Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych
|
|
- Wiktoria Wilk
- 7 lat temu
- Przeglądów:
Transkrypt
1 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych Marcin Potrykus * 1. Wprowadzenie W czasach kryzysów na rynkach inwestycji tradycyjnych inwestorzy poszukują alternatywnych form pomnażania kapitału. Jedną z wielu takich inwestycji, określanych mianem alternatywnych, jest inwestycja w diamenty. Diamenty zajmują niepodważalne miejsce wśród inwestycji w kamienie szlachetne. Najbardziej rozpowszechnione są jednak inwestycje w kamienie bezbarwne. Tymczasem na rynku występują także naturalne diamenty w kolorach fantazyjnych (ang. fancy colored diamonds), takich jak: niebieski, różowy, czerwony, pomarańczowy czy zielony. Cechą charakterystyczną diamentów w kolorach fantazyjnych jest ich rzadkość występowania. Podkreśla się, że tylko jeden na tysiąc wydobytych diamentów to kamień w kolorze fantazyjnym (Fink 2014), chociaż inne źródła wskazują, że jest to jeden na 10 tysięcy kamieni 1. Stąd na aukcjach renomowanych domów aukcyjnych 2 ceny sprzedaży kolorowych diamentów osiągają bardzo wysokie ceny, przekraczające miliony dolarów (Shor 2013). Celem poniższego opracowania jest wskazanie kryteriów, które decydują o przypisaniu do konkretnego diamentu określonej barwy. Ponadto w pracy zbadano, jak barwa, ton oraz nasycenie wpływają na wycenę diamentów w kolorach fantazyjnych. Za pomocą regresji hedonicznej zbadano, jak zmieniła się wartość analizowanych kamieni w 2015 roku. Do realizacji powyższych celów zastosowano metodę regresji hedonicznej ze względu na możliwość oceny w tej metodzie wpływu poszczególnych czynników na wycenę kamienia. * Marcin Potrykus, Politechnika Gdańska, Wydział Zarządzania i Ekonomii, Katedra Analizy Ekonomicznej i Finansów. 1 (dostęp: ). 2 Do najbardziej uznanych domów aukcyjnych na świecie zaliczają się dom aukcyjny Christie s oraz dom aukcyjny Sotheby s.
2 148 Marcin Potrykus 2. Metodologia określania koloru diamentu W przypadku inwestowania w diamenty niepodważalną rolę w powodzeniu inwestycji odgrywają cechy oznaczone jako 4C. Pod tym skrótem zawarto następujące charakterystyki diamentów: masa kamienia (ang. caratage), czystość (ang. clarity), jakość szlifu (ang. cut), kolor (ang. colour). Dla trzech ostatnich cech, wymienionych powyżej, powstały specjalne skale służące do ich pomiaru 3. Dla koloru jest to podziałka, w której zastosowano oznaczenia literowe (od litery D, oznaczającej bezbarwny kamień, do litery Z, którą oznacza się kamienie o bardzo jasnej, najczęściej żółtej barwie). Skala ta została zaproponowana przez instytucję GIA 4. Za jej pomocą nie można jednak oceniać diamentów w kolorach fantazyjnych. Dlatego na potrzeby standaryzacji diamentów w kolorach fantazyjnych, instytucja GIA zaproponowała przyjęty (z różnymi modyfikacjami) niemal na całym świecie system oceny kolorowych diamentów, który kładzie nacisk na barwę (ang. hue), ton (ang. tone) i nasycenie (ang. saturation). Pod powyższymi określeniami należy rozumieć (King, Moses, Shigley, Liu 1994): Barwa pozwala sklasyfikować dany kamień jako na przykład czerwony, żółty, zielony czy niebieski lub jakikolwiek pośredni spomiędzy nich. Ton pozwala określić, czy dana barwa jest jasna czy ciemna. Nasycenie inaczej natężenie zabarwienia, określa siłę i czystość barwy. Dla barwy wyróżniono 27 różnych stopni, które przedstawiono na rysunku 1. Tak jak to zaprezentowano, poza precyzyjnie zdefiniowanymi kolorami, takimi jak: żółty (ang. yellow), zielony (ang. green), niebieski (ang. blue), fioletowy (ang. purple) oraz czerwony (ang. red) i pomarańczowy (ang. orange), występują także kamienie, których nazwy kolorów składają się z dwóch wcześniej wymienionych barw. Przy tak złożonej nazwie należy pamiętać, że kolor, który wymieniony jest jako ostatni, to dominujący kolor ocenianego kamienia. Dodatkowo, jeżeli pierwszy kolor to zdrobnienie koloru podstawowego, np. zielonkawy (ang. greenish), żółtawy (ang. yellowish) itd., to udział tego pierwszego koloru w ostatecznej barwie kamienia jest nieznaczny. Dla nazw złożonych mogą zatem występować następujące przypadki: 5 niebieskawo-zielony (ang. bluish green) dominujący udział w kolorze tego kamienia stanowi barwa zielona, a kolor niebieski jest jedynie domieszką barwy dominującej. Zakłada się, że udział barwy podstawowej to minimalnie około 75% ostatecznego koloru, a domieszki maksymalnie około 25%. 3 Szerzej na temat klasyfikacji 4C w publikacjach (Jagielnicki 2011; Ostrowska 2011). 4 GIA Gemological Institute of America. 5 Dokładne omówienie barw dla diamentów w kolorach fantazyjnych można odnaleźć w pracach (Hofer 1998; Matlins, Bonanno 1989).
3 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych 149 niebiesko-zielony (ang. blue green) obie barwy występują niemal w identycznych proporcjach z przewagą barwy zielonej. zielono-niebieski (ang. green blue) obie barwy występują niemal w identycznych proporcjach z przewagą barwy niebieskiej. zielonkawo-niebieski (ang. greenish blue) dominujący udział w kolorze tego kamienia stanowi barwa niebieska, a barwa zielona jest jedynie domieszką dla barwy dominującej. Ponadto należy także pamiętać, że występują diamenty w kolorach, takich jak brązowy, szary i różowy. Powstają one z wyżej wymienionych kolorów, ale w sytuacji, gdy ton barwy jest jasny (kolor różowy lub brązowy) lub gdy ton barwy jest ciemny (kolor brązowy lub szary) 6. Co więcej istotnym aspektem pozostaje także ocena, czy dany diament posiada naturalną barwę, czy też jest to kamień syntetyczny (Breeding, Shigley 2009). Rysunek 1. Barwy diamentów w kolorach fantazyjnych skala GIA Źródło: (dostęp: ). 6 Szerzej o wszystkich kolorach dla jasnego oraz ciemnego tonu w pracy (King 2006).
4 150 Marcin Potrykus Dla oznaczenia tonu i nasycenia koloru zostały wprowadzone terminy przedstawione na rysunku 2. Wszystkie terminy z rysunku dotyczą koloru żółtego, ale analogiczne terminy są stosowane dla pozostałych barw. Co więcej ton oraz nasycenie badane są łącznie i pod poszczególnymi nazwami kryją się określone kombinacje tych dwóch czynników. Barwa: Żółta Ton Ciemny Jasny Niższe Nasycenie Wyższe Rysunek 2. Ton oraz nasycenie możliwe warianty dla diamentów w kolorach fantazyjnych Źródło: (dostęp: ). Jak zaprezentowano na rysunku 2, dla określenia odpowiednich kombinacji tonu oraz nasycenia barwy można się posłużyć jednym z dziewięciu terminów: blady lub niewyraźny (ang. faint), bardzo jasny (ang. very light), jasny (ang. light), jasno-fantazyjny (ang. fancy light), fantazyjny (ang. fancy), ciemno-fantazyjny (ang. fancy dark), intensywnie-fantazyjny (ang. fancy intense), głęboko-fantazyjny (ang. fancy deep), żywo- lub ostro-fantazyjny (ang. fancy vivid). Za pomocą powyższych nazw możliwe jest określenie kamieni jako bladych, gdy cechują się one bardzo jasnym tonem oraz bardzo niskim poziomem nasycenia. Odpowiednio, kamienie określane jako żywo- lub ostro-fantazyjne cechują się umiarkowanym tonem oraz bardzo wysokim poziomem nasycenia.
5 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych Badania literaturowe oraz charakterystyka danych Dotychczasowe badania literaturowe potwierdziły rosnące zainteresowanie inwestorów kamieniami szlachetnymi, w tym diamentami w kolorach fantazyjnych. Niepodważalną rolę na tym rynku odgrywają domy aukcyjne, które przyczyniły się do wzrostu obrotów na rynku kamieni szlachetnych. W ostatnich 30 latach wartość rynku aukcyjnego związana ze sprzedażą kamieni szlachetnych wzrosła z 50 milionów dolarów do blisko jednego miliarda (Shor 2013). Do rozwoju rynku kamieni w kolorach fantazyjnych przyczynia się również rozwój systemu oceny takich diamentów (King 1994). Powoduje to porównywalność poszczególnych kamieni i pozwala inwestorowi na wybór najlepszych diamentów do portfela inwestycyjnego. Co więcej na analizowanym rynku dąży się do eliminowania diamentów z państw, które z ich wydobycia finansują działania wojenne lub działania terrorystyczne (Betts, Nikischer 2014), co również ma zapewnić transparentność na rynku. Pomimo licznych działań, mających na celu standaryzację oceny diamentów, można zaobserwować, że pomiędzy poszczególnymi instytucjami, certyfikującymi kamienie szlachetne, występują statystycznie istotne różnice. Okazuje się, że kamienie certyfikowane przez instytucję EGL USA były sprzedawane po niższych cenach niż diamenty, które posiadały certyfikat instytucji GIA. Średnia różnica w wycenie kamieni pomiędzy tymi instytucjami wyniosła blisko 16%. Z kolei kamienie certyfikowane przez firmę AGS były przeciętnie droższe o ponad 23% niż te, które posiadały certyfikat wydany przez GIA. Jako wyjaśnienie tych różnić wskazano relatywnie krótki czas certyfikowania kamieni przez instytucję EGL USA 7 oraz aferę łapówkową z udziałem firmy GIA 8 (Lee, Caudill, Mixon 2014). Zbliżone wnioski odnośnie instytucji certyfikujących można odnaleźć także w opracowaniu (Potrykus 2015). Ponadto w ostatnio cytowanej pracy stwierdzono również, że przeciętna różnica w wycenie diamentów o jednostopniowej różnicy w barwie dla diamentów białych wynosi ponad 11%. Z kolei dla czystości jest to ponad 8%, a dla jakości szlifu niespełna 5%; jako najdroższą formę szlifu wskazano kształt kulisty. Do tej pory zostały także porównane stopy zwrotu z inwestycji w diamenty białe i w kolorach fantazyjnych. Wykazano, że diamenty białe odznaczały się średnią roczną nominalną, geometryczną stopą zwrotu na poziomie 8,1%, zaś kamienie w kolorach fantazyjnych cechowały się stopą zwrotu na poziomie 7,4%. Niższe stopy zwrotu notowano w przypadku pozostałych kamieni szlachetnych, takich jak rubiny, szafiry i szmaragdy. Dla nich stopa zwrotu kształtowała się na poziomie 4,5% (Renneboog 2015). Przeprowadzona analiza dotyczyła okresu Firma EGL USA działa na rynku blisko 30 lat, zaś GIA ponad 80 lat. 8 Szerzej w tym temacie: (dostęp: ).
6 152 Marcin Potrykus Fakt, że diamenty w kolorach fantazyjnych odznaczają się niższą stopą zwrotu niż diamenty bezbarwne, przedstawiono także w opracowaniu (Renneboog, Spaenjers 2012). Stopy zwrotu tam zaprezentowane wynoszą 10,0%, 5,5%, oraz 6,8%, odpowiednio dla bezbarwnych kamieni, diamentów w kolorach fantazyjnych oraz pozostałych kamieni szlachetnych. Renneborg i Spaenjers wskazują jednocześnie, że kamienie bezbarwne osiągają wyższe stopy zwrotu niż te w kolorach fantazyjnych ze względu na fakt, że inwestorzy postrzegają te pierwsze jako bezpieczną przystań (ang. safe heaven) w czasach kryzysu. Co więcej na rynku diamentów występują punkty ogniskowe, co oznacza, że kamienie o wadze 1 karata są droższe (od 5% do 10%) niż te o wadze 0,99 karata. Podobne zależności występują także dla innych wag (Scott, Yelowitz 2010). W przeprowadzonych do tej pory badaniach wskazano także na niewielką wartość współczynnika korelacji pomiędzy inwestycją w diamenty a rynkiem akcji oraz inwestycją w złoto (Small, Smith, Small 2013). Dla okresu badawczego przyjętego w cytowanym opracowaniu wartość współczynnika korelacji pomiędzy inwestycją w diamenty a indeksem S&P 500 kształtowała się w przedziale 9 od 0,09 do 0,18. W przypadku złota i diamentów wartości otrzymywanych współczynników korelacji w okresie badawczym były zawsze mniejsze od zera, a najniższa z zaobserwowanych wartości wyniosła blisko 0,12. Dodatkowo autorzy Small, Smith i Small w swoim opracowaniu przedstawiają wartości współczynników korelacji w trzech podokresach. Są to odpowiednio: faza rozkwitu (lata ), faza kryzysu (okres ) oraz faza ożywienia (lata ). W podanych podokresach również nie zanotowano wysokich wartości dla obliczonych współczynników korelacji. Najwyższa z zaobserwowanych wartości nie przekroczyła 0,35 przy zaznaczeniu, że dotyczyło to fazy ożywienia. Na podstawie tych badań autorzy stwierdzają, że inwestycja w diamenty jest wartościowym źródłem dywersyfikacji portfela inwestycyjnego. Podobne stwierdzenia na temat dywersyfikacji portfela, w skład którego wchodzą diamenty, pojawiają się także w artykule (Auer, Schuhmacher 2013). Zaś w pracy Borowskiego (Borowski 2014) zawarto stanowisko, że zastosowanie diamentów do budowy portfela inwestycyjnego przyczynia się do przesunięcia granicy portfeli efektywnych w ten sposób przy takim samym ryzyku inwestycyjnym możliwe jest uzyskanie wyższej stopy zwrotu z inwestycji. Zalety inwestycji w diamenty, ze szczególnym uwzględnieniem ich wysokiej stopy zwrotu w okresie od 1985 do 2010 roku, przedstawiono ponadto w opracowaniu Kowgiera (Kowgier 2012). Przywołane publikacje i wnioski w nich zapisane dotyczą w głównej mierze rynku bezbarwnych diamentów. Nie ma bowiem wielu opracowań akademickich, które podejmowałyby tematykę inwestowania w kamienie o kolorach fantazyjnych. To opracowanie powinno wypełnić tę lukę badawczą. 9 Osobno wyznaczono współczynniki korelacji liniowej Pearsona dla diamentów o wadze 1 karata w zależności od stopnia czystości oraz koloru, a także dla indeksu odzwierciedlającego stopy zwrotu dla rynku diamentów jako całości. Łącznie w pracy przeanalizowano 6 różnych szeregów czasowych dla inwestycji w diamenty.
7 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych 153 W poniższym opracowaniu do budowy modeli ekonometrycznych wykorzystano dane na temat 3031 diamentów w kolorach fantazyjnych. Dane pobrano z oferty dwóch sklepów handlujących kamieniami szlachetnymi: Blue Nile 10 (2665 obserwacji) oraz Israel-Diamonds 11 (366 obserwacji). Wszystkie ceny, które analizowano w tym opracowaniu, były wyrażone w dolarach amerykańskich. Dane zostały pobrane dwukrotnie, pierwszy raz roku (1370 obserwacji) oraz roku (1661 obserwacji). W opracowaniu analizie poddano diamenty w pięciu barwach. Te barwy to: niebieska, brązowa, zielona, różowa oraz żółta. Liczbę diamentów o określonych barwach wykorzystaną w analizie przedstawiono na rysunku 3. Rysunek 3. Liczba analizowanych kamieni w podziale na barwy Źródło: opracowanie własne. Najwięcej, bo blisko 90%, spośród wszystkich kamieni poddanych analizie odznaczało się barwą żółtą. Druga najbardziej liczna grupa to kamienie brązowe. Zbliżoną liczbą obserwacji cechowały się diamenty o barwie różowej (73 kamienie) oraz zielonej (51 kamieni). Najmniej, bo jedynie 8 kamieni, było niebieskich. Przy określaniu barwy kamieni posłużono się zasadą uwzględniającą jedynie barwę dominującą. W takim przypadku, jeżeli diament był scharakteryzowany jako niebieskawo-zielony lub niebiesko-zielony, przyjmowano, że odznaczał się on barwą zieloną. Ponadto, jeżeli barwa diamentu była oznaczona jako szampańska (ang. champagne) lub koniak (ang. cognac), zgodnie z opracowaniem (Fink 2014), przyjmowano, że są to kamienie brązowe
8 154 Marcin Potrykus W przypadku nazw określających ton i nasycenie, analizie poddano 6 z 9 wcześniej omówionych wariantów 12 przedstawionych na rysunku 2. Warianty poddane analizie ujęto w tabeli 1. Tabela 1. Liczba kamieni wykorzystanych do budowy modeli ze względu na ton i nasycenie Lp. Określenie tonu i nasycenia Angielski odpowiednik nazwy Liczba kamieni 1 Ciemno-fantazyjny Fancy Dark 38 2 Głęboko-fantazyjny Fancy Deep 40 3 Fantazyjny Fancy Intensywnie-fantazyjny Fancy Intense Jasno-fantazyjny Fancy Light Żywo- lub ostro-fantazyjny Fancy Vivid 181 Źródło: opracowanie własne. Im wyższe nasycenie barwy, tym mniej dostępnych kamieni na rynku. W przypadku diamentów scharakteryzowanych jako ciemno-fantazyjne oraz głęboko- -fantazyjne, ich liczba uwzględniona w badaniu wynosi, odpowiednio, 38 oraz 40. Dla kamieni, których ton i nasycenie określa się mianem fantazyjnych, odnotowano największą liczbę obserwacji, bo aż Można to łączyć z faktem, że na rysunku 2 dla tego pojęcia jest zarezerwowana największa powierzchnia. Porównywalna jest także liczba diamentów, których ton i nasycenie opisano jako intensywnie-fantazyjne oraz jasno-fantazyjne. W obu przypadkach liczba kamieni, których ceny poddano analizie, wynosi blisko 635 sztuk. 4. Regresja hedoniczna jako metoda badawcza Dla określenia, jak barwa, ton oraz nasycenie wpływają na wycenę diamentów w kolorach fantazyjnych, zbudowano model regresji hedonicznej. Podstawą wyznaczania takiego modelu jest stwierdzenie, że dobra heterogeniczne mogą być opisane za pomocą poszczególnych charakterystyk lub ich atrybutów (de Haan, Diewert 2013). Stąd za pomocą modeli regresji hedonicznej można ocenić, jak barwa czy nasycenie wpływają na cenę diamentów 13. Oznacza to, że końcowa wartość kamienia zależy od kombinacji poszczególnych charakterystyk, którymi dla diamentów są właśnie barwa, ton i nasycenie. Wyznaczony w pracy model przedstawia się następująco: 12 Pominięte trzy warianty dla tonu i nasycenia nie znalazły się w ofercie analizowanych sklepów w dniach pobierania danych. 13 Szerzej o metodzie regresji hedonicznej i budowie hedonicznych indeksów cenowych między innymi w pracach: (Taylor, Coleman 2011; Triplett 2004; Widłak 2010; Witkowska 2014).
9 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych lny 0 1MASA DTiN i i DiBarwai i= 2 i= 7 = β + β ξ gdzie: Y cena diamentu, MASA wyrażona w karatach masa kamienia, TiN i zmienna zero-jedynkowa dla tonu i nasycenia kamienia, Barwa i zmienna zero-jedynkowa dla barwy kamienia, ξ składnik losowy, β 0, β 1, D i parametry modelu. Wartości oszacowanych parametrów przedstawionego wyżej modelu zapisano w tabeli 2. Dokonano oszacowania dla wszystkich 3031 obserwacji, a ponadto osobno dla diamentów z oferty sklepu Blue Nile oraz Isreal-Diamonds. Zmienna Tabela 2. Wyniki regresji hedonicznej dla diamentów w kolorach fantazyjnych Oznaczenie parametru w modelu Wszystkie obserwacje (n = 3031) Wartość oszacowanego parametru po odlogarytmowaniu Tylko obserwacje z Blue Nile (n = 2665) Tylko obserwacje z Israel-Diamonds (n = 366) Wyraz wolny β , , ,30 Masa β 1 0,98 0,92 1,76 TiN 2 (ciemno-fantazyjny) D 2 0,57 0,75 0,04 (ns) TiN 3 (głębokofantazyjny) D 3 0,68 0,59 0,16 (ns) TiN 4 (fantazyjny) D 4 0,72 0,75 0,46 TiN 5 (intensywniefantazyjny) D 5 0,59 0,62 0,32* TiN 6 (jasno-fantazyjny) D 6 0,78 0,81 0,57 TiN (żywo- lub ostrofantazyjny) Zmienna usunięta z modelu dla uniknięcia współliniowości Barwa 7 (niebieska) D 7 5,77 2,56 3,00 Barwa 8 (brązowa) D 8 0,89 0,94 0,76 Barwa 9 (zielona) D 9 0,62 0,88 0,12 (ns) Barwa 10 (żółta) D 10 0,69 0,91 0,42 Barwa (różowa) Zmienna usunięta z modelu dla uniknięcia współliniowości Współczynnik determinacji R 2 0,700 0,732 0,737 (ns) parametr statystycznie nieistotny * parametr statystycznie istotny na poziomie p = 0,05 Źródło: opracowanie własne.
10 156 Marcin Potrykus Dla uniknięcia współliniowości w wyznaczonych modelach z równania wyrugowano dwie zmienne: ton i nasycenie określone jako żywo- lub ostro-fantazyjne oraz różową barwę. Oznacza to, że pozostałe wartości oszacowanych parametrów w przypadku barwy odnoszą się do barwy różowej, a bazą porównawczą dla tonu i nasycenia jest żywo- lub ostro-fantazyjna. Na podstawie wartości oszacowanych parametrów po odlogarytmowaniu dla wszystkich danych można stwierdzić, że: Wzrost masy diamentu o jeden karat w kolorze fantazyjnym powoduje przeciętny wzrost ceny o 98%, przy stałości pozostałych czynników. Diamenty o tonie i nasyceniu ciemno-fantazyjnym są przeciętnie o 57% tańsze niż te w tonie i nasyceniu określonym jako żywo- lub ostro-fantazyjny, przy stałości pozostałych czynników. Diamenty o tonie i nasyceniu głęboko-fantazyjnym są przeciętnie o 68% tańsze niż te w tonie i nasyceniu określonym jako żywo- lub ostro-fantazyjny, przy stałości pozostałych czynników. Diamenty o tonie i nasyceniu fantazyjnym są przeciętnie o 72% tańsze niż te w tonie i nasyceniu określonym jako żywo- lub ostro-fantazyjny, przy stałości pozostałych czynników. Diamenty o tonie i nasyceniu intensywnie-fantazyjnym są przeciętnie o 59% tańsze niż te w tonie i nasyceniu określonym jako żywo- lub ostro-fantazyjny, przy stałości pozostałych czynników. Diamenty o tonie i nasyceniu jasno-fantazyjnym są przeciętnie o 78% tańsze niż te w tonie i nasyceniu określonym jako żywo- lub ostro-fantazyjny, przy stałości pozostałych czynników. Diamenty o dominującej barwie niebieskiej są przeciętnie droższe o 57% niż te o dominującej barwie różowej, przy stałości pozostałych czynników. Diamenty o dominującej barwie brązowej są przeciętnie tańsze o 89% niż te o dominującej barwie różowej, przy stałości pozostałych czynników. Diamenty o dominującej barwie zielonej są przeciętnie tańsze o 62% niż te o dominującej barwie różowej, przy stałości pozostałych czynników. Diamenty o dominującej barwie żółtej są przeciętnie tańsze o 69% niż te o dominującej barwie różowej, przy stałości pozostałych czynników. Wartości wszystkich parametrów modelu, oszacowanego na podstawie obserwacji, znacznieróżnią się od zera na poziomie istotności p = 0,001. Wartość współczynnika determinacji R 2 = 0,700, co oznacza, że 70% zmienności zmiennej zależnej (ceny diamentu w kolorze fantazyjnym) zostało wyjaśnionych przez oszacowany model. Dla wszystkich trzech modeli nie zaobserwowano różnic w kolejności wyceny ze względu na barwę kamienia. Oznacza to, że jako najdroższe zawsze były wskazywane kamienie o dominującej barwie niebieskiej. Następnie diamenty o dominującej barwie różowej, zielonej i żółtej. Jako najtańsze z kolei wskazano diamenty o dominującej barwie brązowej. W przypadku tonu i nasycenia nie ma już tak jednoznacznych wyników jak w przypadku barwy. Odnotowano jedynie, że bez względu na próbę badawczą najtańsze kamienie są określane jako jasno-fantazyjne.
11 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych 157 Nie występują co prawda znaczne różnice pomiędzy kolejnością wyceny tonu i nasycenia dla modelu uwzględniającego wszystkie dane a modelu uwzględniającego tylko dane ze sklepu Blue Nile. Jednak dołączenie do analizy otrzymanych wyników dla sklepu Israel-Diamonds wprowadza niewielkie różnice w otrzymanych wnioskach 14. Wydaje się, że powodem tego są dwie przyczyny. Po pierwsze niewielka próba badawcza dla sklepu Israel-Diamonds, a po drugie fakt, że oceny kamieni dokonywały różne instytucje certyfikujące, między innymi GIA, HRD czy IGI, które nie stosują całkowicie zbieżnych kryteriów przy ocenie tonu i nasycenia. W następnym kroku do oszacowanego modelu dodano zmienną zero-jedynkową czasu. Postać funkcyjna modelu po tej zmianie przedstawia się następująco: 6 10 lny 0 1MASA DTiN i i DiBarwai D11Czas i= 2 i= 7 = β + β ξ gdzie: Czas zmienna zero-jedynkowa dla czasu, D 11 parametr modelu. Pozostałe oznaczenia jak wyżej. Zmienna Czas przyjmowała wartość 1, jeżeli kamień znajdował się w ofercie w dniu roku, w przeciwnym wypadku wartość tej zmiennej wynosiła zero. Podobnie jak wcześniej dla zmiennej barwa oraz ton i nasycenie, aby uniknąć w modelu występowania współliniowości, z równania wyrugowano zmienną Czas Oszacowane wartości dla tak zapisanego modelu przedstawiono w tabeli 3. Na podstawie oszacowanej wartości parametru D 11 można stwierdzić, że wartość diamentów w kolorach fantazyjnych od do roku zmniejszyła się przeciętnie o 21,6%. Podobne zależności w 2015 roku, jednak w mniejszym stopniu, potwierdzono dla diamentów bezbarwnych. Odnotowano bowiem spadek o blisko 12% 15. Załamanie cen na rynku diamentów jest spowodowane wydarzeniami z połowy 2015 roku, kiedy znacząco obniżył się popyt na kamienie szlachetne ze strony chińskich inwestorów, co było konsekwencją spowolnienia drugiej największej gospodarki świata (Barnato 2015). Wskutek tego w sierpniu 2015 roku najmniejsze diamenty bezbarwne notowały roczną stopę zwrotu na poziomie 30%. Do tak znacznych spadków cen diamentów przyczyniło się także działanie firmy De Beers (jednego z największych dystrybutorów diamentów na świecie), która znacząco, bo blisko o 10%, obniżyła ceny tych kamieni szlachetnych, aby zwiększyć drastycznie malejący popyt (Biesheuvel 2015). Te wydarzenia 14 Np. ton i nasycenie ciemno-fantazyjne jest drożej wyceniane w sklepie Israel-Diamonds niż ton i nasycenie żywo- lub ostro-fantazyjne, co nie ma miejsca w sklepie Blue Nile. 15 Taki spadek potwierdzają źródła:
12 158 Marcin Potrykus nie pozostały także bez wyraźnego wpływu na ceny diamentów w kolorach fantazyjnych, czego wyrazem jest oszacowany spadek sięgający średnio blisko 22%. Obliczona stopa zwrotu wpisuje się ponadto w ujemne stopy zwrotu na innych rynkach. Przykładem są tutaj rynki surowcowe, na których odnotowano spadki cen dla ropy naftowej o blisko 22%, złota o blisko 15%, platyny o ponad 30% 16. Tabela 3. Wyniki regresji hedonicznej dla diamentów w kolorach fantazyjnych z uwzględnieniem zmiennej czasu Model 2: Estymacja KMNK, wykorzystane obserwacje Zmienna zależna (Y): l_cena Zmienna Oznaczenie parametru w modelu Wartość oszacowanego parametru po odlogarytmowaniu wartość p Wyraz wolny β ,90 0 Masa β 1 0,963 0 TiN2 (ciemno-fantazyjny) D 2 0,549 1,39E-08 TiN3 (głęboko-fantazyjny) D 3 0,676 1,7E-18 TiN4 (fantazyjny) D 4 0,704 3,14E-94 TiN5 (intensywnie-fantazyjny) D 5 0,577 1,18E-44 TiN6 (jasno-fantazyjny) D 6 0,771 5,33E-118 Barwa7 (niebieska) D 7 5,231 9,08E-12 Barwa8 (brązowa) D 8 0,886 2,1E-89 Barwa9 (zielona) D 9 0,571 1,98E-10 Barwa10 (żółta) D 10 0,674 4,35E-38 Czas D 11 0,216 1,78E-19 Średn. aryt. zm. zależnej 8,633 Odch. stand. zm. zależnej 1,324 Suma kwadratów reszt 1547,708 Błąd standardowy reszt 0,716 Wsp. determ. R-kwadrat 0,709 Skorygowany R-kwadrat 0,708 F(11, 3019) 667,782 Wartość p dla testu F 0,000 Logarytm wiarygodności 3282,209 Kryt. inform. Akaike a 6588,417 Kryt. bayes. Schwarza 6660,617 Kryt. Hannana-Quinna 6614,374 Źródło: opracowanie własne. 16 Wyliczeń dokonano na podstawie danych Banku Światowego.
13 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych Podsumowanie Na podstawie przeprowadzonych badań literaturowych wykazano, że kluczowe czynniki przy wycenie diamentów w kolorach fantazyjnych to oprócz wagi kamienia także barwa, ton oraz nasycenie. Ponadto wykazano, że istotny wkład w rozwój standaryzacji oceny kamieni w kolorach fantazyjnych wniosła instytucja Gemological Institute of America. Na podstawie przeprowadzonych analiz stwierdzono również, że najwyższe ceny osiągają kamienie o dominującej barwie niebieskiej, następnie różowej i kolejno zielonej, żółtej i brązowej. W stosunku do barwy różowej kamienie niebieskie są przeciętnie droższe o ponad 57. Zaś kamienie o dominującej barwie zielonej, żółtej lub brązowej są odpowiednio tańsze o 62%, 69% i 89% w porównaniu do diamentów różowych. W przypadku tonu i nasycenia, najwyższe ceny osiągają kamienie charakteryzowane jako żywo- lub ostro-fantazyjne, ciemno-fantazyjne lub intensywnie-fantazyjne. Przy czym diamenty o tonie i nasyceniu ciemno- lub intensywnie-fantazyjnym są o blisko 60% tańsze niż te, które określa się jako żywo- lub ostro-fantazyjne. Za pomocą przeprowadzonej analizy stwierdzono również, że średnie ceny analizowanych kamieni obniżyły się na przestrzeni 2015 roku o blisko 22%. Była to reakcja na zmniejszenie podaży ze strony chińskich inwestorów oraz obniżenie cen przez wiodącego światowego dystrybutora diamentów firmę De Beers. Znacznej przecenie diamentów (nie tylko w kolorach fantazyjnych) w roku 2015 towarzyszyły także obniżone stopy zwrotu z inwestycji na rynku ropy naftowej czy metali szlachetnych. Bibliografia Auer B.R., Schuhmacher F. (2013), International Review of Financial Analysis Diamonds A precious new asset?, International Review of Financial Analysis, 28, p Barnato K. (2015), Diamond prices hit by stock market slump, China, diamond-prices-hit-by-stock-market-slump-china.html (dostęp: ). Betts J.H., Nikischer T. (2014), Collecting Diamonds and the Kimberley Process, Rocks & Minerals, 89, p Biesheuvel T. (2015), De Beers Said to Cut Diamond Prices as Much as 9%, com/news/articles/ /de-beers-said-to-cut-diamond-prices-as-much-as-9-on-weak- -demand (dostęp: ). Borowski K. (2014), Analiza uwarunkowań inwestycyjnych na rynku diamentów, Modern Management Review, XIX, s Breeding C.M., Shigley J.E. (2009), The Type Classification System of Diamonds and its Importance in Gemology, Gems & Gemology, 45(2), p de Haan J., Diewert E. (2013), Handbook on Residential Property Price Indices, [in:] Handbook on Residential Property Price Indices, OECD, p
14 160 Marcin Potrykus Fink C. (2014), Rise from the rough: The growing demands on the brown diamond market, Journal of Brand Strategy, 3(4), p Hofer S.C. (1998), Collecting and classifying coloured diamonds, Ashland Press, New York. Jagielnicki A. (2011), Inwestycje alternatywne. Pierwsze kroki na rynku pozagiełdowym, Helion, Gliwice. King J.M. (2006), GIA Colored diamonds color reference charts (1st ed.), The Gemological Institute of America, King J.M., Moses T.M., Shigley J.E., Liu Y. (1994), Color grading of colored diamonds in the GIA gem trade laboratory, Gems & Gemology, 30(4), p Kowgier H. (2012), Kilka uwag o diamentach, Zeszyty Naukowe ZPSB Firma i Rynek, 2(43), s Lee J.A., Caudill S.B., Mixon F.G. (2014), Shine bright like a diamond: a hedonic model of grading and pricing an experience good, Applied Economics, 46(16), p Matlins A.L., Bonanno A.C. (1989), Gems. The buying guide, Journal of Chemical Information and Modeling, II, Vol. 53, GemStone Press, Vermont. Ostrowska E. (2011), Portfel inwestycyjny klasyczny i alternatywny, C.H. Beck, Warszawa. Potrykus M. (2015), Diamenty jako przykład inwestycji alternatywnej, Nauki O Finansach = Financial Sciences, 2(23), s Renneboog L. (2015), Investing in Diamonds, Business and Economic Research, 5, p Renneboog L., Spaenjers C. (2012), Hard assets: The returns on rare diamonds and gems, Finance Research Letters, 9(4), p Scott F., Yelowitz A. (2010), Pricing Anomalies in the Market for Diamonds: Evidence of Conformist Behavior, Economic Inquiry, 48(2), p Shor R. (2013), Auction Houses: A Powerful market influence on major diamonds and colored gemstones, Gems & Gemology, 49(1), p Small K., Smith J., Small E. (2013), The return characteristics of diamonds, The Journal of Investing, 22, p Taylor D., Coleman L. (2011), Price determinants of Aboriginal art, and its role as an alternative asset class, Journal of Banking & Finance, 35(6), p Triplett J. (2004), Handbook on Hedonic Indexes and Quality Adjustments in Price Indexes: Special Application To Information Technology Products, Technology and Industry Working Papers, Paris. Widłak M. (2010), Dostosowanie indeksów cenowych do zmian jakości. Metoda wyznaczania hedonicznych indeksów cen i możliwości ich zastosowania dla rynku mieszkaniowego, Materiały i Studia, (247), s Witkowska D. (2014), An Application of Hedonic Regression to Evaluate Prices of Polish Paintings, International Advances in Economic Research, 20, (dostęp: ). (dostęp: ). (dostęp: ). (dostęp: ). (dostęp: ).
15 Diamenty w kolorach fantazyjnych charakterystyka walorów inwestycyjnych 161 DIAMENTY W KOLORACH FANTAZYJNYCH CHARAKTERYSTYKA WALORÓW INWESTYCYJNYCH Streszczenie W artykule scharakteryzowano czynniki determinujące stopę zwrotu z inwestycji w diamenty w kolorach fantazyjnych. Cel opracowania to wskazanie kryteriów, które decydują o przypisaniu do konkretnego diamentu określonej barwy. Ponadto w pracy zbadano, jak barwa, ton oraz nasycenie wpływają na wycenę diamentów w kolorach fantazyjnych. Co więcej, za pomocą regresji hedonicznej zbadano, jak zmieniła się wartość analizowanych kamieni w 2015 roku. Na podstawie przeprowadzonych analiz stwierdzono, że najwyższe ceny osiągają kamienie o dominującej barwie niebieskiej, następnie różowej i kolejno zielonej, żółtej i brązowej. W stosunku do barwy różowej kamienie niebieskie są przeciętnie droższe o ponad 57. Zaś kamienie o dominującej barwie zielonej, żółtej lub brązowej są odpowiednio tańsze o 62%, 69% i 89% w porównaniu do diamentów różowych. W przypadku tonu i nasycenia najwyższe ceny osiągają kamienie charakteryzowane jako żywo- lub ostro-fantazyjne, ciemno-fantazyjne lub intensywnie-fantazyjne. Przy czym diamenty o tonie i nasyceniu ciemno- lub intensywnie-fantazyjnym są o blisko 60% tańsze niż te, które określa się jako żywo- lub ostro-fantazyjne. Za pomocą przeprowadzonej analizy stwierdzono również, że średnie ceny analizowanych kamieni obniżyły się na przestrzeni 2015 roku o blisko 22%. Słowa kluczowe: diamenty w kolorach fantazyjnych, inwestowanie, regresja hedoniczna FANCY COLORED DIAMONDS CHARACTERISTICS OF INVESTING PROPERTIES Summary The article describes the factors determining the rate of return on investment in fancy colored diamonds. Purpose of this paper is an indication which criteria are major factor to assign a specific colour to particular diamond. In addition, the study investigated as colour, tone and saturation affect the valuation of diamonds in a fancy colours. Moreover, using hedonic regression author examined the changes in value of the studied stones in It was found that the highest prices reach gems of the dominant colour blue or pink and then green, yellow and brown. In relation to the pink colour, blue stones are on average more expensive by over 57%, and stones with a dominant colour green, yellow or brown are cheaper respectively by 62%, 69% and 89% compared to pink diamonds. In the case of tone and saturation, the highest prices are reached by fancy vivid or fancy dark stones. When the diamonds tone and saturation are described as fancy dark or fancy intense then this stones are nearly 60% cheaper than those which are referred as a fancy vivid. Author also found that the average prices of the examined stones fell over 2015 nearly by 22%. Keywords: fancy colored diamonds, investing, hedonic regression
Proces modelowania zjawiska handlu zagranicznego towarami
Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie
NAUKI O FINANSACH FINANCIAL SCIENCES 2 (23) 2015
NAUKI O FINANSACH FINANCIAL SCIENCES 2 (23) 2015 Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu Wrocław 2015 Redakcja wydawnicza: Aleksandra Śliwka Redakcja techniczna: Barbara Łopusiewicz Korekta:
e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.
Zajęcia 4. Estymacja i weryfikacja modelu model potęgowy Wersja rozszerzona W pliku Funkcja produkcji.xls zostały przygotowane przykładowe dane o produkcji, kapitale i zatrudnieniu dla 27 przedsiębiorstw
DIAMENTY JAKO PRZYKŁAD INWESTYCJI ALTERNATYWNEJ DIAMONDS AS AN EXAMPLE OF ALTERNATIVE INVESTMENT
NAUKI O FINANSACH FINANCIAL SCIENCES 2(23). 2015 ISSN 2080-5993 e-issn 2449-9811 Marcin Potrykus Politechnika Gdańska e-mail: marpotry@pg.gda.pl DIAMENTY JAKO PRZYKŁAD INWESTYCJI ALTERNATYWNEJ DIAMONDS
MODELE KOLORÓW. Przygotował: Robert Bednarz
MODELE KOLORÓW O czym mowa? Modele kolorów,, zwane inaczej systemami zapisu kolorów,, są różnorodnymi sposobami definiowania kolorów oglądanych na ekranie, na monitorze lub na wydruku. Model RGB nazwa
Prace magisterskie 1. Założenia pracy 2. Budowa portfela
1. Założenia pracy 1 Założeniem niniejszej pracy jest stworzenie portfela inwestycyjnego przy pomocy modelu W.Sharpe a spełniającego następujące warunki: - wybór akcji 8 spółek + 2 papiery dłużne, - inwestycja
ANALIZA STOPNIA ZADŁUŻENIA PRZEDSIĘBIORSTW SKLASYFIKOWANYCH W KLASIE EKD
Studia i Materiały. Miscellanea Oeconomicae Rok 13, Nr 1/2009 Wydział Zarządzania i Administracji Uniwersytetu Humanistyczno Przyrodniczego Jana Kochanowskiego w Kielcach G ospodarowanie zasobami organiza
4. Średnia i autoregresja zmiennej prognozowanej
4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 2017 r.
Maj 217 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 217 r. NBP Oddział Okręgowy w Katowicach Katowice, 217 r. Synteza Synteza Informację
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2016 r.
Listopad 216 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 216 r. NBP Oddział Okręgowy w Katowicach Katowice, 216 r. Synteza Synteza Informację
Analiza zdarzeń Event studies
Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 2017 r.
Luty 218 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 217 r. NBP Oddział Okręgowy w Katowicach Katowice, 218 r. Synteza Synteza Informację
RYNEK MIESZKANIOWY PAŹDZIERNIK 2015
RYNEK MESZKANOWY PAŹDZERNK Deweloperzy już od drugiej połowy 2013 roku cieszą się dobrymi wynikami sprzedażowymi, jednak dynamiczny wzrost sprzedaży mieszkań odnotowuje się od marca r., kiedy to Rada Polityki
Jesteśmy grupą fachowców - pasjonatów. Miłośników diamentów.
Kim jesteśmy Jesteśmy grupą fachowców - pasjonatów. Miłośników diamentów. Oczarowanych i zauroczonych pięknem tych szlachetnych kamieni. DIAMENT, BĘDĄCY INSPIRACJĄ LOGOTYPU Łezka 5,01 ct FL/D Z miłości
QUALICOAT SPECIFICATIONS UPDATE SHEET No th Edition
Page 1/6 Temat Wprowadzenie koncepcji rodzin dla Proszków klasy 2 Propozycja Grupa Robocza Farby Proszkowe (projekt grupy roboczej proszki 001) TC 10.05.12 Zaaprobowanie przez TC (10.05.12)nowej propozycji
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
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2017 r.
Listopad 217 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 217 r. NBP Oddział Okręgowy w Katowicach Katowice, 217 r. Synteza Synteza Informację
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8 Regresja wielokrotna Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X 1, X 2, X 3,...) na zmienną zależną (Y).
Zastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku
Zastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku dr Adam Marszk, Wydział Zarządzania i Ekonomii PG współautorstwo: dr Ewa Lechman, Wydział
Logistyka - nauka. Polski sektor TSL w latach Diagnoza stanu
Adiunkt/dr Joanna Brózda Akademia Morska w Szczecinie, Wydział Inżynieryjno-Ekonomiczny Transportu, Instytut Zarządzania Transportem, Zakład Organizacji i Zarządzania Polski sektor TSL w latach 2007-2012.
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r.
Sierpień 216 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 216 r. NBP Oddział Okręgowy w Katowicach Katowice, 216 r. Synteza Synteza Informację
Analiza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2017 r.
Sierpień 217 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 217 r. NBP Oddział Okręgowy w Katowicach Katowice, 217 r. Synteza Synteza Informację
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
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2018 r.
sierpień 218 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 218 r. NBP Oddział Okręgowy w Katowicach Katowice, 218 r. Synteza Synteza Informację
RYNEK MIESZKANIOWY MAJ 2015
X X X X X RYNEK MESZKANOWY MAJ Maj był trzecim miesiącem w rankingu pod względem sprzedaży mieszkań na rynku pierwotnym w roku. Liczba mieszkań większa była jedynie w marcu i kwietniu. Wtedy to Rada Polityki
Model 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y
Zadanie 1 Rozpatrujemy próbę 4877 pracowników fizycznych, którzy stracili prace w USA miedzy rokiem 1982 i 1991. Nie wszyscy bezrobotni, którym przysługuje świadczenie z tytułu ubezpieczenia od utraty
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 2018 r.
Maj 218 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 218 r. NBP Oddział Okręgowy w Katowicach Katowice, 218 r. Synteza Synteza Informację
EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE
EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,
Pokój z widokiem: hedoniczne modele cen mieszkań. dr hab. Emilia Tomczyk Instytut Ekonometrii SGH
Pokój z widokiem: hedoniczne modele cen mieszkań dr hab. Emilia Tomczyk Instytut Ekonometrii SGH Artykuł M. Widłak [Instytut Ekonomiczny NBP], E. Tomczyk (2010) Measuring price dynamics: evidence from
RYNEK MIESZKANIOWY LIPIEC 2015
RYNEK MESZKANOWY LPEC Deweloperzy już od drugiej połowy 2013 roku cieszą się dobrymi wynikami sprzedażowymi, jednak dynamiczny wzrost sprzedaży mieszkań odnotowuje się od marca, kiedy to Rada Polityki
ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII Streszczenie W artykule przedstawiono
ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x
ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych
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
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
Pierwszy indeks polskiego rynku sztuki
Pierwszy indeks polskiego rynku sztuki Kaja Retkiewicz-Wijtiwiak XI Warszawskie Targi Sztuki 12 października 2013 Współczesny rynek sztuki w Polsce Młody rynek: Pierwsze aukcje miały miejsce w 1988 r.
EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA
ACTA UNIVERSITATIS NICOLAI COPERNICI EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ 2009 Uniwersytet Mikołaja Kopernika w Toruniu Katedra Ekonometrii i Statystyki Ewa Dziawgo WYCENA POTĘGOWEJ
( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Niestacjonarne zmienne czasowe własności i testowanie
Materiał dla studentów Niestacjonarne zmienne czasowe własności i testowanie (studium przypadku) Część 3: Przykłady testowania niestacjonarności Nazwa przedmiotu: ekonometria finansowa I (22204), analiza
Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.
Inwestycje finansowe Wycena obligacji. Stopa zwrotu z akcji. yzyko. Inwestycje finansowe Instrumenty rynku pieniężnego (np. bony skarbowe). Instrumenty rynku walutowego. Obligacje. Akcje. Instrumenty pochodne.
Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza
Analiza wydajności pracy w rolnictwie zachodniopomorskim
Jacek Batóg Barbara Batóg Uniwersytet Szczeciński Analiza wydajności pracy w rolnictwie zachodniopomorskim Znaczenie poziomu i dynamiki wydajności pracy odgrywa znaczącą rolę w kształtowaniu wzrostu gospodarczego
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
Teoria światła i barwy
Teoria światła i barwy Powstanie wrażenia barwy Światło może docierać do oka bezpośrednio ze źródła światła lub po odbiciu od obiektu. Z oka do mózgu Na siatkówce tworzony pomniejszony i odwrócony obraz
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 2018 r.
luty 219 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 218 r. NBP Oddział Okręgowy w Katowicach Katowice, 219 r. Synteza Synteza Informację
Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów
Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,
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:
Analiza zależności liniowych
Narzędzie do ustalenia, które zmienne są ważne dla Inwestora Analiza zależności liniowych Identyfikuje siłę i kierunek powiązania pomiędzy zmiennymi Umożliwia wybór zmiennych wpływających na giełdę Ustala
BOGFRAN home.
www.bogfranhome.pl Krzesło / Chair mod./mod.: Tory kol./col.: brązowy, szary, zielony / brown, grey, green 956 620 465 BOGFRAN home NORDIC Krzesło / Chair mod./mod.: Baso kol./col.: jasny szary, czarny
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI
APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI Łukasz MACH Streszczenie: W artykule przedstawiono wybrane aspekty prognozowania czynników istotnie określających sytuację na
Inwestycje. światowego. gospodarczego. Świat Nieruchomości
Budownictwo polskie w latach światowego kryzysu gospodarczego E l ż b i e t a St a r z y k R e n a t a Ko z i k 40 Świat Nieruchomości W latach 2006-2008, gdy amerykański kryzys finansowy przeradzał się
parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres
Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1
Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów
BOGFRAN home _BOGFRANHOME_UZUPELNIENIE.indd :21:39
BOGFRAN home www.bogfranhome.pl 2016_BOGFRANHOME_UZUPELNIENIE.indd 1 2016-08-30 08:21:39 Krzesło / Chair Tory kol./col.: brązowy, szary, zielony / brown, grey, green 956 620 465 2016_BOGFRANHOME_UZUPELNIENIE.indd
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
Do opisu kolorów używanych w grafice cyfrowej śluzą modele barw.
Modele barw Do opisu kolorów używanych w grafice cyfrowej śluzą modele barw. Każdy model barw ma własna przestrzeo kolorów, a co za tym idzie- własny zakres kolorów możliwych do uzyskania oraz własny sposób
Barometr Podaży i Popytu.
Barometr Podaży i Popytu. To nowa funkcjonalna cecha oprogramowania TSG oparta na dwóch, unikalnych koncepcjach. Pierwsza z nich, to arbitralny podział obrotu na umowną klasyfikację kupna i sprzedaży.
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
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
Fundacja Sportowo-Edukacyjna Infinity
Fundacja Sportowo-Edukacyjna Infinity OPRACOWANE WYNIKÓW WROCŁAWSKIEGO TESTU SPRAWNOŚCI FIZYCZNEJ (Urząd Marszałkowski Województwa Dolnośląskiego) Opracowali: dr inż. Krzysztof Przednowek mgr inż. Łukasz
ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH
Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 2019 r.
Maj 219 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 219 r. NBP Oddział Okręgowy w Katowicach Katowice, 219 r. Synteza Synteza Informację
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
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
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.
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
Zmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2018 r.
listopad 218 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 218 r. NBP Oddział Okręgowy w Katowicach Katowice, 218 r. Synteza Synteza Informację
Współczesna Gospodarka
Współczesna Gospodarka Contemporary Economy Vol. 6 Issue 3 (2015) 1-8 Electronic Scientific Journal ISSN 2082-677X www.wspolczesnagospodarka.pl OCENA RYZYKA INWESTYCJI W KRYPTOWALUTĘ BITCOIN Streszczenie
Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007
Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja
STUDIA I STOPNIA EGZAMIN Z EKONOMETRII
NAZWISKO IMIĘ Nr albumu Nr zestawu Zadanie 1. Dana jest macierz Leontiefa pewnego zamkniętego trzygałęziowego układu gospodarczego: 0,64 0,3 0,3 0,6 0,88 0,. 0,4 0,8 0,85 W okresie t stosunek zuŝycia środków
KORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
W okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej.
W okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej. Istnieje teoria, że fundusze inwestycyjne o stosunkowo krótkiej historii notowań mają tendencję do
Cena do wartości księgowej (C/WK, P/BV)
Cena do wartości księgowej (C/WK, P/BV) Wskaźnik cenadowartości księgowej (ang. price to book value ratio) jest bardzo popularnym w analizie fundamentalnej. Informuje on jaką cenę trzeba zapład za 1 złotówkę
Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku
Przykład 2 Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Sondaż sieciowy analiza wyników badania sondażowego dotyczącego motywacji w drodze do sukcesu Cel badania: uzyskanie
METODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Teoria portfelowa H. Markowitza
Aleksandra Szymura szymura.aleksandra@yahoo.com Teoria portfelowa H. Markowitza Za datę powstania teorii portfelowej uznaje się rok 95. Wtedy to H. Markowitz opublikował artykuł zawierający szczegółowe
3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych
3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach 1995-2005 3.1. Opis danych statystycznych Badanie zmian w potencjale opieki zdrowotnej można przeprowadzić w oparciu o dane dotyczące
Mikroekonometria 2. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 2 Mikołaj Czajkowski Wiktor Budziński Klasyczny Model Regresji Liniowej (KMRL) Postać modelu regresji liniowej: yi = Xiβ + εi Modelujemy liniową zależność y od zmiennych objaśniających
Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
Sara Wasyluk. Uniwersytet Ekonomiczny we Wrocławiu. Post - Crisis Cach Management in Polish Manufacture of food products Firms
Sara Wasyluk Uniwersytet Ekonomiczny we Wrocławiu Post - Crisis Cach Management in Polish Manufacture of food products Firms Zarządzanie gotówką w warunkach pokryzysowych w przedsiębiorstwach z branży
Efektywność źródłem bogactwa. Tomasz Słoński Piechowice, r.
Efektywność źródłem bogactwa inwestorów Tomasz Słoński Piechowice, 24.01.2012 r. Plan wystąpienia Teoretyczne podstawy pomiaru efektywności rynku kapitałowego Metodologia badań nad efektywnością rynku
Regresja logistyczna (LOGISTIC)
Zmienna zależna: Wybór opcji zachodniej w polityce zagranicznej (kodowana jako tak, 0 nie) Zmienne niezależne: wiedza o Unii Europejskiej (WIEDZA), zamieszkiwanie w regionie zachodnim (ZACH) lub wschodnim
RYNEK MIESZKANIOWY STYCZEŃ 2016
RYNEK MESZKANOWY STYCZEŃ Deweloperzy już od drugiej połowy 2013 roku cieszą się dobrymi wynikami sprzedażowymi, jednak dynamiczny wzrost sprzedaży mieszkań odnotowuje się od marca roku, kiedy to Rada Polityki
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 429 EKONOMICZNE PROBLEMY TURYSTYKI NR 7 2006 RAFAŁ CZYŻYCKI, MARCIN HUNDERT, RAFAŁ KLÓSKA STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
Analiza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ
Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,
ZASTOSOWANIE METODY ANALIZY STATYSTYCZNEJ RYNKU W SZACOWANIU WARTOŚCI TECHNICZNYCH ŚRODKÓW PRODUKCJI NA PRZYKŁADZIE CIĄGNIKA ROLNICZEGO
Inżynieria Rolnicza 6(94)/2007 ZASTOSOWANIE METODY ANALIZY STATYSTYCZNEJ RYNKU W SZACOWANIU WARTOŚCI TECHNICZNYCH ŚRODKÓW PRODUKCJI NA PRZYKŁADZIE CIĄGNIKA ROLNICZEGO Zbigniew Kowalczyk Katedra Inżynierii
PAŹDZIERNIK 2008 RYNEK WTÓRNY I RYNEK NAJMU MIESZKAŃ W WYBRANYCH MIASTACH POLSKI RYNEK WTÓRNY I RYNEK NAJMU MIESZKAŃ W WYBRANYCH MIASTACH POLSKI
RYNEK WTÓRNY I RYNEK NAJMU MIESZKAŃ RYNEK WTÓRNY I RYNEK NAJMU MIESZKAŃ PAŹDZIERNIK 2008 ANALIZA DANYCH OFERTOWYCH Z SERWISU GAZETADOM.PL Miesięczny przegląd rynku mieszkaniowego w wybranych miastach Polski
Publiczna Szkoła Podstawowa nr 14 w Opolu. Edukacyjna Wartość Dodana
Publiczna Szkoła Podstawowa nr 14 w Opolu Edukacyjna Wartość Dodana rok szkolny 2014/2015 Edukacyjna Wartość Dodana (EWD) jest miarą efektywności nauczania dla szkoły i uczniów, którzy do danej placówki
Metodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
ANALIZA SZCZECIŃSKIEGO RYNKU NIERUCHOMOŚCI W LATACH 2007 2010
STUDA PRACE WYDZAŁU NAUK EKONOMCZNYCH ZARZĄDZANA NR 26 Ewa Putek-Szeląg Uniwersytet Szczeciński ANALZA SZCZECŃSKEGO RYNKU NERUCHOMOŚC W LATACH 27 21 STRESZCZENE Niniejszy artykuł dotyczy analizy rynku
Stanisław Cichocki. Natalia Nehrebecka
Stanisław Cichocki Natalia Nehrebecka - adres mailowy: scichocki@o2.pl - strona internetowa: www.wne.uw.edu.pl/scichocki - dyżur: po zajęciach lub po umówieniu mailowo - 80% oceny: egzaminy - 20% oceny:
Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo