Pénzügyi viselkedéstan és intertemporális portfólió-választás 1
|
|
- Veronika Flóra Dobos
- 7 évvel ezelőtt
- Látták:
Átírás
1 Pénzügyi viselkedéstan és intertemporális portfólió-választás 1 Ormos Mihály, Timotity Dusán Cikkünkben bemutatjuk, hogy a pénzügyi viselkedéstanban megjelenő mentális könyvelés heurisztika milyen hatással bír a befektetők portfólió-választásának időbeli dinamikájára. Modellünk szerint a portfólió-kialakítást érintő intertemporális döntésekre jelentős hatással van a mentális számlák létrehozása, valamint ezen belül az abnormális hozam időbeli aggregálása. Ennek értelmében negatív kapcsolat tárható fel a portfóliót érintő sokkok és a következő periódusban tartott portfólió elvárt hozama, valamint (egyensúlyi tőkepiacot és így pozitív kockázat-elvárt hozam összefüggést feltételezve) kockázata között. Modellünk létjogosultságát egy egyéni befektetői tranzakciós adatbázis felhasználásával empirikus módon is igazoljuk. Kulcsszavak: Kockázatkeresés, Kilátáselmélet, Befektetői döntések, Mentális könyvelés JEL kódok: G02; G11; G12 1. Bevezető A pénzügyi közgazdaságtan Neumann-Morgenstren-féle várható hasznosság elméletre (Neumann és Morgenstern [2007]) építő modelljeinek hibái, anomáliái számos elméleti és empirikus tanulmány részét képzeték. Az egyik legtöbb ilyen kutatást felölelő témakör a pénzügyi viselkedéstan közgazdaságtani ágazat, amelynek talán legfontosabb alapját a Daniel Kahneman és Amos Tversky [1979] által létrehozott kilátás elmélet képezi. A szerzők azon eredménye, amely szerint a befektetői hasznosság-érzékelés az 1 Köszönetnyilvánítás: Ormos Mihály munkáját a Bolyai János Kutatási Ösztöndíj támogatta. Timotity Dusán munkáját a Pallas Athéné Domus Scientiae Alapítvány támogatásával végezte. Ormos Mihály a BME Pénzügyek Tanszék egyetemi tanár Timotity Dusán a BME Pénzügyek Tanszék PhD hallgatója
2 abszolút vagyon helyett a relatív vagyonelmozdulásra irányul, azóta jelentős mennyiségű empirikus munka által megerősítésre került már. Jelen tanulmányban bemutatott modellünket ezen elméleti megfontolásra alapozzuk, amelynek időben dinamikus megközelítését alkalmazzuk a mentális könyvelés (Thaler [1985], Faragó [2005]) tőkepiaci döntések során történő megjelenésének igazolására. Thaler [1985] tanulmányában hívja fel a figyelmet az utóbbi jelenség, mint keretrendszeri függőség létezésére, amely értelmében az egyének hajlamosak a várható hasznosság elmélettől eltérő döntési heurisztikák alkalmazására: az egyes kimenetelek hasznosságainak szimpla aggregálása helyett gyakran komplex viselkedési minták alakulnak ki, amelyben az egyedi események kifizetéseinek össz-hasznossága a keretrendszertől függővé válik; a szerzők e jelenséget definiálják mentális könyvelésként. Thaler és Johnson jelen tanulmány szempontjából jóval relevánsabb írásában [1990] ez utóbbi jelenség jóval részletesebben, dinamikus megközelítést alkalmazva kerül elemzésre; dolgozatunk központi gondolata e cikk legfontosabb eredményére épít, amely szerint a múltban akkumulálódott kifizetések hatással vannak a jelenbeli döntési mechanizmusokra. Ez utóbbi tanulmány címe, valamint a szerzők által kiemelt eredmények azon jelenségre utalnak, amely szerint veszteségeket (nyereségeket) követően az egyének hajlamosak kisebb (nagyobb) kockázati toleranciát mutató viselkedést tanúsítani. Ezen eredmények számos neves elmélet alapját képezték mind az eszközárazás (Barberis et al. [2001]), mind pedig volatilitás-analízis oldalról (McQueen és Vorkink [2004]), azonban utóbbi írások mindegyike csak a jelenségnek már említett, nyereségeket (veszteségeket) követő kockázati étvágyat, attitűdöt növelő (csökkentő) részére fókuszáltak. Ezzel szemben Thaler és Johnson [1990] kiemeli, hogy olyan kifizetési sémákra, amelyek során a múltbeli veszteség visszanyerése, illetve a nyereség elvesztése is a lehetséges kifizetések halmazát képezi az egyének pontosan az iméntivel ellentétes viselkedési mintát követnek (ahogyan azt a kilátás elmélet S- alakú értékfüggvénye is implikálná, amiről Hámori [2003] részletesen ír dolgozatában). Márpedig a pénzügyi befektetések során túlnyomórészt ilyen típusú lehetőségekkel találkozunk: egy részvény esetében például az előző nap/hét/hónap hozamát könnyedén meghaladhatja akár pozitív, akár negatív értelemben a következő periódus hozama. Ezen észrevétel létjogosultsága megerősítést nyer a befektetési alapok dinamikájával kapcsolatos szakirodalom következő eredményei által is: egyrészt a Warther [1995], Goetzmann és Massa [1999], valamint Edelen és Warner [1999] negatív kapcsolatot talált az alapok
3 teljesítménye és a következő periódus nettó eszközérték-változása között; másrészt Goetzmann et al. [2000] szignifikáns negatív kapcsolatot tár fel a részvény- és kötvénytúlsúlyos alapok nettó eszközértékváltozása között. Az előbbi tehát, jól mutatja a befektetések időbeli dinamikáját, amely szerint a részvénypiac veszteséges periódusait a részvénytúlsúlyos alapokba történő tőkebeáramlás követi, míg az utóbbi, keresztmetszeti eredmény megmutatja, hogy e tőkebeáramlás forrása a kötvényalapokból történő párhuzamos tőkekiáramlás. Összességében látható egy momentum (contrarian) stratégia kialakulása (veszteséget követő befektetés) az empirikus tanulmányokból, amely jól magyarázható modellünk segítségével. Modellünk kerete magyarázatot ad a hozamok átlaghoz való visszatérésére is, amely mind fejlett (Poterba és Summers [1988]), mind pedig fejlődő piacokon (Chaudhuri és Wu [2003]) széles körben dokumentált jelenség, valamint az ehhez kötődő momentum stratégiák eredményességére (Lakonishok et al. [1994], Balvers [2000], Chen et al. [2007]). A magyar tőkepiacon végzett tesztek (Molnár [2007], Ormos és Joó [2011, 2014]) az említett tanulmányokhoz hasonló eredményeket mutatnak, amely szerint a veszteségek tartása (avagy azok fizikai vagy pszichikai elismeréséhez köthető averzió) és nyereségek gyors realizálása, vagyis a diszpozíciós hatás (Shefrin és Statman [1985]) megjelenik a befektetői magatartásban, tehát a magyar befektetői viselkedést is jellemzik az előbb bemutatott jelenségek. Mivel azonban az empirikusan feltárt jelenségekre a témakör irodalmában a mentális könyvelés dinamikus értelmezése mellett tudomásunk szerint még nem született magyarázat, tanulmányunk során erre, a múltbeli sokkok és kockázati étvágy között fennálló negatív kapcsolatra mutatunk be egy elméleti modellt, és adunk bizonyítékot egy egyéni, befektetői kereskedési adatokat felhasználó elemzésen keresztül. Cikkünk a következő felépítést követi: a következő, második fejezetben az olvasó megismerheti az eredmények értelmezéséhez szükséges elméleti modell kereteit, ezt követően a harmadik fejezetben bemutatjuk az empirikus eredményeket, végül a legfontosabb konklúziók kerülnek összefoglalása.
4 2. Intertemporális döntés az elméleti modellben: az elvárt hozam dinamikája Elméletünk alapjául a fentiekben már említett időbeli aggregálásra hajlamos, tőkepiaci portfóliót tartó befektetők számottevő piaci jelenlétét feltételezzük, amely egyének a mentális könyvelés dinamikus megközelítésével modellezhetőek. E feltételezésből adódóan következik, hogy Thaler és Johnson [1990] eredményeinek megfelelően a befektetők kockázati étvágya múltbeli veszteségeket (nyereségeket) követően megnő (lecsökken): a megbánástól való félelem miatt megpróbálják elkerülni a veszteségek pszichikai vagy fizikai realizálását (fizikai értelemben éppen úgy, ahogyan azt a diszpozíciós hatás során teszik, illetve a már megszerzett hozam elvesztését. E viselkedési mintázat a kilátás elmélet S-alakú értékfüggvényére vezethető vissza: az itt alkalmazott hasznossági (érték) függvény nyereségekre a várható hasznosság elmélet függvényeinek megfelelően monoton növekvő és ami számunkra most fontos konkáv, azonban veszteségekre konvex formát vesz fel. Ebből adódóan biztos veszteség helyett egy kockázatos lehetőség lesz az optimális választás, mivel a várható hasznosság pozitív variancia mellett éri el maximumát ilyen feltételek mellett. Így például az általunk elemzett dinamikus esetben a negatív megelőző kimenetel fix veszteségként való értelmezése nagyobb fájdalmat okozna, mint a hozamok időbeli aggregálásával elérhető várható hasznosság, amely utóbbi döntés során az egyén a veszteség visszanyerésének reményében dönt. Hasonló helyzet játszódik le múltbeli nyereségek során is: ekkor a befektető a már elért nyereség elveszítésétől való félelmében inkább hamarabb realizálja a hozamot, és csökkenti portfóliójának kockázatát. A mentális könyvelés dinamikus megközelítése tehát a befektetők egy olyan pénzügyi viselkedéstani mintázatához vezet, amely keretén belül egy elérendő referencia hozamot határoznak meg minden periódusban, és ennek eléréséből, valamint az ettől való eltérésből (az általuk nem vártnak, abnormálisnak tekintett hozamból) adódóan e referencia hozamot vagy (az aggregálás beépítésével) ennek időben átlagos értékét kívánják elérni. Referencia hozamként az egyik legkézenfekvőbb a kimenetelek racionális várakozásokra alapuló várható értékét tekinteni (Kőszegi és Rabin [2006]): ekkor a megelőző abnormális hozam (a várható értéktől való eltérés) egy kvázi-horgonynak tekinthető, amely negatív értékén szerepel a következő periódus elvárt hozamában. Kétperiódusos aggregálást feltételezve a befektető átlagos,
5 feltételes várható hozama ezért megegyezik az első periódus várható hozamával. Analitikusan tehát, a várható hozam felbontható egy ugyanolyan értéket képviselő, μ ex-ante és μ F t 1 ex-post elvárt hozamra: μ t = μ t F t 1 = μ t 1 + α(r t 1 μ t 1 ) + r f,t r f,t 1 : α [ 1,0] (1) ahol r f,t, r t 1 rendre a t-edik időszak kockázatmentes hozamát és t-1-ben tartott portfólió hozamát jelölik. Az α paraméter a megelőző időszak abnormális hozamának horgony szerepéért felelős, amely jelen értelmezésében az időben aggregálni hajlamos, keretrendszertől függő befektetők arányát írja le, ezért értéke 0 és 100% között mozog. Negatív értéke a definíciójából adódik: a hozam ismertetett időbeli aggregálása növeli (csökkenti) az elvárt hozamot veszteségeket (nyereségeket) követően. Az egyenlet harmadik és negyedik tagja, r f,t r f,t 1 a nominális hozam korrekcióját ragadja meg, ahol az elvárt hozam kontrollálva van az infláció és a kockázatmentes hozam változásával is. Az elvárt, illetve várható hozam rövid távon rossz megfoghatóságából következően elemzésünk során a portfólió kockázatának változását figyeljük meg különböző kockázati mértékek mellett, valamint megvizsgáljuk a hozam referenciapontra való érzékenységét a sokk definíciójának megváltoztatásával. E tesztelési eljárásokhoz azon feltételezést tesszük, amely szerint a kockázat-várható hozam közötti pozitív kapcsolat a várható hasznosság elmélethez hasonlóan a viselkedéstanban alkalmazott kilátás elméletben is fennáll. Ez utóbbi feltétel igazolásáról részletesen olvashatunk Levy és Levy [2004], valamint Barberis és Huang [2008] tanulmányaiban is. A következő fejezet során e kockázat-várható hozam kapcsolat és annak dinamikáját elemezzük egy befektetőkre szétbontott, egyéni tranzakciókat tartalmazó adatbázis segítségével. 3. Empirikus eredmények E fejezetben empirikus igazolását adjuk annak, hogy a fentiekben leírt jelenség, vagyis a korábbi veszteségek (nyereségek) portfólió-kockázat növelő (csökkentő) hatása, fennáll a magyar tőkepiac szereplőinél is, valamint arra, hogy e mintázat a kilátás elmélet veszteség-elkerülésének és a mentális könyvelés dinamikus megközelítésének kombinációjával magyarázható.
6 3.1. Adatok és leíró statisztika Az általunk vizsgált adatsor 43 befektető egyéni tranzakcióit tartalmazza március 16. és április 17. között. Valójában a tranzakciós adatok a BME Pénzügyek Tanszéke és az Erste Befektetési Zrt. által szervezett tőzsdejátékban résztvevő hallgatók tranzakcióit tartalmazza. A tőzsdejáték során a résztvevők saját megtakarításaikkal kereskedtek így az elszenvedett veszteség valós szegényedést, míg a pozitív hozam valós gazdagodást generált, ennek megfelelően a játék, csak annyiból volt játék, hogy a hallgatók megismerhették a legjobbak teljesítményét. Mintánk 1120 realizált tranzakciót tartalmaz összesen, amelyből 523 eladási (47%) és 597 (53%) vételi oldalú megbízás volt. A vizsgált mintában a kereskedett instrumentum között szerepelt a BUX határidős kontraktus valamint 14 tőzsdén kereskedett részvény. Az általunk választott tanulási periódus a legutoljára jegyzett termék bevezetési időpontjától (FHB, 2003 novembere) a kereskedési adatok kezdeti időpontjáig (2009 márciusa) tart, amely során a havi folytonosan értelmezett hozamokat, és az azokhoz tartozó különböző kockázati mértékeket (CAPM béta, szórás, variancia, árfolyam max/min ráta) mérjük. Az 1. táblázatban ezen instrumentumok paramétereit szemléltetjük a tanulási periódusra. A kalkulációkhoz használt havi kockázatmentes hozamot a diszkontkincstárjegy aukciók átlaghozamai alapján 0.67%-ként definiáltuk a vizsgált periódusra. A befektetők által értelmezett profitot tanulmányunkban kétféle módon is definiáljuk: egyrészt teljes profitként, amely az eladási és vételi ár logaritmusai közötti differenciája; másrészt abnormális profitként, amely az adott eszköz tanulási időszakában mért kockázatához tartozó várható hozamon felüli sokkot méri. Mindkét esetben a vételi árat az eladási tranzakciót megelőző, adott eszközre vonatkozó vételi tranzakciók mennyiséggel súlyozott átlagáraként értelmezzük. Robosztussági tesztként a FIFO (First In First Out) és LIFO (Last In First Out) készletezési módszereket is megvizsgáltuk, azonban hasonlóan a releváns szakirodalom eredményeihez (Camerer és Weber, 1998; Frazzini, 2006; Joó és Ormos, 2014) a profit értelmezésének ezen megváltoztatási nincs lényegi hatással az eredményekre, így csak előbbi kerül bemutatásra.
7 1. táblázat: Instrumentum-paraméterek Instrumentum Béta Havi szórás Havi variancia Max/min ráta Havi átlagos hozam TVK % SYNERGON % RICHTER GEDEON % RABA % PHYLAXIA % OTP % MOL % MAGYAR TELEKOM % HUMET % FOTEX % FHB T % EGIS % ECONET.HU % DANUBIUS % BUX % Mejegyzés: Az adatok a havi logaritmikus hozamokra illesztett statisztikák eredményeit mutatják. A felhasznált idősorok a 2003 novembere és 2009 márciusa közötti periódust fedik le. A béta számításához a BUX indexet, mint piaci portfóliót használjuk referenciaként. A max/min ráta a tanulási periódus során elért maximális és minimális árfolyam hányadosa. A tapasztalt befektetői diverzitást az 1. ábrán található sűrűségfüggvénnyel szemléltetjük. Bár az átlagos befektetőnkénti tranzakció szám 26, valamint a maximális érték 201, jól látható, hogy nem egyetlen kiugróan magas értékű befektető alakítja a tranzakciós adatbázisra jellemző összefüggéseket, hanem a magas sűrűségfügvénnyel rendelkező, kevés ajánlatot beadó szereplők mellett számos sokat tranzaktáló befektető is található. Ezért összességében egy reprezentatív mintáról beszélhetünk a tranzakciók tekintetében, mivel a kevés tranzakcióval rendelkezőket túl-, az sokat tranzaktálókat pedig alulsúlyozzuk a relatív sűrűségük változása miatt. Az ábrán látható sűrűségfüggvény becsléséhezhez Gauss-kernelt alkalmazunk.
8 1. ábra: Befektetői átlagos tranzakciószám Mejegyzés: A fenti ábra a tranzakció szám Gauss-kernellel használatával becsült sűrűségfüggvényét mutatja. Az alkalmazott sávszélesség Silverman (1986) ökölszabálya alapján kerül meghatározásra. Mivel elemzésünk során a megelőző profit hatását vizsgáljuk, ez utóbbi eloszlásáról is szót kell ejteni. Mintánkban a már említett 523 eladási tranzakció esetében mérünk profitot, amelyek 24%-a veszteségként, 76% pedig nyereségként realizálódott a vizsgált periódusban. Bár a pozitív sokkok aránya kiugrónak mutatkozott, úgy véljük, hogy a negatív profitok relatíve alacsonyabb száma mellett is mintánk statisztikailag meghatározó információt nyújt. A teljes profit szóródásának szemléltetése a 2. ábrán található. Jól látható, hogy a 4.7%-os várható érték körül szóródás jelentős: bár a Jarque-Bera, Anscome- Glynn és D Agostino tesztek alapján a normalitás, a nulla többletcsúcsosság és a zéró ferdeség elvethetőek reális szignifikancia szintek mellett, statisztikailag releváns mértékű minta áll rendelkezésre mind pozitív, mind pedig negatív tartományban, ezért a profit alapú regressziók reprezentatívak lehetnek. 2. ábra: A befektetői profit empirikus sűrűségfüggvénye Mejegyzés: A fenti ábra az egyes tranzakciók során elért teljes profit Gauss-kernellel használatával becsült sűrűségfüggvényét mutatja. Az alkalmazott sávszélesség Silverman (1986) ökölszabálya alapján kerül meghatározásra.
9 3.2. Regresszió analízis A leíró statisztikát követően e fejezetben a regressziós hatásvizsgálat empirikus eredményeit mutatjuk be. Az itt alkalmazott módszertan a legkisebb négyzetek (OLS) elvén alapuló becslési eljárást alkalmazza. Első lépésként megvizsgáljuk, hogy valóban fennáll-e mintánkban is az elméletben és gyakorlatban egyaránt dokumentált pozitív kapcsolat várható hozam és kockázat között. Ebből következően azt is feltárjuk, hogy tulajdonítható-e a magasabb hozamelvárásnak egy, a fentiekben értelmezett, a megelőző sokkok és a portfólió kockázata között fennálló, negatív, intertemporális kapcsolat. Lévén, hogy a befektetők jövőbeli várható értékre vonatkozó előrejelzése múltbeli információkra épül, jelen regressziók során mintán kívüli becslési eljárást alkalmazunk: a tanulási periódusban mért kockázatok alapján a tranzakciós időszak hozam kockázati prémiumait becsüljük. Eredményeink a 2. táblázatban találhatóak. Két érdemi eredmény figyelhető meg az adatokban, amelyek egybevágnak a téma szakirodalmában dokumentált tulajdonságokkal: egyrészről jól látható a minden kockázati mértékre szignifikáns, pozitív kapcsolat; másrészről diverzifikáló befektetőket feltételezve, a modellek illeszkedési sorrendje alapján a béta jobb kockázati mértéknek tűnik, mint az egyedi kockázatot is tartalmazó mértékek. 2. táblázat: A kockázat-várható hozam összefüggés Kockázati mérték Koefficiens p-érték Korr. R 2 Béta Szórás Variancia Max/min ráta Mejegyzés: Az eredmények a havi logaritmikus hozamokra illesztett kockázati mértékek és a várható hozam összefüggését mutatják. A p-érték a nulla értékű koefficiens nullhipotézis téves elvetésének valószínűségét, a korr. R 2 a korrigált determinációs koefficiens értékét mutatja. E részeredményeket felhasználva fentiekben ismertetett modell negatív hatása vizsgálhatóvá válik. Ezt a jelenséget a következőekben a már említett kockázati mértékeken keresztül, kétszer kétféle struktúrában vizsgáljuk. Először a megelőző periódus kimenetelének (amelyet a teljes, valamint az abnormális profittal definiálunk) hatását mérjük a következő periódus befektetésének kockázatára (2. egyenlet). Ahogyan
10 korábban említettük, a negatív hozamokat az időbeli aggregálás miatt magasabb elvárt hozam, és emiatt magasabb kockázat kell hogy kísérje pozitív kockázat-hozam összefüggés mellett. y i = α + β π 1 i + e i, (2) ahol y i és π i rendre az i-edik eladást követő vételi tranzakció kockázatát és realizált profitját jelölik. E teszttel azonban torzításra adnánk lehetőséget, amely szerint a következő időszakban tartott portfólió kockázata a megelőző időszakban tartott portfólió kockázatától is függ, és ennek hatása is beépül a mért koefficiensbe. Utóbbira jó példa a befektetői kockázatvállalási hajlandóság időben kevéssé változó mivolta, vagyis azon jelenség, amelyben a befektetők által tartott portfólió kockázata a megelőző portfólió kockázatához igazodik: egy magas kockázatú értékpapír valószínűleg egy gyengén kockázatkerülő befektetőhöz társítható, aki a következő időszakban is magas kockázatú értékpapírt fog vásárolni, így pozitív kapcsolat jön létre a kockázati mértékek között a megelőző kimenettől függetlenül. E torzítás kiküszöbölése érdekében az eladási tranzakció profit változója mellett kontrollváltozóként bevonjuk az eladási tranzakcióban szereplő eszköz vizsgált kockázati mértékét is (3. egyenlet), ahol x i az eladott eszköz kockázatát jelöli. A 2. egyenletre vonatkozó teljes profittal számolt eredményeink a 3. táblázatban találhatóak. y i = α + β π 1 i + β x 2 i + e i (3) 3. táblázat: Teljes profit regressziók Béta Szórás Variancia Max/min ráta Változó Koefficiens P-érték Koefficiens P-érték Koefficiens P-érték Koefficiens P-érték Konstans Teljes profit Korr. R Mejegyzés: Az eredmények a vételi tranzakciók során megszerzett eszköz kockázati mértékeinek a megelőző eladási tranzakciók teljes profitjára illesztett regressziós eredményeit mutatják. A p-érték a nulla értékű koefficiens nullhipotézis téves elvetésének valószínűségét, a korr. R 2 a korrigált determinációs koefficiens értékét mutatja.
11 A mérések három fontos eredményt mutatnak: egyrészt, ahol 5%-os szignifikancia szint mellett el tudjuk utasítani a zéró koefficiens hipotézisét, ott a mentális könyvelés dinamikájának megfelelően negatív kapcsolat áll fenn a megelőző eladási tranzakció profitja és a következő időszakban vásárolt eszköz kockázata között. Másodszor, e negatív kapcsolat az idioszinkratikus kockázati mértékeknél szignifikáns. Ez utóbbi arra enged következtetni, hogy a mentális könyvelés dinamikus (intertemporális) megközelítésben pontosan ugyanazokra a befektetőkre érvényes, akik statikus (keresztmetszeti) értelmezésben is mentális számlákat tartanak: azon szereplők, akik portfóliójuk kialakításakor az egyedi kockázatokat is figyelembe veszik, keresztmetszeti megközelítésben mentális könyvelést alkalmaznak, hiszen a portfólió teljes, diverzifikált kockázata helyett az egyes eszközök egyedi kockázatai (így a szórás, a variancia és a maximum/minimum ráta) is szignifikánsan befolyásolják választásukat, és így árazásukat. Azon szereplők esetében viszont, ahol nem jelennek meg e statikus értelemben vett mentális számlák, vagyis azok, akik a portfólió és az egyedi eszközök bétája alapján döntenek, nem jelenik meg a dinamikus értelemben vett mentális könyvelés sem: az eltérő periódusok hozamait nem aggregálják különböző keretrendszerek szerint, hanem függetlennek tekintik azokat, emiatt nincs hatással a megelőző periódus kimenetele a következő periódus portfólió-választására. A harmadik fontos észrevétel a különböző kockázati mértékekhez a modellek magyarázó képességét érinti: a 2. táblázatban bemutatott kockázat-hozam összefüggést feltáró modellek illeszkedési jóságával ellentétes korrigált R 2 mintát kapunk, vagyis az egyedi kockázatot alkalmazó modellek sokkal jobban teljesítenek a mentális könyvelés hatásának megragadásában. A további részleteket megfigyelve érdemes kiemelni a maximum/minimum áraránynak a többi modellnél lényegesen alacsonyabb p-értékét és magasabb determinációs koefficiensét. Véleményünk szerint ez annak köszönhető, hogy a pénzügyi viselkedéstanban megfigyelhető heurisztikák által befolyásolt befektetők a komplexebb, nehezebben értelmezhető kockázati mértékek helyett, egyszerűbb döntési kritériumokat keresnek (így például a maximum/minimum rátát), és portfólió-választásukat, eszközárazásukat e mértékre alapozzák. Ez utóbbi gondolat összecseng Ormos és Timotity [2015] eredményeivel, amelyek szerint egy könnyebben értelmezhető mérték (esetükben a várható negatív kockázat) jobb modellekhez vezet mind elméleti, mind empirikus oldalról.
12 A teljes profit vizsgálatát követően ahogyan említettük elemzésre kerül az abnormális profit hatásvizsgálata is, amelyben a kockázathoz tartozó várható hozamtól való eltéréssel magyarázzuk a portfólió-választásban beálló változást. Eredményeinket a 4. táblázatban szemléltetjük. 4. táblázat: Abnormális profit regressziók Béta Szórás Variancia Max/min ráta Változó Koefficiens P-érték Koefficiens P-érték Koefficiens P-érték Koefficiens P-érték Konstans Abnormális profit Korr. R Mejegyzés: Az eredmények a vételi tranzakciók során megszerzett eszköz kockázati mértékeinek a megelőző eladási tranzakciók abnormális profitjára illesztett regressziós eredményeit mutatják. A p-érték a nulla értékű koefficiens nullhipotézis téves elvetésének valószínűségét, a korr. R 2 a korrigált determinációs koefficiens értékét mutatja. Abnormális profitként az adott kockázathoz tartozó várható hozammal redukált teljes profitot értjük. A teljes profit tesztjéhez hasonló mintázatot kapunk: ahol szignifikáns a kapcsolat, ott negatív; a releváns kockázat esetén nem szignifikáns a kapcsolat; valamint az egyszerűbben értelmezhető max/min ráta jóval szignifikánsabb eredményt mutat mint a többi vizsgált kockázati paraméter. Fontos megjegyezni ezen felül a magyarázó erő növekedését a teljes profit regressziókhoz képest. Jól látható, hogy ahol az imént is hatással volt a megelőző periódus kimenetele a portfólió-választásra, ott lényegesen alacsonyabb p-értékek mellett magasabb determinációs koefficienseket találunk. Ezen utóbbi eredményből következtethetünk az elméleti részben tárgyalt feltételezés, a várható hozam mint referenciapont létjogosultságára: amennyiben a kilátás elméletben megjelenő referenciapontot a kockázathoz tartozó várható hozammal definiálhatjuk, akkor a mentális könyvelésből adódó kockázatvállalási dinamikát valóban az abnormális hozam mozgatja. Már említettük, hogy a közvetett kockázat-várható hozam összefüggésen felül más, közvetlen hatása is lehet az eladott eszköz kockázatának a következő tranzakció vételi döntésére (így például az időben konstans kockázatvállalási hajlandóság). A következőkben ezért a 3. egyenleten alapuló becslési eredményeket mutatjuk be az abnormális hozam felhasználásával. Mivel a teljes hozamon alapuló regresszió koefficiensei leírhatóak, a következő abnormális hozam regresszió és a 2. táblázat eredményeinek segítségével is (így többletinformációt nem hordoznak), csak az utóbbi részeredményeket közöljük az 5. táblázatban.
13 5. táblázat: Abnormális profit regressziók kontrollváltozóval Béta Szórás Variancia Max/min ráta Változó Koefficiens P-érték Koefficiens P-érték Koefficiens P-érték Koefficiens P-érték Konstans Abnormális profit Eladott eszköz kockázata Korr. R Mejegyzés: Az eredmények a vételi tranzakciók során megszerzett eszköz kockázati mértékeinek a megelőző eladási tranzakciók abnormális profitjára, valamint a megelőző eladási tranzakciók során eladott eszköz kockázatára illesztett regressziós eredményeit mutatják. A p-érték a nulla értékű koefficiens nullhipotézis téves elvetésének valószínűségét, a korr. R 2 a korrigált determinációs koefficiens értékét mutatja. Abnormális profitként az adott kockázathoz tartozó várható hozammal redukált teljes profitot értjük. Az eredmények itt is az elméleti modellnek megfelelően alakulnak: jól látható, hogy az új kontrollváltozó, az eladott eszköz kockázatának koefficiense minden kockázati paraméterre pozitív, tehát valósnak tűnik a feltételezés, amely szerint a kezdetben kockázatos eszközöket tartó befektetők hajlamosak a kimeneteltől függetlenül kockázatosabb eszközöket tartani a jövőben is. Az eladott eszköz kockázatának koefficiense ebben a regressziós keretben szignifikánssá válik a béta paraméter mérésében is, azonban a maximum/minimum ráta esetében nem beszélhetünk jelentős kapcsolatról a múltban és jövőben választott portfóliók kockázati paraméterei között. Ehhez a jelenséghez kapcsolatható a determinációs koefficiensek kontrollváltozó nélküli esethez viszonyított növekedése: a béta, a szórás és a variancia esetében számottevő növekedésről beszélhetünk a magyarázó erőben, míg a maximum/minimum arány becslésében alig nő a modell illeszkedése (bár megjegyezzük, lévén, hogy korrigált R 2 értékkel számolunk itt is valamelyest javul a becslőképesség a paraméterszám növekedését is figyelembe véve). Végül fontos megjegyezni, hogy a megelőző kimenetel az eddigiekhez hasonlóan a kontrollváltozó bevonása mellett, itt is szignifkánsan negatív hatással bír a következő periódusbeli portfólió-választás kockázatára és elvárt hozamára, amely mintánkban csak az idioszinkratikus kockázati mértékek esetében érvényesül. Összefoglalva tehát empirikus eredményeink robosztus bizonyítékot mutatnak az elméleti részben részletezett dinamikus megközelítésű mentális könyvelés jelenségére. 5%-os szignifikancia szint mellett igazoljuk a pozitív kockázat-várható hozam kapcsolat fennállását, továbbá a mentális könyvelésre utaló negatív kapcsolatot a megelőző periódus kimenetele (különösképpen az abnormális hozam esetében) és
14 a következő periódus portfólió-kockázata között, valamint a pozitív kapcsolatot a sokkot megelőző és követő portfólió-kockázat között. 4. Összegző gondolatok Kutatásunk során azon kérdésre kerestünk választ, hogy a pénzügyi viselkedéstanban alkalmazott kilátás elmélet és a mentális könyvelés heurisztika alkalmazható-e dinamikus megközelítésben. Bár mindkét részelem így a kilátás elméletben megtalálható veszteségelkerülés, valamint a mentális könyvelés létezésére a szakirodalomban számos elméleti és empirikus bizonyítékot találunk keresztmetszeti megközelítésben; a kettő együttes hatásának idősoros elemzésével kapcsolatosan csekély mennyiségű kutatási eredmény létezik. Jelen tanulmányunkban a pénzügyi viselkedéstan e résztémáját a jelenség még nem dokumentált, portfólió-választáson alapuló hatásvizsgálatával tártuk fel. Elméletünk szerint amennyiben a kockázat és az elvárt hozam között a racionális közgazdaságtani gondolkodásnak megfelelő pozitív kapcsolat áll fenn egy, a múltban megjelenő negatív (pozitív) sokkot a befektető kompenzálni kíván a mentális könyvelés keretei szerint, és az emiatt bekövetkező időbeli aggregálásból adódóan a jövőben magasabb (alacsonyabb) elvárt hozammal, és ennek megfelelően magasabb (alacsonyabb) kockázattal rendelkező portfóliót alakít ki. Empirikus tesztjeink eredményei mind kontrollváltozó nélkül, mind pedig azzal együtt robosztusan igazolják e negatív kapcsolat fennállását az idioszinkratikus kockázatot is tartalmazó kockázati mértékek, így a szórás, variancia, és maximum/minimum árarány esetében. E megállapítás érvényes mind a teljes, mind pedig az abnormális profiton alapuló regressziók esetén. Utóbbi becslések alapján a koefficiensek p-értékei és az R 2 mutatók rendre alacsonyabb és magasabb értékeket mutatnak az előbbieknél, amely az elméleti részben felvetett jelenség, a kockázathoz idomuló várható hozam referencia pontként való definiálására szolgáltat bizonyítékot. A releváns kockázattal folytatott becslés esetén nem beszélhetünk szignifikáns kapcsolatról egyik modellben sem. Ebből arra következtethetünk, hogy azon befektetők, amelyek keresztmetszeti megközelítésben nincsenek kitéve a mentális könyvelés heurisztikának, tehát portfóliójuk kialakításakor csak a releváns kockázatot veszik figyelembe (a CAPM bétára érzékenyek), azok idősoros
15 megközelítésben sem érzékenyek a mentális könyvelésre, vagyis itt sem jelenik meg a elméleti modellből következő negatív kapcsolat a múlt hozamai és a portfólió-kockázat között. Empirikus eredményeink ezen felül a következő megállapításra szolgáltatnak bizonyítékot: mind a négy vizsgált modellben az abnormális hozamtól független, pozitív kapcsolatot találunk a sokkot megelőzően kialakított és a sokkot követően választott portfólió kockázata között. E kapcsolat egy kivételével minden esetben szignifikánsnak tekinthető 5%-os elsőfajú hiba mellett, tehát mintánk igazolja azt az elméleti feltevést, amely szerint a kockázati prémiumhoz való hozzájáruláson felül amely beépül az abnormális hozam kalkulációba további magyarázóerővel bír a megelőző portfólió kockázata. Véleményünk szerint ezt az időben pozitív autokorrelációt mutató kockázatvállalási hajlandóság okozza, vagyis a piaci szereplők hajlamosak hasonló kockázattal járó portfóliót választani időben eltérő periódusok során. Kutatásunk további lehetséges irányai között szerepel a bemutatott vizsgálat nagyobb, széleskörű, valóban reprezentatív mintára történő kiterjesztése, valamint a feltárt jelenség kísérleti- és neuroközgazdaságtani tesztekkel történő megerősítése, a kialakuló mintázatok okainak részletes feltárása. Ezen felül alkalmazási szempontból érdemes megvizsgálni a mentális könyvelés bemutatott hatását a tőkepiaci árfolyamokra és azok volatilitásának dinamikájára, valamint e heurisztikát követő befektetők jelenlétét a tőkepiac mikrostrukturális modelljeiben. Hivatkozások Balvers, R., Wu, Y., Gilliland, E. (2000). Mean reversion across national stock markets and parametric contrarian investment strategies. Journal of Finance, Barberis, N., Huang, M. (2001). Mental accounting, loss aversion, and individual stock returns (No. w8190). National Bureau of Economic Research. Chaudhuri, K., Wu, Y. (2003). Random walk versus breaking trend in stock prices: evidence from emerging markets. Journal of Banking & Finance, 27(4), Chen, G., Kim, K. A., Nofsinger, J. R., Rui, O. M. (2007). Trading performance, disposition effect, overconfidence, representativeness bias, and experience of emerging market investors. Journal of Behavioral Decision Making, 20(4), Edelen, R. M., Warner, J. B. (1999). Why are mutual fund flow and market returns related? Evidence from high-frequency data. SSRN working paper no , DOI: /ssrn Faragó, K. (2005). A kockázatvállalás vizsgálata terepkísérletben. Magyar Pszichológiai Szemle, 60(3), Goetzmann, W. N., Massa, M. (1999). Index funds and stock market growth. (No. w7033). National Bureau of Economic Research.
16 Goetzmann, W. N., Massa, M., Rouwenhorst, K. G. (2000). Behavioral factors in mutual fund flows. INSEAD Hámori B. (2003). Kísérletek és kilátások Daniel Kahneman. Közgazdasági Szemle, L. évf., 779- Kahneman, D., Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica: Journal of the Econometric Society, Kőszegi, B., Rabin, M. (2006). A model of reference-dependent preferences. The Quarterly Journal of Economics, Lakonishok, J., Shleifer, A., Vishny, R. W. (1994). Contrarian investment, extrapolation, and risk. Journal of Finance, 49(5), McQueen, G., Vorkink, K. (2004). Whence GARCH? A preference-based explanation for conditional volatility. Review of Financial Studies, 17(4), Molnár, M. A. (2007). A magyar tőkepiac vizsgálata pénzügyi viselkedéstani módszerekkel (Doctoral dissertation, Budapesti Corvinus Egyetem). Ormos, M., Joó, I. (2011). Diszpozíciós hatás a magyar tőkepiacon. Közgazdasági Szemle, 58(9), Ormos, M., Joó, I. (2014). Are Hungarian investors reluctant to realize their losses?. Economic Modelling, 40, Ormos, M., Timotity, D. (2015). Generalized asset pricing: Expected Downside Risk-based equilibrium modeling. Economic Modelling, 52, Poterba, J. M., Summers, L. H. (1988). Mean reversion in stock prices: Evidence and implications. Journal of financial economics, 22(1), Shefrin, H., Statman, M. (1985). The disposition to sell winners too early and ride losers too long: Theory and evidence. Journal of Finance, Silverman, B. W. (1986). Density estimation for statistics and data analysis (Vol. 26). CRC press. Thaler, R. (1985). Mental accounting and consumer choice. Marketing science, 4(3), Thaler, R. H., Johnson, E. J. (1990). Gambling with the house money and trying to break even: The effects of prior outcomes on risky choice. Management Science, 36(6), Von Neumann, J., Morgenstern, O. (2007). Theory of Games and Economic Behavior. Princeton university press. Warther, V. A. (1995). Aggregate mutual fund flows and security returns.journal of Financial Economics, 39(2),
Bevezetés a viselkedési piacelméletbe
Bevezetés a viselkedési piacelméletbe Selei Adrienn A téma relevanciája Napjainkban: második hullámbeli viselkedés gazdaságtan (Rabin, 2002) Egyre inkább teret nyer a viselkedési piacelmélet (Behavioral
RészletesebbenA magyarországi befektetési alapok teljesítményét meghatározó tényezők vizsgálata 1
2014. TIZENHARMADIK ÉVFOLYAM 2. SZÁM 147 BÓTA GÁBOR A magyarországi befektetési alapok teljesítményét meghatározó tényezők vizsgálata 1 Az alábbi cikkben a magyarországi részvénybefektetési alapok teljesítményét
RészletesebbenTúlreagálás - Az átlaghoz való visszatérés
Kerényi Péter http://www.cs.elte.hu/ keppabt 2011. április 7. T kepiaci hatékonyság 1. Fama: Ecient Capital Markets: a Review of Theory and Empirical Work Egységes modellé gyúrta a korábbi eredményeket.
RészletesebbenA portfólió elmélet általánosításai és következményei
A portfólió elmélet általánosításai és következményei Általánosan: n kockázatos eszköz allokációja HOZAM: KOCKÁZAT: variancia-kovariancia mátrix segítségével! ) ( ) ( ) / ( ) ( 1 1 1 n s s s p t t t s
RészletesebbenDiverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,
RészletesebbenTőkepiaci árfolyamok modellje és a hatékony piacok elmélete. Molnár Márk 2006. március 8.
Tőkepiaci árfolyamok modellje és a hatékony piacok elmélete Molnár Márk 2006. március 8. Tartalom A tőkepiaci árfolyamok modellje (CAPM) Hatékony piacok elmélete (EMH) 2 Miért tart minden befektető piaci
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
Részletesebben14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
14 A Black-choles-Merton modell Copyright John C. Hull 01 1 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó:
RészletesebbenBefektetési döntések mozgatórugói
Befektetési döntések mozgatórugói Erste Alapkezelő Zrt. 2016. november 1 Befektetési döntések hátterében l. Automatikus (gyors) II. Akaratlagos (lassú) Érzelmek Tim Roth (Dr. Lightman, Hazudj, ha tudsz
RészletesebbenMik a csordaszellem mozgatórugói? Hibás befektetői vislkedés minták Groupama Aréna
Turner Tibor, CFA Ügyvezető igazgató Mik a csordaszellem mozgatórugói? Hibás befektetői vislkedés minták Groupama Aréna 2017.06.09. IF YOU DON T KNOW WHO YOU ARE, WALL STREET IS AN EXPENSIVE PLACE TO FIND
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján
RészletesebbenKockázatos pénzügyi eszközök
Kockázatos pénzügyi eszközök Tulassay Zsolt zsolt.tulassay@uni-corvinus.hu Tőkepiaci és vállalati pénzügyek 2006. tavasz Budapesti Corvinus Egyetem 2006. március 1. Motiváció Mi a fő különbség (pénzügyi
RészletesebbenAdatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
RészletesebbenBiomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
RészletesebbenBeruházási és finanszírozási döntések
Beruházási és finanszírozási döntések Dr. Farkas Szilveszter PhD, egyetemi docens BGF, PSZK, Pénzügy Intézeti Tanszék farkas.szilveszter@pszfb.bgf.hu, http://dr.farkasszilveszter.hu Tematika és tananyag
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenA befektetési teljesítmény és a diszpozíció kapcsolata 1
360 JOÓ ISTVÁN ORMOS MIHÁLY A befektetési teljesítmény és a diszpozíció kapcsolata 1 Tanulmányunkban a viselkedési pénzügyekből ismert diszpozíciós hatás káros voltát elemezzük. E hatás rabjaivá akkor
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
Részletesebben7.2. A készségek és az oktatás jövedelemben megtérülő hozama
7.2. A készségek és az oktatás jövedelemben megtérülő hozama A neoklasszikus közgazdasági elmélet szerint a termelés végső értékéhez jobban hozzájáruló egyének számára elvárt a magasabb kereset. Sőt, mi
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
RészletesebbenMatematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement
RészletesebbenHírlevél ERGO Befektetési egységekhez kötött életbiztosítás eszközalapjainak teljesítményéről
Hírlevél ERGO Befektetési egységekhez kötött életbiztosítás eszközalapjainak teljesítményéről 2016.07.29 Smart Child Befektetési egységekhez kötött életbiztosítás Smart Senior Befektetési egységekhez kötött
RészletesebbenA befektetési eszközalap portfolió teljesítményét bemutató grafikonok
PÉNZPIACI befektetési eszközalap portfólió Benchmark: RMAX Típus: Rövid lejáratú állampapír Árfolyam 1,638 HUF/egység Valuta HUF Portfolió nagysága 8 180 498 608 HUF Kockázati besorolás: alacsony A bemutatott
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
Részletesebben2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!
GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az
RészletesebbenA befektetési eszközalap portfolió teljesítményét bemutató grafikonok
PÉNZPIACI befektetési eszközalap portfólió Benchmark: RMAX Típus: Rövid lejáratú állampapír Árfolyam 1,657HUF/egység Valuta HUF Portfolió nagysága 7 625 768 268 HUF Kockázati besorolás: alacsony A bemutatott
RészletesebbenA vállalati pénzügyi döntések fajtái
A vállalati pénzügyi döntések fajtái Hosszú távú finanszírozási döntések Befektetett eszközök Forgóeszközök Törzsrészvények Elsőbbségi részvények Hosszú lejáratú kötelezettségek Rövid lejáratú kötelezettségek
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése I.
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós
RészletesebbenALLIANZ BÓNUSZ ÉLETPROGRAM-EURÓ
ÉLET- ÉS SZEMÉLYBIZTOSÍTÁS ALLIANZ.HU ALLIANZ BÓNUSZ ÉLETPROGRAM-EURÓ Az eszközalapokra vonatkozó konkrét információk BIZTONSÁGOS KÖTVÉNY EURÓ (BKE) ESZKÖZALAPRA VONATKOZÓ KONKRÉT INFORMÁCIÓK TERMÉK A
RészletesebbenYakov Amihud Haim Mendelson Lasse Heje Pedersen: Market Liquidity. Asset Pricing, Risk and Crises
Közgazdasági Szemle, LXII. évf., 2015. július augusztus (871 875. o.) Yakov Amihud Haim Mendelson Lasse Heje Pedersen: Market Liquidity. Asset Pricing, Risk and Crises Cambridge University Press, Cambridge,
RészletesebbenSTATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
RészletesebbenVálság, termelékenység, növekedés
MTA-KRTK-KTI és CEU Eger, 2017 szeptember Lassuló magyar konvergencia 80 75 70 Csehország Magyarország Lengyelország Szlovákia 65 60 Y/N 55 50 45 40 35 30 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
RészletesebbenKétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése
Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p
RészletesebbenKorrelációs kapcsolatok elemzése
Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az
RészletesebbenVállalati pénzügyek alapjai. 2.DCF alapú döntések
Vállalati pénzügyek alapjai 2.DCF alapú döntések Deliné Palinkó Éva Pénzügyek Tanszék (palinko@finance.bme.hu) A vállalati pénzügyi döntések alapjai 1) Bevezetés. Vállalati pénzügyi döntések köre.. 2)
RészletesebbenKettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenStatisztika I. 12. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre Regresszió analízis A korrelációs együttható megmutatja a kapcsolat irányát és szorosságát. A kapcsolat vizsgálata során a gyakorlatban ennél messzebb
RészletesebbenDr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter
MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenMatematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
RészletesebbenALLIANZ BÓNUSZ ÉLETPROGRAM NYUGDÍJBIZTOSÍTÁSI ZÁRADÉKKAL
ÉLET- ÉS SZEMÉLYBIZTOSÍTÁS ALLIANZ.HU ALLIANZ BÓNUSZ ÉLETPROGRAM NYUGDÍJBIZTOSÍTÁSI ZÁRADÉKKAL Az eszközalapokra vonatkozó konkrét információk 1/37 PÉNZPIACI FORINT (PPA) ESZKÖZALAPRA VONATKOZÓ KONKRÉT
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenTermelés- és szolgáltatásmenedzsment
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése
RészletesebbenAz értékelés a Móricz Zsigmond Gimnázium 3 gimnáziumi osztályának eredményei alapján készült, 102 tanuló adatai kerültek feldolgozásra.
I. A Gimnáziumi ágazat Az értékelés a Móricz Zsigmond Gimnázium 3 gimnáziumi osztályának eredményei alapján készült, 102 tanuló adatai kerültek feldolgozásra. matematika Az eredmények szerint a 4 évfolyamos
RészletesebbenIntelligent investment for Individual investors. TREND Optimum. Abszolút Hozamú Portfólió
2015 Intelligent investment for Individual investors TREND Optimum Abszolút Hozamú Portfólió GFX T TREND Optimum Abszolút Hozamú Portfólió Intelligens vagyonkezelés A TREND Optimum Abszolút Hozamú Portfólió
RészletesebbenModern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt
Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak
RészletesebbenA tıke alternatívaköltsége. Ingatlanfinanszírozás és befektetés. up módszer. Hatékony portfóliók. Portfólió. Becslés a piaci tapasztalatok alapján
A tıke alternatívaköltsége Ingatlanfinanszírozás és befektetés efektetési portfóliók r, R A várható hozam kifejezi a várható kockázat mértékét ecslése: uild-up up módszerrel, Piaci tapasztalatok alapján,
Részletesebbeny ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
RészletesebbenMoney és Risk Management
Money és Risk Management Antimartingale rendszerek módszerek modellek technikák Kreatív Stop kockázatok Kockázatcsökkentés Profitmaximalizálás Stop Loss megbízások A kereskedésünk legfontosabb része, mely
Részletesebbentársadalomtudományokban
Gépi tanulás, predikció és okság a társadalomtudományokban Muraközy Balázs (MTA KRTK) Bemutatkozik a Számítógépes Társadalomtudomány témacsoport, MTA, 2017 2/20 Empirikus közgazdasági kérdések Felváltja-e
RészletesebbenDiszpozíciós hatás a magyar tőkepiacon
Közgazdasági Szemle, LVIII. évf., 2011. szeptember (743 758. o.) Joó István Ormos Mihály Diszpozíciós hatás a magyar tőkepiacon Tanulmányunkban a viselkedési pénzügyekből ismert diszpozíciós hatást vizsgáljuk,
RészletesebbenBudapesti Műszaki és Gazdaságtudományi Egyetem Gazdálkodás- és Szervezéstudományi Doktori Iskola. Timotity Dusán
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdálkodás- és Szervezéstudományi Doktori Iskola Timotity Dusán Egyensúlyi modellezés várható negatív kockázat várható hozam rendszerben Tézisfüzet Témavezető:
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenDiagnosztika és előrejelzés
2018. november 28. A diagnosztika feladata A modelldiagnosztika alapfeladatai: A modellillesztés jóságának vizsgálata (idősoros adatok esetén, a regressziónál már tanultuk), a reziduumok fehérzaj voltának
RészletesebbenBEFEKTETÉSI LEHETŐSÉGEK INDEX ALAPÚ ETF SEGÍTSÉGÉVEL
2016.11.22 Fekete Ákos BEFEKTETÉSI LEHETŐSÉGEK INDEX ALAPÚ ETF SEGÍTSÉGÉVEL Mi az az ETF? Tőzsdén kereskedett értékpapír, amely leköveti egy eszköz ármozgását. BÉT (XETRA) Exchange-Traded Fund DEUTSCHE
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenALLIANZ GONDOSKODÁS PROGRAM PLUSZ
ÉLET- ÉS SZEMÉLYBIZTOSÍTÁS ALLIANZ.HU ALLIANZ GONDOSKODÁS PROGRAM PLUSZ Az eszközalapokra vonatkozó konkrét információk 1/32 PÉNZPIACI FORINT (PPA) ESZKÖZALAPRA VONATKOZÓ KONKRÉT INFORMÁCIÓK TERMÉK A termék
RészletesebbenVIZSGADOLGOZAT. I. PÉLDÁK (60 pont)
VIZSGADOLGOZAT (100 pont) A megoldások csak szöveges válaszokkal teljes értékűek! I. PÉLDÁK (60 pont) 1. példa (13 pont) Az egyik budapesti könyvtárban az olvasókból vett 400 elemű minta alapján a következőket
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
Részletesebben[Biomatematika 2] Orvosi biometria. Visegrády Balázs
[Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés
RészletesebbenBiometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
RészletesebbenSZAKMAI CIKKEK, ELŐADÁSOK Adaptivitás és innováció a gazdasági fejlődés lehetőségei Sebestyén Tamás
TARTALOM Oldal / Page CONTENTS SZAKMAI CIKKEK, ELŐADÁSOK Adaptivitás és innováció a gazdasági fejlődés lehetőségei Sebestyén Tamás A másodpiaci termékfejlesztés kihívásai II. rész dr. Szakály Dezső Berényi
RészletesebbenSzakpolitikai programok és intézményi változások hatásának elemzése
Szakpolitikai programok és intézményi változások hatásának elemzése Kézdi Gábor Közép-európai Egyetem (CEU) és MTA KRTK A Magyar Agrárközgazdasági Egyesület konferenciája Budapest A hatás tényellentétes
RészletesebbenMatematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
RészletesebbenStatisztikai módszerek a skálafüggetlen hálózatok
Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti
RészletesebbenHírlevél ERGO Befektetési egységekhez kötött életbiztosítás eszközalapjainak teljesítményéről
Hírlevél ERGO Befektetési egységekhez kötött életbiztosítás eszközalapjainak teljesítményéről 2017.03.31 Aqua Befektetési egységekhez kötött életbiztosítás Terra Befektetési egységekhez kötött életbiztosítás
RészletesebbenJOÓ ISTVÁN 1 ORMOS MIHÁLY 2. Diszpozíciós hatás a magyar tőkepiacon 3
JOÓ ISTVÁN 1 ORMOS MIHÁLY 2 Diszpozíciós hatás a magyar tőkepiacon 3 Tanulmányunkban a viselkedési pénzügyekből ismert diszpozíciós hatást vizsgáljuk, amely szerint a befektetők túl sokáig tartják veszteséges
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 47 55 pont jeles 38 46 pont jó 29 37 pont közepes 20 28
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
Részletesebbenoptimal investment for balanced performance balance abszolút hozam portfólió
2015 optimal investment for balanced performance balance abszolút hozam portfólió GFX Balance Abszolút Hozamú Portfólió Intelligens vagyonkezelés A Balance Abszolút Hozamú Portfólió célja, hogy aktív befektetési
RészletesebbenEszközárazás korlátos tőkeáttétel mellett
2013. TIZENKETTEDIK ÉVFOLYAM 2. SZÁM 91 ORMOS MIHÁLY TIMOTITY DUSÁN Eszközárazás korlátos tőkeáttétel mellett Cikkünkben egy olyan modellt mutatunk be, amely a standard tőkepiaci eszközárazási modellekhez
RészletesebbenRasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001)
Játékelmélet szociológusoknak J-1 Bevezetés a játékelméletbe szociológusok számára Ajánlott irodalom: Mészáros József: Játékelmélet (Gondolat, 2003) Filep László: Játékelmélet (Filum, 2001) Csontos László
RészletesebbenBevezető ismeretek a pénzügyi termékekről Intézményekről, tranzakciókról 1.
Bevezető ismeretek a pénzügyi termékekről Intézményekről, tranzakciókról 1. Jánosi Imre Kármán Környezeti Áramlások Hallgatói Laboratórium, Komplex Rendszerek Fizikája Tanszék Eötvös Loránd Tudományegyetem,
RészletesebbenMatematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
RészletesebbenBuda-Cash Brókerház. Határidős piacok. Határidős üzletkötő
Buda-Cash Brókerház Határidős piacok Sőre Balázs Határidős üzletkötő Elmélet A határidős ügylet célja, egy mögöttes termékben, adott időszak alatt bekövetkező, kedvezőtlen irányú árfolyamváltozás kockázatának
RészletesebbenStatisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
RészletesebbenVállalati pénzügyek 6. Tőkepiaci árfolyamok modellje; a piaci hatékonyság elmélete
Vállalati pénzügyek 6. Tőkepiaci árfolyamok modellje; a piaci hatékonyság elmélete pénzügyszakosok, gazdinfósok saját szemvezüknél jelentkezzenek. de ők meg is érdemlik. Egyébként pedig a Neptun kinyílt!
RészletesebbenALLIANZ.HU ALLIANZ ÉLETPROGRAM ÉLET- ÉS SZEMÉLYBIZTOSÍTÁS. Az eszközalapokra vonatkozó konkrét információk AHE-21286/E1 1/37
ALLIANZ.HU ALLIANZ ÉLETPROGRAM ÉLET- ÉS SZEMÉLYBIZTOSÍTÁS Az eszközalapokra vonatkozó konkrét információk 1/37 PÉNZPIACI FORINT (PPA) ESZKÖZALAPRA VONATKOZÓ KONKRÉT INFORMÁCIÓK TERMÉK A termék neve: Allianz
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenSTATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
RészletesebbenVállalati pénzügyek alapjai. Befektetési döntések - Részvények értékelése
BME Pénzügyek Tanszék Vállalati pénzügyek alapjai Befektetési döntések - Részvények értékelése Előadó: Deliné Pálinkó Éva Részvény A részvény jellemzői Részvényt, részvénytársaságok alapításakor vagy alaptőke
Részletesebbena) 16% b) 17% c) 18% d) 19%
1. Mekkora az euró féléves paritásos határidős árfolyama, ha az azonnali árfolyam 240 HUF/EUR, a kockázatmentes forint kamatláb minden lejáratra évi 8%, a kockázatmentes euró márka kamatláb minden lejáratra
RészletesebbenAdminisztratív kérdések. A makroökonómiáról általánosan. Fontos fogalmak 01: GDP. Az előadás-vázlatok és segédanyagok megtalálhatók a moodle-ön!
1 Adminisztratív kérdések. A makroökonómiáról általánosan. Fontos fogalmak 01: GDP. Az előadás-vázlatok és segédanyagok megtalálhatók a moodle-ön! 2 Van Tematika! Az előadás A szeminárium is 3 Van 60 pont
RészletesebbenVállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium E Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26
RészletesebbenForintban Denominált Modell Portfoliók Átmeneti portfolió 45% 10% Átmeneti portfolió 45% Pénzpiaci Kötvény Abszolút hozamú A befektetési stratégia célja: A tőke reálértékének megőrzése és egy stabil kamatjövedelem
RészletesebbenSzámítógépes döntéstámogatás. Statisztikai elemzés
SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre
RészletesebbenHÍRLEVÉL 2017 II. NEGYEDÉV
HÍRLEVÉL 2017 II. NEGYEDÉV TARTALOMJEGYZÉK 1. BEVEZETÉS 3 2. PORTFÓLIÓ AJÁNLÓ 4 KONZERVATÍV MINTAPORTFÓLIÓ 4 MÉRSÉKELT MINTAPORTFÓLIÓ 5 NÖVEKEDÉSI MINTAPORTFÓLIÓ 6 MINTAPORTFÓLIÓK TELJESÍTMÉNYE 7 3. VEGYES
RészletesebbenAccorde Alapkezelő Zrt. Accorde CVK3 Alapok Alapja Befektetési Alap I. Féléves jelentés
Accorde Alapkezelő Zrt. Accorde CVK3 Alapok Alapja Befektetési Alap 2016. I. Féléves jelentés (Időszak: 2016.03.04-2016.06.30.) I. Vagyonkimutatás indulás: 03.04.. Vége: 2016.06.30. Instrumentum Érték
RészletesebbenAz áttérési költségek (switching cost) hatása a versenyre a távközlési piacokon
Az áttérési költségek (switching cost) hatása a versenyre a távközlési piacokon Készítette: Infrapont Kft. 2007. november 1 Tartalom Ábrajegyzék... 4 1. Bevezetés... 5 2. Az áttérési költségek általános
RészletesebbenFOLYÓIRATOK, ADATBÁZISOK
Szakkönyvtár FOLYÓIRATOK, ADATBÁZISOK 2013. szeptember Acta Oeconomica Állam- és Jogtudomány Élet és Irodalom Figyelő Gazdaság és Jog Határozatok Tára HVG Közgazdasági Szemle Külgazdaság Magyar Hírlap
RészletesebbenEGYSZERI DÍJFIZETÉSŰ ALLIANZ ÉLETPROGRAM NYUGDÍJBIZTOSÍTÁSI ZÁRADÉKKAL
ÉLET- ÉS SZEMÉLYBIZTOSÍTÁS ALLIANZ.HU EGYSZERI DÍJFIZETÉSŰ ALLIANZ ÉLETPROGRAM NYUGDÍJBIZTOSÍTÁSI ZÁRADÉKKAL Az okra vonatkozó konkrét információk 1/37 PÉNZPIACI FORINT (PPA) ESZKÖZALAPRA VONATKOZÓ KONKRÉT
RészletesebbenA spekulánsnak is van lelke Piaci aktualitások és a befektetői magatartás
Pleschinger Gyula Igazgató A spekulánsnak is van lelke Piaci aktualitások és a befektetői magatartás BÉT Akadémia, 2016.10.25 Befektetési szándék PIACELEMZÉS 1. Dollár piaci kilátások 2. Forint reneszánsz?
RészletesebbenBuda-Cash Brókerház. Határidős piacok. Határidős üzletkötő
Buda-Cash Brókerház Határidős piacok Sőre Balázs Határidős üzletkötő Elmélet A határidős ügylet célja, egy mögöttes termékben, adott időszak alatt bekövetkező, kedvezőtlen irányú árfolyamváltozás kockázatának
Részletesebben