ISSN: 2450-7741
eISSN: 2300-4460
OAI
DOI: 10.18276/frfu.2017.86-21
Список вопросов /
2/2017 (86)
Międzysektorowe porównanie stóp zwrotu na GPW w Warszawie za pomocą modeli dla zmiennych jakościowych
| Авторы: |
Katarzyna
Wawrzyniak
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Barbara Batóg Uniwersytet Szczeciński |
| Ключевые слова: | porównania międzysektorowe stopy zwrotu porządkowe modele logitowe wskaźniki finansowe |
| Data publikacji całości: | 2017 |
| Количество страниц: | 12 (251-262) |
Абстракт
Cel – Zaprezentowanie wyników badań dotyczących porównania rocznych stóp zwrotu dla spółek giełdowych z makrosektora Przemysł.
Metodologia badania – Narzędziem badawczym były porządkowe modele logitowe. Warianty zmiennej zależnej zdefiniowano na podstawie rozkładów rocznych stóp zwrotu, a zmiennymi objaśniającymi były wybrane wskaźniki charakteryzujące sytuację finansową spółek.
Wynik – Porównanie przeprowadzono dla 14 sektorów, a jego efektem końcowym było wskazanie tych sektorów, w których większość spółek charakteryzowała się wysoką roczną stopą zwrotu w powiązaniu z sytuacją finansową mierzoną poziomem wybranych wskaźników finansowych.
Oryginalność/Wartość – Badania własne, pozwalające na ocenę relacji między roczna stopą zwrotu a sytuacja finansową spółek
Скачать файл
Файл статьи
Библиография
| 1. | Arendarski, P. (2011). Wykorzystanie modelu probitowego w procesie alokacji aktywów na międzynarodowych rynkach finansowych w latach 2002–2009. Rozprawa doktorska, Uniwersytet Ekonomiczny w Poznaniu, Poznań. |
| 2. | Batóg, B., Wawrzyniak, K. (2013). Funkcja diagnostyczno-prognostyczna porządkowych modeli logitowych kwartalnej stopy zwrotu dla spółek z sektora Budownictwo. Rynki kapitałowe. Skuteczne inwestowanie, Zeszyty Naukowe nr 768, Finanse, Rynki Finansowe, Ubezpieczenia, 63, Szczecin: Wydawnictwo Naukowe US. |
| 3. | Batóg, B., Wawrzyniak, K. (2015). Sytuacja ekonomiczno-finansowa a poziom stóp zwrotu spółek giełdowych z wybranego sektora. Rynki kapitałowe. Skuteczne inwestowanie, Zeszyty Naukowe nr 862, Finanse, Rynki Finansowe, Ubezpieczenia, 75, Szczecin: Wydawnictwo Naukowe US. |
| 4. | Bieszk-Stolorz, B., Markowicz, I. (2012). Zastosowanie modelu logitowego i modelu regresji Coxa w analizie zmian cen akcji spółek giełdowych w wyniku kryzysu finansowego. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, Inwestycje finansowe i ubezpieczenia – tendencje światowe a rynek polski, 254, 33–41. |
| 5. | Cramer, J.S. (2003). Logit Models from Economics and Other Fields. Cambridge: Cambridge University Press. |
| 6. | Gruszczyński, M. (2001). Modele i prognozy zmiennych jakościowych w finansach i bankowości. Warszawa: Oficyna Wydawnicza Szkoły Głównej Handlowej. |
| 7. | Gruszczyński, M. (2010). Mikroekonometria. Modele i metody analizy danych indywidualnych. Warszawa: Wolters KluwerPolska Sp. z o.o. |
| 8. | Gruszczyński, M. (2012). Empiryczne finanse przedsiębiorstw. Mikroekonometria finansowa. Warszawa: Difin. |
| 9. | Kisielińska, J., Waszkowski, A. (2010). Polskie modele do prognozowania bankructwa przedsiębiorstw i ich weryfikacja. Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej, 82, 17–31. |
| 10. | Kleinbaum, D.G., Klein, M. (2002). Logistic Regression. New York: Springer. |
| 11. | Młodak, A. (2006). Analiza taksonomiczna w statystyce regionalnej. Warszawa: Difin. |
| 12. | Nowak, E. (1990). Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. Warszawa: PWE. |
| 13. | www.bossa.pl, data dostępu 15.06.2016 |
| 14. | Piszczek, R. (2009). Zastosowanie modelu logit w modelowaniu upadłości. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, Ekonometria, Zastosowanie matematyki w ekonomii, 26, 133–148. |
| 15. | Pociecha, J., Pawełek, B., Baryła, M., Augustyn, S. (2014). Statystyczne metody prognozowania bankructwa w zmieniającej się koniunkturze gospodarczej, Kraków: Fundacja Uniwersytetu Ekonomicznego w Krakowie. |
| 16. | Prusak, B. (2008). Stopy zwrotu z akcji a wskaźniki rynkowe, Ekonomika i Organizacja Przedsiębiorstwa, 2, 53–60. |
| 17. | Waszkowski, A. (2013). Wielomianowe modele zagrożenia finansowego przedsiębiorstw. Zarządzanie i Finanse, 11(1), cz. 4, 569–579. |