<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Acta Universitatis Lodziensis. Folia Oeconomica nr 339(6)/2018</title>
<link href="http://hdl.handle.net/11089/26772" rel="alternate"/>
<subtitle/>
<id>http://hdl.handle.net/11089/26772</id>
<updated>2026-04-03T18:03:35Z</updated>
<dc:date>2026-04-03T18:03:35Z</dc:date>
<entry>
<title>The Intensity of University-Business Collaboration in the EU</title>
<link href="http://hdl.handle.net/11089/26822" rel="alternate"/>
<author>
<name>Pleśniarska, Aleksandra</name>
</author>
<id>http://hdl.handle.net/11089/26822</id>
<updated>2019-03-20T15:40:00Z</updated>
<published>2018-01-01T00:00:00Z</published>
<summary type="text">The Intensity of University-Business Collaboration in the EU
Pleśniarska, Aleksandra
It seems that collaboration between academia and the private sector represents one of important sources of knowledge transfer, which is a key element for creating the knowledge‑based economy. Moreover, knowledge transfer between universities and businesses is vital for innovation. The ability to create innovations is not only crucial for the development of enterprises but also for the development of a country’s economy. Business is interested in having access to the latest advances in science. On the other hand, activities of university are evolving from the basic functions of teaching and research to commercialisation of research results where the partnership with the private sector is one of the most important elements. Although there are numerous advantages of such collaboration, in reality, there are also constraints that hinder university‑business cooperation. The main purpose of the article is to present selected aspects of the intensity of university‑business collaboration in the Member States of the European Union (EU). In the first section of this article, advantages of and barriers to university‑business cooperation are discussed. In the second part, the discussion addresses the following factors: public‑private co‑publications per million population and the share of enterprises cooperating with academia. The ranking of the top universities that work with the most innovative firms is also presented in the article. The reflections will be based on the study of literature, European reports and documents. The main axis of investigation is a comparative analysis which draws its data from the Eurostat database. It is concluded that significant differences exist among the Member States – in countries such as Denmark, Sweden or Finland science‑business relations are at a good level. Furthermore, it seems that in the Member States of the EU large companies are more likely to engage in collaborations with higher education or public research institutions than small and medium‑sized enterprises (SMEs).; Współpraca między uczelniami a sektorem prywatnym jest jednym z istotnych źródeł transferu wiedzy. Przepływ wiedzy ma duże znaczenie zarówno w kontekście tworzenia gospodarki opartej na wiedzy, jak i rozwoju innowacyjności. Współcześnie zdolność do kreowania innowacyjnych rozwiązań jest ważna nie tylko w aspekcie rozwoju przedsiębiorstw, ale także całej gospodarki danego kraju. Wydaje się zatem, że firmy zainteresowane są posiadaniem dostępu do najnowszych wyników badań naukowych. Natomiast zmieniająca się rola uczelni powoduje, że jej działalność nie koncentruje się wyłącznie na realizacji procesu nauczania i na prowadzeniu badań, ale także na komercjalizacji wyników badań naukowych. Dla powodzenia tej ostatniej istotne jest zatem podejmowanie współpracy z biznesem. Mimo korzyści wynikających ze współpracy obu podmiotów wydaje się, że w rzeczywistości istnieją znaczne ograniczenia w tym zakresie. Głównym celem artykułu jest próba przedstawienia intensywności współpracy między uniwersytetami a biznesem w państwach członkowskich Unii Europejskiej. Ze względu na obszerność tego zagadnienia rozważania zostaną ograniczone tylko do wybranych aspektów. W pierwszej części artykułu omówiono zagadnienie współpracy uniwersytetów z biznesem, ze szczególnym zwróceniem uwagi na jej korzyści i bariery. Natomiast w drugiej części zaprezentowano dane dotyczące liczby publikacji naukowych powstających w kooperacji uniwersytetów z sektorem prywatnym, a także udziału procentowego przedsiębiorstw podejmujących współpracę z uniwersytetami w państwach UE. Interesujące poznawczo jest również odwołanie się do międzynarodowego rankingu uniwersytetów, które podejmują współpracę z innowacyjnymi przedsiębiorstwami. Zaprezentowane rozważania zostały poczynione w oparciu o studium literatury, a także w odwołaniu do europejskich sprawozdań i dokumentów. W artykule przeprowadzona została analiza porównawcza danych wtórnych pochodzących z bazy danych Eurostat. Podsumowując, stwierdzono, iż istnieją znaczne różnice między państwami członkowskimi UE – w krajach takich jak Dania, Szwecja czy Finlandia współpraca między uniwersytetami a biznesem jest na stosunkowo dobrym poziomie. Dodatkowo wydaje się, że w państwach członkowskich UE duże przedsiębiorstwa są bardziej skłonne angażować się we współpracę z uniwersytetami lub instytucjami badawczymi niż MŚP.
</summary>
<dc:date>2018-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Modelowanie i prognozowanie procesów transmisji sygnałów między rynkami akcji. Analiza wpływu zmienności kursowej na giełdach w USA na rynek akcji w Polsce</title>
<link href="http://hdl.handle.net/11089/26821" rel="alternate"/>
<author>
<name>Brzeszczyński, Janusz</name>
</author>
<id>http://hdl.handle.net/11089/26821</id>
<updated>2021-06-24T09:12:20Z</updated>
<published>2018-01-01T00:00:00Z</published>
<summary type="text">Modelowanie i prognozowanie procesów transmisji sygnałów między rynkami akcji. Analiza wpływu zmienności kursowej na giełdach w USA na rynek akcji w Polsce
Brzeszczyński, Janusz
Signal transmission processes among international financial markets, at the level of both price volatility and returns direction, are complex phenomena, in particular in case of the application of high frequency data. This paper presents models describing such effects, discussion of selected methodological issues, empirical application for the Polish market and also indicates the possibilities for using such tools for the construction of investment strategies on the stock markets. Empirical study for the WIG20 index conducted on the sample of years 2005–2016 demonstrates the existence of the relationship between the variability of the WIG20 index returns and the returns of the indices from the US market, whereas the strongest dependence has been identified in case of the DJIA index. Moreover, an evolution effect of the value of the estimated parameters over time has been detected. The estimates from the in‑sample period from years 2005–2016 were further exploited in the out‑of‑sample experiment using the data from the year 2017 with additional application of index futures contracts on the WIG20 index.; Efekty transmisji sygnałów między rynkami finansowymi na świecie, zarówno na poziomie zmienności kursowej, jak i kierunku (znaku) stóp zwrotu, są złożonymi zjawiskami, szczególnie w przypadku wykorzystania danych o wysokiej częstotliwości obserwacji. Artykuł prezentuje modele opisujące te procesy, wybrane kwestie metodologiczne, aplikację empiryczną dla polskiego rynku oraz wskazuje na możliwości wykorzystania omawianych narzędzi do budowy giełdowych strategii inwestycyjnych. Przeprowadzone badanie dla indeksu WIG20 na próbie z lat 2005–2016 dowodzi występowania związku między zmiennością stóp zwrotu indeksu WIG20 a stopami zwrotu indeksów giełdowych z rynku w USA, przy czym najsilniejsza zależność zidentyfikowana została w przypadku indeksu DJIA. Ponadto zaobserwowany został efekt ewolucji zmian wartości estymowanych parametrów w badanych modelach wraz z upływem czasu. Oszacowania parametrów z okresu próby z lat 2005–2016 wykorzystane zostały także w eksperymencie prognostycznym przy użyciu danych z roku 2017 z zastosowaniem dodatkowo kontraktów futures na indeks WIG20.
</summary>
<dc:date>2018-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Społecznie odpowiedzialne inwestowanie jako innowacja na rynku finansowym w Polsce w dobie finansjalizacji – stan obecny i perspektywy</title>
<link href="http://hdl.handle.net/11089/26820" rel="alternate"/>
<author>
<name>Kłobukowska, Justyna</name>
</author>
<id>http://hdl.handle.net/11089/26820</id>
<updated>2019-03-20T15:40:00Z</updated>
<published>2018-01-01T00:00:00Z</published>
<summary type="text">Społecznie odpowiedzialne inwestowanie jako innowacja na rynku finansowym w Polsce w dobie finansjalizacji – stan obecny i perspektywy
Kłobukowska, Justyna
The main aim of the article is to identify the factors distinguishing socially responsible investment (SRI) as an innovation on the financial market as well as the presentation of development prospects of SRI in Poland. In the course of goal realization were discussed definitions of sustainable financial market, socially responsible investment and analyzed SRI according to characteristics of financial innovation. Selected aspects of SRI, such as the RESPECT Index or green bonds, are examples of innovations on the Polish financial market. As part of the analysis of the prospects of socially responsible investment in Poland, author presents the results of empirical research conducted in 2017 in accordance to the Delphi method which indicate the slow growth of SRI in the next five year perspective.; Głównym celem artykułu jest identyfikacja elementów wyróżniających społecznie odpowiedzialne inwestowanie (SRI) jako innowację na rynku finansowym oraz przedstawienie perspektyw rozwoju SRI w Polsce. W opracowaniu omówiono definiowanie zrównoważonego rynku finansowego i społecznie odpowiedzialnego inwestowania oraz przeanalizowano SRI pod kątem cech charakteryzujących innowacje finansowe. Wybrane aspekty SRI, takie jak RESPECT Index czy ekologiczne obligacje, stanowią przykład innowacji na polskim rynku finansowym. W ramach analizy perspektyw społecznie odpowiedzialnego inwestowania w Polsce zaprezentowano wyniki autorskich badań empirycznych zrealizowanych w 2017 roku według metody delfickiej, które wskazują na wolny wzrost SRI w okresie najbliższych pięciu lat.
</summary>
<dc:date>2018-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Measuring the Quality of Multivariate Statistical Models</title>
<link href="http://hdl.handle.net/11089/26819" rel="alternate"/>
<author>
<name>Trzęsiok, Michał</name>
</author>
<id>http://hdl.handle.net/11089/26819</id>
<updated>2019-03-20T15:40:02Z</updated>
<published>2018-01-01T00:00:00Z</published>
<summary type="text">Measuring the Quality of Multivariate Statistical Models
Trzęsiok, Michał
Assessing the quality of a statistical model is very important, since it is crucial for the utility of the modelling process’ outcome. There are many different ways of measuring statistical models’ quality. Some of the measures represent a “goodness of fit” approach, some are “prediction ability” orientated. Among them there are absolute and relative measures. It is a researcher’s decision, which model quality measure is the most adequate for the given task. In the paper we present an overview of statistical models’ quality measures and a suggestion of using different ones during the model type selection stage and the stage of assessing the quality of the final model.; Bardzo ważnym elementem procesu modelowania statystycznego jest etap oceny jakości zbudowanego modelu. W zależności od wykorzystanej metody istnieje wiele różnych podejść do pomiaru jakości modelu. Pomiar ten może skupiać się na dopasowaniu do danych empirycznych albo może przede wszystkim uwzględniać zdolności prognostyczne modelu. Mierniki mogą być absolutne albo względne. Zestaw mierników jakości modelu obejmuje liczną grupę propozycji, z których analityk musi wybrać najodpowiedniejszy do danej sytuacji. W artykule przedstawiono zestawienie mierników jakości modelu oraz sugestię używania innych mierników jakości na etapie wyboru wariantu modelu oraz na etapie oceny jakości modelu końcowego.
</summary>
<dc:date>2018-01-01T00:00:00Z</dc:date>
</entry>
</feed>
