Analiza wpływu splitów akcji na stopy zwrotu spółek notowanych na GPW w Warszawie
|
|
- Stanisława Klimek
- 9 lat temu
- Przeglądów:
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 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.
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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;
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
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
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
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,
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
), 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
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
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.
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
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
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
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
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
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
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
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
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
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
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.
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
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
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
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
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
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
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
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
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
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
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
Obowiązki informacyjne emitentów
Obowiązki informacyjne emitentów Podstawową poprawnego funkcjonowania rynku obrotu instrumentami finansowymi jest transparentność i równe traktowanie wszystkich jego uczestników. Waga rzetelności rynku
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
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
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
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
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
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.
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
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
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,
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.
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
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
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.
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
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
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
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.
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