WYKŁAD 1 10,03,2005

Wprowadzenie do teorii prognozowania

1. Przewidywanie a prognozowanie

2. Przesłanki prognozowania i cele prognoz

3. Funkcje prognoz

4. Rodzaje prognoz

5. Metody prognoz

6. Etapy prognoz

Przewidywanie w przyszłości:

a) racjonalne:

• zdroworozsądkowe - wnioskowanie oparte na doświadczeniu,

• naukowe (w całym procesie badawczym: tzn. gromadzeniu informacji, diagnozowaniu, formułowaniu założeń, konkluzji) korzysta się z dorobku nauki

b) nieracjonalne

• wnioskowanie oparte na wróżbach i proroctwach, które niekoniecznie muszą być fałszywe

Prognozowanie (pojęcie węższe od przewidywania) to racjonalne, naukowe przewidywanie przyszłych zdarzeń

Cechy prognoz:

• prognoza jest formułowana z wykorzystaniem dorobku nauki

• prognoza jest stwierdzeniem odnoszącym się do określonej przyszłości

• prognoza jest stwierdzeniem weryfikowalnym empirycznie (musi być precyzyjnie określona np. wartościowo)

• prognoza nie jest stwierdzeniem stanowczym, lecz stwierdzeniem akceptowanym.

Przesłanki prognozowania:

• niepewność przyszłości

• przesunięcie w czasie pomiędzy momentem podjęcia decyzji a wynikłymi z niej skutkami

Cele prognoz:

• wspomaganie procesów decyzyjnych w skali mikro- i makroekonomicznej

• pobudzanie do podejmowania działań sprzyjających realizacji prognozy - jeżeli zapowiada ona zdarzenia korzystne, i przeciwstawiających się jej realizacji, gdy przewidywane zdarzenia są oceniane jako niekorzystne.

Funkcje prognoz:

1. funkcja preparacyjna - prognoza jest działaniem które inicjuje inne działania

2. funkcja aktywizująca - aktywizuje do działania, które ma na celu wspomagać realizację prognozy

3. funkcja informacyjna - polega na oswajaniu z nadchodzącymi zmianami

Rodzaje prognoz:

1. horyzont czasowy

• krótkoterminowe (do 1 roku)

• średnioterminowe (do 5 lat)

• długoterminowe (powyżej 5 lat)

2. charakter

• ilościowe (wyrażone wartościowo)

• jakościowe

3. stopień szczegółowości

• ogólne

• szczegółowe

4. cel/funkcja

• ostrzegawcze - ich zadaniem jest podawanie sygnałów zwracających uwagę na niekorzystne dla odbiorcy kształtowanie się zjawisk

• badawcze - wszechstronne rozpoznanie przeszłości i pokazanie wszelkich możliwych rozwiązań

• informacyjne - polegające na oswajaniu z nadchodzącymi zmianami

5. w przypadku gdy prognoza oddziałowuje na prognozowane zdarzenie (efekt Edypa)

• samorealizujące się prognozy

• samounicestwiające się prognozy

6. w zależności od stopnia kształtowania zamiennej prognozowanej przez podmiot podejmujący decyzje na podstawie prognoz

• prognozy zmiennych nie sterowanych

• prognozy zmiennych sterowanych

Sposoby zwiększania pewności prognozy:

• stosowanie kilki metod prognozowania i porównywanie ich wyników

• porównywanie otrzymanej prognozy z podanymi prognozami w literaturze przedmiotu, dotyczącymi tego samego zagadnienia

• potwierdzenie otrzymanych wyników poprzez logiczne lub matematyczne wyprowadzenie wniosków ze znanych już prognoz

• przeprowadzenie weryfikacji merytorycznej

Metody prognozowania:

I faza diagnozowania przeszłości - odbywa się przez budowę modelu

II faza określenia przyszłości - odbywa się poprzez wykorzystanie odpowiedniej reguły

Prognozy:

• reguła podstawowa - prognozą jest stan zmiennej prognozowanej otrzymany z modelu; jest stosowana gdy istnieje przekonanie, że model który trafnie opisywał przeszłość może być również wykorzystywany do wyznaczenia prognozy

• reguła największego prawdopodobieństwa - jej wynikiem jest stan zmiennej któremu odpowiada największe prawdopodobieństwo; znany jest rozkład prawdopodobieństwa

• reguła minimalnej straty - prognozą jest taki stan zmiennej, którego realizacja spowoduje minimalne straty

Podstawowe grupy metod prognozowania:

• metody prognozowania na podstawie szeregów czasowych

• metody prognozowania w oparciu o modele przyczynowo-skutkowe (matematyczne, ekonometryczne, behawiorystyczne)

• metody prognozowania analogowego

• metody prognozowania heurystycznego

• metody mieszane

Etapy prognozowania:

• sformułowanie zadania prognostycznego - na tym etapie określa się przedmiot prognozy, cel prognozy, wymagania dokładności prognozy, horyzont czasowy; główną rolę obejmuje osoba podejmująca decyzję w oparciu o prognozę, a prognosta jest konsultantem

• podanie przesłanek prognostycznych - przesłanki prognostyczne to hipotezy badawcze określające mechanizm prognozowanego zjawiska oraz dostępne o nim informacje zarówno ilościowe jak i jakościowe; prognosta i decydent są tak samo ważni (chociaż prognosta bardziej)

• wybór metody prognozowania - zależy od informacji jakie można pozyskać i od postawy (aktywnej albo pasywnej). Aktywne - prognozowane zjawisko wynika od zdarzeń które miały miejsce w przeszłości. Pasywne - niekoniecznie są uzależnione od zdarzeń przeszłych

• wyznaczenie prognozy

• ocena dokładności prognozy

• weryfikacja prognozy - polega na określeniu trafności prognozy

Literatura:

1. E. Nowak „Prognozowanie gospodarcze”

2. M. Cieślak „Prognozowanie gospodarcze”

3. T. Sztucki „Prognozowanie gospodarcze”

4. A. Zeliaś, B. Pawełek, S. Want „Prognozowanie ekonomiczne”

WYKŁAD 2 07,04,2005

Wybrane metody prognozowania wykorzystywane na współczesnych rynkach finansowych

• modele rynku

• wybrane metody, techniki

Modele rynku:

1. rynek efektywny - teorie zakładające niezależność cen lub zysków z aktywów finansowych od ich wcześniejszych notowań

2. rynek fraktalny - teorie zakładające zależność cen lub zysków z aktywów finansowych od ich wcześniejszych notowań

Opis (założenia) rynku efektywnego:

• na rynku działa nieskończona liczba uczestników

• horyzont inwestycyjny inwestorów jest jednakowy

• uczestnicy niezależnie od siebie wyceniają walory dążące do maksymalizacji zysku

• pojedynczy inwestor nie jest w stanie wpłynąć na cenę waloru

• informacje są ogłaszane niezależnie od siebie

• koszt zdobycia informacji jest zerowy

• inwestorzy otrzymują informacje w tym samym momencie

• informacja jest dyskontowana automatycznie

• inwestorzy są zgodni w sprawie wpływu informacji na przyszłą wartość

Rynek efektywny - efekty założeń:

• ceny walorów w każdym momencie idealnie odzwierciedlają ich wartość

• ceny walorów natychmiast reagują na wszelkie dostępne informacje w tym zarówno dane fundamentalne, jak i historie cen

• zmiany cen w koncepcji rynku efektywnego dokonują się wyłącznie pod wpływem bieżącej i nieoczekiwanej informacji

• kolejne zmiany cen są od siebie niezależne

• nie jest możliwe osiąganie zysków większych od przeciętnych

Teorie zakładające zależność cen lub zysków z aktywów finansowych od ich wcześniejszych notowań:

• podejście liniowe - polega na przyjęciu, że każdy bodziec wywołuje proporcjonalną do jego siły reakcję (efektem równania liniowego jest proste rozwiązanie)

• podejście nieliniowe - reakcja nie jest proporcjonalna do siły bodźca (efektem równań nieliniowych jest wiele na pozór zależnych rozwiązań - zwykle skomplikowanych i bezładnych)

Rynek fraktalny:

• rynek składa się z dużej liczby uczestników o różnych horyzontach czasowych

• informacja jest różnie interpretowana przez uczestników

• czas reakcji różnych inwestorów na informację nie jest jednakowy

• rynek jest idealnie płynny

• ceny odzwierciedlają wypadkową dążeń inwestorów

Wybrane grupy modeli i technik wykorzystywanych do prognozowania na rynkach finansowych:

• modele niezależnych zmiennych losowych

• modele uwzględniające zależność cen lub zysków na rynkach finansowych od przeszłych notowań

• koncepcje prognozowania wykorzystujące teorie fraktalne

• techniki sztucznej inteligencji

Modele niezależnych zmiennych losowych:

• model błądzenia losowego

Z_t+1=Z_t + a_t+1

• model ruchu Browna

Z_t+∆t=Z_t + a_t+∆t

Modele uwzględniające zależność cen lub zysków na rynkach finansowych od przeszłych notowań:

• modele liniowe:

model autoregresji AR (1)

Z_t=b₁Z_t-1 + ε_i

model ARMA (p,q)

Z_t - b₁Z_t-1 - ... - b_pZ_t-p=ε_t + a₁ε_t-1 + ... +a_qε_t-q

• modele nieliniowe:

model ARCH - wartość szeregu Zt jest określona wzorami:

Z_t=√h_t *ε_t

h_t=c_o + ∑^q_i=1(c_iZ²_t-1)

model GARCH

Z_t=√h_t *ε_t

h_t=c_o + ∑^q_i=1(c_iZ²_t-1) + ∑^p_i=1(b_ih_t-1)

Podstawy koncepcji prognozowania wykorzystujących teorię fraktali:

• fraktalem określa się obiekt, którego części pozostają w pewnej relacji do całości

• fraktal samopodobny - określona część struktury oglądana w powiększeniu wygląda niemal tak samo jak całość struktury, z której została wyłoniona

• przebieg cen na tych rynkach można uznać za fraktal niedeterministyczny

Najnowocześniejsze techniki prognostyczne:

• techniki sztucznej inteligencji

• sieci neuronowe

Techniki te mogą być wykorzystywane do prognozowania zmian krótkoterminowych zmian kursów walutowych oraz tworzenia modeli transakcyjnych.

WYKŁAD 3 21,04,2005

Wybrane aspekty modelowania rynków finansowych warunkach rynku efektywnego:

- hipotezy szczegółowe rynku efektywnego

- wpływ poziomu efektywności na rodzaj strategii

- weryfikacja prawdziwości poszczególnych hipotez rynku efektywnego

- efektywność rynku finansowego Polsce

- cechy obserwowane na rynkach finansowych krótko i długookresowych

- charakterystyka szeregów czasowych w aspekcie ich modelowania

- wpływ natury procesów charakterystycznych dla rynków finansowych na cechy kursów

- przyczyny niezgodności i rozbieżności modeli od teorii

Hipotezy szczegółowe rynku efektywnego:

1. hipoteza słaba - dotyczy sytuacji, kiedy rynek, kształtując ceny instrumentów finansowych najbardziej ceni informacje o cenach akcji z przeszłości. Oznacza to, że wykorzystywanie analizy technicznej nie przynosi ponad przeciętnych zysków, kiedy rynek przekształca się z rynku nieefektywnego w rynek efektywny w formie słabej.

2. hipoteza pół silna - faza rynku efektywnego, w której dyskontowane są wszystkie informacje dostępne publicznie, co oznacza, że stosowanie analizy fundamentalnej jak i technicznej nie przynosi wtedy ponad przeciętnych zysków.

3. hipoteza silna - faza rynku efektywnego, w której są dyskontowane wszystkie informacje dostępne publicznie, jak i wszelkie informacje, które mogą wpłynąć na ceny, jak np.: ogłoszenie strategii inwestycyjnej, co oznacza, że stosowanie analizy fundamentalnej, technicznej jak i korzystanie z informacji poufnych (inside-trading) nie przynosi wtedy ponad przeciętnych zysków.

Wpływ poziomu efektywności na rodzaj strategii:

• jeżeli rynek nie cechuje się dostatecznym stopniem efektywności - to najlepsze efekty przyniesie zastosowanie analizy technicznej ( w szczególności badanie krótkoterminowych trendów) oraz innych metod opartych o dane historyczne w tym modeli ekonometrycznych

• jeżeli rynek jest efektywny na poziomie hipotezy słabej - zastosowanie analizy technicznej nie powinno zapewnić ponadprzeciętnych dochodów. Jeśli jest on efektywny również na poziomi hipotezy pół silnej, to zysków nie zapewni również inwestowanie w oparciu o analizę fundamentalną. Efektywnym narzędziem uzyskiwania wyniku lepszego od wyniku na rynku może być analiza portfelowa.

Sposoby weryfikacji prawdziwości hipotez rynku efektywnego:

1. metody weryfikacji prawdziwości hipotezy słabej:

- testy statystyczne nosowości zmian kursów

* test autokorelacji zmian kursów

* testy serii

-testy tzw. strategii inwestycyjnej

2. metody weryfikacji prawdziwości hipotezy pół silnej:

- sprawdzenie, czy cena dostosowała się do nowej informacji przed, w czasie czy też po jej upublicznieniu

- sprawdzenie, czy inwestorzy podejmując decyzje w pewnym czasie po upublicznieniu informacji osiągają ponadprzeciętne zyski

3. metody weryfikacji prawdziwości hipotezy silnej:

- weryfikacja ta polega na analizie stóp zwrotu z inwestycji grup inwestorów mających bezpośredni dostęp do informacji poufnych (przede wszystkim członkowie zarządów spółek giełdowych). Fakt osiągania przez nich ponad przeciętnych zysków, świadczy o braku efektywności rynku na tym poziomie.

Cechy obserwowane na rynkach finansowych krótko i długookresowych:

1. rynki krótkookresowe:

- wykorzystywane są informacje i dane o częstotliwości wyższej niż miesięczna

- informacja zawarta w szeregach czasowych jest najważniejszą i niejednokrotnie jedyną informacją wykorzystywaną do konstrukcji modelu

b) rynki długookresowe:

- wykorzystywane są dane i informacje o niskiej częstotliwości (kwartalne, roczne)

- informacja zawarta w szeregach czasowych nie jest jedyną, którą można wykorzystać przy konstrukcji modelu

Charakterystyka szeregów czasowych reprezentowanych przez kursy instrumentów finansowych aspekcie ich modelowania:

1. wysoka częstotliwość obserwacji

2. różne ujęcia danych prezentowanych w szeregach czasowych:

- kursy walorów r_t=y_t

- przyrost kursów r_t=y_t-y_t-1

- tempo wzrostu kursów (stopa zwrotów) r_t=(y_t-y_t-1)/y_t-1

- przyrost logarytmów kursów r_t=lny_t-lny_t-1=ln(y_t/y_t-1)

3. zjawisko tzw. grupowania wariancji - polega na tym, że zarówno małe jak i duże zmiany kursów danego instrumentu finansowego występują grupami

Przyczyny:

- nieregularny napływ informacji na rynek

- efekt grupowania kolejnych wartości obrotu giełdowego dla danego instrumentu finansowego

- źródłem zjawiska jest otoczenie makroekonomiczne, w którym funkcjonuje dana giełda

4. rozkłady temp wzrostu kursów instrumentów finansowych są leptokurtyczne (rozkłady prawdopodobieństw są bardziej nietypowe - częściej występują wzrosty kursów niż spadki, czyli nie można mówić o rozkładzie normalnym)

5. zmiany kursów są ujemnie skorelowane ze zmiennością ich wariancji

6. na rynkach finansowych występuje związek między wariancją temp wzrostu kursów i ich autokorelacją

Wpływ natury procesów charakterystycznych dla rynków finansowych na cechy kursów:

Procesy na rynku finansowym	Ich wpływ na cechy kursu
1. napływ informacji na rynek odbywa się w sposób nieregularny	1. zjawisko grupowania wariancji
2. w wielu segmentach rynku finansowego występują okresy zawieszonego obrotu odpowiednimi instrumentami finansowymi (święta, soboty, niedziele)	2. informacje w tych okresach się akumulują wolniej, w związku z czym wariancje stóp zwrotu są wyższe w dniach następujących po dniach wolnych „proporcjonalnie” do tempa akumulacji informacji
3. zmienność kursów instrumentów finansowych zależy od przewidywanych zdarzeń, których prawdopodobieństwo wystąpienia jest relatywnie wysokie (informacje wynikające z publikacji ogłaszanych regularnie)	3. duże prawdopodobieństwo zwiększenia aktywności kursowej przed samym ogłoszeniem pojawiającej się regularnie publikacji
4. sytuacja makroekonomiczna wpływa na rynki finansowe: * zmiany wskaźników makroekonomicznych mają zwykle natychmiastowy wpływ na rynki finansowe * tendencje (np.: tempo wzrostu) wskaźników makroekonomicznych (np.: PKB) pozostają w długoterminowych zależnościach z tendencjami (np.: tempami wzrostu) indeksów giełdowych poszczególnych krajach	4. wariancja kursów instrumentów finansowych zależy od sytuacji makroekonomicznej
5.postępujące procesy globalizacji rynków finansowych	5. zjawisko silnej korelacji pomiędzy tempami wzrostu różnych instrumentów finansowych, jak też i zmiennością indeksów reprezentujących całe segmenty rynku

Przyczyny niezgodności, rozbieżności między modelem i teorią:

• niezgodność modelu z informacją zawartą w próbie statystycznej

• definicje wykorzystywane w obliczeniach danych statystycznych odbiegają od definicji przyjmowanych w modelu teoretycznym

• rozważana teoria ekonomiczna jest „nieprzekładalna” na model statystyczny

8

---