Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  indeks WIG20
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W pracy rozpatrzono ryzyko inwestycji w akcje spółek sektora kopalnianego wchodzących w skład indeksu WIG20: Jastrzębska Spółka Węglowa (JSW), KGHM Polska Miedź (KGHM), Lubelski Węgiel (BOGDANKA). W celu określenia ryzyka inwestycji w akcje wykonano aproksymację rozkładu empirycznych stóp zwrotu wymienionych spółek z wykorzystaniem rozkładu Gaussa i rozkładu Laplace`a. Przydatność wymienionych rozkładów była weryfikowana za pomocą testu zgodności chi-kwadrat. Obliczenia wykonano dla danych: dziennych, tygodniowych oraz miesięcznych odnoszących się do kolejnych lat: 2010, 2011, 2012. Na podstawie modelu Sharpe`a wyznaczono wartość współczynnika β oraz ryzyko akcji (ryzyko: rynku, specyficzne, całkowite). Wyznaczając miary zagrożenia wykonano mapę ryzyko-dochód oraz obliczono prawdopodobieństwo straty. Zwrócono uwagę na dużą różnicę wartości prawdopodobieństwa straty wyznaczonego dla danych dziennych i danych miesięcznych.
EN
In the paper the risk of investment in the stocks of the WIG20 mine sector companies: Jastrzębska Spółka Węglowa (JSW) KGHM Polska Miedź (KGHM) and Lubelski Węgiel (BOGDANKA) was considered. In order to determine the risk of investment in stocks, the approximation of distribution of empirical return rates on the aforementioned companies was carried out using the Gaussian and Laplace distributions. The applicability of these distributions was verified by means of the chi-square test. Calculations were made for the following data: daily, weekly and monthly data concerning the following years: 2010, 2011, 2012. Based on the Sharpe’s model, the value of β coefficient and stock risks (systematic, unsystematic and total risks) was determined. Having determined risk measurements, the risk-benefit map was created and the probability of loss was calculated. It was noticed that there was a substantial difference between the values of loss probability determined for the daily and monthly data.
PL
W artykule zaprezentowano możliwość zaadoptowania sztucznych sieci neuronowych do wyceny kontraktów opcyjnych na indeks WIG20 Giełdy Papierów Wartościowych w Warszawie. Analizując dane rzeczywiste z lat 2005-2009 zbudowano szereg modeli sieci neuronowych z wykorzystaniem programu Statistica. Uzyskane rezultaty porównano z wynikami otrzymanymi z modelu Blacka-Scholesa. Do pomiaru dokładności prognoz modeli użyto powszechnie znane miary błędów.
EN
The possibility of adopting artificial neural networks to the valuation of option contracts on WIG20 Warsaw Stock Exchange is presented. Using real data from 2005-2009 several models of neural networks were examined in Statistica. The results were compared with results received using the Black-Scholes formula. To measure the accuracy of forecasting models commonly known measurement errors were used.
PL
W artykule porównano efektywność inwestycji w akcje za pomocą modelu Sharpe'a i Treynora na podstawie obliczeń własnych. Przedmiotem analizy są spółki wchodzące w skład indeksu WIG20 pod koniec 2004 roku, a więc po korekcie kwartalnej przeprowadzonej na koniec września tegoż roku. Okresem badawczym jest przedział czasowy od początku stycznia 2002 roku do końca grudnia 2004 roku. Analiza pokazała, iż ocena efektywności inwestycji, za pomocą metody Sharpe’a oraz Treynora daje odmienne wnioski, jeśli chodzi o wybór walorów na zasadzie uwzględniania stopy zwrotu oraz ryzyka. Wynika to z innego podejścia do kwestii ryzyka, za które Sharpe uznaje ryzyko zarówno rynkowe, jak i nie rynkowe, podczas gdy zdaniem Treynora istotne jest tylko ryzyko rynkowe, które nie może podlegać dywersyfikacji.
EN
The paper compares the effectiveness of investments in stocks using Sharpe and Treynor models on the basis of author’s own calculations. The analysis is conducted for enterprises and banks that built WIG20 index at the end of 2004, which is after the quarterly-made correction at the end of September. The examination period starts from January 2002 and lasts up to December 2004. It is proved that the appraisal of the investment effectiveness with these two models leads to different conclusions as far as risk and rates of return are concerned. It is due to various attitudes towards risk presented by Sharpe and Treynor.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.