20100120433

t/H		li łłlf
tottutt*	Z y ?-	fl	^9 1
pp0ff	df»	Ul MO
00w	1*		UliMHIłńW

14. Parametr „beta** w modelu C APM J«< InlrrprHiWiuiy JmImi

A.    miara zależności analizowanego portfela irjMrtmt' t*lfi rynkowego

B.    miara ryzyka dywersyftkowalnego dla imnll/owmi finansowych

C.    miara ryzyka systematycznego dla analizowan* finansowych

15. Które z poniższych zdań jest/są prawdziwe;

A.    Klasa modeli GARCH umożliwia zarówno uwzględniani*    AK*

autokorelacji stóp zwrotu (dla których modele te &g htmiituiwniw).

B. Test na efekt ARCH Engle’a pozwala na dokonanie wyboru t Z$du ofióOileÓ U    })

dla modelu GARCH(p,q), (np. wybór p</między    Al

a GARCH(2,1)).

C.    Model GARCH(1,1) uwzględnia zróżnicowana (asymetrycznej f#gk4$f wunutkown) wariancji na napływ dobrej informacji (ang, good news) i /Jej inlofUUM ji (ttftU' fe-P* news).

16. Na koniec dnia 22 lutego 2005 r. dysponuj**/ akcjami spółki % o wuiloid HHI I tys. zł. Przyjmujesz założenia, że: (1) prognozowana wurtośl wmlam ]] im ż* biti uu \ 2005 r. (dla zwykłych stóp zwrotu r_t z akcji X) wynoni O.OMOH, (2) oi /rkiwHim Mńlm I zwrotu w dniu 23 lutego wynosi 0, (3) rozkład *lóp /wrołii |gg| rtt/klwtlęiu normalnym. Wiesz, źe wartość kwantyła 7,_u standardowego m/klndu tioritittlmiut dla poziomu istotności (X =0,01 wynosi -2£7*. Które % ponlis/ycli prawdziwe:

A.    Wartość narażona na ryzyko (VaR) na dzień 23 lutego 2003 i, wynosi ^fiA czyli w dniu 23 lutego 2005 r. maksymalna wartość straty y, inwestycji w (tkcł*'x ’ przekroczy 6 590,24 zł.

B.    Prawdopodobieństwo poniesienia w dniu 23 lutego 200$ r, Mtaiy (y InwesWcti akcje X) o wartości wyższej niż 6 590,24 zł wym/si 0,01,

C.    Wartość narażona na ryzyko na dzień 23 lutego 2005 r wynosi lkr» 4 ,\ , ^yfj ^ &£ przypadkach na 100 maksymalna wartość straty z inwestycji w ttfcda X uw przekroczyć 186,4 zł

17. Które z poniższych zdań jest/są prawdziwe:    r

A.    W modelu EWMA opisującym warunkową wariancję <i] |^|    ciS'/,«covyaniu 1

podlegają dwa parametry, jeden odpowiedzialny za pentynttncJl pmcę.au wnranltowej wariancji, a drugi - za napływ nowej informacji w momencie II,

B.    Jeżeli do opisu zmienności wybierzemy model KWMA, musimy być świadomi obciążeń takiej miary zmienności, wynikających z efektu „ghoM fetitel#*,

C.    Model GARCH - in f mean (GARCH-M) pozwala uwzględnić asymetryczny renkr 1 zmienności na nieoczekiwane dodatnie i ujemne wartości ilóp zwrotu w momencie t \