Informacja

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

Wyszukujesz frazę "Warsaw Stock Exchange Index analysis" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Application of the Divisia Index with Interconnected Factors in the Warsaw Stock Exchange Index (WIG) fluctuation analysis
Zastosowanie indeksu Divisia z powiązanymi czynnikami do analizy fluktuacji indeksu WIG
Autorzy:
Białek, Jacek
Pietrzyk, Radosław
Powiązania:
https://bibliotekanauki.pl/articles/655042.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza czynnikowa
indeks Divisia
czynniki powiązane
indeks WIG
Factorial analysis
Divisia index
interconnected factors
Warsaw Stock Exchange Index analysis
Opis:
W artykule zaprezentowano metodę analizy ekonomicznej opartej na indeksie Divisia z powiązanymi czynnikami. Zweryfikowano możliwości aplikacyjne wymienionej metody do badania zmienności indeksu WIG. W analizie uwzględniono cztery główne zmienne wpływające na indeks warszawski: GDP, kurs PLN/EUR, indeks S&P500 oraz stopę bezrobocia, przy czym dokonano (w razie konieczności) transformacji zmiennych na stymulanty. Analizą objęto lata 2003–2014 i uwzględniono dane kwartalne, przy czym interwał czasowy podzielono na podokresy związane z hossą i bessą na giełdzie warszawskiej. Przyjęto również model czasu ciągłego z założeniem, że między kwartałami wartości zmiennych zmieniają się liniowo. Głównym wnioskiem z przeprowadzonego badania jest wyodrębnienie najbardziej wpływowych zmiennych objaśniających w postaci GDP i indeksu S&P500.
This paper presents a method of economic factorial analysis based on the Divisia index extended to interconnected factors. We verify the applicability of the presented method to financial market research by examining fluctuations of the Warsaw Stock Exchange WIG Index (WIG). We consider four main factors of WIG changes: the GDP growth, the PLN/EUR rate, the S&P500 and the unemployment rate. Due to computational reasons we apply the transformation that produces variables in the bigger the better form. We use quarterly data from the time interval between 2003 and 2014 divided into periods of bull and bear market. All considered variables are assumed to change linearly between quarters. The main conclusion is that during market prosperity, GDP and S&P500 changes exhibit the strongest influence on WIG changes.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie jednowskaźnikowego semiparametrycznego modelu ekonometrycznego w analizie ryzyka inwestycyjnego
Application of single-index semiparametric econometric model in investment risk analysis
Autorzy:
Krężołek, Dominik
Powiązania:
https://bibliotekanauki.pl/articles/28408258.pdf
Data publikacji:
2023-10-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
semiparametryczny model jednowskaźnikowy
analiza ryzyka
Giełda Papierów Wartościowych w Warszawie
GPW
semiparametric single-index model
risk analysis
Warsaw Stock Exchange
Opis:
Jednym z zadań ekonometrii stosowanej i statystyki jest estymacja funkcji średniej warunkowej w założonym modelu. Dostępne metody estymacji takiej funkcji i wyniki oszacowania zależą głównie od przyjętych a priori założeń dotyczących populacji lub procesu, który generuje dane. Celem badania omówionego w artykule jest ocena możliwości zastosowania jednowskaźnikowego semiparametrycznego modelu ekonometrycznego do pomiaru ryzyka inwestycyjnego na Giełdzie Papierów Wartościowych w Warszawie (GPW). Taki model charakteryzuje się tym, że niektóre jego założenia są mniej restrykcyjne niż założenia modeli parametrycznych dla funkcji średniej warunkowej (takich jak model liniowy i binarny model probitowy), a jednocześnie zachowuje wiele pożądanych cech modelu liniowego i metody najmniejszych kwadratów. W przeprowadzonym badaniu semiparametryczny model jednowskaźnikowy został wykorzystany do pomiaru ryzyka dla 10 wybranych spółek sektora informatycznego notowanych na GPW od 2018 r. do 2021 r. Dane pobrano z serwisu finansowego Bloomberg. Jako czynniki ryzyka przyjęto stopy zwrotu dwóch indeksów giełdowych: WIG20 (Polska) i S&P 500 (Stany Zjednoczone). Uzyskane wyniki wskazują, że polski rynek znacznie silniej niż amerykański determinuje zmienność stóp zwrotu badanych spółek. Z badania wynika również, że modele semiparametryczne są bardziej elastyczne niż modele parametryczne w odniesieniu do założeń teoretycznych, co w warunkach napływu ogromnej ilości informacji może ułatwiać podejmowanie właściwych decyzji inwestycyjnych.
One of the tasks of applied econometrics and statistics is the estimation of the conditional mean function of the assumed model. The available methods for estimating such a function and the estimation results depend mostly on the a priori assumptions about the population or process that generates the data. The aim of the research presented in this paper is to apply single-index semiparametric econometric model to measure investment risk on the Warsaw Stock Exchange (WSE). Such a model is characterised by some assumptions less restrictive than in the case of other parametric models for the conditional mean function, such as a linear model or a binary probit model. At the same time, a single-index model retains many of the desirable features of a linear model and a least squares method. The presented model was used to measure investment risk for 10 IT companies quoted on the WSE in the period from 2018 to 2021. The data came from the Bloomberg financial service. Rates of return of two stock market indices, WIG20 (Poland) and S&P 500 (USA), were adopted as risk factors. The results indicate that the Polish market determines the volatility of returns of the analysed companies to a much larger extent than is the case with the US market. Furthermore, semiparametric models proved more flexible than the parametric ones regarding theoretical assumptions, which in the event of a large inflow of information might facilitate making correct investment decisions.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 10; 1-23
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
MODELE ANALIZY TRWANIA W OCENIE SEKTORÓW SPÓŁEK GIEŁDOWYCH
DURATION ANALYSIS MODELS TO THE ASSESSMENT OF SECTORS OF LISTED COMPANIES
Autorzy:
Bieszk-Stolorz, Beata
Markowicz, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/453379.pdf
Data publikacji:
2016
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
Giełda Papierów Wartościowych w Warszawie
akcje spółek giełdowych
bessa
indeks WIG
sektory
analiza trwania
Warsaw Stock Exchange
listed companies’ shares
bear market
WIG index
sectors
duration analysis
Opis:
Celem artykułu jest analiza wahań cen akcji spółek notowanych na GPW w Warszawie w czasie bessy w 2011 roku i w ciągu dwóch kolejnych lat. Pierwszy etap badania to ocena ryzyka i intensywności spadku cen akcji spółek poszczególnych sektorów w 2011 roku. Drugi etap – to ocena szansy i intensywności odrobienia strat do końca 2013 roku. Ryzyko spadku wartości akcji spółek poszczególnych sektorów o 30% i szansa 40-procentowego wzrostu tych cen od wartości minimalnej zbadano przy wykorzystaniu modelu logitowego. Interpretacja parametrów modelu regresji Coxa umożliwiła natomiast wskazanie sektorów, których ceny akcji spółek spadały najintensywniej i które najintensywniej odrabiały straty.
The aim of the article is to analyze the fluctuations in the prices of shares of companies listed on the Stock Exchange in Warsaw during the bear market in 2011 and over the next two years. At the first stage the authors assess of the risk and intensity of the 2011 drop in shares prices in particular sectors. At the second stage the authors assess the chance of recovery by the end 2013. A logit model is used to assess the risk of share value decrease by 30% in each sector as well as the chance for those prices to grow by 40% from the minimum value (each company). The interpretation of the Cox regression model parameters make it possible to identify the sectors where the drop in share prices was the most intense and which companies most intensely made up for that loss.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 3; 7-17
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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