<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Acta Universitatis Lodziensis. Folia Oeconomica nr 225/2009</title>
<link>http://hdl.handle.net/11089/5854</link>
<description>Methodological Aspects and Applications of Multivariate Statistical Analysis edited by Czeslaw Domański and Anna Witaszczyk</description>
<pubDate>Sun, 05 Apr 2026 15:17:00 GMT</pubDate>
<dc:date>2026-04-05T15:17:00Z</dc:date>
<image>
<title>Acta Universitatis Lodziensis. Folia Oeconomica nr 225/2009</title>
<url>https://dspace.uni.lodz.pl:443/xmlui/bitstream/id/b2104263-b002-425f-9440-51f2af3ece2b/</url>
<link>http://hdl.handle.net/11089/5854</link>
</image>
<item>
<title>Macroeconomic Risk of Investment Portfolios at the Warsaw Stock Exchange</title>
<link>http://hdl.handle.net/11089/7721</link>
<description>Macroeconomic Risk of Investment Portfolios at the Warsaw Stock Exchange
Jaguś, Felicjan
The essay presents the attempt to examine selected macroeconomic risk factors of portfolio Investments in Polish capital market as well as to build investment portfolios sensitive to particular risk profiles. With this objective in view, quoted companies at WSE were classified in accordance lo selected macroeconomic risk factor, applying the multidimensional statistic analysis. On the basis of the classification the shares portfolios of different risk profiles were built. The principal components analysis was applied to specify the main macroeconomic risk factors. Next, for all assets individually multifactor regression models were built to describe relations between the return rates of the assets and the macroeconomic risk factors. As a result of the regression analysis the sensitivity risk measures were received. The clustering analysis was applied in order to classify the assets in accordance to the sensitivity risk measures. The result of classification was used to build the portfolios that are sensitive to specific of macroeconomic risks. Finally the influence of the specific macroeconomic risks on total investment risk was examined.; W pracy podjęto próbę oceny wybranych czynników ryzyka makroekonomicznego inwestycji portfel owej na polskim rynku kapitałowym. W tym celu przeprowadzono analizę klasyfikacji spółek ze względu na wybrane czynniki ryzyka makroekonomicznego, a następnie budowano portfele akcji o określonych profilach tego ryzyka. Badanie przeprowadzono na miesięcznych danych makroekonomicznych oraz miesięcznych stopach zwrotu spółek notowanych na GPW w Warszawie w okresie od stycznia 1999 do sierpnia 2005 r. Do specyfikacji ryzyka wykorzystano analizę głównych składowych. Wyznaczone składowe główne potraktowano jako czynniki ryzyka makroekonomicznego. Następnie oszacowano funkcje regresji opisujące stopy zwrotu akcji z wyznaczonymi czynnikami ryzyka. W wyniku analizy n presji otrzymano miary ryzyka wrażliwości stóp zwrotu spółek na poszczególne czynniki ryzyka makroekonomicznego. Następnie wykorzystano analizę skupień i dokonano klasyfikacji spółek ze względu na wyznaczone miary wrażliwości. Na podstawie wyników klasyfikacji zbudowano portfele akcji o określonych profilach makroekonomicznego ryzyka a następnie przeprowadzono analizę dywersyfikacji ryzyka portfeli. Ostatecznie zbadano wpływ poszczególnych czynników ryzyka na całkowite ryzyko inwestycji.
</description>
<pubDate>Thu, 01 Jan 2009 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://hdl.handle.net/11089/7721</guid>
<dc:date>2009-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Duration of Unemployment in the Area of the District Job Centre of Pabianice in the Year 2005 : Empirical Analysis of Changes in Time by Demo-Social Features</title>
<link>http://hdl.handle.net/11089/7702</link>
<description>Duration of Unemployment in the Area of the District Job Centre of Pabianice in the Year 2005 : Empirical Analysis of Changes in Time by Demo-Social Features
Malarska, Anna
Duration is one of the most serious drawbacks of the national unemployment. Some data on the unemployment structure including duration of remaining unemployed and selected demo-social features are available on the government websites. The subject literature shows results of standard, empirical analysis of the Polish unemployment structure from the point of view of its duration and selected demo-social features. On the other hand, estimates of the average duration of unemployment regardless of its range and its cross sections, are unknown. The paper attempts to assess the average duration of unemployment on the local labour market of the area of the District Job Centre of Pabianice. The characteristic is determined by means of individual information about each of the unemployed person and the moments of their registration and deregistration over the period from January 31 to September 30, 2005 with quarterly frequency. The study uses tools of duration analysis dedicated to right censored data. We can find the data in the stream analysis of unemployment in which both its duration and the status of an individual are known, i.e. information about whether an observation is complete or not. Results of conducted estimates concerning the average duration of unemployment are presented by means of the cross sections that arc also used in the registers of Job Centres. These standard criteria of the unemployed typology are: sex, age, level of education, marital status and job seniority. Results and suggestions coming from the conducted investigations enrich analyses concerning trends observed by analysts of the District Job Centre of Pabianice.; Jedną z istotniejszych dolegliwości krajowego bezrobocia jest jego długotrwałość. Na internetowych stronach rządowych dostępne są dane o strukturze bezrobotnych wg czasu pozostawania bez pracy oraz wybranych cech demo-społecznych. Z literatury przedmiotu znane są wyniki standardowych, empirycznych analiz struktury bezrobotnych w Polsce z punktu widzenia czasu trwania bezrobocia i wybranych cech demo-społecznych. Nieznane są natomiast szacunki średniego poziomu czasu trwania bezrobocia bez względu na zakres zjawiska i jego przekroje. Rekomendowany artykuł podejmuje próbę oceny średniego czasu trwania bezrobocia na lokalnym rynku pracy obejmującym obszar działania PUP Pabianice. Charakterystyka ta wyznaczana jest na podstawie indywidualnych informacji o osobniczych właściwościach bezrobotnych oraz momentach ich rejestracji i wyrejestrowania w okresie 31.01.05-30.09.05 z częstością kwartalną. W badaniu wykorzystuje się narzędzia analizy trwania zjawisk dedykowane danym prawostronnie cenzurowanym, jakie występują w analizach strumieniowych bezrobocia, w których znany jest czas trwania bezrobocia jednostki i jej status (tzn. informacja o tym, czy obserwacja jest kompletna, czy też nie). Wyniki dokonanych szacunków średniego czasu trwania bezrobocia prezentowane są w takich przekrojach, jakie figurują w rejestrach urzędów pracy. Standardowymi kryteriami typologii bezrobotnych są: płeć, wiek, poziom wykształcenia, stan cywilny i staż pracy bezrobotnych. Wnioski wynikające z przeprowadzonych badań istotnie wzbogacają i doskonale wpisują się w analizy prawidłowości obserwowane przez analityków PUP w powiecie pabianickim.
</description>
<pubDate>Thu, 01 Jan 2009 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://hdl.handle.net/11089/7702</guid>
<dc:date>2009-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Sequential Probability Ratio Test for Mean Based on Pseudo-Likelihood Function</title>
<link>http://hdl.handle.net/11089/7701</link>
<description>Sequential Probability Ratio Test for Mean Based on Pseudo-Likelihood Function
Pekasiewicz, Dorota
Hypotheses about expected value of random variable can be verified by means of the parametric sequential probability ratio test in case of the known class of this variable's distribution. The problem with verification of such hypotheses occurs when we have no information about random variable distribution. Then, we have to apply non-parametric methods. The author of the paper proposes the application of pseudo-likelihood function instead of likelihood one in the statistic of sequential probability ratio test. Examples of application of the test based on the likelihood function ratio in selected kinds of distributions are presented together with the results of Monte Carlo analysis concerning properties of these tests.; Hipotezy o wartości oczekiwanej zmiennej losowej możemy zweryfikować parametrycznym ilorazowym testem sekwencyjnym, w przypadku znanej klasy rozkładu tej zmiennej. Problem z weryfikacją takich hipotez pojawia się, gdy nie posiadamy informacji o rozkładzie zmiennej losowej i musimy zastosować metody nieparametryczne. W procy proponowane jest wykorzystanie funkcji pseudowiarygodności, zamiast funkcji wiarygodności, w statystyce ilorazowego testu sekwencyjnego. Przykłady zastosowania testu opartego na ilorazie funkcji pseudowiarygodności dla wybranych rodzajów rozkładów s;j zaprezentowane w pracy wraz z wynikami analizy Monte Carlo dotyczącymi własności tych testów.
</description>
<pubDate>Thu, 01 Jan 2009 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://hdl.handle.net/11089/7701</guid>
<dc:date>2009-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Using Artificial Neural Networks to Predict Stock Prices</title>
<link>http://hdl.handle.net/11089/7700</link>
<description>Using Artificial Neural Networks to Predict Stock Prices
Kozdraj, Tomasz
Artificial neural networks constitute one of the most developed conception of artificial intelligence. They are based on pragmatic mathematical theories adopted to tasks resolution. A wide range of their applications also includes financial investments issues. The reason for NN's popularity is mainly connected with their ability to solve complex or not well recognized computational tasks, efficiency in finding solutions as well as the possibility of learning based on patterns or without them. They find applications particularly in forecasting stock prices on financial markets. The paper presents the problem of using artificial neural networks to predict stock prices on the example of the Warsaw Stock Exchange. It considers the general framework of neural networks, their potential and limitations as well as problems faced by researcher meets while using neural networks in prediction process.; Sztuczne sieci neuronowe stanowią jedną z najbardziej rozwiniętych gałęzi sztucznej inteligencji. Oparte są na pragmatycznych koncepcjach matematycznych dostosowywanych do rozwiązywanego zadania. Szeroki obszar zastosowań tych struktur obejmuje również zagadnienia szeroko rozumianych inwestycji finansowych. Przyczyn popularności należy upatrywać głównie w możliwości rozwiązywania skomplikowanych lub niezbyt dobrze rozpoznanych problemów obliczeniowych, sprawności znajdowania rozwiązań oraz możliwości uczenia się na podstawie wzorców lub bez nich. W szczególności sztuczne sieci neuronowe znajdują swoje zastosowanie w problemach predykcji cen papierów wartościowych na rynkach finansowych. Artykuł przedstawia problematykę zastosowania sieci neuronowych do prognozowania cen akcji na Giełdzie Papierów Wartościowych w Warszawie. Ukazuje ogólną koncepcję sieci neuronowych, ich możliwości, ograniczenia oraz problemy, jakie stają przed badaczem w momencie ich wykorzystania w procesie prognozowania.
</description>
<pubDate>Thu, 01 Jan 2009 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://hdl.handle.net/11089/7700</guid>
<dc:date>2009-01-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
