O problemie modelowania stopy procentowej
|
|
- Janusz Bernard Żurek
- 6 lat temu
- Przeglądów:
Transkrypt
1 Krzyszof Paseck Akadema Ekonomczna w Poznanu O probleme modelowana sopy procenowe Na dowolnym rynku fnansowym znaduemy nsrumeny fnansowe obarczone ryzykem warośc począkowe lub ez ryzykem warośc końcowe. W e pracy ogranczymy sę do problemayk nsrumenów fnansowych obarczonych ryzykem warośc końcowe. Inżynera fnansowa obdarza nas weloma różnym modelam sopy procenowe. Przykładem mogą być ua dwa rodzae sóp zwrou: arymeyczne logarymczna. To rodz perwsze nasze pyane. Czy wymenone powyże modele konkuruą ze sobą, czy eż nawzaem uzupełnaą sę w celu sworzena bardze unwersalnego modelu poęca sopy zwrou? W nżyner fnansowe ryzyko warośc końcowe każdego nsrumenu es opsane przy pomocy procesu losowego opsuącego ewolucę obarczone ryzykem sopy procenowe. Leraura przedmou przynos nam ua szereg zaawansowanych formalne model opsuących e sopy. Zasane bogacwo różnorodnośc rodz druge nasze pyane. Czy różne modele ewoluc sopy procenowe konkuruą ze sobą, czy eż nawzaem uzupełnaą sę w celu sworzena bardze unwersalnego ryzyka warośc końcowe? Odpowedz na e pyana będzemy szukać badaąc wzaemne relace pomędzy poszczególnym procesam ewoluc ceny nsrumenu fnansowego wynkaącym sąd procesam sóp procenowych. Punkem wyśca do sformułowana defnc ych procesów będze deermnsyczna eora krzywych ermnowych. Osaecznym celem przesawane pracy es usysemayzowane pewnych szczegółowych eor. Z e przyczyny, dla uproszczena całego wykładu, przymemy ua, że proces przyrosów ceny nsrumenu fnansowego obarczonego ryzykem es ruchem Browna.
2 . Modele deermnsyczne - podsawowe poęca Wyróżnmy pewen nsrumen fnansowy maący w momence czasowym znaną cenę C. Cena a będze opsywać równocześne warość począkową kapału przypsanego emu nsrumenow. Obserwować będzemy ewolucę ceny C : ;T wyróżnonego nsrumenu fnansowego. Na cenę ą składa sę cena począkowa powększona o dodakową premę za uraę płynnośc fnansowe wynkaące z posadana ego nsrumenu. Przysępuąc do dokładneszego opsu e prem, w przedzale,t prem spełnaący dodakowo warunek T wyróżnamy cąg n momenów kapalzac T T T T T T () n n Wymenone powyże momeny są edynym momenam, w akch nasępue kapalzaca prem. Kapalzaca prem polega na dodanu z dołu należne prem do warośc kapałowe przypsane danemu nsrumenow fnansowemu.. Podsawą nalczena prem za uraę płynnośc es zawsze warość kapałowa obserwowanego nsrumenu fnansowego. Formalnym obrazem prem za uraę płynnośc es sopa forward rozumana ako funkca F s, : s T zależnoścą,,, n : : zwązana z procesem ceny Cs CT s Fs T s T C,. () O dowolne sope forward zakładamy dodakowo, że spełnone są warunk lm F p, p, (3), T: lm Fs, p ; s. (4) W [3] warość p znerpreowano, ako sopę forward nwesyc zero kuponowe o horyzonce wymagalnośc. W [5] sformułowano sugesę denyfkuącą - -
3 opsaną powyże sopę z beżącą sopą konraku overngh noowaną dale w skróce O/N. Tamże warość p zdenyfkowano, ako sopę reny weczyse Wygodnym narzędzem formalnym pozwalaącym opsać sopę forward es chwlowa sopa forward opsana ako funkca f, T ożsamośc f F, s s : dana przy pomocy lm. (5) Można pokazać, że dzęk () mamy ua,,, n : T s T Fs, f d. (6) s Zgodne z (3) (4) mamy ua f p, (7) lm f p. (8) Innym narzędzem formalnym sosowanym do oceny ewoluc ceny nsrumenu fnansowego es sopa spo opsana ako funkca y, T pomocy ożsamośc F s : dana przy y,. (9) Dzęk (3) (4) mamy lm y p, () lm y p. () Innym, częso sosowanym do oceny procesu ewoluc ceny, narzędzem formalnym es sopa zwrou. Dla każdego,,,n sopa zwrou r :, T es rozumana ako opłaa r należna za użykowane ednosk kapału w przedzale, spełnaącym ogranczena, T,, T T,. Opłaa a es wnoszona z dołu w pełn w - 3 -
4 każdym momence kapalzac prem k k użykowana.,t pomocy ożsamośc T oraz na konec okresu. Zgodne z ą defncą sopa zwrou es opsana przy FT, T T T F T T r, () co razem z (6) dae r f d,, (3) r. (4) Ponado z (6) orzymuemy ożsamość y. (5) f d r Z zależnośc (3) orzymuemy równane różnczkowe rendu sopy zwrou, T r : : dr f d. (6) Jedynym rozwązanem problemu począkowego (4) (6) es funkca opsana przy pomocy ożsamośc (3). Z zależnośc (5) orzymuemy równane różnczkowe sopy spo, T y : : d dy f y. (7) Jedynym rozwązanem problemu () (7) es funkca opsana przy pomocy ożsamośc (5). Dodakowo waro ua zwrócć uwagę na auokorekcyny charaker równane (7). Ławo można zauważyć, że znak przyrosu sopy spo powodue zmneszene różncy pomędzy sopam spo forward. Prędkość zbeżnośc sopy forward w sronę sopy nomnalne es wpros proporconalna do - 4 -
5 różncy pomędzy ym sopam równocześne es odwrone proporconalna do długośc horyzonu czasowego sopy spo. Idenyczną własność ma uogólnony model Vasceka [6] ewoluc sopy procenowe obarczone ryzykem. Do problemu ego będzemy wracal w dalszych częścach e pracy.. Jednookresowy model deermnsyczny W przypadku rozparywana nsrumenów fnansowych o blskm ermne zapadalnośc analzę procesu ewoluc ceny nsrumenu fnansowego ogranczamy do przedzału czasowego, T. Oznacza o przyęce założena, że wspomnany horyzon czasowy es na yle krók, ż możemy wykluczyć przypadek kapalzac prem za uraę płynnośc. O kszałce budowanych model ewoluc ceny sóp procenowych decydue ua rodza posadanych nformac. W przedzale, T znany es przebeg zmennośc krzywe chwlowe sopy forward f, T m :.Wyróżnamy rosnący cąg, T momenów czasowych akch, że spełnony es warunek n T Dla ; dowolne warośc począkowe C prześledźmy rend ewoluc ceny. W ym celu przymmy nasępuące oznaczena: C,,, m C C ; (8),,, m. (9) Zależność () prowadz wpros do modelu różncowego C C, () C,,, m f. () C Nazywany nacze modelem Hulla-Whe a W szczególnym przypadku es o ermn planowanego zbyca nsrumenu fnansowego
6 Jeśl zagęścmy podzał przedzału, T, o wedy powyższe równane różncowe możemy zasąpć adekwanym równanem różnczkowym dc C f d. () Jedynym rozwązanem problemu () () es rend ceny nsrumenu, T C : opsany przy pomocy ożsamośc C f d C r C. (3) Dzęk emu osanemu równanu możemy swerdzć, że w przypadku nwesyc krókoermnowych należy sosować arymeyczną sopę zwrou. 3.Welokresowy model deermnsyczny W przypadku rozparywana nsrumenów fnansowych o odległym ermne zapadalnośc analzę procesu ewoluc ceny nsrumenu fnansowego prowadzmy dla całego przedzału czasowego,t. Oznacza o zaakcepowane możlwośc kapalzac prem za uraę płynnośc. Prowadz o wpros do swerdzena, że w przypadku nwesyc długoermnowych rend warośc es dany ako model welookresowy. W przedzale,t znany es przebeg zmennośc krzywe chwlowe sopy forward f, T :. Dla dowolne warośc począkowe C prześledźmy rend ewoluc ceny. W ym celu przymmy nasępuące oznaczena: CT ; (4),,, n C C T. (5),,, n T T T Zależność () prowadz wpros do równana różncowego C,,, n p T. (6) C Jrśl w dowolny sposób zagęścmy podzał przedzału,t, o wedy osane równane różncowe zasąpć adekwanym równanem różnczkowym - 6 -
7 dc f d. (7) C Jedynym rozwązanem problemu () (7) es funkca opsana przy pomocy ożsamośc C exp. (8) r C f d C e Z osane zależnośc orzymuemy bezpośredno oszacowane sopy zwrou ako funkc procesu ceny C r ln. (9) C Oznacza o, że w przypadku nwesyc długoermnowych wprowadzone poęce sopy zwrou es denyczne z poęcem logarymczne sopy zwrou. 4. Modele sochasyczne dobór rozkładu ryzyka Oczekwana nwesora, co do przyszłych korzyśc są obarczone nepewnoścą. Za Mandelbroem [] możemy przyąć ogólne założene, że rendy cen lub sóp procenowych podlegaą przypadkowym nezależnym wahanom o -sablnym rozkładze. W przypadku polskego rynku fnansowego założene o es w pełn usprawedlwone ploażowym badanam ekonomerycznym []. Przyęce ego założena będze nam gwaranować snene warośc oczekwanych opsywanych procesów losowych. Posługwane sę w analze rynku fnansowego rozkładam -sablnym oznacza wększą werność obserwowanym realom, co podnos warygodność analz rynku fnansowego. Warygodność a ma ednak swoą cenę. Akualny san wedzy maemayczne ne pozwala w pełn badać wzaemnych relac pomędzy dwoma różnczkam sochasycznym o dowolnych rozkładach -sablnych. Sanow o przesłankę do skoncenrowana nasze uwag na modelach rynku fnansowego obcążonego ryzykem z gaussowskm rozkładem. To ogranczene ne obnża ednak ednoznaczne akośc formalne badanych - 7 -
8 model, gdyż w zaman uzyskuemy możlwość skorzysana z lemau Io (zob.[4]). Na końcu e pracy zosane wyraźne zaznaczone, kedy uzyskane wynk można uogólnć do ogólne klasy -sablnych rozkładów ryzyka. Zebrane dośwadczena upoważnaą nas do ogranczena dalszych szczegółowych rozważań losowych model nsrumenów fnansowych edyne do ych losowych procesów ceny, kórych warośc oczekwane są opsane przez deermnsyczne rendy cen. Z formalnego punku wdzena oznacza o, że dowolny proces ceny będzemy opsywal przy pomocy losowego procesu 3 ceny C :, T spełnaącego ua warunk : C, (3) C, T: C C E, (3) C :,T es deermnsycznym procesem ceny. gdze 5. Model ednookresowy ruchy arymeyczne Ze względu na blsk horyzon czasowy naszą analzę ogranczamy do przedzału czasowego, T. Przymuemy założena denyczne z założenam przyęym w ozdzale. ozważmy eraz cąg zmennych losowych C m. W ym celu przymuemy dodakowo oznaczena:,,, m C C C. (3) W ozdzale własnośc procesu ceny zosały opsane przy pomocy przyrosu względnego (). Korzysaąc z zebranych am dośwadczeń zakładamy eraz, że analogczne przyrosy względne maą nezależne rozkłady normalne, co zapsuemy 3 Dowolny proces losowy :, T ndeksowana rodzna zmennych losowych : :, T w raze porzeby będzemy denyfkować z
9 C,,, m,, : C N,. (33) C Korzysaąc z zależnośc () (3) oraz własnośc rozkładu normalnego orzymuemy ua, (34) C W,,, m : C C f gdze W N,. Z powyższego równana orzymuemy nasępuące sochasyczne równane różnczkowe procesu ceny C :, T dc C f d C dw, (35) gdze d W N, d. Korzysaąc eraz z (3), (35) lemau Io orzymuemy nasępuące sochasyczne równane różnczkowe opsuące proces sopy zwrou dr f d dw, (36) Jedynym rozwązanem powyższego zagadnena es proces losowy dany przy pomocy ożsamośc r f s ds Wˆ. (37) Jedynym rozwązanem problemu (3) (35) es proces opsany przy pomocy ożsamośc C. (38) C f s ds C W C r Zammy sę eraz losowym procesem sopy spo y :, T.Korzysaąc z lemau Io, z (), (5) (38) mamy lm y p, (39) d dy f y dw. (4) : - 9 -
10 Jedynym rozwązanem powyższego problemu es rend sopy spo zadany za pomocą procesu y r f s ds W. (4) Procesy (37), (38) (4) należą do klasy procesów losowych nazywanych arymeycznym rucham Browna. 6.Model welookresowy ruchy pseudo-geomeryczne Ze względu na odległy ermn zapadalnośc analzę procesu ewoluc ceny nsrumenu fnansowego prowadzmy dla całego przedzału czasowego,t. Przymuemy założena denyczne z założenam przyęym w ozdzale 3. ozważmy eraz cąg zmennych losowych C T n. W ym celu przymuemy dodakowo oznaczena:,,, n C C T C T. (4) W ozdzale 3 własnośc procesu ceny zosały opsane przy pomocy przyrosu względnego (6). Korzysaąc z zebranych am dośwadczeń zakładamy eraz, że analogczne przyrosy względne maą nezależne rozkłady normalne, co zapsuemy C,,, n,, : ˆ C N, T. (43) E C Zależnośc (6), (8) (3) wraz z właścwoścam rozkładu normalnego wprowadzą wpros do równana różncowego,,, n : C E C p T E C C exp T f W T sds p T C exp f sds W T Z osanego równana orzymuemy równane różnczkowe procesu ceny T. (44) - -
11 dc C exp f sds f d C exp f sds dw. (45) Proces ceny es opsany przy pomocy pseudo-geomerycznego ruchu Browna C C exp f sds W. (46) Korzysaąc z (9), (45) lemau Io wyznaczamy równane różnczkowe procesu sopy zwrou dr f d W W W. (47) Zagadnene począkowe (4) (47) posada dokładne edno rozwązane. ównane (4.7) wraz z prowadz do równana różnczkowego procesu sopy spo d dw d y f y W W Zagadnene począkowe () (48) posada dokładne edno rozwązane. 7.Model welookresowy ruchy geomeryczne (48) Ponowne, ze względu na odległy ermn zapadalnośc analzę procesu ewoluc ceny nsrumenu fnansowego prowadzmy dla całego przedzału czasowego,t. Przymuemy założena denyczne z założenam przyęym w ozdzałach 3 6. W ozdzale 3 własnośc procesu ceny zosały opsane przy pomocy przyrosu względnego (6). Korzysaąc z zebranych am dośwadczeń zakładamy eraz, że analogczne przyrosy względne maą nezależne rozkłady normalne, co zapsuemy C,,, n,, : C N, T. (49) C Z (6), (8) (3) mamy - -
12 W T. (5),,, n : C C p T C Z osanego równana orzymuemy sochasyczne równane różnczkowe procesu ceny dc C f d C dw. (5) Jedyne rozwązane zagadnena począkowego (3) (5) es dane ako geomeryczny ruch Browna C C exp f sds W. (5) Borąc pod uwagę (9), z równana (5) orzymuemy równane różnczkowe procesu sopy zwrou dr f d dw. (53) Zagadnene począkowe (4) (53) posada dokładne edno rozwązane dane ako arymeyczny ruch Browna r f sds W. (54) Krzywa ermnowa chwlowe sopa forward może być nerpreowana ako prognoza przyszłych oczekwanych warośc sopy forward powększonych o beżącą premę wymaganą za ryzyko ermnu wynkaące z uray płynnośc mplkowane przez wydłużane sę horyzonu nwesyc. Zgodne z ym dowolną warość f nerpreuemy ako wygasaącą w momence prognozę warośc chwlowe sopy zwrou powększoną o beżącą warość prem za ryzyko ermnu. W e syuac deermnsyczny składnk dryfu równana (7.9) uawna mechanzm umarzana - po wygaśnęcu prognozy - prem za ryzyko. Z (5) (54) orzymuemy sochasyczne równane różnczkowe procesu sopy spo - -
13 d dy f y dw (55) Zagadnene począkowe () posada (55) dokładne edno rozwązane dane ako arymeyczny ruch Browna y f sds W. (56) ównane (55) nawązue w swe posac modelu sopy procenowe Vascek a [6]. Oznacza o, że procesow sopy spo kapalzac cągłe przysługuą wszyske własnośc formalne możlwośc zasosowana modelu Vascek a. Podsumowane Główny cel posawony w arykule zosał osągnęy. Powyże zosały przedsawone logczne powązana pomędzy poszczególnym modelam sopy procenowe. Wykazano mędzy nnym, że sosowane model oparych na geomerycznym ruchu Browna ne wyklucza równoczesnego sosowana model oparych na arymeycznym ruchu Browna. Wskazano na fak, że soną przesłanką przy doborze właścwego modelu es czasowy horyzon zapadalnośc nwesyc. Każdy przedsawony ua proces ceny można uogólnć do przypadku przyrosu względnego o rozkładze sablnym ze zmennym paramerem skal. W syuac rozważana modelu ednokresowego rozszerzene o możemy zasosować akże dla procesów sopy zwrou sopy spo. Przedsawony w e pracy zesaw model sanow edyne newelk ułamek ogólnego dorobku nauk prakyk w dzedzne. Przy wyborze kerowano sę kryerum prosoy wykładu. Nemne waro ua zauważyć, że pomnęe ua modele różną sę pomędzy założonym kszałem krzywe ermnowe chwlowe sopy forward oraz założenam o zmennośc odchylena sandardowego (parameru skal)
14 Leraura [] Gołębewska A., Analza grubośc ogona rozkładu sóp zwrou, w Panek E., Maemayka w ekonom, Zeszyy Naukowe AE 4, Poznań, 4, s [] Manelbro B.B.; The varaon of ceran speculave prces, w Cooner P. (red.) The random characer of sock marke prces. MIT Press, Cambrdge 964, s [3] Segel A.F., Nelson Ch.., Parsmonous modelng of yeld curves, Journal of Busness 6, 987. [4] Sobczyk K. Sochasyczne równana różnczkowe, WNT, Warszawa 996. [5] Svensson L., Esmang and nerpreng forward neres raes: Sweden , Naonal Bureau of Economc esearch, Cambrdge 994. [6] Vascek O.A., An equlbrum characerzaon of erm srucure, J. Fnancal Economcs, November 977, s Krzyszof Paseck On problem of neres rae modelng Summary The man goal of hs paper s presenaon relaonshps beween some knds of well-known sochasc processes of reurn rae and spo rae. All comparsons are consdered for he case of Brownan moons. Mos obaned resuls may be generalzed for he case of Levy moons
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 szczegółowoPROBLEM 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 szczegółowoMODEL DWUCZYNNIKOWY w ARYTMETYCE FINANSOWEJ PROBLEM BADAWCZY 1.MODEL APRECJACJI KAPITAŁU
Krzyszof Paseck Akadema Ekonomczna w Poznanu MODEL DWUCZYNNIKOWY w ARYTMETYCE FINANSOWEJ PROBLEM BADAWCZY W [7] przedsawono aksjomayczno-dedukcyjną eorę arymeyk fnansowej oparą na pojęcu warośc przyszłej
Bardziej szczegółowoStanisław 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 szczegółowoProjekt 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 szczegółowoStanisław 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 szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoFINANSOWE SZEREGI CZASOWE WYKŁAD 3
FINANSOWE SZEREGI CZASOWE WYKŁAD 3 dr Tomasz Wójowcz Wydzał Zarządzana AGH 3800 3300 800 300 800 300 800 0 0 30 40 50 60 70 Kraków 0 Tomasz Wójowcz, WZ AGH Kraków przypomnene MA(q): gdze ε są d(0,σ ).
Bardziej szczegółowo13. 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 szczegółowoMatematyka 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 szczegółowoWykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x
Wykład z Podsaw maemayk dla sudenów Inżyner Środowska Wykład 8. CŁKI NIEOZNCZONE Defnca (funkca perwona) Nech F es funkcą perwoną funkc f na przedzale I, eżel F '( ) f ( ) dla każdego I. Udowodnć, że funkce
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoInne 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 szczegółowoKier. 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 szczegółowo2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Bardziej szczegółowoPodstawowe 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 szczegółowoEkonometryczne modele nieliniowe
Ekonomeryczne modele nelnowe Wykład 5 Progowe modele regrej Leraura Hanen B. E. 997 Inference n TAR Model, Sude n Nonlnear Dynamc and Economerc,. Tek na rone nerneowej wykładu Dodakowa leraura Hanen B.
Bardziej szczegółowoWYBRANE ASPEKTY HARMONOGRAMOWANIA PROCESU MAGAZYNOWEGO
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 64 Transpor 28 Tomasz AMBROZIAK, Konrad LEWCZUK Wydzał Transporu Polechnk Warszawske Zakład Logsyk Sysemów Transporowych ul. Koszykowa 75, -662 Warszawa am@.pw.edu.pl;
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoWERYFIKACJA 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolske Semnarum Naukowe, 4 6 wrześna 007 w Torunu Kaedra Ekonomer Saysyk, Unwersye Mkołaa Kopernka w Torunu Unwersye Mkołaa Kopernka w Torunu Ops kurozy rozkładów
Bardziej szczegółowoFinansowe 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 szczegółowoMETODY KOMPUTEROWE 10
MEODY KOMPUEROWE RÓWNANIA RÓŻNICZKOWE CZĄSKOWE Poechnka Poznańska Mchał Płokowak Adam Łodgowsk Mchał PŁOKOWIAK Adam ŁODYGOWSKI Konsace nakowe dr nż. Wod Kąko Poznań 00/00 MEODY KOMPUEROWE 0 RÓWNANIA RÓŻNICZKOWE
Bardziej szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowoModele 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 szczegółowoRozmyta efektywność portfela
Krzysztof PIASECKI Akadema Ekonomczna w Poznanu Problem badawczy Rozmyta ektywność portfela Buckley [] Calz [] zaproponowal reprezentowane wartośc przyszłych nwestycj fnansowych przy pomocy lczb rozmytych.
Bardziej szczegółowoModelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU
Modelowanie ryzyka kredyowego MODELOWANIE ZA POMOCA PROCESU HAZARDU Mariusz Niewęgłowski Wydział Maemayki i Nauk Informacyjnych, Poliechniki Warszawskiej Warszawa 2014 hazardu Warszawa 2014 1 / 18 Proces
Bardziej szczegółowoMODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp
WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną
Bardziej szczegółowoPodstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
Bardziej szczegółowoEuropejska opcja kupna akcji calloption
Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy
Bardziej szczegółowoModelowanie 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 szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoWeryfikacja 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 szczegółowoNatalia Nehrebecka Stanisław Cichocki. Wykład 10
Natala Nehrebecka Stansław Cchock Wykład 10 1 1. Testy dagnostyczne 2. Testowane prawdłowośc formy funkcyjnej modelu 3. Testowane normalnośc składnków losowych 4. Testowane stablnośc parametrów 5. Testowane
Bardziej szczegółowoHSC Research Report. Principal Components Analysis in implied volatility modeling (Analiza składowych głównych w modelowaniu implikowanej zmienności)
HSC Research Repor HSC/04/03 Prncpal Componens Analyss n mpled volaly modelng (Analza składowych głównych w modelowanu mplkowanej zmennośc) Rafał Weron* Sławomr Wójck** * Hugo Senhaus Cener, Wrocław Unversy
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoWYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP
Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny
Bardziej szczegółowoZestaw 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 szczegółowoEwolucja 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 szczegółowou u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH
METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH METODA ELEMENTÓW SKOŃCZONYCH Szkc rozwązana równana Possona w przestrzen dwuwymarowe. Równane Possona to równae różnczkowe cząstkowe opsuące wele
Bardziej szczegółowo) 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 szczegółowoAnaliza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoKrzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20
Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH
Bardziej szczegółowoBrak arbitrażu na rynkach z proporcjonalnymi kosztami transakcji *
Zeszyy Unwersye Ekonomczny w Krakowe Naukowe (937) ISSN 898-6447 Zesz. Nauk. UEK, 205; (937): 27 39 DOI: 0.5678/ZNUEK.205.0937.009 Agneszka Rygel Kaedra Maemayk Unwersye Ekonomczny w Krakowe Brak arbrażu
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Bardziej szczegółowoBadanie 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 szczegółowo0 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 szczegółowoStatystyka. 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 szczegółowoMonika Kośko Wyższa Szkoła Informatyki i Ekonomii TWP w Olsztynie Michał Pietrzak Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolske Semnarum Naukowe, 4 6 wrześna 007 w Torunu Kaedra Ekonomer Saysyk, Unwersye Mkołaja Kopernka w Torunu Monka Kośko Wyższa Szkoła Informayk Ekonom TWP w Olszyne
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Bardziej szczegółowo7. Wykład VII: Warunki Kuhna-Tuckera
Wocech Grega, Metody Optymalzac 7 Wykład VII: Warunk Kuhna-Tuckera 7 Warunk koneczne stnena ekstremum Rozważane est zadane z ogranczenam nerównoścowym w postac: mn F( x ) x X X o F( x ), o { R x : h n
Bardziej szczegółowoZbigniew Palmowski. Analiza Przeżycia
Zbgnew Palmowsk Analza Przeżyca Wrocław 9 Zbgnew Palmowsk Docendo dscmus (Ucząc nnych, sam sę uczymy) Seneka Mos of he me I fnd myself workng n heorecal problems, because I am neresed n applcaons. I also
Bardziej szczegółowoKrzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR
Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność
Bardziej szczegółowoKurtoza w procesach generowanych przez model RCA GARCH
Joanna Górka * Kuroza w procesach generowanych przez model RCA GARCH Wsęp Na przesrzen osanej dekady odnoowuje sę szybk rozwój model nelnowych. Wdoczna jes zwłaszcza różnorodność nelnowych specyfkacj modelowych,
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoMatematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile
Bardziej szczegółowoWYBRANE SYMULACJE WYCENY AKTYWÓW NA PRZYKŁADZIE SPÓŁEK NOTOWANYCH NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE 1
Suda Ekonomczne. Zeszyy Naukowe Unwersyeu Ekonomcznego w Kaowcach ISSN 2083-86 Nr 325 207 Sansław Urbańsk Akadema Górnczo-Huncza w Krakowe Wydzał Zarządzana Kaedra Ekonom, Fnansów Zarządzana Środowskem
Bardziej szczegółowoNatalia 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 szczegółowoi 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0
Maemayka finansowa i ubezpieczeniowa - 1 Sopy procenowe i dyskonowe 1. Sopa procenowa (sopa zwrou, sopa zysku) (Ineres Rae). Niech: F - kapiał wypoŝyczony (zainwesowany) w momencie, F T - kapiał zwrócony
Bardziej szczegółowoMETODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
Bardziej szczegółowoRozdział III Dynamiczna ocena projektów inwestycyjnych 1. Ocena projektu inwestycyjnego
Rozdzał III Dynamczna ocena proektów nwestycynych. Ocena proektu nwestycynego,t Stopa nomnalna y 9 Przykład y w w K w 2 b w, 2 K w w,, w 2, Kb- stopa kosztu użyca kredytu bankowego ( z wyłączenem prowz
Bardziej szczegółowo= 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 szczegółowo11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.
/22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:
Bardziej szczegółowoOCENA 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 szczegółowoStudia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
Bardziej szczegółowoPODAŻOWE CZYNNIKI WZROSTU GOSPODARCZEGO PODSTAWOWE MODELE TEORETYCZNE
ACTA UIVRSITATIS LODZISIS FOLIA OCOOMICA 294, 23 Paweł Dykas *, Tomasz Tokarsk ** PODAŻOW CZYIKI WZROSTU GOSPODARCZGO PODSTAWOW MODL TORTYCZ Sreszczene. Celem prezenowanego opracowana jes analza podażowych
Bardziej szczegółowoArytmetyka finansowa Wykład z dnia 30.04.2013
Arytmetyka fnansowa Wykła z na 30042013 Wesław Krakowak W tym rozzale bęzemy baać wartość aktualną rent pewnych, W szczególnośc, wartość obecną renty, a równeż wartość końcową Do wartośc końcowej renty
Bardziej szczegółowoModel 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 szczegółowoStanisław 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 szczegółowoMIKROEKONOMIA Prof. nadzw. dr hab. Jacek Prokop jproko@sgh.waw.pl
MIKROEKONOMIA Prof. nadzw. dr hab. Jacek Proko roko@sgh.waw.l Statyka dynamka olgoolstyczne struktury rynku. Modele krótkookresowe konkurenc cenowe w olgoolu.. Model ogranczonych mocy rodukcynych ako wyaśnene
Bardziej szczegółowoRYNEK AKCJI A KOSZTY WAHAŃ KONIUNKTURALNYCH W POLSCE
Jan Acedańsk RYNEK AKCJI A KOSZTY WAHAŃ KONIUNKTURALNYCH W POLSCE Wprowadzene W pracy z 1987 r. R. Lucas zdefnował kosz wahań konunkuralnych ako procenowe zwększene konsumpc, kóre es koneczne, aby użyeczność
Bardziej szczegółowoALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO
ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max
Bardziej szczegółowoModel 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 szczegółowoFunkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Bardziej szczegółowoEKONOMETRIA. metody analizy i wykorzystania danych ekonomicznych
UIWERSYE EKOOMICZY w Krakowe EKOOMERIA EKOOMERIA meod analz wkorzsana danch ekonomcznch (handous zapsk wkładowc dla sudenów) Kraków Anon Gorl Anna Walkosz Unwerse Ekonomczn w Krakowe emaka. Wprowadzene..
Bardziej szczegółowoModele ekonometryczne w Gretlu
Modele ekonomeryczne w Grelu Grel jes aplkacją przede wszyskm do zasosowań ekonomerycznych (oraz do analzy szeregów czasowych nekórzy wolą rozgranczać ekonomerę analzę szeregów czasowych, przy czym a osana
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa
Bardziej szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoIII. Przetwornice napięcia stałego
III. Przewornce napęca sałego III.1. Wsęp Przewornce: dosarczane pożądanej warośc napęca sałego koszem energ ze źródła napęca G. Możlwość zmnejszana, zwększana, odwracana polaryzacj lb kszałowane pożądanego
Bardziej szczegółowoPrąd sinusoidalny. najogólniejszy prąd sinusoidalny ma postać. gdzie: wartości i(t) zmieniają się w czasie sinusoidalnie
Opracował: mgr nż. Marcn Weczorek www.marwe.ne.pl Prąd snsodalny najogólnejszy prąd snsodalny ma posać ( ) m sn(2π α) gdze: warość chwlowa, m warość maksymalna (amplda), T okres, α ką fazowy. T m α m T
Bardziej szczegółowoMODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII
KRZYSZTOF JAJUGA Akademia Ekonomiczna we Wrocławiu MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII. Modele makroekonomiczne a modele sóp procenowych wprowadzenie Nie do podważenia
Bardziej szczegółowoARTYKUŁY PRZYDATNOŚĆ WYBRANYCH METOD OCENY PAPIERÓW WARTOŚCIOWYCH
ARYKUŁY onka oścbrodzka, Jolana Żukowska PRZYDANOŚĆ WYBRANYCH EOD OCENY PAPIERÓW WAROŚCIOWYCH Wprowadzene Rzeczywsość gospodarcza nese za sobą koneczność kerowana sę przez przedsęborców nwesorów kryerum
Bardziej szczegółowo5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
Bardziej szczegółowoStateczność układów ramowych
tateczność układów ramowych PRZYPONIENIE IŁ KRYTYCZN DL POJEDYNCZYCH PRĘTÓW tateczność ustrou tateczność ustrou est to zdoność ustrou do zachowana nezmennego położena (kształtu) ub nacze mówąc układ po
Bardziej szczegółowoProces 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 szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO NR 394 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 5 4 EWA DZIAWGO Uniwersye Miołaa Kopernia w Toruniu ANALIZA WRA LIWO CI CENY KOSZYKOWEJ OPCJI KUPNA WPROWADZENIE
Bardziej szczegółowoO PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE
MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XIII/3, 01, sr 43 5 O EWNYCH KRYERIACH INWESOWANIA W OCJE NA AKCJE omasz Warowny Kaedra Meod Ilościowych w Zarządzaniu oliechnika Lubelska e-mail: warowny@pollubpl
Bardziej szczegółowoMarża zakupu bid (pkb) Marża sprzedaży ask (pkb)
Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża
Bardziej szczegółowoKURS 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 szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowoI. 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 szczegółowoInwestowanie 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 szczegółowoOCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI
Bardziej szczegółowoNatalia 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 szczegółowoRozkład 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