Behawioralna wartość bieżąca w postaci skierowanych liczb rozmytych

• Authors: Łyczkowska-Hanćkowiak, Anna

Title variants

PL

Behavioural present value in terms of ordered fuzzy numbers

Abstracts

PL

Punktem wyjścia tych rozważań jest behawioralna wartość bieżąca (BPV) zdefiniowana jako dodatnia L-R liczba rozmyta. W tej pracy informacje opisane za pomocą BPV zostały uzupełnione o subiektywną prognozę zwrotu trendu ceny rynkowej. Prognozę tę zaimplementowano w modelu BPV jako zwrot dodatniej liczby rozmytej. Posłużono się tutaj poniższymi zasadami zapisu domniemanego zwrotu trendu. 1. Domniemanie wzrostu wartości ceny zapisujemy za pomocą dodatniej orientacji liczby rozmytej. 2. Domniemanie spadku wartości ceny zapisujemy za pomocą ujemnej orientacji liczby rozmytej. W ten sposób BPV została przedstawiona jako rozmyta liczba skierowana. Tak określoną BPV zastosowano do wyznaczenia stopy zwrotu. Przy oczywistym założeniu, że wartość przyszła jest zmienną losową, wyznaczona stopa zwrotu została opisana jako skierowany, rozmyty zbiór probabilistyczny. Na koniec dowiedziono, że stopa zwrotu wykazuje zwrot przeciwny do zwrotu BPV, co jest zgodne z teorią finansów.

EN

The starting point for our discussion is behavioural present value defined as a positive L-R fuzzy number. In this paper, the information described by means of BPV is supplemented with a subjective forecast of the orientation of the market price trend. The forecast is implemented in the BPV model as an orientation of the positive fuzzy number. The following rules of recording the alleged orientation of the trend are used: 1. Presumption of market price increase is described as positive orientation of fuzzy number. 2. Presumption of market price decrease is described as negative orientation of fuzzy number. In this way, BPV is presented as an ordered fuzzy number. Thus defined BPV is used to determine the rate of return. With the obvious assumption that the future value is a random variable, the determined rate of return is described as an ordered fuzzy probabilistic set. Finally, it is shown that the return rate reveals an orientation opposite to the orientation of BPV, which is consistent with the theory of finance.

Keywords

EN

behawioralne finanse; wartość bieżąca; skierowana liczba rozmyta; behavioural finance; present value; ordered fuzzy number

• Publisher: Wydawnictwo Uniwersytetu w Białymstoku
• Journal: Optimum. Studia Ekonomiczne
• Year: 2017
• Volume: 3(87)

Dates

published

2017

Contributors

author

Łyczkowska-Hanćkowiak, Anna

References

• Buckley I. J., 1987, The fuzzy mathematics of finance, “Fuzzy Sets and Systems”, vol. 21.
• Calzzi M. L., 1990, Towards a general setting for the fuzzy mathematics of finance, “Fuzzy Sets and Systems”, vol. 35.
• Dubois D., Prade H., 1978, Operation on fuzzy numbers, “Int. J. System Science”, vol. 9.
• Dubois D., Prade H., 1979, Fuzzy real algebra: some results, “Fuzzy Sets and Systems”, vol. 2.
• Dubois D., Prade H., 1980, Fuzzy set and systems: theory and applications, Academic Press, New York.
• Greenhut J. G., Norman G., Temponi C. T., 1995, Towards a fuzzy theory of oligopolistic competition, IEEE Proceedings of ISUMA-NAFIPS, Washington.
• Gutierrez I., 1989, Fuzzy numbers and Net Present Value, “Scandinavian Journal of Management”, vol. 5, iss. 2.
• Klir G. J., 1993, Developments in uncertainty-based information, Advances in Computers 36, Academic Press, San Diego.
• Kacprzak D., 2010, Skierowane liczby rozmyte w modelowaniu ekonomicznym, ,,Optimum. Studia Ekonomiczne”, nr 3.
• Kacprzak D., 2012, Zastosowanie skierowanych liczb rozmytych do prezentacji akcji, ,,Optimum. Studia Ekonomiczne”, nr 6.
• Kosiński W., Prokopowicz P., Ślęzak D., 2002, Fuzzynumbers with algebraic operations: algorithmic approach, [in:] Advances in Soft Computing, Proc. of the Sixth Int. Conference on Neutral Networks and Soft Computing, Zakopane, Poland June 11-15.
• Kosiński W., Prokopowicz P., Ślęzak D., 2003, Ordered fuzzy numbers, “Bulletin of the Polish Academy of Sciences”, vol. 51, no 3.
• Kosiński W., 2006, On fuzzynumer calculus, “International Journal of Applied Mathematics and Computer Science”, vol. 16.
• Kuchta D., 2000, Fuzzy capital budgeting, “Fuzzy Set and Systems”, vol. 111.
• Lesage C., 2001, Discounted cash-flows analysis. An interactive fuzzy arithmrtic approach, ,,European Journal of Economic and Social System”, vol. 15, no 2.
• Peccati L., 1972, Su di una caratterizzazione del principio del criterio dell’attualizzazione, Studium Parmense, Parma.
• Piasecki K., 2011a, Behavioral Present Value, “SSRN Electronic Journal” 1, DOI: 10.2139/ssrn.1729351.
• Piasecki K., 2011b, Rozmyte zbiory probabilistyczne, jako narzędzie finansów behawioralnych, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań, DOI: 10.13140/2.1.2506.6567.
• Piasecki K., 2014, Behawioralna wartość bieżąca – nowe podejście, „Optimum. Studia Ekonomiczne”, nr 1 (67).
• Piasecki K., 2016, Intuicyjne zbiory rozmyte jako narzędzie finansów behawioralnych, Wydawnictwo edu-Libri, Kraków-Legionowo.
• Piasecki K., Siwek J., 2015, Behavioural Present Value Defined as Fuzzy Number – a New Approach, “Folia Oeconomica Stetinensia”, vol. 15, iss. 2.
• Sheen J. N., 2005, Fuzzy financial profitability analyses of demand side management alternatives from participant perspective, “Information Sciences”, vol. 169.
• Stirling W. C., 2003, Satisficing Games and Decision Making, Cambridge University Press, Cambridge.
• Ward T. L., 1985, Discounted fuzzy cash flow analysis, Fall Industrial Engineering Conference Preceedings, Warszawa.
• Zadeh L., 1965, Fuzzy sets, “Information and Control”, vol. 8.

Identifiers

URI

http://hdl.handle.net/11320/6043

DOI

10.15290/ose.2017.03.87.09