Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Logistyka

1 2014

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: mine sector

Sortuj według:

Ogranicz wyniki do:

Aproksymacja rozkładu stóp zwrotu spółek sektora kopalnianego wchodzących w skład indeksu WIG20

Bednarz-Okrzyńska K, Purczyński J.

Logistyka

2014

nr 6

1819-1828

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.

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.