Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Ocena efektywności inwestycji gospodarstw domowych na przykładzie funduszy inwestycyjnych

100%
Pietrzyk R.
Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
|
2014
|
vol. 48
|
issue 3
EN
The main purpose of this article is a theoretical discussion about the performance evaluation from the point of view of households, because the presented method takes risk aversion into account. House- holds, characterized by an increasing and concave utility function, expect a non-linear increase of the expected rate of return in exchange for the extra risk taken. It is important to find a performance measure that takes into account household indifference curves. For example, it might be the Generalized Sharpe Ratio or a measure modifying the traditional beta of CAPM so that it incorporates investor's utility function. This paper presents possibilities of its applications by the example of Polish mutual funds.
PL
Artykuł nie zawiera abstraktu w języku polskim
2
Publication available in full text mode
Content available

Właściwości statystyczne kursów kryptowalut i ich dynamika na rynku w porównaniu z wybranymi walutami fiducjarnymi

63%
Rokita P., Pietrzyk R.
Wiadomości Statystyczne. The Polish Statistician
|
2022
|
vol. 67
|
issue 12
1-38
EN
The development of cryptocurrencies was the consequence of the endeavours of some circles of computer scientists associated with anarchist views to create a medium of exchange that would be decentralised, independent from institutions creating monetary policy, governments and politicians, and whose functioning would not require any clearing institutions. The first cryptocurrency that fulfilled most of these postulates was Bitcoin. In a relatively short time, it became very popular among investors and reached a significant capitalisation on financial markets, but soon became an object of speculation rather than a medium of exchange. So far, no common view has been established as to whether Bitcoin is closer to being money, an object of speculation or an investment asset. The question what Bitcoin really is has fundamental importance not only to the entire cryptocurrency project, but also to the economy in general. The purpose of the study discussed in the article was to compare the statistical properties of cryptocurrency exchange rates (on the example of Bitcoin) with such properties of the exchange rates of fiat currencies, and to assess whether investments on the Bitcoin market can be considered similar to investments on fiat currency markets in terms of some analysed features. Basic statistical characteristics of the relative increments in the exchange rates of Bitcoin and four fiat currencies paired with the US dollar were analysed, as were some selected properties of stochastic processes that could be used to model the dynamics of those increments. In addition, a theoretical analysis of both Bitcoin and some other cryptoassets was carried out, which explained, among other things, why the study compared Bitcoin with currencies and not with investment assets. The research demonstrated that there are differences between several statistical properties of Bitcoin and those of fiat currencies. In addition to the generally higher unconditional volatility, differences were observed between the trends in exchange rates of Bitcoin and fiat currencies versus the US dollar, the levels of relative increments in the exchange rates, the conditional volatility, and the residual distributions.
PL
Rozwój kryptowalut nastąpił w wyniku dążenia pewnych grup informatyków kojarzonych z poglądami anarchistycznymi do stworzenia środka wymiany, który byłby zdecentralizowany i niezależny od instytucji kreujących politykę monetarną oraz od rządów państw i polityków i którego funkcjonowanie nie wymagałoby żadnych instytucji rozliczeniowych. Pierwszą kryptowalutą spełniającą większość tych postulatów był bitcoin. W stosunkowo krótkim czasie zyskał dużą popularność wśród inwestorów i osiągnął znaczną kapitalizację na rynkach finansowych, ale szybko stał się bardziej przedmiotem spekulacji niż środkiem wymiany. Dotychczas nie został wypracowany jednoznaczny pogląd na temat tego, czy bitcoin jest bardziej pieniądzem, czy przedmiotem spekulacji, czy też bliżej mu do aktywów inwestycyjnych. Pytanie, czym w praktyce jest bitcoin, nie tylko ma fundamentalne znaczenie dla całego projektu kryptowalut, lecz także jest istotne dla gospodarki w ogóle. Celem badania omawianego w artykule jest porównanie właściwości statystycznych kursów kryptowalut na przykładzie bitcoina i kursów walut fiducjarnych oraz ocena, czy inwestycje na rynku bitcoina i na rynku walutowym można uznać za podobne pod względem rozpatrywanych cech. Analizowano podstawowe charakterystyki statystyczne względnych przyrostów kursów bitcoina i czterech walut fiducjarnych w parze z dolarem amerykańskim oraz wybrane właściwości procesów stochastycznych, które mogą być wykorzystywane do modelowania ich dynamiki. Ponadto przeprowadzono analizę teoretyczną dotyczącą niektórych kryptoaktywów, wyjaśniającą m.in., dlaczego w omawianym badaniu bitcoin jest porównywany do walut, a nie do aktywów inwestycyjnych. Badanie wykazało, że bitcoin różni się od walut fiducjarnych pod względem wielu właściwości statystycznych. Poza ogólnie wyższą bezwarunkową zmiennością różnice zaobserwowano również w trendzie kursu względem dolara amerykańskiego czy poziomu względnych przyrostów kursu, warunkowej zmienności i rozkładów reszt.
3

Miarkowanie odszkodowania za utracone dochody z wykorzystaniem prognozy dochodów

63%
Jędrzychowska A., Pietrzyk R.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2016
|
issue 1(949)
43-58
PL
Wysokość odszkodowania, które powinna otrzymać osoba poszkodowana, składa się z kilku elementów. Jednym z nich, gdy poszkodowany nie jest zdolny do pracy, jest wysokość dochodów, które utracił. Aby odszkodowanie było dobrze ustalone, warto posłużyć się w jego ustalaniu wartością pieniądza w czasie i dynamiką wzrostu wynagrodzeń w sektorze, w którym pracował poszkodowany. Należy również wziąć pod uwagę inflację. W artykule przeprowadzono symulacje pokazujące różnice między podejściem, które nie uwzględnia wymienionych czynników, a podejściem, które te czynniki uwzględnia. Pierwsze podejście jest często używane przez polski wymiar sprawiedliwości w ustalaniu wysokości renty odszkodowawczej. Drugie jest propozycją lepszego zabezpieczenia osoby poszkodowanej, która utraciła zdolność do pracy.
EN
The compensation that should be given to injured individuals is made up of several elements. When the victim is unable to work, income he or she has lost is compensated. To properly establish that compensation, two factors are considered: time value of money and the rate of growth of wages in the sector where the victim worked. Inflation should also be figured in. The article presents simulations of different approaches – ones that do not take these factors into account, and others that do. The first approach is often used by the Polish justice system in determining the amount of pension compensation, while the second is a proposal to better protect victims who have lost the ability to work.
4
Publication available in full text mode
Content available

Application of the Divisia Index with Interconnected Factors in the Warsaw Stock Exchange Index (WIG) fluctuation analysis

63%
Białek J., Pietrzyk R.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2017
|
vol. 4
|
issue 330
PL
W artykule zaprezentowano metodę analizy ekonomicznej opartej na indeksie Divisia z powiązanymi czynnikami. Zweryfikowano możliwości aplikacyjne wymienionej metody do badania zmienności indeksu WIG. W analizie uwzględniono cztery główne zmienne wpływające na indeks warszawski: GDP, kurs PLN/EUR, indeks S&P500 oraz stopę bezrobocia, przy czym dokonano (w razie konieczności) transformacji zmiennych na stymulanty. Analizą objęto lata 2003–2014 i uwzględniono dane kwartalne, przy czym interwał czasowy podzielono na podokresy związane z hossą i bessą na giełdzie warszawskiej. Przyjęto również model czasu ciągłego z założeniem, że między kwartałami wartości zmiennych zmieniają się liniowo. Głównym wnioskiem z przeprowadzonego badania jest wyodrębnienie najbardziej wpływowych zmiennych objaśniających w postaci GDP i indeksu S&P500.
EN
This paper presents a method of economic factorial analysis based on the Divisia index extended to interconnected factors. We verify the applicability of the presented method to financial market research by examining fluctuations of the Warsaw Stock Exchange WIG Index (WIG). We consider four main factors of WIG changes: the GDP growth, the PLN/EUR rate, the S&P500 and the unemployment rate. Due to computational reasons we apply the transformation that produces variables in the bigger the better form. We use quarterly data from the time interval between 2003 and 2014 divided into periods of bull and bear market. All considered variables are assumed to change linearly between quarters. The main conclusion is that during market prosperity, GDP and S&P500 changes exhibit the strongest influence on WIG changes.
5
Publication available in full text mode
Content available

Pomiar ryzyka planu finansowego gospodarstwa domowego

63%
Pietrzyk R., Rokita P.
Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
|
2018
|
vol. 52
|
issue 4
EN
When building a financial plan for a household, one usually needs to take many risk factors into account. These are the factors that have an influence on the shape of the future term structure of household incomes and expenditures. The factors may be of very differentiated nature, which means that their impact on the cash-flow term structure may be different both in terms of the underlying mechanism and strength. In this field of research, the existing literature does not provide, however, any proposals of integrated risk measurement. At the same time, the ability to measure risk of household financial plans in an integrated way would be very useful, as it would allow to select or compare plans with respect to the joint risk of a plan (to be more precise – the joint risk that the plan will fail to be successfully realized). The aim of this article is to propose a method or methods that would allow to measure financial plan risk in an integrated way. The integration should include different risk types, all financial goals that have been set by the household, all sources of financing and all sub-periods of the long-term life-cycle period of household financial planning. The approach, originally proposed by the authors of this article, may not only facilitate comparison of financial plans with respect to risk, but it may be also serve as a plan-acceptance decision-making instrument. Integrated risk measures may be also used within the very optimization procedure. They may be parts of the boundary conditions or even be embedded into the optimization function itself.
PL
Konstrukcja planu finansowego dla gospodarstwa domowego wymaga wzięcia pod uwagę wielu czynników ryzyka, które determinują kształtowanie przyszłej ścieżki dochodów i wydatków gospodarstwa domowego. Czynniki te mogą mieć bardzo różną naturę, a także bardzo zróżnicowany wpływ na strukturę przepływów finansowych. W literaturze brakuje jednak propozycji zintegrowanego pomiaru ryzyka, który umożliwiłby porównanie planów finansowych pod względem łącznego ryzyka ich realizacji. Celem artykułu jest zaproponowanie metod pomiaru ryzyka planu finansowego w sposób zintegrowany. W podejściu tym integracja powinna obejmować różne rodzaje ryzyka, wszystkie cele finansowe gospodarstwa domowego, wszystkie sposoby finansowania oraz wszystkie okresy w cyklu życia gospodarstwa domowego. Zaproponowane oryginalne podejście pozwala nie tylko na porównanie planów finansowych między sobą ze względu na poziom ryzyka, ale również tworzy narzędzie do podejmowania decyzji o akceptacji planu. Zintegrowane miary ryzyka mogą też być wykorzystane w samym procesie optymalizacji. Poza tym mogą stanowić ograniczenie lub wręcz element funkcji celu w procedurze optymalizacyjnej.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.