PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY

Wielkość: px
Rozpocząć pokaz od strony:

Download "PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY"

Transkrypt

1 B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW Przedsawiono wyniki badań doyczące prognozowania kursu euro/dolar. Proces prognozowania nasępuje w dwóch eapach. W pierwszym prognozowane są warości sóp zwrou indeksy Dow Jones SOXX50. W drugim eapie dokonuje się predykcji kursu euro/dolar, korzysając z warości uzyskanych w pierwszym eapie. Słowa kluczowe:. Wprowadzenie W dobie globalizacji zarządzanie ryzykiem kursowym saje się jednym z ważniejszych elemenów zarządzania ryzykiem finansowym. Ryzyko kursowe jes ściśle powiązane z rynkiem waluowym, kóry jes największym rynkiem na świecie, a jego dzienny obró sięga 400 mld dolarów. Z ego eż względu zarządzanie ryzykiem waluowym 2 jes wspomagane szeroką gamą narzędzi, od najprosszych miar ryzyka po skomplikowane insrumeny pochodne. Noowania kursów walu są finansowymi szeregami czasowymi, a do modelowania szeregów czasowych można wykorzysywać między innymi modele rendu, modele adapacyjne, modele ARIMA oraz szuczne sieci neuronowe. Insyu Zarządzania, Wydział Organizacji i Zarządzania, Poliechnika Łódzka, ul. Piorkowska 266, Łódź, Por. J. Zając [6, s. 8]. 2 Określenia ryzyko kursowe i ryzyko waluowe będą sosowane zamiennie.

2 54 A. MAUSZEWSKA, D. WIKOWSKA Celem, prowadzonych od rzech la, badań jes konsrukcja modeli umożliwiających prognozowanie kursu euro do dolara. We wcześniejszych pracach 3 przedsawiono wyniki uzyskane za pomocą szucznych sieci neuronowych oraz dynamicznych modeli ekonomerycznych, akich jak: modele średniej ruchomej, wygładzania wykładniczego, ARIMA i modele opisowe. Waro zauważyć, że prognozy budowane wyłącznie na podsawie zależności auoregresyjnych powielają warości z poprzednich okresów, co powoduje, że mimo relaywnie małych błędów a meoda prognozowania generuje de faco prognozy naiwne. Z ego punku widzenia lepsze okazały się modele opisowe, uwzględniające akie zmienne objaśniające jak: kursy innych walu, indeksy giełdowe lub sopy procenowe. Niniejsze opracowanie zawiera omówienie badań doyczących wykorzysania, wyznaczonych za pomocą modelu ARMA, prognoz indeksu Dow Jones SOXX50 do prognozowania kursu euro do dolara. Przyjęliśmy bowiem, że indeks en odzwierciedla syuację gospodarki europejskiej i może mieć isony wpływ na kszałowanie się badanego kursu euro 4. Przypomnijmy, że Dow Jones SOXX50 obejmuje pięćdziesią spółek ypu blue chips liderów sekorów rynkowych spółek uwzględnionych w indeksie Dow Jones SOXX600, kóry z kolei bazuje na indeksie Dow Jones SOXX MI, obejmującym spółki z 7 krajów europejskich (5 krajów Unii Europejskiej wraz ze Szwajcarią i Norwegią). Dane, na podsawie kórych budowano modele, pochodzą z okresu od 5 I 999 r. do 3 VII 200 r., z czego próba esymacyjna obejmuje dane do dnia 29 VI 200 r., a prognozy wyznaczano na 0 kolejnych okresów nasępujących po osanim noowaniu w próbie esymacyjnej, o jes od dnia 2 VII 200 r. do dnia 3 VII 200 r. Pracę uzupełniono dodakiem, w kórym umieszczono wzory. 2. Badanie zależności pomiędzy kursem euro/dolar a indeksem Dow Jones SOXX 50 Obie analizowane zmienne charakeryzują się dużą zmiennością i są noowane codziennie. Analizując wykres przedsawiony na rysunku, można zauważyć, że rend kursu waluowego i rend indeksu Dow Jones SOXX50 zmierzają w różnych kierunkach. 3 Wyniki doyczące ych badań przedsawiono w nasępujących pracach: D. Wikowskiej i A. Mauszewskiej [4], A. Mauszewskiej [8], D. Wikowskiej, K. Kompy i A. Mauszewskiej [3], A. Mauszewskiej [6]. 4 Główne deerminany, kóre wpływają na kszałowanie się kursów wymiany walu o czynniki ekonomiczne, poliyczne oraz oczekiwania inwesorów (por. [, s. 22]). Przy danych ilościowych problem sanowi fak, że zmienna objaśniana i zmienne objaśniające powinny być noowane z aką samą częsoliwością, co sanowi rudność w przypadku zmiennych noowanych codziennie.

3 Predykcja kursu euro/dolar warości indeksu DJSOXX kolejne numery sesji (od do ),25,2,5,,05 0,95 0,9 0,85 0,8 warości kursu euro/dolar DJSOXX50 kurs euro/dolar Rys.. Dzienne noowania indeksu Dow Jones SOXX50 i kursu euro/dolar od 4 I 999 r. do 3 VII 200 r. Ź ródł o : Opracowanie własne. Do analizy obu wymienionych zmiennych wykorzysano liniowy model regresji i szuczne sieci neuronowe. Ponieważ oba szeregi są niesacjonarne, modele budowano dla serii danych w posaci sóp zwrou, kóre cechują się sacjonarnością 5. Przyrosy względne dla kursów euro do dolara ( ) są liczone według formuły K K () K gdzie: K kurs euro/dolar w okresie, a sopy zwrou dla indeksu Dow Jones SOXX50 (X ) są liczone na podsawie wzoru I I X (2) I gdzie: I warość indeksu Dow Jones SOXX50 w okresie. W analizie zależności między wymienionymi zmiennymi wykorzysano najprosszy model regresji liniowej, w kórym zmienną zależną jes sopa zwrou kursu waluowego ( ) a zmienną niezależną (objaśniającą) sopa zwrou indeksu Dow Jones SOXX50 (X ). Posać ogólna modelu wyrażona jes wzorem 5 Pojęcie sacjonarności jes omówione między innymi w pracach: W. Charemza i D. Deadman [2], J. Romański, K. Srzała [0] oraz A. Mauszewska [7].

4 56 A. MAUSZEWSKA, D. WIKOWSKA α 0 + α X + ξ (3) gdzie: sopa zwrou kursu euro/dolar w okresie, X sopa zwrou indeksu Dow Jones SOXX50 w okresie, α i paramery srukuralne modelu i 0,, ξ składnik losowy. Po oszacowaniu paramerów srukuralnych modelu (3), na próbie obejmującej okres od 5 I 999 r. do 29 VI 200 r. orzymano: ˆ 0,0005 0,05 X (4) (,64) ( 4,93) Na podsawie saysyk -Sudena (podanych w nawiasach pod ocenami paramerów modelu) można wywnioskować, że paramer sojący przy zmiennej objaśniającej jes isonie różny od zera. Saysyka DW 2,3 pozwala swierdzić brak wysępowania isonej auokorelacji pierwszego rzędu składnika losowego. Ponado ujemna warość parameru sojącego przy zmiennej objaśnianej świadczy o ujemnej korelacji pomiędzy badanymi zmiennymi, co jes zgodne z rysunkiem. Szuczne sieci neuronowe są modelami, kórych paramery są wyznaczane w ak zwanej procedurze uczenia się. Wykorzysuje się je między innymi do rozwiązywania zadań klasyfikacji i prognozowania 6. Dynamiczny rozwój finansów spowodował zaineresowanie zasosowaniem szucznych sieci neuronowych również w ej dziedzinie. W szucznych sieciach neuronowych sygnały wejściowe (X j ) są przewarzane na sygnał wyjściowy ( ) 7. Sygnał wyjściowy zależy od całkowiego pobudzenia neuronu, czyli od zw. funkcji akywacji określającej yp neuronu (elemen, kóry przewarza informacje) i obszar jego zasosowań. Model neuronu można przedsawić w posaci f w, X ) (5) ( j j gdzie: w j dla każdej obserwacji są o ak zwane wagi synapyczne, czyli paramery modelu przypisane j-emu sygnałowi wejścia, X j j-y sygnał wejściowy dla okresu, warość wyjścia przypisana dla okresu. Wyniki badań przedsawione w niniejszej pracy uzyskano po zasosowaniu jednokierunkowych sieci neuronowych renowanych za pomocą algorymu wsecznej 6 Por. E. Gaely [4, s. 4]. 7 Sygnały wejściowe są rakowane jako zmienne objaśniające, a sygnał wyjściowy jako zmienna objaśniana.

5 Predykcja kursu euro/dolar propagacji błędów 8. Zmienną wejściową były sopy zwrou indeksu Dow Jones SOXX50, a zmienną wyjściową sopy zwrou kursu euro do dolara. Zbiór reningowy liczył 637 elemenów, a zbiór esowy, kóry odzwierciedlał okres prognozy 0 elemenów. Eksperymen powarzano dla sieci z różną liczbą warsw ukryych i różną liczbą neuronów w ych warswach, wykorzysując dwa rodzaje funkcji akywacji: logisyczną i angens hiperboliczny. Najlepsze wyniki uzyskano dla sieci z logisyczną funkcją akywacji, dwiema warswami ukryymi zawierającymi po dziesięć neuronów ukryych. rening dla ej sieci zakończył się po 0000 ieracji. W sieci generującej najlepsze wyniki 9 dla zbioru esowego błąd RMSE wynosił 0,08, a współczynnik korelacji między warościami wzorcowymi i wygenerowanymi przez sieć 0,65. 0,05 0,0 0, , ,0-0,05 war. rzeczywise war. eoreyczne - reg. war. eoreyczne - ssn Rys. 2. Rzeczywise sopy zwrou kursu dolara do euro oraz warości oszacowane na podsawie modelu (3) i szucznych sieci neuronowych w okresie od 2 VII 200 r. do 3 VII 200 r. 0 Wyniki przedsawione na rysunku 2 wskazują, że prognozy uzyskane na podsawie modelu (3) i prognozy generowane przez sieć pokrywają się, zwłaszcza analizowane kierunki zmian szacowanych warości. Jednakże warości sóp zwrou kursu euro do dolara oszacowane przez sieć cechują się większymi odchyleniami niż wyniki uzyskane przy zasosowaniu funkcji regresji. Porównując warości prognozowane do warości rzeczywisych zauważa się, że prognozy są wygładzone (niedoszacowane), jednak w siedmiu przypadkach na dziewięć warości wyznaczone przy użyciu zaprezenowanych meod prawidłowo odzwierciedlają zmiany badanego kursu waluowego. Z uwagi na o, że zmienna objaśniana w obu przypadkach pochodzi z ego samego okresu co zmienna 8 Jes o ieracyjna meoda esymacji paramerów modelu nieliniowego, w kórej kryerium opymalizacji dane jes w posaci minimalizacji sumy kwadraów odchyleń warości wygenerowanych przez sieć od wzorców zawarych w zbiorze reningowym (por. D. Wikowska [4, s ]). Jednokierunkowe sieci neuronowe można rakować jako nieliniowe funkcje regresji. 9 Kryeriami wyboru najlepszej sieci były minimalna warość błędu RMSE i maksymalna warość współczynnika korelacji, uzyskane dla zbioru esowego. 0 Symbol reg oznacza model regresji liniowej a symbol ssn szuczne sieci neuronowe.

6 58 A. MAUSZEWSKA, D. WIKOWSKA objaśniająca, aby wyprognozować warość sopy zwrou kursu, należy znać przyszłe warości sopy zwrou indeksu Dow Jones SOXX50. W dalszej części pracy przedsawiono meodę wyznaczania prognoz sóp zwrou indeksu Dow Jones SOXX50 (X ). 3. Predykcja sóp zwrou indeksu Dow Jones SOXX 50 Do predykcji sóp zwrou Dow Jones SOXX50 wybrano model ARMA, kóry opisuje złożony proces auoregresyjny (AR) i średniej ruchomej (MA). Modele ej klasy wykorzysuje się do prognozowania sacjonarnych szeregów czasowych. Proces generowany przez sopy zwrou indeksu jes sacjonarny (można o swierdzić na przykład na podsawie inegracyjnej saysyki Durbina Wasona IDW,92) 2. Ogólna posać modelu ARMA(p, q) 3 jes opisana równaniem X ε ϕ X + ϕ2x ϕ p X p + ε θε θ 2ε 2 θ q q (6) gdzie: X sopa zwrou indeksu Dow Jones SOXX50 w okresie, ϕ i paramery srukuralne modelu sojące przy zmiennych auoregresyjnych dla i,..., p, p rząd auoregresji, q rząd procesu średniej ruchomej, θ j paramery sojące przy zmiennych procesu średniej ruchomej j,..., q. Najlepsze rezulay pod względem ocen saysycznych orzymano dla modelu ARMA(,)(,) 3, czyli dla procesu mieszanego auoregresyjnego (z paramerem jeden) oraz procesu średniej ruchomej (również z paramerem jeden) i opóźnieniem sezonowym równym rzy. Sezonowość może wynikać z opóźnionej reakcji inwesorów giełdowych. Oceny dla badanego modelu ARMA przedsawione są w abeli. abela Oceny paramerów modelu ARMA(,)(,) 3 P() q() Ps() Qs() 0, , , ,49830 Model ARMA jes szczególnym przypadkiem modelu ARIMA, kóre szeroko zosały opisane między innymi przez G. Boxa i G. Jenkinsa []. 2 Por. W. Charemza i D. Deadman [2, s. 8], J. Romański i K. Srzała [0, s. 94]. 3 Por. G. Box i G. Jenkins [, s. 2], D. Wikowska [5, s. 67].

7 Predykcja kursu euro/dolar Wyniki prognoz sóp zwrou indeksu Dow Jones SOXX 50 uzyskanych na podsawie modelu ARMA(,)(,) 3 abela 2 Okres Warości X X prognozy rzeczywise X 2 X ~ 2 X 3 X 3 0,085 0,0054 0,70 0,042,767 0,0002, ,070 0,0043 0,747 0,0063 0,633 0,066 0, ,0057 0,05,659 0,03 0,990 0,0077 2, ,0057 0,035,377 0,009 2,600 0,0084 2, ,0252 0,0069,272 0,0099,394 0,006 0, ,006 0,0087 6,606 0,0054 2,446 0,0096 7,79 7 0,008 0,06 0,070 0,035 2,25 0,09 2, ,096 0,0036,84 0,084,939 0,088,96 9 0,098 0,0289 0,46 0,023 0,380 0,03, ,0077 0,049 0,942 0,048 2,934 0,0038,496 MPE 6,0% MPE 2,8% MPE 4,2% Skorygowane błędy średnie MAPE 9,5% MAPE 4,8% MAPE 3,8% RASE 3,6% RASE 48,0% RASE 43,9% Wyniki prognoz, jakie uzyskano sosując powyższy model przedsawiono w abeli 2. Prognozy wyznaczano na jedno, dwa i rzy noowania do przodu. Posępowano ak dla dziesięciu kolejnych okresów, każdorazowo dodając jedną obserwację do próby esymacyjnej. W przypadku, gdy warości szeregu są bliskie zeru, do oceny jakości prognoz wykorzysuje się błędy skorygowane 4, dlaego eż do oceny uzyskanych prognoz wyznaczono skorygowany błąd procenowy ( MPE ), skorygowany absoluny błąd procenowy ( MAPE ) oraz skorygowany błąd średniokwadraowy ( RASE ) 5. W abeli 2 zaprezenowano skorygowane błędy średnie oraz odchylenia warości prognozowanych od warości rzeczywisych liczone na podsawie wzoru gdzie: X X i X ~ i ~ X i i X X X warości rzeczywise sóp zwrou indeksu Dow Jones SOXX50 w momencie, warości prognozowane sóp zwrou indeksu Dow Jones SOXX50 w momencie na i-ą sesję do przodu, odchylenia warości prognozowanych na i-ą sesję do przodu od warości rzeczywisych w momencie. (7) 4 Por. A. Welfe [2, s. 9]. 5 Por. D. Wikowska [5, s. 76 8], A. Welfe [2, s ].

8 60 A. MAUSZEWSKA, D. WIKOWSKA Duże różnice między błędami MAPE oraz RASE sygnalizują wysępowanie odchyleń o skrajnie dużych warościach, naomias przyczyną wysokich odchyleń pomiędzy prognozami a warościami empirycznymi są bliskie zeru. Maksymalne odchylenia warości prognozowanej od warości empirycznej orzymano dla prognozy na pierwszą (i ) i rzecią (i 3) sesję w okresie szósym. ak duże warości błędów są spowodowane ym, że rzeczywisa sopa zwrou dla szósego okresu prognozy jes bliska zeru, mimo że różnica bezwzględna między warościami rzeczywisymi a warościami prognozowanymi jes mniejsza niż na przykład w ósmym okresie prognozy. Najmniejszy błąd MPE orzymano dla prognozy na drugą sesję, naomias najmniejsze błędy MAPE oraz RASE orzymano dla prognoz wyznaczanych na pierwszą sesję do przodu. Do weryfikacji jakości uzyskanych prognoz wykorzysano miernik badający zgodność kierunków zmian warości prognozowanych w sosunku do warości rzeczywisych. Na podsawie analizy rysunku 2 można swierdzić, że najlepsze pod ym względem wyniki orzymano dla prognozy na pierwszą i rzecią sesję do przodu (na dziewięć zmian kierunków sopy zwrou dla warości prognozowanych i rzeczywisych pokrywa się ich pięć). 0,04 0,03 0,02 0,0 0-0, ,02-0,03 Warości rzeczywise Prognoza na dwa okresy do przodu Prognoza na jeden okres do przodu Prognoza na rzy okresy do przodu Rys. 3. Warości rzeczywise i warości prognozowane sóp zwrou indeksu Dow Jones SOXX 50 w okresie od 2 VII 200 r. do 3 VII 200 r. 4. Prognozowanie kursu euro/dolar Do wyznaczenia przyszłych sóp zwrou kursów euro/dolar wykorzysano wyprognozowane wcześniej warości sóp zwrou indeksu giełdowego Dow Jones SOXX50, oszacowane za pomocą modelu ARMA(,)(,) 3 (zaprezenowane w abeli 2). Warości e

9 Predykcja kursu euro/dolar... 6 wykorzysano w dwojaki sposób: podsawiono je do modelu posaci (3) oraz w przypadku szucznych sieci neuronowych wykorzysano je jako zbiór esowy zmiennej wejściowej. Uzyskane prognozy dla modelu regresji i szucznych sieci neuronowych nie odbiegają od siebie, zaem zaprezenowano wyniki (abela 3 i rysunek 4) ylko dla modelu regresji. Analizując rysunek 4 waro zauważyć, że w przypadku prognoz wyznaczonych na pierwszy okres do przodu prognozowane kierunki zmian pokrywają się z kierunkami zmian rzeczywisych w siedmiu przypadkach na dziewięć, co można uznać za dobry wynik. 0,05 0,0 0, ,005-0,0-0, Warości rzeczywise Prognoza na dwa okresy do przodu Prognoza na jeden okres do przodu Prognoza na rzy okresy do przodu Rys. 4. Warości rzeczywise i prognozowane sóp zwrou kursu euro do dolara w okresie od 2 VII 200 r. do 3 VII 200 r. abela 3 Wyniki prognoz sóp zwrou kursu euro/dolar uzyskanych na podsawie modelu (3) i oszacowanych przyszłych sóp zwrou indeksu Dow Jones SOXX 50 Okres Warości ~ prognozowania rzeczywise 2 ~ ,0036 0,0030 0,75 0,0029,803 0,003 0, ,002 0,000,062 0,0005 0,560 0,0037 2,00 3 0,002 0,0032 2,54 0,002,969 0,0037 0, ,07 0,0027,234 0,004 0,645 0,0039 0, ,032 0,0035,263 0,0044,335 0,0005 0, ,003 0,0040 2,34 0,0003 0,98 0,0043 2, ,0060 0,002 0,644 0,0055,95 0,0050,83 8 0,0043 0,0025,573 0,0070 2,60 0,007 2, ,006 0,002 0,678 0,005 0,57 0,0026, ,00 0,0059 6,593 0,003,958 0,0002,23 MPE 49,97% MPE 42,77% MPE 45,86% Skorygowane błędy średnie MAPE 2,83% MAPE 2,45% MAPE 2,72% RASE 40,06% RASE 40,27% RASE 37,83%

10 62 A. MAUSZEWSKA, D. WIKOWSKA ~ Błędy odchyleń ( i ), kóre są liczone analogicznie do błędów opisanych wzorem (7), dla przedsawionych prognoz są dość duże. Wynika o z faku, że warości sóp zwrou nominalnie są bardzo małe i niewielkie zmiany w nich będą powodować duże odchylenia względne, a przez o i duże błędy średnie dla prognozowanego okresu. 0,865 0,86 0,855 0,85 0,845 0,84 0,835 0, Warości rzeczywise Prognoza na dwa okresy do przodu Prognoza na jeden okres do przodu Prognoza na rzy okresy do przodu Rys. 5. Kursy euro/dolar warości rzeczywise i warości prognozowane na podsawie modelu (3) dla okresu prognozy od 2 VII 200 r. do 3 VII 200 r. Warości rzeczywise i prognozowane kursów euro/dolar oraz ich odchylenia 6 abela 4 Okres Warości K K prognozowania rzeczywise K2 K ~ 2 K3 K 3 0,8469 0,8474 0,00 0,8525 0,007 0,8489 0, ,8479 0,8468 0,00 0,8473 0,00 0,8500 0, ,846 0,8506 0,005 0,8496 0,004 0,8448 0, ,8362 0,8484 0,05 0,8426 0,008 0,8428 0, ,8472 0,8333 0,06 0,8325 0,07 0,8366 0,03 6 0,8498 0,8438 0,007 0,8474 0,003 0,8436 0, ,8549 0,856 0,004 0,845 0,0 0,8456 0,0 8 0,8586 0,8528 0,007 0,8489 0,0 0,8488 0,0 9 0,8534 0,8499 0,004 0,8542 0,00 0,8608 0, ,8543 0,8484 0,007 0,856 0,002 0,8532 0,00 MPE 0,26% MPE 0,22% MPE 0,24% Błędy średnie MAPE 0,67% MAPE 0,65% MAPE 0,66% RASE 0,83% RASE 0,83% RASE 0,78% 6 K ~ i są o odchylenia względne warości rzeczywisych kursu od warości empirycznych liczonych analogicznie do błędów opisanych wzorem (6), K i warości kursu prognozowane na i-ą sesję.

11 Predykcja kursu euro/dolar Oszacowane sopy zwrou kursów euro/dolar przeliczono nasępnie na noowania ych kursów. Wyniki zaprezenowano w abeli 4 i na rysunku 5. Najwięcej pokrywających się zmian zaobserwowano dla prognozy wyznaczonej na pierwszą sesję do przodu (siedem zmian w ym samym kierunku na dziewięć zaprezenowanych). Jedynie przy gwałownym spadku kursu w sesji piąej prognozowana warość uwzględniła ją dopiero w nasępnej sesji. W omawianym przypadku odchylenia warości empirycznych od prognozowanych nie przekraczają,6%, co jes dobrym wynikiem. Dla przedsawionych prognoz policzono również błędy średnie MPE, MAPE i RMSE. Różnice między ymi błędami dla poszczególnych prognoz są niewielkie. Największe błędy orzymano dla prognozy na pierwszą sesję do przodu, mimo że sosując miernik zmian kierunku kursu właśnie e prognozy były najlepsze. 5. Podsumowanie Kierunki zmian prognoz wyznaczonych dla sóp zwrou kursu euro/dolar orzymane przy zasosowaniu modelu regresji liniowej (3) i e, kóre orzymano przy zasosowaniu szucznych sieci neuronowych prakycznie pokrywają się. Warości prognozowane, obliczone przy zasosowaniu obu wyżej wymienionych meod również nie odbiegają od siebie. W związku z ym oceniając uzyskane prognozy na podsawie zmian kierunku kursu można swierdzić, że są one zadowalające (siedem zmian w ym samym kierunku na dziewięć przedsawionych por. rysunek 5). Porównując prognozy warości kursu z ich rzeczywisymi odpowiednikami nie uzyskano ak dobrych rezulaów jak w przypadku prognozowanych kierunków zmian. Bibliografia [] BOX G.E.P., JENKINS G.M., Analiza szeregów czasowych, Prognozowanie i serowanie, PWN, Warszawa 983. [2] CHAREMZA W., DEADMAN D., Nowa ekonomeria, PWE, Warszawa 997. [3] MAUSZEWSKA A., WIKOWSKA D., Próba szacowania warości kursu dolara do euro, refera przygoowany na konferencję Inegracja Gospodarcza w Europie. Aspeky meodologiczne i porównawcze, Łódź 200. [4] GAEL E., Sieci neuronowe. Prognozowanie finansowe i projekowanie sysemów ransakcyjnych, Biblioeka Inwesora, WIG-Press, Warszawa 999. [5] LULA P., Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnicwo Akademii Ekonomicznej w Krakowie, Kraków 999.

12 64 A. MAUSZEWSKA, D. WIKOWSKA [6] MAUSZEWSKA A., Modelowanie i prognozowanie szeregów finansowych na przykładzie cen wybranej spółki giełdowej, Zeszyy Naukowe Wydziału Organizacji i Zarządzania Poliechniki Łódzkiej, Łódź 200 (), w druku. [7] MAUSZEWSKA A., Badanie sopnia inegracji szeregów czasowych na przykładzie kursów waluowych, [w:] Wyzwania prakyki i eorii zarządzania w XXI wieku, (maeriały konferencyjne), Łódź 200 (2), s [8] MAUSZEWSKA A., Prognozy kursów dolara do euro na podsawie wybranych modeli ekonomerycznych, [w:] J. Lewandowski (red.), Zarządzanie organizacjami gospodarczymi w warunkach globalizacji,. 2, Wydawnicwo Elipsa, Łódź, 2000, s [9] MAUSZEWSKA A., WIKOWSKA D., Próba szacowania warości kursu dolara do euro, refera wygłoszony na konferencji Inegracja Gospodarcza w Europie. Aspeky meodologiczne i porównawcze, maeriały w druku, 200. [0] ROMAŃSKI J., SRZAŁA K., esowanie koinegracji celów i insrumenów poliyki gospodarczej w modelu opymalnego serowania, Przegląd Saysyczny, 994, Zeszy 2, s []Rynek waluowy i pieniężny, Oficyna Ekonomiczna, Serwis Informacyjny Reuers, Kraków 200. [2] WELFE A., Ekonomeria, PWE, Warszawa 995. [3] WIKOWSKA D., KOMPA K., MAUSZEWSKA A., Exchange Rae Preduicion: Dynamic Economeric Models and Neural Newors, refera przygoowany na konferencję 50h Inernaional Alanic Economic Conference, Charleson, 2000, sreszczenie znajduje się w: Inernaional Alanic Economic Research, Vol. 7, No. 2, s [4] WIKOWSKA D., MAUSZEWSKA A., Exchange rae predicion: ARIMA and neural neworks model, [w:] J. Lewandowski (red.), Zarządzanie organizacjami gospodarczymi w warunkach globalizacji,., Wydawnicwo Elipsa, Łódź, 2000, s [5] WIKOWSKA D., Szuczne sieci neuronowe w analizach ekonomicznych, Menadżer, Łódź [6] ZAJĄC J., Polski rynek waluowy w prakyce produky, ransakcje, sraegie zarządzania ryzykiem kursowym, K.E. Liber, Warszawa 200. Dodaek ze wzorami Oznaczenia: warość prognozowana w okresie, warość empiryczna w okresie, liczba okresów prognozy, k liczba szacowanych paramerów (zmiennych wejściowych). Skorygowany błąd procenowy (MPE) : ( ) MPE 00%.

13 Predykcja kursu euro/dolar Skorygowany absoluny błąd procenowy ) (MAPE : 00% MAPE. Skorygowany błąd średniokwadraowy ) (RASE : 00% ) ( 2 2 RASE. Błąd procenowy ) (MPE : 00% MPE. Absoluny błąd procenowy ) (MAPE : 00% MPE. Błąd średniokwadraowy ) (RASE : 00% 2 RASE. Błąd średniokwadraowy ) (RMSE : 00% 2 k RMSE. Forecasing he euro/dollar changes using prediced values of sock index: seleced economeric models and mulilayer percepron In he paper, we discuss he resuls of euro-dollar exchange rae predicion. Forecass are made on he basis of he dynamic economeric model and mulilayer percepron. Forecasing is provided in a wo-sage

14 66 A. MAUSZEWSKA, D. WIKOWSKA procedure. In he firs sep Dow Jones SOXX 50 Index is prediced applying ARMA model consruced for he raes of reurn of his variable. In he second sage he prediced values of Dow Jones SOXX 50 Index are inroduced o he economeric and neural nework models, ha are consruced for he eurodollar rae of reurns. hen he forecass obained are ransformed ino euro-dollar exchange rae. Daa included in he analysis covers he period from 5 h January 999 o 3 h July 200. However, he esimaion is made for he period ill 29 h June 200 and he forecass are made for he nex en sessions. Key words:

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Parytet 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika

Bardziej szczegółowo

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

ESTYMACJA 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 szczegółowo

Prognozowanie średniego miesięcznego kursu kupna USD

Prognozowanie średniego miesięcznego kursu kupna USD Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015

Studia 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 szczegółowo

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,

Bardziej szczegółowo

Ocena efektywności procedury Congruent Specyfication dla małych prób

Ocena efektywności procedury Congruent Specyfication dla małych prób 243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna

Bardziej szczegółowo

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE 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 szczegółowo

Analiza rynku projekt

Analiza rynku projekt Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes

Bardziej szczegółowo

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG Doroa Wikowska, Anna Gasek Kaedra Ekonomerii i Informayki SGGW dwikowska@mors.sggw.waw.pl ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYC INDEKSÓW GIEŁDOWYC: WIG, WIG2, MIDWIG I TECWIG Sreszczenie:

Bardziej szczegółowo

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody

Bardziej szczegółowo

Metody analizy i prognozowania szeregów czasowych

Metody analizy i prognozowania szeregów czasowych Meody analizy i prognozowania szeregów czasowych Wsęp 1. Modele szeregów czasowych 2. Modele ARMA i procedura Boxa-Jenkinsa 3. Modele rendów deerminisycznych i sochasycznych 4. Meody dekompozycji szeregów

Bardziej szczegółowo

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A. Agaa Srzelczyk Transakcje insiderów a ceny akcji spółek noowanych na Giełdzie Papierów Warościowych w Warszawie S.A. Wsęp Inwesorzy oczekują od każdej noowanej na Giełdzie Papierów Warościowych spółki

Bardziej szczegółowo

METODY STATYSTYCZNE W FINANSACH

METODY 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 szczegółowo

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów

Bardziej szczegółowo

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ Agaa MESJASZ-LECH * MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ Sreszczenie W arykule przedsawiono wyniki analizy ekonomerycznej miesięcznych warości w

Bardziej szczegółowo

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

EFEKT 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 szczegółowo

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy

Bardziej szczegółowo

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX Krzyszof Ćwikliński Uniwersye Ekonomiczny we Wrocławiu Wydział Zarządzania, Informayki i Finansów Kaedra Ekonomerii krzyszof.cwiklinski@ue.wroc.pl Daniel Papla Uniwersye Ekonomiczny we Wrocławiu Wydział

Bardziej szczegółowo

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele

Bardziej szczegółowo

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Chrisian Lis PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 Wprowadzenie Przedmioem

Bardziej szczegółowo

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

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem

Bardziej szczegółowo

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu OeconomiA copernicana 2011 Nr 4 Małgorzaa Madrak-Grochowska, Mirosława Żurek Uniwersye Mikołaja Kopernika w Toruniu TESTOWANIE PRZYCZYNOWOŚCI W WARIANCJI MIĘDZY WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE

Bardziej szczegółowo

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce Zeszyy Naukowe Uniwersyeu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-16 s. 193 204 Nie(efekywność) informacyjna giełdowego rynku konraków erminowych

Bardziej szczegółowo

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu

Bardziej szczegółowo

Analiza metod oceny efektywności inwestycji rzeczowych**

Analiza metod oceny efektywności inwestycji rzeczowych** Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie

Bardziej szczegółowo

Czy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy

Czy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy Dobromił Serwa Reakcje rynków finansowych na szoki w poliyce pieniężnej.. Wsęp Czy prowadzona poliyka pieniężna jes skueczna? Jaki ma wpływ na procesy ekonomiczne zachodzące w kraju? Czy jes ona równie

Bardziej szczegółowo

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wsęp MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Nowoczesne echniki zarządzania ryzykiem rynkowym

Bardziej szczegółowo

Niestacjonarne zmienne czasowe własności i testowanie

Niestacjonarne zmienne czasowe własności i testowanie Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:

Bardziej szczegółowo

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala

Bardziej szczegółowo

Anna Bechler PORÓWNANIE EFEKTYWNOŚCI SIECI NEURONOWYCH I MODELI EKONOMETRYCZNYCH WE WSPOMAGANIU DECYZJI KREDYTOWYCH

Anna Bechler PORÓWNANIE EFEKTYWNOŚCI SIECI NEURONOWYCH I MODELI EKONOMETRYCZNYCH WE WSPOMAGANIU DECYZJI KREDYTOWYCH PORÓWNANIE EFEKTYWNOŚCI SIECI NEURONOWYCH I MODELI EKONOMETRYCZNYCH WE WSPOMAGANIU DECYZJI KREDYTOWYCH Anna Bechler Kaedra Badań Operacyjnych, Uniwersye Łódzki, Łódź WPROWADZENIE W świele obowiązującego

Bardziej szczegółowo

Zastosowanie technologii SDF do lokalizowania źródeł emisji BPSK i QPSK

Zastosowanie technologii SDF do lokalizowania źródeł emisji BPSK i QPSK Jan M. KELNER, Cezary ZIÓŁKOWSKI Wojskowa Akademia Techniczna, Wydział Elekroniki, Insyu Telekomunikacji doi:1.15199/48.15.3.14 Zasosowanie echnologii SDF do lokalizowania źródeł emisji BPSK i QPSK Sreszczenie.

Bardziej szczegółowo

Porównanie jakości nieliniowych modeli ekonometrycznych na podstawie testów trafności prognoz

Porównanie jakości nieliniowych modeli ekonometrycznych na podstawie testów trafności prognoz 233 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Porównanie jakości nieliniowych modeli ekonomerycznych na podsawie esów rafności prognoz Sreszczenie.

Bardziej szczegółowo

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR LORTORIUM PODSTWY ELEKTRONIKI adanie ramki X-OR 1.1 Wsęp eoreyczny. ramka XOR ramka a realizuje funkcję logiczną zwaną po angielsku EXLUSIVE-OR (WYŁĄZNIE LU). Polska nazwa brzmi LO. Funkcję EX-OR zapisuje

Bardziej szczegółowo

Estymacja stopy NAIRU dla Polski *

Estymacja stopy NAIRU dla Polski * Michał Owerczuk * Pior Śpiewanowski Esymacja sopy NAIRU dla Polski * * Sudenci, Szkoła Główna Handlowa, Sudenckie Koło Naukowe Ekonomii Teoreycznej przy kaedrze Ekonomii I. Auorzy będą bardzo wdzięczni

Bardziej szczegółowo

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Wprowadzenie Współczesne zarządzanie ryzykiem

Bardziej szczegółowo

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne

Bardziej szczegółowo

METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ

METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 3 2009 Barbara GŁADYSZ* METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ W arykule zaproponowano meodę określania wielkości konraków na

Bardziej szczegółowo

Identyfikacja wahań koniunkturalnych gospodarki polskiej

Identyfikacja wahań koniunkturalnych gospodarki polskiej Rozdział i Idenyfikacja wahań koniunkuralnych gospodarki polskiej dr Rafał Kasperowicz Uniwersye Ekonomiczny w Poznaniu Kaedra Mikroekonomii Sreszczenie Celem niniejszego opracowania jes idenyfikacja wahao

Bardziej szczegółowo

WARTOŚĆ ZAGROŻONA OPCJI EUROPEJSKICH SZACOWANA PRZEDZIAŁOWO. SYMULACJE

WARTOŚĆ ZAGROŻONA OPCJI EUROPEJSKICH SZACOWANA PRZEDZIAŁOWO. SYMULACJE Daniel Iskra Uniwersye Ekonomiczny w Kaowicach WARTOŚĆ ZAGROŻONA OPCJI EUROPEJSKICH SZACOWANA PRZEDZIAŁOWO. SYMULACJE Wprowadzenie Jednym z aspeków współczesnej ekonomii jes zarządzanie ryzykiem związanym

Bardziej szczegółowo

1.1. Bezpośrednie transformowanie napięć przemiennych

1.1. Bezpośrednie transformowanie napięć przemiennych Rozdział Wprowadzenie.. Bezpośrednie ransformowanie napięć przemiennych Bezpośrednie ransformowanie napięć przemiennych jes formą zmiany paramerów wielkości fizycznych charakeryzujących energię elekryczną

Bardziej szczegółowo

Klasyfikacja modeli. Metoda najmniejszych kwadratów

Klasyfikacja modeli. Metoda najmniejszych kwadratów Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Podręcznik: Ekonomeria i badania operacyjne, red. nauk. Marek Gruszczyński, Maria Podgórska, omasz Kuszewski (ale można czyać dowolny podręcznik do

Bardziej szczegółowo

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro Rozdział i. Srukura sekorowa finansowania wydaków na B+R w krajach srefy euro Rober W. Włodarczyk 1 Sreszczenie W arykule podjęo próbę oceny srukury sekorowej (sekor przedsiębiorsw, sekor rządowy, sekor

Bardziej szczegółowo

PROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW

PROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),

Bardziej szczegółowo

Metody ilościowe w systemie prognozowania cen produktów rolnych. Mariusz Hamulczuk Cezary Klimkowski Stanisław Stańko

Metody ilościowe w systemie prognozowania cen produktów rolnych. Mariusz Hamulczuk Cezary Klimkowski Stanisław Stańko Meody ilościowe w sysemie prognozowania cen produków rolnych nr 89 2013 Mariusz Hamulczuk Cezary Klimkowski Sanisław Sańko Meody ilościowe w sysemie prognozowania cen produków rolnych Meody ilościowe

Bardziej szczegółowo

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany

Bardziej szczegółowo

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych

Bardziej szczegółowo

Komputerowa analiza przepływów turbulentnych i indeksu Dow Jones

Komputerowa analiza przepływów turbulentnych i indeksu Dow Jones Kompuerowa analiza przepływów urbulennych i indeksu Dow Jones Rafał Ogrodowczyk Pańswowa Wyższa Szkoła Zawodowa w Chełmie Wiesław A. Kamiński Uniwersye Marii Curie-Skłodowskie w Lublinie W badaniach porównano

Bardziej szczegółowo

WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU

WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/2, 2011, sr. 48 57 WPŁYW PUBLIKACJI DANYCH MAKROEKONOMICZNYCH NA KURS EUR/PLN W KONTEKŚCIE BADANIA MIKROSTRUKTURY RYNKU Kaarzyna Bień-Barkowska 1 Insyu

Bardziej szczegółowo

METROLOGICZNE WŁASNOŚCI SYSTEMU BADAWCZEGO

METROLOGICZNE WŁASNOŚCI SYSTEMU BADAWCZEGO PROBLEY NIEONWENCJONALNYCH ŁADÓW ŁOŻYSOWYCH Łódź, 4 maja 999 r. Jadwiga Janowska, Waldemar Oleksiuk Insyu ikromechaniki i Fooniki, Poliechnika Warszawska ETROLOGICZNE WŁASNOŚCI SYSTE BADAWCZEGO SŁOWA LCZOWE:

Bardziej szczegółowo

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

Krzysztof 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 szczegółowo

WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH

WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH Tadeusz Czernik Uniwersye Ekonomiczny w Kaowicach WPŁYW NIEPEWNOŚCI OZACOWANIA ZMIENNOŚCI NA CENĘ INTRUMENTÓW POCHODNYCH Wprowadzenie Jednym z filarów współczesnych finansów jes eoria wyceny insrumenów

Bardziej szczegółowo

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski Maeriały i Sudia nr 312 Sały czy płynny? Model PVEC realnego kursu waluowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski Pior Kębłowski Maeriały i Sudia nr 312 Sały czy płynny? Model PVEC

Bardziej szczegółowo

MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII

MODELOWANIE 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 szczegółowo

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ

OCENA 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 szczegółowo

EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP

EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP Joanna Landmesser Kaedra Ekonomerii i Informayki SGGW e-mail: jgwiazda@mors.sggw.waw.pl EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE Sreszczenie: W pracy zbadano wysępowanie efeku

Bardziej szczegółowo

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.

Bardziej szczegółowo

dr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG

dr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego

Bardziej szczegółowo

ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 013 ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarswa Wiejskiego w Warszawie BADANIE EFEKTYWNOŚCI INFORMACYJNEJ

Bardziej szczegółowo

Analiza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. http://zajecia.jakubw.pl/ test 1 dopełnienie testu 1

Analiza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. http://zajecia.jakubw.pl/ test 1 dopełnienie testu 1 Analiza danych Drzewa decyzyjne. Enropia. Jakub Wróblewski jakubw@pjwsk.edu.pl hp://zajecia.jakubw.pl/ DRZEWA DECYZYJNE Meoda reprezenacji wiedzy (modelowania ablic decyzyjnych). Pozwala na przejrzysy

Bardziej szczegółowo

ĆWICZENIE NR 43 U R I (1)

ĆWICZENIE NR 43 U R I (1) ĆWCZENE N 43 POMY OPO METODĄ TECHNCZNĄ Cel ćwiczenia: wyznaczenie warości oporu oporników poprzez pomiary naężania prądu płynącego przez opornik oraz napięcia na oporniku Wsęp W celu wyznaczenia warości

Bardziej szczegółowo

ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO BADANIA KONDYCJI FINANSOWEJ PRZEDSIĘBIORSTW SEKTORA ROLNO-SPOŻYWCZEGO

ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO BADANIA KONDYCJI FINANSOWEJ PRZEDSIĘBIORSTW SEKTORA ROLNO-SPOŻYWCZEGO 120 Krzyszof STOWARZYSZENIE Gajowniczek, Tomasz Ząbkowski, EKONOMISTÓW Michał Goskowski ROLNICTWA I AGROBIZNESU Roczniki Naukowe om XVI zeszy 6 Krzyszof Gajowniczek, Tomasz Ząbkowski, Michał Goskowski

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 MAŁGORZATA BOŁTUĆ Uniwersye Ekonomiczny we Wrocławiu ZALEŻNOŚĆ POMIĘDZY RYNKIEM SWAPÓW KREDYTOWYCH

Bardziej szczegółowo

Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR

Krzysztof 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 szczegółowo

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO Sreszczenie Michał Barnicki Poliechnika Śląska, Wydział Oranizacji i Zarządzania Monika Odlanicka-Poczobu Poliechnika Śląska, Wydział

Bardziej szczegółowo

Dobór przekroju żyły powrotnej w kablach elektroenergetycznych

Dobór przekroju żyły powrotnej w kablach elektroenergetycznych Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego

Bardziej szczegółowo

Zarządzanie ryzykiem. Lista 3

Zarządzanie ryzykiem. Lista 3 Zaządzanie yzykiem Lisa 3 1. Oszacowano nasępujący ozkład pawdopodobieńswa dla sóp zwou z akcji A i B (Tabela 1). W chwili obecnej Akcja A ma waość ynkową 70, a akcja B 50 zł. Ile wynosi pięciopocenowa

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Anna Krauze Uniwersye Warmińsko-Mazurski

Bardziej szczegółowo

Wyznaczanie temperatury i wysokości podstawy chmur

Wyznaczanie temperatury i wysokości podstawy chmur Wyznaczanie emperaury i wysokości podsawy chmur Czas rwania: 10 minu Czas obserwacji: dowolny Wymagane warunki meeorologiczne: pochmurnie lub umiarkowane zachmurzenie Częsoliwość wykonania: 1 raz w ciągu

Bardziej szczegółowo

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

WYCENA 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika Zależność

Bardziej szczegółowo

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń Krzyszof Pionek Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Kaedra Inwesycji Finansowych i Ubezpieczeń Przegląd i porównanie meod oceny modeli VaR Wsęp - Miara VaR Warość zagrożona (warość narażona

Bardziej szczegółowo

Wykorzystanie rozkładu GED do modelowania rozkładu stóp zwrotu spółek sektora transportowego

Wykorzystanie rozkładu GED do modelowania rozkładu stóp zwrotu spółek sektora transportowego PUCZYŃSKI Jan CZYŻYCKI afał Wykorzyanie rozkładu GED do modelowania rozkładu óp zwrou półek ekora ranporowego WSTĘP Jednym z najczęściej prowadzonych badań doyczących rynku kapiałowego ą badania doyczące

Bardziej szczegółowo

Matematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.

Matematyka 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 szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Sreszczenie:

Bardziej szczegółowo

ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH

ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH Jacek Leśkow, Jusyna Mokrzycka, Kamil Krawiec 1 Sreszczenie Współczesne zarządzanie ryzykiem finansowanym opiera się na analizie zwroów szeregów

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa 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 szczegółowo

MATERIAŁY I STUDIA. Zeszyt nr 258. Podatność polskich rynków finansowych na niestabilności wewnętrzne i zewnętrzne

MATERIAŁY I STUDIA. Zeszyt nr 258. Podatność polskich rynków finansowych na niestabilności wewnętrzne i zewnętrzne MATERIAŁY I STUDIA Zeszy nr 58 Podaność polskich rynków finansowych na niesabilności wewnęrzne i zewnęrzne Wojciech Bieńkowski, Bogna Gawrońska-Nowak, Wojciech Grabowski Warszawa, 0 r. Wojciech Bieńkowski

Bardziej szczegółowo

Równoległy algorytm analizy sygnału na podstawie niewielkiej liczby próbek

Równoległy algorytm analizy sygnału na podstawie niewielkiej liczby próbek Nauka Zezwala się na korzysanie z arykułu na warunkach licencji Creaive Commons Uznanie auorswa 3.0 Równoległy algorym analizy sygnału na podsawie niewielkiej liczby próbek Pior Kardasz Wydział Elekryczny,

Bardziej szczegółowo

WYTRZYMAŁOŚĆ KOMPOZYTÓW WARSTWOWYCH

WYTRZYMAŁOŚĆ KOMPOZYTÓW WARSTWOWYCH WYTRZYMAŁOŚĆ KOMPOZYTÓW WARTWOWYCH Zagadnienia wyrzymałościowe w przypadku maeriałów kompozyowych, a mówiąc ściślej włóknisych kompozyów warswowych (np. laminay zbrojone włóknami) należy rozparywać na

Bardziej szczegółowo

KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK)

KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK) KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK) Kaarzyna Kuziak Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W 1994 roku insyucja finansowa JP Morgan opublikowała

Bardziej szczegółowo

Jednofazowe przekształtniki DC AC i AC DC z eliminacją składowej podwójnej częstotliwości po stronie DC

Jednofazowe przekształtniki DC AC i AC DC z eliminacją składowej podwójnej częstotliwości po stronie DC Akademia Górniczo-Hunicza im. Sanisława Saszica w Krakowie Wydział Elekroechniki, Auomayki, Informayki i Inżynierii Biomedycznej Kaedra Energoelekroniki i Auomayki Sysemów Przewarzania Energii Auorefera

Bardziej szczegółowo

Ruch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof.

Ruch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof. Ruch płaski Ruchem płaskim nazywamy ruch, podczas kórego wszyskie punky ciała poruszają się w płaszczyznach równoległych do pewnej nieruchomej płaszczyzny, zwanej płaszczyzną kierującą. Punky bryły o jednakowych

Bardziej szczegółowo

ROZDZIAŁ 8 DYSKUSJA NAD NEO-KEYNESOWSKĄ KRZYWĄ PHILLIPSA WNIOSKI DLA POLSKI

ROZDZIAŁ 8 DYSKUSJA NAD NEO-KEYNESOWSKĄ KRZYWĄ PHILLIPSA WNIOSKI DLA POLSKI Marcin Brycz ROZDZIAŁ 8 DYSKUSJA NAD NEO-KEYNESOWSKĄ KRZYWĄ PHILLIPSA WNIOSKI DLA POLSKI Wprowadzenie Blisko pięćdziesią la ocząca się dyskusja nad krzywą Phillipsa nabrała nowego rozmachu od czasu publikacji

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

Zastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary

Zastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary Anna Górska 1 Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych Szkoła Główna Gospodarswa Wiejskiego Warszawa Zasosowanie narzędzi analizy echnicznej w bezpośrednim i pośrednim inwesowaniu

Bardziej szczegółowo

Zastosowanie predykcji sygnału odchylenia regulacyjnego do centralnej regulacji mocy czynnej i częstotliwości w systemie elektroenergetycznym

Zastosowanie predykcji sygnału odchylenia regulacyjnego do centralnej regulacji mocy czynnej i częstotliwości w systemie elektroenergetycznym INSTYTUT AUTOMATYKI SYSTEMÓW ENERGETYCZNYCH Zasosowanie predykcji sygnału odchylenia regulacyjnego do cenralnej regulacji mocy czynnej i częsoliwości w sysemie elekroenergeycznym Prof. dr hab. inż. Tadeusz

Bardziej szczegółowo

Giełdy Papierów Wartościowych w Warszawie

Giełdy Papierów Wartościowych w Warszawie SZKOŁA GŁÓWNA HANDLOWA W WARSZAWIE STUDIUM DYPLOMOWE KIERUNEK: Meody Ilościowe i Sysemy Informacyjne Michał Rubaszek Nr alb. 5346 Arbiraż cenowy na przykładzie Giełdy Papierów Warościowych w Warszawie

Bardziej szczegółowo

MODELOWANIE PREFERENCJI A RYZYKO 11

MODELOWANIE PREFERENCJI A RYZYKO 11 MODELOWANIE PREFERENCJI A RYZYKO Sudia Ekonomiczne ZESZYTY NAUKOWE WYDZIAŁOWE UNIWERSYTETU EKONOMICZNEGO W KATOWICACH MODELOWANIE PREFERENCJI A RYZYKO Kaowice 20 Komie Redakcyjny Tadeusz Trzaskalik (redakor

Bardziej szczegółowo

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie

Bardziej szczegółowo

OeconomiA copernicana. Adam Waszkowski Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

OeconomiA copernicana. Adam Waszkowski Szkoła Główna Gospodarstwa Wiejskiego w Warszawie OeconomiA copernicana 2012 Nr 3 ISSN 2083-1277 Adam Waszkowski Szkoła Główna Gospodarswa Wiejskiego w Warszawie MECHANIZM TRANSMISJI IMPULSÓW POLITYKI MONETARNEJ DLA POLSKIEJ GOSPODARKI Klasyfikacja JEL:

Bardziej szczegółowo

VII.5. Eksperyment Michelsona-Morleya.

VII.5. Eksperyment Michelsona-Morleya. Janusz. Kępka Ruch absoluny i względny VII.5. Eksperymen Michelsona-Morleya. Zauważmy że pomiar ruchu absolunego jakiegokolwiek obieku maerialnego z założenia musi odnosić się do prędkości fali świelnej

Bardziej szczegółowo

Prognoza skutków handlowych przystąpienia do Europejskiej Unii Monetarnej dla Polski przy użyciu uogólnionego modelu grawitacyjnego

Prognoza skutków handlowych przystąpienia do Europejskiej Unii Monetarnej dla Polski przy użyciu uogólnionego modelu grawitacyjnego Bank i Kredy 40 (1), 2009, 69 88 www.bankikredy.nbp.pl www.bankandcredi.nbp.pl Prognoza skuków handlowych przysąpienia do Europejskiej Unii Monearnej dla Polski przy użyciu uogólnionego modelu grawiacyjnego

Bardziej szczegółowo

Harmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej

Harmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci

Bardziej szczegółowo