Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych na GPW w Warszawie

Wielkość: px
Rozpocząć pokaz od strony:

Download "Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych na GPW w Warszawie"

Transkrypt

1 Piotr Fiszeder * Edyta Mstowska ** Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych na GPW w Warszawie Wstęp Analiza zdarzeń jest narzędziem umożliwiającym określenie wpływu konkretnych zdarzeń na wartość rynkową poszczególnych spółek. Metoda ta cieszy się coraz większą popularnością, do czego przyczynił się niewątpliwie szybki rozwój technik komputerowych oraz łatwiejszy dostęp do danych. Lista zagadnień będących przedmiotem analizy zdarzeń jest bardzo szeroka i obejmuje między innymi wypłatę dywidendy, wykup akcji własnych, transakcje zawierane przez insiderów, fuzje, przejęcia, istotne zmiany w akcjonariacie spółki. Przedmiotem badań niniejszej pracy są splity akcji. Teoretycznie podział akcji jest wydarzeniem niemającym jakiegokolwiek znaczenia dla akcjonariuszy. Nie jest to jednak prawdą. Prowadzone badania empiryczne dotyczące splitów akcentują nie tylko reakcję cen akcji czy wielkości obrotów, ale również motywy, które skłoniły spółki do podjęcia decyzji o podziale akcji. Celem pracy jest analiza wpływu podziałów akcji spółek notowanych na GPW w Warszawie na stopy zwrotu. Ponieważ informacja o splicie akcji jest ogłaszana publicznie z dużym wyprzedzeniem, zatem sam moment podziału akcji nie powinien mieć istotnego wpływu na notowania cen akcji. Wyniki przeprowadzonego badania przeczą jednak tej tezie. Praca składa się z trzech części. W pierwszej z nich przedstawiono krótko główne motywy przeprowadzania splitów akcji. Część druga zawiera opis wybranych metod stosowanych do testowania występowania nadwyżkowych stóp zwrotu związanych z podziałem akcji. Zaprezentowano test dla wartości średniej w populacji, zmodyfikowany test dla wartości średniej oraz nieparametryczny test rang Corrado (1989). W części trzeciej przedstawiono wyniki badań dotyczące spółek notowanych na GPW w Warszawie. 1. Motywy splitów W literaturze istnieje wiele hipotez dotyczących motywów przeprowadzania podziałów akcji i nie da się wskazać jednej głównej przyczyny tego zjawiska. Poniżej zostały wymienione najważniejsze hipotezy (patrz np. [Bejger, 2001], [Kopczewska, 2004], [Gurgul, 2006]) 1 : 1. Poprawa płynności * dr hab., Katedra Ekonometrii i Statystyki, WNEiZ, UMK w Toruniu, ul Gagarina 11, Toruń, piotr.fiszeder@umk.pl. ** mgr, WNEiZ, UMK w Toruniu. 1 Szerszy opis motywów wraz z odwołaniami do prowadzonych na świecie badań empirycznych można znaleźć w cytowanych pracach.

2 204 Piotr Fiszeder, Edyta Mstowska Płynność akcji może być podniesiona przez zwiększenie liczby inwestorów, dywersyfikację akcjonariuszy, a także niższą cenę akcji [por. np. Muscarella, Vetsutpens, 1996]. 2. Przyciąganie inwestorów Obniżka cen akcji przyciąga drobnych inwestorów ze względu na większą dostępność akcji i większe możliwości inwestycyjne. Splity akcji często prowadzą do wzrostu zmienności, z tego też powodu takimi akcjami częściej interesują się spekulanci. 3. Optymalny przedział cenowy O istnieniu takiego przedziału przekonana jest większość menedżerów, którzy uważają, że akcje o cenach należących do tego przedziału sprzedają się najlepiej. Źródła tej hipotezy upatruje się w teorii behawioralnej i czynnikach psychologicznych. 4. Sygnalizacja dobrych perspektyw Spółka poprzez obniżenie ceny akcji informuje inwestorów, że spodziewa się dalszego wzrostu kursu w wyniku oczekiwanych ponadprzeciętnych zysków. Spółka może w ten sposób zgłaszać na przykład chęć wypłaty wyższej dywidendy. Badania Lakonishoka i Leva (1987) sugerują jednak, że splity pojawiają się po dobrych okresach dla przedsiębiorstwa i nie mają wpływu na przyszłe notowania giełdowe. 5. Działanie marketingowe Decyzja o splicie zwraca uwagę analityków giełdowych, maklerów i inwestorów, którzy siłą rzeczy śledzą bardziej te spółki, z których akcjami związane są bieżące wydarzenia [patrz np. Rankine, Stice, 1997]. Conroy, Harris i Benet (1990) ustalili na podstawie badań ankietowych dla giełdy nowojorskiej, że 70% splitów przeprowadzonych zostało w celu wzrostu płynności akcji, natomiast tylko 14% w celu zasygnalizowania pozytywnych informacji o spółce [patrz Gurgul, 2006]. 2. Metody testowania występowania nadwyżkowych stóp zwrotu Weryfikując wpływ określonego zdarzenia na ceny akcji stawia się najczęściej następujące hipotezy: H 0 : E( AR t ) 0, (1) H 1 : E( AR t ) 0, (2) gdzie: AR t oznacza nadwyżkową (anormalną) stopę zwrotu w okresie t okna zdarzenia obliczaną dla i-tej spółki jako różnica pomiędzy realizacją jej stopy zwrotu a stopą zwrotu portfela rynkowego R, w okresie t: M t AR i, t Ri, t RM, t. (3) W badaniach przyjmowane są również bardziej złożone modele nadwyżkowych stóp zwrotu oparte np. na modelu Sharpe a. Przewaga takiego podejścia nie jest jednak jednoznaczna w przypadku analizy zdarzeń, z uwagi choćby na wyniki badań mówiące o zmienności współczynników beta w czasie.

3 Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych 205 Do weryfikacji hipotezy zerowej w postaci (1) można zastosować test parametryczny dla wartości średniej w populacji. W przypadku analizy zdarzeń można go zapisać w postaci (patrz [Gurgul, 2006]: ARt t N, (4) sˆ( AR ) t gdzie AR t i s ˆ( ARt ) oznaczają odpowiednio średnią i odchylenie standardowe nadwyżkowych stóp zwrotu dla danych przekrojowych dla N badanych w próbie spółek 2. Autorzy zajmujący się badaniami empirycznymi z zakresu metodyki analizy zdarzeń twierdzą jednakże, że zajście analizowanego zdarzenia w dniu t najczęściej prowadzi do jednoczesnej zmiany zarówno mianownika, jak i licznika w formule statystyki w postaci (4). Taka jednoczesna zmiana oznaczałaby sytuację, w której statystyka pozostawałaby nieistotna pomimo znacznego wpływu analizowanego zdarzenia na ceny. W takim przypadku niektórzy sugerują wykorzystanie zmodyfikowanej wersji testu dla wartości średniej. Modyfikacja polega na zastosowaniu odchylenia standardowego przeciętnych nadwyżkowych stóp zwrotu obliczanego według formuły (patrz [Brown, Warner, 1985]): 1 2 s ˆ( ARt ) ( ARt AR), (5) T 1 t0 T 1 t t gdzie: T - długość okna estymacyjnego, t 0 - indeks najstarszej obserwacji w ramach okna estymacyjnego, a t0 T 1 1 AR AR t. (6) T 0 t t Statystyka zmodyfikowanego testu dla wartości średniej jest dana w postaci: ARt t. (7) sˆ ( ARt ) Przy założeniu, że zwyżkowe stopy zwrotu mają rozkład normalny oraz prawdziwa jest hipoteza zerowa w postaci (1), statystyki dane formułami (4) i (7) mają rozkład t-studenta o N-1 stopniach swobody. Jeżeli hipoteza zerowa zostanie odrzucona, to zwyżkowa stopa zwrotu istotnie różni się od zera. Zatem wpływ danego zdarzenia na stopy zwrotu jest istotny statystycznie. W obu testach przyjmuje się założenie o normalności rozkładu stóp zwrotu, które dla danych o wysokiej częstotliwości, takiej jak obserwacje dzienne, jest rzadko spełnione. W przypadku bardzo dużych prób można by skorzystać z rozkładów granicznych powyższych statystyk, jednakże w przypadku analizy zdarzeń rzadko jest to możliwe. Z tego względu jedną z możliwości jest zastosowanie testów nieparametrycznych, które nie wymagają spełnienia restrykcyjnych założeń o postaci rozkładu stóp zwrotu. Często stosowanym w metodyce 0 2 Precyzyjniej dla N badanych zdarzeń, ponieważ określony typ zdarzenia może występować wielokrotnie w przypadku pojedynczej spółki.

4 206 Piotr Fiszeder, Edyta Mstowska analizy zdarzeń jest test rang Corrado (1989). Zastosowanie testu wymaga nadania rang nadwyżkowym stopom zwrotu dla każdego okresu. Rangowanie powtarza się tyle razy, ile spółek (a ściślej mówiąc zdarzeń dotyczących tych spółek) objętych jest badaniem. Statystyka określona jest formułą: N 1 ( Ki, t K) N i 1 T( u), (8) s( K) gdzie: K i, t - przyporządkowana ranga dla okresu t, K - średnia z rang obliczana według formuły wzorem: K 0,5 0, 5T, s (K) - odchylenie standardowe rang dane 1 s( K), (9) T t 1 N i 1 gdzie: T oznacza liczbę okresów. Przy założeniu prawdziwości hipotezy zerowej danej formułą (1) statystyka (8) ma asymptotyczny rozkład normalny. T N 1 K i, t K 3. Wpływ splitów na kursy akcji na GPW w Warszawie Analiza empiryczna została przeprowadzona na podstawie spółek notowanych na GPW w Warszawie, które w okresie od r. do r. dokonały operacji podziału akcji 3. W przyjętym okresie miało miejsce pięćdziesiąt splitów 4. Z badania pominięto: spółki, w przypadku których miał miejsce split odwrócony (czyli scalanie akcji), spółki notowane na CETO 5 oraz spółkę Zakłady Budowy Maszyn Zremb Chojnice SA z uwagi na bardzo małą ilość transakcji zawartych w przyjętym oknie zdarzenia. Badano czterdzieści cztery splity akcji, dokonane przez czterdzieści dwie spółki 6. Wykluczono również pojedyncze dzienne stopy zwrotu, które wystąpiły w wyniku innych nadzwyczajnych zdarzeń, a miały miejsce w przyjętym oknie zdarzenia. W ten sposób wyeliminowano wpływ zdarzeń zakłócających. Na Rysunku 1 przedstawiono skumulowane zwyżkowe 7 średnie stopy zwrotu 8 od trzydziestu dni przed do trzydziestu dni po splicie akcji. Stopy zwrotu były sumowane oddzielnie dla dni przed podziałem akcji, począwszy od pierwszego dnia przed splitem i oddziel- 3 Publikowane w literaturze światowej wyniki badań dotyczące splitów akcji zależą często od okresu, w którym analiza została przeprowadzona. Duże znaczenie może mieć na przykład koniunktura panująca na rynku, dlatego w niniejszej pracy przyjęto stosunkowo długi okres obejmujący zarówno hossę jak i bessę. 4 Informacje o podziale akcji pochodzą ze strony: 5 Z dniem 18 września 2009 roku MTS-CeTO zmieniło nazwę na BondSpot. Przedmiotem obrotu na tym rynku są obecnie instrumenty dłużne. Na platformach transakcyjnych BondSpot i GPW w Warszawie prowadzony jest także rynek Catalyst. 6 Po dwa podziały akcji zostały dokonane przez spółki Echo Investment SA i FON SA. 7 Jako portfel rynkowy przyjęto najszerszy indeks rynku akcji dla GPW w Warszawie, mianowicie indeks WIG. 8 W badaniu stosowano logarytmiczne stopy zwrotu. 2

5 Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych 207 nie dla dni po podziale akcji, począwszy od dnia splitu 9. Skumulowane zwyżkowe stopy zwrotu w dniach poprzedzających dzień podziału akcji są dodatnie, natomiast w dniach następujących po dniu splitu ujemne. Zwyżkowa stopa zwrotu jest również ujemna w dniu dokonania operacji podziału akcji. Rysunek 1. Skumulowane średnie zwyżkowe stopy zwrotu Źródło: opracowanie własne. Informacja o podziale akcji jest powszechnie znana z dużym wyprzedzeniem, dlatego wpływ splitu nie musi uwidaczniać się w ściśle określonym dniu, co widać na Rysunku 1. Z tego powodu wydaje się, że bardziej celowym jest badanie kilku- lub kilkunastodniowych stóp zwrotu. Niniejsze badanie przeprowadzono na podstawie 10-dniowych stóp zwrotu, rozważano sześć 10- dniowych okresów: od 30-ego do 21-ego dnia przed splitem, od 20-ego do 11- ego dnia przed splitem, od 10-ego do 1-ego dnia przed splitem, od dnia splitu do 9-ego dnia po splicie, od 10-ego do 19-ego dnia po splicie oraz od 20-ego do 29-ego dnia po splicie. Oczywiście możliwe jest poszerzenie okna zdarzenia, jednakże coraz trudniejszy staje się wówczas problem wyeliminowania wpływu innych zdarzeń. Wartości średnich dla ustalonych 10-dniowych zwyżkowych stóp zwrotu przedstawiono w Tablicy 1. Tablica 1. Wartości średnich dla 10-dniowych zwyżkowych stóp zwrotu Zakres stóp zwrotu Średnia Od 30-ego do 21-ego dnia przed splitem 0,5469 % Od 20-ego do 11-ego dnia przed splitem -2,1298 % Od 10-ego do 1-ego dnia przed splitem 5,4799 % Od dnia splitu do 9-ego dnia po splicie -7,9035 % Od 10-ego do 19-ego dnia po splicie 0,6957 % Od 20-ego do 29-ego dnia po splicie -0,9894 % Źródło: opracowanie własne. Zarówno test dla wartości średniej (formuła (4)) oraz zmodyfikowany test dla wartości średniej (formuła 7)) są wrażliwe na odstępstwa od rozkładu nor- 9 Taki sposób obliczania skumulowanych stóp zwrotu lepiej ilustrował wyniki.

6 208 Piotr Fiszeder, Edyta Mstowska malnego. Z tego względu weryfikowano hipotezę o normalności rozkładu stóp zwrotu za pomocą testu Shapiro-Wilka. Wyniki testowania zawiera Tablica 2. Tablica 2. Weryfikacja normalności stóp zwrotu testem Shapiro-Wilka Zakres stóp zwrotu Statystyka Od 30-ego do 21-ego dnia przed splitem 0,8493*** Od 20-ego do 11-ego dnia przed splitem 0,9546* Od 10-ego do 1-ego dnia przed splitem 0,9468** Od dnia splitu do 9-ego dnia po splicie 0,9005*** Od 10-ego do 19-ego dnia po splicie 0,8861*** Od 20-ego do 29-ego dnia po splicie 0,9021*** [*, ** lub *** oznaczają oceny statystyk, w przypadku których weryfikowana hipoteza została odrzucona na poziomie istotności odpowiednio 0,1; 0,05 lub 0,01.] Źródło: opracowanie własne. We wszystkich przypadkach hipoteza zerowa została odrzucona, a dla większości okresów odstępstwa od rozkładu normalnego były znaczące. Zastosowanie w tej sytuacji testów dla wartości średniej może prowadzić do błędnych wniosków. Z uwagi na niewielką liczebność próby nie jest również wskazane korzystanie z rozkładów granicznych statystyk. Z tego względu zastosowano nieparametryczny test rang Corrado, który nie wymaga spełnienia założenia o postaci rozkładu stóp zwrotu. Rangowanie odbyło się wg następującej zasady: 10- dniowym zwyżkowym stopom zwrotu dla każdego splitu akcji przyporządkowano rangi od 1 do 6. Czynność ta została powtórzona 44 razy (dla każdego podziału akcji oddzielnie). W dalszej kolejności dla każdego z 10-dniowych okresów obliczono wartość statystyki testowej. Uzyskane rezultaty przedstawiono w Tablicy 3. Tablica 3. Weryfikacja występowania nadwyżkowych stóp zwrotu testem Corrado Zakres stóp zwrotu Statystyka T(u) Od 30-ego do 21-ego dnia przed splitem 0,1213 Od 20-ego do 11-ego dnia przed splitem -0,7887 Od 10-ego do 1-ego dnia przed splitem 1,6986* Od dnia splitu do 9-ego dnia po splicie -1,7593* Od 10-ego do 19-ego dnia po splicie 0,6067 Od 20-ego do 29-ego dnia po splicie 0,1213 [*, ** lub *** oznaczają oceny statystyk, w przypadku których weryfikowana hipoteza została odrzucona na poziomie istotności odpowiednio 0,1; 0,05 lub 0,01.] Źródło: opracowanie własne. Hipoteza zerowa mówiąca o tym, że 10-dniowa zwyżkowa stopa zwrotu nieistotnie różni się od zera została odrzucona dla dwóch okresów. Od 10-ego do 1-ego dnia przed przeprowadzeniem operacji podziału akcji stopa zwrotu była większa od zera, natomiast od dnia splitu do 9-ego dnia po nim była mniejsza od zera. Dla pozostałych czterech okresów 10-dniowa anormalna stopa zwrotu nieistotnie różniła się od zera.

7 Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych 209 Zakończenie Autorzy większości badań empirycznych nad efektami podziałów akcji zgodnie wskazują, że w dniu zapowiedzi podziału akcji oraz w dniach sąsiednich anormalne stopy zwrotu są dodatnie. Wzrost cen akcji przed publikacją informacji jest prawdopodobnie efektem zakupu akcji przez inwestorów wykorzystujących poufne informacje. Większość badaczy pokazuje również, że w dniu faktycznego dokonania podziału akcji zwyżkowe stopy zwrotu są dodatnie (czego jednak nie zaobserwowano w niniejszym badaniu), natomiast poza dniem zdarzenia anormalne stopy zwrotu nie różnią się istotnie od zera. Zdecydowana większość publikowanych badań nad efektami podziałów akcji dotyczy rynku amerykańskiego, a więc dojrzałego. Badania dotyczące GPW w Warszawie przeprowadzili Bejger (2001), Kopczewska (2004) oraz Gurgul (2006). W pracy Bejgera nie badano istotności nadwyżkowych stóp zwrotu. Kopczewska analizowała wpływ splitów na pojedyncze akcje i nie zaobserwowała znaczącego związku. W pracy Gurgula zastosowano podobne metody do tych, jakie wykorzystano w niniejszym badaniu i pokazano występowanie dodatniej oraz ujemnej nadwyżkowej stopy zwrotu odpowiednio na dwa dni przed oraz dwa dni po publikacji informacji o podziale akcji. Bardzo słaby, dodatni efekt zaobserwowano w dniu zapowiedzi splitu. W przypadku faktycznego dokonania podziału akcji nadwyżkowe stopy zwrotu nie różniły się istotnie od zera poza trzema dniami po splicie, kiedy to występowały ujemne wielkości. Pomimo faktu, że termin splitu jest wcześniej powszechnie znany, w pracy pokazano występowanie istotnie różniących się od zera anormalnych stóp zwrotu. Nadwyżkowe 10-dniowe stopy zwrotu przed operacją podziału akcji są dodatnie, natomiast 10 dniowe stopy obejmujące split i dni po nim są ujemne. Wzrost akcji przed podziałem ma zatem prawdopodobnie wyłącznie charakter spekulacyjny. Zaobserwowanie tej prawidłowości było możliwe dzięki przyjęciu 10-dniowych, a nie tak jak w większości innych badań dziennych stóp zwrotu. Efekt ten jest niezauważalny w przypadku analizy pojedynczych dni. Otrzymane wyniki sugerują również nieefektywność rynku akcji na GPW w Warszawie, ponieważ zaobserwowane nadwyżkowe stopy zwrotu są na tyle duże, że możliwe byłoby uzyskanie ponadprzeciętnych dochodów nawet po uwzględnieniu kosztów transakcyjnych. Uzyskanie takich dochodów nie byłoby prawdopodobnie jednak możliwe w przypadku krótkiej sprzedaży akcji z uwagi na brak lub bardzo ograniczoną możliwość zawierania takich transakcji. Literatura 1. Bejger P. (2001) Motywy przeprowadzania podziału akcji i jego wpływ na reakcje inwestorów giełdowych na GPW w Warszawie, w: Frąckowiak W. (red.), Z badań nad rynkiem kapitałowym w Polsce, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań 2. Brown S. J., Warner J. B. (1985), Using Daily Stock Returns: The Case of Event Studies, Journal of Financial Economics, 14, 3-31

8 210 Piotr Fiszeder, Edyta Mstowska 3. Conroy R. M., Harris R. S., Benet B. A. (1990), The Effects of Stock Splits on Bid-Ask Spreads, Journal of Finance, 45, Corrado C. J. (1989), A Nonparametric Test for Abnormal Security-Price Performance in Event Studies, Journal of Financial Economics, 23, Gurgul H. (2006), Analiza zdarzeń na rynkach akcji. Wpływ informacji na ceny papierów wartościowych, Oficyna Ekonomiczna, Kraków 6. Kopczewska K. (2004), Wpływ splitów na kursy akcji notowanych na Warszawskiej Giełdzie Papierów Wartościowych, w: Bernat T. (red.), Rynek kapitałowy mechanizm, funkcjonowanie, podmioty, Polskie Towarzystwo Ekonomiczne, Szczecin 7. Lakonishok J., Lev B. (1987), Stock Splits and Stock Dividends: Why, Who and When, Journal of Finance, 42, Muscarella C.J., Vetsutpens M. R. (1996), Stock Splits: Signaling or Liquidity? The Case of ADR Solo Splits, Journal of Financial Economics, 42, Rankine G., Stice E. K. (1997), The Market Reaction to the Choice of Accounting Method for Stock Splits and Large Stock Dividens, Journal of Financial and Quantitative Analysis, 32, Streszczenie Celem pracy była analiza wpływu podziałów akcji spółek notowanych na GPW w Warszawie na stopy zwrotu. Z uwagi na brak normalności rozkładu stóp zwrotu w badaniu zastosowano nieparametryczny test rang Corrado. Ponieważ informacja o splicie akcji jest ogłaszana publicznie z dużym wyprzedzeniem, zatem sam moment podziału akcji nie powinien mieć istotnego wpływu na notowania cen akcji. Wyniki przeprowadzonego badania przeczą jednak tej tezie. Nadwyżkowe 10-dniowe stopy zwrotu przed operacją podziału akcji są dodatnie, natomiast 10-dniowe stopy zwrotu obejmujące split i dni po nim są ujemne. Zaobserwowanie tej prawidłowości było możliwe dzięki przyjęciu 10-dniowych, a nie tak jak w większości innych badań dziennych stóp zwrotu. Efekt ten jest niezauważalny w przypadku analizy pojedynczych dni. Otrzymane wyniki wskazują również na nieefektywność rynku akcji na GPW w Warszawie, ponieważ zaobserwowane nadwyżkowe stopy zwrotu są na tyle duże, że możliwe byłoby uzyskanie ponadprzeciętnych dochodów nawet po uwzględnieniu kosztów transakcyjnych. Uzyskanie takich dochodów nie byłoby jednakże prawdopodobnie możliwe w przypadku krótkiej sprzedaży akcji z uwagi na brak lub bardzo ograniczoną możliwość zawierania takich transakcji. Analysis of the influence of the stock splits on the rates of return from the companies listed on the Warsaw Stock Exchange (Summary) The main purpose of the paper was analysis of the influence of the stock splits on the rates of return from the companies listed on the Warsaw Stock Exchange. Due to lack of normality of the return distribution, nonparametric Corrado test was applied. The study has showed that the abnormal 10-days return before the split is positive, and 10-days return for the split and days after is negative.

Analiza zdarzeń Event studies

Analiza zdarzeń Event studies Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Testowanie hipotez statystycznych Hipotezą statystyczną jest dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia

Bardziej szczegółowo

Efektywność źródłem bogactwa. Tomasz Słoński Piechowice, r.

Efektywność źródłem bogactwa. Tomasz Słoński Piechowice, r. Efektywność źródłem bogactwa inwestorów Tomasz Słoński Piechowice, 24.01.2012 r. Plan wystąpienia Teoretyczne podstawy pomiaru efektywności rynku kapitałowego Metodologia badań nad efektywnością rynku

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

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe

Bardziej szczegółowo

Notowania kontraktów terminowych na pszenicę konsumpcyjną na rynku FOREX jako przykład anomalii rynku kapitałowego

Notowania kontraktów terminowych na pszenicę konsumpcyjną na rynku FOREX jako przykład anomalii rynku kapitałowego Rafał Balina Katedra Ekonomiki i Organizacji Przedsiębiorstw Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Notowania kontraktów terminowych na pszenicę konsumpcyjną na rynku FOREX jako przykład anomalii

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

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

Kolokwium ze statystyki matematycznej

Kolokwium ze statystyki matematycznej Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę

Bardziej szczegółowo

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1. Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4. Testowanie hipotez Niech X = (X 1... X n ) będzie próbą losową na przestrzeni X zaś P = {P θ θ Θ} rodziną rozkładów prawdopodobieństwa określonych na przestrzeni próby X. Definicja 1. Hipotezą zerową Θ

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją

Bardziej szczegółowo

TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne. Zajmiemy

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych

Bardziej szczegółowo

ACTA UNIVERSITATIS LODZI ENSIS. Paweł Sekuła * PROSTY TEST SŁABEJ HIPOTEZY RYNKU EFEKTYWNEGO W WARUNKACH GPW W WARSZAWIE

ACTA UNIVERSITATIS LODZI ENSIS. Paweł Sekuła * PROSTY TEST SŁABEJ HIPOTEZY RYNKU EFEKTYWNEGO W WARUNKACH GPW W WARSZAWIE ACTA UNIVERSITATIS LODZI ENSIS FOLIA OECONOMICA 287, 2013 Paweł Sekuła * PROSTY TEST SŁABEJ HIPOTEZY RYNKU EFEKTYWNEGO W WARUNKACH GPW W WARSZAWIE 1. WPROWADZENIE Analiza i testy poziomu efektywności rynków

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

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2 STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;

Bardziej szczegółowo

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

Bardziej szczegółowo

TRANSAKCJE ARBITRAŻOWE PODSTAWY TEORETYCZNE cz. 1

TRANSAKCJE ARBITRAŻOWE PODSTAWY TEORETYCZNE cz. 1 TRANSAKCJE ARBITRAŻOWE PODSTAWY TEORETYCZNE cz. 1 Podstawowym pojęciem dotyczącym transakcji arbitrażowych jest wartość teoretyczna kontraktu FV. Na powyższym diagramie przedstawiono wykres oraz wzór,

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

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

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

Bardziej szczegółowo

Kilka uwag o testowaniu istotności współczynnika korelacji

Kilka uwag o testowaniu istotności współczynnika korelacji 341 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Piotr Peternek Uniwersytet Ekonomiczny we Wrocławiu Marek Kośny Uniwersytet Ekonomiczny we Wrocławiu Kilka uwag o testowaniu istotności

Bardziej szczegółowo

II ETAP EGZAMINU EGZAMIN PISEMNY

II ETAP EGZAMINU EGZAMIN PISEMNY II ETAP EGZAMINU NA DORADCĘ INWESTYCYJNEGO EGZAMIN PISEMNY 7 grudnia 2014 r. Warszawa Treść i koncepcja pytań zawartych w teście są przedmiotem praw autorskich i nie mogą być publikowane lub w inny sposób

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH Co to są hipotezy statystyczne? Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej. Dzielimy je

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom

Bardziej szczegółowo

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich

Bardziej szczegółowo

Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.

Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości

Bardziej szczegółowo

WARSZAWSKA GIEŁDA2013 GIEŁDAPAPIERÓW WARTOŚCIOWYCH WARSZAWIE

WARSZAWSKA GIEŁDA2013 GIEŁDAPAPIERÓW WARTOŚCIOWYCH WARSZAWIE WARSZAWSKA GIEŁDA2013 GIEŁDAPAPIERÓW WARTOŚCIOWYCH WARSZAWIE GPW JEDNA Z NAJSZYBCIEJ ROZWIJAJĄCYCH SIĘ GIEŁD W EUROPIE Od kilku lat warszawska giełda zalicza się do najdynamiczniej rozwijających się rynków

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

Bardziej szczegółowo

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu, z którego pochodzi próbka. Hipotezy dzielimy na parametryczne i nieparametryczne. Parametrycznymi

Bardziej szczegółowo

Statystyczna analiza danych

Statystyczna analiza danych Statystyczna analiza danych Testowanie hipotez statystycznych Ewa Szczurek szczurek@mimuw.edu.pl Instytut Informatyki Uniwersytet Warszawski 1/23 Testowanie hipotez średniej w R Test istotności dla wartości

Bardziej szczegółowo

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane

Bardziej szczegółowo

Jak sprawdzić normalność rozkładu w teście dla prób zależnych?

Jak sprawdzić normalność rozkładu w teście dla prób zależnych? Jak sprawdzić normalność rozkładu w teście dla prób zależnych? W pliku zalezne_10.sta znajdują się dwie zmienne: czasu biegu przed rozpoczęciem cyklu treningowego (zmienna 1) oraz czasu biegu po zakończeniu

Bardziej szczegółowo

Efektywność informacyjna rynku w formie słabej w okresie prywatyzacji GPW w Warszawie *

Efektywność informacyjna rynku w formie słabej w okresie prywatyzacji GPW w Warszawie * Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 86 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (015) DOI: 10.1876/frfu.015.75-48 s. 589 597 Efektywność informacyjna rynku w formie słabej w okresie prywatyzacji

Bardziej szczegółowo

Prace magisterskie 1. Założenia pracy 2. Budowa portfela

Prace magisterskie 1. Założenia pracy 2. Budowa portfela 1. Założenia pracy 1 Założeniem niniejszej pracy jest stworzenie portfela inwestycyjnego przy pomocy modelu W.Sharpe a spełniającego następujące warunki: - wybór akcji 8 spółek + 2 papiery dłużne, - inwestycja

Bardziej szczegółowo

Czy inwestorzy wierzą analitykom? Analiza reakcji inwestorów na rekomendacje giełdowe na GPW w Warszawie *

Czy inwestorzy wierzą analitykom? Analiza reakcji inwestorów na rekomendacje giełdowe na GPW w Warszawie * Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-09 s. 111 121 Czy inwestorzy wierzą analitykom? Analiza reakcji inwestorów

Bardziej szczegółowo

Leszek Czerwonka Katedra Mikroekonomii Uniwersytet Gdański

Leszek Czerwonka Katedra Mikroekonomii Uniwersytet Gdański Leszek Czerwonka, Wpływ fuzji przedsiębiorstw na ich wartość, Ekonomika i Organizacja Przedsiębiorstwa, nr 4 (723)/2010, s. 31-37, ISSN 0860-6846 Leszek Czerwonka Katedra Mikroekonomii Uniwersytet Gdański

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 639 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 639 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 639 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 37 2011 TOMASZ SŁOŃSKI JÓZEF RUDNICKI WPŁYW PODZIAŁU AKCJI NA STOPĘ ZWROTU Z INWESTYCJI W AKCJE Wprowadzenie

Bardziej szczegółowo

ANALIZA WYBRANYCH MIAR RYZYKA PŁYNNOŚCI DLA AKCJI NOTOWANYCH NA GPW W WARSZAWIE W LATACH

ANALIZA WYBRANYCH MIAR RYZYKA PŁYNNOŚCI DLA AKCJI NOTOWANYCH NA GPW W WARSZAWIE W LATACH PRACE NAUKOWE UNIWERSYTETU EKONOMICZNEGO WE WROCŁAWIU RESEARCH PAPERS OF WROCŁAW UNIVERSITY OF ECONOMICS nr 323 2013 Inwestycje finansowe i ubezpieczenia tendencje światowe a rynek polski ISSN 1899-3192

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności

Bardziej szczegółowo

Wykład 9 Testy rangowe w problemie dwóch prób

Wykład 9 Testy rangowe w problemie dwóch prób Wykład 9 Testy rangowe w problemie dwóch prób Wrocław, 18 kwietnia 2018 Test rangowy Testem rangowym nazywamy test, w którym statystyka testowa jest konstruowana w oparciu o rangi współrzędnych wektora

Bardziej szczegółowo

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0 Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy

Bardziej szczegółowo

OGŁOSZENIE O ZMIANIE STATUTU UNIOBLIGACJE HIGH YIELD FUNDUSZU INWESTYCYJNEGO ZAMKNIĘTEGO Z DNIA 23 CZERWCA 2016 R.

OGŁOSZENIE O ZMIANIE STATUTU UNIOBLIGACJE HIGH YIELD FUNDUSZU INWESTYCYJNEGO ZAMKNIĘTEGO Z DNIA 23 CZERWCA 2016 R. OGŁOSZENIE O ZMIANIE STATUTU UNIOBLIGACJE HIGH YIELD FUNDUSZU INWESTYCYJNEGO ZAMKNIĘTEGO Z DNIA 23 CZERWCA 2016 R. Niniejszym, Union Investment Towarzystwo Funduszy Inwestycyjnych S.A. ogłasza o zmianie

Bardziej szczegółowo

Jakie są zalety i wady tego rodzaju inwestycji?

Jakie są zalety i wady tego rodzaju inwestycji? Jakie są zalety i wady tego rodzaju inwestycji? Na Warszawskiej Giełdzie Papierów Wartościowych zadebiutował długo wyczekiwany na naszym rynku ETF. Ma on wiernie odwzorowywać zachowanie indeksu WIG20.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów

Bardziej szczegółowo

Studenckie Koło Naukowe Rynków Kapitałowych

Studenckie Koło Naukowe Rynków Kapitałowych International Paper Co.(IP) - spółka notowana na giełdzie nowojorskiej (NYSE). Czym zajmuje się firma? International Paper Co. (IP) spółka posiadająca osobowość prawną w 1941 roku. Jeden z największych

Bardziej szczegółowo

Inwestowanie dla średnio zaawansowanych. Agata Gawin z-ca Dyrektora Domu Maklerskiego Raiffeisen Bank Polska S.A.

Inwestowanie dla średnio zaawansowanych. Agata Gawin z-ca Dyrektora Domu Maklerskiego Raiffeisen Bank Polska S.A. Inwestowanie dla średnio zaawansowanych Agata Gawin z-ca Dyrektora Domu Maklerskiego Raiffeisen Bank Polska S.A. Agata Gawin od 1991 roku związana z rynkiem kapitałowym. Od 5 lat pełni funkcję z-cy Dyrektora

Bardziej szczegółowo

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne. Zajmiemy

Bardziej szczegółowo

SPLIT. Łukasz Porębski Dyrektor ds. Analiz Giełdowych

SPLIT. Łukasz Porębski Dyrektor ds. Analiz Giełdowych SPLIT Łukasz Porębski Dyrektor ds. Analiz Giełdowych Operacje na papierach wartościowych Operacje na papierach wartościowych odzwierciedlają zmiany treści praw i innych cech papierów wartościowych lub

Bardziej szczegółowo

Analiza inwestycji i zarządzanie portfelem SPIS TREŚCI

Analiza inwestycji i zarządzanie portfelem SPIS TREŚCI Analiza inwestycji i zarządzanie portfelem Frank K. Reilly, Keith C. Brown SPIS TREŚCI TOM I Przedmowa do wydania polskiego Przedmowa do wydania amerykańskiego O autorach Ramy książki CZĘŚĆ I. INWESTYCJE

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

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę) PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych

Bardziej szczegółowo

TABELE WIELODZIELCZE

TABELE WIELODZIELCZE TABELE WIELODZIELCZE W wielu badaniach gromadzimy dane będące liczebnościami. Przykładowo możemy klasyfikować chore zwierzęta w badanej próbie do różnych kategorii pod względem wieku, płci czy skali natężenia

Bardziej szczegółowo

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis efektów kształcenia dla modułu zajęć Nazwa modułu: Instumenty rynków finansowych Rok akademicki: 2015/2016 Kod: ZZP-2-304-ZF-s Punkty ECTS: 4 Wydział: Zarządzania Kierunek: Zarządzanie Specjalność: Zarządzanie finansami Poziom studiów: Studia

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 640 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 38 2011

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 640 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 38 2011 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 640 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 38 2011 LESZEK CZERWONKA WEZWANIA DO SPRZEDAŻY AKCJI CENY WEZWAŃ A NADZWYCZAJNE STOPY ZWROTU Wprowadzenie Kadra

Bardziej szczegółowo

Wykład 9 Wnioskowanie o średnich

Wykład 9 Wnioskowanie o średnich Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i

Bardziej szczegółowo

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska Porównanie modeli statystycznych Monika Wawrzyniak Katarzyna Kociałkowska Jaka jest miara podobieństwa? Aby porównywać rozkłady prawdopodobieństwa dwóch modeli statystycznych możemy użyć: metryki dywergencji

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,

Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej, Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (punktowa, przedziałowa) Weryfikacja

Bardziej szczegółowo

2. Zasady obliczania indeksu. Σ P(i)*S(i) WIG = ----------------------------- *1000,00 Σ (P(0)*S(0))* K(t)

2. Zasady obliczania indeksu. Σ P(i)*S(i) WIG = ----------------------------- *1000,00 Σ (P(0)*S(0))* K(t) 1. Charakterystyka indeksu Indeks WIG to pierwszy indeks giełdowy i jest obliczany od 16 kwietnia 1991 roku. Pierwsza wartość indeksu WIG wynosiła 1000 pkt. Obecnie WIG obejmuje wszystkie spółki notowane

Bardziej szczegółowo

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info

Bardziej szczegółowo

W okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej.

W okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej. W okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej. Istnieje teoria, że fundusze inwestycyjne o stosunkowo krótkiej historii notowań mają tendencję do

Bardziej szczegółowo

Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202.

Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202. Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202. Modelowanie Rynków Finansowych 1 Japoński system bankowo-przemysłowy akcjonariat krzyżowy brak

Bardziej szczegółowo

Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby

Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby 1. Wstęp teoretyczny Prezentowane badanie dotyczy analizy wyników uzyskanych podczas badania grupy rodziców pod kątem wpływu ich przekonań

Bardziej szczegółowo

Obowiązki informacyjne emitentów

Obowiązki informacyjne emitentów Obowiązki informacyjne emitentów Podstawową poprawnego funkcjonowania rynku obrotu instrumentami finansowymi jest transparentność i równe traktowanie wszystkich jego uczestników. Waga rzetelności rynku

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1 Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie

Bardziej szczegółowo

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe?

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe? 2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny

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

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

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

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

Wybrane statystyki nieparametryczne. Selected Nonparametric Statistics

Wybrane statystyki nieparametryczne. Selected Nonparametric Statistics Wydawnictwo UR 2017 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 2/20/2017 www.eti.rzeszow.pl DOI: 10.15584/eti.2017.2.13 WIESŁAWA MALSKA Wybrane statystyki nieparametryczne Selected

Bardziej szczegółowo

STOSOWANIE TRADYCYJNYCH, NEOKLASYCZNYCH, MO- DELI PRZEDSIĘBIORSTWA A NIEPEWNOŚĆ I RYZYKO

STOSOWANIE TRADYCYJNYCH, NEOKLASYCZNYCH, MO- DELI PRZEDSIĘBIORSTWA A NIEPEWNOŚĆ I RYZYKO Leszek Czerwonka, Stosowanie tradycyjnych, neoklasycznych, modeli przedsiębiorstwa a niepewność i ryzyko [w:] Przedsiębiorstwo w otoczeniu globalnym. Rozwój w warunkach spowolnienia gospodarczego, vol.

Bardziej szczegółowo

Ekonometria. Weryfikacja modelu. Paweł Cibis pcibis@o2.pl. 6 kwietnia 2006

Ekonometria. Weryfikacja modelu. Paweł Cibis pcibis@o2.pl. 6 kwietnia 2006 Weryfikacja modelu Paweł Cibis pcibis@o2.pl 6 kwietnia 2006 1 Badanie istotności parametrów strukturalnych modelu Testy Pakiet Analiza Danych Uwagi 2 Test dla małej próby Test dla dużej próby 3 Test Durbina-Watsona

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza

Bardziej szczegółowo

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych

Bardziej szczegółowo