Prognoza ryzyka ING w skali miesiąca Symulacja historyczna

Slides:



Advertisements
Podobne prezentacje
Wzmacniacz operacyjny
Advertisements

Próba rozciągania metali Wg normy: PN-EN ISO :2010 Metale Próba rozciągania Część 1: Metoda badania w temperaturze pokojowej Politechnika Rzeszowska.
Analiza rozkładu empirycznego dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Podstawy analizy portfelowej. Teoria portfela Podstawa podejmowania decyzji inwestycyjnych w warunkach niepewności. Decyzje podejmowane są ze względu.
Ekonometria stosowana Autokorelacja Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Ćwiczenia Zarządzanie Ryzykiem Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” 1.
Ryzyko a stopa zwrotu. Standardowe narzędzia inwestowania Analiza fundamentalna – ocena kondycji i perspektyw rozwoju podmiotu emitującego papiery wartościowe.
KAPITALIZACJA 1. Określenie procentu Procent jest to setna część z całości. 1 % = 0,01 z całości Aby zamienić liczbę na procent należy tą liczbę pomnożyć.
Klasyczny model regresji liniowej (KMRL) Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa.
Zmienne losowe Zmienne losowe oznacza się dużymi literami alfabetu łacińskiego, na przykład X, Y, Z. Natomiast wartości jakie one przyjmują odpowiednio.
Równowaga rynkowa w doskonałej konkurencji w krótkim okresie czasu Równowaga rynkowa to jest stan, kiedy przy danej cenie podaż jest równa popytowi. p.
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Prezentacja – 4 Matematyczne opracowywanie.
STATYSTYKA – kurs podstawowy wykład 10 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Metoda kartogramów. Definicja Metoda służy do przedstawiania średniej intensywności zjawiska w granicach określonych pól odniesienia. Wartości obliczane.
POLITECHNIKA RZESZOWSKA im. Ignacego Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI ZAKŁAD METROLOGII I SYSTEMÓW POMIAROWYCH METROLOGIA Andrzej Rylski.
Własności elektryczne materii
Ruch jest wszechobecnym zjawiskiem w otaczającym nas świecie. Poruszają się miedzy innymi: ludzie, samochody, wskazówki zegara oraz maleńkie atomy.
Zmienna losowa dwuwymiarowa Dwuwymiarowy rozkład empiryczny Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz Ekonomicznych.
Transformacja Lorentza i jej konsekwencje
Prezentacja platformy inwestycyjnej StartStartup.pl.
Regresja. Termin regresja oznacza badanie wpływu jednej lub kilku zmiennych tzw. objaśniających na zmienną, której kształtowanie się najbardziej nas interesuje,
Elastyczność funkcji popytu
Budżetowanie kapitałowe cz. III. NIEPEWNOŚĆ senesu lago NIEPEWNOŚĆ NIEMIERZALNA senesu strice RYZYKO (niepewność mierzalna)
Ogólnopolska Konferencja Naukowa Finanse – Statystyka – Badania Empiryczne 26 październik 2016 rok Wrocław Katedra Prognoz i Analiz Gospodarczych Uniwersytet.
Estymacja parametrów statystycznych – podstawowe pojęcia
Opracowała: wicedyrektor Monika wołyńska, listopad 2016
mgr Marek Jarzęcki Katedra Finansów Przedsiębiorstw
Statystyka Wykłady dla II rok Geoinformacji rok akademicki 2012/2013
Test analizy wariancji dla wielu średnich – klasyfikacja pojedyncza
Kartografia tematyczna
Podstawy teorii przedsiębiorstwa
Opracowanie wyników pomiaru
mutacyjnego algorytmu ewolucyjnego
Wyznaczanie miejsc zerowych funkcji
Katedra Międzynarodowych Studiów Porównawczych
terminologia, skale pomiarowe, przykłady
Narodowa Strategia Spójności
INSTRUMENTY DŁUŻNE.
WAE Jarosław Arabas Algorytm ewolucyjny
Oczekiwana przez inwestora stopa dochodu
ZaDanie Niepewność pomiarowa
Modele SEM założenia formalne
Podstawy automatyki I Wykład /2016
Graficzne metody analizy danych
Analiza wyników egzaminów zewnętrznych
Elementy fizyki kwantowej i budowy materii
Analiza rozkładu empirycznego
Wnioskowanie statystyczne. Estymacja i estymatory.
PODSTAWY MECHANIKI PŁYNÓW
Przygotowały Eliza Sarnowska i Jolanta Janus
GRUPY DANYCH : Funkcje dostępne z poziomu GRUP DANYCH
Tensor naprężeń Cauchyego
Własności statystyczne regresji liniowej
Weryfikacja hipotez statystycznych
FACULTY OF ENGINEERING MANAGEMENT
FACULTY OF ENGINEERING MANAGEMENT
Porównywanie średnich prób o rozkładach normalnych (testy t-studenta)
Analiza portfelowa.
Wnioskowanie statystyczne. Estymacja i estymatory.
REGRESJA WIELORAKA.
ROZKŁADY STATYSTYCZNE ZMIENNYCH MIERZALNYCH
Ocena rozkładu na podstawie wykresów kwantylowych
ANKIETA DOTYCZĄCA POZIOMU SZCZĘŚCIA UCZNIÓW I NAUCZYCIELI V LO
Ocena ryzyka walutowego
WYBRANE ZAGADNIENIA PROBABILISTYKI
Małopolski Festiwal Innowacji
Elipsy błędów.
Własności asymptotyczne metody najmniejszych kwadratów
Najważniejsze operacje graficzne w programie GIMP
Przykładowe zadanie i ich rozwiązana
Zapis prezentacji:

Prognoza ryzyka ING w skali miesiąca Symulacja historyczna Kaczmarzyk Jan

Zmienność kapitału (100 000 zł) zainwestowanego w ING w skali miesiąca Lp. Miara WIG ING 1 Oczekiwana wartość 100 822,54 zł 101 475,66 zł 2 Odchylenie standardowe 6 095,52 zł 8 569,97 zł 3 Współczynnik zmienności 0,06 0,08 4 Minimalna wartość 75 994,52 zł 63 489,37 zł 5 Maksymalna wartość 120 729,24 zł 141 224,68 zł 6 Rozstęp 44 734,72 zł 77 735,30 zł 7 Kwantyl 1,0% 86 587,74 zł 77 493,83 zł 8 Kwantyl 99,0% 115 768,97 zł 125 849,22 zł 9 Liczba scenariuszy 239 Opracowano na podstawie danych miesięcznych od 1999-02-28 do 2019-01-31; stooq.pl

Graficzne ujęcie zmienności, funkcja częstości procentowej Rozkład scenariuszy wartości przyszłej kapitału zainwestowanego w ING na miesiąc, wykazuje istotne „Grube ogony”. Mimo symetrycznego kształtu, należy stwierdzić, że jedynie przypomina on rozkład normalny. Stąd pomiar ryzyka przy założeniu rozkładu normalnego, może prowadzić do niedoszacowania ryzyka.

Graficzne ujęcie zmienności, funkcja dystrbuanty Funkcja dystrybuanty rozkładu scenariuszy wartości przyszłej w wielu miejscach wykazuje rozbieżności względem funkcji dystrybuanty rozkładu normalnego o takich samych parametrach. Założenie o dopasowaniu rozkładu normalnego do rozkładu scenariuszy może być dyskusyjne. Należy rozważyć zastosowanie innych teoretycznych rozkładów w ewentualnych obliczeniach.

Graficzne ujęcie zmienności, funkcja gęstości Funkcja gęstości pozwala na zaprezentowanie wartości zagrożonej. Wartość zagrożona względna oznacza, że przy wartości oczekiwanej 101 475 kapitału zainwestowanego w ING, istnieje 99% ufności, że kapitał względem tej wartości nie zmniejszy się bardziej niż o 23 981 zł w skali miesiąca. Tworząc rezerwę finansową o wartości równej względnej wartości zagrożonej zabezpieczamy inwestycję przed niezrealizowaniem wartości oczekiwanej na 99% sytuacji.

Graficzne ujęcie wrażliwości Współczynnik BETA ustalony na podstawie miesięcznych zmian wynosi 0,86 przy współczynniku determinacji 38%. Oznacza to, że jeżeli WIG wzrośnie o 10% to ING powinno wzrosnąć o 0,86 x 10% czyli 8,6%. Warto zaznaczyć, że jednocześnie zmiany WIG wyjaśniają zmiany ING w 38%.