Informacja

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

Wyszukujesz frazę "Szczyt, Małgorzata" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
RUCH NATURALNY LUDNOŚCI A OBCIĄŻENIE DEMOGRAFICZNO-EKONOMICZNE W PAŃSTWACH UNII EUROPEJSKIEJ (ANALIZA PORÓWNAWCZA)
NATURAL CHANGE IN POPULATION AND AGE DEPENDENCY IN EUROPEAN UNION MEMBER STATES (A COMPARATIVE ANALYSIS)
Autorzy:
Szczyt, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/694086.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
ageing population
natural change in population
demographic dependency
EU
starzenie się społeczeństwa
ruch naturalny
obciążenie demograficzne
Unia Europejska
Opis:
The European Union’s population structure is progressively becoming older. This process has been going on for the last thirty or forty years and is expected to continue for at least another half century. The purpose of this paper is to present the relations between the statistics of natural change in population, and the demographic indicators of an ageing population: the median age and age dependency ratios. The analysis was based on the data from 2010 collected in twenty seven EU member states. The analysis revealed that current events of natural change may affect only the young-age dependency ratio. The structure of the population aged 65 and over may depend more on the long-term trends in natural change than on the current situation. The demographic situation in Poland is characterised by a low age dependency and average level of natural change. Poland belongs to a group of countries where the ageing process does not proceed so rapidly and is not as advanced as in Germany, Greece, Italy, Latvia and Hungary. Its situation is nevertheless much worse than that in, for example, France, Ireland or the Netherlands.
W krajach należących do Unii Europejskiej od 30-40 lat obserwuje się niekorzystne tendencje zmian struktur demograficznych powodujące nasilanie zjawiska starzenia się społeczeństw krajów członkowskich. Przewiduje się, że będą one się utrzymywać przez co najmniej kolejne 50 lat. Celem niniejszego artykułu jest przedstawienie relacji, jakie zachodzą pomiędzy miernikami ruchu naturalnego ludności, na który składają się urodzenia i zgony, a demograficznymi wskaźnikami starzenia się społeczeństwa, wśród których wzięto pod uwagę medianę wieku oraz współczynniki obciążenia demograficznego. Analiza została przeprowadzona na podstawie danych z 2010 r., dotyczących 27 krajów należących do Unii Europejskiej. Analiza wykazała, że bieżące zdarzenia ruchu naturalnego ludności kształtują jedynie poziom obciążenia ludnością w wieku przedprodukcyjnym, natomiast ich wpływ na bieżące obciążenie ludnością w wieku poprodukcyjnym oraz na przeciętny wiek społeczeństwa jest niewielki lub wręcz nieistotny. Udział ludności w wieku 65 lat i więcej może bardziej zależeć od długookresowych trendów w ruchu naturalnym niż od sytuacji bieżącej. Sytuacja demograficzna w Polsce charakteryzuje się niskim obciążeniem demograficznym i natężeniem ruchu naturalnego na średnim poziomie. Należymy do grupy krajów, w których proces starzenia się społeczeństwa nie przebiega tak gwałtownie i nie jest tak zaawansowany, jak w Niemczech, Grecji, we Włoszech, na Łotwie i na Węgrzech. Jednak nasza sytuacja jest dużo gorsza niż takich krajów, jak Francja, Irlandia czy Holandia.
Źródło:
Ruch Prawniczy, Ekonomiczny i Socjologiczny; 2012, 74, 3; 253-266
0035-9629
2543-9170
Pojawia się w:
Ruch Prawniczy, Ekonomiczny i Socjologiczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification of Open-End Investment Funds Using Artificial Neural Networks. The Case of Polish Equity Funds
Autorzy:
Perez, Katarzyna
Szczyt, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/1964848.pdf
Data publikacji:
2021-11-07
Wydawca:
Uniwersytet Warszawski. Wydział Nauk Ekonomicznych
Tematy:
open-end investment fund classification
equity funds
artificial neural networks
emerging market
Opis:
In this study we utilise artificial neural networks to classify equity investment funds according to two fundamental risk measures—standard deviation and beta ratio—and to investigate the fund characteristics essential to this classification. Based on a sample of 4,645 monthly observations on 37 equity funds from the largest fund families registered in Poland from December 1995 to March 2018, we allocated funds to one of the classes generated using Multilayer Perceptron (MLP) and Radial Basis Function (RBF). The results of the study confirm the legitimacy of using machine learning as a tool for classifying equity investment funds, though standard deviation turned out to be a better classifier than the beta ratio. In addition to the level of investment risk, the fund classification can be supported by the fund distribution channel, the fund name, age, and size, as well as the current economic situation. We find historical returns (apart from the last-month return) and the net cash flows of the fund to be insignificant for the fund classification.
Źródło:
Central European Economic Journal; 2021, 8, 55; 269-284
2543-6821
Pojawia się w:
Central European Economic Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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