WYCENA OBLIGACJI KATASTROFICZNEJ WRAZ Z SYMULACJAMI NUMERYCZNYMI
|
|
- Łucja Witkowska
- 9 lat temu
- Przeglądów:
Transkrypt
1 Zeszyy Naukowe Wydziału Informaycznych Technik Zarządzania Wyższej Szkoły Informayki Sosowanej i Zarządzania Współczesne Problemy Zarządzania Nr 1/2010 WYCENA OBLIGACJI KATASTROFICZNEJ WRAZ Z SYULACJAI NUERYCZNYI Pior Nowak, aciej Romaniuk Insyu Badań Sysemowych Polskiej Akademii Nauk, Warszawa pior.nowak@ibspan.waw.pl, maciej.romaniuk@ibspan.waw.pl Klasyczny model ubezpieczeniowy związany jes z wysępowaniem częsych, ale niewielkich i niezależnych szkód. Tymczasem kaasrofy nauralne powodują szkody rzadko wysępujące, o dużych warościach, zależne geograficznie i czasowo. Dlaego coraz częssze kaasrofy nauralne skukują problemami ze sabilnością finansową ubezpieczycieli. W związku z ym przydane może być wykorzysanie jednocześnie różnych insrumenów finansowych i ubezpieczeniowych w posaci jednego, zinegrowanego porfela. Jednym z ego ypu insrumenów mogą być obligacje kaasroficzne (w j. ang. caasrophe bonds. W arykule przedsawiamy przykład akiej obligacji wraz z meodą jej wyceny oraz analizą własności z wykorzysaniem symulacji meodami one Carlo. Słowa kluczowe: obligacje kaasroficzne, meoda maryngałowa, symulacje one Carlo 1. Wprowadzenie Wysępowanie coraz częsszych kaasrof nauralnych, akich jak huragany, rzęsienia ziemi czy powodzie, skukuje również zwiększającymi się sraami finansowymi i maerialnymi. Przykładem mogą być uaj szkody wynikłe z huraganu Andrew (1992, oceniane na 30 mld dolarów (parz np. uermann, W Polsce problemem są z kolei kaasrofalne powodzie, kóre w roku 2010 nawe kilkakronie nawiedzały pewne rejony naszego kraju. Isnieje wiele przyczyn wzrosu wielkości sra maerialnych spowodowanych kaasrofami nauralnymi. Jak wskazują niekórzy badacze, częsość wysępowania niekórych zdarzeń może mieć źródło w zmianach klimaycznych i zjawisku globalnego ocieplenia. Rosnąca warość szkód może być również spowodowana zwiększeniem gęsości zaludnienia na zagrożonych obszarach (np. brzegach wylewających rzek, blisko linii brzegowej oceanu, jak również błędami w zagospodarowaniu przesrzennym, czy eż ubóswem i zaniedbaniem infrasrukury zabezpieczającej przed negaywnymi skukami kaasrof nauralnych, akimi jak amy i wały przeciwpowodziowe w przypadku powodzi. Oprócz sra ludzkich, ubożenia społe-
2 P. Nowak,. Romaniuk czeńswa, czy bezpośrednich sra w infrasrukurze, kaasrofy nauralne mają eż negaywny wpływ na sabilność finansową ubezpieczycieli. Po huraganie Andrew ponad 60 przedsiębiorsw ubezpieczeniowych miało problemy ze swoją płynnością finansową (parz np. uermann, Wynika o nie ylko z ogromnej warości samych sra, ale również z faku, iż klasyczne mechanizmy ubezpieczeniowe (parz np. Borch, 1947 nie są dobrze przysosowane do szkód wynikających z wysępowania dużych kaasrof nauralnych (parz np. Ermoliev i in., Klasyczny model ubezpieczeniowy związany jes z wysępowaniem częsych, ale niewielkich i niezależnych szkód, akich jak odszkodowania wynikające z uszkodzeń samochodów w słuczkach, pokrycie sra spowodowanych zalaniem mieszkania przez sąsiada lub pojedynczym włamaniem do domu. Dlaego sandardowy porfel ubezpieczeniowy budowany jes zgodnie z zasadą: im więcej (heerogenicznych, czyli różnorodnych ryzyk, ym lepiej dla ubezpieczyciela (parz np. Borch, 1947; Ermoliev i in., 2001, zn. ym mniejsze jes prawdopodobieńswo jego bankrucwa. Dzięki zasosowaniu odpowiedniej, klasycznej meodologii, np. rachunku prawdopodobieńswa i cenralnego wierdzenia granicznego, możliwe jes wyznaczenie składki ubezpieczeniowej i oszacowanie prawdopodobieńswa bankrucwa ubezpieczyciela w przypadku danego porfela ryzyk, czyli zw. ryzyka ruiny. Tymczasem kaasrofy nauralne powodują szkody rzadko wysępujące, o dużych warościach, zależne geograficznie i czasowo pojedyncze rzęsienie ziemi może zniszczyć jednocześnie wiele domów, ulic, fabryk, samochodów, id., może również wzniecić pożary, spowodować podopienia lub doprowadzić do licznych kradzieży i dalszych dewasacji mienia. W podobny sposób można parzeć na skuki powodzi, kóre oprócz podopień i bezpośredniego zniszczenia całych regionów kraju mogą skukować np. kradzieżami, sraami w produkcji rolniczej w dłuższej perspekywie czasu (pola nienadające się do użyku po ich zalaniu, id. Dlaego radycyjne podejście ubezpieczeniowe sosowane przy budowie porfela (więcej ryzyk o lepszy porfel może prowadzić bezpośrednio do bankrucwa ubezpieczyciela (parz np. Ermoliev i in., Oczywiście, oprócz negaywnego wpływu na ubezpieczycieli, kaasrofy nauralne mają również isony wpływ na budżey samorządów, a nawe rządów pańsw. W szczególności doyczy o syuacji, w kórych znaczna część podmioów (zarówno przedsiębiorców, jak i obywaeli nie ubezpiecza się przed skukami poencjalnie poważnych kaasrof nauralnych. Uważają bowiem oni, że rekompensaa ich sra jes obowiązkiem władzy (lokalnej lub cenralnej. Powoduje o, że budżey samorządowe i cenralne narażone są na nagłe, niespodziewane i wysokie wydaki lub wzros niezadowolenia społecznego. Przykładem może być uaj syuacja wynikła po powodziach w Polsce w roku W związku z powyższym, przydane może być wykorzysanie równocześnie innych insrumenów finansowych i ubezpieczeniowych w posaci jednego, zinegrowanego porfela, przez ubezpieczyciela lub np. przez samorząd. Jednym z akich insrumenów mogą być obligacje kaasroficzne (w j. ang. caasrophe bonds, ca bonds lub Ac-of-God bonds, parz np. Ermolieva i in., 2007; Nowak i in., 2008; 24
3 WYCENA OBLIGACJI KATASTROFICZNEJ I JEJ SYULACJE Nowak i Romaniuk, 2009; Romaniuk i Ermolieva, W celu konsrukcji ego ypu porfela i analizy jego właściwości niezbędna jes wycena odpowiedniego ypu insrumenów finansowych, m.in. właśnie obligacji kaasroficznych. Również rozwiązaniem problemu narażenia budżeów samorządów i rządu cenralnego na przerzucenie koszów przez osoby nieubezpieczone mogą być wspomniane hierarchiczne skonsruowane porfele złożone z insrumenów finansowych i ubezpieczeniowych, np. obowiązkowego ubezpieczenia, obligacji kaasroficznej, pomocy rządowej i zagranicznej. W akim przypadku wykorzysanie każdego kolejnego składnika porfela zależy od przekroczenia odpowiednich poziomów warości przez sray spowodowane kaasrofą (parz np. Nowak i Romaniuk, W niniejszym arykule analizujemy pewien przykład obligacji kaasroficznej. W punkcie 2 przedsawiamy ogólny zarys problemayki obligacji kaasroficznych. Punk 3 arykułu poświęcony jes prezenacji przykładu akiej obligacji oraz jej wyceny dla uogólnionego modelu Vasicka sopy procenowej. Zasosowanie wspomnianego modelu, będącego szczególnym przypadkiem modelu Hulla Whie a, pozwala na dokładne dopasowanie dynamiki sopy procenowej do począkowej srukury erminowej. Do wyceny obligacji sosujemy meodę maryngałową. W punkcie 4 przedsawiamy wyniki analizy właściwości ej obligacji kaasroficznej, wykorzysując przy ym symulacje numeryczne. Osani, piąy punk arykułu zawiera podsumowanie uzyskanych wyników. 2. Obligacje kaasroficzne Pojedyncza, poważna kaasrofa nauralna może powodować sray rzędu nawe miliardów dolarów. oże o skukować problemami ze sabilnością finansową ubezpieczycieli (parz np. Cummins i in., 2002 i prowadzić do ich bankrucwa. Tymczasem warości dziennych zmian na świaowych rynkach finansowych sięgają dziesiąków miliardów dolarów. Dlaego sworzone zosały insrumeny finansowe, kórych zadaniem jes,,przepakowanie ryzyka związanego ze szkodami spowodowanymi kaasrofami nauralnymi do posaci zesandaryzowanych insrumenów finansowych, kórymi można handlować na rynkach finansowych w sposób płynny. Insrumeny akie ransferują ryzyko i odpowiednie przepływy pieniężne pomiędzy rynkami ubezpieczeniowymi a rynkami finansowymi. Ich przykładem są obligacje kaasroficzne (parz np. Cox i in., 2000; George, 1999; Nowak i in., 2008; Nowak i Romaniuk, 2009; Romaniuk i Ermolieva, Zosały one wprowadzone na rynki w laach 90-ych ubiegłego wieku i sały się popularne po roku 1997, kiedy o USAA, firma ubezpieczeniowa z Teksasu, wyemiowała dwie nowe klasy obligacji kaasroficznych: A-1 i A-2. Rynek obligacji kaasroficznych wykazuje ciągłą endencję wzrosową, np. w roku 2002 miał warość 1,22 mld $, a w roku ,73 mld $. Przewidywany jes dalszy dynamiczny rozwój ego rynku. Wypłay w przypadku obligacji kaasroficznych zależą od dwóch zmiennych: zachowania się pewnego insrumenu podsawowego (np. sopy procenowej LIBOR, podobnie jak w przypadku klasycznych obligacji oraz wysąpienia usalo- 25
4 P. Nowak,. Romaniuk nego zdarzenia (np. pewnego ypu kaasrofy nauralnej dla ściśle określonego eryorium i okresu czasowego. Zdarzenie akie nazywa się riggering poin i zmienia ono srukurę wypła obligacji kaasroficznej. W przypadku obligacji A-1 oprocenowanie wypła związane było ze sopą procenową i było równe LIBOR plus 282 punky bazowe. Triggering poin był określony jako przekroczenie sumy 1 mld $ przez warość roszczeń ubezpieczonych względem USAA, spowodowanych huraganem na wschodnim wybrzeżu USA pomiędzy a Gdyby suma a zosała przekroczona, kupon obligacji A-1 nie zosałby wypłacony. Triggering poin może być związany z różnorodnymi zdarzeniami kaasroficznymi i miarami dla nich, akimi jak siła rzęsienia ziemi mierzona w skali Richera, wysokość powodzi, poziom wód opadowych (parz np. Nowak i in., 2008, indeks sra przemysłu ubezpieczeniowego, esymowana modelem wielkość szkód wywołanych kaasrofą nauralną, id. Zazwyczaj przepływy finansowe związane z obligacją kaasroficzną zarządzane są przez specjalny fundusz zwany SPV (Special Purpose Vehicle, parz np. Vaugirard, Na kono SPV wpływają składki reasekuracyjne płacone przez ubezpieczyciela oraz opłay ze sprzedaży obligacji. Przychody e są nasępnie inwesowane w celu późniejszego wykorzysania przy płanościach dla posiadaczy obligacji, akich jak wypłay związane z kuponami i warością nominalną obligacji, a w przypadku zajścia riggering poin również do pokrycia sra ubezpieczyciela. Obligacje kaasroficzne są, podobnie jak klasyczne obligacje, oceniane przez firmy rankingowe, kóre przyznają odpowiednie oceny związane z poziomem ryzyka danej obligacji. Oprócz obligacji kaasroficznych isnieją inne insrumeny pochodne powiązane z wysępowaniem kaasrof nauralnych. Przykładem mogą być uaj opcje kaasroficzne. Oprócz firm ubezpieczeniowych, sprzedażą ego ypu insrumenów mogą być również zaineresowane samorządy (np. obligacje powodziowe dla gminy, rządy poszczególnych pańsw, a w przypadku kupna również indywidualne osoby (np. obligacje pogodowe powiązane z poziomem opadów dla rolników, parz np. Nowak i in., Wycena obligacji W pierwszej części niniejszego punku wprowadzimy oznaczenia i przedsawimy niezbędne definicje związane z obligacjami kaasroficznymi oraz ich wyceną. Zdefiniujemy procesy sochasyczne porzebne do opisu dynamiki zmian krókoerminowej sopy procenowej oraz zależności zagregowanej wielkości szkód kaasroficznych od czasu. Rozparywane procesy sochasyczne będą procesami z czasem ciągłym. Ich horyzon czasowy będzie miał posać [ 0, T '] dla usalonej warości T '> 0. Będziemy zakładać ponado, że ermin wygaśnięcia obligacji kaasroficznej T nasępuje najpóźniej w momencie T ', zn., że T T '. Założenie o pozwoli poprawnie zdefiniować pojęcie braku arbirażu dla rodziny cen obligacji zerokuponowych (Definicja 2. W dalszej części ego punku rozparywać będziemy dwie miary probabilisyczne: P i. Warości oczekiwane oraz warunkowe warości ocze- 26
5 WYCENA OBLIGACJI KATASTROFICZNEJ I JEJ SYULACJE kiwane względem ych miar oznaczać będziemy odpowiednio symbolami: E. P E i Niech ( [ 0, T '] W będzie ruchem Browna. W proponowanej przez nas meodzie wyceny obligacji kaasroficznej ruch Browna użyy zosanie do opisu dynamiki krókoerminowej sopy procenowej (parz równanie (2. Niech ( U i i=1 będzie ciągiem niezależnych zmiennych losowych o ym samym rozkładzie i ograniczonym drugim momencie. Zakładamy, że dla dowolnego [ 0, T '], zagregowana wielkość szkód kaasroficznych do momenu opisana jes złożonym procesem Poissona N ~, danym wzorem N ~ N = Ui, i= 1 [ 0, T '], N jes procesem Poissona o inensywności κ. Dla usalonej miary gdzie ( [ 0, T '] probabilisycznej P, względem kórej proces ( [ 0, T '] N = 0 0 P - p.n., P E N κ oraz = dla [ 0, T '] ( s [ κ( s ] κ P( N N s = k = e, k = 0,1,2,... k! 27 k N jes procesem Poissona, dla 0 s T '. omen skoku procesu ( N inerpreujemy jako momen zajścia zjawiska [ 0, T '] kaasroficznego. Wielkość szkody w każdym usalonym momencie skoku procesu N (zn. momencie, w kórym ΔN = N N = 1 jes zmienną losową wybraną z U losowe ciągu ( i i=1. W części symulacyjnej (punk 4 arykułu przyjmiemy, że zmienne ~ N jes niemalejącym procesem U i mają rozkład Gamma. Proces ( [0, T ' ] sochasycznym, kórego rajekorie są prawosronnie ciągłe i mają posać schodkową. Dla wyznaczenia analiycznej posaci formuły wyceny obligacji kaasroficznej posłużymy się meodą maryngałową. eoda a wymaga precyzyjnego zdefiniowania przesrzeni probabilisycznej z filracją. W przyjęym przez nas modelu F określona jes wzorami filracja ( [ 0, T ' ] F F 1 = σ = σ ( F F, F = σ ( Ws, s, ~ ( N, s, [ 0, T ']. s
6 P. Nowak,. Romaniuk Ponado zakładamy, że σ - ciało F 0 jes generowane przez zbiory miary P zero, zn. F σ ({ A F : P( 0} 0 = A = U są niezależne. Przy powyższych założe- oraz że ( W [ 0, T '], ( N [ 0, T ' ] i ( i i =1 niach, przesrzeń probabilisyczna z filracją, F, ( F [ 0, T ' ], warunki, zn. σ - ciało F jes P - zupełne, filracja ( [ 0, T '] 28 ( P ciągła i σ - ciało F 0 zawiera wszyskie zbiory miary P - zero. Ω spełnia zwykłe F jes prawosronnie Niech k 1 > 0 będzie wielkością szkód, powyżej kórej nasępuje ransfer środków finansowych (np. wypłaa odpowiednich środków, zgromadzonych przez SPV, ubezpieczycielowi z obligacji kaasroficznej w momencie jej wygaśnięcia. Definiujemy momen sopu τ związany z riggering poin obligacji. τ ( ω = inf N ( ω [0, T '] ~ { > k } T ', gdzie jes dwuargumenowym operaorem minimum. Przedsawimy obecnie opis poszczególnych elemenów rynku finansowego, zdefiniujemy obligację kaasroficzną oraz pojęcie braku arbirażu. B oznaczamy kono bankowe spełniające równanie sochasyczne Symbolem ( [ 0, T '] gdzie ( [ 0, T '] 1 db = r B d, B 0 =1, r = r jes procesem opisującym wolną od ryzyka krókoerminową sopę procenową. Zakładamy, że na rynku finansowym isnieje możliwość handlu obligacjami zerokuponowymi. Niech B (, T oznacza cenę w momencie zerokuponowej obligacji o erminie wygaśnięcia T T ' i warości nominalnej 1. Niech 0 w 1 będzie pewną sałą rzeczywisą, określającą procenową uraę warości obligacji, zn. procenową część jej warości nominalnej, kóra jes racona przez posiadacza obligacji w przypadku zajścia riggering poin. Definicja 1. Symbolem IB ca (, T, Fv τ oznaczamy obligację kaasroficzną o warości nominalnej Fv, erminie wygaśnięcia i wypłay T, kóra spełnia nasępujące założenia. a Jeżeli wielkość szkód przekroczy warość k 1 nie później niż w erminie wyga-
7 WYCENA OBLIGACJI KATASTROFICZNEJ I JEJ SYULACJE śnięcia, zn. τ T, posiadacz obligacji orzymuje wypłaę równą Fv( 1 w. b Jeżeli τ > T, wypłaa dla posiadacza obligacji jes równa warości nominalnej Fv. Dla obligacji kaasroficznej IB ca (, T, Fv formułą vib ca v, τ funkcja wypłay ( τ, T Fv dana jes IB ca = FvI > + 1 w FvI = Fv( 1 wi τ. ( τ, T, Fv { τ T} ( { τ T } { T} W naszych dalszych rozważaniach zakładać będziemy, że rynek finansowy pozbawiony jes możliwości arbirażu. Pojęcie braku arbirażu dla rodziny cen obligacji zerokuponowych w sposób ścisły opisuje poniższa definicja. Definicja 2. B(, T, T T ' nazywamy wolną od arbirażu rodziną cen obligacji zerokuponowych względem sopy zwrou r, jeżeli spełnione są nasępujące warunki: a ( T, T = 1 T 0, T '. B dla każdego [ ] b Isnieje miara probabilisyczna, równoważna P aka, że proces zdyskonowanej ceny obligacji zero-kuponowej jes maryngałem względem. (, T / B, [ 0, T ], B Jeżeli spełnione są warunki Definicji 2, formuła wyceny przyjmuje posać T (, T E ru du = e F, [ 0, T ]. B W Definicji 2 równoważność P i oznacza, że e same zbiory należące do F są dla obu miar probabilisycznych zbiorami miary 0. λ = u λ Niech będzie usaloną sałą, związaną z rynkową ceną ryzyka dla obligacji zerokuponowych. Nasępująca pochodna Radona Nikodyma definiuje miarę probabilisyczną równoważną P, aką że B(, T / B, [ 0, T ], jes maryngałem względem : d T 1 T 2 = exp udwu udu P p. n. dp λ 0 2 λ (1 0 Dla uzyskania formuły wyceny obligacji kaasroficznej IB ca ( τ, T, Fv przy założeniu braku arbirażu, niezbędny jes opis dynamiki wolnej od ryzyka kró- 29
8 P. Nowak,. Romaniuk koerminowej sopy procenowej r = ( r [ 0, T ']. Symbolem (, T oznaczamy warość w momencie chwilowej rynkowej sopy forward o erminie zapadalności T. W szczególności, f ( 0, T jes związana z począkową srukurą erminową P ( 0, T poprzez formułę f (0, T = 30 ln P (0, T. T Przyjmujemy model Hulla Whie a (uogólniony model Vasicka krókoerminowej sopy procenowej. Dynamikę r opisuje równanie sochasyczne dr ( = ( ϑ ar d + σdw f ( (2 dla dodanich sałych a i σ oraz dopasowanej do srukury erminowej funkcji ϑ posaci f ϑ( = (0, + af 2 σ (0, + (1 e 2a 2a λσ. Poza niewąpliwą zaleą, kórą jes możliwość dopasowania funkcji ϑ do począkowej srukury erminowej, model Hulla Whie a o dynamice sopy procenowej opisanej równaniem (2 charakeryzuje się w prakyce finansowej sosunkowo niewielkim prawdopodobieńswem ujemnej sopy procenowej w usalonym momencie (parz np. Brigo i ercurio, W dalszej części ego punku arykułu będziemy zakładać neuralny sosunek rynków finansowych do ryzyka kaasroficznego. Zasosujemy meodologię opisaną w Vaugirard (2003 oraz Nowak i Romaniuk (2009 do wyceny obligacji kaasroficznej. Dla skrócenia zapisu formuły wyceny wprowadzamy dysrybuanę Φ momenu sopu τ. ożna udowodnić, że Φ ~ ( T = P( NT >. Twierdzenie 1. Niech IB ( będzie ceną IB ca (, T, Fv gdzie i IB B ( (, (, T A T Fve k 1 τ w momencie. Wówczas r = [ 1 we ( I{ τ T } F ], (3 (0, T 1 a ( ( a ( T, T = 1 e B σ 4a (, exp 2a 2 T = B(, T f ( 0, ( 1 e B(, T. A P P (0, 2
9 WYCENA OBLIGACJI KATASTROFICZNEJ I JEJ SYULACJE W szczególności, cena obligacji IB ca (, T, Fv przyjmuje posać IB ( = P (0, T exp B( 0, T f ( 0,0 τ w chwili począkowej 0 B ( ( 0, T r Fve (1 wφ( T. 0 0 Szkic dowodu. Po zmianie wyjściowej miary probabilisycznej P na równoważną miarę maryngałową przy zasosowaniu pochodnej Radona Nikodyma (1, równanie (2 przyjmuje posać dr ( = ( ϑ + λσ ar d + σdw. ( Z formuły wyceny obligacji zerokuponowej w modelu Hulla Whie a (parz Brigo i ercurio, 2006 wynika, że E exp T ru du F = A B (, ( T T Fve r,. Ponieważ exp T r u du i v IB ca ( τ, T, Fv są niezależne względem, T IB( = E exp r ( IB (, T, Fv. udu F E v F ca τ v, Z niezależności ( τ, T Fv i W, dla = 0, IB ca E vib ca = E P vib ca P d P ( τ, T, Fv = E vib (,, E vib (, T, Fv E ca τ T Fv = ca τ dp = Fv( 1 wφ T. ( τ, T, Fv ( d dp P Funkcja ( 0, T opisuje zależność ceny rynkowej w chwili 0 obligacji zerokuponowej od erminu wygaśnięcia T. Zazwyczaj dysponujemy niewielką liczbą P 31
10 P. Nowak,. Romaniuk danych doyczących obligacji zerokuponowych o różnych erminach wygaśnięcia. Dla uzyskania konkrenej posaci formuły (3 porzebny jes analiyczny opis funkcji P ( 0, T. ożemy uzyskać go meodą dopasowania punków do krzywej, biorąc przy ym pod uwagę, że P ( 0,0 = 1. Najprosszą posacią ak uzyskanej funkcji jes posać liniowa. Zależność ego ypu można zaobserwować na rynkach finansowych. Nasępujący lema przedsawia formułę wyceny obligacji kaasroficz- IB ca τ, T, Fv dla funkcji P ( 0, T = 1 αt. nej ( Lema 1. Jeżeli gdzie P ( 0, T = 1 αt dla pewnej sałej α > 0, IB B ( (, (, T A T Fve [ 1 we ( I{ T } F ], r = τ 1 a ( ( a ( T, T = 1 e B i 1 αt 1 α α 1 α σ 4a (, exp 2a 2 T = B(, T ( 1 e B(, T. A W szczególności IB ( 0 = ( 1 T α r0 at ( 1 e 2 α Fve a (1 wφ( T. (4 4. Symulacje one Carlo W celu analizy zachowania się ceny obligacji kaasroficznej wynikającej ze wzoru (4, przeprowadzono szereg symulacji one Carlo. Za każdym razem pryeprowadyono n= symulacji. Jako swoisy punk odniesienia w badaniach przyjęo sopę procenową opisaną paramerami a = 0,025, α = 0,01, r 0 = 0,05. Proces sra był określony procesem Poissona o inensywności κ = 0,01. Warość pojedynczej sray była zdefiniowana rozkładem Gamma. Jako podsawowy zesaw paramerów przyjęo przy ym paramer kszału (α G równy 5 i paramer skali (β G o warości 10. Należy zauważyć, że warość oczekiwana w rozkładzie Gamma (czyli warość oczekiwana pojedynczej sray w naszym przypadku jes równa α G β G, zaś wariancja jes równa α G β G 2. Oznacza o, że rozważamy szkody o charakerze kaasroficznym, czyli 32
11 WYCENA OBLIGACJI KATASTROFICZNEJ I JEJ SYULACJE rzadko wysępujące (mała warość oczekiwana procesu Poissona w jednosce czasu, o poencjalnie wysokich warościach i dużej zmienności warości (duża warość oczekiwana i wariancja. Na począku wyznaczono cenę obligacji kaasroficznej o warości nominalnej (Fv równej 1, riggering poin ( k 1 o wielkości 50 i uracie warości obligacji (w równej 0,2. Cena wynosiła w akim przypadku 0, Nasępnie przebadano zależność ceny obligacji od zmiennej warości parameru kszału rozkładu Gamma przy sałym paramerze skali β G = 10. Rosła zaem jednocześnie warość oczekiwana i wariancja sra. Wyniki zosały zaprezenowane na Rys. 1. Rysunek 1. Zależność ceny obligacji od warości parameru kszału W kolejnym kroku zbadano zależność ceny obligacji od zmiennej warości parameru skali rozkładu Gamma przy sałym paramerze kszału α G = 5. W ym przypadku rosły zarówno warość oczekiwana, jak i wariancja sra, ale wariancja rosła w szybszym empie, niż w rozważanym poprzednio zagadnieniu. Wyniki zaprezenowano na Rys. 2. Jak widzimy, w obydwu przypadkach, zależność pomiędzy ceną a paramerem ma charaker nieliniowy i wraz ze wzrosem warości paramerów nasępuje dość isony spadek ceny obligacji kaasroficznej mierzony jednoską pieniężną (warość nominalna rozważanej obligacji kaasroficznej wynosi 1. Posać rysunków sugeruje krzywoliniowość zależności wraz z malejącym nachyleniem krzywej, ale wnioski e wymagają dalszych szczegółowych badań. Kolejna analiza doyczyła wpływu warości riggering poin na cenę obligacji przy usalonych pozosałych paramerach. Wyniki przedsawiono na Rys. 3. Jak widzimy, wraz ze wzrosem poziomu riggering poin nasępuje sosunkowo nie- 33
12 P. Nowak,. Romaniuk wielki wzros ceny obligacji, niemal bliski liniowemu. Rysunek 2. Zależność ceny obligacji od warości parameru skali Rysunek 3. Zależność ceny obligacji od poziomu riggering poin W kolejnym eksperymencie przebadano zależność ceny obligacji od zmian uray warości obligacji. Wyniki przedsawiono na Rys. 4. Jak widzimy, nasępuje spadek ceny obligacji wraz ze wzrosem uray warości obligacji, o charakerze zbliżonym do liniowego w badanym zakresie paramerów. 34
13 WYCENA OBLIGACJI KATASTROFICZNEJ I JEJ SYULACJE Rysunek 4. Zależność ceny obligacji od uray warości obligacji 5. Podsumowanie Wysępowanie coraz częsszych kaasrof nauralnych, akich jak huragany, rzęsienia ziemi czy powodzie, skukuje wieloma negaywnymi konsekwencjami, w ym zwiększającymi się sraami finansowymi i maerialnymi ubezpieczycieli, rządów i samorządów. Klasyczne mechanizmy ubezpieczeniowe, ze względu na sposób doboru ryzyk, nie są dobrze przysosowane do szkód wynikających z wysępowania dużych kaasrof nauralnych. Kaasrofy nauralne powodują szkody rzadko wysępujące, o dużych warościach, zależne geograficznie i czasowo. Przydane może być zaem wykorzysanie równocześnie innych insrumenów finansowych i ubezpieczeniowych w posaci jednego, zinegrowanego porfela konsruowanego przez ubezpieczyciela lub np. samorząd. Jednym z akich insrumenów mogą być obligacje kaasroficzne W niniejszym arykule analizujemy pewien przykład obligacji kaasroficznej. Zaprezenowana zosała meodologia wyceny opisywanego ypu obligacji kaasroficznej przy uogólnionym modelu Vasicka sopy procenowej oraz przeanalizowano jej wybrane właściwości z wykorzysaniem symulacji meodami one Carlo. Przykład obligacji kaasroficznej, przedsawionej w pracy, może być wykorzysany jako jeden z elemenów hierarchicznego porfela insrumenów finansowych i ubezpieczeniowych o określonych progach wielkości sra, powodujących wykorzysanie kolejnych ypów insrumenów z akiego porfela (parz np. Nowak i Romaniuk, Isnieje eż możliwość zasosowania przedsawionej w pracy meody wyceny do obligacji kaasroficznych o bardziej złożonej posaci funkcji wypłay. 35
14 P. Nowak,. Romaniuk Lieraura Brigo D., ercurio F. (2006 Ineres Rae odels - Theory and Pracice: Wih Smile, Inflaion and Credi. Springer, Berlin, London Borch K. (1974 The ahemaical Theory of Insurance. Lexingon Books, Lexingon Cox S., H., Fairchild J., R., Pedersen H., (2000 Economic Aspecs of Securiizaion of Risk. ASTIN Bullein, 30, 1, Cummins J.D., Dohery N., Lo A. (2002 Can insurers pay for he ''big one''? easuring he capaciy of insurance marke o respond o caasrophic losses. Journal of Banking and Finance, Ermoliev Yu.., Ermolyeva T.Yu., cdonald G., Norkin V.I. (2001 Problems on Insurance of Caasrophic Risks. Cyberneics and Sysems Analysis, 37, 2, Ermolieva T., Romaniuk., Fischer G., akowski. (2007 Inegraed model-based decision suppor for managemen of weaher-relaed agriculural losses. W: Hryniewicz O., Sudzinski J., Romaniuk., red., Enviromenal informaics and sysems research. Vol. 1: Plenary and session papers - EnviroInfo 2007, , Shaker Verlag George J. B. (1999 Alernaive reinsurance: Using caasrophe bonds and insurance derivaives as a mechanism for increasing capaciy in he insurance markes. CPCU Journal uermann A. (2008 arke Price of Insurance Risk Implied by Caasrophe Derivaives. Norh American Acuarial Journal, 12, 3, Nowak P., Romaniuk., Ermolieva T. (2008 Inegraed managemen of weaher - relaed agriculural losses - compuaional approach. W: Wilimowska E., Borzemski L., Grzech A., Świąek, J., red., Informaion Sysems Archiecure and Technology. odels of he Organisaion s Risk anagemen, , Wrocław Nowak P., Romaniuk. (2009 Porfolio of financial and insurance insrumens for losses caused by naural caasrophes. W: Wilimowska Z., Borzemski L., Grzech A., Świąek J., red., Informaion Sysems Archiecure and Technology. IT Technologies in Knowledge Oriened anagemen Process, 27-36, Wrocław Romaniuk., Ermolieva T. (2005 Applicaion of EDGE sofware and simulaions for inegraed caasrophe managemen. Inernaional Journal of Knowledge and Sysems Sciences, 2, 2, 1-9 Vaugirard V.E. (2003 Pricing caasrophe bonds by an arbirage approach. The uarerly Review of Economics and Finance, 43,
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
Europejska opcja kupna akcji calloption
Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy
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
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
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
Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU
Modelowanie ryzyka kredyowego MODELOWANIE ZA POMOCA PROCESU HAZARDU Mariusz Niewęgłowski Wydział Maemayki i Nauk Informacyjnych, Poliechniki Warszawskiej Warszawa 2014 hazardu Warszawa 2014 1 / 18 Proces
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
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
METODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
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
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 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
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
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
MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII
KRZYSZTOF JAJUGA Akademia Ekonomiczna we Wrocławiu MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII. Modele makroekonomiczne a modele sóp procenowych wprowadzenie Nie do podważenia
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 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile
Pobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA
Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie
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
2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
O PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE
MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XIII/3, 01, sr 43 5 O EWNYCH KRYERIACH INWESOWANIA W OCJE NA AKCJE omasz Warowny Kaedra Meod Ilościowych w Zarządzaniu oliechnika Lubelska e-mail: warowny@pollubpl
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
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 XLIII nr 2 (2012)
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 XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339
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
Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n
Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam
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
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
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
Matematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile
WARTOŚĆ ZAGROŻONA OPCJI EUROPEJSKICH SZACOWANA PRZEDZIAŁOWO. SYMULACJE
Daniel Iskra Uniwersye Ekonomiczny w Kaowicach WARTOŚĆ ZAGROŻONA OPCJI EUROPEJSKICH SZACOWANA PRZEDZIAŁOWO. SYMULACJE Wprowadzenie Jednym z aspeków współczesnej ekonomii jes zarządzanie ryzykiem związanym
WPŁYW NIEPEWNOŚCI OSZACOWANIA ZMIENNOŚCI NA CENĘ INSTRUMENTÓW POCHODNYCH
Tadeusz Czernik Uniwersye Ekonomiczny w Kaowicach WPŁYW NIEPEWNOŚCI OZACOWANIA ZMIENNOŚCI NA CENĘ INTRUMENTÓW POCHODNYCH Wprowadzenie Jednym z filarów współczesnych finansów jes eoria wyceny insrumenów
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
WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
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
ĆWICZENIE 7 WYZNACZANIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA. Wprowadzenie
ĆWICZENIE 7 WYZNACZIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA Wprowadzenie Ciało drgające w rzeczywisym ośrodku z upływem czasu zmniejsza ampliudę drgań maleje energia mechaniczna
OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI
dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy
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
Dynamiczne formy pełzania i relaksacji (odprężenia) górotworu
Henryk FILCEK Akademia Górniczo-Hunicza, Kraków Dynamiczne formy pełzania i relaksacji (odprężenia) góroworu Sreszczenie W pracy podano rozważania na ema możliwości wzbogacenia reologicznego równania konsyuywnego
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
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową
ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY POCIĄGU NA SZLAKU
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 87 Transpor 01 Jarosław Poznański Danua Żebrak Poliechnika Warszawska, Wydział Transporu ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY
Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
OPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR
Daniel Iskra Uniwersye Ekonomiczny w Kaowicach OPTYMALIZACJA PORTFELA IWESTYCYJEGO ZE WZGLĘDU A MIIMALY POZIOM TOLERACJI DLA USTALOEGO VaR Wprowadzenie W osanich laach bardzo popularną miarą ryzyka sała
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)
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
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
KONTRAKTY FUTURES STOPY PROCENTOWEJ
KONTRAKTY FUTURES STOPY PROCENTOWEJ Zasosowanie z perspekywy radera Dominik Łogin 18 październik 2013 Agenda I. Fuures obligacyjne Podsawy konsrukcji Porównanie międzynarodowe Baza Cash-Fuures Wyznaczanie
Analiza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
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
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
Krzysztof Jajuga Akademia Ekonomiczna we Wrocławiu. Modelowanie stóp procentowych a narzędzia ekonometrii finansowej
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Krzyszof Jajuga Akademia Ekonomiczna
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
MIARA I ODWZOROWANIE RYZYKA FORWARD NA RYNKU SKOŃCZONYM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 295 2016 Szkoła Główna Handlowa w Warszawie Kolegium Analiz Ekonomicznych Kaedra Maemayki i Ekonomii Maemaycznej
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
Stała potencjalnego wzrostu w rachunku kapitału ludzkiego
252 Dr Wojciech Kozioł Kaedra Rachunkowości Uniwersye Ekonomiczny w Krakowie Sała poencjalnego wzrosu w rachunku kapiału ludzkiego WSTĘP Prowadzone do ej pory badania naukowe wskazują, że poencjał kapiału
PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Silniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
Użyteczność bezpośredniej likwidacji szkód (BLS) dla klientów zakładów ubezpieczeń
Sanisław Garska 1 Ubezpieczeniowy Fundusz Gwarancyjny Użyeczność bezpośredniej likwidacji szkód (LS) dla klienów zakładów ubezpieczeń Sreszczenie Wprowadzeniu bezpośredniej likwidacji szkód jako produku
U b e zpieczenie w t eo r ii użyteczności i w t eo r ii w yceny a ktywów
dr Dariusz Sańko Kaedra Ubezpieczenia Społecznego Szkoła Główna Handlowa dariusz.sanko@gmail.com lisopada 006 r., akualizacja i poprawki: 30 sycznia 008 r. U b e zpieczenie w eo r ii użyeczności i w eo
Struktura terminowa stóp procentowych po kryzysie 2007 roku. praca zespołowa
Srukura erminowa sóp procenowych po kryzysie 2007 roku praca zespołowa 17 września 2012 Spis reści I Srukura erminowa sóp procenowych po kryzysie 2007 roku 3 1 Opis rynku finansowego po kryzysie 4 1.1
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,
RÓWNANIA RÓŻNICZKOWE WYKŁAD 13
RÓWNANIA RÓŻNICZKOWE WYKŁAD 13 Geomeria różniczkowa Geomeria różniczkowa o dział maemayki, w kórym do badania obieków geomerycznych wykorzysuje się meody opare na rachunku różniczkowym. Obieky geomeryczne
PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody
Ruch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof.
Ruch płaski Ruchem płaskim nazywamy ruch, podczas kórego wszyskie punky ciała poruszają się w płaszczyznach równoległych do pewnej nieruchomej płaszczyzny, zwanej płaszczyzną kierującą. Punky bryły o jednakowych
Zasada pędu i popędu, krętu i pokrętu, energii i pracy oraz d Alemberta bryły w ruchu postępowym, obrotowym i płaskim
Zasada pędu i popędu, kręu i pokręu, energii i pracy oraz d Alembera bryły w ruchu posępowym, obroowym i płaskim Ruch posępowy bryły Pęd ciała w ruchu posępowym obliczamy, jak dla punku maerialnego, skupiając
ZASTOSOWANIE DRZEW KLASYFIKACYJNYCH DO BADANIA KONDYCJI FINANSOWEJ PRZEDSIĘBIORSTW SEKTORA ROLNO-SPOŻYWCZEGO
120 Krzyszof STOWARZYSZENIE Gajowniczek, Tomasz Ząbkowski, EKONOMISTÓW Michał Goskowski ROLNICTWA I AGROBIZNESU Roczniki Naukowe om XVI zeszy 6 Krzyszof Gajowniczek, Tomasz Ząbkowski, Michał Goskowski
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,
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Matematyka ubezpieczeń życiowych 25.01.2003 r.
Maemayka ubezpieczeń życiowych 25.01.2003 r. 1.. Dany jes wiek całkowiy x. Nasępujące prawdopodobieńswa przeżycia: g= 2p x + 1/3, h= 2p x + 1/ 2, j= 2p x + 3/4 obliczono sosując inerpolację zakładającą,
OBLICZANIE TERMINU REALIZACJI PRZEDSIĘWZIĘĆ BUDOWLANYCH METODĄ CCPM NA PODSTAWIE MULTIPLIKATYWNEGO MODELU CZASU TRWANIA CZYNNOŚCI
Dane bibliograficzne o arykule: hp://mieczyslaw_polonski.users.sggw.pl/mppublikacje Mieczysław POŁOŃSKI 1 OBLICZANIE TERMIN REALIZACJI PRZEDSIĘWZIĘĆ BDOWLANYCH METODĄ CCPM NA PODSTAWIE MLTIPLIKATYWNEGO
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 MAŁGORZATA WASILEWSKA PORÓWNANIE METODY NPV, DRZEW DECYZYJNYCH I METODY OPCJI REALNYCH W WYCENIE PROJEKTÓW
Zarządzanie Projektami. Wykład 3 Techniki sieciowe (część 1)
Zarządzanie Projekami Wykład 3 Techniki sieciowe (część ) Przedsięwzięcie wieloczynnościowe Przedsięwzięcie wieloczynnościowe skończona liczba wzajemnie ze sobą powiązanych czynności (eapów). Powiązania
Dobór przekroju żyły powrotnej w kablach elektroenergetycznych
Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego
ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO
ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO Sreszczenie Michał Barnicki Poliechnika Śląska, Wydział Oranizacji i Zarządzania Monika Odlanicka-Poczobu Poliechnika Śląska, Wydział
SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Marża zakupu bid (pkb) Marża sprzedaży ask (pkb)
Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża
BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW. W tym krótkim i matematycznie bardzo prostym artykule pragnę osiągnąc 3 cele:
1 BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW Leszek S. Zaremba (Polish Open Universiy) W ym krókim i maemaycznie bardzo prosym arykule pragnę osiągnąc cele: (a) pokazac że kupowanie
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
ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
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
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA i ENERGETYKI INSTYTUT MASZYN i URZĄDZEŃ ENERGETYCZNYCH
POLIECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA i ENERGEYKI INSYU MASZYN i URZĄDZEŃ ENERGEYCZNYCH IDENYFIKACJA PARAMERÓW RANSMIANCJI Laboraorium auomayki (A ) Opracował: Sprawdził: Zawierdził:
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
Ogólnopolska Konferencja Naukowa Zagadnienia Aktuarialne - Teoria i praktyka Warszawa, 9 11 czerwca 2008
Przemysław Klusik Instytut Matematyczny, Uniwersytet Wrocławski Ogólnopolska Konferencja Naukowa Zagadnienia Aktuarialne - Teoria i praktyka Warszawa, 9 11 czerwca 2008 (UWr) Zagadnienia Aktuarialne -
Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20:
Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20: E X 20 8 oraz znamy następujące charakterystyki dotyczące przedziału 10, 20 : 3 Pr
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,
WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem
Ocena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
Analiza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego
TRANSFORM ADVICE PROGRAMME Invesmen in Environmenal Infrasrucure in Poland Analiza efekywności koszowej w oparciu o wskaźnik dynamicznego koszu jednoskowego dr Jana Rączkę Warszawa, 13.06.2002 2 Spis reści
Wykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
WPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU POCIĄGU 1
A R C H I W U M I N S T Y T U T U I N Ż Y N I E R I I L Ą D O W E J Nr 5 ARCHIVES OF INSTITUTE OF CIVIL ENGINEERING 017 WPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU
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
KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK)
KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK) Kaarzyna Kuziak Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W 1994 roku insyucja finansowa JP Morgan opublikowała
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
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
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