Jest pracownikiem badawczo-dydaktycznym w Katedrze Zastosowań Informatyki i Matematyki w Ekonomii na Wydziale Nauk Ekonomicznych i Zarządzania Uniwersytetu Mikołaja Kopernika w Toruniu. Głównym obszarem jego działalności naukowej jest zastosowanie uczenia maszynowego w finansach. Uczestniczy jako wykonawca w grancie NCN pt. „Prognozowanie rynków finansowych z wykorzystaniem metod uczenia finansowego”. Prowadzi zajęcia m.in. z technologii informacyjnych, informatyki w zarządzaniu, wstępu do data science i uczenia maszynowego, narzędzi do prezentacji danych ekonomicznych i oprogramowania analiz biznesowych. Poza uczelnią zajmuje się także wdrażaniem rozwiązań Business Intelligence w przedsiębiorstwach oraz prowadzeniem szkoleń z zakresu analizy i wizualizacji danych.
Wybrane zastosowania badań operacyjnych w finansach
W monografii przedstawiono aktualny stan wiedzy na temat metod badań operacyjnych, które umożliwiają wspomaganie podejmowania decyzji w zakresie szeroko rozumianych finansów. Ponieważ we współczesnych gospodarkach powszechnie postępuje finansjalizacja oraz wzrasta rola rynków i instytucji finansowych, poruszana tematyka jest niezwykle istotna zarówno z punktu widzenia rozwoju badań naukowych, jak i zastosowań aplikacyjnych. W monografii scharakteryzowano wybrane, zwłaszcza wielokryterialne rozwiązania metodologiczne, które zilustrowano przykładami z polskiego rynku finansowego. Otrzymane wyniki potwierdzają przydatność wybranych narzędzi do analizy i optymalizacji procesów finansowych na różnych poziomach i w różnych podmiotach: w przedsiębiorstwach, bankach i innych instytucjach finansowych oraz na rynku kapitałowym i pieniężnym.
Przedmowa / 7
Wstęp / 9
Rozdział 1. Zaufanie do ilościowych mechanizmów wspomagania podejmowania decyzji finansowych w organizacjach – nowe wyzwania / 17
1. Zaufanie do modelu matematycznego / 19
2. Interpretowalność mechanizmów decyzyjnych / 22
3. Wybrane metody interpretowalności lokalnej / 27
4. Przykłady empiryczne / 34
5. Podsumowanie / 39
Rozdział 2. Zastosowanie metody SAW w ocenie ryzyka kredytowego / 43
1. Skierowane liczby rozmyte / 45
2. Podejście lingwistyczne / 48
3. Metoda SAW / 53
4. Studium przypadku / 56
5. Podsumowanie / 61
Rozdział 3. Badanie przyczyn nieefektywności banków za pomocą metody NDEA 63
1. Metoda NDEA / 64
2. Przykład obliczeniowy / 67
3. Podsumowanie / 77
Rozdział 4. Dywersyfikacja na GPW w Warszawie a efekt miesiąca 79
1. Wybrane efekty kalendarzowe na giełdach papierów wartościowych / 80
2. Konstrukcja i własności portfeli dobrze zdywersyfikowanych / 82
3. Efekt miesiąca na GPW w Warszawie a dywersyfikacja portfela – badania empiryczne / 86
4. Podsumowanie / 94
Zakończenie / 95
Literatura / 97
Informacje o autorach / 107
Witold Orzeszko
- Uczenie maszynowe w podejmowaniu decyzji prognostycznych
- Wybrane zastosowania badań operacyjnych w finansach
- Nieparametryczna identyfikacja nieliniowości w finansowych i ekonomicznych szeregach czasowych
Sylwester Bejger
Pracownik naukowy Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Mikołaja Kopernika w Toruniu. Z Uniwersytetem związany jest od czasów studiów, w trakcie których podjął pracę w Dydaktycznym Laboratorium Komputerowym Wydziału, następnie zaś pracował jako asystent, a obecnie adiunkt w Katedrze Ekonometrii i Statystyki. Jego zainteresowania naukowe są wielowątkowe, obejmują zastosowania metod ilościowych oraz narzędzi informatycznych w zakresie mikroekonomii i zarządzania. W szczególności koncentrowały się dotychczas na ekonomicznych aplikacjach teorii gier w obszarze analiz branż i rynków. Dr Bejger odbył staże naukowe na Uniwersytecie w Getyndze oraz w Katedrze Badań Operacyjnych Uniwersytetu Budapeszteńskiego. Jest także absolwentem szkoleń z zakresu nadzoru korporacyjnego oraz posiadaczem SAP Global Certificate – Associate Business Foundation & Integration with SAP ERP 6.0 EHP 5. Równolegle z działalnością akademicką dr Sylwester Bejger działał w praktyce gospodarczej, nabywając doświadczenie zawodowe w podmiotach świadczących usługi doradcze w zakresie restrukturyzacji i przekształceń własnościowych, pełniąc funkcje menedżerskie oraz zasiadając w organach nadzoru Spółek Prawa Handlowego. Dr Bejger jest także propagatorem dydaktyki nowoczesnych technologii informatycznych w zarządzaniu przedsiębiorstwem– stał się promotorem oraz pełni funkcje koordynatora afiliacji UMK w SAP University Alliances – organizacji uczelni wyższych skupionych wokół technologii informatycznych jednego z liderów rynku w tym obszarze.
Dr hab. Sylwester Bejger, Prof. NCU,
is a researcher/lecturer at the Department of Applied Informatics and Mathematics in Economics, Faculty of Economic Sciences and Management, Nicolaus Copernicus University in Toruń, Poland.
His scientific interests are interdisciplinary, including the use of quantitative methods and IT tools in microeconomics and management. In particular, he has focused so far on the economic applications of time series analysis, game theory, and operational research in an industry and market analysis. In the last few years, he concentrated on the business applications of machine learning methods.
- Wybrane zastosowania badań operacyjnych w finansach
- Uczenie maszynowe w podejmowaniu decyzji prognostycznych
- Wykrywanie, pomiar i ocena strategicznych, horyzontalnych zachowań niekonkurencyjnych przedsiębiorstw. Analiza ilościowa