Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Bielak, Jarosław" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Próba określenia czynników determinujących oceny regionalnego rynku pracy przez mieszkańców województwa lubelskiego
    Autorzy:
    Bielak, Jarosław
    Kowerski, Mieczysław
    Powiązania:
    https://bibliotekanauki.pl/articles/500411.pdf
    Data publikacji:
    2008
    Wydawca:
    Szkoła Główna Handlowa w Warszawie
    Źródło:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2008, 80; 233-258
    0866-9503
    Pojawia się w:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kilka uwag na temat pomiaru zależności pomiędzy zmiennymi o panelowej strukturze danych
    A selection of remarks on the measurement of correlations between variables of a panel data structure
    Autorzy:
    Kowerski, Mieczysław
    Bielak, Jarosław
    Powiązania:
    https://bibliotekanauki.pl/articles/1043932.pdf
    Data publikacji:
    2021-05-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    dane o strukturze panelowej
    współczynnik korelacji liniowej pearsona
    model panelowy
    panel data structure
    pearson linear correlation coefficient
    panel model
    Opis:
    W licznych artykułach modelowanie na podstawie danych panelowych rozpoczyna się od przedstawienia macierzy współczynników korelacji liniowej Pearsona pomiędzy zmiennymi przyjętymi do badania. Celem niniejszego artykułu jest pokazanie nieprzydatności takiego podejścia w analizie zależności w przypadku danych panelowych oraz próba zaproponowania bardziej adekwatnej miary – współczynnika korelacji pomiędzy wartościami empirycznymi i teoretycznymi zmiennej objaśnianej oszacowanego modelu panelowego (z efektami stałymi lub losowymi) względem zmiennej, której zależność w stosunku do zmiennej objaśnianej jest obliczana. Współczynnik korelacji liniowej Pearsona nie uwidacznia podstawowej zalety danych panelowych, jaką jest dostarczanie informacji o zależnościach badanych zjawisk jednocześnie w czasie i przestrzeni. Dla obliczenia tego współczynnika nie jest bowiem istotne, że pewna obserwacja dotyczy obiektu i w okresie t, a inna – obiektu j w okresie t + 1. Można go natomiast wykorzystać w analizach danych panelowych do obliczeń cząstkowych. Prowadzone rozważania zilustrowano obliczeniami zależności pomiędzy strukturą kapitału oraz rentowością i wielkością 17 spółek budowlanych notowanych na Giełdzie Papierów Wartościowych w Warszawie w latach 2009–2018 (170 obserwacji), tworzących panel zbilansowany. Obliczenia te pozwoliły na sformułowanie zalet i wad zaproponowanego rozwiązania.
    Many articles featuring panel data modelling tend to begin their considerations with an introduction of the Pearson linear correlation coefficients matrix between the analysed variables. The aim of the article is to prove such an approach unsuitable in the analysis of panel data dependencies. Instead, an attempt has been made to propose a more appropriate measure – a correlation coefficient between the empirical and fitted values of the dependent variable of the estimated panel model (with fixed or random effects) in relation to the variable whose dependency towards the dependent variable is being studied. Pearson’s linear correlation coefficient does not reflect the basic advantage of panel data, which is the ability to provide information about the dependencies of the studied phenomena simultaneously in time and space. The fact that one observation relates to object i during period t and another to object j during period t + 1 is irrelevant for the calculation of the coefficient. Pearson’s coefficient, however, can be used when conducting sub-calculations in panel data analysis. The presented considerations have been illustrated by the calculations of the relationships between the structure of capital and the profitability and size of 17 construction companies listed on the Warsaw Stock Exchange in the years 2009–2018 (170 observations) which created a balanced panel. A specification of the advantages and disadvantages of the proposed solution was formulated on the basis of the calculations.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 5; 7-25
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele mikro-makro finansowych zmiennych jakościowych
    Autorzy:
    Kowerski, Mieczyslaw
    Bielak, Jarosław
    Poninkiewicz, Mariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/611113.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
    Opis:
    Most of financial decisions (choices, evaluation) of firms, households and consumers have the qualitative (discrete) character and are determined by microeconomic (idiosyncratic) and macroeconomic factors. So, the financial micro-macro qualitative response models are an excellent choice for financial decisions modelling. They give possibilities to analyse the decision taking into account probability distributions according to the values of micro- and macroeconomic variables as well. In the paper the different forms of such models (binominal and multinominal) were presented and some applications of financial micro-macro qualitative response models were shown.
    Artykuł nie zawiera abstraktu w języku polskim
    Źródło:
    Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia; 2014, 48, 3
    0459-9586
    Pojawia się w:
    Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie modelu samoselekcji próby do opisu procesu podejmowania decyzji dywidendowych, na przykładzie spółek notowanych na GPW w Warszawie
    The Application of the Self-Selection Model in the Description of the Dividend Decision-Making Process on the Example of the Companies Listed on the Warsaw Stock Exchange
    Autorzy:
    Kowerski, Mieczysław
    Charkiewicz, Abel
    Bielak, Jarosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2117428.pdf
    Data publikacji:
    2021-12-31
    Wydawca:
    Akademia Zamojska
    Tematy:
    dividend decisions of public companies
    self-selection model
    probit square panel model with specific effects of the tendency to pay dividends
    Lintner partial adjustment panel model
    Warsaw Stock Exchange
    decyzje dywidendowe spółek publicznych
    model samoselekcji próby
    probitowy kwadratowy panelowy model z efektami specyficznymi skłonności do wypłat dywidend
    panelowy model częściowych dopasowań Lintnera
    Giełda Papierów Wartościowych w Warszawie
    Opis:
    Model częściowych dopasowań Lintnera opisuje zależność wypłacanej dywidendy za dany rok od dochodu w tymże roku i dywidendy za poprzedni rok, i pozwala zidentyfikować długoterminową politykę dywidendową spółki. Do większości badań dobierane są spółki, które przez cały analizowany okres wypłacają dywidendy. Dobór próby nie jest losowy, a więc estymator parametrów modelu Lintnera jest niezgodny. Jest to problem samoselekcji próby, którego rozwiązanie w postaci dwurównaniowego modelu zaproponował Heckman. W przypadku modelowania polityki dywidend składa się on z równania selekcji, które jest probitowym modelem skłonności do wypłat oraz równania wynikowego, będącego modelem Lintnera. Kluczowa jest istotność zależności pomiędzy resztami obu równań, co oznacza, że wystąpił problem samoselekcji, który „rozwiązał” model. W pracy możliwości zastosowania modelu samoselekcji próby do opisu procesu podejmowania decyzji dywidendowych pokazano na przykładzie spółek notowanych na GPW w latach 1998–2020.
    The Lintner partial adjustment model describes the relationship between the dividend paid for a given year and the income paid for that year, as well as the dividend paid for the previous year, in this way making it possible to identify the long-term dividend policy of a company. In most cases, the com panies selected for study are those that regularly pay dividends throughout the analyzed period. Since sample selection is not random, the parameter estimator of the Lintner model is inconsistent. This is the problem of the self-selection of the sample, the solution to which, in the form of a two-equation model, was proposed by Heckman. In the case of dividend policy modelling, it consists of a selection equation, which is a probit panel model of the tendency to pay, and an outcome equation, which is the Lintner model. What is of vital importance here is the relationship between the errors of both the equations, which means that there was a problem of self-selection that “solved” the model. In the present article, the possibility of using the self-selection model in the description of the dividend decision-making process is discussed on the example of the companies listed on the WSE in the years 1998–2020.
    Źródło:
    Facta Simonidis; 2021, 14, 1; 203-222
    1899-3109
    Pojawia się w:
    Facta Simonidis
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies