Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD"

Transkrypt

1 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki

2 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP) i zabezpieczony CIP) parye sóp procenowych Model i przyjęa meodologia Weryfikacja empiryczna odchyleń zmian kursu dolara amerykańskiego do euro od rajekorii wyznaczonej przez warości jednomiesięcznych sóp Libor

3 Model eorii CIP UD ) EUR 1+ i / i ) F, + n / =, + n 1+, + n F,+n - kurs waluowy forward euro=x usd), bieżący kurs, i UD oprocenowanie kredyów dolarowych, i EUR oprocenowanie kredyów w euro, Podlega arbirażowi f s = i UD i EUR, + n, + n, + n

4 Model eorii UIP e,+1- oczekiwany przyszły) kurs waluowy euro=x usd), bieżący kurs, UD ) EUR 1+ i / i ) + e, + 1 / = 1 i UD oprocenowanie kredyów dolarowych, i EUR oprocenowanie kredyów w euro, s e, +1 s = i UD i EUR

5 Oczekiwany kurs waluowy Oczekiwania naiwne e,+1= Oczekiwania adapacyjne e,+1= e -1, + α - e -1,) Oczekiwania wyznaczone przez kurs forward FRUH) e,+1=f,+1 Oczekiwania racjonalne e s + k s + + k = η + k = e e η + k Ω ) 0 η Ω = σ E η + 1 = + ) E ) = 0, dla 0 η η E j j >

6 Niesacjonarność zmiennych objaśniających Tabela 1. Wyniki esów sacjonarności dane miesięczne) dla zmiennych Zmienne sacjonarne Zmienne sacjonarne wokół rendu ADF PP KP ADF PP KP Nominalny kurs waluowy EUR/UD I0) Nominalne sopy Libor EUR I0) I0) Nominalne sopy Libor UD I0) dysparye nominalnych sóp Libor UD - Libor EUR I2)

7 Niesacjonarność zmiennych W badanym okresie dominowała endencja obniżania sóp Libor, esy sacjonarności wskazują na. 8% 7% 6% 5% 4% 3% 2% 1% 0% LUD1Mc LEUR1Mc Kurs waluowy może być rakowany jako cena, jednak nie ma mowy o wysępowaniu szywności, gdy badamy kurs płynny. Tesy wykazują, że jes o zmienna niesacjonarna.

8 Niesacjonarność zmiennych objaśniających W badanym okresie dominowała endencja obniżania sóp Libor, jednak rudno oczekiwać, że sopy procenowe będą dalej spadać do poziomu zero. Również bardzo wysokie sopy procenowe >50% są nieypowe. W przypadku obserwowanych warości - powró do równowagi rwa długo, więc okres dziesięciu la ) jes zby króki, aby na jego podsawie wyciągać wnioski.

9 Tworzone modele k f ) s η k α β : α = 0, β = 1 s + k s = H o Wyniki esymacji wskazywały że β<1, a nawe ujemne. Zaproponowano wprowadzenie do specyfikacji premii za ryzyko. f k = s e p

10 Tworzone modele cd. f k s = s e s premię forwardową można rozdzielić na dwa składniki, kóre ściśle zależą od siebie : oczekiwaną zmianę kursu, oczekiwaną premię za ryzyko. p

11 Model UIP z premią za ryzyko e = 1 1 UD + I ) EUR ) P + I Zakładając racjonalne oczekiwania: UD 1 + I ) EUR 1 + I ) P e k + k = + η osowanie mechanizmu ograniczania błędów oszacowań sprawia, że błąd racjonalnych oczekiwań jes auomaycznie minimalizowany, choć w rzeczywisości może być znaczny i urzymywać się w czasie.

12 Wycena ex pos) premii osiągnięej +1 -kurs waluowy w dniu rozwiązania umowy kredyowej euro=x usd), bieżący kurs, i UD oprocenowanie kredyów dolarowych, i EUR oprocenowanie kredyów w euro, Pr premia za wybranie waluy kredyu. s + 1 UD 1 + I ), + 1 Pr EUR ) I =, + 1 UD EUR + 1 s = i i + pr +1

13 Pr < 1 Premia osiągnięa a premia oczekiwana Pr + k = P e η + k Premia osiągnięa zależy od premii oczekiwanej przez inwesora w dniu pożyczenia kapiału na podsawie oczekiwanych wydarzeń i obserwowanych rendów), jak i odchyleń związanych z pojawieniem się nowych wiadomości wpływających na kurs waluowy. Premia pokazuje uzyskaną lub uraconą korzyść z wyboru waluy. Średnia warość powinna wynosić 1, gdyż spodziewamy się, iż zyski osiągane w obu warianach inwesycji powinny się zrównywać. Jeśli Pr<1, o inwesorzy osiągnęli dodakową korzyść z lokay w dolarach, jeśli Pr>1, o dodakową korzyść orzymano z loka w euro.

14 Wykorzysane dane Kurs EUR/UD zamknięcia dnia opa kredyu w euro Libor 1M przeliczona na okres 1 miesiąca opa kredyu w usd Libor 1M przeliczona na okres 1 miesiąca Analizowano okres od do

15 Premia orzymana Wyznaczono: Pr + k = + k EUR 1 + I ) UD 1 + I ) 1.15 Pr

16 Najdłuższy okres urzymywania premii dla ej samej waluy o 19 ygodni począek 1999 roku). Okresów rwających powyżej jednego miesiąca było 48, 15 z nich rwało dwa miesiące, a jedynie 3 urzymywały się ponad 3 miesiące. Różnice w oprocenowaniu euro i dolara nie są znaczne, jednak urzymują się przez dłuższy czas, zaś dynamika zmian kursu euro do dolara nie ogranicza możliwości osiągania korzyści z wiedzy o warości premii za ryzyko.

17 Premia orzymana Wyznaczono: Pr + k = + k EUR 1 + I ) UD 1 + I ) Warości premii dla okresów miesięcznych w 2006 i 2007 roku 1.06 Pr

18 Rozkład premii orzymanej Próba 02/01/ /12/2007 Średnia 1,001 Mediana 1,000 Maksimum 1,109 Minimum 0,926 Odchylenie sd. 0,027 kośność 0,282 Kuroza 3,071 Źródło: Opracowanie własne, EViews 5.

19 Wnioski aysyki wskazują, że średnia arymeyczna i mediana orzymanej premii w badanej próbie wynosiła 1, co jes zgodne z posulaami eorii UIP. Formuła niezabezpieczonego parye sóp procenowych powinna uwzględniać wysępowanie premii za ryzyko, gdyż jes ona ważnym elemenem wpływającym na zmiany kursu waluowego.

20 Wnioski Średnia warość bezwzględna premii jes większa od różnicy warości sóp procenowych, co łumaczyłoby jedną z zagadek kursu waluowego zagadkę zby dużych zmian kursu w sosunku do wpływu fundamenów ekonomicznych ang. exchange rae disconnec puzzle). Tesy normalności wskazują, że szereg obserwacji premii za ryzyko nie ma rozkładu normalnego.

21 Kierunki dalszych badań Oczekiwana premia za ryzyko Jak ją zaobserwować? Jak modelować? Czy jes zależność między premią a koszem ransakcji? Czy isnieją wskaźniki ekonomiczne, dzięki kórym można aproksymować oczekiwaną premię?

22 Dziękuję za uwagę

23 Nakładanie się danych Ω ) f + f f + + = η +f przyszły kurs waluowy, fω )- predykor kursu waluowego będący funkcją informacji dosępnych w okresie, η +f - błąd spowodowany nieprzewidywalnymi zdarzeniami i informacjami pojawiającymi się w okresie od +1 do +f.

24 Nakładanie się danych Problemy: Pojawiają się auokorelacja i heeroskedasyczność składnika losowego, co należy uwzględnić przy esymacji Zaley: Warości paramerów są wyznaczane efekywniej niż przy nie nakładających się obserwacjach Dodakowe uwagi: Można sosować MNK do esymacji paramerów, Dla skorygowania auokorelacji i heeroskedasyczności można użyć procedury Hansena i Hodricka) przy założeniu, że błędy podążają wg procesu średniej ruchomej lub HAC Neweya-Wesa z uwzględnieniem czynników dyskonujących.

Wykład 6. Badanie dynamiki zjawisk

Wykład 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 szczegółowo

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie

Bardziej szczegółowo

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków

Bardziej szczegółowo

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

Kombinowanie 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 szczegółowo

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez

Bardziej szczegółowo

Zerowe stopy procentowe nie muszą być dobrą odpowiedzią na kryzys Andrzej Rzońca NBP, SGH, FOR

Zerowe stopy procentowe nie muszą być dobrą odpowiedzią na kryzys Andrzej Rzońca NBP, SGH, FOR Zerowe sopy procenowe nie muszą być dobrą odpowiedzią na kryzys Andrzej Rzońca NBP, SGH, FOR 111 seminarium BRE-CASE Warszaw awa, 25 lisopada 21 Plan Wprowadzenie Hipoezy I, II, III i IV Próba (zgrubnej)

Bardziej szczegółowo

Wykład 5 Kurs walutowy parytet stóp procentowych

Wykład 5 Kurs walutowy parytet stóp procentowych Wykład 5 Kurs walutowy parytet stóp procentowych dr Leszek Wincenciak WNUW 2/30 Plan wykładu: Kurs walutowy i stopy procentowe Kursy walutowe i dochody z aktywów Rynek pieniężny i rynek walutowy fektywność

Bardziej szczegółowo

licencjat Pytania teoretyczne:

licencjat 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 szczegółowo

MAKROEKONOMIA 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 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 szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

Makroekonomia II. Plan

Makroekonomia II. Plan Makroekonomia II Wykład 5 INWESTYCJE Wyk. 5 Plan Inwesycje 1. Wsęp 2. Inwesycje w modelu akceleraora 2.1 Prosy model akceleraora 2.2 Niedosaki prosego modelu akceleraora 3. Neoklasyczna eoria inwesycji

Bardziej szczegółowo

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20 Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH

Bardziej szczegółowo

METODY STATYSTYCZNE W FINANSACH

METODY STATYSTYCZNE W FINANSACH METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny

Bardziej szczegółowo

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

Politechnika 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 szczegółowo

Wykład 5. Kryzysy walutowe. Plan wykładu. 1. Spekulacje walutowe 2. Kryzysy I generacji 3. Kryzysy II generacji 4. Kryzysy III generacji

Wykład 5. Kryzysy walutowe. Plan wykładu. 1. Spekulacje walutowe 2. Kryzysy I generacji 3. Kryzysy II generacji 4. Kryzysy III generacji Wykład 5 Kryzysy waluowe Plan wykładu 1. Spekulacje waluowe 2. Kryzysy I generacji 3. Kryzysy II generacji 4. Kryzysy III generacji 1 1. Spekulacje waluowe 1/9 Kryzys waluowy: Spekulacyjny aak na warość

Bardziej szczegółowo

4. Średnia i autoregresja zmiennej prognozowanej

4. Średnia i autoregresja zmiennej prognozowanej 4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)

Bardziej szczegółowo

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

PREDYKCJA 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 szczegółowo

Finanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena

Finanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena Finanse 1. Premia za ryzyko PR r m r f. Wskaźnik Treynora T r r f 3. Wskaźnik Jensena r [ rf ( rm rf ] 4. Porfel o minimalnej wariancji (ile procen danej spółki powinno znaleźć się w porfelu w a w cov,

Bardziej szczegółowo

Nowokeynesowski model gospodarki

Nowokeynesowski 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 szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

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

Bardziej szczegółowo

Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU

Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU Modelowanie ryzyka kredyowego MODELOWANIE ZA POMOCA PROCESU HAZARDU Mariusz Niewęgłowski Wydział Maemayki i Nauk Informacyjnych, Poliechniki Warszawskiej Warszawa 2014 hazardu Warszawa 2014 1 / 18 Proces

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Niestacjonarne zmienne czasowe własności i testowanie

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

Bardziej szczegółowo

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA

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

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml

Bardziej szczegółowo

Pobieranie próby. Rozkład χ 2

Pobieranie 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak Inwesycje Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak CIASTECZOWY ZAWRÓT GŁOWY o akcja mająca miejsce w najbliższą środę (30 lisopada) na naszym Wydziale. Wydarzenie o związane jes z rwającym od

Bardziej szczegółowo

Materiały do samodzielnego kształcenia Inżynieria finansowa i zarządzanie ryzykiem. Temat wykładu: Wycena kontraktów swap

Materiały do samodzielnego kształcenia Inżynieria finansowa i zarządzanie ryzykiem. Temat wykładu: Wycena kontraktów swap Materiały do samodzielnego kształcenia Inżynieria finansowa i zarządzanie ryzykiem Temat wykładu: Wycena kontraktów swap Podstawowe zagadnienia: 1. Wycena swapa procentowego metodą wyceny obligacji 2.

Bardziej szczegółowo

Skala i efektywność antycyklicznej polityki fiskalnej w kontekście wstąpienia Polski do strefy euro

Skala i efektywność antycyklicznej polityki fiskalnej w kontekście wstąpienia Polski do strefy euro Skala i efekywność anycyklicznej poliyki fiskalnej w konekście wsąpienia Polski do srefy euro dr Michał Mackiewicz dr Pior Krajewski Uniwersye Łódzki Narodowy Bank Polski 14 maja 2008, Warszawa Cel projeku

Bardziej szczegółowo

STATYSTYKA wykład 5-6

STATYSTYKA wykład 5-6 TATYTYKA wykład 5-6 Twierdzenia graniczne Rozkłady statystyk z próby Wanda Olech Twierdzenia graniczne Jeżeli rozpatrujemy ciąg zmiennych losowych {X ; X ;...; X n }, to zdarza się, że ich rozkłady przy

Bardziej szczegółowo

Reakcja banków centralnych na kryzys

Reakcja banków centralnych na kryzys Reakcja banków cenralnych na kryzys Andrzej Rzońca Warszawa, 18 lisopada 2011 r. Plan Podsawowa lekcja z kryzysu dla poliyki pieniężnej Jak wyglądała reakcja poliyki pieniężnej na kryzys? Dlaczego reakcja

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

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

Bardziej szczegółowo

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

Bardziej szczegółowo

OeconomiA copernicana. Katarzyna Czech Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

OeconomiA copernicana. Katarzyna Czech Szkoła Główna Gospodarstwa Wiejskiego w Warszawie OeconomiA copernicana 2012 Nr 3 IN 2083-1277 Kaarzyna Czech zoła Główna Gospodarswa Wiejsiego w Warszawie NIEZABEZPIECZONY PARYTET TÓP PROCENTOWYCH NA RYNKU JENA JAPOŃKIEGO Klasyfiacja JEL: F31 łowa luczowe:

Bardziej szczegółowo

dr hab. Renata Karkowska 1

dr hab. Renata Karkowska 1 dr hab. Renata Karkowska 1 Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2 Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne)

Bardziej szczegółowo

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

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

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

PROGNOZOWANIE 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 szczegółowo

Wprowadzenie do teorii prognozowania

Wprowadzenie do teorii prognozowania Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe

Bardziej szczegółowo

KONTRAKTY FUTURES STOPY PROCENTOWEJ

KONTRAKTY FUTURES STOPY PROCENTOWEJ KONTRAKTY FUTURES STOPY PROCENTOWEJ Zasosowanie z perspekywy radera Dominik Łogin 18 październik 2013 Agenda I. Fuures obligacyjne Podsawy konsrukcji Porównanie międzynarodowe Baza Cash-Fuures Wyznaczanie

Bardziej szczegółowo

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp

MODELOWANIE 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 szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

MIĘDZYNARODOWE FINANSE PRZEDSIĘBIORSTW. Anna Chmielewska, SGH Warunki zaliczenia

MIĘDZYNARODOWE FINANSE PRZEDSIĘBIORSTW. Anna Chmielewska, SGH Warunki zaliczenia MIĘDZYNARODOWE FINANSE PRZEDSIĘBIORSTW Anna Chmielewska Warunki zaliczenia 40 pkt praca samodzielna (szczegóły na kolejnym wykładzie) 60 pkt egzamin (forma testowa) 14 punktów obecności W przypadku braku

Bardziej szczegółowo

Prognozowanie i symulacje

Prognozowanie i symulacje Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez

Bardziej szczegółowo

Wycena opcji. Dr inż. Bożena Mielczarek

Wycena opcji. Dr inż. Bożena Mielczarek Wycena opcji Dr inż. Bożena Mielczarek Stock Price Wahania ceny akcji Cena jednostki podlega niewielkim wahaniom dziennym (miesięcznym) wykazując jednak stały trend wznoszący. Cena może się doraźnie obniżać,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ocena efektywności procedury Congruent Specyfication dla małych prób

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

Bardziej szczegółowo

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

Makroekonomia gospodarki otwartej. Temat 5: Determinanty kursu walutowego w krótkim i długim okresie. Gabriela Grotkowska

Makroekonomia gospodarki otwartej. Temat 5: Determinanty kursu walutowego w krótkim i długim okresie. Gabriela Grotkowska Makroekonomia gospodarki otwartej Temat 5: Determinanty kursu walutowego w krótkim i długim okresie Gabriela Grotkowska Plan zajęć Kurs walutowy w krótkim okresie - parytet stóp procentowych Dochodowość

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

1) jednostka posiada wystarczające środki aby zakupić walutę w dniu podpisania kontraktu

1) jednostka posiada wystarczające środki aby zakupić walutę w dniu podpisania kontraktu Przykład 1 Przedsiębiorca będący importerem podpisał kontrakt na zakup materiałów (surowców) o wartości 1 000 000 euro z datą płatności za 3 miesiące. Bieżący kurs 3,7750. Pozostałe koszty produkcji (wynagrodzenia,

Bardziej szczegółowo

Ocena płynności wybranymi metodami szacowania osadu 1

Ocena 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 szczegółowo

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

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

Bardziej szczegółowo

Ekonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej Ekonometria Modelowanie zmiennej jakościowej Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Ćwiczenia 8 Zmienna jakościowa 1 / 25 Zmienna jakościowa Zmienna ilościowa może zostać zmierzona

Bardziej szczegółowo

Prognozowanie średniego miesięcznego kursu kupna USD

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

Bardziej szczegółowo

Ekonometryczna analiza popytu na wodę

Ekonometryczna analiza popytu na wodę Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.

Bardziej szczegółowo

Europejska opcja kupna akcji calloption

Europejska opcja kupna akcji calloption Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy

Bardziej szczegółowo

Metody analizy i prognozowania szeregów czasowych

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

Bardziej szczegółowo

Opcje - wprowadzenie. Mała powtórka: instrumenty liniowe. Anna Chmielewska, SGH,

Opcje - wprowadzenie. Mała powtórka: instrumenty liniowe. Anna Chmielewska, SGH, Opcje - wprowadzenie Mała powtórka: instrumenty liniowe Punkt odniesienia dla rozliczania transakcji terminowej forward: ustalony wcześniej kurs terminowy. W dniu rozliczenia transakcji terminowej forward:

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Matematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r. Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile

Bardziej szczegółowo

Rozdzia³ 6. Stopy procentowe a kredyty i depozyty podmiotów sektora niefinansowego

Rozdzia³ 6. Stopy procentowe a kredyty i depozyty podmiotów sektora niefinansowego Deerminany oszczêdzania w Polsce Pawe³ Kaczorowski, Tomasz Tokarski Rozdzia³ 6. Sopy procenowe a kredyy i depozyy podmioów sekora niefinansowego 6.. Wprowadzenie Celem prezenowanego opracowania jes próba

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

Bardziej szczegółowo

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów

Bardziej szczegółowo

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

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

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb)

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb) Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

ANOMALIA PREMII FORWARD NA RYNKU JENA JAPOŃSKIEGO

ANOMALIA 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 szczegółowo

Wykład 16: Determinanty kursu walutowego w krótkim i długim okresie. Gabriela Grotkowska

Wykład 16: Determinanty kursu walutowego w krótkim i długim okresie. Gabriela Grotkowska Międzynarodowe Stosunki konomiczne Makroekonomia gospodarki otwartej i finanse miedzynarodowe Wykład 16: Determinanty kursu walutowego w krótkim i długim okresie Gabriela Grotkowska Plan wykładu 16 Kurs

Bardziej szczegółowo

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

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015 Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii

Bardziej szczegółowo

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów

Bardziej szczegółowo

Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR

Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność

Bardziej szczegółowo

Ćwiczenia 3 ( ) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.

Ćwiczenia 3 ( ) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki. Ćwiczenia 3 (22.04.2013) Współczynnik przyrosu nauralnego. Koncepcja ludności zasojowej i usabilizowanej. Prawo Loki. Współczynnik przyrosu nauralnego r = U Z L gdzie: U - urodzenia w roku Z - zgony w

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Warszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO. z dnia 2 czerwca 2017 r.

Warszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO. z dnia 2 czerwca 2017 r. DZIENNIK URZĘDOWY NARODOWEGO BANKU POLSKIEGO Warszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO z dnia 2 czerwca 2017 r. zmieniająca uchwałę w sprawie wprowadzenia

Bardziej szczegółowo

R ozkład norm alny Bardzo często używany do modelowania symetrycznych rozkładów zmiennych losowych ciągłych

R ozkład norm alny Bardzo często używany do modelowania symetrycznych rozkładów zmiennych losowych ciągłych R ozkład norm alny Bardzo często używany do modelowania symetrycznych rozkładów zmiennych losowych ciągłych Przykłady: Błąd pomiarowy Wzrost, wydajność Temperatura ciała Zawartość różnych składników we

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne.

Metody Statystyczne. Metody Statystyczne. gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu... 4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem

Bardziej szczegółowo

Wyznaczanie temperatury i wysokości podstawy chmur

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

Bardziej szczegółowo

REGULAMIN FUNDUSZU ROZLICZENIOWEGO

REGULAMIN 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 szczegółowo

specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).

specyfikacji 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 szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ

ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ Dopasowanie rozkładów Dopasowanie rozkładów- ogólny cel Porównanie średnich dwóch zmiennych 2 zmienne posiadają rozkład normalny -> test parametryczny (t- studenta) 2

Bardziej szczegółowo

Analiza metod oceny efektywności inwestycji rzeczowych**

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

Bardziej szczegółowo

EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz

EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH dr inż. Rober Sachniewicz METODY OCENY EFEKTYWNOŚCI PROJEKTÓW INWESTYCYJNYCH Jednymi z licznych celów i zadań przedsiębiorswa są: - wzros warości przedsiębiorswa

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie

Bardziej szczegółowo

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności. TEST STATYSTYCZNY Testem statystycznym nazywamy regułę postępowania rozstrzygająca, przy jakich wynikach z próby hipotezę sprawdzaną H 0 należy odrzucić, a przy jakich nie ma podstaw do jej odrzucenia.

Bardziej szczegółowo

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0 Maemayka finansowa i ubezpieczeniowa - 1 Sopy procenowe i dyskonowe 1. Sopa procenowa (sopa zwrou, sopa zysku) (Ineres Rae). Niech: F - kapiał wypoŝyczony (zainwesowany) w momencie, F T - kapiał zwrócony

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzystaniem instrumentów SWAP na POLONIĘ

Modelowanie 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 szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 GRZEGORZ MICHALSKI POZIOM ZAANGAŻOWANIA KAPITAŁU W ZAPASACH W ORGANIZACJACH NON-PROFIT * Wprowadzenie

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania wybranych technik regresyjnych do modelowania współzależności zjawisk Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki

Bardziej szczegółowo