POLECAMY
Autor:
Format:
pdf, ibuk
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 wpływu skłonności behawioralnych na funkcjonowanie rynku oraz zbadanie, jakie skutki dla rynku miałaby powszechność określonych skłonności behawioralnych wśród uczestników rynku. […] Można zauważyć bardzo dobre rozeznanie Autora w dotychczasowym dorobku dotyczącym poruszanej problematyki. […] Rezultaty poznawcze opracowania stanowią istotny wkład w rozwój nauki, a jednocześnie mogą mieć zastosowanie praktyczne. [Z recenzji dr. hab. Leszka Czerwonki, prof. nadzw. Uniwersytetu Gdańskiego]
Rok wydania | 2020 |
---|---|
Liczba stron | 320 |
Kategoria | Inne |
Wydawca | Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej |
ISBN-13 | 978-83-227-9211-7 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
Wprowadzenie | 9 |
Rozdział 1 21 | |
Maksymalizacja oczekiwanej użyteczności przez inwestorów racjonalnych | 21 |
1.1. Homo śconomicus i początki teorii racjonalności | 21 |
1.2. Maksymalizowanie użyteczności | 23 |
1.3. Racjonalne oczekiwania i oczekiwana użyteczność | 25 |
1.4. Awersja do ryzyka | 27 |
1.5. Przetwarzanie informacji a postrzeganie użyteczności | 33 |
1.6. Maksymalizacja zdyskontowanej oczekiwanej użyteczności | 37 |
Rozdział 2 | 39 |
Maksymalizacja wartości przez inwestorów z ograniczoną racjonalnością 39 | |
2.1. Krytyka i ewolucja teorii oczekiwanej użyteczności | 40 |
2.2. Teoria perspektywy – awersja i skłonność do ryzyka | 46 |
2.3. Teoria perspektywy – subiektywne prawdopodobieñstwo i wagi decyzyjne | 52 |
2.4. Hiperboliczne dyskontowanie | 57 |
2.5. Maksymalizowanie relatywnej oczekiwanej wartości z hiperbolicznym dyskontowaniem | 60 |
Rozdział 3 63 | |
Skłonności behawioralne w modelu decyzyjnym inwestora | 63 |
3.1. Skłonności poznawcze i motywacyjne inwestorów | 63 |
3.2. Heurystyka dostępności | 66 |
3.3. Efekt kotwiczenia i torowanie | 68 |
3.4. Reprezentatywność i prawomałych liczb | 70 |
3.5. Heurystyka potwierdzenia | 72 |
3.6. Nadmierna pewność siebie i iluzja kontroli | 74 |
3.7. Nieuzasadniony optymizm | 77 |
3.8. Awersja do strat i efekt dyspozycji | 80 |
3.9. Księgowaniementalne | 83 |
Rozdział 4 87 | |
Przetwarzanie informacji w procesie decyzyjnym inwestora 87 | |
4.1. Potrzeby informacyjne w procesie inwestowania | 87 |
4.2. Dualny systemprzetwarzania informacji | 94 |
4.3. Logika rozmytawmodelu przetwarzania informacji | 105 |
4.4. Model decyzyjny agenta na potrzeby rynku eksperymentalnego | 120 |
Rozdział 5 127 | |
Model heurystycznego podsystemu impulsywnego i algorytmicznego przetwarzania informacji na potrzeby deczyzji inwestycyjnych | 127 |
5.1. Modelowanie heurystyk w podsystemie impulsywnego przetwarzania informacji inwestycyjnych | 127 |
5.1.1. Agenci w grupie kontrolnej | 127 |
5.1.2. Agenci z heurystyką dostępności, kotwiczenia i torowania | 129 |
5.1.3. Agenci z heurystyką reprezentatywności | 129 |
5.1.4. Agenci z heurystyką potwierdzenia | 130 |
5.1.5. Agenci z heurystyką nadmiernej pewności siebie | 131 |
5.1.6. Agenci z heurystyką nadmiernego optymizmu | 131 |
5.1.7. Agenci z heurystyką awersji do strat i efektemdyspozycji | 131 |
5.1.8. Agenci zwybranymi heurystykami księgowaniamentalnego | 132 |
5.2. Impulsywne decyzje inwestycyjne | 133 |
5.3. Analiza techniczna jako zbiór heurystyk algorytmicznego podsystemu podejmowania decyzji inwestycyjnych | 140 |
5.4. Wycena mnożnikowa aktywów jako zbiór heurystyk algorytmicznego podsystemu podejmowania decyzji inwestycyjnych | 151 |
Rozdział 6 161 | |
Przetwarzanie informacji fundamentalnych w quasi-racjonalnym podsystemie decyzyjnym inwestora | 161 |
6.1. Reguły postępowania inwestora quasi-racjonalnego, posługującego się formalnymi metodami wyceny aktywów | 161 |
6.2. Praktyka szacowania wartości aktywów przez inwestorów profesjonalnych | 166 |
6.3. Szacowanie wartości godziwej aktywów w quasi-racjonalnym modelu wyceny dochodowej | 173 |
6.3.1. Prognoza zdyskontowanych przepływów dla firmy | 173 |
6.3.2. Prognoza przychodów | 175 |
6.3.3. Prognozawyniku EBIT | 176 |
6.3.4. Prognoza amortyzacji środków trwałych | 176 |
6.3.5. Prognoza wydatków inwestycyjnych | 177 |
6.3.6. Prognoza zapotrzebowania na kapitał obrotowy | 178 |
6.3.7. Prognoza wartości rezydualnej | 179 |
6.3.8. Szacowanie stopy dyskontowej | 188 |
6.3.9. Ustalenie wyceny jednostki aktywów tworzących kapitał własny | 195 |
6.4. Granice quasi-racjonalnego komponentu ceny rynkowej aktywów publicznych – przykład zastosowania modelu quasi-racjonalnej wyceny dochodowej | 196 |
Rozdział 7 199 | |
Modelowanie eksperymentalne dynamiki rynku w oparciu o informacje i rozmyte reguły decyzyjne | 199 |
7.1. Modelowanie rynku kapitałowego a modele decyzyjne inwestorów | 199 |
7.2. Modele agentowe jako narzędziaweksperymentach finansowych | 205 |
7.3. Opis narzędzia badawczego, procedury eksperymentalnej oraz metod analizy wyników | 210 |
7.3.1. Model agentowy rynku giełdowego wykorzystywany w badaniach | 210 |
7.3.2. Procedura eksperymentówi hipotezy badawcze | 219 |
7.3.3. Wykorzystane metody analizy wyników | 223 |
7.4 Wyniki eksperymentów przeprowadzonych z wykorzystaniem modelu agentowego z wnioskowaniem rozmytym | 225 |
7.4.1. Dynamika rynku dla jednorodnych struktur agentów | 225 |
7.4.2. Dynamika rynku dlamieszanych struktur agentów | 234 |
7.4.3. Wpływ heurystyk na dynamikę cen aktywów | 244 |
Podsumowanie | 253 |
Załączniki | 261 |
Bibliografia | 293 |
Spis tabel | 315 |
Spis rysunków | 317 |