Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku

Mariusz Kicia

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-227-9211-7

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej

Rok wydania:

2020

Liczba stron:

322

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Kicia, Mariusz. Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku. Red. . : Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej, 2020, 322 s. ISBN 978-83-227-9211-7

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Kicia, M.

T1 Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku

PB Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej

YR 2020

SN 978-83-227-9211-7

Bibliografia BibTex:

@Book{ 251950, author = "Kicia, Mariusz", editor = "", title = "Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku", publisher = "Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej", year = "2020", address = "", isbn = "978-83-227-9211-7" }

Bibliografia endNote:

TY - BOOK

AU - Kicia, Mariusz

ED -

TI - Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku

PB - Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej

CY -

PY - 2020

SN - 978-83-227-9211-7

ER -

Netografia (standard APA):

Kicia, Mariusz. Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku [baza danych online] : Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej, 2020 [dostęp: 31 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/behawioralne-uwarunkowania-dynamiki-cen-akcji-od-inwestora-do-rynku-mariusz-kicia-251950.

teoria ekonomii, rynek, giełda, akcje, inwestor, ceny akcji

Praca ma charakter przeglądowo-eksperymentalny. Autor poprawnie identyfikuje lukę w stanie wiedzy i należycie uzasadnia potrzebę podjęcia tego problemu. Wymienionymi w tekście celami badawczymi (nie licząc celu pośredniego) są: opracowanie modelu ...

Więcej

ISBN/ISSN:

978-83-227-9211-7

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej

Rok wydania:

2020

Liczba stron:

322

XML:ISBN/ISSN:

ONIX MARC21

Wprowadzenie10
Maksymalizacja oczekiwanej użyteczności przez inwestorów racjonalnych22
Rozdział 1 22
1.1. Homo śconomicus i początki teorii racjonalności22
1.2. Maksymalizowanie użyteczności24
1.3. Racjonalne oczekiwania i oczekiwana użyteczność26
1.4. Awersja do ryzyka28
1.5. Przetwarzanie informacji a postrzeganie użyteczności34
1.6. Maksymalizacja zdyskontowanej oczekiwanej użyteczności38
Maksymalizacja wartości przez inwestorów z ograniczoną racjonalnością 40
Rozdział 240
2.1. Krytyka i ewolucja teorii oczekiwanej użyteczności41
2.2. Teoria perspektywy – awersja i skłonność do ryzyka47
2.3. Teoria perspektywy – subiektywne prawdopodobieñstwo i wagi decyzyjne53
2.4. Hiperboliczne dyskontowanie58
2.5. Maksymalizowanie relatywnej oczekiwanej wartości z hiperbolicznym dyskontowaniem61
Rozdział 3 64
Skłonności behawioralne w modelu decyzyjnym inwestora64
3.1. Skłonności poznawcze i motywacyjne inwestorów64
3.2. Heurystyka dostępności67
3.3. Efekt kotwiczenia i torowanie69
3.4. Reprezentatywność i prawomałych liczb71
3.5. Heurystyka potwierdzenia73
3.6. Nadmierna pewność siebie i iluzja kontroli75
3.7. Nieuzasadniony optymizm78
3.8. Awersja do strat i efekt dyspozycji81
3.9. Księgowaniementalne84
Przetwarzanie informacji w procesie decyzyjnym inwestora 88
Rozdział 4 88
4.1. Potrzeby informacyjne w procesie inwestowania88
4.2. Dualny systemprzetwarzania informacji95
4.3. Logika rozmytawmodelu przetwarzania informacji106
4.4. Model decyzyjny agenta na potrzeby rynku eksperymentalnego121
Model heurystycznego podsystemu impulsywnego i algorytmicznego przetwarzania informacji na potrzeby deczyzji inwestycyjnych128
Rozdział 5 128
5.1. Modelowanie heurystyk w podsystemie impulsywnego przetwarzania informacji inwestycyjnych128
5.1.1. Agenci w grupie kontrolnej128
5.1.2. Agenci z heurystyką dostępności, kotwiczenia i torowania130
5.1.3. Agenci z heurystyką reprezentatywności130
5.1.4. Agenci z heurystyką potwierdzenia131
5.1.5. Agenci z heurystyką nadmiernej pewności siebie132
5.1.6. Agenci z heurystyką nadmiernego optymizmu132
5.1.7. Agenci z heurystyką awersji do strat i efektemdyspozycji132
5.1.8. Agenci zwybranymi heurystykami księgowaniamentalnego133
5.2. Impulsywne decyzje inwestycyjne134
5.3. Analiza techniczna jako zbiór heurystyk algorytmicznego podsystemu podejmowania decyzji inwestycyjnych141
5.4. Wycena mnożnikowa aktywów jako zbiór heurystyk algorytmicznego podsystemu podejmowania decyzji inwestycyjnych152
Przetwarzanie informacji fundamentalnych w quasi-racjonalnym podsystemie decyzyjnym inwestora 162
Rozdział 6 162
6.1. Reguły postępowania inwestora quasi-racjonalnego, posługującego się formalnymi metodami wyceny aktywów162
6.2. Praktyka szacowania wartości aktywów przez inwestorów profesjonalnych167
6.3. Szacowanie wartości godziwej aktywów w quasi-racjonalnym modelu wyceny dochodowej174
6.3.1. Prognoza zdyskontowanych przepływów dla firmy174
6.3.2. Prognoza przychodów176
6.3.3. Prognozawyniku EBIT177
6.3.4. Prognoza amortyzacji środków trwałych177
6.3.5. Prognoza wydatków inwestycyjnych178
6.3.6. Prognoza zapotrzebowania na kapitał obrotowy179
6.3.7. Prognoza wartości rezydualnej180
6.3.8. Szacowanie stopy dyskontowej189
6.3.9. Ustalenie wyceny jednostki aktywów tworzących kapitał własny196
6.4. Granice quasi-racjonalnego komponentu ceny rynkowej aktywów publicznych – przykład zastosowania modelu quasi-racjonalnej wyceny dochodowej197
Modelowanie eksperymentalne dynamiki rynku w oparciu o informacje i rozmyte reguły decyzyjne200
Rozdział 7 200
7.1. Modelowanie rynku kapitałowego a modele decyzyjne inwestorów200
7.2. Modele agentowe jako narzędziaweksperymentach finansowych206
7.3. Opis narzędzia badawczego, procedury eksperymentalnej oraz metod analizy wyników211
7.3.1. Model agentowy rynku giełdowego wykorzystywany w badaniach211
7.3.2. Procedura eksperymentówi hipotezy badawcze220
7.3.3. Wykorzystane metody analizy wyników224
7.4 Wyniki eksperymentów przeprowadzonych z wykorzystaniem modelu agentowego z wnioskowaniem rozmytym226
7.4.1. Dynamika rynku dla jednorodnych struktur agentów226
7.4.2. Dynamika rynku dlamieszanych struktur agentów235
7.4.3. Wpływ heurystyk na dynamikę cen aktywów245
Podsumowanie254
Załączniki262
Bibliografia294
Spis tabel316
Spis rysunków318

Wprowadzenie

początkowychiwielokrotnegopowtórzeniaeksperymentulubzmianypara-

metrówtak,abyuzyskaćwynikempirycznieoptymalnylubpowtarzalny.

Niemniej,odkońcalat40.XXwiekueksperymentywnauceekonomii

ifinansówzaczynająpełnićistotnefunkcje,pozwalającmiędzyinnymina

testowaniepredykcjimodeliteoretycznych,badającprzyczynyniespełnienia

przewidywańteoriiwrzeczywistymświecie,ustalającprawidłowościempi-

ryczne,którestanowiąpodstawędonowychteorii,czypozwalającna

porównaniezachowaniawróżnychwarunkachwceluokreśleniawarunków

brzegowychstosowalnościdanejteorii(Smith,1994).

Metodyeksperymentalnenienarzucajątakżeograniczeń,jakiewprowa-

dzanesądosformalizowanychmodelianalitycznychopartychnaformułach

matematycznych.Luzowaniezałożeń,dotyczącychbudowanychmodeli,

wtymzwłaszczaracjonalnościzachowańjednostek,zbliżamodeleekspery-

mentalnedowarunkówrealnegoświata.Metodyeksperymentalnezawdzię-

czającorazwiększąatrakcyjnośćrozwojowitechnologiikomputerowych.

Dlabadańmechanizmówrynkufinansowegopojawieniesięwlatach90.XX

wiekusystemówagentowychstałosięważnym,oczekiwanymitrwałym

łącznikiempomiędzyprojektowanymirozwiązaniamisztucznejinteligencji,

programowaniaobiektowegoiteoriigier,tworzączupełnienowepodejście

dosymulacji.Przyobiektywnychograniczeniachwzakresieeksperymento-

wanianarzeczywistymrynkufinansowymzbudowanyzostałzatemprzez

Autorabadańagentowyrynekeksperymentalny(agent-basedmodel,ABM).

Korzystajączodkryćfinansówbehawioralnych,narynkutymdefiniowano

iaktywowanoagentówookreślonychmechanizmachdecyzyjnych,zapew-

niającichinterakcjęimodelującwtensposóbzłożonysystemspołeczny,

jakimjestrynekfinansowy.

WsystemachABMwarunkirzeczywistegosystemusąodtwarzaneza

pomocązachowaniajednostek,zwanychagentami,którychzachowaniejest

programowanewedługustalonychparametrów.Agencisąkomputerową

reprezentacjąosóbiinstytucji,akażdyznichindywidualnieoceniawłasną

sytuacjęipodejmujeodpowiedniedecyzjewoparciuoustalonedlaniego

regułydziałania.Eksperymentywtakimmodelumożnapowtarzaćwielo-

krotnie,ażdomomentu,kiedyefektywygenerowaneprzezsystemekspery-

mentalnyprzyokreślonychzałożeniachwejściowychbędąprezentowały

stabilnyrozkład,obrazującyzachowaniecałegorynku.ModeleABMmogą

byćkalibrowanetak,abyumożliwiaćprognozowanieprocesówrynkowych

lubpozwalaćnaizolacjęwpływujednegoparametru,któryzmieniawa-

runkifunkcjonowaniarynku.Modeleagentowewykorzystujesiędotesto-

waniawieluaspektówhipotezyefektywnościrynkuiteoriiracjonalnych

Brak wyników

Behawioralne uwarunkowania dynamiki cen akcji. Od inwestora do rynku

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra