UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
|
|
- Rafał Stefański
- 6 lat temu
- Przeglądów:
Transkrypt
1 Pior Fiszeder UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE. Wprowadzenie Rynki kapiałowe na świecie są coraz silniej powiązane. Do najważniejszych przyczyn ego zjawiska można zaliczyć inegrację i liberalizację rynków finansowych, globalizację oraz posęp echnologiczny. Z uwagi na charakerysyczne własności empirycznych sóp zwrou, akie jak: skupianie się zmienności, zmienność wariancji warunkowej, grube ogony i lepokuryczność rozkładów, do analizy powiązań między rynkami kapiałowymi należy zasosować bardziej zaawansowane meody i modele ekonomeryczne akie jak modele GARCH lub SV. Badania w niniejszej pracy zosały przeprowadzone na podsawie wielorównaniowych modeli GARCH. Głównym celem przeprowadzonych analiz było określenie charakeru relacji pomiędzy Giełdą Papierów Warościowych w Warszawie a wybranymi rynkami akcji na świecie, ze szczególnym uwzględnieniem sałości warunkowych korelacji oraz przyczynowości dla średnich i wariancji. W większości prac doyczących powiązań między GPW w Warszawie a innymi rynkami akcji bada się wyłącznie korelacje bezwarunkowe lub koinegrację. 2. Sosowane posacie modeli GARCH oraz esy saysyczne Jedną z najczęściej sosowanych posaci wielorównaniowego modelu GARCH w przypadku kilku szeregów czasowych jes model BEKK. Model en zasosowano w badaniu z uwagi na o, że pozwala pośrednio opisać zmieniające się w czasie warunkowe współczynniki korelacji pomiędzy szeregami czasowymi (poprzez zmienne warunkowe wariancje i kowariancje sóp zwrou) oraz zależności pomiędzy wariancjami warunkowymi szeregów w różnych okresach. Zaleą ego modelu jes również fak, że nie nakłada on z góry na paramery krępujących ograniczeń. Przyjęą w badaniu parameryzację dwurównaniowego modelu VAR(k)-BEKK(p,q) można przedsawić w posaci: Y. Baba, R. F. Engle, D. F. Kraf, K. F. Kroner, Mulivariae Simulaneous Generalized ARCH, Deparmen of Economics, Universiy of California a San Diego, 990, Working Paper.
2 r a0 ar br2... a k r k b k r2 k, () r2 a20 a2r b2r2... a2k r k b2k r2 k 2, (2) ε ~ (0, H ), (3) q i i p ' ' H CC' D ε ε' D E H E, (4) ik i ik j jk j jk gdzie, oznaczają sopy zwrou badanych indeksów, ε (, 2 )', oznacza zbiór r r2 wszyskich informacji dosępnych w chwili, H jes warunkową macierzą kowariancji ε o wymiarach N N, C, D ik oraz E jk są macierzami paramerów o wymiarach N N. Isnieje kilka esów sałości warunkowych współczynników korelacji w wielorównaniowym modelu GARCH. W niniejszej pracy zasosowano es Tse 2, kóry w przypadku dużych prób jes dosyć odporny na odchylenia od rozkładu normalnego. Konsrukcja esu opara jes na saysyce LM. Sałość korelacji może być esowana poprzez badanie hipoezy H 0 : ij 0 (dla i j N ), gdzie ij są paramerami w rozszerzonym modelu sałych warunkowych współczynników korelacji: h h i ij h dla i,2,..., N, (5) 2 i0 i i i i h h, (6) ij i j dla i j N. (7) ij ij ij i j W równaniu (5) założono, że wariancje warunkowe są opisane przez modele GARCH(,), jednakże cała procedura esu może być dalej rozszerzona na ogólny przypadek modelu GARCH ( p, q). W rozszerzonym modelu ze zmieniającymi się w czasie współczynnikami korelacji wysępuje P N 2 2N paramerów. Liczba niezależnych resrykcji wynosi zaem M N( N )/ 2. Niech s L ( ) / θ oznacza P -elemenowy wekor T pierwszych pochodnych cząskowych logarymu funkcji wiarygodności, a S - macierz o wymiarach,...,t T P, w kórej wiersze będą pochodnymi cząskowymi l ( θ) / θ' dla, o saysyka LM (oznaczana przez Tse jako LMC ) może być oszacowana według nasępujących formuł: LMC sˆ'( Sˆ' Sˆ) sˆ l ' Sˆ( Sˆ' Sˆ) Sˆ ' l, (8) 2 Y. K. Tse, A Tes for Consan Correlaions in A Mulivariae GARCH Model, Journal of Economerics, 2000, 98, s
3 gdzie ŝ i Ŝ są obliczane przy założeniu prawdziwości hipoezy zerowej, l jes wekorem jedynek o wymiarach T. 2 Saysyka LMC ma asympoyczny rozkład o M sopniach swobody. W lieraurze zaproponowano również kilka esów doyczących przyczynowości dla średnich i wariancji. W części empirycznej pracy zasosowano es przyczynowości Grangera - najczęściej sosowany es przyczynowości dla średnich oraz es Caporale a, Piisa i Spagnolo 3 es przyczynowości dla wariancji. Drugi es jes konsruowany na podsawie wielorównaniowego modelu GARCH i sprowadza się do weryfikacji resrykcji, nałożonych na paramery modelu BEKK. Dla najprosszej posaci modelu o wymiarach p q, hipoeza o braku przyczynowości ma posać resrykcji, nałożonych na paramery w macierzach D i E (w równaniu (4)), ak aby sały się one odpowiednio górnymi lub dolnymi macierzami rójkąnymi. W szczególności hipoeza H d e 0 oznacza, że h 2 nie jes przyczyną h, podczas gdy h jes przyczyną h 2. 0 : Analiza powiązań między GPW w Warszawie a wybranymi rynkami akcji na świecie Syuacja na innych rynkach akcji na świecie ma isony wpływ na koniunkurę na GPW w Warszawie 4. W niniejszej analizie zbadano zależności wysępujące pomiędzy indeksem WIG a wybranymi indeksami rynków akcji. Indeks WIG o najsarszy i obejmujący najszerszą liczbę spółek indeks charakeryzujący GPW w Warszawie. Do badania wybrano indeksy najważniejszych rynków akcji na świecie, kóre były najsilniej skorelowane z indeksem WIG: S&P 500, DAX i FTSE Indeksy e opisują klima inwesycyjny w Sanach Zjednoczonych, Niemczech i Wielkiej Bryanii. Dodakowo badano indeks giełdy w Budapeszcie - BUX, ponieważ według wyników wcześniejszych badań auora 6 był on 3 G. M. Caporale, N. Piis, N. Spagnolo, Tesing for Causaliy-in-Variance: an Applicaion o he Eas Asian Markes, Inernaional Journal of Finance and Economics, 2002, 7, (3), s Parz np. P. Fiszeder, Zasosowanie modeli GARCH w analizie krókookresowych zależności pomiędzy Warszawską Giełdą Papierów Warościowych a międzynarodowymi rynkami akcji, Przegląd Saysyczny, 200, 48, s Ibidem, s P. Fiszeder, W. Razik, Tesowanie efeku conagion zasosowanie wielorównaniowego modelu GARCH, Rynek Kapiałowy, Skueczne inwesowanie, cześć I, Uniwersye Szczeciński, Szczecin, 2004, s
4 przez kilka la najsilniej skorelowany z indeksem WIG. Analizowano dzienne, logarymiczne sopy zwrou z okresu od 3 października 994 r. 7 do 3 sycznia 2008 r. W badaniu zasosowano dwurównaniowe modele VAR-GARCH. Oczywiście można by esymować paramery modelu VAR-GARCH dla wszyskich indeksów łącznie, ale w ym przypadku konieczne byłoby przyjęcie uproszczonej parameryzacji modelu GARCH, zakładającej na przykład sałość warunkowych współczynników korelacji lub brak wzajemnych zależności między wariancjami indeksów w czasie. Jak pokazały przedsawione dalej wyniki, oba założenia nie są spełnione dla badanych indeksów. Model VAR pozwolił opisać wysępującą auokorelację sóp zwrou oraz wzajemne relacje między warościami średnimi badanych procesów. Zasosowanie wielorównaniowego modelu GARCH pozwoliło opisać zmieniające się w czasie warunkowe wariancje i kowariancje sóp zwrou. W pierwszej kolejności esowano sałość warunkowych współczynników korelacji pomiędzy sopami zwrou badanych indeksów giełdowych. W badaniu zasosowano es Tse, zaprezenowany punkcie 2. Esymowano paramery modelu sałych warunkowych współczynników korelacji 8. Wyniki esu Tse przedsawiono w abeli. Dla modelu dwurównaniowego saysyka LMC ma asympoyczny rozkład 2 o jednym sopniu swobody. Tabela. Tesowanie sałości warunkowych współczynników korelacji Badane indeksy LMC Współczynnik korelacji WIG S&P 500,3 0,7 WIG S&P 500-5,7* 0,27 WIG BUX 4,* 0,42 WIG DAX 5,56* 0,33 WIG FTSE 250 4,6* 0,32 Gwiazdka oznacza oceny saysyk, w przypadku kórych, hipoeza o sałości warunkowych współczynników korelacji zosała odrzucona na poziomie isoności 0,05. Źródło: Obliczenia własne. W abeli zaprezenowano również szacunki współczynników korelacji, orzymane na podsawie modelu sałych warunkowych współczynników korelacji. Najsilniejsza zależność wysępowała między sopami zwroów indeksów WIG i BUX. Powiązania gospodarcze między gospodarkami Polski i Węgier nie są na yle silne, aby łumaczyć ak 7 We wcześniejszym okresie noowania nie odbywały się codziennie. 8 T. Bollerslev, Modelling he Coherence in Shor-Run Nominal Exchange Raes: A Mulivariae Generalized ARCH Approach, Review of Economics and Saisics, 990, 72, s
5 wysoką korelację, dlaego wynik en może wydawać się zaskakujący. Tak silne zależności wynikają jednakże z przepływów międzynarodowego kapiału porfelowego, a Polska i Węgry należą do ego samego segmenu rynku. Duża wrażliwość giełdy w Budapeszcie na przepływy kapiału porfelowego wynika z bardzo dużego udziału kapiału zagranicznego w obroach na ej giełdzie. Koniunkura na większości rynków akcji na świecie jes w dużym sopniu uzależniona od koniunkury na rynku akcji w Nowym Jorku, dlaego najsłabsza korelacja między indeksami WIG i S&P 500 może również budzić zdziwienie. Noowania w Nowym Jorku kończą się po zamknięciu sesji na GPW w Warszawie, dlaego inwesorzy mogą zareagować na wydarzenia na NYSE dopiero nasępnego dnia. Końcowa część noowań w Warszawie odbywa się jednakże już w rakcie sesji w Nowym Jorku, dlaego część informacji, napływających na rynek, może być już zdyskonowana dzień wcześniej. Zaem wpływ giełdy nowojorskiej na giełdę warszawską rozkłada się na dwa dni i z ego względu w abeli podano wyniki dla obu relacji. Ze zrozumiałych względów zależność jednoczesna jes słabsza. Bardzo ineresujący jes wynik esu Tse dla sóp zwrou indeksów WIG i S&P 500. Inny charaker ma zależność jednoczesna, gdzie wysępuje sałość warunkowych współczynników korelacji, a inny - zależność między indeksem S&P 500 a noowaniami nasępnego dnia indeksu WIG, gdzie mamy do czynienia ze zmiennymi warunkowymi współczynnikami korelacji. Prawidłowe opisanie obu zależności jednocześnie nie jes możliwe za pomocą klasycznych modeli procesów sochasycznych, w ym również nie jes możliwe za pomocą modelu VAR-BEKK. Wyniki esu Tse wskazują, że dla wszyskich par indeksów, poza jednoczesną zależnością między indeksami WIG i S&P 500, należy odrzucić hipoezę o sałości warunkowych współczynników korelacji. Z dalszej analizy należało zaem wyeliminować model sałych warunkowych współczynników korelacji. Sosowanie klasycznych narzędzi analizy porfelowej może być zaem w pewnych okresach niewłaściwe. Z kolei w okresach znacznego wzrosu korelacji korzyści wynikające z międzynarodowej dywersyfikacji akywów mogą całkowicie zanikać. W dalszej kolejności esymowano model BEKK, kóry zapewnia dodanią określoność macierzy warunkowych kowariancji dla wszyskich możliwych realizacji i nie nakłada z góry na paramery zby krępujących ograniczeń. Szacowano paramery modeli VAR()-BEKK(,). Analiza własności sandaryzowanych resz pokazuje, że aka specyfikacja modelu jes wysarczająca. Dla wszyskich par indeksów model z warunkowym rozkładem -Sudena opisywał badane szeregi lepiej niż model z warunkowym rozkładem normalnym. Uzyskane wyniki (pominięe z uwagi na ograniczony rozmiar publikacji) sugerują, że między indeksem WIG 5
6 a badanymi indeksami giełd na świecie isnieją bardzo silne krókookresowe powiązania doyczące nie ylko średnich procesów, ale również wariancji. Oszacowane modele bardzo dobrze opisują zmienność i zależności między sopami zwrou badanych indeksów (poza opisaną wyżej jednoczesną zależnością między indeksami WIG i S&P 500). Z uwagi na złożoną parameryzację modelu GARCH, nie jes do końca jasne, jak kszałują się zależności przyczynowe między wariancjami badanych indeksów. Z ego względu zasosowano es przyczynowości dla wariancji. Analizę przeprowadzono na podsawie esu Caporale a, Piisa i Spagnolo 9 (parz abela 2). Tabela 2 Tesowanie przyczynowości Kierunek zależności Dla średnich Dla wariancji WIG S&P 500 0,43,5 S&P 500 WIG 83,33* 4,58* WIG BUX 4,33* 8,2* BUX WIG 5,7* 26,56* WIG DAX 0,23 0,94 DAX WIG 2,08*,40 WIG FTSE 250 0,86,55* FTSE 250 WIG 40,97* 7,86* Gwiazdka oznacza oceny saysyk, w przypadku kórych, hipoeza zakładająca, że dany indeks nie jes przyczyną innego indeksu, zosała odrzucona na poziomie isoności 0,05. Źródło: Obliczenia własne. W pierwszej kolejności dodakowo zasosowano również es przyczynowości Grangera. We wszyskich przypadkach hipoeza zakładająca, że sopy zwrou badanych indeksów (badane pojedynczo) nie są przyczyną sóp zwrou indeksu WIG, zosała odrzucona. Naomias przy badaniu odwronej zależności ylko hipoeza, według kórej sopy zwrou indeksu WIG nie są przyczyną sóp zwrou indeksu BUX, zosała odrzucona. Nieco inaczej wyglądają wyniki esowania przyczynowości dla wariancji. Hipoeza zakładająca, że wariancja warunkowa badanych indeksów nie jes przyczyną wariancji warunkowej indeksu WIG, zosała odrzucona dla wszyskich szeregów poza indeksem DAX. W przypadku odwronych zależności odrzucona zosała hipoeza, według kórej wariancja warunkowa indeksu WIG, nie jes przyczyną wariancji warunkowej indeksu BUX i osobno indeksu FTSE 250. Na podsawie wyników esów widać wyraźnie, że najbardziej złożone relacje wysępują między indeksami WIG i BUX. Przyczyną ych zależności są przepływy międzynarodowego kapiału porfelowego. Wzajemne powiązania doyczące wariancji między indeksami WIG i FTSE 250 również wynikają z przepływu kapiału międzynarodowego, ponieważ duży udział w zagranicznym kapiale, obecnym na 9 G. M. Caporale, N. Piis, N. Spagnolo, op. ci, s
7 polskim rynku, mają inwesorzy z Londynu. Waro również podkreślić, że pomimo zbliżonych szacunków współczynników korelacji między indeksem WIG i indeksami FTSE 250 oraz DAX silniejsze powiązania wysępują między indeksami WIG i FTSE 250. Wysępowanie zależności przyczynowych doyczących średnich oznacza możliwość prognozowania sóp zwrou jednego indeksu na podsawie sóp zwrou innego indeksu. Z kolei wysępowanie zależności przyczynowych doyczących wariancji oznacza możliwość prognozowania wariancji jednego indeksu na podsawie wariancji innego indeksu. Na podsawie oszacowanych modeli VAR-BEKK wyliczono warunkowe współczynniki korelacji oraz warunkowe odchylenia sandardowe. Ich przebieg dla wybranej pary indeksów, mianowicie WIG i S&P- 500, przedsawiono na rysunku. Rys.. Warunkowe współczynniki korelacji oraz warunkowe odchylenia sandardowe sóp zwrou dla indeksów WIG i S&P Warunkowe odchylenie sandardowe WIG Warunkowe odchylenie sandardowe S&P Warunkowe współczynniki korelacji WIG -S&P Źródło: Opracowanie własne. 7
8 Oszacowane współczynniki korelacji znacząco zmieniały się w czasie. Obok okresów, kiedy zależności pomiędzy indeksami WIG i S&P 500 były bardzo silne, wysępowały również okresy, kiedy korelacje były bardzo słabe, a nawe ujemne. Znaczący wzros zależności pomiędzy GPW w Warszawie a rynkiem akcji w Nowym Jorku nasąpił w lisopadzie 997 roku. Bardzo duży wpływ na zachowanie polskich inwesorów wywarł kryzys finansowy w krajach Dalekiego Wschodu, a szczególnie kryzys na giełdzie w Hongkongu (koniec października i lisopad 997 r.). Pokazał on, że koniunkura na GPW w Warszawie może w bardzo dużym sopniu zależeć od syuacji na innych rynkach kapiałowych na świecie. Najsilniejsze korelacje wysępowały w okresach kryzysów finansowych (kryzys w krajach Dalekiego Wschodu, kryzys w Rosji). Wysępujące w ych okresach spadki cen akcji, na większości rynków kapiałowych na świecie, były związane z efekem zarażania. Krókorwały wzros współczynników korelacji jes najczęściej związany ze wzrosem wariancji warunkowej przynajmniej jednego z badanych indeksów. W laach korelacja była znacznie silniejsza niż w pozosałych laach. Wzros warunkowej wariancji był prawie zawsze związany ze spadkami cen akcji. Zmienność indeksu WIG jes zdecydowanie większa od zmienności indeksu S&P 500 (wyjąkiem jes króki okres w 2002 r.). Rynki wschodzące, a do akich zaliczana jes GPW w Warszawie, charakeryzują się większą zmiennością niż rynki rozwinięe. Waro podkreślić, że zamach na World Trade Cener w dniu września 200 r. nie spowodował znaczącego wzrosu zmienności indeksu WIG, a w przypadku indeksu S&P 500 wzros en był znacznie słabszy niż en, jaki obserwowano w rakcie kryzysów finansowych. Wysępujący pod koniec 2007 r. i na począku 2008 r. wzros zmienności, związany z kryzysem w sekorze kredyów hipoecznych w Sanach Zjednoczonych również, jak na razie, nie dorównuje jeszcze emu, co można było zaobserwować w poprzednich kryzysach finansowych. Porównując przebieg oszacowanych warunkowych odchyleń sandardowych, można zauważyć dość isoną różnicę między badanymi indeksami. Dla indeksu WIG odchylenia od poziomu średniego mają raczej krókorwały charaker i zmienność powraca do średniej (wielu auorów uznaje akie zachowanie się zmienności jako ypowe dla procesów finansowych). Wpływ zjawisk szokowych na wariancję sóp zwrou indeksu S&P 500 jes zdecydowanie bardziej długorwały (odchylenia zmienności od poziomu średniego rwały nawe dłużej niż pięć la). Konkluzja a jes zgodna z wnioskami wynikającymi z analizy 8
9 jednorównaniowych modeli GARCH, gdzie suma ocen paramerów była większa dla indeksu S&P Podsumowanie W pracy zbadano relacje między Giełdą Papierów Warościowych w Warszawie a wybranymi rynkami akcji na świecie. Dla wszyskich indeksów, poza jednoczesną zależnością między indeksami WIG i S&P 500, odrzucono hipoezę o sałości warunkowych współczynników korelacji. Pomiędzy badanymi indeksami wysępują silne zależności przyczynowe doyczące zarówno średnich, jak i wariancji. Lieraura: Baba Y., Engle R. F., Kraf D. F., Kroner K. F., Mulivariae Simulaneous Generalized ARCH, Deparmen of Economics, Universiy of California a San Diego, 990, Working Paper. Bollerslev T., Modelling he Coherence in Shor-Run Nominal Exchange Raes: A Mulivariae Generalized ARCH Approach, Review of Economics and Saisics, 990, 72, Caporale G. M., Piis N., Spagnolo N., Tesing for Causaliy-in-Variance: an Applicaion o he Eas Asian Markes, Inernaional Journal of Finance and Economics, 2002, 7, (3), Fiszeder P., Zasosowanie modeli GARCH w analizie krókookresowych zależności pomiędzy Warszawską Giełdą Papierów Warościowych a międzynarodowymi rynkami akcji, Przegląd Saysyczny, 200, 48, P. Fiszeder, Razik W., Tesowanie efeku conagion zasosowanie wielorównaniowego modelu GARCH, Rynek Kapiałowy, Skueczne inwesowanie, cześć I, Uniwersye Szczeciński, Szczecin, Tse Y. K., A Tes for Consan Correlaions in A Mulivariae GARCH Model, Journal of Economerics, 2000, 98, ANALYSIS OF RELATIONS BETWEEN WIG INDEX AND SELECTED INDICES OF STOCK MARKETS IN THE WORLD Relaions beween he Warsaw Sock Exchange and seleced sock markes in he world are analysed in he paper. For all indices, excep simulaneous relaion beween WIG and S&P 500 indices, hypohesis of consan condiional correlaions was rejeced. Beween 9
10 analysed indices exis srong causaliy relaions boh for he mean and for he variance. 0
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 szczegółowoDYNAMICZNE 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 szczegółowoDYNAMICZNE 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 szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoAlicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna w Kaowicach Analiza
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoStudia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
Bardziej szczegółowoTESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowoPIOTR FISZEDER, JACEK KWIATKOWSKI Katedra Ekonometrii i Statystyki
PIOTR FISZEDER, JACEK KWIATKOWSKI Kaedra Ekonomerii i Saysyki DYNAMICZNA ANALIZA ZALEŻNOŚCI POMIĘDZY OCZEKIWANĄ STOPĄ ZWROTU A WARUNKOWĄ WARIANCJĄ Sreszczenie: W badaniu zasosowano modele GARCHM ze sałym
Bardziej szczegółowoDaniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Wykorzysanie
Bardziej szczegółowoWYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
Bardziej szczegółowoZJAWISKA 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 szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoWyzwania 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 szczegółowoMODELOWANIE 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 szczegółowoZarządzanie 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 szczegółowoJacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
Bardziej szczegółowoTestowanie współzależności w rozwoju gospodarczym
The Wroclaw School of Banking Research Journal ISSN 1643-7772 I eissn 2392-1153 Vol. 15 I No. 5 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu ISSN 1643-7772 I eissn 2392-1153 R. 15 I Nr 5 Tesowanie
Bardziej szczegółowoTransakcje 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 szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoMODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp
WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną
Bardziej szczegółowoEFEKT 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 szczegółowoWykorzystanie wielorównaniowych modeli AR-GARCH w pomiarze ryzyka metodą VaR
Krzyszof Pionek Daniel Papla Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wykorzysanie wielorównaniowych modeli AR-GARCH w pomiarze ryzyka meodą VaR Wsęp Wśród różnych meod
Bardziej szczegółowoMagdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności
Bardziej szczegółowoEfekty 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 szczegółowoSTATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU
GraŜyna Trzpio, Dominik KręŜołek Kaedra Saysyki Akademii Ekonomicznej w Kaowicach e-mail rzpio@sulu.ae.kaowice.pl, dominik_arkano@wp.pl STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Bardziej szczegółowoNiestacjonarne 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 szczegółowoKlasyfikacja modeli. Metoda najmniejszych kwadratów
Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Klasyfikacja modeli Modele dzielimy na: - jedno- i wielorównaniowe - liniowe i nieliniowe - sayczne i dynamiczne - sochasyczne i deerminisyczne -
Bardziej szczegółowoANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-86 Nr 89 06 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii pawel.prenzena@edu.ueka.pl
Bardziej szczegółowoZESZYTY 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 szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej szczegółowo1. Szereg niesezonowy 1.1. Opis szeregu
kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany
Bardziej szczegółowoPOWIĄZANIA 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 szczegółowoNie(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 szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoA C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 389 TORUŃ 2009.
A T A U N I V E R S I T A T I S N I O L A I O P E R N I I EKONOMIA XXXIX NAUKI HUMANISTYZNO-SPOŁEZNE ZESZYT 389 TORUŃ 2009 Uniwersye Ekonomiczny w Poznaniu Kaedra Maemayki Sosowanej Blanka Minc DYNAMIKA
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoHeteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Heeroskedasyczność szeregu sóp zwrou a koncepcja pomiaru ryzyka meodą VaR Wsęp Spośród wielu rodzajów ryzyka
Bardziej szczegółowoZASTOSOWANIE 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowoKrzysztof Piontek Akademia Ekonomiczna we Wrocławiu. Modelowanie warunkowej kurtozy oraz skośności w finansowych szeregach czasowych
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 5 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Modelowanie
Bardziej szczegółowoMODELOWANIE 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 szczegółowoANALIZA PORÓWNAWCZA ŚREDNIEGO ODSETKA CZASU PRZEBYWANIA W PIERWSZEJ I DRUGIEJ POŁOWIE DNIA BADANIA EMPIRYCZNE
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl ANALIZA PORÓWNAWCZA ŚREDNIEGO ODSETKA CZASU PRZEBYWANIA
Bardziej szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowoStrukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoOPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR
Daniel Iskra Uniwersye Ekonomiczny w Kaowicach OPTYMALIZACJA PORTFELA IWESTYCYJEGO ZE WZGLĘDU A MIIMALY POZIOM TOLERACJI DLA USTALOEGO VaR Wprowadzenie W osanich laach bardzo popularną miarą ryzyka sała
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoBayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1
Jacek Kwiakowski Uniwersye Mikołaja Kopernika w Toruniu Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1 WSTĘP Powszechnie wiadomo, że podsawowymi własnościami procesów finansowych
Bardziej szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
Bardziej szczegółowoAnaliza transmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu
Bank i Kredy 44 (4), 213, 43 434 www.bankikredy.nbp.pl www.bankandcredi.nbp.pl Analiza ransmisji szoków dla rynków giełdowych Czech, Węgier i Polski w okresie globalnego kryzysu Wojciech Bieńkowski*, Bogna
Bardziej szczegółowoTRANSMISJA KRYZYSU ZAUFANIA NA POLSKI RYNEK MIĘDZYBANKOWY
ACTA UNIVERSITATIS NICOLAI COPERNICI EKONOMIA XLIII nr (202) Pierwsza wersja złożona 26 października 20 ISSN Końcowa wersja zaakcepowana 6 września 202 2080-0339 Agaa Kliber, Pior Płuciennik* TRANSMISJA
Bardziej szczegółowoOddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzaa Doman Akademia Ekonomiczna w Poznaniu Modele mikrosrukury rynku Bageho (97) informed raders próbują wykorzysać swoją przewagę informacyjną
Bardziej szczegółowoMODELOWANIE 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 szczegółowoMATERIAŁY 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 szczegółowoA C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(301), Sławomir I. Bukowski *
A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA (301), 014 * STOPIEŃ INTEGRACJI CZESKIEGO GIEŁDOWEGO RYNKU AKCJI Z GIEŁDOWYM RYNKIEM AKCJI W OBSZARZE EURO 1 1. WPROWADZENIE W obszarze
Bardziej szczegółowoAnaliza 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 szczegółowoMetody weryfikacji stabilności fiskalnej porównanie własności
Bank i Kredy 41 (2), 2010, 87 110 www.bankikredy.nbp.pl www.bankandcredi.nbp.pl Meody weryfikacji sabilności fiskalnej porównanie własności Michał Mackiewicz* Nadesłany: 30 lipca 2009 r. Zaakcepowany:
Bardziej szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową
Bardziej szczegółowoJerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu
Bardziej szczegółowoKRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ
KRZYSZTOF JAJUGA Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ EKONOMETRIA FINANSOWA OKREŚLENIE Modele ekonomerii finansowej są worzone
Bardziej szczegółowoŹRÓDŁA 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 szczegółowoANOMALIA PREMII FORWARD NA RYNKU JENA JAPOŃSKIEGO
ANOMALIA PREMII FORWARD NA RYNKU JENA JAPOŃSKIEGO Kaarzyna Czech Wydział Nauk Ekonomicznych SGGW w Warszawie Wprowadzenie Niezabezpieczony parye sóp procenowych (UIP jes elemenem wielu ważnych modeli kursów
Bardziej szczegółowoCzy 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 szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej szczegółowoZASTOSOWANIE 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 szczegółowoEliza Buszkowska * DYNAMIKA PRZEPŁYWÓW INWESTYCJI POMIĘDZY GIEŁDAMI
ACTA UNIVERSITATIS NICOLAI COPERNICI DOI: hp://dx.doi.org/10.12775/aunc_econ.2014.017 EKONOMIA XLV nr 2 (2014) 275 288 Pierwsza wersja złożona 26 czerwca 2014 ISSN Końcowa wersja zaakcepowana 20 grudnia
Bardziej szczegółowoPrognozowanie 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 szczegółowoWYKORZYSTANIE 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 szczegółowoGiełdy 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 szczegółowoMagdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarim Nakowe 4 6 września 2007 w Torni Kaedra Ekonomerii i Saysyki Uniwersye Mikołaja Kopernika w Torni Magdalena Osińska Marcin Fałdziński Uniwersye
Bardziej szczegółowoModel segmentowy bezzatrudnieniowego wzrostu gospodarczego
Maria Jadamus-Hacura * Krysyna Melich-Iwanek ** Model segmenowy bezzarudnieniowego wzrosu gospodarczego Wsęp Wzros gospodarczy jes jednym z podsawowych czynników kszałujących rynek pracy. Rynek en jes
Bardziej szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej szczegółowoANALIZA ZALEŻNOŚCI PRZYCZYNOWYCH ROZWOJU GOSPODARCZEGO POLSKI I WYBRANYCH PAŃSTW UNII EUROPEJSKIEJ
Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicac ANALIZA ZALEŻNOŚCI PRZYCZYNOWYCH ROZWOJU GOSPODARCZEGO POLSKI I WYBRANYCH PAŃSW UNII EUROPEJSKIEJ Wprowadzenie Badanie dynamiki i flukuacji rozwoju gospodarczego
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoKrzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR
Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność
Bardziej szczegółowoAnaliza 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 szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoWpływ rentowności skarbowych papierów dłużnych na finanse przedsiębiorstw i poziom bezrobocia
Wpływ renowności skarbowych papierów dłużnych na inanse przedsiębiorsw i poziom bezrocia Leszek S. Zaremba Sreszczenie W pracy ej wykażemy prawidłowość, kóra mówi, że im wyższa jes renowność bezryzykownych
Bardziej szczegółowoMETODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
Bardziej szczegółowoPREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY
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
Bardziej szczegółowoWERYFIKACJA JAKOŚCI PROGNOZ ZMIENNOŚCI WYKORZYSTYWANYCH W MODELU RISKMETRICS TM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-8611 Nr 86 016 Ekonomia 6 Uniwersye Ekonomiczny w Kaowicach Wydział Finansów i Ubezpieczeń Kaedra Inwesycji i Nieruchomości
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Bardziej szczegółowoSZACOWANIE 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 szczegółowoMetody 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 szczegółowoMetody i narzędzia ewaluacji
Meody i narzędzia ewaluacji wyników zdalnego esowania wiedzy (plaforma informayczna e-maura) Książka przygoowana w ramach projeku E-maura, współfinansowanego przez Unię Europejską w ramach Europejskiego
Bardziej szczegółowot MODELU AARCH ROZWOJU GOSPODARCZEGO
Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl SKŁADOWA γ MODELU AARCH ROZWOJU GOSPODARCZEGO Wprowadzenie Gospodarka każdego kraju jes kszałowana przez specyficzne dla
Bardziej szczegółowoZajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
Bardziej szczegółowoKrzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20
Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH
Bardziej szczegółowo