IX Kongres Ekonomistów Polskich
|
|
- Jadwiga Marszałek
- 8 lat temu
- Przeglądów:
Transkrypt
1 Rafał Siedlecki Uniwersytet Ekonomiczny we Wrocławiu IX Kongres Ekonomistów Polskich PROGNOZOWANIE OSTRZEGAWCZE Z WYKORZYSTANIEM GRADIENTOWEJ MIARY ROZWOJU Streszczenie Prognozowanie ostrzegawcze służy głównie do generowania informacji o zagrożeniach (sygnałów ostrzegawczych), ale także o niezauważonych szansach. Może to być zatem pojedyncza informacja lub zbiór informacji, dzięki którym można z wyprzedzeniem dowiedzieć się o przyszłych zagrożeniach rozwoju firmy czyli można powiedzieć, że celem prognozy ostrzegawczej jest sygnalizowanie odpowiednio wczesne niekorzystnych zmian w wybranych obszarach działalności gospodarczej opisanych za pomocą szeregów czasowych. Prognoza ostrzegawcza jest z natury rzeczy prognozą długookresową, której cechą charakterystyczną jest to, że nie podaje w zasadzie wartości prognozowanych zmiennych a jedynie przestrogę przed możliwością wystąpienia niekorzystnych zmian. Prognozowanie ostrzegawcze jest prognozowaniem spadku aktywności gospodarczej podmiotu gospodarczego. W referacie przedstawiono wykorzystanie gradientowej miary rozwoju jako oraz funkcji loglogistycznej do modelowania cykli rozwoju przedsiębiorstwa i wyznaczenia sygnałów ostrzegawczych na przykładzie wybranych przedsiębiorstw. Metoda ta wydaje się być ciekawą i skuteczną propozycją także do prognozowania cykli koniunkturalnych. Artykuł jest częścią grantu NCN Prognozowanie trudności finansowych z wykorzystaniem cykli koniunkturalnych. Projekt został sfinansowany ze środków Narodowego Centrum Nauki przyznanych na podstawie decyzji numer DEC- 2011/01/B/HS4/02316 Abstract: Warrning forecast using the Gradient Measurement of Development The aim of a warning forecast is to signal early enough unfavorable changes in selected business activity areas, described by time series. A warning forecast is, by nature, a long-term forecast; its characteristic feature is the fact that it does not give values of forecasted variables but only a warning against the possibility of unfavorable changes occurring. The presented proposal of building a warning forecast (synthetic measurement) used a taxonomic method of development based on a gradient distance of development, which seems to be an interesting and efficient proposition for forecasting financial difficulties Słowa kluczowe: prognozowanie ostrzegawcze, finanse przedsiębiorstw, analiza finansowa, metody taksonomiczne 1. Wstęp Prognozowanie ostrzegawcze służy głównie do generowania informacji o zagrożeniach (sygnałów ostrzegawczych) w przedsiębiorstwie, ale także o niezauważonych szansach. Może to być zatem pojedyncza informacja lub zbiór informacji, dzięki którym można z wyprzedzeniem dowiedzieć się o przyszłych zagrożeniach rozwoju firmy czyli można powiedzieć, że celem prognozy ostrzegawczej jest sygnalizowanie odpowiednio wczesne niekorzystnych zmian w wybranych obszarach działalności gospodarczej opisanych za pomocą szeregów czasowych. Prognoza ostrzegawcza jest z natury rzeczy prognozą długookresową, której cechą charakterystyczną jest to, że nie podaje w zasadzie wartości prognozowanych zmiennych a jedynie przestrogę przed możliwością wystąpienia niekorzystnych zmian. Prognozowanie ostrzegawcze jest prognozowaniem spadku aktywności gospodarczej podmiotu gospodarczego. W skali makroekonomicznej jest to prognoza spadku koniunktury gospodarczej. Może także dotyczyć branży czy też przedsiębiorstwa. Przedsiębiorstwa, z jednej strony powinny być odbiorcami taki prognoz, zwłaszcza wtedy gdy opracowują strategiczne cele swojej działalności. Jednocześnie powinny wnikliwie oceniać wskaźniki gospodarcze. Celem prognozy ostrzegawczej jest sygnalizowanie odpowiednio wczesne niekorzystnych zmian w wybranych obszarach działalności gospodarczej opisanych za pomocą szeregów czasowych. Prognoza ostrzegawcza jest z natury rzeczy prognozą długookresową, której cechą charakterystyczną jest to, że nie podaje w zasadzie wartości prognozowanych zmiennych a jedynie przestrogę przed możliwością wystąpienia niekorzystnych zmian. Prognoza ostrzegawcza konstruowana jest dla dowolnego szeregu czasowego, którego prawidłowym obrazem jest trend wzrostowy 1. W praktyce rzadko się zdarza aby wielkości ekonomiczne opisujące aktywność gospodarczą stale wzrastały, po okresach wzrostu następuje okres stagnacji lub spadku. Zadaniem prognozowania ostrzegawczego jest przewidywanie wystąpienia w szeregu, fazy zmniejszania się wartości. Dlatego prognozę ostrzegawczą definiuje się następująco 2 : Prognozą ostrzegawczą nazywa się przypuszczenie sformułowane na podstawie informacji dostarczonych przez szereg czasowy, że w przyszłym momencie T 0 stan analizowanego zjawiska gospodarczego będzie niższy niż w momencie T 0-1. Prognoza ostrzegawcza sformułowana w momencie T=n jest prawdziwa, gdy wyrazy szeregu czasowego spełniają warunek: * y T 0 T o >n 0 y T Dla ułatwienia przyjmuje się, że wielkości ekonomiczne, które powinny wykazywać spadek (destymulanty rozwoju) za pomocą odpowiednich transformacji przekształca się w stymulanty. Zatem szereg czasowy rosnący jest abstrakcją wyrażającą pożądany przebieg zjawiska gospodarczego. 2 Siedlecka U. Prognozowanie ostrzegawcze w gospodarce 1996 r. PWE Warszawa
2 gdzie y * T0 - przyszła rzeczywista wartość szeregu. Prawdziwość prognozy ostrzegawczej powinno się formułować w zasadzie nie na podstawie surowych szeregów czasowych obarczonych błędami losowymi ale na podstawie funkcji wygładzającej. Wybór odpowiedniej funkcji wygładzającej f(t) jest w prognozowaniu ostrzegawczym sprawą o podstawowym znaczeniu. W takim przypadku warunkiem prawdziwości prognozy ostrzegawczej jest: f(t 0 ) - f(t 0-1) < 0 Nierówności te stanowią podstawowe określenie prawdziwości prognozy ostrzegawczej. Prognoza ostrzegawcza jest de facto prognozą jakościową. Moment T 0 nazywany jest horyzontem prognozy ostrzegawczej. Zbyt krótki horyzont prognozy ostrzegawczej powoduje małą jej przydatność, gdyż mniej jest czasu na realizację procesów naprawczych. W praktyce zwykle analizy i prognozy ostrzegawcze nie ograniczają się do jednego szeregu czasowego, ale do całej wiązki szeregów opisujących wybrany fragment badanego zjawiska. Załóżmy, że w momencie t 0 (najczęściej przyjmuje się ostatni moment, dla którego uzyskano dane tzn. T 0 =n) jest analizowana wybrana wiązka szeregów, wówczas może się okazać, że: 1) wszystkie szeregi wykazują spadek wartości, 2) wszystkie szeregi wykazują wzrost wartości, 3) część szeregów wykazuje spadek wartości. Żaden z wymienionych przypadków nie przesądza jednak o trendzie analizowanych szeregów, jeżeli jednakże przypadki te sprowadzi się do badania funkcji wygładzających wówczas: W pierwszym przypadku ostrzeganie jest już spóźnione, to samo dotyczy odpowiedniej części szeregów z przypadku 3. Wyznaczenie odpowiednich parametrów finansowych do budowy sygnałów ostrzegawczych jest zadaniem bardzo ważnym i trudnym. Często wyboru dokonuje się, wykorzystując metody ekonometryczne lub polegając na ocenie subiektywnej zarządzających lub ekspertów. Do analizy i budowy prognoz ostrzegawczych najlepszy jest jeden zagregowany wskaźnik, który nie tylko opisywałby płynność, ale także sprawność działania i rentowność firmy. Od dłuższego czasu poszukuje się wskaźnika syntetycznego, który w sposób adekwatny opisywałby kondycję finansową firmy. Do wyboru takiego wskaźnika - agregatu jako pierwsze wykorzystywane były metody wielowymiarowej analizy statystycznej (najczęściej analiza dyskryminacyjna) zapoczątkowane przez Beaver (1966), Altman(1968). Skuteczność modelu i jego popularność sprawiły, że wielu badaczy zaczęło badania nad tworzeniem tego typu modeli w różnych krajach. Najpopularniejsze modele to między innymi: Tamariego, Tafflera, Bluma, Appetitia, Edminstera, Deakina czy Zmijewskiego 3. W Polsce najpopularniejsze modele to między innymi: Hadasik (1998), Gajdki i Stosa(2003), Hołdy(2001) Gruszczńskiego (2003-dwumianowe modele logitowe), Mączyńskej i Zawadzkiego (2006) Innym narzędziem do prognozowania trudności finansowych są sztuczne sieci neuronowe (Odoma i Sharda 4 ). Obecnie istnieje wiele publikacji porównujących różne modele statystyczne (liniowe, logistyczne, drzew decyzyjnych czy KNN (k-nearest neighbor)) z modelami sztucznych sieci neuronowych. Najważniejsze wydają się artykuły: Altmana, Marco i Varetto 5, którzy przebadali 1000 włoskich firm, Kerlinga i Poddinga 6 badających spółki francuskie, Zurady, Fostera, Warda, Barkera 7 analizujących modelami logistycznymi spółki amerykańskie czy publikacja Boritza i Kennedyego 8 badających spółki amerykańskie metodami liniowymi i logistycznymi oraz sztucznymi sieciami neuronowymi. Ciekawe badania przedstawili Vapnik 9, Chen, Chen, Hsieh 10, którzy wykorzystali do selekcji danych metodę wektorową SVM (Support Vector Machine). 3 Tamari M., Financial ratios as a Mean of forecasting Bankruptcy, Management Internationa Review vol r., Taffarel R.J., Going, Going Gone Four Factors which Predict, Accoutancy march 1977 r., Blum M., Failing Company Discriminant Analysis, Journal of Accouting Reasearch Spring 1974 r., Appetiti S., Identifying unsound firms in Italy, Journal of Banking and Finance vol r, Edminster R., An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction, Journal of Financial Quantitative Analysis vol r., Deakin E, Discriminant Analysis of Predictors of Bussines Failure, Journal of Accouting Reaserch vol r,. Zmijewski M., Metodological Issuess Related to the Estimation of Financial Distress Prediction Models, Journal of Accouting Research 1984 r. 4 Odom M. Sharda R., A neural network model for bankruptcy prediction, materiały konf r., San Diego, CA 5 Altman E., Marco G., Varetto F., Corporate distress diagnosis: Comparision using linear discriminant analysis and neural networks, Journal of Banking vol r. 6 Kerling M., Podding T., Klassifikation von Unternehmen mittels KNN, 1994 r., Monachim 7 Zurada J.M., Foster B.P., Ward T.J., Barker R.M., Neural Networks Versus Logit Regression Models for predicting financial distress response variables, Journal of Applied Business Research vol r. 8 Boritz J., Kennedy D., Effectivess of neural network types for prediction of business failure, Expert System Applyin vol r. 9 Vapnik, V.N., and Cortes C, Support vector networks, Learning Machine 1995
3 Celem artykułu jest przedstawienie wykorzystania metody opartej na gradientowej mierze rozwoju 11, która wydaje się być ciekawą propozycją budowy miernika syntetycznego i prognoz ostrzegawczych. W artykule do budowy trajektorii rozwoju wykorzystano także funkcję loglogistyczną 12 i pasma strategiczne. 2. Taksonomiczna metoda gradientu Do prognozowania ostrzegawczego i budowy wskaźnika syntetycznego, interesująca wydaje się metoda gradientowa 13 oparta na wyznaczeniu odległości taksonomicznej badanych obiektów, czyli odpowiednich parametrów finansowych od obiektu wzorcowego, będąca rozwiązaniem zadania z programowania matematycznego. Metoda ta z powodzeniem była wykorzystywana także w badaniu rozwoju przedsiębiorstwa. W metodzie gradientowej zakłada się dana jest macierz X danych finansowych, które są stymulantami (nominanty i destymulanty przekształca się w stymulanty) i(wskaźnik)= 1,2,..., m, t(czas) = 1,2,..., n, i R: Kolejnym krokiem jest wyznaczenia dwóch punktów (biegunów) będących wzorcami górnym i dolnym: Górny wzorzec rozwoju Dolny Gdzie: Wektor Q-P (oś zbioru obiektów) traktujemy jako gradient funkcji kryterium programowania liniowego : F (t) przedstawia ortogonalny rzut na gradient funkcji. Wartości tej funkcji są uporządkowanymi wskaźnikami syntetycznymi gdzie: W analizie danych finansowych, aby sprowadzić je do porównywalności można zastosować metodę unitaryzacji czyli konwersji macierzy X w Z według następującego wzoru: W takim przypadku dolny i górny biegun oraz Oraz przybierają następującą postać: 10 Chen C., Chen M., Hsieh C. A Financial Distress Prediction System Construction based on Particles Swarm Optimization and Support Vector Machines, International Conference on E-business, Management and Economics Hong Kong Siedlecka U., Siedlecki J. Optymalizacja taksonomiczna, AE Kraków Hellwig Z., Siedlecki J., Krzywa log logistyczna, jej własności i wykorzystanie w prognozowaniu rozwoju procesów społeczno-gospodarczych, Prace Naukoznawcze i Prognostyczne r. 13 Siedlecka U., Siedlecki J. Optymalizacja taksonomiczna, AE Kraków 1990
4 Dzięki takiemu przekształceniu można wyznaczyć miarę μ t, która będzie przyjmowała wartości z przedziału (0,1): Interpretacja : < 0,5 silny sygnał ostrzegawczy - wysokie prawdopodobieństwo trudności finansowych (kryzysu), 0,5 < < 0,7 słaby sygnał ostrzegawczy > 0,7 brak wyraźnego sygnału ostrzegawczego strefa bezpieczeństwa W prognozach ostrzegawczych w przedsiębiorstwie wzorcem jest stan zjawiska w momencie t wyznaczony na podstawie odpowiednich wskaźników finansowych opisujących jego rozwój. A więc miara rozwoju powinna mieć prawidłowy przebieg wykazujący następującą relację: φ(1)<φ(2)...φ(n), (lub μ 1 <μ 2 < μ n ), która przypomina krzywą logistyczną (lub loglogistyczną), a więc wyznaczającą cykl życia przedsiębiorstwa (por. rys. 1). Rysunek 1 Trajektoria zdrowej firmy Sygnałem ostrzegawczym wyznaczonym na podstawie jest utrzymujący się spadek wartości miernika lub jej gwałtowny spadek tak jak to przedstawiono na rysunku 2. Rysunek 2. Trajektorie firm bankrutujących Przy analizie trajektorii przedsiębiorstwa należy uwzględnić zakłócenia w rozwoju będące wynikiem np. zmian w gospodarce (spowolnienia gospodarcze) i sektorze, restrukturyzacji i zdarzeń losowych, nie powinny one jednak powodować spadku miary poniżej poziomu 0,5. 3. Analiza sygnałów ostrzegawczych na przykładzie wybranych spółek Do prezentacji koncepcji prognoz ostrzegawczych wykorzystano roczne wartości wybranych wskaźników dla firm: Śnieżka SA, CCC SA, (przykład spółek zdrowych) oraz Polcolorit SA i BOMI SA (analiza w latach ), za lata Do analizy wybrano 5 wskaźników z na podstawie analizy korelacji Spearmana i zmienności, które są stymulantami destymulantami i nominantami. Do wybranych wskaźników finansowych należą: - Stopa zwrotu z aktywów (ROA) - stymulanta - Wskaźnik płynności bieżącej - nominanta - Rotacja zapasów w dniach - destymulanta - Wskaźnik pokrycia aktywów trwałych - stymulanta - Przyrost przychodów ze sprzedaży (PSn/PS0) stymulanta 14 Wybór wskaźników został dokonany na podstawie badań własnych i studiów literaturowych.
5 W przeprowadzonych badaniach destymulanty i nominanty przekształcono w następujący sposób: dla nominant: x it : = x it mediana(x i ), dla destymulant: x it : = x it, Za okres prognostyczny przyjęto lata , w tym celu do wyznaczenia miernika syntetycznego i cyklu rozwoju wybrano okres dla którego wyznaczono minimum i rozstęp. Następnie dla okresu badawczego i prognostycznego wyznaczono miary rozwoju normalizując dane wyznaczonymi wartościami: max i rozstępem. Kształtowanie się wartości miernika syntetycznego w latach przedstawiają tabela 1 oraz rysunek 3. Jak wynika z przeprowadzonych badań zostały wygenerowane następujące sygnały: - dla spółki Śnieżka SA mimo spadku wartości w 2011 roku brak wyraźnego sygnału ostrzegawczego - dla spółki CCC SA w latach 2009 i słaby sygnał ostrzegawczy. Wartości i kształtowanie się miernika może świadczyć o wejściu spółki w okres stagnacji. - dla spółki Polcolorit SA silny sygnał ostrzegawczy w o 2009 do Kształtowanie się miernika pokazuje, że spółka jest w kłopotach finansowych od 2006 i jej sytuacja stale się pogarsza mimo lekkiej poprawy w dla spółki BOMI SA po odbiciu się w 2009 w 2010 roku miała słaby sygnał ostrzegawczy. W 2011 pojawił się silny sygnał ostrzegawczy prognozujący bankructwo firmy czego potwierdzeniem jest sygnał w 2012, sugerujący brak możliwości wyjścia z kryzysu (w 2013 spółka została postawiona w stan upadłości likwidacyjnej) Tabela 1. Wartości miernika dla wybranych spółek Śnieżka SA CCC SA Polcolorit SA BOMI SA , , , b.d , , , b.d , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,4975 Badane spółki są przykładami kształtowania się trajektorii rozwoju (patrz rys. 1, 2) odpowiednio prawidłowego rozwoju (Śnieżka SA i CCC SA) oraz spółek bankrutujących po szybkim wzroście dynamiczny spadek (BOMI) i spółki niemogącej wyjść z trudności w długim okresie (Polcolorit SA). Rysunek 3 Kształtowanie się miernika dla wybranych spółek w latach ,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0-0,1-0,2-0,3-0, μt Polcolorit SA μt Śnieżka SA μt CCC SA
6 4. Analiza pasm strategicznych W analizie miary rozwoju przedsiębiorstwa innym ze sposobów prognozowania ostrzegawczego jest analiza stabilności przyrostów i zmienności wybranych parametrów finansowych. A więc, można stwierdzić, że sygnałami ostrzegawczymi są spadki lub wzrosty wykraczające poza dopuszczalne odchylenia od funkcji trendu (loglogistycznej), z wykorzystaniem pasm strategicznych 15. W tym punkcie do wybrano jako przykład analizy rozwoju dwie zdrowe spółki: Śnieżka SA i CCC SA.. W ekonometrii istnieje wiele metod prognozowania i modelowania zjawiska bazujących na prawie malejącego wzrostu. Mimo tego nie jest to łatwe zadanie. Dobór określonej funkcji i dopasowanie jej do danych zależy od kształtowania się danego zjawiska i momentu w którym jest ono badane. Funkcje, które często są wykorzystywać do modelowania ograniczonego wzrostu, w takich dziedzinach jak biologia, ekonomia czy fizyka to: a) dla zjawisk charakteryzujących się wykładniczym wzrostem: - zmodyfikowana funkcja wykładnicza, - funkcja Gompertza (Gompertz trend), - funkcja log hiperboliczna, b) dla zjawisk mających przebieg logistyczny i wykładniczy: - funkcja logistyczna, - funkcja loglogistyczna, - liniowo logistyczna, W artykule do budowy trajektorii rozwoju wykorzystano funkcję loglogistycznej 16, która pozwala na daleką ekstrapolację szeregów czasowych. Ma to istotne znaczenie przy prognozowaniu faz rozwoju firmy wykorzystującym logistyczne prawo wzrostu np. przychodów ze sprzedaży czy wielkości aktywów, PKB, inwestycje: y y t 0 a ln( t) 1 e Parametry tej funkcji wyestymowano przy pomocy autorskiej metody iteracyjnej szacowania parametrów funkcji, którą trudno lub nie można sprowadzić do postaci liniowej 17. Do estymacji funkcji przyjęto okres i sporządzono prognozy na lata z wykorzystaniem pasm strategicznych zbudowanych na podstawie błędu średnio kwadratowego ( y ± 3 RMSE). Wyniki dopasowania funkcji loglogistycznej oraz test KPSS dla stacjonarności reszt przy małej próbie 18 przedstawia tabela 2. t Tabela 2 Dopasowanie funkcji loglogistycznej dla miernika Śnieżka SA CCC SA RMSE 0, , Test KPSS (Hipoteza zerowa: proces stacjonarny) Statystyka testu = 0, Krytyczna wartość odpowiednio dla poziomów:10%, 5% i 1% to: 0,377 0,527 0,602 ( ) 0, , ( ) 0, , b ct Statystyka testu = 0, Krytyczna wartość odpowiednio dla poziomów:10%, 5% i 1% to: 0,373 0,519 0,620 Jak wynika z tabeli 2 funkcja została dobrze dopasowana. Wartości za okres wskazują, że dla spółki Śnieżka SA wartość miernika kształtuje się zgodnie z trajektorią wyznaczoną przez funkcję loglogistyczną, natomiast w przypadku spółki CCC widoczne jest zakłócenie i odejście od wyznaczonej trajektorii w latach Na rysunkach 4 i 5 przedstawiono trajektorie rozwoju i pasma strategiczne dla wybranych spółek. Z analizy trajektorii można zaobserwować prawidłowy rozwój firmy Śnieżka SA, która jest obecnie w fazie stabilnego wzrostu. W 2011 nastąpił spadek wartości miernika, przy czym zakłócenie to mieści się w wymaganych granicach i widać powrót na trajektorię w Oczywiście tego typu zakłócenia mogą być początkiem nowej fazy rozwoju przedsiębiorstwa (dynamicznego wzrostu). Firma CCC SA po spadku w 2008, ma problem z powrotem na trajektorię stabilnego wzrostu 15 Patrz Siedlecki R., Finansowe sygnały ostrzegawcze w cyklu życia przedsiębiorstwa, C.H. Beck, Warszawa 2005 ; Siedlecki R., Method of determining warning signals based on a company s financial cycle of live using logistic and log-logistic function., Economics, Management, and Financial Markets, Addleton Academic Publishers Hellwig Z., Siedlecki J., Krzywa log logistyczna, jej własności i wykorzystanie w prognozowaniu rozwoju procesów społeczno-gospodarczych, Prace Naukoznawcze i Prognostyczne r. 17 Siedlecki R., Papla D. Log-logistic function estimation and forecasting phases of economic growth, Proceedings of The 5th international conference "Economic Challenges in Enlarged Europe 2013 Talin 18 Obliczeń dokonano przy pomocy programu Gretl
7 w 2011 zostało przebite dolne pasmo co jest sygnałem ostrzegawczym dla firmy i sugeruje wejście spółki w okres stagnacji co może być niebezpieczne (można zauważyć tu lepsze dopasowanie funkcji logistycznej świadczące o zahamowaniu rozwoju). Rysunek 4. Trajektoria rozwoju i pasma strategiczne dla spółki Śnieżka SA 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, μt funkcja loglogistyczna dolne pasmo górne pasmo Rysunek 5. Trajektoria rozwoju i pasma strategiczne dla spółki CCC SA 0,9 0,85 0,8 0,75 0,7 0,65 0,6 0,55 0,5 0,45 0, μt funkcja loglogistyczna dolne pasmo górne pasmo Podsumowanie Zgodnie analizą przedstawioną w artykule, okazało się, że prognozy ostrzegawcze na podstawie zaproponowanej metody z odpowiednim wyprzedzeniem informowały o nadchodzących zagrożeniach finansowych. Do podstawowych zalet można zaliczyć: - prostotę, - stosunkowo wysoka skuteczność, - weryfikację statystyczną - możliwość grupowania i rangowania przedsiębiorstw, Wady: mała próba - dane uwzględniają wartości księgowe co może powodować zniekształcenia przy np. zmianie standardów rachunkowości czy kreatywnej księgowości, - problem z wyznaczeniem normatywów dla wskaźników - wyniki zaprezentowane w artykule są początkiem badań nad opisaną koncepcją, które powinny być poszerzone o większą próbę spółek i liczbę wskaźników uwzględniających wartości rynkowe, a nie tylko księgowe, - brak uwzględniania i korekty miernika syntetycznego o specyfikę sektora i wpływ sytuacji gospodarczej.
8 Zastosowanie metody gradientowej, mimo wymienionych wad wydaje się więc bardzo dobrym narzędziem do prognozowania ostrzegawczego. Metoda gradientowa jest także bardzo dobrym narzędziem do grupowania i rangowania przedsiębiorstw. Przedstawioną w artykule analizę rozwoju można jeszcze poszerzyć o analizę sekwencji znaków I i II różnic dla funkcji loglogistycznej w celu wyznaczenia zmian tempa wzrostu przedsiębiorstwa. Powyższa metoda może być także zastosowana z powodzeniem dla danych makroekonomicznych i badaniem rozwoju różnych państw. Literatura: 1. Argenti J., Corporate callapse, the causes and symptoms, Mc Grow-Hill, UK London 1976, 2. Blum M., Failing Company Discriminant Analysis, Journal of Accouting Reasearch Spring 1974, 3. Appetiti S., Identifying unsound firms in Italy, Journal of Banking and Finance vol , 4. Boritz J., Kennedy D., Effectivess of neural network types for prediction of business failure, Expert System Applyin vol , 5. Odom M. Sharda R., A neural network model for bankruptcy prediction, materiały konf. San Diego 1990, 6. Altman E., Marco G., Varetto F., Corporate distress diagnosis: Comparision using linear discriminant analysis and neural networks, Journal of Banking vol , 7. Rutkowska J., Wykorzystanie szeregów czasowych miernika syntetycznego we wczesnym rozpoznaniu zagrożenia kryzysem,, materiały konferencyjne, Katowice, 2002 r. 8. Siedlecka U. Prognozowanie ostrzegawcze w gospodarce, PWE Warszawa, 1996, 9. Siedlecki R., Finansowe sygnały ostrzegawcze w cyklu życia przedsiębiorstwa, C.H. Beck, Warszawa 2005, 10. Siedlecki R., Method of determining warning signals based on a company s financial cycle of live using logistic and log-logistic function, Economics, Management, and Financial Markets, Addleton Academic Publishers, 2011, 11. Siedlecki R., Papla D. Log-logistic function estimation and forecasting phases of economic growth, Proseedings of The 5th international conference "Economic Challenges in Enlarged Europe, Talin, 2013, 12. Taffarel R.J., Going, Going Gone Four Factors which Predict, Accoutancy march 1977, 13. Tamari M., Financial ratios as a Mean of forecasting Bankruptcy, Management Internationa Review vol , 14. Zmijewski M., Metodological Issuess Related to the Estimation of Financial Distress Prediction Models, Journal of Accouting Research 1984, 15. Zurada J.M., Foster B.P., Ward T.J., Barker R.M., Neural Networks Versus Logit Regression Models for predicting financial distress response variables, Journal of Applied Business Research vol
Zeszyty Naukowe nr 15
Zeszyty Naukowe nr 15 POLSKIE TOWARZYSTWO EKONOMICZNE Kraków 2014 Uniwersytet Ekonomiczny we Wrocławiu Prognozowanie ostrzegawcze na podstawie taksonomicznej miary rozwoju i funkcji loglogistycznej * 1.
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 766 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 766 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 62 2013 Rafał Siedlecki Prognozowanie trudności finansowych przedsiębiorstw z wykorzystaniem metody gradientowej
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych
The Wroclaw School of Banking Research Journal ISSN 1643-7772 I eissn 2392-1153 Vol. 15 I No. 5 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu ISSN 1643-7772 I eissn 2392-1153 R. 15 I Nr 5 Wykorzystanie
PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY
Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu
ANALIZA JAKOŚCI PREDYKCJI STANU EKONOMICZNO- FINANSOWEGO MAŁYCH I ŚREDNICH PRZEDSIĘBIORSTW PRZY POMOCY ZESPOŁÓW SZTUCZNYCH SIECI NEURONOWYCH
BAROMETR REGIONALNY 109 ANALIZA JAKOŚCI PREDYKCJI STANU EKONOMICZNO FINANSOWEGO MAŁYCH I ŚREDNICH PRZEDSIĘBIORSTW PRZY POMOCY ZESPOŁÓW SZTUCZNYCH SIECI NEURONOWYCH Jednym z ważniejszych aspektów analizy
PLANOWANIE FINANSOWE D R K A R O L I N A D A S Z Y Ń S K A - Ż Y G A D Ł O I N S T Y T U T Z A R Z Ą D Z A N I A F I N A N S A M I
PLANOWANIE FINANSOWE D R K A R O L I N A D A S Z Y Ń S K A - Ż Y G A D Ł O I N S T Y T U T Z A R Z Ą D Z A N I A F I N A N S A M I INFORMACJE ORGANIZACYJNE 15 h wykładów 5 spotkań po 3h Konsultacje: pok.313a
Metody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Konstrukcja miernika szans na bankructwo firmy
Natalia Nehrebecka / Departament Statystyki Konstrukcja miernika szans na bankructwo firmy Statystyka Wiedza Rozwój, 17-18 października 2013 r. w Łodzi Konstrukcja miernika szans na bankructwo firmy 2
w ekonomii, finansach i towaroznawstwie
w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez
Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym
Jacek Batóg Uniwersytet Szczeciński Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym Jednym z ważniejszych elementów każdej gospodarki jest system bankowy. Znaczenie
17.3. Syntetyczne miary standingu finansowego czyli jakie są symptomy upadłości firmy
17.3. Syntetyczne miary standingu finansowego czyli jakie są symptomy upadłości firmy Dotychczasowe rozważania dotyczące oceny standingu finansowego koncentrowały się na badaniu poszczególnych obszarów
ANALIZA PORÓWNAWCZA KONIUNKTURY WOJEWÓDZTW POLSKI W LATACH
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 318 2017 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl
Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym
Jacek Batóg Uniwersytet Szczeciński Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym Warunki działania przedsiębiorstw oraz uzyskiwane przez
PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH
InŜynieria Rolnicza 14/2005 Sławomir Francik Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH Streszczenie W
ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO
Wydział Nauk Ekonomicznych i Zarządzania Kierunek Analityka Gospodarcza Studia stacjonarne I stopnia ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Zagadnienia ogólnoekonomiczne 1. Aktualna sytuacja na europejskim
ANALIZA PORÓWNAWCZA KONIUNKTURY GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO I GOSPODARKI POLSKI
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 264 2016 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl
Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego
Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne
Wybrane dane finansowe Alma Market SA oraz spółki KGHM Polska Miedź SA przedstawiają się następująco: Dane za rok 2010 (w tys. zł)
17 Ocena ryzyka finansowego 17.1 Ocena wypłacalności j Dla utrzymania ciągłości funkcjonowania w biznesie przedsiębiorstwo powinno, obok przestrzegania zasad racjonalnego gospodarowania majątkiem oraz
Ścieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,
Barbara Batóg, Jacek Batóg Uniwersytet Szczeciński Ścieżka rozwoju polskiej gospodarki w latach - W artykule podjęta zostanie próba analizy, diagnozy i prognozy rozwoju polskiej gospodarki w latach -.
3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
M. Dąbrowska. Wroclaw University of Economics
M. Dąbrowska Wroclaw University of Economics Słowa kluczowe: Zarządzanie wartością i ryzykiem przedsiębiorstwa, płynność, EVA JEL Classification A 10 Streszczenie: Poniższy raport prezentuje wpływ stosowanej
Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych
Grażyna Karmowska Zakład Analizy Systemowej Akademia Rolnicza w Szczecinie Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych Wstęp Jednym z podstawowych sposobów oceny podejmowanych
Joanna Muszyńska, Ewa Zdunek Uniwersytet Mikołaja Kopernika w Toruniu. Ekonometryczna analiza upadłości przedsiębiorstw w Polsce w latach 1990-2005
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
3. Analiza własności szeregu czasowego i wybór typu modelu
3. Analiza własności szeregu czasowego i wybór typu modelu 1. Metody analizy własności szeregu czasowego obserwacji 1.1. Analiza wykresu szeregu czasowego 1.2. Analiza statystyk opisowych zmiennej prognozowanej
Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów.
Elżbieta Adamowicz Instytut Rozwoju Gospodarczego Szkoła Główna Handlowa w Warszawie Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów. W badaniach koniunktury przedmiotem analizy są zmiany
Prognozowanie gospodarcze - opis przedmiotu
Prognozowanie gospodarcze - opis przedmiotu Informacje ogólne Nazwa przedmiotu Prognozowanie gospodarcze Kod przedmiotu 11.9-WZ-EkoP-PrG-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil
Akademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Analiza wskaźnikowa przedsiębiorstwa Jak ocenić pozycję finansową przedsiębiorstwa? Prowadzący: dr Jacek Gad Wydział Zarządzania Uniwersytet Łódzki 13 październik 2015 r. Plan
7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu
Zagadnienia na egzamin magisterski na kierunku Ekonomia 1. Znaczenie wnioskowania statystycznego w weryfikacji hipotez 2. Organizacja doboru próby do badań 3. Rozkłady zmiennej losowej 4. Zasady analizy
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR NNN FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR FF 2013
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR NNN FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR FF 2013 Leszek Bursiak Diagnoza i pozycjonowanie sytuacji finansowej firm start-up oraz spółek z rynku NewConnect
Statystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 9 Anna Skowrońska-Szmer lato 2016/2017 Ekonometria (Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Wydawnictwo PWr., Wrocław 2004.) 2
... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...
4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem
Ekonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
A.Światkowski. Wroclaw University of Economics. Working paper
A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:
Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006
Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap
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
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 59 2013 LESZEK BURSIAK DIAGNOZA I POZYCJONOWANIE SYTUACJI FINANSOWEJ FIRM START-UP ORAZ SPÓŁEK Z RYNKU NEWCONNECT
Podstawowe finansowe wskaźniki KPI
Podstawowe finansowe wskaźniki KPI 1. Istota wskaźników KPI Według definicji - KPI (Key Performance Indicators) to kluczowe wskaźniki danej organizacji używane w procesie pomiaru osiągania jej celów. Zastosowanie
FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
WYKORZYSTANIE WYBRANYCH MODELI ANALIZY FINANSOWEJ DLA OCENY MOŻLIWOŚCI AKTYWIZOWANIA SIĘ ORGANIZACJI POZARZĄDOWYCH W SEKTORZE TRANSPORTU
Mirosław rajewski Uniwersytet Gdański WYORZYSTANIE WYBRANYCH MODELI ANALIZY FINANSOWEJ DLA OCENY MOŻLIWOŚCI ATYWIZOWANIA SIĘ ORGANIZACJI POZARZĄDOWYCH W SETORZE TRANSPORTU Wprowadzenie Problemy związane
Systemy pomiarowo-diagnostyczne. Metody uczenia maszynowego wykład III 2016/2017
Systemy pomiarowo-diagnostyczne Metody uczenia maszynowego wykład III bogumil.konopka@pwr.edu.pl 2016/2017 Wykład III - plan Regresja logistyczna Ocena skuteczności klasyfikacji Macierze pomyłek Krzywe
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 RAFAŁ BALINA SKUTECZNOŚĆ WYBRANYCH MODELI DYSKRYMINACYJNYCH NA PRZYKŁADZIE BRANŻY ROBÓT BUDOWLANYCH
Badanie zróżnicowania krajów członkowskich i stowarzyszonych Unii Europejskiej w oparciu o wybrane zmienne społeczno-gospodarcze
Barbara Batóg Jacek Batóg Uniwersytet Szczeciński Badanie zróżnicowania krajów członkowskich i stowarzyszonych Unii Europejskiej w oparciu o wybrane zmienne społeczno-gospodarcze W 2004 roku planowane
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2015 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Etapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Metody klasyfikacji i klasteryzacji obiektów wielocechowych.
Metody klasyfikacji i klasteryzacji obiektów wielocechowych Zakres szkolenia Podstawowe pojęcia związane z klasyfikacją wielocechową Proste metody porządkowania liniowego (ratingu) Metody grupowania (klasteryzacji)
Planowanie przyszłorocznej sprzedaży na podstawie danych przedsiębiorstwa z branży usług kurierskich.
Iwona Reszetar Uniwersytet Ekonomiczny we Wrocławiu Planowanie przyszłorocznej sprzedaży na podstawie danych przedsiębiorstwa z branży usług kurierskich. Dokument roboczy Working paper Wrocław 2013 Wstęp
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
ćwiczenia 30 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Maria Sierpińska Poziom studiów (I lub II stopnia): I stopnia Tryb
Zakres pytań obowiązujący w roku akad. 2015/2016
Akademia Górniczo-Hutnicza IM. STANISŁAWA STASZICA W KRAKOWIE Wydział: Górnictwa i Geoinżynierii Rodzaj studiów: stacjonarne i niestacjonarne II stopnia Kierunek studiów: Zarządzanie i inżynieria produkcji
Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych
inż. Marek Duczkowski Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych słowa kluczowe: algorytm gradientowy, optymalizacja, określanie wodnicy W artykule
WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 ADAM KOPIŃSKI MARTA KONIEWSKA PIOTR BAJAK ANALIZA RENTOWNOŚCI PRZEDSIĘBIORSTW Z BRANŻY SPOŻYWCZEJ DOLNEGO
Kierunek: EKONOMIA Profil: OGÓLNOAKADEMICKI Plan studiów stacjonarnych drugiego stopnia Obowiązujący od r. rok I Godzin zajęć, w tym:
Kierunek: EKONOMIA Profil: OGÓLNOAKADEMICKI Plan studiów stacjonarnych drugiego stopnia Obowiązujący od 01.10.2015 r. rok I I Przedmioty podstawowe (A) 1 Makroekonomia E 1 30 30 6 30 6 2 Wnioskowanie statystyczne
Studenckie Koło Naukowe Rynków Kapitałowych Hewlett-Packard Co. (HPQ) - spółka notowana na giełdzie nowojorskiej (NYSE).
Hewlett-Packard Co. (HPQ) - spółka notowana na giełdzie nowojorskiej (NYSE). Hewlett-Packard Co. (HPQ) to obecnie największa firma informatyczna świata. Magazym Wired uznał HP za twórcę pierwszego komputera
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania
Co to jest analiza regresji?
Co to jest analiza regresji? Celem analizy regresji jest badanie związków pomiędzy wieloma zmiennymi niezależnymi (objaśniającymi) a zmienną zależną (objaśnianą), która musi mieć charakter liczbowy. W
STAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE W UJĘCIU STATYSTYCZNYM
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 544 EKONOMICZNE PROBLEMY USŁUG NR 35 2009 RAFAŁ CZYŻYCKI, RAFAŁ KLÓSKA Uniwersytet Szczeciński STAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych
Szkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Uczestnicy: Pracownicy działów controllingu, najwyższa kadra zarządzająca, kierownicy centrów odpowiedzialności
Opis szkolenia Dane o szkoleniu Kod szkolenia: Temat: Budżetowanie - najlepsze praktyki. 30 Styczeń - 3 Luty Gdańsk, Centrum miasta, Kod szkolenia: Koszt szkolenia: 1990.00 + 23% VAT Program Cykl dwóch
UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki
UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych prowadzący: dr inż. Tomasz Bartłomowicz tomasz.bartlomowicz@ue.wroc.pl
Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu
Uczelnia Łazarskiego Sylabus 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu 3. Język wykładowy Język polski 4. Status przedmiotu podstawowy do wyboru Języki X kierunkowy specjalistyczny Inne 5. Cel
Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.
BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe Wykład 10 Modele przełącznikowe Markowa Literatura P.H.Franses, D. van Dijk (2000) Non-linear time series models in empirical finance, Cambridge University Press. R. Breuning,
OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
Kluczowe przedmioty dla studentów studiów licencjackich i magisterskich na WNE UW od roku 2017/2018. Studia I stopnia
Kluczowe przedmioty dla studentów studiów licencjackich i magisterskich na WNE UW od roku 2017/2018 Przedmioty kluczowe (na podstawie Szczegółowych Zasad Studiowania na Wydziale Nauk Ekonomicznych Uniwersytetu
Magdalena Dziubińska. Uniwersytet Ekonomiczny we Wrocławiu
Prognoza przychodów ze sprzedaży dla przedsiębiorstwa XYZ z branży 85.4 PKD Magdalena Dziubińska Uniwersytet Ekonomiczny we Wrocławiu JEL Classification G0 key words: planowanie finansowe, prognoza przychodów,
Testowanie hipotez statystycznych
9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :
Metody ilościowe w analizie struktury podmiotowej sektora usług w Polsce
Rafał Klóska* Metody ilościowe w analizie struktury podmiotowej sektora usług w Polsce Wstęp Tematem rozważań wielu ekonomistów i polityków jest często rozwój przedsiębiorczości w Polsce a rosnące zainteresowanie
Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
strona 1 / 12 Autor: Walesiak Marek Publikacje:
Autor: Walesiak Marek Publikacje: 1. Autorzy rozdziału: Borys Tadeusz; Strahl Danuta; Walesiak Marek Tytuł rozdziału: Wkład ośrodka wrocławskiego w rozwój teorii i zastosowań metod taksonomicznych, s.
Analiza autokorelacji
Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.
Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A
NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Autor: 1. Dobromił Serwa 2. Tytuł przedmiotu Sygnatura (będzie nadana, po akceptacji przez Senacką Komisję Programową) Wprowadzenie do teorii
EFEKTY KSZTAŁCENIA ORAZ MACIERZE POKRYCIA KIERUNKU ANALITYKA GOSPODARCZA STUDIA LICENCJACKIE
EFEKTY KSZTAŁCENIA ORAZ MACIERZE POKRYCIA KIERUNKU ANALITYKA GOSPODARCZA STUDIA LICENCJACKIE ------------------------------------------------------------------------------------------------- WIEDZA AG1_W01
Wskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce
Wskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce Materiał dla Komitetu Stabilności Finansowej Warszawa, luty 2016 r. Synteza Niniejsze opracowanie zawiera informację
MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek
Tytuł: Autor: MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek Wstęp Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie
Analiza wielokryterialna wstęp do zagadnienia
Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym
Ekonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
5. Model sezonowości i autoregresji zmiennej prognozowanej
5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =
Wady klasycznych modeli input - output
Wady klasycznych modeli input - output 1)modele statyczne: procesy gospodarcze mają najczęściej charakter dynamiczny, 2)modele deterministyczne: procesy gospodarcze mają najczęściej charakter stochastyczny,
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Ekonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski.
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Z-EKO2-500 Nazwa modułu Ekonometria i prognozowanie procesów ekonomicznych Nazwa modułu w języku angielskim Econometrics and forecasting economics proceses Obowiązuje
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w zagadnieniach finansowych i logistycznych Linear programming in financial and logistics problems Kierunek: Matematyka Rodzaj przedmiotu: obowiązkowy dla specjalności
Zagadnienia na egzamin dyplomowy na kierunku Informatyka i Ekonometria (1 stopień studiów)
Zagadnienia na egzamin dyplomowy na kierunku Informatyka i Ekonometria (1 stopień studiów) 1. Systemowe i niesystemowe metody estymacji parametrów. Wady i zalety tych podejść b. 06IE 1A_W07 - opanował
PROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA. 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji
PROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji 2.Problem niesferyczności składnika losowego w modelach ekonometrycznych.
Statystyka I. Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy)
Statystyka I Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy) 1 Zmienne jakościowe qzmienne jakościowe niemierzalne kategorie: np. pracujący / bezrobotny qzmienna binarna Y=0,1 qczasami
1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Makroekonomiczny Barometr koniunktury giełdowej WIGTRACER b
Pierwszy w Polsce barometr koniunktury giełdowej Makroekonomiczny Barometr koniunktury giełdowej WIGTRACER b Pomaga ustalić, czy na giełdzie warszawskiej mamy hossę czy bessę Przewiduje punkty zwrotne
ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH
Systemy Logistyczne Wojsk nr 41/2014 ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH ORGANIZATION OF DISTRIBUTION PROCESSES IN PRODUCTIVE, TRADE AND
Analiza finansowa przedsiębiorstwa
Analiza finansowa przedsiębiorstwa Szkolenie dwudniowe. Pierwszego dnia od 10.00 do 16.00, drugiego dnia od 9.00 do 15.00 Program szkolenia: 1. Finansowy cel działania przedsiębiorstwa o jakie cele przedsiębiorstwa
Metoda Johansena objaśnienia i przykłady
Metoda Johansena objaśnienia i przykłady Model wektorowej autoregresji rzędu p, VAR(p), ma postad gdzie oznacza wektor zmiennych endogenicznych modelu. Model VAR jest stabilny, jeżeli dla, tzn. wielomian
I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy
1.1.1 Statystyka opisowa I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE STATYSTYKA OPISOWA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P6 Wydział Zamiejscowy w Ostrowie Wielkopolskim
ANALITYKA GOSPODARCZA, STUDIA LICENCJACKIE WIEDZA
ANALITYKA GOSPODARCZA, STUDIA LICENCJACKIE WIEDZA Ma podstawową wiedzę o charakterze nauk ekonomicznych oraz ich miejscu w AG1_W01 systemie nauk społecznych i w relacjach do innych nauk. Ma wiedzę o sposobach
Dopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;