767 resultados para Stock return predictability
Resumo:
BACKGROUND: Workers with persistent disabilities after orthopaedic trauma may need occupational rehabilitation. Despite various risk profiles for non-return-to-work (non-RTW), there is no available predictive model. Moreover, injured workers may have various origins (immigrant workers), which may either affect their return to work or their eligibility for research purposes. The aim of this study was to develop and validate a predictive model that estimates the likelihood of non-RTW after occupational rehabilitation using predictors which do not rely on the worker's background. METHODS: Prospective cohort study (3177 participants, native (51%) and immigrant workers (49%)) with two samples: a) Development sample with patients from 2004 to 2007 with Full and Reduced Models, b) External validation of the Reduced Model with patients from 2008 to March 2010. We collected patients' data and biopsychosocial complexity with an observer rated interview (INTERMED). Non-RTW was assessed two years after discharge from the rehabilitation. Discrimination was assessed by the area under the receiver operating curve (AUC) and calibration was evaluated with a calibration plot. The model was reduced with random forests. RESULTS: At 2 years, the non-RTW status was known for 2462 patients (77.5% of the total sample). The prevalence of non-RTW was 50%. The full model (36 items) and the reduced model (19 items) had acceptable discrimination performance (AUC 0.75, 95% CI 0.72 to 0.78 and 0.74, 95% CI 0.71 to 0.76, respectively) and good calibration. For the validation model, the discrimination performance was acceptable (AUC 0.73; 95% CI 0.70 to 0.77) and calibration was also adequate. CONCLUSIONS: Non-RTW may be predicted with a simple model constructed with variables independent of the patient's education and language fluency. This model is useful for all kinds of trauma in order to adjust for case mix and it is applicable to vulnerable populations like immigrant workers.
Resumo:
Tämän tutkielman tavoitteena on selvittää Venäjän, Slovakian, Tsekin, Romanian, Bulgarian, Unkarin ja Puolan osakemarkkinoiden heikkojen ehtojen tehokkuutta. Tämä tutkielma on kvantitatiivinen tutkimus ja päiväkohtaiset indeksin sulkemisarvot kerättiin Datastreamin tietokannasta. Data kerättiin pörssien ensimmäisestä kaupankäyntipäivästä aina vuoden 2006 elokuun loppuun saakka. Analysoinnin tehostamiseksi dataa tutkittiin koko aineistolla, sekä kahdella aliperiodilla. Osakemarkkinoiden tehokkuutta on testattu neljällä tilastollisella metodilla, mukaan lukien autokorrelaatiotesti ja epäparametrinen runs-testi. Tavoitteena on myös selvittääesiintyykö kyseisillä markkinoilla viikonpäiväanomalia. Viikonpäiväanomalian esiintymistä tutkitaan käyttämällä pienimmän neliösumman menetelmää (OLS). Viikonpäiväanomalia on löydettävissä kaikilta edellä mainituilta osakemarkkinoilta paitsi Tsekin markkinoilta. Merkittävää, positiivista tai negatiivista autokorrelaatiota, on löydettävissä kaikilta osakemarkkinoilta, myös Ljung-Box testi osoittaa kaikkien markkinoiden tehottomuutta täydellä periodilla. Osakemarkkinoiden satunnaiskulku hylätään runs-testin perusteella kaikilta muilta paitsi Slovakian osakemarkkinoilla, ainakin tarkastellessa koko aineistoa tai ensimmäistä aliperiodia. Aineisto ei myöskään ole normaalijakautunut minkään indeksin tai aikajakson kohdalla. Nämä havainnot osoittavat, että kyseessä olevat markkinat eivät ole heikkojen ehtojen mukaan tehokkaita
Resumo:
Tämän tutkimuksen tarkoituksena on tarkastella esiintyykö Venäjän osakemarkkinoilla kalenterianomalioita. Tutkimus keskittyy Halloween-, kuukausi-, kuunvaihde-, viikonpäivä- ja juhlapäiväanomalioiden tarkasteluun. Tutkimusaineistona käytetään RTS (Russian Trading System) indeksiä. Tarkasteluaika alkaa 1. syyskuuta 1995 ja loppuu 31. joulukuuta 2005. Havaintojen kokonaismäärä on 2584. Tutkimusmenetelmänä käytetään pienimmän neliösumman menetelmää (OLS). Tutkimustulokset osoittavat, että Venäjän osakemarkkinoilla esiintyy Halloween-, kuunvaihde- ja viikonpäiväanomalioita. Sen sijaan kuukausi- ja juhlapäiväanomalioita ei tulosten mukaanesiinny Venäjän osakemarkkinoilla. Tulokset osoittavat lisäksi, että suurin osaanomalioista on merkittävämpiä nykyään kuin Venäjän osakemarkkinoiden ensimmäisinä vuosina. Näiden tulosten perusteella voidaan todeta, että Venäjän osakemarkkinat eivät ole vielä tehokkaat.
Resumo:
Tämän tutkielman tavoitteena on tarkastella Kiinan osakemarkkinoiden tehokkuutta ja random walk -hypoteesin voimassaoloa. Tavoitteena on myös selvittää esiintyykö viikonpäiväanomalia Kiinan osakemarkkinoilla. Tutkimusaineistona käytetään Shanghain osakepörssin A-sarjan,B-sarjan ja yhdistelmä-sarjan ja Shenzhenin yhdistelmä-sarjan indeksien päivittäisiä logaritmisoituja tuottoja ajalta 21.2.1992-30.12.2005 sekä Shenzhenin osakepörssin A-sarjan ja B-sarjan indeksien päivittäisiä logaritmisoituja tuottoja ajalta 5.10.1992-30.12.2005. Tutkimusmenetelminä käytetään neljä tilastollista menetelmää, mukaan lukien autokorrelaatiotestiä, epäparametrista runs-testiä, varianssisuhdetestiä sekä Augmented Dickey-Fullerin yksikköjuuritestiä. Viikonpäiväanomalian esiintymistä tutkitaan käyttämällä pienimmän neliösumman menetelmää (OLS). Testejä tehdään sekä koko aineistolla että kolmella erillisellä ajanjaksolla. Tämän tutkielman empiiriset tulokset tukevat aikaisempia tutkimuksia Kiinan osakemarkkinoiden tehottomuudesta. Lukuun ottamatta yksikköjuuritestien saatuja tuloksia, autokorrelaatio-, runs- ja varianssisuhdetestien perusteella random walk-hypoteesi hylättiin molempien Kiinan osakemarkkinoiden kohdalla. Tutkimustulokset osoittavat, että molemmilla osakepörssillä B-sarjan indeksien käyttäytyminenon ollut huomattavasti enemmän random walk -hypoteesin vastainen kuin A-sarjan indeksit. Paitsi B-sarjan markkinat, molempien Kiinan osakemarkkinoiden tehokkuus näytti myös paranevan vuoden 2001 markkinabuumin jälkeen. Tutkimustulokset osoittavat myös viikonpäiväanomalian esiintyvän Shanghain osakepörssillä, muttei kuitenkaan Shenzhenin osakepörssillä koko tarkasteluajanjaksolla.
Resumo:
The aim was to examine the capacity of commonly used type 2 diabetes mellitus (T2DM) risk scores to predict overall mortality. The US-based NHANES III (n = 3138; 982 deaths) and the Swiss-based CoLaus study (n = 3946; 191 deaths) were used. The predictive value of eight T2DM risk scores regarding overall mortality was tested. The Griffin score, based on few self-reported parameters, presented the best (NHANES III) and second best (CoLaus) predictive capacity. Generally, the predictive capacity of scores based on clinical (anthropometrics, lifestyle, history) and biological (blood parameters) data was not better than of scores based solely on clinical self-reported data. T2DM scores can be validly used to predict mortality risk in general populations without diabetes. Comparison with other scores could further show whether such scores also suit as a screening tool for quick overall health risk assessment.
Resumo:
This study offers a statistical analysis of the persistence of annual profits across a sample of firms from different European Union (EU) countries. To this end, a Bayesian dynamic model has been used which enables the annual behaviour of those profits to be broken down into a permanent structural component on the one hand and a transitory component on the other, while also distinguishing between general effects affecting the industry as a whole to which each firm belongs and specific effects affecting each firm in particular. This break down enables the relative importance of those fundamental components to be evaluated. The data analysed come from a sample of 23,293 firms in EU countries selected from the AMADEUS data-base. The period analysed ran from 1999 to 2007 and 21 sectors were analysed, chosen in such a way that there was a sufficiently large number of firms in each country*sector combination for the industry effects to be estimated accurately enough for meaningful comparisons to be made by sector and country. The analysis has been conducted by sector and by country from a Bayesian perspective, thus making the study more flexible and realistic since the estimates obtained do not depend on asymptotic results. In general terms, the study finds that, although the industry effects are significant, more important are the specific effects. That importance varies depending on the sector or the country in which the firm carries out its activity. The influence of firm effects accounts for more than 90% of total variation and display a significantly lower degree of persistence, with adjustment speeds oscillating around 51.1%. However, this pattern is not homogeneous but depends on the sector and country analysed. Industry effects have a more marginal importance, being significantly more persistent, with adjustment speeds oscillating around 10% with this degree of persistence being more homogeneous at both country and sector levels.
Resumo:
In this study, the population structure of the white grunt (Haemulon plumieri) from the northern coast of the Yucatan Peninsula was determined through an otolith shape analysis based on the samples collected in three locations: Celestún (N 20°49",W 90°25"), Dzilam (N 21°23", W 88°54") and Cancún (N 21°21",W 86°52"). The otolith outline was based on the elliptic Fourier descriptors, which indicated that the H. plumieri population in the northern coast of the Yucatan Peninsula is composed of three geographically delimited units (Celestún, Dzilam, and Cancún). Significant differences were observed in mean otolith shapes among all samples (PERMANOVA; F2, 99 = 11.20, P = 0.0002), and the subsequent pairwise comparisons showed that all samples were significantly differently from each other. Samples do not belong to a unique white grunt population, and results suggest that they might represent a structured population along the northern coast of the Yucatan Peninsula
Resumo:
This bachelor's thesis studies calendar anomalies in stock returns in five South American countries including Argentina, Brazil, Chile and Mexico. The analysis in done using regression analysis and the OLS- method.
Resumo:
Diplomityön tavoitteena on tutkia ja kehittää menetelmä tuotekehitysprojektin ajalliselle ennustamiselle tuotteen siirtyessä tuotekehityksestä massatuotantoon. Ajallisen ennustamisen merkitys korostuu mitä lähemmäksi uuden tuotteen massatuotannon aloittaminen (ramp-up) tulee, koska strategiset päätökset koskien mm. uusia tuotantolinjoja, materiaalien- ja komponenttien tilaamisia sekä vahvistus asiakastoimitusten aloittamista täytyy tehdä jo paljon aikaisemmin.Työ aloitetaan tutkimalla rinnakkaista insinöörityötä (concurrent engineering) sekä suoritusten mittaamista (performance measurement), joiden sisältämistä ajattelumalleista, työkaluista ja tekniikoista hahmottuivat ajallisen ennustettavuuden onnistumisen edellytykset. Näitä olivat suunnitellun tuotteen ja tuotekehitysprosessin laatu sekä resurssien ja tiimien kompetenssit. Toisaalta ajalliseen ennustettavuuteen vaikuttavat myös projektien riippuvuudet ulkoisista toimittajista ja heidän aikatauluistaan.Teoreettisena viitekehyksenä käytetään Bradford L. Goldense:n luomaa mallia tuotekehityksen proaktiiviseksi mittaamiseksi sekä sovelletaan W. Edward Deming:in jatkuvan parantamisen silmukkaa. Työssä kehitetään Ramp-up Predictability konsepti, joka koostuu keskipitkän ja pitkän aikavälin ennustamisesta. Työhön ei kuulunut mallin käyttöönotto ja seuranta.Toimenpide ehdotuksena esitetään lisätutkimusta mittareiden keskinäisestä korrelaatioista ja niiden luotettavuudesta sekä mallien tarjoamista mahdollisuuksista muille tulosyksiköille.
Resumo:
Kaupintavaraston käyttäminen yrityksen hankintalogistiikassa vapauttaa varastoihin sitoutuneita pääomia, parantaa palveluastetta ja syventää asiakkaan ja toimittajan välistä yhteistyötä. Tulevaisuudessa menetelmää tullaan käyttämään laajenevassa määrin keinona logistisen kilpailukyvyn ja kustannustehokkuuden parantamisessa.Tämän työn tavoitteena oli selvittää yrityksen hankintalogistiikkaan soveltuvan kaupintavarastontoiminnan vaatimukset ja kehittää konsernin eri toimialoille yhtenäinen konsepti. Selvitys aloitettiin tutkimalla kirjallisuutta ja yrityksen asiakkaalla käytössä olevaa kaupintavarastoratkaisua, jonka jälkeen käytännön ongelmia kartoitettiin pilottiprojektin avulla.Tuloksena saatiin konsepti, jossa on käsitelty kaupintavaraston käyttöönottoa varten tarvittavat erityispiirteet kansainvälisessä kaupankäynnissä. Toimittajien ja toimitusketjujen erilaisista rakenteista johtuen yksityiskohdat on mietittävä jokaisen toimittajan kanssa erikseen.
Resumo:
El presente artículo comenta las consecuencias tributarias en Derecho español del uso de stock options.
Resumo:
Tässä diplomityössä haluttiin mallintaa kuidutusrummun toimintaa Fluent virtausmallinusohjelman avulla. Aikaisempi tieto ja kehitystyö on perustunut kokemukseen ja käytännön kokeisiin. Kehitystyön alkuaikoina on suoritettu muutamia laskelmia koskien rummun tuottoa mutta sen jälkeen ei toimintaa ole laskennallisesti kuvattu. Työn ensimmäinen osa käsittelee yleisesti keräyspaperin käsittelyyn liittyviä laitteita ja menetelmiä. Toimintaperiaatteita on kuvattu yleisellä tasolla ja FibreFlow® rumpu on sitten käsitelty muita laitteita tarkemmin. Työn toinen osa sisältää sitten laboratoriotestit paikallisilta tahteilta hankittujen näytteiden viskositeettien ja tiheyksien määrittämiseksi. Kokeet suoritettiin Kemiantekniikan osastolla Brookfield viskoosimetrillä. Joitain alustavia laskentoja tuotosta suoritettiin aikaisempien tietojen perusteella. Rumpua kun on valmistettu vuodesta 1976, on tietoa kertynyt runsaasti vuosien mittaan. Laskelmia varten valittiin mallinnettavaksi alueeksi vain yksittäinen reikä sihdistä jolle laskettiin massavirta. Käytetyt laadut olivat OCC ja DIP. Myös eri rumpukoot otettiin jossain määrin huomioon.
Resumo:
The purpose of the research is to define practical profit which can be achieved using neural network methods as a prediction instrument. The thesis investigates the ability of neural networks to forecast future events. This capability is checked on the example of price prediction during intraday trading on stock market. The executed experiments show predictions of average 1, 2, 5 and 10 minutes’ prices based on data of one day and made by two different types of forecasting systems. These systems are based on the recurrent neural networks and back propagation neural nets. The precision of the predictions is controlled by the absolute error and the error of market direction. The economical effectiveness is estimated by a special trading system. In conclusion, the best structures of neural nets are tested with data of 31 days’ interval. The best results of the average percent of profit from one transaction (buying + selling) are 0.06668654, 0.188299453, 0.349854787 and 0.453178626, they were achieved for prediction periods 1, 2, 5 and 10 minutes. The investigation can be interesting for the investors who have access to a fast information channel with a possibility of every-minute data refreshment.