowacyjnego przedsięwzięcia Biznes plan innowacyjnego przedsięwzięcia 1 Co to jest biznesplan? Biznes plan można zdefiniować jako długofalowy i kompleksowy plan działalności organizacji gospodarczej lub realizacji przedsięwzięcia

Bardziej szczegółowo

H. Sujka, Wroclaw University of Economics

H. Sujka, Wroclaw University of Economics H. Sujka, Wroclaw University of Economics Zarządzanie ryzykiem w tworzeniu wartości na przykładzie spółki z branży włókienniczej i tekstylnej Working paper Słowa kluczowe: Zarządzanie wartością i ryzykiem

Bardziej szczegółowo

Ubezpieczenia majątkowe

Ubezpieczenia majątkowe Funkcje użyteczności a składki Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych 2016/2017 Funkcja użyteczności Niech ω wielkość majątku decydenta wyrażona w j.p., u (ω) stopień

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo