POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
|
|
- Władysław Mucha
- 8 lat temu
- Przeglądów:
Transkrypt
1 Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe są jedną z podsawowych zmiennych w analizach ekonomicznych o bardzo zróżnicowanym charakerze, od najbardziej ogólnych modeli makroekonomicznych po bardzo szczegółowe modele opisujące funkcjonowanie rynków finansowych. Zachowanie się sóp procenowych ma isone implikacje dla poliyki monearnej oraz uczesników rynków finansowych. Najbardziej ogólne spojrzenie na miejsce sóp procenowych w gospodarce dają modele równowagi krókookresowej, np. neokeynesowski model NKPM : y = y e = 1 1 e r = r+ β ( π π = α π π δ ( r π ) + v e + (1 + α ) π 1 e = 1 π + 1 * π ) + γ ( y + α ( y y y * ) 1 y * 1 ) + ε gdzie: y produk r sopa procenowa π - inflacja W gospodarce mamy do czynienia nie z jedna sopą, lecz całą wiązką sóp procenowych. Najczęściej dzielone są one wg erminu, ale mogą być eż dzielone wg klasy ryzyka, ypu emiena, sausu podakowego. Zróżnicowanie sóp procenowych pod względem erminu jes bardzo duże, od sóp jedniodniowych (ON) do sóp o kilkudziesięciolenim erminie. Zgodnie z popularnym podziałem sopy procenowe krókookresowe, jako związane z operacjami zawieranymi na okres nie przekraczający jednego roku, wysępują na rynku pieniężnym. Naomias sopy procenowe długookresowe, dla operacji o erminie do wykupu dłuższym niż jeden rok, są rakowane jako elemen rynku kapiałowego. Czasami wyróżnia się średniookresowe sopy, o erminie do 5 la. O ile przedmioem zaineresowania i oddziaływania banku cenralnego są przede wszyskim krókookresowe sopy procenowe, o yle przedmioem zaineresowania przedsiębiorsw podejmujących decyzje inwesycyjne są sopy długookresowe. Mechanizmy
2 kszałowania się sóp o różnym erminie i charaker powiązań pomiędzy nimi ma więc isone znaczenie dla poliyki monearnej oraz funkcjonowania rynków finansowych. Zależność pomiędzy sopą zwrou a okresem do wykupu określa się mianem srukury czasowej sóp procenowych. Graficzny obraz ej zależności dla obligacji o ej samej ocenie kredyowej, ale o różnym erminie do wykupu nazywa się krzywą dochodowości. Sopa zwrou z obligacji skarbowych jes bazową sopą procenową używaną do usalenia sóp zwrou z obligacji innych emienów. Isnieje kilka eorii opisujących srukurę erminową sóp procenowych(mishkin): eoria oczekiwań, Zgodnie z eorią oczekiwań sopa procenowa i n obligacji n-okresowej jes równa :, gdzie i obecna(bieżąca) krókookresowa sopa procenowa - oczekiwana krókookresowa sopa procenowa w k-ym okresie, gdzie k=1,2,,n-1 eoria rynków cząskowych (segmenacji rynków) zakłada, że obligacje o różnych erminach wykupu nie są względem siebie w najmniejszym sopniu subsyucyjne. eoria preferowanego środowisk zakłada, że obligacje o różnych erminach wykupu nie są doskonałymi subsyuami, eoria płynności Premie za płynność dla różnych erminów wykupu są różne i im ermin do wykupu dłuższy ym premia większa, czyli k n jes warością dodanią i aką, że wraz ze wzrosem n rośnie jej warość. Według eorii oczekiwań długookresowe sopy procenowe są równe średniej przyszłych krókookresowych sóp procenowych do upływu erminu do wykupu, według eorii rynków cząskowych sopy procenowe określa popy i podaż na obligacje o określonym erminie do wykupu. Z uwagi na znaczenie dla eorii i prakyki gospodarczej powiązanie pomiędzy króko- i długookresowymi sopami procenowymi były przedmioem wielu analiz empirycznych. Z
3 każdej z hipoez doyczących srukury erminowej wynikają nieco inne wnioski odnośnie powiązań sóp procenowych. Najczęściej weryfikowaną eorią jes eoria oczekiwań. Uzyskiwane w poszczególnych pracach wyniki nie są z sobą w pełni zgodne, a czasem prowadzą do skrajnie odmiennych wniosków. Musafa i Rahman [1995] badali powiązania pomiędzy 3- miesięcznymi i 10- lenimi obligacjami skarbowymi i 10- lenimi AAA. Badania przeprowadzono dla nominalnych i realnych sóp procenowych. Na podsawie analizy koinegracji i modelu koreky błędem swierdzono, że sopy procenowe 3- miesiecznych i 10-lenich obligacji skarbowych nie wykazały powiązań, co skłaniałoby do poparcia eorii segmenacji rynku, naomias 3-miesieczne obligacje i 10-lenie AAA zarówno dla sopy procenowej nominalnej jak i realnej wykazały w badanym okresie zależność w długim okresie, co skłaniałoby do przyjęcia eorii oczekiwań. Przykład analizy empirycznej mającej na celu weryfikację eorii oczekiwań przeprowadził Lange [2005], kóry badał zależności pomiędzy długookresowymi i krókookresowymi sopami procenowymi w Kanadzie. Analiza empiryczna nie pozwoliła na powierdzenie prawdziwości eorii oczekiwań na kanadyjskim rynku finansowym. Duży wpływ na sopy procenowe w Kanadzie miała naomias poliyka pieniężna w USA. Podobne wyniki uzyskał Mankiw [1986] badając sopy procenowe w USA, Kanadzie, Wielkiej Bryanii oraz Niemczech, nie powierdzając eorii oczekiwań. Także na polskim rynku przeprowadzono badania zachowań sóp procenowych. Badania akie przeprowadzili między innymi Ziarnko-Siwek i Kamiński [2003], kórzy wykorzysując prosa regresję, modele VAR oraz model koreky błędem w swoim badaniu nie wykazali, że można powierdzić wpływ sóp krókookresowych na sopy długookresowe zgodnie z eorią oczekiwań. Cele pracy Celem pracy będzie zbadanie czy na rynku polskim sopy procenowe zachowują się zgodnie z eorią oczekiwań oraz jakie zachodzą relacje pomiędzy sopami procenowymi długo- i krókookresowymi, a w szczególności: Sprawdzenie czy pomiędzy sopami procenowymi długo- i krókookresowymi zachodzą relacje długookresowe, zn. czy zachowują one ścieżkę równowagi w długim okresie, równowaga a jes sabilna, jeżeli układ, kóry na skuek działania sił spoza układu zosał wyrącony ze sanu równowagi po pewnym okresie powraca do niego.
4 Tesowanie czy pomiędzy sopami procenowymi długo- i krókookresowymi zachodzą relacje krókookresowe, zn. czy wyrącenie układu z długookresowej ścieżki równowagi jes korygowane przez krókookresowe procesy dososowań Jakie są reakcje na szoki wywołane przez jedną ze zmiennych układu na pozosałe, w ym : jak silne było odchylenie od sanu równowagi, kiedy o odchylenie osiągnęło maksymalną warość, jaka była długość i kszał ścieżki powrou do sanu równowagi. Jaki jes dominujący kierunek powiązań między sopami procenowymi króko- i długookresowymi. Przedmioem zaineresowania jes czy jeżeli pomiędzy poszczególnymi sopami isnieją powiązania, o sopy krókookresowe wpływają na sopy długookresowe, czy eż odwronie. Odpowiedź na o pyanie powinna mieć szczególne znaczenie z punku widzenia eorii i wniosków dla poliyki monearnej. Meoda analizy W przeprowadzonych badaniach wykorzysane zosaną meody opare na idei koinegracji oraz modele wekorowej auoregresji. Teoria koinegracji służy do badania związków jakie zachodzą między zmiennymi makroekonomicznymi w długim okresie czasu i poszukiwania ich długookresowej równowagi. Równowaga dynamiczna oznacza, że zmienne sysemu oddziaływają na siebie w aki sposób poprzez mechanizmy samoregulujące, że sysem nie wykazuje endencji do zmian. Z pojęciem równowagi można wiązać pojęcie sabilności, kóra oznacza, że jeśli sysem zosanie wyrącony z równowagi na wskuek oddziaływania jakiś sił zewnęrznych, o będzie powracał do sanu równowagi W związku z ym pewne grupy zmiennych muszą wykazywać podobne endencje ( rosnącą lub malejąca), kóre są zgodne z ich długookresowymi rajekoriami. Równanie równowagi:, gdzie m=1,,m określające związek miedzy M zmiennymi sysemu sabilnego. Sysemy ekonomiczne są zwykle poddawane działaniu zewnęrznych impulsów (szoków), kóre wyrącają sysem ze sanu równowagi permanennie. W związku z ym mówiąc o równowadze długookresowej mamy na myśli nieskończenie długie okresy czasu, gdyż wówczas możemy mówić o zbieżności sysemu do sanu równowagi. Ponieważ na sysem oddziaływają impulsy zewnęrzne, kóre wyrącają sysem ze sanu równowagi,
5 dlaego eż rzeczywise szeregi y 1() i y 2() najczęściej nigdy nie będą spełniały relacji: y 1() =βy 2() zaem sprawdzenie hipoezy y 1 =βy 2, gdzie subskryp zosał u pominięy w celu podkreślenia, że doyczy o długiego okresu czasu, wymaga zasosowania analizy koinegracyjnej. Zgodnie z ogólnymi zasadami saysyczna weryfikacja hipoez w analizie koinegracyjnej na podsawie modeli VAR przeprowadzona zosanie w nasępujących eapach: gdzie: zbadanie sacjonarności zmiennych wybranych do modelu, kórych badanie można podzielić na dwie meody: meody nieformalne ( opare na funkcji auokorelacji lub funkcji gęsości spekralnej) meody formalne (przeprowadzenie esów Dickeya Fullera ( akże z poprawką auokorelacyjną), es Philipsa-Perrona, czy eż es Kwiakowskiego- Phillipsa-Schmida-Shina). Jeśli zmienne okażą się sacjonarne, o analizę powiązań pomiędzy zmiennymi należy przeprowadzić na podsawie modelu VAR. VAR:, x wekor obserwacji na bieżących warościach wszyskich n zmiennych modelu x =[x 1 x 2 x n ] D - wekor deerminisycznych składników równań, akich jak wyraz wolny, zmienna czasowa, zmienne zero-jedynkowe, lub inne niesochasyczne regresowy; A 0 macierz paramerów przy zmiennych wekora D, nie zawierający zerowych elemenów; A i - macierze paramerów przy opóźnionych zmiennych wekora x, nie zawierające zerowych elemenów; e - wekor sacjonarnych zakłóceń losowych e =[e 1 e 2 e n ], mających niezależny rozkład normalny z zerową średnią i wariancją Σ e. badanie sopnia inegracji zmiennych Zazwyczaj zmienne ekonomiczne nie cechują się sacjonarnością, najczęściej są one zinegrowane w sopniu pierwszym (I(1)).W analizie koinegracyjnej zmienne muszą być zinegrowane w ym samym sopniu. usalenie długości opóźnień w modelu. Długość opóźnienia musi być wyznaczona bardzo kryycznie, gdyż przyjęcie zby małego opóźnienia może prowadzić do syuacji, kiedy będziemy mieli do czynienia z auokorelacją składników losowych równań, naomias jeśli opóźnienie przyjmiemy zby duże, o może spowodować o niedopuszczalne ograniczenie sopni swobody. Doboru liczby opóźnień można
6 Dane dokonać na podsawie esu ilorazu wiarygodności LR, bądź eż kryerium informacyjnym Akaike lub esu Schwarz-Bayesian a. Osanim krokiem ego eapu jes sprawdzenie czy reszy wyspecyfikowanego modelu maja pożądane własności. zbadanie rzędu koinegracji poprzez zasosowanie procedur akich jak meoda Engla-Granger lub meoda Johansena opara na eście śladu macierzy i eście maksymalnej warości własnej macierzy. Jeśli efekem przeprowadzenia ych esów jes swierdzenie, że zmienne posiadają liczbę wekorów koinegrujacych r aką, że, o należy przejść do eapu bodowy modelu VECM. Jeśli naomias orzymamy, że rząd macierzy Π jes zerowy, bądź eż macierz jes pełnego rzędu, o prawidłową posacią modelu jes radycyjny model VAR zbudowany odpowiednio dla przyrosów lub poziomów zmiennych. budowa modelu VECM, na podsawie kórego można ocenić związki długo- i krókookresowe zachodzące pomiędzy badanymi procesami. Na podsawie wyesymowanego modelu można przeprowadzić analizę odpowiedzi na impuls, czy eż dekompozycję wariancji błędu, kóra pozwoli usalić jaki udział w objaśnianiu błędu badanej zmiennej mają inne zmienne włączone do badania, bądź eż usalenie przyczynowości. Badania przeprowadzono na podsawie sóp procenowych dziennych (ON), jednomiesięcznych (M1), rocznych (Y1), pięciolenich (Y5) oraz dziesięciolenich (10Y) noowań dziennych w 5-dniowym ygodniu. Dane zosały udosępnione przez NBP i pochodzą z okresu 2003/01/ /07/22. Za począek okresu badawczego przyjęo rok 2003, gdyż od ego roku RPP przyjęła za cel urzymanie inflacji na określonym poziomie i po okresie dość dużych zmian sopy procenowe po roku 2003 znacznie zmniejszyły swoją dynamikę zmian ( w porównaniu z okresami poprzednimi). 9 8 ON M1 Y1 Y5 Y
7 Wykres1. Sopy procenowe w Polsce w okresie 2003/01/ /07/22 Poniżej przedsawiono wybrane, wsępne wyniki analiz. Charakerysyka zmiennych: Zmienna Średnia Warość minimalna Warość maksymalna Odchylenie sandardowe Współczynnik zmienności ON 4,954 2,55 8,70 0,905 0,183 M1 5,158 3,99 7,00 0,847 0,164 Y1 5,388 3,88 7,55 0,932 0,173 Y2 5,518 4,04 8,12 0,972 0,176 Y5 5,747 4,33 8,05 0,861 0,149 Y10 5,774 4,43 7,62 0,724 0,125 Tabela1. Saysyki opisowe zmiennych. Źródło : badania własne Sopy procenowe długoerminowe charakeryzują się mniejszą zmiennością niż sopy krókoerminowe, co może wskazywać na zgodność z eorią oczekiwań. Zazwyczaj zmienne ekonomiczne nie są sacjonarne, więc przeprowadzono analizę sacjonarności zmiennych za pomocą meod nieformalnych ( funkcja auokorelacji) Przykładowy wykres warości funkcji auokorelacji: ACF dla zmiennej Y ,96/T^0, opóźnienia PACF dla zmiennej Y ,96/T^0, opóźnienia
8 Wykres2. Wykresy funkcji ACF i PACF dla zmiennej Y1 Za pomocą meod formalnych ( esów ADF oraz KPSS) Zmienna Tes ADF Warość p KPSS ON -4, , ,01818 M1-1, ,3988 7,95453 Y1-0, ,7964 3,84189 Y5-1, ,6635 3,97038 Y10-1, ,6511 3,97038 Tabela2. Warości saysyk esów ADF i KPSS dla zmiennych. Źródło: badania własne Warość kryyczna dla esu KPSS na poziomie isoności 5% wynosi 0,463 Ponieważ żadna ze zmiennych nie jes sacjonarna, więc przeprowadzono usalenia w jakim sopniu zmienne są zinegrowane. Na podsawie analizy za pomocą esu ADF oraz esu KPSS usalono, ze wszyskie zmienne są zinegrowane w sopniu pierwszym (I(1)), co posłuży za podsawę do wykorzysania analizy koinegracyjnej, gdyż zmienne muszą być zinegrowane w ym samym sopniu zarówno w sosowaniu meody Engla i Grangera a akże meody Johansena. Kolejnym eapem było usalenie długości opóźnienia w modelu, kórego dokonano na podsawie esów informacyjnych Akaike i Schwarz-Bayesian a. opóźnienia ACI BCI 1-9, , , , , ,992784* 4-10, , , , , , , , , , , , ,430984* -9, Tabela3. Warości esów ACI i BCI Źródło: badania własne Ponieważ kryerium BCI ma endencję do zaniżania liczby opóźnień dlaego zosanie przyjęe opóźnienie równe 10 wynikające z kryerium Akaike, gdyż paramery przy osanim opóźnieniu w modelu dla wszyskich zmiennych były isone. Korzysając z powyższego przeesowano koinegrację meodą Johansena, kóra pozwoliła wyznaczyć, czy isnieją wekory koinegrujące oraz ich liczbę. Meoda Johansena jes opara na saysyce śladu macierzy oraz warości własnej macierzy.
9 Warość Hipoeza Tes śladu warość p H 0 H A własna r=0 r>1 0, ,35 0,0000 r<1 r>2 0, ,213 0,0000 r<2 r=3 0, ,122 0,0379 r<3 r=4 0, ,654 0,1949 r<4 r=5 0, ,6970 0,4708 Tabela4. Warości esu śladu macierzy Źródło: badania własne Warość Hipoeza Tes Lmax warość p H 0 H A własna r=0 r=1 0, ,137 0,0000 r=1 r=2 0, ,091 0,0000 r=2 r=3 0, ,468 0,0884 r=3 r=4 0, ,957 0,1945 r=4 r=5 0, ,6970 0,4699 Tabela5. Warości esu L max Źródło: badania własne Dalsze analizy będą przebiegałyby zgodnie z przedsawioną wcześniej meodyką. Ogólny plan pracy I. Krókookresowe i długookresowe sopy procenowe w badaniach ekonomicznych 1.1. Znaczenie sóp procenowych w świele eorii i badań empirycznych 1.2. Mechanizmy kszałujące poziom sóp procenowych 1.3. Poliyka monearna a krókookresowe i długookresowe sopy procenowe 1.4. Teorie srukury czasowej sóp procenowych 1.5. Związki pomiędzy sopami krókookresowymi a długookresowymi w II. Meoda badawcza. świele badań empirycznych 2.1. Specyfikacja modelu VAR Badanie ypu procesu generującego zmienne Tesy długości opóźnień 2.2. Koinegracja na podsawie modeli wekorowo-auoregresyjnych Podejście Engla a i Grangera Podejście Johansena
10 2.3. Posać modelu VECM 2.4. Funkcja reakcji na impuls 2.5. Dekompozycja wariancji błędu. III. Badania i wyniki 3.1. Baza danych 3.2. Posać modelu 3.3. Inerpreacja paramerów orzymanego modelu Wnioski IV. Lieraura Wybrana lieraura Campbell J.Y., Shiller R.J. (1987): Coinegraion and ess of presen value models, Journal of Poliical Economy, 95, CharemzaW.W., Deadman D.F. (1997), Nowa ekonomeria, PWE, Warszawa Engle R.F., Granger C.W.J.(1987): Coinegraion and error correcion: represenaion, esimaion and esing, Economerica, 55, Fabozzi F.J.(2000), Rynki obligacji. Analiza i sraegie, WIG-PRESS Haugen,R., (1996) Teoria nowoczesnego inwesowania, WIG-PRESS Johansen S. (1988): Saisical Analisis of Coinegracion Vecors, Journal of Economic Dynamics and Conrol, 12 Kusideł E. (1997):Badanie koinegracji na podsawie wekorowo-auoregresyjnych modeli ekonomerycznych. Podejście Johansena. Wydawnicwo Uniwersyeu Łódzkiego. Lange R.H.(2005): Deerminans of he long-erm yield in Canada: an open economy VAR approach. Appelied Economics, 37, Mankiw G.N.(1986): The erm srucure of ineres raes revisied. Brooking Papers on Economic Aciviy, 1, Mishkin F.S. Eabius S.G.(2006): Financial markes and insiuions, Pearson, Musafa M., Rahman M.(1995), Coinegraion beween US shor-erm and long-erm ineres raes (boh nominal and real), Appelied Financial Economerics, 5, s Osińska M. (2006), Ekonomeria finansowa, Polskie Wydawnicwo Ekonomiczne. Rembeza J., Przekoa G. (2008) Using he VAR model in ime-srucure analysis of ineres raes in Poland, Aca Universiais Lodzenisis Folia Ekonomica (w druku) Sims C.A.(1980), Macroeconomics and realiy, Economerica, 48.
11 Syczewska E.M. (1999), Analiza relacji długookresowych. Esymacja i weryfikacja, Monografie i opracowania, Oficyna Wydawnicza SGH Welfe A. (2003), Ekonomeria, PWE, Warszawa Ziarko-Siwek U., Kamiński M.(2003), Empiryczna weryfikacja eorii oczekiwań erminowej srukury sóp procenowych Polsce, NBP Maeriały i sudia, nr 159, 2-32 Anea Kłodzińska Poliechnika Koszalińska Insyu Ekonomii i Zarządzania Zakład Ekonomerii DOŚWIADCZENIE ZAWODOWE: 2000-dziś asysen w Zakładzie Ekonomerii w Insyucie Ekonomii i Zarządzania Poliechniki Koszalińskiej zajęcia dydakyczne na sudiach sacjonarnych i niesacjonarnych z przedmioów: maemayka, ekonomia maemayczna, saysyka, ekonomeria, badania operacyjne oraz prognozowanie i symulacja Zespół Szkół Zawodowych nr 1 w Chojnicach w charakerze nauczyciela maemayki. WYKSZTAŁCENIE: 1997 Sudia Podyplomowe w zakresie Podsaw Informayki na Wydziale Maemayki i Fizyki Uniwersyeu Gdańskiego sudia magiserskie na Wydziale Maemayki i Fizyki Uniwersyeu Gdańskiego, kierunek maemayka. DOROBEK NAUKOWY: UDZIAŁ W KONFERENCJACH : III Ogólnopolska Konferencja Zasosowań Maemayki refera: Funkcja ryzyka w modelach serownia zapasami z wieloma ypami dóbr II Zachodniopomorski Kongres Nauki, refera: Funkcja ryzyka w wielowymiarowych modelach serowania zapasami Konferencja Naukowa Meody ilościowe w ekonomii, refera: Koinegracja krókookresowych i długookresowych sóp procenowych w Polsce PUBLIKACJE:
12 A.A.Wojna, A.Kłodzińska Risk funcions in mulidimensional sock conrol models ha funcion in a random Markov environmen, Kiberneika i Sisemny Analiz, 2004, nr4, s A. Wojna, A. Kłodzińska Wielowymiarowe modele serownia zapasami i ich zasosowanie Badania Operacyjne i Decyzje, 2005, nr2, s.84-90
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 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 E i E E i r r 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej
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 ( ) ( ) ( ) E i E E i r r ν φ θ θ ρ ε ρ α 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania
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 szczegółowoANALIZA KOINTEGRACJI STÓP PROCENTOWYCH W POLSCE
Aneta KŁODZIŃSKA ZESZYTY NAUKOWE INSTYTUTU EKONOMII I ZARZĄDZANIA ANALIZA KOINTEGRACJI STÓP PROCENTOWYCH W POLSCE Zarys treści: Celem artykułu jest określenie czy między stopami procentowymi w Polsce występuje
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 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 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 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 szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
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 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 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 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 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 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 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 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 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 Anna Krauze Uniwersye Warmińsko-Mazurski
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 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 szczegółowoOcena 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 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 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 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 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 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 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 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 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile
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 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 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 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 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 szczegółowoE 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 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 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 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 szczegółowoStały 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 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 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 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 szczegółowoWykład 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 szczegółowoOeconomiA 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 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 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 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 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 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaa Kopernika w Toruniu Małgorzaa Borzyszkowska Uniwersye Gdański
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
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 szczegółowoSYMULACYJNA 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 szczegółowoMODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII
KRZYSZTOF JAJUGA Akademia Ekonomiczna we Wrocławiu MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII. Modele makroekonomiczne a modele sóp procenowych wprowadzenie Nie do podważenia
Bardziej 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
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 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 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 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 szczegółowo2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
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 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 szczegółowoUMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
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
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 szczegółowoDYNAMICZNE 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 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 szczegółowoMODELE 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 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 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 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 szczegółowoOeconomiA 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 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 szczegółowoAnaliza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
Bardziej szczegółowoOcena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
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 Uniwersye Mikołaja Kopernika Empiryczna
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 szczegółowoAnaliza związku pomiędzy cenami i pieniądzem w gospodarce polskiej na podstawie modelu Π*
Michał Brzoza-Brzezina, Jacek Kołowski 1 Analiza związku pomiędzy cenami i pieniądzem w gospodarce polskiej na podsawie modelu Π* W ramach przekszałconej do posaci przyrosowej wersji modelu P-sar, auorzy
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 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 szczegółowoModelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzystaniem instrumentów SWAP na POLONIĘ
Agaa Kliber * Pior Płuciennik ** Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzysaniem insrumenów SWAP na POLONIĘ Wsęp Problemem polskiej bankowości jes duża nadpłynność. Banki niechęnie
Bardziej szczegółowodr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy
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 szczegółowoZależności pomiędzy średniookresowymi i długookresowymi stopami procentowymi w Polsce
Aneta Kłodzińska * Zależności pomiędzy średniookresowymi i długookresowymi stopami procentowymi w Polsce Wstęp Rynek stóp procentowych jest jednym z najważniejszych segmentów rynków finansowych. Rynek
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 szczegółowoEstymacja 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 szczegółowoWYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP
Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny
Bardziej szczegółowoREGULAMIN FUNDUSZU ROZLICZENIOWEGO
REGULAMIN FUNDUSZU ROZLICZENIOEGO przyjęy uchwałą nr 10/60/98 Rady Nadzorczej Krajowego Depozyu Papierów arościowych S.A. z dnia 28 września 1998 r., zawierdzony decyzją Komisji Papierów arościowych i
Bardziej szczegółowoOCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI
Bardziej szczegółowoMetody rachunku kosztów Metoda rachunku kosztu działań Podstawowe pojęcia metody ABC Kalkulacja obiektów kosztowych metodą ABC Zasobowy rachunek
Meody rachunku koszów Meoda rachunku koszu Podsawowe pojęcia meody ABC Kalkulacja obieków koszowych meodą ABC Zasobowy rachunek koszów Kalkulacja koszów meodą ABC podsawową informacja dla rachunkowości
Bardziej szczegółowoNowokeynesowski model gospodarki
M.Brzoza-Brzezina Poliyka pieniężna: Neokeynesowski model gospodarki Nowokeynesowski model gospodarki Model nowokeynesowski (laa 90. XX w.) jes obecnie najprosszym, sandardowym narzędziem analizy procesów
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 szczegółowoRyzyko stopy procentowej. Struktury stóp procentowych. Konwersje
Ryzyko sopy procenowej. Srukury sóp procenowych. Konwersje. Definicja sopy procenowej. Definicja pieniądza.. Pojęcie sopy wolnej od ryzyka. Sopy NBP. 3. Sopy na rynku depozyów międzybankowych. 4. Srukura
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 szczegółowoDendrochronologia Tworzenie chronologii
Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 5
Sanisław Cichocki Naalia Nehrebecka Wkład 5 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA 2 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA
Bardziej szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
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 szczegółowoKrzysztof Jajuga Akademia Ekonomiczna we Wrocławiu. Modelowanie stóp procentowych a narzędzia ekonometrii finansowej
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Krzyszof Jajuga Akademia Ekonomiczna
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 szczegółowo