Zależności między cenami kontraktów terminowych na miedź na Giełdzie Kontraktów Terminowych w Szanghaju
|
|
- Arkadiusz Nowak
- 8 lat temu
- Przeglądów:
Transkrypt
1 Zarządzanie i Finanse Journal of Managemen and Finance Vol. 13, No. 4/2/2015 Mara Chylińska* Paweł Miłobędzki** Zależności między cenami konraków erminowych na miedź na Giełdzie Konraków Terminowych w Szanghaju Wsęp Giełda Konraków Terminowych w Szanghaju (Shanghai Fuures Exchange, SHFE) powsała w 1998 roku w wyniku połączenia rzech giełd owarowych: Shanghai Meal Exchange (SHME), Shanghai Cereals and Oil Exchange (SHCOE) oraz Shanghai Commodiy Exchange (SHCE). Handel konrakami erminowymi na miedź rozpoczął się na niej w maju nasępnego roku. Oprócz miedzi handlowano konrakami na aluminium i kauczuk nauralny 1. Począkowo celem giełdy było zapewnienie dosawy ych owarów na rynek lokalny. W nasępnych laach, dzięki dynamicznemu rozwojowi gospodarki Chińskiej Republiki Ludowej (ChRL) 2, giełda zwielokroniła wolumen i warość obrou. Według Fuures Indusry Associaion jes obecnie największą pod względem wolumenu obrou giełdą konraków erminowych w ChRL oraz dziewiąym rynkiem ego ypu na świecie 3. Poza wyżej wymienionymi konrakami erminowymi handluje się na niej akże konrakami na złoo, srebro, aluminium, cynk, ołów, nikiel, salowe pręy zbrojeniowe, walcówkę salową, olej opałowy, asfal oraz gorącowalcowane cewki. W zakresie konraków na meale nieżelazne, w szczególności * Mgr inż., Kaedra Ekonomerii, Wydział Zarządzania, Uniwersye Gdański, ul. Armii Krajowej 101, Sopo, mara. chylinska@ug.edu.pl ** Prof. UG dr hab., Kaedra Ekonomerii, Wydział Zarządzania, Uniwersye Gdański, ul. Armii Krajowej 101, Sopo, pawel.milobedzki@ug.edu.pl 1 Począek handlu konrakami erminowymi na miedź w ChRL dauje się na 15 maja 1991 roku, kiedy uruchomiono giełdę miedzi w Jin Peng (Jin Peng Copper Exchange, JPCE). Handel na niej odbywał się raz w ygodniu, w piąki rano. W obrocie znajdowały się konraky ypu forward. 18 sycznia 1992 roku codzienny handel ymi konrakami w godz zainicjowała Shenzhen Nonferrous Meal Exchange (SNME), a 31 marca 1993 roku konrakami ypu fuures SHME. Od 1 sycznia 1999 roku SHFE jes jedyną giełdą chińską, na kórej handluje się miedzią [Lien, Yang, 2008, s ]. 2 Licząc według paryeu siły nabywczej, gospodarka ChRL jes największą gospodarką świaa z PKB równym 17,63 ys. mld dol. USA [CIA, 2015]. 3 Zob. [Acworh, 2015, abl. Exchange Rank w Dodaku Annual Volume Survey].
2 6 Mara Chylińska, Paweł Miłobędzki konraków na miedź, kórej ChRL jes największym imporerem i konsumenem [Smakowski i inni, 2014, s ], konkuruje z Londyńską Giełdą Meali (London Meal Exchange, LME) i Commodiy Exchange of New York (COMEX) o miano miejsca sanowienia ich cen świaowych [Li, Zhang, 2009; Hua i inni, 2010; Mou, 2014; Figuerola-Ferrei i inni, 2014]. Zależności między cenami konraków erminowych na miedź na ych rynkach były w osanich laach przedmioem inensywnych badań. Li, Zhang [2009], a akże Hua i inni [2010] wykazali, że ich ceny na SHFE i LME znajdują się w relacji równowagi długookresowej i wzajemnie na siebie oddziaływają. Oddziaływanie LME na SHFE jes silniejsze niż oddziaływanie SHFE na LME. Fung i inni [2010] swierdzili wysępowanie podobnych zależności pomiędzy SHFE i COMEX. Z kolei Ruledge i inni [2013] oraz Yin, Han [2013] dowiedli skoinegrowania cen konraków na SHFE, LME i COMEX. Zidenyfikowali dwukierunkową przyczynowość w rozumieniu Grangera między ymi rynkami, jej nasilenie się po kryzysie 2008 roku, a akże dwukierunkowe, asymeryczne rozlewanie się zmienności (volailiy spillovers). Swierdzili przy ym silniejsze oddziaływanie obu rynków rozwinięych na rynek chiński niż rynku chińskiego na rynki rozwinięe. Wreszcie Mou [2014] pokazał, że LME jes ciągle wiodącym rynkiem jeśli chodzi o sanowienie cen miedzi. San wiedzy odnośnie do mechanizmu sanowienia cen konraków erminowych na miedź na SHFE jes mniej akualny i doyczy okresu sprzed kryzysu 2008 roku. I ak Lien, Yang [2008] wykazali skoinegrowanie ceny naychmiasowej i ceny erminowej miedzi, asymerię ich powrou do relacji równowagi długookresowej, wzros warunkowej zmienności sopy zwrou naychmiasowej i sopy erminowej w wyniku powiększania się dodaniej bazy cenowej (spreadów cen pomiędzy konrakami o różnej zapadalności), a akże o, iż wraz ze wzrosem ujemnej bazy nasila się nie ylko zmienność na rynku erminowym, ale akże powiązanie obu rynków odzwierciedlane za pomocą współczynnika korelacji warunkowej. Naomias Liu i inni [2008] odkryli wysępowanie dwukierunkowej przyczynowości w rozumieniu Grangera w średniej i wariancji dla obu rynków. Swierdzili akże, iż oddziaływanie rynku erminowego na rynek kasowy jes w każdym z ych wymiarów silniejsze. Celem arykułu jes dosarczenie akualnej wiedzy na ema mechanizmu sanowienia cen konraków erminowych na miedź na SHFE.
3 Zależności między cenami konraków erminowych na miedź 7 Sawiamy w nim pyanie o możliwość arbirażu między rynkami konraków na miedź o różnej zapadalności i działanie prawa jednej ceny po 2006 roku. Sosowny model pomiarowy cen specyfikujemy w oparciu o model premii za ryzyko [Wakins, McAleer, 2006]. Z uwagi na o, że ceny na rynkach owarowych są niesacjonarne i charakeryzują się znaczną zmiennością, jes on złożeniem wielowymiarowego modelu koreky błędem (VECM) [Johansen, 1995] i wielowymiarowego modelu warunkowej zmienności VCC-MGARCH [Tse, Tsui, 2002]. Model en pozwala na łączną analizę dynamiki cen konraków, ich zmienności oraz warunkowych korelacji między rynkami cząskowymi. Szacujemy go na podsawie szeregów czasowych cen rozliczeniowych konraków o zapadalności od 1 do 6 miesięcy oraz kursu wymiany waluy krajowej (juan) na dolara USA o częsoliwości ygodniowej (obserwacje ze środy) z okresu syczeń 2006 grudzień 2014 roku 4. Nasępnie weryfikujemy hipoezę o działaniu prawa jednej ceny. Badamy akże srukurę przyczynowości w zbiorze cen konraków oraz dynamikę ich zmienności i wzajemnych powiązań. Sosowne obliczenia wykonujemy w środowisku Microfi 5.0 oraz SaaSE Pozosała część pracy jes podzielona na czery części w nasępujący sposób. W pierwszej części przybliżamy konraky erminowe na miedź na SHFE; w drugiej model VECM VCC-MGARCH, będący podsawą wnioskowania odnośnie do mechanizmu sanowienia cen. Trzecią część poświęcamy danym wykorzysanym w badaniu nad cenami konraków na miedź oraz wynikom esymacji i walidacji modelu. W Zakończeniu zesawiamy zasadnicze wnioski badawcze. Przeprowadzone badanie wykazało isnienie wspólnego wzorca zmienności sochasycznej dla cen konraków erminowych na miedź, brak koinegrujących własności ich spreadów (bazy cenowej), wysępowanie dwukierunkowej przyczynowości w rozumieniu Grangera w średniej dla większości par cen konraków, wysępowanie isonego wpływu odchyleń od relacji równowagi długookresowej na bieżącą zmianę ceny każdego z nich oraz braku akiego wpływu w wypadku hisorycznych zmian kursu wymiany juana na dolara USA, a akże rapowne i wydane okresowe zwiększenie się zmienności na rynkach 4 Dane pobraliśmy z serwisu Thomson Reuers na podsawie umowy o współpracę pomiędzy Uniwersyeem Gdańskim oraz firmą Thomson Reuers. Posłużyliśmy się również danymi OECD odzwierciedlającymi recesję w ChRL [zob. OECD Composie Leading Indicaors, dosęp dnia ].
4 8 Mara Chylińska, Paweł Miłobędzki cząskowych po upadku holdingu Lehman Brohers Inc., kóry miał miejsce we wrześniu 2008 roku. W ym samym czasie współzależność cen konraków mierzona współczynnikiem korelacji warunkowej pomiędzy ygodniowymi sopami zwrou raz malała a innym razem rosła, niemniej pozosawała na dość wysokim poziomie. 1. Charakerysyka konraków erminowych na miedź na SHFE Przedmioem konraków fuures na miedź na SHFE jes miedź kaodowa w posaci pięcioonowych paczek, zgodna ze nasępującymi sandardami: 1# Sandard Copper Cahode (Cu-CATH-2) i Grade-A Copper (Cu-CATH-1), opisanymi w Naional Sandard of GB/T lub eż Grade-A Copper (Cu-CATH-1), zgodnym z normą BS EN 1978:1998 obowiązującą na LME [Copper Cahode Conrac Specificaions, dosęp dnia ]. Konrak kwoowany jes w juanach za onę (RMB/). Dopuszcza się minimalną zmianę ceny o 10 RMB/ w górę lub w dół. Handel w formie elekronicznej odbywa się za pomocą erminali rozlokowanych na eryorium całej ChRL. Ma miejsce w każdy dzień roboczy w godzinach i W rakcie dnia cena nie może się zwiększyć o więcej niż 3% w sosunku do ceny rozliczeniowej z dnia poprzedniego. Konraky zapadają w każdym miesiącu danego roku. Osanim dniem handlu jes 15 dzień miesiąca zapadalności. Rozliczenie konraku nasępuje przez dosawę fizyczną do jednego z oficjalnych magazynów składowych zlokalizowanych na eryorium całego kraju w ciągu kolejnych 5 dni roboczych. Miedź dosarczana jes w wielokronościach 25-onowych paczek miedzi kaodowej w formie wlewek o masie minimum 15 kg. Opłaa ransakcyjna wynosi maksymalnie 0,02% warości konraku, a depozy zabezpieczający minimum 5% jego warości. Na rysunku 1 przedsawiamy podsawowe wielkości charakeryzujące rozmiary handlu konrakami fuures na miedź na SHFE w okresie syczeń 2006 grudzień 2014 roku. Na lewej osi odkładamy liczbę owarych pozycji (ich sumę dla wszyskich zapadalności w miesiącu ) oraz warość obrou, a na prawej osi wolumen obrou w ym miesiącu. Szarymi pionowymi liniami zaznaczamy okresy recesji. Z rysunku ego wynika, że w rozparywanym przez nas okresie pomimo recesji w gospodarce ChRL (lisopad 2007 syczeń 2009 roku, czerwiec 2011 roku do chwili obecnej) nasąpił gwałowny rozwój handlu konrakami na miedź. Liczba owarych pozycji w miesiącu zwiększyła się z 86 ys. pięcioonowych paczek miedzi do 688 ys. akich paczek, naomias wolumen obrou i warość obrou odpowiednio z 696 ys. paczek do 14,66 mln paczek
5 Zależności między cenami konraków erminowych na miedź 9 i z 15,19 mld RMB do 333,73 mld RMB. Oznacza o, że średnie miesięczne (roczne) empo wzrosu ego rynku mierzone liczbą owarych pozycji wyniosło 1,94% (25,93%), naomias mierzone wolumenem i warością obrou odpowiednio 2,86% (40,27%) oraz 2,9% (40,92%). Niemniej jednak znaczna część ego wzrosu miała miejsce do zakończenia budowy infrasrukury związanej z lenią olimpiadą w Pekinie w 2008 roku. W późniejszym czasie wszyskie e wielkości charakeryzowała znaczna wspólna cykliczność, przy czym ich lokalne maksima miały miejsce w lipcu 2009 roku, lisopadzie 2011 roku oraz marcu 2014 roku; e rzy osanie w rakcie i pomimo recesji. Z kolei nasępujące po nich spadki były porównywalne z ym, kóry nasąpił bezpośrednio po upadku holdingu Lehman Brohers Inc. we wrześniu 2008 roku, poprzedzającym gwałowne spadki na rynkach finansowych na całym świecie. Rysunek 1. Handel konrakami fuures na miedź na SHFE, syczeń 2006 grudzień 2014 roku Rok Liczb. ow. poz. Wolumen Obró Liczba owarych pozycji oś lewa (ys. paczek); wolumen oś prawa (mln paczek); obró oś lewa (mld RMB); okresy recesji (lisopad 2007 syczeń 2009 roku, czerwiec 2011 grudzień 2014 roku) zaznaczono pionowymi liniami. Źródło: Opracowanie własne. Przyczyn ego sanu rzeczy uparuje się w coraz silniejszym powiązaniu gospodarki ChRL z gospodarką świaową oraz narasających
6 10 Mara Chylińska, Paweł Miłobędzki srukuralnych i insyucjonalnych barierach rozwoju ego kraju skukujących znacznym osłabieniem empa wzrosu gospodarczego [Hodgson, Huang, 2013]. 2. Model cen konraków erminowych na miedź Podsawą specyfikacji modelu opisującego kszałowanie się cen konraków erminowych na miedź na SHFE jes model premii za ryzyko, w kórym bazując na założeniu efekywności rynków cząskowych i braku możliwości arbirażu miedzy nimi przyjmuje się, że bieżąca cena erminowa jes równa oczekiwanej, przyszłej cenie naychmiasowej powiększonej o oczekiwaną premię [Wakins, McAleer, 2006], j. ( ) ( ) f = E s + E π, (1) + k, + k + k gdzie: f + k, cena (logarymiczna) konraku erminowego z chwili zapadającego w chwili + k, E ( s + k ) oczekiwana w chwili jego cena (logarymiczna) naychmiasowa z chwili + k, E ( π + ) oczekiwana w chwili premia za ryzyko dla konraku zapadającego w chwili + k, E ( ) = E ( I ) operaor warunkowej warości oczekiwanej, I zbiór informacji dosępnych uczesnikom rynku w chwili, k = 1,2, K, n. Jeśli s oczekiwania uczesników rynku są racjonalne, j. E ( s ) = s + ε π π i ( π ) = π + ε, gdzie E + k + k + k s ε + k i k k + k + k + k ε + są niesysemaycznymi i orogonalnymi względem ceny, premii oraz siebie wzajemnie błędami oczekiwań, o sosowny model pomiarowy można zapisać w posaci f = φ + φ s + φ π + ε, (2) + k, k 2 + k k, gdzie φ l są akimi paramerami srukuralnymi, że φ 0 = 0, φ 1 = 1 i φ 2 = 1, ε = ε + ε sumarycznym błędem oczekiwań 5. W modelu ym s π a k, + k + k zakłada się akże, iż ceny i premie są zmiennymi ypu I ( 1) ; e pierwsze endogenicznymi, e drugie zaś egzogenicznymi. W wypadku gdy sumaryczne błędy oczekiwań są sacjonarne, ceny erminowe, cena naychmiasowa oraz premie za ryzyko są skoinegrowane, j. wykazują wspólny wzorzec zmienności sochasycznej. Skoinegrowane są eż ich wszyskie opóźnienia i wyprzedzenia. Zaem posiłkując się wierdzeniem Grangera o reprezenacji uworzony na podsawie układu (2), 5 Syuacja, w kórej 0 0 φ, φ1 1 i φ2 1 oznacza popełnianie błędów w rakcie formułowania oczekiwań.
7 Zależności między cenami konraków erminowych na miedź 11 model VAR możemy przekszałcić do posaci VECM [Engle, Granger, 1987; Johansen, 1991]: n p 1 p 1 n ( l) ( l) ( l) + l, αk, j f + k, j γ j π j δ k ε k, 1 ξl, k = 1; k l j= 1 j= 1 k= 1 % ( l 0,1,, f = k, + k, = K n) % ε = f φ + φ s + φ π. (3a) Taka specyfikacja umożliwia analizę różnych aspeków zależności w średniej między konrakami o różnej zapadalności. Współczynniki ( l) k δ odzwierciedlają reakcję cen konraków o różnej zapadalności na ich odchylenia od relacji równowagi długookresowej; konraków na ich hisoryczne zmiany ( k ( ) k, j = l); ( l) j ( l) k, j α reakcję cen γ aką reakcję na l zmiany premii za ryzyko; z kolei α zdolności predykcyjne ceny pojedynczego konraku dla cen pozosałych konraków ( k l). Szczególnie ineresującą hipoezą jes a głosząca brak przyczynowości w rozumieniu Grangera biegnącej od ceny konraku zapadającego w chwili + k do ceny konraku zapadającego w chwili + l ( ( l) k, j 0 α = dla k l). Rozszerzeniem modelu (3a) o część opisującą zależności między cenami w wariancji jes model VCC-MGARCH odzwierciedlający kszałowanie się innowacji ξ l, [Tse, Tsui, 2002]: 0,5 ξ = H v, ( 1 ) H = D R D 0,5 0,5 R = λ λ R + λ Ψ + λ R , (3b), (3c) gdzie: ξ = ξ0,, K, ξn,, v wekor niezależnych innowacji o ym samym rozkładzie, H zmienna w czasie macierz kowariancji, D diagonalna macierz warunkowych wariancji, w kórej elemeny na głównej 2 przekąnej σ l są procesami ypu GARCH( p l, q l), R macierz warunkowych kowariancji, R macierz średnich, do kórych powraca proces (3c), Ψ esymaor macierzy korelacji % ξ, do wyznaczenia kórego używa się uprzednich n + 1 obserwacji, λ 1, λ 1 paramery procesu (3c) akie, że 0 λ1 + λ2 < 1. W ej części modelu pomiarowego cen ineresujące są hipoezy głoszące sałość warunkowych korelacji ( λ 1 = λ 2 = 0) oraz brak powrou warunkowych wariancji do średniej ( λ 1 + λ 2 = 1). Model (3a) (3c) szacujemy w dwóch eapach. Na pierwszym eapie najpierw badamy sopień inegracji zmiennych z modelu pomiarowego
8 12 Mara Chylińska, Paweł Miłobędzki cen za pomocą esów pierwiaska jednoskowego (ADF-GLS, Zivoa- Andrewsa (ZA)) i sacjonarności (KPSS) [Ellio i inni, 1996; Zivo, Andrews, 1992; Kwiakowski i inni, 1992]. Nasępnie usalamy rząd p modelu VAR będącego podsawą specyfikacji modelu krókookresowego (3a) oraz liczbę i posać wekorów koinegrujących. Posługujemy się w ym celu kryerium Akaike oraz procedurą Johansena [Lükepohl, 2005, rozdz. 6 8]. Na ym eapie przybliżamy nieobserwowaną premię za ryzyko kursem wymiany juana na dolara USA 6. Na drugim eapie wykorzysujemy wcześniej uzyskane reszy z relacji koinegrujących i meodą największej wiarygodności szacujemy pełny model VECM VCC-MGARCH. Zakładamy przy ym, że innowacje v są zmiennymi o rozkładzie -Sudena. 3. Dane, dyskusja wyników empirycznych Analizy empiryczne rozpoczęliśmy od usalenia sopnia inegracji zmiennych użyych w badaniu. Ich przebieg w okresie syczeń 2006 grudzień 2014 roku obrazuje rysunek 2. Wzrokowy ogląd ego rysunku sugeruje, że szeregi logarymów nauralnych cen konraków erminowych na miedź mają wspólny wzorzec zmienności. Szeregi e załamują się na jesieni 2008 roku w konsekwencji upadku holdingu Lehman Brohers Inc., kóry zapocząkował kryzys na rynkach finansowych na świecie. Rzadko przechodzą eż przez swoje warości średnie, co pozwala przypuszczać, że są niesacjonarne. Podobnie rzecz ma się z logarymicznym szeregiem kursu wymiany, kórego przebieg odzwierciedla aprecjację juana wobec dolara USA (poza okresem kryzysu) po zmianie reżimu kursowego w lipcu 2005 roku. Przypuszczenie o niesacjonarności analizowanych szeregów zweryfikowaliśmy za pomocą esów ADF-GLS, ZA i KPSS. Oceny sosownych saysyk esowych zesawiamy w ablicy 1. Z zesawienia ego wynika, że analizowane zmienne są zinegrowane w sopniu pierwszym. Wyniki esu ZA powierdzają wysępowanie załamania w szeregach między grudniem 2008 a sierpniem 2009 roku. 6 W związku z owarciem się gospodarki ChRL na świa w laach dziewięćdziesiąych ubiegłego sulecia, po odejściu w lipcu 2005 roku od sałego kursu wymiany jej waluy na dolara USA, oparciu go o koszyk waluowy i zezwoleniu na jej powolną aprecjację w ramach wąskiego koryarza zmian, wahania kursu zaczęły w dużym sopniu odzwierciedlać ryzyko prowadzenia działalności w sekorach rynkowych; zob. np. [Morrison, Labone, 2013; Fidrmuc, Siddiqui, 2015; Yue i inni, 2016].
9 Zależności między cenami konraków erminowych na miedź 13 Rysunek 2. Szeregi czasowe zmiennych wykorzysanych w badaniu Rok lc1 lc3 lc5 lex lc2 lc4 lc6 lc1 lc6 logarymy nauralne cen konraków erminowych na miedź o zapadalności od 1 do 6 miesięcy (oś lewa); lex logarym nauralny kursu wymiany juana na dolara USA oś prawa; 470 obserwacji ze środy ( roku); okresy recesji (lisopad 2007 syczeń 2009 roku, czerwiec 2011 grudzień 2014 roku) zaznaczono szarymi pionowymi liniami. Źródło: Opracowanie własne. Tablica 1. Wyniki esów ADF-GLS, ZA i KPSS dla miesięcznych szeregów czasowych logarymów nauralnych zmiennych wykorzysanych w badaniu Szereg Poziom Tes ADF-GLS ZA KPSS poziom op. rend op. s+rend załam. poziom op. rend op. lc1 1, , , M7 0, , lc2 2, , , M7 0, , lc3 2, , , M7 0, , lc4 2, , , M7 0, , lc5 2, , , M7 0, , lc6 2, , , M7 0, , lex 0, , , M7 2, ,427 17
10 14 Mara Chylińska, Paweł Miłobędzki Szereg Przyros Tes ADF-GLS ZA KPSS poziom op. rend op. s+rend załam. poziom op. rend op. lc1 4, , , M12 0, , lc2 4, , , M12 0, , lc3 4, , , M12 0, , lc4 4, , , M12 0, , lc5 4, , , M12 0, , lc6 4, , , M12 0, , lex 3, , , M12 0, , Pogrubioną czcionką zapisano oceny saysyk esowych, na podsawie kórych wnioskuje się odpowiednio o odrzuceniu H0 o niesacjonarności (es ADF-GLS, ZA) oraz braku podsaw do odrzucenia H0 o sacjonarności (es KPSS) na poziomie isoności α=0,05; warości kryyczne w eście ADF-GLS wyznaczono za pomocą meody płaszczyzny odpowiedzi, sosując sosowną augmenację w celu wyeliminowania auokorelacji składników losowych: 1,971 (h=8), 1,964 (h=11), 1,962 (h=12), 1,960 (h=13), 1,957 (h=14), 1,955 (h=15) (poziom) oraz 2,860 (h=7), 2,857 (h=8), 2,846 (h=11), 2,842 (h=12), 2,834 (h=4) (rend), h rząd opóźnienia, zob. [Cheung, Lai, 1995], warości kryyczne w eście ZA: 5,08 (sała i rend), KPSS: 0,146 (rend), 0,463 (poziom). Źródło: Obliczenia własne. Posługując się kryerium Akaike, usaliliśmy rząd opóźnienia p = 3 w modelu VAR. Tesy maksymalnej warości własnej i śladu macierzy pozwoliły nam na zidenyfikowanie pięciu wekorów koinegrujących. Oznacza o wysępowanie wspólnego wzorca zmienności sochasycznej wśród logarymicznych szeregów cen konraków (zob. ablica 2). Nasępnie w celu rozsrzygnięcia ego czy spready cenowe (baza) mają właściwości koinegrujące nałożyliśmy nadmiarowe resrykcje zerowe na sosowne paramery relacji długookresowych. Z uwagi na o, że dla ego przypadku ocena saysyki esowej w eście ilorazu wiarygodności LR ( 5) = 24,94, na poziomie isoności α = 0,05 odrzuciliśmy ę hipoezę 7. 7 Przy prawdziwości H0 saysyka LR ma asympoyczny rozkład χ 2 (5). 95% boosrapowa warość kryyczna wynosi w ym wypadku 13,92.
11 Zależności między cenami konraków erminowych na miedź 15 Tablica 2. Wyniki esów maksymalnej warości własnej i śladu macierzy Tes Maksymalnej warości własnej Śladu macierzy Hipoeza Sa. War. kry. Hipoeza Sa. War. kry. H0 HA esowa 5% 10% H0 HA esowa 5% 10% r=0 r=1 159,07 43,76 40,93 r = 0 r>= 1 464,40 116,30 110,50 r<=1 r=2 113,54 37,48 34,99 r<= 1 r>= 2 305,32 86,58 82,17 r<=2 r=3 100,60 31,48 29,01 r<= 2 r>= 3 191,78 62,75 59,07 r<=3 r=4 50,38 25,54 22,98 r<= 3 r>= 4 91,18 42,40 39,12 r<=4 r=5 30,42 18,88 16,74 r<= 4 r>= 5 40,80 25,23 22,76 r<=5 r=6 10,38 12,45 10,50 r<= 5 r = 6 10,38 12,45 10,50 Źródło: Obliczenia własne. ilorazu wiarygodności dla ego układu resrykcji ( ) W dalszej kolejności uchylaliśmy kolejno założenia o koinegrujących właściwościach spreadów cenowych dla par konraków o różnych zapadalnościach, począwszy od pary konraków o zapadalności 5 i 6 miesięcy. Weryfikowaliśmy akże założenie o zmiennych w czasie premiach za ryzyko (braku premii) nakładając resrykcje zerowe na paramery sojące przy zmiennej lex (na sałą) w relacjach długookresowych. W rezulacie orzymaliśmy układ wekorów koinegrujacych, kóry przedsawiamy w ablicy 3. Ocena saysyki esowej w eście LR 3 = 3,12. Zważywszy na o, że przy prawdziwości H 0 saysyka a ma asympoyczny χ, a 95% boosrapowa warość kryyczna wynosi w ym rozkład 2 ( 3) wypadku 9,95, na poziomie isoności α = 0,05 nie byliśmy w sanie odrzucić ego przypuszczenia. Tablica 3. Wekory koinegrujące Zmienna Nr wekora lc1 1,0 0,0 0,0 0,0 0,0 lc2 0,0 1,0 0,0 0,0 0,0 lc3 0,0 0,0 1,0 0,0 0,0 lc4 0,0 0,0 0,0 1,0 0,0
12 16 Mara Chylińska, Paweł Miłobędzki Zmienna Nr wekora lc5 0,0 0,0 0,0 0,0 1,0 lc6 0,949 (0,008) 0,975 (0,004) 0,996 (0,001) 1,0 1,0 lex 0,065 (0,020) 0,045 (0,012) 0,027 (0,006) 0,020 (0,004) 0,010 (0,002) sała 0,447 (0,073) 0,193 (0,035) 0,0 0,035 (0,008) 0,017 (0,004) W nawiasach okrągłych pod ocenami paramerów relacji koinegrujących zamieszczono ich błędy sandardowe szacunku. Źródło: Obliczenia własne. Na koniec, wykorzysując reszy z relacji koinegrujących z ablicy 3, meodą największej wiarygodności oszacowaliśmy pełny model (3a)-(3c). Wyniki oszacowania wraz z wynikami najważniejszych procedur walidacyjnych przedsawiamy w ablicy 4. Na ich podsawie wnioskujemy co nasępuje: 1. Odrzucamy hipoezę głoszącą, że hisoryczne zmiany cen konraków wpływają na ich bieżące ceny prócz konraku o jednomiesięcznej zapadalności (zob. oceny saysyk W ii, i = 2, K,6). 2. Odrzucamy hipoezę głoszącą brak przyczynowości w rozumieniu Grangera biegnącej od ceny konraku j-ego do ceny konraku i-ego dla wszyskich par konraków, dla kórych i > 1 (zob. oceny saysyk W ij, i j). 3. Swierdzamy brak podsaw do odrzucenia hipoezy głoszącej, iż hisoryczne zmiany kursu wymiany juana na dolara USA nie wpływają na bieżące ceny konraków (zob. oceny saysyk W 7i, i = 1,2, K,6). 4. Odrzucamy hipoezę głoszącą, że odchylenia od relacji równowagi długookresowej nie wpływają na bieżące ceny konraków (zob. oceny saysyk W 8i, i = 1,2, K,6). 5. Odrzucamy akże hipoezy głoszące sałość warunkowych korelacji pomiędzy logarymicznymi ygodniowymi sopami zwrou z konraków ( λ 1 = λ 2 = 0) oraz brak powrou warunkowych wariancji logarymicznych ygodniowych sóp zwrou do średniej ( λ 1 + λ 2 = 1) (zob. oceny saysyk VC 1 i VC 2).
13 Zależności między cenami konraków erminowych na miedź 17 Tablica 4. Wyniki esymacji i walidacji modelu VECM VCC-MGARCH Paramer/ Saysyka Równanie lc1 lc2 lc3 lc4 lc5 lc6 δ1 1,40 1,18 1,46 1,53 1,53 1,51 (0,38) (0,41) (0,43) (0,44) (0,46) (0,46) δ2 3,88 3,48 4,22 4,27 4,31 4,26 (0,56) (0,61) (0,66) (0,69) (0,71) (0,72) δ3 3,67 3,43 4,04 3,58 3,88 3,83 (0,66) (0,67) (0,70) (0,71) (0,72) (0,72) δ4 3,53 3,35 3,63 2,95 3,77 3,30 (1,46) (1,58) (1,68) (1,73) (1,75) (1,75) δ5 4,31 4,01 4,20 4,02 4,87 3,86 (2,59) (1,78) (1,90) (1,95) (1,96) (1,96) W1i 4,77 4,64 4,89 4,65 3,90 3,89 W2i 17,08 13,01 16,08 15,33 14,84 14,91 W3i 10,96 11,24 6,47 16,49 21,19 16,50 W4i 174,99 421,90 589,66 971,25 751,17 387,69 W5i 298,43 639,93 985, ,02 955,84 608,37 W6i 103,15 145,52 146,46 181,58 189,85 195,64 W7i 1,06 1,29 1,48 1,79 1,98 1,92 W8i 91,86 71,88 91,79 79,90 83,37 76,91 Walidacja modelu: IG=4,62, GARCH(1,1) vs. IGARCH(1,1), saysyka Walda, rokład χ 2 (6); VC1=1507,64, VECM VCC-GARCH vs. VECM CCC-GARCH, λ1=λ2=0, saysyka Walda, rozkład χ 2 (2); VC2= 6,25, powró warunkowych wariancji do średniej, λ1+λ2=1, sayska Walda, rozkład χ 2 (1) Główna przekąna: W1i hisoryczne zmiany ceny konraku i-ego nie wpływają na bieżącą zmianę jego ceny (saysyka Walda, przy prawdziwości H0 rozkład χ 2 (2)); poza główną przekąną: W1s brak przyczynowości w rozumieniu Grangera biegnącej od ceny konraku s-ego do ceny konraku l-ego (saysyka Walda, przy prawdziwości H0 rozkład χ 2 (2)) ( l = 1,2, K,6); W7i hisoryczne zmiany kursu wymiany nie wpływają na bieżącą zmianę ceny konraku i-ego (saysyka Walda, przy prawdziwości H0 rozkład χ 2 (2)); W8i odchylenia od relacji równowagi długookresowej nie wpływają na bieżącą zmianę ceny konraku i-ego (saysyka Walda, przy prawdziwości H0 rozkład χ 2 (5)); w nawiasach okrągłych pod ocenami paramerów srukuralnych oceny ich odpornych błędów sandardowych szacunku; pogrubioną czcionką isoność na poziomie isoności α = 0,05. Źródło: Obliczenia własne. Kszałowanie się warunkowych wariancji i warunkowych współczynników korelacji pomiędzy wybranymi sopami zwrou z konraków erminowych na miedź obrazujemy na rysunkach 3 i 4. Na pierw-
14 18 Mara Chylińska, Paweł Miłobędzki szym z nich obserwujemy rapowne i wydane okresowe zwiększenie się zmienności ygodniowych sóp zwrou po upadku holdingu Lehman Brohers Inc., kóry miał miejsce we wrześniu 2008 roku, oraz jej powró w późniejszym okresie do uprzedniego poziomu; na drugim nieznaczne okresowe spadki ich dużej współzależności odzwierciedlanej przez współczynniki korelacji warunkowej. Rysunek 3. Warunkowe wariancje ygodniowych sóp zwrou z konraków erminowych na miedź na SHFE Rok cv1 cv3 cv5 cv2 cv4 cv6 cv1-cv6 warunkowe wariancje dla konraków o zapadalności od 1 do 6 miesięcy (% 2 ); 470 obserwacji ze środy ( roku); okresy recesji (lisopad 2007 syczeń 2009 roku, czerwiec 2011 grudzień 2014 roku) zaznaczono szarymi pionowymi liniami. Źródło: Opracowanie własne.
15 Zależności między cenami konraków erminowych na miedź 19 Rysunek 4. Wybrane warunkowe współczynniki korelacji pomiędzy ygodniowymi sopami zwrou z konraków erminowych na miedź na SHFE Rok r12 r14 r16 r13 r15 rjk warunkowe współczynniki korelacji pomiędzy ygodniowymi sopami zwrou z konraków o zapadalności j i k miesięcy (j=1, k=2,,6); 470 obserwacji ze środy ( roku); okresy recesji (lisopad 2007 syczeń 2009 roku, czerwiec 2011 grudzień 2014 roku) zaznaczono szarymi pionowymi liniami. Źródło: Opracowanie własne. Zakończenie W arykule wykazaliśmy, że ceny konraków erminowych na miedź na SHFE w okresie syczeń 2006 grudzień 2014 roku cechował wspólny wzorzec zmienności sochasycznej. Znajdowały się one w relacji równowagi długookresowej, od kórej w krókim okresie odchylały się symerycznie. Hisoryczne zmiany cen konraków wpływały na ich bieżące ceny prócz konraku o jednomiesięcznej zapadalności. Odrzuciliśmy hipoezę głoszącą brak przyczynowości w rozumieniu Grangera biegnącej od ceny konraku j-ego do ceny konraku i-ego dla wszyskich par konraków, dla kórych i > 1. Z kolei hisoryczne zmiany kursu wymiany juana na dolara USA nie wpływały na ich bieżące ceny. Po upadku holdingu Lehman Brohers Inc. we wrześniu 2008 roku rapownie i wydanie okresowo zwiększyła się zmienność ygodnio-
16 20 Mara Chylińska, Paweł Miłobędzki wych sóp zwrou z konraków, by później wrócić do poprzedniego poziomu. Odnoowaliśmy eż nieznaczne okresowe spadki ich dużej współzależności mierzonej warunkowym współczynnikiem korelacji. Powyższe usalenia w znaczący sposób rozszerzają doychczasową wiedzę odnośnie do mechanizmu sanowienia cen konraków erminowych na miedź na SHFE w okresie kryzysu i po kryzysie 2008 roku na świaowych rynkach finansowych. Lieraura 1. Acworh W. (2015), 2014 FIA Annual Global Fuures and Opions Volume: Gains in Norh America and Europe Offse Declines in Asia-Pacific,,,Fuures Indusry Magazine, March, dosęp dnia Cheung Y-W., Lai K. S. (1995), Lag Order and Criical Values of he Augmened Dickey-Fuller Tes,,,Journal of Business & Economic Saisics, Vol. 13, No CIA (2015), The World Fac Book,,,China Economy, dosęp dnia Copper Cahode Conrac Specificaions, hp:// producs/copper /conrac/ hml, dosęp dnia Ellio G., Rohenberg T. J., Sock J. H. (1996), Efficien ess for auoregressive uni roo,,,economerica, Vol. 64, No Engle R. F., Granger C. W. J. (1987), Co-inegraion and error correcion: represenaion, esimaion and esing,,,economerica, Vol. 55, No Fidrmuc J., Siddiqui M. (2015), Exchange Rae Policy in China afer he Financial Crisis: Evidence from Time-varying Exchange Rae Baske,,,Review of Developmen Economics, Vol. 19, No Figuerola-Ferrei I., Gilber C. L., Yan J. (2014), Copper Price Discovery on Comex, he LME and he SHFE, , Universidad Carlos III de Madrid,,,Working Paper Business Economic Series (2), No Fung H-G., Liu Q, Tse Y. (2010), The Informaion Flow and Marke Efficiency beween he U.S. and Chinese Aluminium and Copper Fuures Markes,,,Journal of Fuures Markes, Vol. 30, No Hodgson G.M., Huang K. (2013), Brakes on Chinese Developmen: Insiuional Causes of a Growh Slowdown,,,Journal of Economic Issues, Vol. 47, No. 3.
17 Zależności między cenami konraków erminowych na miedź Hua R., Lu B., Chen B. (2010), Price discovery process in copper markes: Is Shanghai fuures marke relevan?,,review of Fuures Markes, Vol. 18, No Hua R., Lu B., Chen B. (2007), Inernaional linkages of he Chinese fuures markes,,,applied Financial Economics, Vol. 17, No Johansen S. (1991), Esimaion and hypohesis esing of coinegraion vecors in gaussian vecor auoregressive models,,,economerica, Vol. 59, No Johansen S. (1995), Likelihood-Based Inference in Coinegraed Vecor Auoregressive Models, Oxford Universiy Press, Oxford. 15. Kwiakowski D., Phillips P.C.B., Schmid P., Shin Y. (1992), Tesing he Null Hypohesis of Saionariy agains he Alernaive of a Uni Roo,,,Journal of Economerics, Vol. 54, No Li X, Zhang B. (2009), Price discovery for copper fuures in informaionally linked markes,,,applied Economics Leers, Vol. 16, No Lien D., Yang L. (2008), Hedging wih Chinese meal fuures,,,global Finance Journal, Vol. 19, No Liu X., Cheng S., Wang S., Hong Y., Li Y. (2008), An empirical sudy on informaion spillover effecs beween he Chinese copper fuures marke and spo marke,,,physica A, No Lükepohl H. (2005), New Inroducion o Muliple Time Series Analysis, Springer, Berlin. 20. Morrison W.M., Labone M. (2013), China's Currency Policy: An Analysis of he Economic Issues. CRS Repor for Congress, Congressional Research Service Mou D. (2014), Can China Gain Commodiy Pricing Power by Developing Fuures Markes?,,Journal of Chinese Economics, Vol. 2, No OECD Composie Leading Indicaors,,,Composie Leading Indicaors: Reference Turning Poins and Componen Series", org/sd/cli, dosęp dnia Ruledge R. W., Karim K., Wang R. (2013), Inernaional Copper Fuures Marke Price Linkage and Informaion Transmission: Empirical Evidence from he Primary World Copper Markes,,,Journal of Inernaional Business Research, Vol. 12, No Smakowski T., Ney R., Galos K. (2014) (red.), Bilans gospodarki surowcami mineralnymi Polski i świaa 2012, Pańswowy Insyu Geologiczny, Warszawa.
18 22 Mara Chylińska, Paweł Miłobędzki 25. Thomson M. (2011), Base Meal Handbook, Woodhead Publishing, Cambridge. 26. Tse Y. K., Tsui A. K. C. (2002), A mulivariae generalized auoregressive condiional heeroscedasiciy model wih ime-varying correlaions,,,journal of Business & Economic Saisics, Vol. 20, No Wakins C., McAleer M. (2004), Economeric modelling of non-ferrous meals,,,journal of Economic Surveys, Vol. 18, No Wakins C., McAleer M. (2006), Pricing of non-ferrous meals fuures on he London Meal Exchange,,,Applied Financial Economics, Vol. 16, No Yin L., Han L. (2013), Exogenous Shocks and Informaion Transmission in Global Copper Fuures Markes,,,Journal of Fuures Markes, Vol. 33, No Yue L. H., Qiang J., Kai T. Y. (2016), Deerminaion of Renminbi Equilibrium Exchange Rae, Misalignmen, and Official Inervenion,,,Emerging Markes Finance & Trade, Vol. 52, No Zivo E., Andrews D. W. K. (1992), Furher Evidence on he Grea Crash, he Oil Price Shock, and he Uni Roo Hypohesis,,,Journal of Business & Economic Saisics, Vol. 10, No. 3. Sreszczenie Posługując się modelem VECM VCC-MGARCH oszacowanym na podsawie szeregów czasowych cen konraków erminowych na miedź o zapadalności od 1 do 6 miesięcy noowanych na SHFE w okresie syczeń 2006 grudzień 2014 roku (częsoliwość ygodniowa, pokazaliśmy, że ceny e posiadały wspólny wzorzec zmienności sochasycznej. Znajdowały się eż w relacji równowagi długookresowej, od kórej w krókim okresie odchylały się symerycznie. Hisoryczne zmiany cen konraków wpływały na ich bieżące ceny prócz konraku o jednomiesięcznej zapadalności. Odrzuciliśmy hipoezę głoszącą brak przyczynowości w rozumieniu Grangera dla większości par konraków. Po upadku holdingu Lehman Brohers Inc. we wrześniu 2008 roku rapownie i wydanie okresowo zwiększyła się warunkowa zmienność ygodniowych sóp zwrou z konraków, by później wrócić do poprzedniego poziomu. Odnoowaliśmy eż nieznaczne okresowe spadki ich dużej współzależności mierzonej warunkowym współczynnikiem korelacji. Słowa kluczowe Giełda Konraków Terminowych w Szanghaju, konraky fuures na miedź, VECM VCC-MGARCH, warunkowa zmienność i korelacja
19 Zależności między cenami konraków erminowych na miedź 23 Copper Price Discovery on he Shanghai Fuures Exchange (Summary) We esimaed a VECM VCC-MGARCH on he weekly sampled series of copper fuures wih he mauriies ranging from 1 o 6 monhs called on he Shanghai Fuures Exchange in he period January 2006-December 2014 o find ou ha hey are co-inegraed and symmerically rever o heir long run equilibrium relaion. We also revealed he exisence of Granger causaliy running in boh direcions wihin almos all pairs of mauriies. More ineresingly, afer he collapse of he Lehman Bros Holdings Inc. in Sepember 2008 we observed an increased condiional volailiy of he reurns on copper fuures as well as a sligh decrease of heir condiional correlaions. Keywords Shanghai Fuures Exchange, copper fuures, VECM VCC-MGARCH, condiional volailiy and correlaion
Stanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Stanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
ANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-86 Nr 89 06 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii pawel.prenzena@edu.ueka.pl
Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna w Kaowicach Analiza
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna
Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Pior Fiszeder UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE. Wprowadzenie Rynki kapiałowe na świecie są coraz silniej powiązane. Do najważniejszych
EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Stanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
1. Szereg niesezonowy 1.1. Opis szeregu
kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany
POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe
TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Integracja zmiennych Zmienna y
Inegracja zmiennych Zmienna y jes zinegrowana rzędu d jeśli jej różnice rzędu d są sacjonarne. Zapisujemy o y ~ I ( d ). Przyjmuje się również, że zmienna sacjonarna y (jako że nie rzeba jej różnicować,
specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Analiza szeregów czasowych w Gretlu (zajęcia 8)
Analiza szeregów czasowych w Grelu (zajęcia 8) Grel jes dość dobrym narzędziem do analizy szeregów czasowych. Już w samej podsawie Grela znajdziemy sporo zaimplemenowanych echnik służących do obróbki danych
Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Daniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Wykorzysanie
Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA
Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala
WNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaa Kopernika w Toruniu Małgorzaa Borzyszkowska Uniwersye Gdański
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1
Jacek Kwiakowski Uniwersye Mikołaja Kopernika w Toruniu Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1 WSTĘP Powszechnie wiadomo, że podsawowymi własnościami procesów finansowych
MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX
Krzyszof Ćwikliński Uniwersye Ekonomiczny we Wrocławiu Wydział Zarządzania, Informayki i Finansów Kaedra Ekonomerii krzyszof.cwiklinski@ue.wroc.pl Daniel Papla Uniwersye Ekonomiczny we Wrocławiu Wydział
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Niestacjonarne zmienne czasowe własności i testowanie
Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:
STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU
GraŜyna Trzpio, Dominik KręŜołek Kaedra Saysyki Akademii Ekonomicznej w Kaowicach e-mail rzpio@sulu.ae.kaowice.pl, dominik_arkano@wp.pl STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU
MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp
WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną
licencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 389 TORUŃ 2009.
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 389 TORUŃ 2009 Uniwersye Gdański Kaedra Ekonomerii Paweł Miłobędzki STRUKTURA TERMINOWA
KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Elżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.
Agaa Srzelczyk Transakcje insiderów a ceny akcji spółek noowanych na Giełdzie Papierów Warościowych w Warszawie S.A. Wsęp Inwesorzy oczekują od każdej noowanej na Giełdzie Papierów Warościowych spółki
Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu
Heteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Heeroskedasyczność szeregu sóp zwrou a koncepcja pomiaru ryzyka meodą VaR Wsęp Spośród wielu rodzajów ryzyka
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 MAŁGORZATA BOŁTUĆ Uniwersye Ekonomiczny we Wrocławiu ZALEŻNOŚĆ POMIĘDZY RYNKIEM SWAPÓW KREDYTOWYCH
ZMIENNOŚĆ CEN NA RYNKU ŻYWCA DROBIOWEGO WSTĘP
Pior Bórawski, Jacek Kwiakowski, Kaedra Agrobiznesu i Ekonomii Środowiska UWM Olszyn, Kaedra Ekonomerii i Saysyki UMK Toruń, e-mail: pboraw@moski.uwm.edu.pl, e-mail: jkwia.uni.orun.pl. ZMIENNOŚĆ CEN NA
Krzysztof Piontek Akademia Ekonomiczna we Wrocławiu. Modelowanie warunkowej kurtozy oraz skośności w finansowych szeregach czasowych
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 5 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Modelowanie
Modelowanie i analiza szeregów czasowych
Modelowanie i analiza szeregów czasowych Małgorzaa Doman Plan zajęć Część. Modelowanie szeregów jednowymiarowych.. Szeregi jednowymiarowe własności i diagnozowanie. Modele auoregresji i średniej ruchomej
Analiza związku pomiędzy cenami i pieniądzem w gospodarce polskiej na podstawie modelu Π*
Michał Brzoza-Brzezina, Jacek Kołowski 1 Analiza związku pomiędzy cenami i pieniądzem w gospodarce polskiej na podsawie modelu Π* W ramach przekszałconej do posaci przyrosowej wersji modelu P-sar, auorzy
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak E i E E i r r 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej
Ocena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
Klasyfikacja modeli. Metoda najmniejszych kwadratów
Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Klasyfikacja modeli Modele dzielimy na: - jedno- i wielorównaniowe - liniowe i nieliniowe - sayczne i dynamiczne - sochasyczne i deerminisyczne -
Dynamiczne zależności na polskim rynku pracy w metodologii SVECM
11 Baromer Regionalny Nr 1(19) 21 Dynamiczne zależności na polskim rynku pracy w meodologii SVECM Rober Paer Wyższa Szkoła Informayki i Zarządzania w Rzeszowie Sreszczenie: W arykule dokonano analizy dynamicznych
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzaa Doman Akademia Ekonomiczna w Poznaniu Modele mikrosrukury rynku Bageho (97) informed raders próbują wykorzysać swoją przewagę informacyjną
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) E i E E i r r ν φ θ θ ρ ε ρ α 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania
Modelowanie systemów skointegrowanych. Aspekty teoretyczne
Bank i Kredy 45(5), 04, 433 466 Modelowanie sysemów skoinegrowanych. Aspeky eoreyczne Michał Majserek Nadesłany: 30 kwienia 04 r. Zaakcepowany: 3 września 04 r. Sreszczenie Analiza ekonomeryczna w przypadku
OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu
OeconomiA copernicana 2011 Nr 4 Małgorzaa Madrak-Grochowska, Mirosława Żurek Uniwersye Mikołaja Kopernika w Toruniu TESTOWANIE PRZYCZYNOWOŚCI W WARIANCJI MIĘDZY WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
KRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ
KRZYSZTOF JAJUGA Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ EKONOMETRIA FINANSOWA OKREŚLENIE Modele ekonomerii finansowej są worzone
Prognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE WSTĘP
Joanna Landmesser Kaedra Ekonomerii i Informayki SGGW e-mail: jgwiazda@mors.sggw.waw.pl EFEKT DNIA TYGODNIA NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE Sreszczenie: W pracy zbadano wysępowanie efeku
Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzystaniem instrumentów SWAP na POLONIĘ
Agaa Kliber * Pior Płuciennik ** Modelowanie premii za ryzyko na polskim rynku pieniężnym z wykorzysaniem insrumenów SWAP na POLONIĘ Wsęp Problemem polskiej bankowości jes duża nadpłynność. Banki niechęnie
PIOTR FISZEDER, JACEK KWIATKOWSKI Katedra Ekonometrii i Statystyki
PIOTR FISZEDER, JACEK KWIATKOWSKI Kaedra Ekonomerii i Saysyki DYNAMICZNA ANALIZA ZALEŻNOŚCI POMIĘDZY OCZEKIWANĄ STOPĄ ZWROTU A WARUNKOWĄ WARIANCJĄ Sreszczenie: W badaniu zasosowano modele GARCHM ze sałym
MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wsęp MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Nowoczesne echniki zarządzania ryzykiem rynkowym
Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce
Zeszyy Naukowe Uniwersyeu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-16 s. 193 204 Nie(efekywność) informacyjna giełdowego rynku konraków erminowych
Analiza rynku projekt
Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes
STOPIEŃ AGREGACJI PRZESTRZENNEJ A ZMIENNOŚĆ SZEREGÓW CZASOWYCH CEN SUROWCÓW ROLNYCH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 011, sr. 180 190 STOPIEŃ AGREGACJI PRZESTRZENNEJ A ZMIENNOŚĆ SZEREGÓW CZASOWYCH CEN SUROWCÓW ROLNYCH Mariusz Hamulczuk Kaedra Ekonomiki Rolnicwa i Międzynarodowych
Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Testowanie współzależności w rozwoju gospodarczym
The Wroclaw School of Banking Research Journal ISSN 1643-7772 I eissn 2392-1153 Vol. 15 I No. 5 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu ISSN 1643-7772 I eissn 2392-1153 R. 15 I Nr 5 Tesowanie
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 013 ANNA GÓRSKA MONIKA KRAWIEC Szkoła Główna Gospodarswa Wiejskiego w Warszawie BADANIE EFEKTYWNOŚCI INFORMACYJNEJ
Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
DYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna w Krakowie Modelowanie
WPŁYW CZYNNIKÓW POGODOWYCH NA WIELKOŚĆ I CENY SKUPU PSZENICY I ŻYTA W POLSCE
WODA-ŚRODOWISKO-OBSZARY WIEJSKIE 011:. 11 z. 4 (36) WATER-ENVIRONMENT-RURAL AREAS s. 17 7 Rolnicwo jes jedną z ych gałęzi akywności ludzkiej, na kórą warunki pogodowe mają szczególny wpływ. Niekorzysne
WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP
Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny
A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 293, 2013
A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 293, 2013 Maria Klonowska-Maynia *, Grzegorz Przekoa ** ASYMETRYCZNE REAKCJE WYNAGRODZEŃ NA ZMIANY STOPY BEZROBOCIA 1. WSTĘP Problemy
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Anna Krauze Uniwersye Warmińsko-Mazurski
PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Zarządzanie ryzykiem. Lista 3
Zaządzanie yzykiem Lisa 3 1. Oszacowano nasępujący ozkład pawdopodobieńswa dla sóp zwou z akcji A i B (Tabela 1). W chwili obecnej Akcja A ma waość ynkową 70, a akcja B 50 zł. Ile wynosi pięciopocenowa
Krzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR
Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność
Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20
Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH
Metody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?
Meody prognozowania: Szeregi czasowe Dr inż. Sebasian Skoczypiec ver. 11.20.2009 Co o jes szereg czasowy? Szereg czasowy: uporządkowany zbiór warości badanej cechy lub warości określonego zjawiska, zaobserwowanych
Wykorzystanie wielorównaniowych modeli AR-GARCH w pomiarze ryzyka metodą VaR
Krzyszof Pionek Daniel Papla Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wykorzysanie wielorównaniowych modeli AR-GARCH w pomiarze ryzyka meodą VaR Wsęp Wśród różnych meod
ANALIZA KOINTEGRACYJNA POLSKIEGO RYNKU PRACY
Prace IMŻ 2 (2013) 33 Marcin MICZKA Insyu Mealurgii Żelaza ANALIZA KOINTEGRACYJNA POLSKIEGO RYNKU PRACY Celem arykułu jes pokazanie meody służącej do formalnego opisu polskiego rynku pracy oraz analizy
Stanisław Cichocki Natalia Nehrebecka. Wykład 5
Sanisław Cichocki Naalia Nehrebecka Wkład 5 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA 2 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA
MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Wprowadzenie Współczesne zarządzanie ryzykiem
t MODELU AARCH ROZWOJU GOSPODARCZEGO
Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl SKŁADOWA γ MODELU AARCH ROZWOJU GOSPODARCZEGO Wprowadzenie Gospodarka każdego kraju jes kszałowana przez specyficzne dla
ψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
WERYFIKACJA JAKOŚCI PROGNOZ ZMIENNOŚCI WYKORZYSTYWANYCH W MODELU RISKMETRICS TM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-8611 Nr 86 016 Ekonomia 6 Uniwersye Ekonomiczny w Kaowicach Wydział Finansów i Ubezpieczeń Kaedra Inwesycji i Nieruchomości
C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili