z zastosowaniem analizy przeżycia Zuzanna Karolak Druga Otwarta Konferencja Naukowa Modelowanie dla Biznesu 18 listopada 2014
|
|
- Liliana Madej
- 9 lat temu
- Przeglądów:
Transkrypt
1 Dynamiczne uj ecie oceny ryzyka kredytowego z zastosowaniem analizy przeżycia Zuzanna Karolak Druga Otwarta Konferencja Naukowa Modelowanie dla Biznesu 18 listopada 2014 Zuzanna Karolak, SKN Business Analytics 1/32
2 Plan: 1 Wprowadzenie 2 Model scoringowy 3 Uj ecie dynamiczne 4 Wyniki i wnioski 5 Podsumowanie Zuzanna Karolak, SKN Business Analytics 2/32
3 Plan: 1 Wprowadzenie 2 Model scoringowy 3 Uj ecie dynamiczne 4 Wyniki i wnioski 5 Podsumowanie Zuzanna Karolak, SKN Business Analytics 3/32
4 Wprowadzenie Co determinuje fakt niesp lacenia zobowiazania przed kredytobiorce? Charakterystyki Klienta Wiek Zawód Wykszta lcenie Czynniki ekonomiczne Stopa procentowa Kondycja branży Poziom bezrobocia Zuzanna Karolak, SKN Business Analytics 4/32
5 Wprowadzenie Aktualne rozwiazanie Ocena wiarygodności kredytowej: Modele scoringowe Biura informacji kredytowej Ocena kondycji otoczenia gospodarczego: Testy warunków skrajnych Ocena ryzyka kapita lowego rynkowego i operacyjnego a także ryzyka p lynności i systemowego Prognozy makroekonomiczne Zuzanna Karolak, SKN Business Analytics 5/32
6 Wprowadzenie Proponowane rozwiazanie Ocena wiarygodności kredytowej w kontekście obecnej i oczekiwanej kondycji otoczenia gospodarczego: Model dynamiczny analizy historii zdarzeń z czynnikami makroekonomicznymi i finansowymi podlegajacymi zmianom w czasie Zuzanna Karolak, SKN Business Analytics 6/32
7 Plan: 1 Wprowadzenie 2 Model scoringowy 3 Uj ecie dynamiczne 4 Wyniki i wnioski 5 Podsumowanie Zuzanna Karolak, SKN Business Analytics 7/32
8 Model scoringowy Tradycyjne narzedzie oceny wiarygodności kredytowej wykorzystujace informacje demograficzne, dane z biur informacji kredytowych, zmienne behaworalne Cel: klasyfikacja, model różnicuje Klientów Zróżnicowanie można prze lożyć na ocene ryzyka przy za lożeniu niezmienności populacji (najcześciej 12-miesieczne okno obserwacji) Statyczność modelu: destabilizacja sytuacji gospodarczej, cykl koniunkturalny Zuzanna Karolak, SKN Business Analytics 8/32
9 Model scoringowy Najcześciej wykorzystywana technika modelowania scoringowego jest regresja logistyczna (metoda parametryczna, intuicyjna, lawa w interpretacji) Implementacja w postaci karty scoringowej Kategoryzacja zmiennych ciag lych i modelowanie na transformatach Weight of Evidence (WoE) reprezentujacym poziom ryzyka w danej kategorii W l aczenie czynników o charakterze ekonomicznym do modelu jest niemożliwe Niska wartość informacyjna i moc dyskryminacyjna tych zmiennych Niemonotoniczne grupowanie niezgodne z oczekiwaniami Zuzanna Karolak, SKN Business Analytics 9/32
10 Model scoringowy Zuzanna Karolak, SKN Business Analytics 10/32
11 Model scoringowy Zuzanna Karolak, SKN Business Analytics 11/32
12 Model scoringowy W wyniku modelu regresji logistycznej otrzymujemy prawie sta le w czasie średnie prawdopodobieństwo defaultu, co świadczy o stabilności modelu i jest cecha pożadan a. Z drugiej strony nie oddaje zmian ryzyka na rynku powodujac nieoptymalność dopasowania do koniunktury rynkowej. Zuzanna Karolak, SKN Business Analytics 12/32
13 Plan: 1 Wprowadzenie 2 Model scoringowy 3 Uj ecie dynamiczne 4 Wyniki i wnioski 5 Podsumowanie Zuzanna Karolak, SKN Business Analytics 13/32
14 Model analizy historii zdarzeń Istota: badanie wyst epowania zjawisk w czasie (Banasik, J., Crook J., Thomas, L., Not if but when will borrowers default.) Geneza: biostatystyka i statystyka aktuarialna Jedna metoda, różne oblicza Metoda znalaz la zastosowanie w różnych dziedzinach: Medycyna, statystyka aktuarialna, demografia Ekonomia, nauki spo leczne Ubezpieczenia Marketing, CRM Finanse i bankowość Zuzanna Karolak, SKN Business Analytics 14/32
15 Model analizy historii zdarzeń Rodzaj danych Dane panelowe Próba ocenzurowana lub uci eta (warunek: charakter nieinformacyjny) Istota dynamiki modelu W l aczenie do modelu zmiennych zależnych od czasu Prawdopodobieństwo zmienia sie w czasie Episode splitting Zuzanna Karolak, SKN Business Analytics 15/32
16 Episode splitting Zuzanna Karolak, SKN Business Analytics 16/32
17 Model analizy historii zdarzeń Rodzaj modelu Model przeżycia z dyskretna zmienna czasowa (ang. discrete-time survival model) Metoda estymacji Zuzanna Karolak, SKN Business Analytics 17/32
18 Źród lo danych W przeprowadzonym badaniu wykorzystano dwie grupy informacji: Rzeczywiste szeregi czasowe ryzyka kredytowego, wskaźników makroekonomicznych i zmiennych finansowych Symulacyjne dane kredytowe (Przanowski, 2013, 2014) Zuzanna Karolak, SKN Business Analytics 18/32
19 Czynniki otoczenia gospodarczego Wskaźniki pochodza z sektora realnego, rynku pienieżnego, rynku obligacji, rynku walutowego oraz rynku akcji. Zuzanna Karolak, SKN Business Analytics 19/32
20 Plan: 1 Wprowadzenie 2 Model scoringowy 3 Uj ecie dynamiczne 4 Wyniki i wnioski 5 Podsumowanie Zuzanna Karolak, SKN Business Analytics 20/32
21 Ocena i interpretacja wyników Wykorzystano różne formu ly zależności czasowej: ϕ(t) = {t, t + t 2, ln(t), ln(t) + ln 2 (t)} Wyboru modelu dokonano na podstawie: kryterium informacyjnego Akaike bayesowskiego kryterium Schwarza testu ilorazu wiarygodności Stwierdzono poprawe jakości dopasowania po dodaniu do modelu czynników makroekonomicznych. Wskazuje na to istotna statystycznie różnica w wartości funkcji wiarygodności. Jest to dowód na wartość informacyjna tych czynników w modelu analizy przeżycia (w przeciwieństwie do regresji logistycznej). Zuzanna Karolak, SKN Business Analytics 21/32
22 Ocena i interpretacja wyników Zuzanna Karolak, SKN Business Analytics 22/32
23 Ocena i interpretacja wyników Wzrost stopy procentowej o 1 pp. skutkuje, wzrostem hazardu o 30% Wzrost rentowności obligacji o 1 pp. powoduje spadek hazardu o 13% Zmienna bezrobocia wykazuje niski, ale istotny wp lyw na wskaźnik hazardu: wzrost o 1 pp. powoduje wzrost ryzyka o ok. 3% Wzrost premii za ryzyko na rynku depozytów miedzybankowych o 1 pp. jest zwiazana ze wzrostem hazardu o 19% Kursy walutowe oraz zmienność na rynku akcji okaza ly sie także istotnymi czynnikami prognozujacymi ryzyko Zuzanna Karolak, SKN Business Analytics 23/32
24 Funkcja hazardu Dokonano analizy przebiegu wystepowania zdarzeń w czasie. W tym celu zbudowano nieparametryczny model przeżycia, bez kontroli czynników. Hazard jest funkcja silnie rosnac a w poczatkowych miesiacach życia produktu osiagaj ac maksimum w szóstym miesiacu. Nastepnie tempo zmienia sie przyjmujac kolejne maksimum lokalne w 24 miesiacu. Ma to zwiazek z czasem życia produktu i jego zapadalnościa. Takie kszta ltowanie sie krzywej jest zbieżne z wynikami osiaganymi w literaturze (Bellotti, Crook 2013). Zuzanna Karolak, SKN Business Analytics 24/32
25 Możliwości implementacji Zaletami wykorzystania modeli historii zdarzeń w analizie ryzyka kredytowego moga być: 1 Wykonanie predykcji defaultu na dowolny okres życia produktu 2 Możliwość oszacowania kszta ltowania sie ścieżki hazardu także w zależności od przyjetego scenariusza zmian otoczenia gospodarczego Te dwa atuty przedstawiaja dwie możliwe ścieżki wykorzystania modelu. Zuzanna Karolak, SKN Business Analytics 25/32
26 Możliwości implementacji - ŚCIEŻKA I Predykcja na poziomie każdego klienta Zastosowanie scoringowe, celem jest podjecie decyzji kredytowej Konieczna prognoza wartości czynników makroekonomicznych i finansowych na okres predykcji (transfer niepewności na otoczenie gospodarcze) Wykorzystujac empiryczna wartość funkcji dożycia wyznaczono 12 miesieczne PD. Default rate jest lepiej dostosowany do ryzyka na rynku niż w przypadku modelu regresji logistycznej. Zuzanna Karolak, SKN Business Analytics 26/32
27 Możliwości implementacji - ŚCIEŻKA II Analiza wrażliwości hazardu na zmiany warunków otoczenia Umieszczajac w modelu wartości szeregów czasowych odpowiadajace poża- danym scenariuszom można przeprowadzać swoiste testy warunków skrajnych na poziomie mikroekonomicznym. Klienci o konkretnych charakterystykach moga wykazywać różna wrażliwość na zmieniajace sie warunki otoczenia. Można uwzglednić to bezpośrednio w strukturze modelu za pomoca interakcji. Potwierdzenie tego faktu można znaleźć w różnym kszta ltowaniu sie wskaźników DR w czasie kryzysu, w zależności od oceny punktowej, a w szczególności ich różna zmienność. Zuzanna Karolak, SKN Business Analytics 27/32
28 Możliwości implementacji - ŚCIEŻKA II Analiza wrażliwości hazardu na zmiany warunków otoczenia Zuzanna Karolak, SKN Business Analytics 28/32
29 Plan: 1 Wprowadzenie 2 Model scoringowy 3 Uj ecie dynamiczne 4 Wyniki i wnioski 5 Podsumowanie Zuzanna Karolak, SKN Business Analytics 29/32
30 Podsumowanie Analiza przeżycia jest nie tylko alternatywa dla regresji logistycznej w ocenie wiarygodności kredytowej, ale daje nowe możliwości: Wprowadzenie czynników otoczenia gospodarczego do modelu Uchwycenie indywidualnej wrażliwości klientów na zmiany sytuacji gospodarczej Model umożliwia przeprowadzenie analiz scenariuszowych Bada ryzyko klientów w horyzoncie czasowym Umożliwia dostosowanie apetytu na ryzyko banku do ryzyka rynkowego -> optymalizacja Zuzanna Karolak, SKN Business Analytics 30/32
31 Lieratura 1 Allison, P., Discrete-Time Methods for the Analysis of Event Histories. Sociological Methodology, Vol. 13, s Allison, P., Survival Analysis Using SAS R : A practical Guide, Second Edition. Cary, NC: SAS Institute Inc. 3 Banasik, J., Crook J., Thomas, L., Not if but when will borrowers default. Journal of the Operational Research Society, Vol. 60, No Bellotti, T., Crook, J., Credit scoring with macroeconomic variables using survival analysis. Journal of the Operational Research Society, 60, s Cox, D., Partial Likelihood. Biometrika, No. 62, s Fratczak, E., Sienkiewicz, U., Babiker, H., Analiza Historii Zdarzeń: Elementy teorii, wybrane przyk lady zastosowań. Oficyna Wydawnicza SGH, Warszawa. 7 Klein, J., Moeschberger, M., Survival Analysis Techniques for Censored and Truncated Data, Second Edition. Sprnger. 8 Kleinbaum, D., Klein M., Survival Analysis: A Self-Learning Text, Third Edition. Springer. 9 Przanowski, K., Credit Scoring w erze Big Data. Oficyna Wydawnicza SGH, Warszawa. Zuzanna Karolak, SKN Business Analytics 31/32
32 Dzi ekuj e za uwag e! Zuzanna Karolak, SKN Business Analytics 32/32
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoMetody scoringowe w regresji logistycznej
Metody scoringowe w regresji logistycznej Andrzej Surma Wydział Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego 19 listopada 2009 AS (MIMUW) Metody scoringowe w regresji logistycznej 19
Bardziej szczegółowoKonstrukcja miernika szans na bankructwo firmy
Natalia Nehrebecka / Departament Statystyki Konstrukcja miernika szans na bankructwo firmy Statystyka Wiedza Rozwój, 17-18 października 2013 r. w Łodzi Konstrukcja miernika szans na bankructwo firmy 2
Bardziej szczegółowoZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO
Wydział Nauk Ekonomicznych i Zarządzania Kierunek Analityka Gospodarcza Studia stacjonarne I stopnia ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Zagadnienia ogólnoekonomiczne 1. Aktualna sytuacja na europejskim
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYCZNA ANALIZA DANYCH Nazwa w języku angielskim STATISTICAL DATA ANALYSIS Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoRaport o stabilności systemu finansowego czerwiec 2009 r. Departament Systemu Finansowego Narodowy Bank Polski
Raport o stabilności systemu finansowego czerwiec 2009 r. Departament Systemu Finansowego Narodowy Bank Polski 1 Raport o stabilności finansowej Publikowanie Raportu jest standardem międzynarodowym, NBP
Bardziej szczegółowoPreferencje konsumentów w zakresie wyboru stałej lub zmiennej stopy w umowach o kredyt hipoteczny
Preferencje konsumentów w zakresie wyboru stałej lub zmiennej stopy w umowach o kredyt hipoteczny Consumer preferences for choosing between fixed and variable interest rates in mortgage contracts Stopa
Bardziej szczegółowodr Anna Matuszyk PUBLIKACJE: CeDeWu przetrwania w ocenie ryzyka kredytowego klientów indywidualnych Profile of the Fraudulelent Customer
dr Anna Matuszyk PUBLIKACJE: Lp. Autor/ red. 2015 naukowy 1 A. Matuszyk, Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych Tytuł Okładka CeDeWu 2 A.Matuszyk, A. Ptak-Chmielewska,
Bardziej szczegółowoRaport o stabilności systemu finansowego czerwiec 2009 r. Departament Systemu Finansowego Narodowy Bank Polski
Raport o stabilności systemu finansowego czerwiec 2009 r. Departament Systemu Finansowego Narodowy Bank Polski 1 Raport o stabilności finansowej Publikowanie Raportu jest standardem międzynarodowym, NBP
Bardziej szczegółowoSpis 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 szczegółowoDOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:
DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DATAMINING 1 S t r o n a WSTĘP Czyli jak zastąpić wróżenie z fusów i przysłowiowego nosa, statystyką i modelami ekonometrycznymi. Niniejszy dokument,
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: FINANSE I RACHUNKOWOŚĆ STUDIA DRUGIEGO STOPNIA
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: FINANSE I RACHUNKOWOŚĆ STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Finanse i Rachunkowość pytania podstawowe 1. Miernik dobrobytu alternatywne
Bardziej szczegółowoMinimum programowe dla studentów MIĘDZYWYDZIAŁOWYCH INDYWIDUALNYCH STUDIÓW SPOŁECZNO-HUMANISTYCZNYCH - studia magisterskie II stopnia
ROK AKADEMICKI 019-00 Minimum programowe dla studentów MIĘDZYWYDZIAŁOWYCH INDYWIDUALNYCH STUDIÓW SPOŁECZNO-HUMANISTYCZNYCH - studia magisterskie II stopnia Kierunek: FINANSE I RACHUNKOWOŚĆ Zaawansowana
Bardziej szczegółowoMikroekonometria 14. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 14 Mikołaj Czajkowski Wiktor Budziński Symulacje Analogicznie jak w przypadku ciągłej zmiennej zależnej można wykorzystać metody Monte Carlo do analizy różnego rodzaju problemów w modelach
Bardziej szczegółowoKredytowe instrumenty a stabilność finansowa
Monografie i Opracowania 563 Paweł Niedziółka Kredytowe instrumenty a stabilność finansowa Warszawa 2009 Szkoła Główna Handlowa w Warszawie OFICYNA WYDAWNICZA Spis treści Indeks skrótów nazw własnych używanych
Bardziej szczegółowoBudowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego
Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne
Bardziej szczegółowoAnaliza przeżycia. Czym zajmuje się analiza przeżycia? Jest to analiza czasu trwania, zaprojektowana do analizy tzw.
ANALIZA PRZEŻYCIA Analiza przeżycia Czym zajmuje się analiza przeżycia? Jest to analiza czasu trwania, zaprojektowana do analizy tzw. danych uciętych Obserwacja jest nazywana uciętą jeżeli zdarzenie jeszcze
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 9 Anna Skowrońska-Szmer lato 2016/2017 Ekonometria (Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Wydawnictwo PWr., Wrocław 2004.) 2
Bardziej szczegółowoSzkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Bardziej szczegółowoZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak
Tytuł: Autor: ZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak Wstęp Zaawansowane metody analiz statystycznych przenoszą analizy statystyczne na kolejny wyższy poziom. Określenie tego wyższego
Bardziej szczegółowoep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 1 Wprowadzajacy
Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 1 Wprowadzajacy 1 Matematyka aktuarialna 1. matematyka w ubezpieczeniach, 2. dok ladniej, matematyka ubezpieczeń na życie, 3. czasami szerzej,
Bardziej szczegółowoModele długości trwania
Modele długości trwania Pierwotne zastosowania: przemysłowe (trwałość produktów) aktuarialne (długość trwania życia) Zastosowania ekonomiczne: długości bezrobocia długości czasu między zakupami dóbr trwałego
Bardziej szczegółowo7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu
Zagadnienia na egzamin magisterski na kierunku Ekonomia 1. Znaczenie wnioskowania statystycznego w weryfikacji hipotez 2. Organizacja doboru próby do badań 3. Rozkłady zmiennej losowej 4. Zasady analizy
Bardziej szczegółowoSpis treści. Notki o autorach Założenia i cele naukowe Wstęp... 17
Notki o autorach................................................... 11 Założenia i cele naukowe............................................ 15 Wstęp............................................................
Bardziej szczegółowoKURS 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 szczegółowow ekonomii, finansach i towaroznawstwie
w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez
Bardziej szczegółowoScoring kredytowy w pigułce
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Scoring kredytowy w pigułce Mariola Kapla Biuro Informacji Kredytowej S.A. StatSoft Polska Sp. z o.o. ul. Kraszewskiego 36 30-110
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoWSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Bardziej szczegółowoSPECJALIZACJA BADAWCZA:
Dr Anna Matuszyk - pracownik naukowy. Zajmuje się metodami oceny ryzyka kredytowego, w szczególności metodą scoringową, prowadzi badania naukowe, sensu stricte, związane z tą metodą. Brała udział w projektach
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoWykaz haseł identyfikujących prace dyplomowe na Wydziale Nauk Ekonomicznych i Zarządzania
Kierunek Analityka Gospodarcza Analiza ryzyka działalności gospodarczej Business Intelligence Ekonometria Klasyfikacja i analiza danych Metody ilościowe na rynku kapitałowym Metody ilościowe w analizach
Bardziej szczegółowoModel 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y
Zadanie 1 Rozpatrujemy próbę 4877 pracowników fizycznych, którzy stracili prace w USA miedzy rokiem 1982 i 1991. Nie wszyscy bezrobotni, którym przysługuje świadczenie z tytułu ubezpieczenia od utraty
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoZastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego. Łukasz Kończyk WMS AGH
Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego Łukasz Kończyk WMS AGH Plan prezentacji Model regresji liniowej Uogólniony model liniowy (GLM) Ryzyko ubezpieczeniowe Przykład
Bardziej szczegółowoZarządzanie ryzykiem finansowym
Zarządzanie projektami Wrocław, 30 października 2013 Spis treści Motywacja Rachunek prawdopodobieństwa Koherentne miary ryzyka Przykłady zastosowań Podsumowanie Po co analizować ryzyko na rynkach finansowych?
Bardziej szczegółowoEkonomia matematyczna i dynamiczna optymalizacja
Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać
Bardziej szczegółowoWskaźnik kondycji finansowej kredytobiorcy. Aspekty metodologiczne.
Wskaźnik kondycji finansowej kredytobiorcy. Aspekty metodologiczne. dr Anna Nowak-Czarnocka Zastosowania statystyki i data mining w badaniach naukowych Warszawa, 12 października 2016 Pole badawcze Ryzyko
Bardziej szczegółowoSpis treści. Wstęp. 2. Procykliczność w działalności bankowej na gruncie teorii zawodności mechanizmu rynkowego i finansów
Spis treści Wstęp 1. Ryzyko a pojęcie cykliczności, procykliczności i antycykliczności zjawisk sfery realnej i systemu finansowego gospodarki 1.1. Wprowadzenie 1.2. Definicje zjawiska cyklu koniukturalnego,
Bardziej szczegółowoJeden przyk lad... czyli dlaczego warto wybrać MIESI.
Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Micha l Ramsza Szko la G lówna Handlowa Micha l Ramsza (Szko la G lówna Handlowa) Jeden przyk lad... czyli dlaczego warto wybrać MIESI. 1 / 13 Dlaczego
Bardziej szczegółowoOpis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
Bardziej szczegółowoWojciech Skwirz
1 Regularyzacja jako metoda doboru zmiennych objaśniających do modelu statystycznego. 2 Plan prezentacji 1. Wstęp 2. Część teoretyczna - Algorytm podziału i ograniczeń - Regularyzacja 3. Opis wyników badania
Bardziej szczegółowoSYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac:
SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ Ewa Madalińska na podstawie prac: [1] Lukaszewicz,W. (1988) Considerations on Default Logic: An Alternative Approach. Computational Intelligence, 44[1],
Bardziej szczegółowoDepartament Bankowości Komercyjnej i Specjalistycznej oraz Instytucji Płatniczych URZĄD KOMISJI NADZORU FINANSOWEGO WARSZAWA, marzec 2017 r.
Opracowanie: Wydział Analiz Sektora Bankowego Departament Bankowości Komercyjnej i Specjalistycznej oraz Instytucji Płatniczych URZĄD KOMISJI NADZORU FINANSOWEGO WARSZAWA, marzec r. W dniu marca r. Komisja
Bardziej szczegółowo3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Bardziej szczegółowoStatystyka i Analiza Danych
Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania wybranych technik regresyjnych do modelowania współzależności zjawisk Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki
Bardziej szczegółowoćwiczenia 30 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Grażyna Rytelewska Poziom studiów (I lub II stopnia): I stopnia
Bardziej szczegółowoDepartament Bankowości Komercyjnej i Specjalistycznej oraz Instytucji Płatniczych URZĄD KOMISJI NADZORU FINANSOWEGO WARSZAWA, marzec 2016 r.
Opracowanie: Wydział Analiz Sektora Bankowego Departament Bankowości Komercyjnej i Specjalistycznej oraz Instytucji Płatniczych URZĄD KOMISJI NADZORU FINANSOWEGO WARSZAWA, marzec 201 r. W dniu 22 marca
Bardziej szczegółowoGrupy docelowe dla produktów skarbowych
Grupy docelowe dla produktów skarbowych Bony i obligacje skarbowe oraz klienci detaliczni dla których w ramach badania adekwatności stwierdzono, że Produkt jest odpowiedni Produkt skierowany do klientów,
Bardziej szczegółowoFinanse i Rachunkowość
Wydział Nauk Ekonomicznych i Technicznych Państwowej Szkoły Wyższej im. Papieża Jana Pawła II w Białej Podlaskiej Zestaw pytań do egzaminu licencjackiego na kierunku Finanse i Rachunkowość 1 Zestaw pytań
Bardziej szczegółowoSpis treści: Wstęp. ROZDZIAŁ 1. Istota i funkcje systemu finansowego Adam Dmowski
Rynki finansowe., Książka stanowi kontynuację rozważań nad problematyką zawartą we wcześniejszych publikacjach autorów: Podstawy finansów i bankowości oraz Finanse i bankowość wydanych odpowiednio w 2005
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoSpis treści. Wstęp Dariusz Rosati... 11. Część I. Funkcjonowanie strefy euro
Spis treści Wstęp Dariusz Rosati.............................................. 11 Część I. Funkcjonowanie strefy euro Rozdział 1. dziesięć lat strefy euro: sukces czy niespełnione nadzieje? Dariusz Rosati........................................
Bardziej szczegółowoMODELOWANIE CZASU TRWANIA MODEL PROPORCJONALNEGO HAZARDU COXA
MODELOWANIE CZASU TRWANIA MODEL PROPORCJONALNEGO HAZARDU COXA Grzegorz Harańczyk, StatSoft Polska Sp. z o.o. W wielu zastosowaniach analiza czasu trwania pewnego zjawiska jest interesującym przedmiotem
Bardziej szczegółowoJAK DŁUGO ŻYJĄ SPÓŁKI NA POLSKIEJ GIEŁDZIE? ZASTOSOWANIE STATYSTYCZNEJ ANALIZY PRZEŻYCIA DO MODELOWANIA UPADŁOŚCI PRZEDSIĘBIORSTW
JAK DŁUGO ŻYJĄ SPÓŁKI NA POLSKIEJ GIEŁDZIE? ZASTOSOWANIE STATYSTYCZNEJ ANALIZY PRZEŻYCIA DO MODELOWANIA UPADŁOŚCI PRZEDSIĘBIORSTW Karolina Borowiec-Mihilewicz, Uniwersytet Ekonomiczny we Wrocławiu Wprowadzenie
Bardziej szczegółowoZarządzanie projektami. Zarządzanie ryzykiem projektu
Zarządzanie projektami Zarządzanie ryzykiem projektu Warunki podejmowania decyzji Pewność Niepewność Ryzyko 2 Jak można zdefiniować ryzyko? Autor S.T. Regan A.H. Willet Definicja Prawdopodobieństwo straty
Bardziej szczegółowoAnaliza 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 szczegółowo5. Model sezonowości i autoregresji zmiennej prognozowanej
5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =
Bardziej szczegółowoAnaliza przeżycia. Czym zajmuje się analiza przeżycia?
ANALIZA PRZEŻYCIA Analiza przeżycia Czym zajmuje się analiza przeżycia? http://www.analyticsvidhya.com/blog/2014/04/survival-analysis-model-you/ Analiza przeżycia Jest to inaczej analiza czasu trwania
Bardziej szczegółowoLista przedmiotów przewidzianych do uruchomienia w semestrze zimowym 2017/2018 na studiach niestacjonarnych sobotnio-niedzielnych Sygnatura
Lista przedmiotów przewidzianych do uruchomienia w semestrze zimowym 2017/2018 na studiach niestacjonarnych sobotnio-niedzielnych Sygnatura Tytuł przedmiotu 120110-0395 Badania marketingowe 120490-1227
Bardziej szczegółowoBUDOWA MODELU SCORINGOWEGO DO E-POŻYCZKI Z WYKORZYSTANIEM NARZĘDZI STATISTICA
BUDOWA MODELU SCORINGOWEGO DO E-POŻYCZKI Z WYKORZYSTANIEM NARZĘDZI STATISTICA Kamila Karnowska i Katarzyna Cioch, SKOK im. Franciszka Stefczyka Wykorzystanie metod scoringowych do oceny punktowej klientów
Bardziej szczegółowoOGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)
Łódź, dn. 23.12.2013r. OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO) 1. Zamawiający Firma i adres: PL Europa S.A. NIP: 725-195-02-28 Regon: 100381252 2. Tryb udzielenia zamówienia Zgodnie z
Bardziej szczegółowoDr hab. Renata Karkowska, ćwiczenia Zarządzanie ryzykiem 1
1 Rodzaje i źródła ryzyka stopy procentowej: Ryzyko niedopasowania terminów przeszacowania, np. 6M kredyt o stałym oprocentowaniu finansowany miesięcznymi lokatami o zmiennym oprocentowaniu. Ryzyko podstawy
Bardziej szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoForward Rate Agreement
Forward Rate Agreement Nowoczesne rynki finansowe oferują wiele instrumentów pochodnych. Należą do nich: opcje i warranty, kontrakty futures i forward, kontrakty FRA (Forward Rate Agreement) oraz swapy.
Bardziej szczegółowoWydział Finansów i Ubezpieczeń Wykaz egzaminów i zaliczeń. Rok akademicki 2009/2010 KIERUNEK: FINANSE I RACHUNKOWOŚĆ NIESTACJONARNE STUDIA DRUGIEGO
Wydział Finansów i Ubezpieczeń Wykaz egzaminów i zaliczeń. Rok akademicki 2009/2010 KIERUNEK: FINANSE I RACHUNKOWOŚĆ NIESTACJONARNE STUDIA DRUGIEGO STOPNIA - rok I Przedmiot Ilość godzin Zaliczenie Punkty
Bardziej szczegółowoWyk lad 3. Natalia Nehrebecka Dariusz Szymański. 13 kwietnia, 2010
Wyk lad 3 Natalia Nehrebecka Dariusz Szymański 13 kwietnia, 2010 N. Nehrebecka, D.Szymański Plan zaj eć 1 Sprowadzenie modelu nieliniowego do liniowego 2 w modelu liniowym Elastyczność Semielastyczność
Bardziej szczegółowowersja elektroniczna - ibuk
Parteka A. (2015). Dywersyfikacja handlu zagranicznego a rozwój gospodarczy. Warszawa: Wydawnictwo Naukowe PWN. ISBN 978-83-01-18336-3 wersja elektroniczna - ibuk Opis Czy zróżnicowanie handlu ma znaczenie?
Bardziej szczegółowo1 INWESTOWANIE PODSTAWOWE POJĘCIA
SPIS TREŚCI WSTĘP... 11 Rozdział 1 INWESTOWANIE PODSTAWOWE POJĘCIA... 13 1.1. Uwagi wstępne... 13 1.2. Pojęcie inwestycji ujęcie w różnych kontekstach... 14 1.2.1. Inwestowanie w kontekście ekonomicznym...
Bardziej szczegółowoWNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Bardziej szczegółowoPLANY FINANSOWE KRAJOWYCH BANKO W KOMERCYJNYCH NA 2015 R.
Opracowanie: Wydział Analiz Sektora Bankowego (DBK 1) Departament Bankowości Komercyjnej i Specjalistycznej oraz Instytucji Płatniczych URZĄD KOMISJI NADZORU FINANSOWEGO WARSZAWA, W dniu 9 kwietnia r.
Bardziej szczegółowoBankowość Zajęcia nr 5 i 6
Motto zajęć: "za złoty dukat co w słońcu błyszczy" Bankowość Zajęcia nr 5 i 6 Ryzyko bankowe Ryzyko płynności Rola bilansu i cash flow; Metoda luki: Aktywa określonego rodzaju (AOR), Pasywa określonego
Bardziej szczegółowoWYKAZ PRZEDMIOTÓW OBOWIĄZKOWYCH ZAWARTYCH W STANDARDACH KSZTAŁCENIA
STANDARDACH KSZTAŁCENIA (Rozporządzenie MNiSzW z dnia 12.07.2007 r. Dz.U.Nr 164) Studia stacjonarne i niestacjonarne I stopnia X) EKONOMIA Matematyka, statystyka opisowa, ekonometria, mikroekonomia, podstawy
Bardziej szczegółowoSpis treści. Wstęp (S. Marciniak) 11
Makro- i mikroekonomia : podstawowe problemy współczesności / red. nauk. Stefan Marciniak ; zespół aut.: Lidia Białoń [et al.]. Wyd. 5 zm. Warszawa, 2013 Spis treści Wstęp (S. Marciniak) 11 Część I. Wprowadzenie
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA (skrajne daty)
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2019 (skrajne daty) 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Statystyka w biologii
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowoStatystyka I. Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy)
Statystyka I Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy) 1 Zmienne jakościowe qzmienne jakościowe niemierzalne kategorie: np. pracujący / bezrobotny qzmienna binarna Y=0,1 qczasami
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowoOpis procesu ratingów wewnętrznych
Opis procesu ratingów wewnętrznych Rządy i banki centralne Klasa ekspozycji podlegająca stałemu wyłączeniu z metody IRB Instytucje Klasa ekspozycji podlegająca stałemu wyłączeniu z metody IRB Przedsiębiorcy,
Bardziej szczegółowoZagadnienia na egzamin magisterski na kierunku Finanse i Rachunkowość
Zagadnienia na egzamin magisterski na kierunku Finanse i Rachunkowość 1. Gospodarcze i społeczne koszty inflacji 2. Znaczenie operacji depozytowych i kredytowych w polityce pienięŝnej 3. Popyt na pieniądz
Bardziej szczegółowoZNACZENIE WYMIANY DANYCH MIĘDZY BIK i UFG DLA BEZPIECZEŃSTWA TRANSAKCJI UBEZPIECZENIOWO-BANKOWYCH. dr Mariusz Cholewa Prezes Zarządu BIK S.A.
ZNACZENIE WYMIANY DANYCH MIĘDZY BIK i UFG DLA BEZPIECZEŃSTWA TRANSAKCJI UBEZPIECZENIOWO-BANKOWYCH dr Mariusz Cholewa Prezes Zarządu BIK S.A. Informacje o BIK GRUPA BIK NAJWIĘKSZY ZBIÓR INFORMACJI O ZOBOWIĄZANIACH
Bardziej szczegółowoSpis treêci. www.wsip.com.pl
Spis treêci Jak by tu zacząć, czyli: dlaczego ekonomia?........................ 9 1. Podstawowe pojęcia ekonomiczne.............................. 10 1.1. To warto wiedzieć już na początku.............................
Bardziej szczegółowoCo matematyka może dać bankowi?
Co matematyka może dać bankowi? Biznes zakres pracy matematyków Pomiar i analiza miar detalicznych procesów kredytowych i ubezpieczeniowych, inicjowanie działań zapewniających poprawę efektywności i obniżenie
Bardziej szczegółowoAnaliza zdarzeń Event studies
Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.
Bardziej szczegółowoEkonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Modelowanie zmiennej jakościowej Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Ćwiczenia 8 Zmienna jakościowa 1 / 25 Zmienna jakościowa Zmienna ilościowa może zostać zmierzona
Bardziej szczegółowoMATERIAŁ INFORMACYJNY
MATERIAŁ INFORMACYJNY Strukturyzowane Certyfikaty Depozytowe Lokata inwestycyjna powiązana z rynkiem walutowym ze 100% ochroną zainwestowanego kapitału w Dniu Wykupu Emitent Bank BPH SA Numer Serii Certyfikatów
Bardziej szczegółowoWYKORZYSTANIE MODELU LOGITOWEGO DO ANALIZY BEZROBOCIA WŚRÓD OSÓB NIEPEŁNOSPRAWNYCH W POLSCE W 2010 ROKU
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Beata Bieszk-Stolorz Uniwersytet Szczeciński WYKORZYSTANIE MODELU LOGITOWEGO DO ANALIZY BEZROBOCIA WŚRÓD OSÓB NIEPEŁNOSPRAWNYCH W POLSCE W
Bardziej szczegółowoZastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych
Konferencja Systemy Czasu Rzeczywistego 2012 Kraków, 10-12 września 2012 Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Piotr Szwed AGH University
Bardziej szczegółowolokata ze strukturą Czarne Złoto
lokata ze strukturą Czarne Złoto Lokata ze strukturą Czarne Złoto jest produktem łączonym. Składa się z lokaty promocyjnej i produktu strukturyzowanego Czarne Złoto inwestycji w formie ubezpieczenia na
Bardziej szczegółowoCena netto (PLN) IV kwartał. Cena netto (PLN) Podstawy SAS INTRO 1 1 200 1 260 2 20 4 1 7 2
2015 SAS Education sas.com/poland/training Centrum Szkoleniowe SAS Institute sp. z o.o. ul. Gdańska 27/31, 01-633 Warszawa (22) 560 46 20 cs@spl.sas.com Kalendarz szkoleń Grow With Us Nazwa szkolenia Kod
Bardziej szczegółowoModel 1: Estymacja KMNK z wykorzystaniem 32 obserwacji 1964-1995 Zmienna zależna: st_g
Zadanie 1 Dla modelu DL dla zależności stopy wzrostu konsumpcji benzyny od stopy wzrostu dochodu oraz od stopy wzrostu cen benzyny w latach 1960 i 1995 otrzymaliśmy następujące oszacowanie parametrów.
Bardziej szczegółowoPRZESTRZENNE ZRÓŻNICOWANIE RYZYKA UBEZPIECZENIOWEGO A EFEKTYWNOŚĆ UBEZPIECZEŃ NA ŻYCIE Autor: Adam Śliwiński,
PRZESTRZENNE ZRÓŻNICOWANIE RYZYKA UBEZPIECZENIOWEGO A EFEKTYWNOŚĆ UBEZPIECZEŃ NA ŻYCIE Autor: Adam Śliwiński, Wstęp Zadania badawcze wyznaczają strukturę pracy. Składa się ona z ośmiu rozdziałów. Rozdział
Bardziej szczegółowoANALITYKA GOSPODARCZA, STUDIA LICENCJACKIE WIEDZA
ANALITYKA GOSPODARCZA, STUDIA LICENCJACKIE WIEDZA Ma podstawową wiedzę o charakterze nauk ekonomicznych oraz ich miejscu w AG1_W01 systemie nauk społecznych i w relacjach do innych nauk. Ma wiedzę o sposobach
Bardziej szczegółowoUkryty dług na liczniku długu publicznego. 30 IX 2013 Aleksander Łaszek
Ukryty dług na liczniku długu publicznego Aleksander Łaszek Ukryty dług na liczniku długu publicznego 1. Dlaczego dług ukryty jest ważny? 2. Zakres ukrytego długu, różne metodologie 3. Metodologia ESA
Bardziej szczegółowoAdam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
Bardziej szczegółowoTytuł: Zastosowanie metod ilościowych w finansach i ubezpieczeniach. Autorzy: Stefan Forlicz (red.)
Tytuł: Zastosowanie metod ilościowych w finansach i ubezpieczeniach. Autorzy: Stefan Forlicz (red.) Opis: Finanse i ubezpieczenia to te gałęzie nauk ekonomicznych, w których modele formalne stanowią w
Bardziej szczegółowoOcena realizacji celów RPO WP w roku 2008 za pomocą modelu HERMIN
Ocena realizacji celów RPO WP w roku 2008 za pomocą modelu HERMIN dr Instytut Wiedzy i Innowacji 2 września 2009 r. Projekt finansowany ze środków Unii Europejskiej z Europejskiego Funduszu Rozwoju Regionalnego
Bardziej szczegółowoBIZNES I RYZYKO NA RYNKU CONSUMER FINANCE
BIZNES I RYZYKO NA RYNKU CONSUMER FINANCE dr Mariusz Cholewa Prezes Zarządu BIK S.A. Grudzień 2016 GRUPA BIK NAJWIĘKSZA BAZA O ZOBOWIĄZANIACH FINANSOWYCH W POLSCE Klienci Indywidualni Przedsiębiorcy Rejestr
Bardziej szczegółowo