DYNAMICZNE MODELE EKONOMETRYCZNE
|
|
- Grzegorz Wiktor Kozłowski
- 8 lat temu
- Przeglądów:
Transkrypt
1 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 Analiza empiryczna wybranych zmiennych wchodzących w skład funkci popyu na pieniądz. Wprowadzenie Celem arykułu es porównanie wyników doyczących esowania niesaconarności oraz esymaci parameru inegraci ułamkowe dla szeregów, kóre będą podsawą budowy modeli popyu na pieniądz w gospodarce Polski. Analizę przeprowadzono w celu określenia rzędu inegraci długookresowe (czyli dla częsości zerowe). Podsawą analizy są publikowane przez NBP agregay pieniężne: M, M, M2, M3, obliczone według nowych sandardów Europeskiego Banku Cenralnego, kóre Narodowy Bank Polski rozpoczął wdrażać od końca marca 22 r. Dane przeliczone według ww. sandardów dosępne są od końca 996 r. Do analizy wykorzysano szeregi kwaralne od 996Q4 do 27Q, łącznie 42 obserwace. Lieraura ekonomiczna w zakresie podsawowych eorii popyu na pieniądz, wskazue, że funkca popyu przymue zazwycza posać: M f ( Yoc, ), P = gdzie: M - ilość pieniądza w wyrażeniu realnym, Y - zmienna P wyrażaąca wielkość dochodu, oc - określa kosz alernaywny urzymywania zasobów pieniądza, P - ogólny poziom cen. Zaem do budowy modeli realnego popyu na pieniądz, wykorzysue się posać funkci nieliniowe. W związku z ym szeregi zosały urealnione za pomocą wskaźnika cen owarów i usług konsumpcynych, a nasępnie poddane logarymowaniu. Dodakowo szeregi e poddano procesowi odsezonowania za pomocą programu kompuerowego Demera (procedurą Tramo/Seas), w celu ewenualnego porównania z wynikami dla szeregów nieodsezonowanych. Procedura wykazała, że wszyskie szeregi nie wymagały odsezonowania. Pozosałe obliczenia wykonano w programach: STATA, Microfi.
2 3 Małgorzaa Borzyszkowska 2. Tes pierwiaska ednoskowego Dickey-Fullera Zaproponowany przez Dickey-Fullera es zakłada w hipoezie zerowe, że badany szereg es niesaconarny z powodu wysępowania pierwiaska ednoskowego. Hipoeza alernaywna mówi o saconarności szeregu. Do przeprowadzenia esu porzebna es częso zmodyfikowana wersa esu (ADF) dana nasępuącą relacą: Δ y = δ y + α Δ y + ε, gdzie: { k = } - o szereg obserwaci badane zmienne, k liczba opóźnionych warości przyrosów zmienne (dobrana ak, aby wyeliminować wysępowanie auokorelaci składnika losowego). Decyzę o odrzuceniu bądź nie, hipoezy zerowe podemue się na podsawie saysyki DF liczone za pomocą ilorazu -Sudena. Jeżeli obliczona warość saysyki DF es większa niż warość kryyczna, o nie ma podsaw do odrzucenia hipoezy zerowe o niesaconarności badanego szeregu, w przeciwnym wypadku należy ą dorzucić. Odpowiednie warości kryyczne dane są w pacy MacKinnon (99) lub Franses, Hobin (997). y 3. Tes Phillipsa-Perrona Tes pierwiaska ednoskowego (ego rozkład asympoyczny es aki sam ak rozkład esu ADF) es odporny względem auokorelaci i heeroscedasyczności o nieznane posaci (por. Syczewska, 22). W odróżnieniu od esu ADF, dodakowe składniki wprowadzane są do wzoru określaącego samą saysykę esu, a podsawowa regresa ma posać: Δ y = α + βy +ε, zaem odpowiada modelowi AR() dla szeregu { y }. Dokładny opis zawary es w pracach Phillips, Perron (988), Hamilon (994). Hipoeza zerowa esu zakłada niesaconarność badanego szeregu, naomias alernaywna ego saconarność. Jeżeli obliczona saysyka es większa od warości kryyczne, o nie ma podsaw do odrzucenia hipoezy zerowe o niesaconarności szeregu, wskuek wysępowania pierwiaska ednoskowego. Odpowiednie warości kryyczne można znaleźć w Hamilon (994). 4. Tes DF-GLS Ellioa, Roenberga i Socka Zaproponowany przez Ellioa, Roenberga i Socka (996) es es zmodyfikowanym esem ADF, poprzez przekszałcenie obserwaci danego szeregu y = według poniższe relaci: d( y ) = dla, gdzie: α - oznacza sałą y α y > dobraną odpowiednio: 7/T dla modelu ze sałą, 3,5/T dla modelu ze sałą i rendem (T liczba obserwaci). Analogicznie przekszałcane są wekory rendu i warości sałe, d( x ). Regresa ADF szacowana es dla warości: d y = y xδ ( α), ednak bez sałe i rendu. Jeżeli odpowiednia warość kry-
3 Analiza empiryczna wybranych zmiennych wchodzących w skład 3 yczna es niższa niż obliczona warość saysyki (es lewosronny) wyzna- d d d czone na podsawie regresi posaci: Δ y = δ y + γ Δ y +ε, o nie ma podsaw do odrzucenia hipoezy zerowe o niesaconarności badane zmienne (warości kryyczne dane są w pracy Cook-Manning, 24). 5. Tes Kwiakowskiego, Phillipsa, Schmida i Shina Tes KPSS w hipoezie zerowe zakłada rendosaconarność badanego szeregu, wobec niesaconarności w hipoezie alernaywne. Posiada dwie werse: z rendem oraz bez rendu. Saysyka esu dana es wzorem: ˆ η = T S / s ( l), gdzie: S oznacza sumy częściowe resz ( e ) regresi badane zmienne odpowiednio względem rendu linowego lub względem sałe. Wyrażenie: s 2 () l przymowane es ako esymaor warianci długookresowe k = T l T 2 2 = + (, ) = s= l = s+ dane wzorem: s () l T e 2 T w(,) s l ee s, gdzie: wsl o wagi wyznaczone na podsawie funkci gęsości Barlea wsl (, ) = s/( l+ ). Jeżeli obliczona warość saysyki es wyższa niż odpowiednia warość kryyczna (podane są w pracy Kwiakowskiego, Phillipsa, Schmida i Shina, 992), o odrzucamy hipoezę zerową. 6. Inegraca ułamkowa i procedura esymaci Lo (99) Sopień inegraci szeregu niesaconarnego definiowany es ako namniesza całkowia liczba przyrosów, dla kóre szereg sae się saconarny. Inegraca ułamkowa sprowadza się do uogólnienia ego poęcia i oznacza, że sopień inegraci szeregu może być określony przez warości rzeczywise (d). Wyrażenie różnicuące przymue wówczas posać: k d d d k k Γ( k d) L Δ = ( L) = ( ) L = k= k k= Γ( d) Γ ( k + ), gdzie: L operaor opóźnień, a paramery rozwinięcia określone są przy użyciu funkci gamma (za Syczewska (25)). Jeżeli <d<.5, proces es saconarny, a ego funkca auokorelaci zmniesza się powoli i nie es sumowalna (szereg posiada zw. długą pamięć). Dla.5 d< warianca es skończona, proces es niesaconarny, lecz wciąż powracaący do średnie (wpływ szoku zakłócaącego w długim okresie zaniknie). Gdy d szereg es niesaconarny i niepowracaący do średnie, efeky szoku są rwałe (persysenne). W przypadku -.5 < d<, szereg zawiera króką pamięć (por. Osińska, 26). Saysyka R/S i uogólniona procedura według Lo (99) zaproponowana zosała przez Hursa (95). Klasyczna wersa saysyki zosała zmodyfikowana (ze
4 32 Małgorzaa Borzyszkowska względu na e wrażliwość na krókoerminowe zależności w szeregu) przez Lo (99) do posaci: k k Qn = max ( ) min ( ) ˆ X X X X, σ k n k n n = = z esymaorem warianci n q 2 2 ˆ ( q) = ( X ) 2 ( ) ˆ X + q n = =, σ ω γ 3n 2ˆ ρ gdzie: ω ( q) =, wagi Barlea, q= [ kn ] = q ˆ ρ dana ako nawiększa liczba całkowia niższa niż q, q< n, ˆρ - współczynnik auokorelaci I rzędu, X - warość średnia próby. Modyfikaca polegała eż na normalizaci saysyki ako Qn / n. Hipoeza zerowa zakłada, że szereg posiada króką pamięć, a alernaywna, że szereg ma długą pamięć. 7. Inerpreaca orzymanych wyników Wyniki esu DF(ADF) Tablica przedsawia wyniki badania inegraci szeregów. Wyniki pokazuą, że badane szeregi zinegrowane są rzędu pierwszego, są więc niesaconarne i zawieraą pierwiasek ednoskowy. Wyniki esu Phillipsa-Perrona Obliczenia (Tablica 2) wykonano za pomocą programu STATA, gdzie podawane są również odpowiednie warości kryyczne (por. Hamilon (994), s ). Dla liczby obserwaci równe 42 oraz dla %, 5%, % poziomu isoności i warości kryyczne dla saysyki Z(ρ) wynoszą odpowiednio: , -3. 2, -.52 ( , -9.6, w wersi z rendem). Naomias dla saysyki Z() warości e wynoszą: -3.64, , -2.6 (-4.233, , z rendem). W nawiasach z kropką podano warość poziomów isoności według MacKinnona. Na podsawie oszacowanych warości swierdzić można, że dla wszyskich poziomów isoności nie ma podsaw do odrzucenia hipoezy zerowe o niesaconarności badanych szeregów. /3 2/3
5 Analiza empiryczna wybranych zmiennych wchodzących w skład 33 Tablica. Obliczone warości saysyk dla odpowiednich szeregów Saysyka [] DF/ADF Sa. G [2] DF/ADF Sa. G [3] DF/ADF Sa. G [4] DF/ADF Sa. G Szeregi badanych zmiennych LMR LMR LM2R LM3R I(2) F sa ** *** ** 3.276** [5] DF/ADF Sa. G F sa ** 7.49*** 3.482** 2.936** Oznaczenia: L logarymy, R realne wielkości; [] regresa: nc, n, nd; warość kryyczna: -.86, [2] regresa: c, n, nd; warość kryyczna: -2.79, [3] regresa c,, nd; warość kryyczna: -3.34, [4] regresa: c, n, d; warość kryyczna: -2.77, [5] regresa: c,, d; warość kryyczna: oznacza liczbę dołączonych opóźnień przyrosów zmienne w regresi. Sa. G oznacza warość saysyki Godfrey a. Liczba gwiazdek oznacza isoność saysyki (***, **, *) na poziomie odpowiednio: %, 5%, %. Warości kryyczne dla α=.5 pobrano z pracy Franses, Hobin (997), s. 29. Tablica 2. Obliczone saysyki dla szeregów ze sałą (a) oraz ze sałą i z rendem (b) Saysyka Szeregi badanych zmiennych LMR LMR LM2R LM3R a: Z(ρ) a: Z() a: (. ) b: Z(ρ) b: Z() b: (. ) Wyniki esu DF-GLS Ellioa, Roenberga i Socka Obliczenia wykonano za pomocą programu STATA, maksymalny rząd opóźnienia równy 9 zosał usalony za pomocą kryerium Schwer a. Warości kryyczne dla poziomów isoności: %, 5% podane w pracy Cook-Manning (24), s , (gdzie maksymalny sopień opóźnienia usalany es na pod-
6 34 Małgorzaa Borzyszkowska sawie sekwencyne reguły Ng i Perrona (995) w wersi z rendem wynoszą: - 4.5, oraz w wersi bez rendu odpowiednio: -3.9, Tablica 3. Obliczone warości saysyk DF-GLS dla odpowiednich szeregów w wersi z rendem (τ) i bez rendu (μ) Saysyka Szeregi badanych zmiennych LMR LMR LM2R LM3R (τ) (μ) L oznacza wielkości logarymowane, R wielkości realne. Porównuąc orzymane warości z warościami kryycznymi, można powiedzieć, że dla % i 5% poziomu isoności nie ma podsaw do odrzucenia hipoezy zerowe o nie saconarności wszyskich szeregów. Wyniki powierdzaą wcześniesze usalenia, ednak w przypadku szeregów LM2R i LM3R dla wersi z rendem, warości saysyk są bliskie warościom granicznym. Wyniki esu KPSS Warości kryyczne dla poziomów isoności %, 5% wynoszą: dla wersi z rendem liniowym:.9,.46, naomias w wersi bez rendu odpowiednio:.347,.463. Obliczenia wykonano za pomocą programu STATA, maksymalny rząd opóźnienia określony wg kryerium Schwer a wynosi 3. Tablica 4. Obliczone warości saysyki KPSS dla wersi z rendem(τ) i bez rendu (μ) Saysyka Szeregi badanych zmiennych LMR LMR LM2R LM3R (τ) (μ) Uzyskane warości wskazuą, że należy odrzucić hipoezę zerową o rendosaconarności na korzyść hipoezy alernaywne. Wszyskie szeregi zaem na poziomie isoności 5% są niesaconarne. Wyniki esu dla zmodyfikowane saysyki Lo Warości kryyczne dane są w posaci przedziałów: dla (α=.) 9% [.86,.747], dla (α=.5) 95% [.89,.862], dla (α=.) 99% [.72, 2.98]. Obliczone warości saysyk zawiera ablica poniże. Tablica 5. Obliczone warości saysyk Miara LMR LMR LM2R LM3R Saysyka Lo saysyka
7 Analiza empiryczna wybranych zmiennych wchodzących w skład 35 Wykroczenie policzone saysyki poza dany przedział skukue odrzuceniem hipoezy zerowe, zaem szeregi LMR, LM2R i LM3R powinny posiadać długą pamięć. 8. Podsumowanie Przeprowadzona analiza miar pieniądza, poencalnych zmiennych funkci popyu na pieniądz, sanowi część wyników esów, zasosowanych do zbadania ich własności dynamicznych. Analiza wykazała, że badane szeregi są niesaconarne (wyniki esów: DF-GLS, PP, powierdzone esem KPSS) i zinegrowane rzędu pierwszego (es DF/ADF). Dodakowo es badania inegraci ułamkowe (zmodyfikowana saysyka R/S według Lo) dae przesłanki do dalszych prac nad zmiennymi w celu doboru właściwe meody esymaci modeli. Lieraura Anoruo, E., Braha, H. (25), Fracional Inegraion Analysis of Real Shor-Term Ineres Raes: Evidence from Selec African Counries, Global Review of Business and Economic Research, USA. Baillie, R.T. (996), Long Memory Processes and Fracional Inegraion in Economerics, Journal of Economerics, 73, Barro, R.J. (997), Makroekonomia, PWE, Warszawa. Baumol, W.J. (lisopad 952), The Transacions Demand for Cash: An Invenory Theoreic Approach, The Quarerly Journal of Economics, Vol. 66, Cook, S., Manning, N. (24), Lag Opimisaion and Finie-Sample Size Disorion of Uni Roo Tess, Economics Leers, 84, Duwendag, D., Keerer, K.H., Kösers, W., Pohl, R., Simmer, D.B. (995), Teoria pieniądza i poliyka pieniężna, Polex, Warszawa. Ellio, G., Roenberg, T.J., Sock, J.H. (996), Efficien Tess for an Auoregressive Uni Roo, Economerica, Vol. 64, No. 4, Franses, P.H, Hobin, B. (997), Criical Values for Uni Roo Tess in Seasonal Time Series, Journal of Applied Saisics, Vol. 24, No., Friedman, M. (sierpień 959), The Demand for Money: Some Theoreical and Empirical Resuls, The Journal of Poliical Economy, Vol. 67, No. 4, Goldfeld, S.M., Chandler, L.V. (98), The Economics of Money and Banking, Harper and Row Publisher, New York. Hamilon, J.D. (994), Time Series Analysis, Princeon Universiy Press, New Jersey. Keynes, J.M. (956), Ogólna eoria zarudnienia, procenu i pieniądza, PWN, Warszawa. Kwiakowski, J. (999), Procesy z długą pamięcią i modele ARFIMA, Zeszyy Naukowe AUNC, 329, Toruń, Kwiakowski, D., Phillips, P.C.B., Schmid, P., Shin, Y. (992), Tesing he Null Hypohesis of Saionary Agains he Alernaive of a Uni Roo, Journal of Economerics, 54, Laidler, D.E.W. (985), The Demand for Money: Theories, Evidence, and Problems, Harper & Row, Publishers, New York.
8 36 Małgorzaa Borzyszkowska Lo, A.W. (99), Long-erm Memory in Sock Marke Prices, Economerica, 59, MacKinnon, J.G. (99), Criical Values for Coinegraion Tess, rozdział 3, w: Engle, R.F., Granger, C.W.J. (red.), Long-Run Economic Relaionships: Readings in Coinegraion, Oxford Universiy Press, Oxford. Mishkin, F.S. (22), Ekonomika pieniądza, bankowości i rynków finansowych, PWN, Warszawa. Ng, S., Perron, P. (995), Uni Roo Tess in ARMA Models wih Daa-Dependen Mehods for Selecion of he Truncaion Lag, Journal of he American Saisical Associaion, 9, Osińska, M. (26), Ekonomeria finansowa, PWE, Warszawa. Phillips, P.C.B., Perron, P. (988), Tesing for a Uni Roo in Time Series Regression, Biomerika, No. 75, Sowell, F. (99), The Fracional Uni Roo Disribuion, Economerica, Vol. 58, No. 2, Schwer, G.W. (989), Tess for Uni Roos: A Mone Carlo Invesigaion, Journal of Business and Economic Saisics, 7, Syczewska, E.M. (22), Niesaconarność nominalnego i realnego kursu wymiany dla danych sezonowych, Bank i Kredy, 3, Syczewska, E. (25), Aggregaion of Exchange Rae Daa and Long Memory Measures, Prace i Maeriały Insyuu Rozwou Gospodarczego, 75, Syczewska, E.M. (25b), Wpływ agregaci kursów złoowych na wyniki esymaci parameru inegraci ułamkowe meodą Phillipsa, UMK w Toruniu, IX 25, Konferenca: Dynamiczne Modele Ekonomeryczne, Tobin, J. (956), The Ineres Rae Elasiciy of he Transacions Demand for Cash, Review of Economics and Saisics,. 38, Tobin, J. (958), Liquidiy Preference as Behavior Towards Risk, Review of Economic Sudies,. 25,
Stanisław 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 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 szczegółowoNiestacjonarne zmienne czasowe własności i testowanie
Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:
Bardziej 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 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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE 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 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 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 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 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 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 szczegółowoPOWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe
Bardziej 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 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 szczegółowoEkonometryczne modele nieliniowe
Eonomeryczne modele nieliniowe Wyład Doromił Serwa Zajęcia Wyład Laoraorium ompuerowe Prezenacje Zaliczenie EGZAMI 50% a egzaminie oowiązują wszysie informacje przeazane w czasie wyładów np. slajdy. Aywność
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 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 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 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 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 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 szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej 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 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 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 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 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 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 szczegółowoPorównanie jakości nieliniowych modeli ekonometrycznych na podstawie testów trafności prognoz
233 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Porównanie jakości nieliniowych modeli ekonomerycznych na podsawie esów rafności prognoz Sreszczenie.
Bardziej szczegółowoPROGNOZOWANIE 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 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 szczegółowoStatystyka 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 szczegółowoZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO
ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO Sreszczenie Michał Barnicki Poliechnika Śląska, Wydział Oranizacji i Zarządzania Monika Odlanicka-Poczobu Poliechnika Śląska, Wydział
Bardziej szczegółowoTest HEGY dla wybranych zmiennych makroekonomicznych gospodarki Polski w latach
89 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Gdańsku Test HEGY dla wybranych zmiennych makroekonomicznych gospodarki Polski w latach 1996-2009 Streszczenie.
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 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 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 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 szczegółowoElżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
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 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 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 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 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 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 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 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 szczegółowoPlan wykładu: 1) Pojęcie stacjonarności i niestacjonarności zmiennych 2) Testowanie integracji 3) Pojęcie kointegracji metoda Engle a-grangera.
1 Plan wykładu: 1) Pojęcie stacjonarności i niestacjonarności zmiennych 2) Testowanie integracji 3) Pojęcie kointegracji metoda Engle a-grangera. Pojęcie stacjonarności i niestacjonarności zmiennych Szereg
Bardziej szczegółowoBayesowska analiza modeli ARFIMA i persystencji na przykładzie kursu jednostek uczestnictwa funduszu Pioneer.
Jacek Kwiakowski Bayesowska analiza modeli ARFIMA i persysencji na przykładzie kursu jednosek uczesnicwa funduszu Pioneer.. Wsęp Celem prezenowanego arykułu jes analiza empiryczna modeli AR- FIMA oraz
Bardziej szczegółowoMODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Wprowadzenie Współczesne zarządzanie ryzykiem
Bardziej szczegółowoHarmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej
Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci
Bardziej 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 szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej 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 szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
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 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 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 szczegółowoMagdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarim Nakowe 4 6 września 2007 w Torni Kaedra Ekonomerii i Saysyki Uniwersye Mikołaja Kopernika w Torni Magdalena Osińska Marcin Fałdziński Uniwersye
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
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 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 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 szczegółowoMagdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności
Bardziej 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 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 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 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 szczegółowoTESTOWANIE STABILNOŚCI PARAMETRÓW WIELOCZYNNIKOWYCH MODELI MARKET TIMING Z OPÓŹNIONĄ ZMIENNĄ RYNKOWĄ 1
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 011, sr. 59 69 TESTOWANIE STABILNOŚCI PARAMETRÓW WIELOCZYNNIKOWYCH MODELI MARKET TIMING Z OPÓŹNIONĄ ZMIENNĄ RYNKOWĄ 1 Joanna Olbryś Wydział Informayki,
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 szczegółowoZajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
Bardziej 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 szczegółowoEuropejska 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 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 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 szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoPROGNOZOWANIE. 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 szczegółowoKrzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie
Krzyszof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa Analiza spekralna indeksów giełdowych DJIA i WIG 1 Wprowadzenie We współczesnych analizach ekonomicznych doyczących pomiaru cyklu koniunkuralnego
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 szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
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 szczegółowoWykład 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 szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej 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 szczegółowoKomputerowa analiza przepływów turbulentnych i indeksu Dow Jones
Kompuerowa analiza przepływów urbulennych i indeksu Dow Jones Rafał Ogrodowczyk Pańswowa Wyższa Szkoła Zawodowa w Chełmie Wiesław A. Kamiński Uniwersye Marii Curie-Skłodowskie w Lublinie W badaniach porównano
Bardziej szczegółowoKrzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20
Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH
Bardziej 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 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 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 szczegółowoAnaliza szeregów czasowych w Gretlu (zajęcia 8)
Analiza szeregów czasowych w Grelu (zajęcia 8) Grel jes dość dobrym narzędziem do analizy szeregów czasowych. Już w samej podsawie Grela znajdziemy sporo zaimplemenowanych echnik służących do obróbki danych
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 szczegółowoNAPRAWY GWARANCYJNE I POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO POTRANSAKCYJNE ELEMENTY LOGISTYCZNEJ OBSŁUGI KLIENTA
Inżynieria Rolnicza 2(100)/2008 NAPRAWY GWARANCYJNE I POGWARANCYJNE CIĄGNIKÓW ROLNICZYCH JAKO POTRANSAKCYJNE ELEMENTY LOGISTYCZNEJ OBSŁUGI KLIENTA Sławomir Juściński Kaedra Energeyki i Pojazdów Uniwersye
Bardziej szczegółowoINWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak
INWESTYCJE Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak Inwesycje Inwesycje w kapiał rwały: wydaki przedsiębiorsw na dobra używane podczas procesu produkcji innych dóbr Inwesycje
Bardziej szczegółowoIntegracja zmiennych Zmienna y
Inegracja zmiennych Zmienna y jes zinegrowana rzędu d jeśli jej różnice rzędu d są sacjonarne. Zapisujemy o y ~ I ( d ). Przyjmuje się również, że zmienna sacjonarna y (jako że nie rzeba jej różnicować,
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 szczegółowoInwestycje. 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 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 szczegółowo