Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
W artykule zaprezentowano wnioski dotyczące rozpoznania interfejsu marketingowo-finansowego, wynikające z australijskich badań marketingowych. Uzupełniają je ogólne założenia i wstępne wnioski z badań prowadzonych metodą case study research w polskich przedsiębiorstwach. Firmy australijskie wykorzystywały więcej metod niż firmy polskie, które napotykały istotne bariery informacyjne. W procesie ewolucji interfejsu marketingu, finansów i IT stale wykorzystywane są kryteria zarówno finansowe, jak i niefinansowe oraz metody statystyczno-informatyczne. (abstrakt oryginalny)
Metoda dekompozycji wartości zagrożonej portfela, wprowadzona przez Garmana, a rozwinięta przez Hallerbacha pozwala na dokonanie analizy wrażliwości miary ryzyka portfela ze względu na zmiany udziałów (wag) jego składników. Umożliwia również oszacowanie, jaką część wartości miary ryzyka całego portfela możemy przypisać poszczególnym jego składnikom. Wymienione zagadnienia są szczególnie interesujące w przypadku zunifikowanych, stosowanych przez praktyków miar zagrożenia takich, jak Value-at-Risk. Celem opracowania jest zaprezentowanie miar wrażliwości względnej wartości zagrożonej return-VaR portfela, takich jak: wartość krańcowa, składowa i przyrost krańcowy oraz zastosowania i interpretacji przyrostu krańcowego na przykładzie portfela walutowego. (fragment tekstu)
W artykule omówiono praktyczne problemy zastosowania nowoczesnej teorii portfelowej w praktyce inwestycyjnej.
Artykuł stanowi dokładny przegląd literaturowy metod odpornej estymacji portfeli odpornych wraz z propozycją dwóch nowych metod LTS i LMS opartych na koncepcji regresji odpornej. Praca zawiera również szczegółowy opis dotychczas otrzymanych najważniejszych wyników badań w tym zakresie. Dodatkowo zaprezentowano potencjalne problemy w praktycznym zastosowaniu portfeli odpornych wraz ze wskazaniem dalszych kierunków badań w tym zakresie, umożliwiających tworzenie portfeli kroczących, które są jednocześnie odporne i stabilne. (abstrakt autora)
Każda instytucja finansowa musi skutecznie zarządzać sprzedażą swoich produktów. Może w tym celu wykorzystywać metody analiz portfelowych. Do najczęściej stosowanych zalicza się macierz BCG, w klasycznej i rozszerzonej postaci. Jest to metoda stosunkowo prosta i pozwalająca odpowiedzieć na pytanie, czy bank w odniesieniu do określonych produktów jest liderem na rynku, czy też ewentualnie zbliża się do osiągnięcia takiej pozycji. Metoda ta ma jednak wady. Nie uwzględnia na przykład wielkości rynku, poziomu rentowności i zyskowności, intensywności, sposobów konkurowania itp. Inna metodą analizy jest macierz GE. Można według niej określić atrakcyjność rynków, na których funkcjonuje firma, a następnie ocenić pozycję konkurencyjną przedsiębiorstwa.
6
Content available remote Analiza portfela o maksymalnej przewidywalności
63%
W nowoczesnej teorii portfelowej jest rozważany problem takiego doboru aktywów, aby wybrane statystyki portfela, takie jak np. oczekiwana wartość czy wariancja, przyjmowały określone wartości. W procesie tym explicite są pomijane własności predyktorów stóp zwrotu w takim sensie, że skład portfela nie zależy bezpośrednio od czynników mających pośredni wpływ na zmienność portfela. W artykule zaproponowano trzy algorytmy tworzenia portfela, które kładą główny nacisk na zmienność wyjaśnianą przez model prognostyczny użyty do szacowania przyszłych wartości stóp zwrotu. W algorytmach tych wariancja wyjaśniana przez model prognostyczny jest użyta do wyznaczania poszczególnych wag aktywów w portfelu. (abstrakt oryginalny)
Celem niniejszej pracy jest opisanie podstawowych teorii portfelowych oraz przedstawienie przykładu - skutecznego wykorzystania jednej z metod na wysoce konkurencyjnym rynku Hongkongu. Przykład został opracowany na podstawie badań empirycznych autora w latach 1992-1996.
W klasycznej jednoczynnikowej analizie portfelowej konstruując optymalny portfel papierów wartościowych, wykorzystuje się model jego budowy zaproponowany przez Sharpe'a. Podstawą tej teorii jest założenie, że stopa zwrotu danego waloru jest objaśniana stopą zwrotu portfela rynkowego poprzez zależność liniową. Wiadomo, że na zmienność cen walorów wpływ mają również inne (często trudne do zmierzenia) czynniki rynku. W klasycznym podejściu parametry zależności pomiędzy stopą zwrotu danego waloru a stopą zwrotu portfela rynkowego wyznaczane są z modelu prostej regresji, gdzie zaburzenie losowe jest dopuszczane tylko na wartości zmiennej objaśnianej. W proponowanym w pracy modelu obecność tych czynników uwzględniona jest jako zaburzenie na obu zmiennych losowych wchodzących do klasycznego modelu Sharpe'a. Przyjęto, że zarówno stopa zwrotu danego waloru jak i stopa zwrotu portfela rynkowego są pewnymi zaburzonymi już wartościami, między którymi istnieje zależność liniowa. Dla ilustracji zagadnienia porównano portfele składające się z dziewięciu spółek zbudowane w oparciu o klasyczną metodę Sharpe'a i proponowaną jej modyfikację. Jako portfel rynkowy przyjęto portfel leżący u podstaw indeksu giełdowego WIG. Analizę przeprowadzono na podstawie notowań archiwalnych od stycznia 2000 do marca 2006. Budując wyżej wymienione portfele miesięczne dokonano porównań przebudowując je co miesiąc uzyskując w ten sposób wektor składów do analizy porównawczej. (abstrakt oryginalny)
Materiał przedstawia efektywną formułę odnoszącą się do określenia elementów dij macierzy odwróconej do macierzy ogólnej oraz ich użycie w przekształcaniu na macierz E = 2(ST)G(k)S, która jest wynikiem zastosowania metody określania optymalnego portfela akcji Z. Hellwiga. Macierz S jest diagonalną macierzą z elementami Si, które są odchyleniami standardowymi ryzyka akcji.(abstrakt oryginalny)
10
Content available remote R&D Portfolio Selection Based on Conditional Stochastic Dominance
63%
The main goal of this chapter is to answer the questions how to analyze an existing research and development (R&D) portfolio in order to make decisions as to whether to add projects or remove projects from the existing set. This problem was considered recently by Graves and Ringuest (1996) who used a specific risk-averse utility function to demonstrate the necessity for considering new projects in the context of the existing portfolio. Their work shows the importance of portfolio context to evaluating R&D projects, but the need for explicit knowledge of the decision maker's utility function makes their approach impractical. Shalit and Yitzhaki (1994) however, have developed an analysis of stock portfolios which requires no knowledge of the decision-maker's utility function; they use conditional stochastic dominance to analyze the investor's decisions about an existing securities portfolio and show that a risk-averse investor should take into account the contents of an existing portfolio when deciding to add or remove a stock. In this chapter, we will apply this methodology to R&D portfolio. Shalit and Yitzhaki use historical market data to construct empirical probability distributions of returns for portfolio. Analogous empirical data are not available for R&D portfolios and it is impractical to analytically generate probability distributions of large portfolios. Therefore, we can use a simulation to construct probability distributions on R&D portfolio returns. (fragment of text)
Stosowanie krańcowej stopy substytucji wymaga stosowania zasady ceteris paribus głoszącej niezmienność stanów pozostałych czynników. Besada i Vazquez przedstawili bardzo silne uogólnienie pojęcia krańcowej stopy substytucji pozwalające na rezygnację z ograniczeń spowodowanych stosowaniem zasady ceteris paribus oraz pozwalające na umieszczenie wartości wektora stanów x w dowolnej przestrzeni Banacha. Praca poniższa powstała na marginesie analizy wyników Besady i Vazqueza i jest próbą adaptacji pojęcia uogólnionej krańcowej stopy substytucji do potrzeb analizy portfelowej. (fragment tekstu)
W niniejszym opracowaniu przedstawiono możliwości wykorzystania modelu McKinseya do diagnozy portfela produkcji przedsiębiorstwa z branży piwnej. Analizie poddano wyodrębnione grupy asortymentowe, które zostały dobrane w sposób spełniający kryteria bycia strategiczną jednostką biznesu (SJB). Do wyodrębnienia pszczególnych SJB w analizowanym przedsiębiorstwie posłużono się dwoma kryteriami: rodzajem zaspokajania potrzeb klienta oraz używaną technologią. Dodatkowym kryterium podziału było posiadanie przez każdą SJB swoich własnych konkurentów.
W opracowaniu zaprezentowano dwie metody wspomagania wyboru portfela papierów wartościowych. Pierwszą z nich - metodę dominacji stochastycznej zastosowano w problemie selekcji akcji do portfela. Za pomocą powyższej metody oraz zaproponowanego dodatkowo algorytmu wyodrębniono zbiory efektywne spółek warszawskiej GPW dla inwestorów o różnych preferencjach. Drugą zaprezentowaną metodą wspomagania decyzji inwestycyjnych jest wielokryterialne interaktywne programowanie celowe (IMGP). W szczególnosci metodą tą posłużono się do ustalenia struktury portfela odpowiadającej indywidualnym preferencjom inwestora. W tym celu zaproponowano użycie modelu wielokryterialnego opartego na jednowskaźnikowym modelu Sharpe'a. W modelu tym uwzględniono poza standardowymi kryteriami oceny portfela: oczekiwanym zyskiem i ryzykiem, również dodatkowe kryteria zgodne z wymaganiami decydenta. Traktując problem wyboru portfela jako proces dwuetapowy: selekcji akcji oraz ustalania struktury portfela, można stwierdzić, że zaprezentowane metody pozwalają na dokonanie pełnej analizy wariantów inwestycyjnych na rynku papierów wartościowych. (fragment tekstu)
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.