Udlånsvækst drives af efterspørgslen
|
|
|
- Lasse Dahl
- 10 år siden
- Visninger:
Transkript
1 N O T A T Udlånsvæks drives af eferspørgslen 12. januar 211 Kor resumé Der har den senese id være megen fokus på bankers og realkrediinsiuers udlån il virksomheder og husholdninger. Især er bankerne fra forskellige sider beskyld for ikke a sille ilsrækkelig kapial il rådighed for virksomhederne. Formåle med denne analyse er a gå i dybden med påsanden. Vi vil undersøge, hvorvid de er erhvervslives og husholdningernes behov for lån, eller den finansielle sekors villighed il a låne ud eller mangel på samme, der primær driver udlånsvæksen. Konak Jan Bryla Direke [email protected] Generel viser analysen a udlånsvæks il virksomheder alene påvirkes af eferspørgselsfakorer. Bland de re inkluderede konjunkurindikaorer, som bruges som proxy'er for eferspørgslen i hhv. indusrien, servicesekoren sam bygge og anlæg, er konjunkurindikaoren for serviceerhverv afgørende for udlånsvæksen. Resulaerne viser, a siger konjunkurforvenningen med én enhed, forvenes udlånsvæksen i gennemsni a sige med over 3 mio. kr. E ilsvarende billede viser sig når udlånsvæksen il husholdninger belyses. De viser sig, a højere forbrugerforvenninger er forbunde med en højere udlånsvæks. Noge kan yde på, a udlånsvæksen fra banker påvirkes af usikkerheden på de finansielle markeder. Analysen viser, a sørre usikkerhed, mål ved priserne på finansielle krediforsikringer, påvirker udlånsvæksen fra banker negaiv. Derimod påvirker usikkerheden udlånsvæksen fra realkrediinsiuerne posiiv. Denne dynamik forklarer, hvorfor usikkerhed på finansielle markeder ine forklarer, når man ser på den finansielle sekor under é. Sammenhæng mellem udlånsvæks og konjunkurer Overordne se følger bankers udlån il virksomheder og husholdninger den generelle samfundsøkonomiske udvikling. En mere gunsig samfundsøkonomisk udvikling øger virksomheders inveseringslys sam øger afsæningsmulighederne for deres produker og ydelser. En sådan inveseringslys kan evenuel finansieres eksern, dvs. ved lån eller fremmed kapial. For virksomheder, er væksen i udlån fra såvel banker som realkrediinsiuer æ forbunde med forvenninger il den fremidige økonomiske udvikling, mål ved den samlede konjunkurvurdering. For husholdninger er de
2 nærliggende a anage, a forbrugerillid og udlån er forbunde, ide man må formode, a forvenninger om bedre økonomiske forhold for forbrugere kan medføre anskaffelser af for eksempel varige forbrugsgoder eller invesering i bolig. Side 2 Figur 1 illusrerer sammenhængen mellem væksen i udlån fra banker og realkrediinsiuer il virksomheder sam re konjunkurindikaorer. Figur 1: Konjunkurindikaorer og udlånsvæks Indikaorværdi M1 26M3 26M5 26M7 26M9 26M11 27M1 27M3 27M5 27M7 27M9 27M11 28M1 28M3 28M5 28M7 28M9 28M11 29M1 29M3 29M5 29M7 År og måned 29M9 29M11 21M1 21M3 21M5 21M7 21M År-il-år væks Konjunkurindikaor for indusri Konjunkurindikaor for bygge/anlæg Konjunkurindikaor for service Udlånsvæks il virksomheder Kilde: Danmarks Saisik, Danmarks Naionalbank sam Finansrådes egne beregninger. Anm.: Udlån er deflaere med forbrugerpriser, og beregnes som den månedsvise åril-år væks. Konjunkurindikaorer er basere på forvenninger il produkionen de kommende re måneder sam en vurdering af ordrebeholdningen og færdigvarelagre. Konjunkurindikaorer er sæsonkorrigerede. Figur 1 underbygger den forvenede sammenhæng, ide figuren illusrerer a udlånsvæks og konjunkurforvenninger følger hinanden æ. Dee undersreges af de beregnede korrelaionskoefficiener. Disse er illusrere i abel 1.
3 Side 3 Tabel 1: Korrelaionsmarice for konjunkurindikaorer og udlånsvæks Indusri Bygge/anlæg Service Udlånsvæks il virksomheder Indusri 1, Bygge/anlæg,67 1, Service,87,91 1, Udlånsvæks,19,8,58 1, il virksomheder Kilde: Danmarks Saisik, Danmarks Naionalbank sam Finansrådes egne beregninger Anm.: Beregne fra januar 26 frem il og med sepember 21. Udlån er deflaere med forbrugerpriser, og væksen beregnes som den månedsvise år-il-år væks. Korrelaion mellem indusriens konjunkurforvenninger og udlånsvæksen er relaiv lav. Korrelaionen er højere med idligere værdier af konjunkurindikaoren, se ev. boks 1. Figur 2 viser væksen i bankers og realkrediinsiuers lån il husholdninger, sam forbrugernes forvenninger il fremiden, mål ved forbrugerillidsindikaoren. Figur 2: Forbrugerforvenninger og udlånsvæks 2 14 Indikaorværdi M1 26M3 26M5 26M7 26M9 26M11 27M1 27M3 27M5 27M7 27M9 27M11 28M1 28M3 28M5 28M7 28M9 28M11 29M1 År og måned 29M3 29M5 29M7 29M9 29M11 21M1 21M3 21M5 21M7 21M År-il-år væks Forbrugerillidsindikaoren Udlånsvæks il husholdninger Kilde: Danmarks Saisik, Danmarks Naionalbank sam Finansrådes egne beregninger. Anm.: Udlån er deflaere med forbrugerpriser, og beregnes som den månedsvise åril-år væks. Forbrugerillidsindikaoren belyser befolkningens syn på økonomiske konjunkurer, både for dem selv men også for lande som helhed. Forbrugerillidsindikaoren er ikke sæsonkorrigere.
4 Af figur 2 ses, a forbrugernes illid il fremiden har være nogenlunde sammenfaldende med udlånsvæksen frem il saren af 29. Derefer er udviklingen gåe i forskellig rening. De kan skyldes en vis ræghed, ide forbrugerne måske ønsker a afvene sabilieen af den økonomiske udvikling, før de foreager yderligere inveseringer. Alernaiv kan de skyldes, a forbrugerne placerer udlån i bolig eller boligforbedringer. Korrelaionen mellem væksen i MFI-sekorens 1 udlån il husholdninger og forbrugernes illid il fremiden er ca.,68. Den relaiv lave korrelaion afspejler formenlig a forvenninger og udlånsvæks er divergere siden saren af 29. Side 4 1 MFI-sekoren dækker over moneære og finansielle virksomheder, og omfaer således banker, andels- og sparekasser, realkrediinsiuer el.lign.
5 Side 5 Bankers lånevillighed Frem il nu er sammenhængen mellem såvel virksomheders som husholdningers poenielle eferspørgsel efer lån og udlånsvæks belys. Dee afsni vil forsøge a undersøge og beskrive en mulig sammenhæng mellem udlånsvæks og den finansielle sekors villighed il a låne ud. I næse afsni ser vi mere formel på, hvorvid de primær er udbud eller eferspørgsel der påvirker ændringer i udlånsvæksen. Typisk er de ikke nem a finde konkree mål for villigheden il a låne ud fra den finansielle sekors side 2. Forskellige mål for udbudde af lån er dog anvend i lierauren. For eksempel bruges mål for en banks "helbred" som proxy for udbudde af lån 3,4. Inuiionen er, a banker der er ved bedre helbred må forvenes a være mere villige il a låne ud, ide de ypisk vil være i sand il a påage sig en sørre grad af risiko, og modsa når banker er ved dårligere helbred. Som e alernaiv heril benyes ofe forskellen mellem nogle af de oneangivende inerbankrener og e såkald "overnigh index swap". Denne sørrelse angiver reel, hvor sor illid banker har il hinanden og er dermed ligeledes e mål for bankers helbred. I denne analyse vil vi bland ande fokusere på e lignende mål; spænde mellem de usikre og sikre pengemarkedsrener. Dee renespænd dækker bl.a. over hvor sor ilro banker og andre krediinsiuer har il hinanden. Derudover benyes e mål for volailieen i europæiske bankakier. Dee mål benyes il a fange poenielle effeker af markedes vurdering af den finansielle sekors sabilie og ilsand. Høj volailie sammer ofe fra usikkerhed om fremidige afkas og afspejler dermed bankers helbred. Modsa vil lav volailie ypisk beyde a markede har konsane forvenninger il fremidig indjening. Sluelig inkluderes en serie med priser på Danske Bank CDS'ere. Prisen på CDS'ere, Credi Defaul Swaps, er prisen på forsikringen mod konkurs og er derfor markedes vurdering af, her, Danske Banks helbred 5. En høj pris beyder, a markede har en vis forvenning om, a Dansk Bank ikke kan håndhæve sine forpligelser, hvorimod lave priser beyder, a markede ikke har nogen umiddelbar forvenning dee. Selvom de kun har være mulig a indhene al for én dansk bank, vurderes de, a 2 Se ev. fodnoe 9 3 Ved "proxy" forsås en variabel der med rimelighed kan ræde i en anden variabels sed. 4 Se for eksempel Peek e al. (23) hvor måle for bankers helbred er de såkalde hemmelige - CAMELS-raings, der benyes af bl.a. den Amerikanske cenralbank sam FDIC, hvilke svarer il den danske Indskydergaranifond 5 I Danmark udseder kun Danske Bank CDS'ere.
6 prisen på Danske Bank CDS'ere ilnærmelsesvis afspejler markedes opfaelse af risikoen på den samlede finansielle sekor 6. Side 6 Sluelig inkluderes Naionalbankens udlånsrenesas. Denne forvenes a fange poenielle effeker af bankernes udlånsrener på udlånsvæksen og inkluderes da høje udlånsrener vil lægge en dæmper på væksen i udlån og omvend. Naionalbankens udlånsrene er e af Naionalbankens pengepoliiske insrumener, og bruges bl.a. som insrumen ved korvarig valuauro og som ransakionsmekanisme. Figur 3 nedenfor illusrerer udviklingen i MFI-sekorens udlånsvæks il virksomheder og renespænde mellem usikre og sikre pengemarkedsrener sam Naionalbankens udlånsrene. Figur 3: Reneudvikling of udlånsvæks 25 2 Pc M Kilde: Danmarks Naionalbank sam Finansrådes egne beregninger. Anm.: Udlån er deflaere med forbrugerpriser, og beregnes som den månedsvise åril-år væks. For en definiion af de øvrige variable henvises il appendiks A. De sore udsving i renespænde skyldes, a figuren illusrerer forskellen mellem sikre og usikre pengemarkedsrener i pc. 26M3 26M5 26M7 26M9 26M11 27M1 27M3 27M5 27M7 27M9 27M11 28M1 28M3 28M5 28M7 År og måned Udlånsrene Udlånsvæks il virksomheder Renespænd i pc 28M9 28M11 29M1 29M3 29M5 29M7 29M9 29M11 21M1 21M3 21M5 21M7 21M9 Generel viser figur 3, a de er svær a se e klar mønser i udviklingen, selvom man måske kan sige, a udlånsvæksen har endens il a være lav eller negaiv når renespænde er høj. Korrelaionen mellem renespænde og udlånsvæksen er beregne il a være -,27. Selvom billede heller ikke er ydelig hvad angår en mulig sammenhæng mellem udlånsvæks il virksomheder og Naionalbankens udlånsrene, er korrelaionen mellem disse på hele,88. Korrelaionen mellem bankers udlånsvæks il husholdninger og udlånsrenen er lid mindre, nemlig knap,57. Den posiive korrelaion 6 De har dog være mulig a indhene oplysninger om en ilsvarende 5-årig CDS på Deusche Bank. Daa herfor benyes udelukkende som es af robushed, da den finansielle sekor er æ knye il hinanden på værs af Europa.
7 kan delvis forklares af den posiive korrelaion mellem BNP og udlånsrenen. Korrelaionen mellem udlånsvæks il husholdninger og renespænde er dog lid mere negaiv; -,4. Dee kunne indikere a væksen i udlån il husholdninger, er mere følsom overfor ændringer i renespænde i forhold il virksomheder. Derimod kan væks i udlån il virksomheder være mere følsom overfor ændringer i Naionalbankens udlånsrene, end husholdninger er. Side 7 I figur 4 illusreres udviklingen i prisen på Danske Bank CDS'ere, volailieen i europæiske bankakier, sam udlånsvæksen il virksomheder fra banker. Denne viser med al ydelighed markedes vurdering af usikkerhed i den finansielle sekor, da den inernaionale finansielle krise var på si højese. Samidig ses de, a der er endens il a udlånsvæks og prisen på CDS'ere samvarierer negaiv. Dee illusreres også af en korrelaionskoefficien på knap -,51. Figur 4: Finansiel usikkerhed og udlånsvæks Varians/pris M1 26M3 26M5 26M7 26M9 26M11 27M1 27M3 27M5 27M7 27M9 27M11 28M1 28M3 28M5 28M7 År og måned Kilde: Danmarks Naionalbank, Danske Bank sam Finansrådes egne beregninger. Anm.: Udlån er deflaere med forbrugerpriser, og beregnes som den månedsvise åril-år væks. Såvel volailieen som priserne på CDS'ere er opgjor på ugebasis i de originale daa. Månedsbaserede al findes ved a age e simpel gennemsni over ugerne i en given måned. Der henvises i øvrig il appendiks A. 28M9 28M11 29M1 29M3 29M5 29M7 29M9 29M11 21M1 21M3 21M5 21M7 21M9 Volailie i europæiske bankakier Danske Bank CDS-pris Udlånsvæks il virksomheder År-il-år væks I lyse af figur 4 kan de formodes a udbudde af banklån, eller bankers forvenede villighed il a låne ud, mål ved usikkerheden på de finansielle markeder, påvirker udlånsvæksen. Srukurelle forhold Man kunne frises il a inkludere variable med de formål a fange effeken af srukurelle ændringer på ændringer i udlån. Denne ilgang er for eksempel ganske anvendelig hvis formåle er inernaionale sammenligner af kre-
8 diudbud 7. I denne sammenhæng anses de ikke som formålsjenlig a følge denne ilgang. Årsagen er, a srukurelle ændringer i MFI-sekoren givevis er en konsekvens af ændringer i udbud, eferspørgsel og/eller regulering. Inkluderes der således for mange srukurelle variable i modellen, kan korrelaion mellem disse og proxy'er for udbud og eferspørgsel, udvande effeken på ændringer i udlån af proxy'erne, uden a de srukurelle variable forklarer mere af den samlede variaion. Side 8 7 I sådanne ilfælde er de relevan a konrollere for forskelle i markedsvilkår, forskelle i finansielle markeders opbygning ec.
9 Økonomerisk analyse Ovensående deskripive sammenhænge belyser ikke hvilke enkelkomponener der driver udviklingen i MFI-sekorens udlånsvæks. I dee afsni opsiller vi en empirisk model med neop dee formål. I hovedræk ønskes de a relaere ændringer i udlånsbeholdningen il eferspørgsels- og udbudsændringer. I boks 1 nedenfor er den eoreiske model opsille og forklare. Side 9 Boks 1: Empirisk ilgang Udlånsvæks il virksomheder For a forklare udviklingen i udlånsvæks il virksomheder opsilles og eses følgende model: u u + β Vol + 3 i= 1 = β + γ udlånsvillighed = β + β KI 4 i ρ u i 1 1 Indusri 3 + β SP + β CDS 5 + ε 6 + β KI 2 + γ eferspørgsel Service 3 + β r β KI 3 Bygge 3 + ε Her er KI e udryk for konjunkurforvenninger for henholdsvis indusrien, servicesekoren sam bygge- og anlægssekoren. SP er renespænde i pc., CDS angiver prisen på en Danske Bank Credi Defaul Swap, mens Vol angiver volailieen i europæiske bankakier. r er Naionalbankens udlånsrene. Der inkluderes en konsan sam re auoregressive led som konrollerer for rends. En periode er i denne sammenhæng en måned og angive ved. Variaion i udlånsvæksen som hverken udbud eller eferspørgsel kan fange, er give ved fejlledde, ε. Der henvises i øvrig il appendiks A for yderligere informaion om de inkluderede variable. Konjunkurindikaorer inkluderes med re måneders forsinkelse. Årsagen heril er, a der kan opså sysemaisk korrelaion mellem fejlledde og konjunkurindikaorer, da uobserverede fakorer, kan påvirke forvenningerne il fremiden. En sådan korrelaion mellem fejlledde og en forklarende variabel giver biased esimaer. De er derimod mere realisisk a fejlledde og den laggede konjunkurindikaor er ukorrelerede. De bemærkes ligeledes, a ændringen i konjunkuren ikke anvendes. Årsagen heril er, a spørgsmålene i konjunkurundersøgelsen er relaive, dvs. respondener svarer på hvilke konjunkurændringer de forvener. Den afhængige variabel er ændringen i udlån mellem periode og e gennemsni af de re foregående måneder give af MFI-sekoren il ikkefinansielle virksomheder.
10 Side 1 Boks 1 forsa Udlånsvæks il husholdninger For a forklare udviklingen i udlånsvæks il husholdninger opsilles og eses følgende model: u u = β + γ udlånsvillighed = β + β FI + β CDS β r β Vol 3 2 i= 1 i ρ u i Her er FI e udryk for forbrugerforvenningerne, mens resen af variablene ellers er som beskreve ovenfor. Modsa konjunkurindikaorer for indusrien, serviceerhverv sam bygge og anlæg, medages forbrugerillidsindikaoren ikke med re måneders forsinkelse. Forklaringen herpå er, a denne indikaor er sammensa af såvel forbrugernes forvenninger il fremiden som deres opfaelse af udviklingen de sidse olv måneder. De vurderes således, a e poeniel endogeniesproblem ikke er overhængende. + γ eferspørgsel + β SP 3 + ε 2 + ε Den afhængige variabel er her ændringen i udlån mellem periode og e gennemsni af de re foregående måneder give af MFI-sekoren il husholdninger. Esimaionseknik Ovensående o ligninger esimere begge ved hjælpe af simpel OLS og der anvendes en skridvis generel-il-specifik ilgang, hvor ovensående ligninger gradvis reduceres indil der kun er saisisk signifikane variable i relaionen. Ved saisisk signifikans forsås i denne analyse signifikans på e 95 pc. konfidensniveau. For a age højde for evenuel auokorrelaion i fejlledde sam evenuel heeroskedasicie esimeres sandardfejlene som Newey-Wes sandard fejl de såkalde HACSE. De forvenes a fejlledde er poeniel auokorrelere op il 6. orden. De er neop a priori anagelsen om ordenen af auokorrelaion, der er ulempen ved Newey-Wes sandardfejlene. Der viser sig dog, a analysens resulaer er yders robuse overfor valg af lag orden.
11 Resulaer Ved brug af månedlig daa fra januar 26 frem il og med sepember 21 fås følgende resulaer af esimaionsligningerne beskreve ovenfor. Førs illusreres resulaerne for MFI-sekorens udlånsvæks il virksomheder, dernæs for MFI-sekorens udlånsvæks il husholdninger. Tabel 2: Resulaer for udlånsvæks il virksomheder Side 11 Variable u u -1,3** (,127) u -3 -,283*** (,933) Konjunkurindikaor for service 312,8*** (69,28) Naionalbankens udlånsrene 4.86*** (965,) Konsan -7.22*** (2.587) Observaioner 54 Sandardafvigelser i parenes *** p<,1, ** p<,5, * p<,1 Tabel 3: Resulaer for udlånsvæks il husholdninger Variable u u -1,73*** (,124) u -2 -,288*** (,958) Forbrugerillidsindikaoren 534,4*** (165,7) Naionalbankens udlånsrene 2.56*** (431,3) Observaioner 55 Sandardafvigelser i parenes *** p<,1, ** p<,5, * p<,1 De bemærkes, a en del variable er ekskludere som e led i selekionsmekanismen. Dee kan skyldes, enkele regressorers indireke effek på udlånsvæksen er krafigere end den direke effek. Sammenhold med en lav grad af variaion, kan de beyde a variable bliver insignifikane.
12 Forolkning af resulaer for virksomheder Resulaerne viser, a ændringer i MFI-sekorens udlånsbeholdning il virksomheder alene forklares af eferspørgselsfakorer sam naionalbankens udlånsrene. Såvel koefficienen på konjunkurindikaoren som på udlånsrenen er signifikan posiiv, hvilke indikerer, a udlånsvæksen, al ande lige, siger når enen udlånsrenen siger eller når konjunkurindikaoren for service siger. Side 12 De er ineressan a se, a indikaorer for bankers lånevillighed ikke signifikan påvirker udlånsvæksen. I forbindelse med variabelselekion udgik således volailieen på bankakier sam priserne på Danske Bank CDS'en. I figur 5 nedenfor illusreres de modelberegnede væksraer sam de fakiske væksraer i udlån il virksomheder. Som figuren illusrerer, ligger de esimerede væksraer ganske æ op de fakiske. Ændringer i udlånsvæksen er således ganske god forklare af konjunkurer i serviceerhvervene sam af Naionalbankens udlånsrene. Figur 5: Modelberegne og fakisk udlånsvæks 4 3 Væks M4 26M6 26M8 26M1 26M12 27M2 27M4 27M6 27M8 27M1 27M12 28M2 28M4 28M6 28M8 Fakisk udlånsvæks il virksomheder År og måned Modelberegne udlånsvæks il virksomheder 28M1 28M12 29M2 29M4 29M6 29M8 29M1 29M12 21M2 21M4 21M6 21M8 Kilde: Danmarks Saisik, Naionalbanken sam Finansrådes egne beregninger Anm.: Modelberegnede værdier er basere på modellen for virksomheder i boks 1 De senese al for konjunkurindikaoren 8 kan bruges som eksempel på dennes beydning for udlånsvæksen. Konjunkurindikaoren anager for november 21 værdien 9, dee er en væks på 4 enheder siden både sepember og okober, hvor niveaue var 5. En sådan væks på 4 enheder beyder, a udlåne i november måned forvenes a sige med ca. (4*313) 1.25 mio. kr. i forhold il e gennemsni af de senese re måneder. Usikkerheden i modellen indebærer dog, a den forvenede signing i udlåne med 95 pc. sikkerhed ligger i inervalle 697 mio. kr. il 185 mio. kr. 8 Se
13 Robusheden af ovensående konklusion er undersøg på forskellig vis. For eksempel eses om resulaerne er specifikke for MFI-sekorens samlede udlån, eller om de også reflekerer bankers udlån alene. I appendiks B præseneres resulaerne af en generel-il-specifik esimaion af en ligning svarende il den førse ligning gennemgåe i boks 1. I appendiks B er den afhængige variabel udlånsvæksen i bankers udlån il virksomheder. Her viser resulaerne e ande billede. For de førse er markedes vurdering af usikkerheden, mål ved priserne på Danske Bank CDS'ere, signifikan negaiv. De beyder, a når der er usikkerhed om bankers helbred, falder udlånsvæksen fra bankerne. En forklaring herpå kunne være, a realkrediinsiuernes funding har være mere sabil gennem den inernaionale finansielle krise. Dee indebærer en lavere udlånsrene il virksomheder fra realkrediinsiuerne. Resulaerne med realkredisekorens udlånsvæks som afhængig variabel, undersøer en sådan hypoese. Appendiks B illusrerer således, a usikkerhed i banksekoren, mål ved volailieen på bankakier, påvirker udlånsvæksen fra realkrediinsiuer il virksomheder posiiv. Side 13 Derudover bemærkes de, a konjunkurindikaorer ine beyder for udlånsvæksen i banklån il virksomheder. Forolkning af resulaer for husholdninger Analysen foreage for væksen i MFI-sekorens udlån il husholdninger viser e ilsvarende billede som udlånsvæks il virksomheder. De ses a indikaoren for konjunkurer, mål ved forbrugerillidsindikaoren, er signifikan posiiv. Dee var også a forvene, da mere illid il fremiden kan føre il inveseringer i varige forbrugsgode, bolig eller boligforbedringer. Derudover ses de, a Naionalbankens udlånsrene samvarierer posiiv med udlånsvæksen. Dee resula er ikke vene, da man ville forvene a højere bankrener ville føre il mindre væks i udlån, al ande lige. Foreages en ilsvarende analyse udelukkende for bankudlån, finder vi, a usikkerheden på finansielle markeder, mål ved priserne på Danske Bank CDS'ere, påvirker udlånsvæksen negaiv. Analysen viser også a højere forbrugerforvenninger påvirker udlånsvæksen negaiv. De er e ganske overraskende resula. En forklaring kan være, a forbrugere, i lyse af den inernaionale finanskrise, skruer ned for forbruge af langvarige forbrugsgoder. Dee beyder a andelen af boligudlån siger relaiv il forbrugsudlån. Såfrem dee måe være ilfælde, forvenes en posiiv koefficien på forbrugerillidsindikaoren i en analyse af realkrediinsiuers udlånsvæks il husholdninger. Resulaerne af en sådan analyse, viser a dee er ilfælde. Resulaerne af ovensående analyser er præsenere i appendiks B. Resulaerne i e inernaional perspekiv A ændringer i bankers udlån il virksomheder siden 26 er dreve primær af eferspørgselsændringer er ikke e særlig dansk fænomen. Aisen & Franken (21) undersøger kredigivning på værs af lande efer den inernaio-
14 nale finansielle krise i 28. Resulaerne viser, a kredivæks før krisen i høj grad påvirker kredivæksen negaiv i perioden umiddelbar efer Lehmann Brohers' kollaps. Samidig har den anvende indikaor for eferspørgsel, væks i BNP, signifikan effek på pos-lehmann Brohers ændringer i bankudlån. Såvel mål for finansiel dybde sam finansiel inegraion er insignifikane. Disse resulaer semmer overens med resulaerne af nærværende analyse. Side 14 I en analyse af makroøkonomiske flukuaioner og bankudlån viser Eickmeier e al. (26) ved brug af en vekor auoregressiv (VAR) model, a bankudlån i Tyskland generel siger efer ekspansionære choks, dvs. uforudsee posiive sød il økonomien. For euroområde vises de, a den sore krediekspansion frem il 26 var dreve primær af ekspansionære eferspørgselschoks. Undersøgelsen siger selvsag ikke noge om udviklingen i kredigivningen efer Lehmann Brohers' krak. I en nylig undersøgelse fra ECB påviser Hempell & Sørensen (21), a udlån påvirkes negaiv af begrænsninger på udbudssiden. Ved brug af klassificere European Bank Lending Survey daa 9, er forfaerne i sand il a skille udbuds- fra eferspørgselseffeker. Der esimeres FGLS på e panel af europæiske banker og resulaerne viser, a udlånsvæks il både virksomheder som il husholdninger påvirkes negaiv af begrænsninger i udbudde. De er ganske ænkelig a analysen foreage af Hempell & Sørensen, 21 er repræsenaiv for de mese af Europa, men analysen siger ikke noge om effekerne af eferspørgsel. De sår således i konras il nærværende analyse, der er i sand il a age højde for såvel udbud som eferspørgsel. Afsluende bemærkninger Formåle med denne analyse er a undersøge om ændringer i bankudlån il ikke-finansielle virksomheder og husholdninger drives af ændringer i eferspørgsel eller af udbud. Basere på daa indsamle fra Naionalbanken, Danmarks Saisik, sam Danske Bank foreages OLS esimaion af udlånsvæks på en række variable, der har il formål a fange effekerne af behove for, og udbudde af, finansiering. Resulaerne indikerer, a MFI-sekorens udlånsvæks il virksomheder påvirkes af eferspørgselseffeker frem for udbudseffeker. Analysen vise, a konjunkurindikaoren for serviceerhverv påvirker væksen posiiv. For MFIsekorens udlån il husholdninger vise resulaerne e ilsvarende billede. Her vise de sig, a forbrugerillidsindikaoren signifikan bidrog il udlånsvæksen. 9 I Danmark findes lignende daa i Naionalbankens udlånsundersøgelse. Dee er dog ikke benye i denne sammenhæng da 1) idsperioden rækker kun ilbage il fjerde kvaral 28, og 2) de er ikke mulig for Finansråde a komme i besiddelse af dealjere mikrodaa.
15 Lieraur Aisen, Ari & Franken, Michael, 29. "Bank Credi and he 28 Financial Crisis: A cross-counry Comparison," Working Papers Cenral Bank of Chile 532, Cenral Bank of Chile. Side 15 Eickmeier, Sandra & Hofmann, Boris & Worms, Andreas, 26. "Macroeconomic flucuaions and bank lending: evidence for Germany and he euro area," Discussion Paper Series 1: Economic Sudies 26,34, Deusche Bundesbank, Research Cenre. Hempell, Hannah Sabine & Sørensen, Chrisoffer Kok, 21. "The impac of supply consrains on bank lending in he euro area - crisis induced crunching?," Working Paper Series 1262, European Cenral Bank. Peek, Joe & Rosengren, Eric S & Tooell, Geoffrey M B, 23. "Idenifying he Macroeconomic Effec of Loan Supply Shocks," Journal of Money, Credi and Banking, Blackwell Publishing, vol. 35(6), pages , December.
16 Appendiks A: Variabelbeskrivelse Her beskrives kor de variable der indgår i den empiriske analyse. Der refereres i øvrig il Boks 1. Side 16 Tabel A.1: proxy-variable for udlånseferspørgsel Navn på proxy Definiion Kilde Påvirker udlån Forklaring KI -3 FI Indusriens, serviceerhvervenes, sam byggesekorens samlede forvenninger il siuaionen på idspunk, men mål i -3, da allene dækker over forvenninger il siuaionen om re måneder. Danmarks Saisik + De må forvenes a hvis der er posiive forvenninger il fremiden a virksomheder ønsker a invesere i øge kapacie, hvilke al ande lige burde påvirker udlånsvæks posiiv. Variablen sammensæer Dan- + En højere grad af resulaerne af 12 marks forbrugerillid må spørgsmål som dækker Saisik forvenes a resulere såvel foriden som i øge forbrug, fremiden og afspejler hvilke ofe skal forbrugernes forvenning finansieres eksøkonomiske om den samfundsern. ilsand. Tabel A.2: proxy-variable for udlånsudbud Navn på Definiion Kilde Påvirker Forklaring proxy udlån CDS Pris på Danske Bank CDS. Danske Bank - Prisen på CDS'ere reflekerer markedes forvenning om poeniel konkurs. Hvis prisen er høj forvener markede en snarlig konkurs og de må derfor forvenes, a CDS-priser påvirker udlånsvæks negaiv. Vol Volailieen i europæiske bankakier mål på ugebasis som 9- dages volailieen. Volailie er her defi- Danske Bank - Da volailie er e udryk for usikkerhed, må sørre usikkerhed forbunde med bankaki-
17 nere som sandardaf- er, forvenelig re- Side 17 vigelsen. Volailie er ducere bankers beregne på baggrund villighed il a låne af bankakier og daa ud, hvorfor en ne- r sammer fra Eurosoxx. Naionalbankens ud- Naio- +/- gaiv koefficien forvenes. lånsrene nalban- ken SP Renespænd=(usikre Naio- - E højere rene- 3-måneders penge- nalban- spænd indikerer markedsrene)-(sikre ken sørre usikkerhed 3-måneders penge- og man forvener markedsrene). I reg- derfor lavere ud- ressionsanalysen be- lånsvæks. regnes renespænde i procen, og som e 3- måneders glidende gennemsni.
18 Side 18 Appendiks B: Øvrige resulaer Her illusreres resulaerne når den forklarende variabel er udlånsvæks fra ande end MFI-sekoren. Specifik illusrerer resulaerne udlånsvæks opdel på udlån fra banksekoren og udlån fra realkrediinsiuerne. Tabel B.1: Udlånsvæks fra banksekoren il virksomheder Variable u u ** (.12) r 2,455*** (42.6) CDS -88.6*** (19.74) Observaioner 56 Sandardafvigelser i parenes *** p<.1, ** p<.5, * p<.1 Tabel B.2: Udlånsvæks fra banksekoren il husholdninger Variable u u ** (.845) u *** (.983) FI *** (119.2) CDS *** (2.8) Konsan 12,164*** (1,47) Observaioner 54 Sandardafvigelser i parenes *** p<.1, ** p<.5, * p<.1 Tabel B.3: Udlånsvæks fra realkredisekoren il virksomheder Variable u KI_service 12.4*** (2.65) Vol 85.81*** (13.69) SP 184.6***
19 (6.32) Consan -2,45** (917.2) Side 19 Observaions 58 Sandardafvigelser i parenes *** p<.1, ** p<.5, * p<.1 Tabel B.4: Udlånsvæks fra realkredisekoren il husholdninger Variable u u -1.82*** (.123) u ** (.124) FI 226.8*** (79.9) r 1,452*** (315.6) Observaioner 56 Sandardafvigelser i parenes *** p<.1, ** p<.5, * p<.1
Bankernes renter forklares af andet end Nationalbankens udlånsrente
N O T A T Bankernes rener forklares af ande end Naionalbankens udlånsrene 20. maj 2009 Kor resumé I forbindelse med de senese renesænkninger fra Naionalbanken er bankerne bleve beskyld for ikke a sænke
Finansministeriets beregning af gab og strukturelle niveauer
Noa. november (revidere. maj ) Finansminiseries beregning af gab og srukurelle niveauer Vurdering af oupugabe (forskellen mellem fakisk og poeniel produkion) og de srukurelle niveauer for ledighed og arbejdssyrke
Vækst på kort og langt sigt
12 SAMFUNDSØKONOMEN NR. 1 MARTS 2014 VÆKST PÅ KORT OG LANG SIGT Væks på kor og lang sig Efer re års silsand i dansk økonomi er de naurlig, a ineressen for a skabe økonomisk væks er beydelig. Ariklen gennemgår
Danmarks Nationalbank
Danmarks Naionalbank Kvar al so ver sig 3. kvaral Del 2 202 D A N M A R K S N A T I O N A L B A N K 2 0 2 3 KVARTALSOVERSIGT, 3. KVARTAL 202, Del 2 De lille billede på forsiden viser Arne Jacobsens ur,
EPIDEMIERS DYNAMIK. Kasper Larsen, Bjarke Vilster Hansen. Henriette Elgaard Nissen, Louise Legaard og
EPDEMER DYAMK AF Kasper Larsen, Bjarke Vilser Hansen Henriee Elgaard issen, Louise Legaard og Charloe Plesher-Frankild 1. Miniprojek idefagssupplering, RUC Deember 2007 DLEDG Maemaisk modellering kan anvendes
PROSPEKT FOR. Hedgeforeningen Jyske Invest
Prospek PROSPEKT FOR Hedgeforeningen Jyske Inves Ansvar for prospek Hedgeforeningen Jyske Inves er ansvarlig for prospekes indhold. Vi erklærer herved, a oplysningerne i prospeke os bekend er rigige og
MAKRO 2 ENDOGEN VÆKST
ENDOGEN VÆKST MAKRO 2 2. årsprøve Forelæsning 7 Kapiel 8 Hans Jørgen Whia-Jacobsen econ.ku.dk/okojacob/makro-2-f09/makro I modeller med endogen væks er den langsigede væksrae i oupu pr. mand endogen besem.
Prisdannelsen i det danske boligmarked diagnosticering af bobleelement
Hovedopgave i finansiering, Insiu for Regnskab, Finansiering og Logisik Forfaer: Troels Lorenzen Vejleder: Tom Engsed Prisdannelsen i de danske boligmarked diagnosicering af bobleelemen Esimering af dynamisk
RETTEVEJLEDNING TIL Tag-Med-Hjem-Eksamen Makroøkonomi, 2. Årsprøve Efterårssemestret 2003
RETTEVEJLEDNING TIL Tag-Med-Hjem-Eksamen Makroøkonomi, 2. Årsprøve Eferårssemesre 2003 Generelle bemærkninger Opgaven er den redje i en ny ordning, hvorefer eksamen efer førse semeser af makro på 2.år
Dagens forelæsning. Claus Munk. kap. 4. Arbitrage. Obligationsprisfastsættelse. Ingen-Arbitrage princippet. Nulkuponobligationer
Dagens forelæsning Ingen-Arbirage princippe Claus Munk kap. 4 Nulkuponobligaioner Simpel og generel boosrapping Nulkuponrenesrukuren Forwardrener 2 Obligaionsprisfassæelse Arbirage Værdien af en obligaion
Finanspolitik i makroøkonomiske modeller
33 Finanspoliik i makroøkonomiske modeller Jesper Pedersen, Økonomisk Afdeling 1 1. INDLEDNING OG SAMMENFATNING Finanspoliik og pengepoliik er radiionel se de o vigigse økonomiske insrumener il sabilisering
Matematik A. Studentereksamen. Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet. stx141-matn/a-05052014
Maemaik A Sudenereksamen Forberedelsesmaeriale il de digiale eksamensopgaver med adgang il inernee sx141-matn/a-0505014 Mandag den 5. maj 014 Forberedelsesmaeriale il sx A ne MATEMATIK Der skal afsæes
Makroøkonomiprojekt Kartoffelkuren - Hensigter og konsekvenser Efterår 2004 HA 3. semester Gruppe 13
Side 1 af 34 Tielblad Dao: 16. december 2004 Forelæser: Ben Dalum og Björn Johnson Vejleder: Ger Villumsen Berglind Thorseinsdoir Charloa Rosenquis Daniel Skogemann Lise Pedersen Maria Rasmussen Susanne
N O T A T Lønninger i banksektoren en ny analyse af lønpræmier. Kort resumé
N O T A T Lønninger i banksekoren en ny analyse af lønpræmier Kor resumé Konkurrencesyrelsen offenliggør i forbindelse med den årlige konkurrenceredegørelse beregninger på såkalde lønpræmier i danske brancher.
Afrapportering om danske undertekster på nabolandskanalerne
1 Noa Afrapporering om danske underekser på nabolandskanalerne Sepember 2011 2 Dee noa indeholder: 1. Indledning 2. Baggrund 3. Rammer 4. Berening 2010 5. Økonomi Bilag 1. Saisik over anal eksede programmer
Projekt 6.3 Løsning af differentialligningen y
Projek 6.3 Løsning af differenialligningen + c y 0 Ved a ygge videre på de løsningsmeoder, vi havde succes med ved løsning af ligningerne uden ledde y med den enkelafledede, er vi nu i sand il a løse den
Danmarks fremtidige befolkning Befolkningsfremskrivning 2009. Marianne Frank Hansen og Mathilde Louise Barington
Danmarks fremidige befolkning Befolkningsfremskrivning 29 Marianne Frank Hansen og Mahilde Louise Baringon Augus 29 Indholdsforegnelse Danmarks fremidige befolkning... 1 Befolkningsfremskrivning 29...
2 Separation af de variable. 4 Eksistens- og entydighed af løsninger. 5 Ligevægt og stabilitet. 6 En model for forrentning af kapital med udtræk
Oversig Mes repeiion med fokus på de sværese emner Modul 3: Differenialligninger af. orden Maemaik og modeller 29 Thomas Vils Pedersen Insiu for Grundvidenskab og Miljø [email protected] 3 simple yper differenialligninger
BAT Nr. 6 oktober 2006. Skatteminister Kristian Jensen vil erstatte 2.700 medarbejdere med postkort!
B A T k a r e l l e BAT Nr. 6 okober 2006 I BAT har vi med ineresse bemærke de 13 nye iniiaiver, som Beskæfigelsesminiseren har iværksa med de formål a gøre de leere for danske virksomheder a få udenlandsk
PENGEPOLITIKKENS INDFLYDELSE PÅ AKTIEMARKEDET
HANDELSHØJSKOLEN I ÅRHUS INSTITUT FOR FINANSIERING CAND.MERC. FINANSIERING KANDIDATAFHANDLING VEJLEDER: MICHAEL CHRISTENSEN UDARBEJDET AF: JULIE LINDBJERG NIELSEN PENGEPOLITIKKENS INDFLYDELSE PÅ AKTIEMARKEDET
I dette appendiks uddybes kemien bag enzymkinetikken i Bioteknologi 2, side 60-72.
Bioeknologi 2, Tema 4 5 Kineik Kineik er sudier af reakionshasigheden hvor man eksperimenel undersøger de fakorer, der påvirker reakionshasigheden, og hvor resulaerne afslører reakionens mekanisme og ransiion
Modellering af den Nordiske spotpris på elektricitet
Modellering af den Nordiske spopris på elekricie Speciale Udarbejde af: Randi Krisiansen Oecon. 10. semeser Samfundsøkonomi, Aalborg Universie 2 RANDI KRISTIANSEN STUDIENUMMER 20062862 Tielblad Uddannelse:
Multivariate kointegrationsanalyser - En analyse af risikopræmien på det danske aktiemarked
Cand.merc.(ma)-sudie Økonomisk nsiu Kandidaafhandling Mulivariae koinegraionsanalyser - En analyse af risikopræmien på de danske akiemarked Suderende: Louise Wellner Bech flevere: 9. april 9 Vejleder:
Fysikrapport: Vejr og klima. Maila Walmod, 1.3 HTX, Rosklide. I gruppe med Ann-Sofie N. Schou og Camilla Jensen
Fysikrappor: Vejr og klima Maila Walmod, 13 HTX, Rosklide I gruppe med Ann-Sofie N Schou og Camilla Jensen Afleveringsdao: 30 november 2007 1 I dagens deba høres orde global opvarmning ofe Men hvad vil
Undervisningsmaterialie
The ScienceMah-projec: Idea: Claus Michelsen & Jan Alexis ielsen, Syddansk Universie Odense, Denmark Undervisningsmaerialie Ark il suderende og opgaver The ScienceMah-projec: Idea: Claus Michelsen & Jan
Porteføljeteori: Investeringsejendomme i investeringsporteføljen. - Med særligt fokus på investering gennem et kommanditselskab
Poreføljeeori: Inveseringsejendomme i inveseringsporeføljen - Med særlig fokus på invesering gennem e kommandiselskab Jonas Frøslev (300041) MSc in Finance Aarhus Universie, Business and Social Sciences
Hvordan ville en rendyrket dual indkomstskattemodel. Arbejdspapir II
Hvordan ville en rendyrke dual indkomsskaemodel virke i Danmark? Simulering af en ensare ska på al kapialindkoms Arbejdspapir II Ændre opsparingsadfærd Skaeminiserie 2007 2007.II Arbejdspapir II - Ændre
Appendisk 1. Formel beskrivelse af modellen
Appendisk. Formel beskrivelse af modellen I dee appendiks foreages en mere formel opsilning af den model, der er beskreve i ariklen. Generel: Renen og alle produenpriser - eksklusiv lønnen - er give fra
Badevandet 2010 Teknik & Miljø - -Maj 2011
Badevande 2010 Teknik & Miljø - Maj 2011 Udgiver: Bornholms Regionskommune, Teknik & Miljø, Naur Skovløkken 4, Tejn 3770 Allinge Udgivelsesår: 2011 Tiel: Badevande, 2010 Teks og layou: Forside: Journalnummer:
Udviklingen i boligomkostninger, efficiensanalyse samt udbuds- og priselasticitet på det Københavnske boligmarked
Specialeafhandling for Cand. Merc sudie Erhvervsøkonomisk insiu Forfaere: Anne Kvis Nielsen Jan Furbo Fuglsang Pedersen Vejleder: Tom Engsed Udviklingen i boligomkosninger, efficiensanalyse sam udbuds-
Dynamiske identiteter med kædeindeks
Danmarks Saisik MODELGRUPPEN Arbejdspapir* Grane Høegh 2. mars 2007 Dynamiske idenieer med kædeindeks Resumé: den nye modelversion er vi gåe fra fasbase over il kædeprissørrelser. De beyder a de gamle
Ejendomsinvestering og finansiering
Ejendomsinvesering og finansiering Dag 5 1 Ejendomsinvesering og finansiering Undervisningsplan Inrodukion Inveseringsejendomsmarkede Teori- og meodegrundlag Inrodukion il måling af ejendomsafkas Renesregning
Optimalt porteføljevalg i en model med intern habit nyttefunktion og stokastiske investeringsmuligheder
Opimal poreføljevalg i en model med inern habi nyefunkion og sokasiske inveseringsmuligheder Thomas Hemming Larsen cand.merc.(ma.) sudie Insiu for Finansiering Copenhagen Business School Vejleder: Carsen
Beregning af prisindeks for ejendomssalg
Damarks Saisik, Priser og Forbrug 2. april 203 Ejedomssalg JHO/- Beregig af prisideks for ejedomssalg Baggrud: e radiioel prisideks, fx forbrugerprisidekse, ka ma ofe følge e ideisk produk over id og sammelige
Skriftlig prøve Kredsløbsteori Onsdag 3. Juni 2009 kl (2 timer) Løsningsforslag
Skriflig prøve Kredsløbseori Onsdag 3. Juni 29 kl. 2.3 4.3 (2 imer) øsningsforslag Opgave : (35 poin) En overføringsfunkion, H(s), har formen: Besem hvilke poler og nulpunker der er indehold i H(s) Tegn
FARVEAVL myter og facts Eller: Sådan får man en blomstret collie!
FARVEAVL myer og facs Eller: Sådan får man en blomsre collie! Da en opdræer for nylig parrede en blue merle æve med en zobel han, blev der en del snak bland colliefolk. De gør man bare ikke man ved aldrig
1 Stofskifte og kropsvægt hos pattedyr. 2 Vægtforhold mellem kerne og strå. 3 Priselasticitet. 4 Nedbrydning af organisk materiale. 5 Populationsvækst
Oversig Eksempler på hvordan maemaik indgår i undervisningen på LIFE Gymnasielærerdag Thomas Vils Pedersen Insiu for Grundvidenskab og Miljø [email protected] Sofskife og kropsvæg hos paedyr Vægforhold mellem
MAKRO 2 KAPITEL 7: GRÆNSER FOR VÆKST? SOLOW-MODELLEN MED NATURRESSOURCER. - uundværlig i frembringelsen af aggregeret output og. 2.
KAPITEL 7: GRÆNSER FOR VÆKST? SOLOW-MODELLEN MED NATURRESSOURCER MAKRO 2 2. årsprøve Klassisk syn: JORDEN/NATUREN er en produkionsfakor, som er - uundværlig i frembringelsen af aggregere oupu og Forelæsning
FitzHugh Nagumo modellen
FizHugh Nagumo modellen maemaisk modellering af signaler i nerve- og muskelceller Torsen Tranum Rømer, Frederikserg Gymnasium Fagene maemaik og idræ supplerer hinanden god inden for en lang række emner.
Prisfastsættelse af fastforrentede konverterbare realkreditobligationer
Copenhagen Business School 2010 Kandidaspeciale Cand.merc.ma Prisfassæelse af fasforrenede konvererbare realkrediobligaioner Vejleder: Niels Rom Aflevering: 28. juli 2010 Forfaere: Mille Lykke Helverskov
Logaritme-, eksponential- og potensfunktioner
Logarime-, eksponenial- og poensfunkioner John Napier (550-67. Peer Haremoës Niels Brock April 7, 200 Indledning Eksponenial- og logarimefunkioner blev indfør på Ma C niveau, men dengang havde vi ikke
tegnsprog Kursuskatalog 2015
egnsprog Kursuskaalog 2015 Hvordan finder du di niveau? Hvor holdes kurserne? Hvordan ilmelder du dig? 5 Hvad koser e kursus? 6 Tegnsprog for begyndere 8 Tegnsprog på mellemniveau 10 Tegnsprog for øvede
Dagens forelæsning. Claus Munk. kap. 4. Arbitrage. Obligationsprisfastsættelse. Ingen-Arbitrage princippet. Illustration af arbitrage
Dages forelæsig Ige-Arbirage pricippe Claus Muk kap. 4 Nulkupoobligaioer Simpel og geerel boosrappig Forwardreer Obligaiosprisfassæelse Arbirage Værdie af e obligaio Nuidsværdie af obligaioes fremidige
5 Lønindeks for den private sektor
57 5 Lønindeks for den privae sekor 5.1 Grundlæggende informaion om indekse 5.2 Navn Lønindeks for den privae sekor. Der offenliggøres e ilsvarende lønindeks for den offenlige sekor, der i princippe beregnes
Værdien af den traditionelle pensionskontrakt
Handelshøjskolen i Århus Erhvervsøkonomisk Insiu Kandidaafhandling cand.merc. finansiering Værdien af den radiionelle pensionskonrak En opionsbasere synsvinkel Februar 2007 Opgaven er udarbejde af: Carsen
Fremadrettede overenskomster i byggeriet
B A T k a r e l l e Nr. 2 april 2007 Mange unge i dag ved ikke, hvad fagforeningen sår for, og de er fagforeningens forpligigelse a videregive arven il de kommende generaioner. Side 4 Ny forskning fra
i(t) = 1 L v( τ)dτ + i(0)
EE Basis - 2010 2/22/10/JHM PE-Kursus: Kredsløbseori (KRT): ECTS: 5 TID: Mandag d. 22/2 LØSNINGSFORSLAG: Opgave 1: Vi ser sraks, a der er ale om en enkel spole, hvor vi direke pårykker en kend spænding.
8.14 Teknisk grundlag for PFA Plus: Bilag 9-15 Indholdsforegnelse 9 Bilag: Indbealingssikring... 3 1 Bilag: Udbealingssikring... 4 1.1 Gradvis ilknyning af udbealingssikring... 4 11 Bilag: Omkosninger...
1. Aftalen... 2. 1.A. Elektronisk kommunikation meddelelser mellem parterne... 2 1.B. Fortrydelsesret for forbrugere... 2 2. Aftalens parter...
Gener el l ebe i ngel s erf orl ever i ngogdr i f af L ok al Tel ef onens j enes er Ver s i on1. 0-Febr uar2013 L ok al Tel ef onena/ S-Pos bok s201-8310tr anbj er gj-k on ak @l ok al el ef onen. dk www.
Newton, Einstein og Universets ekspansion
Newon, Einsein og Universes ekspansion Bernhard Lind Shisad, Viborg Tekniske ymnasium Friedmann ligningerne beskriver sammenhængen mellem idsudviklingen af Universes udvidelse og densieen af sof og energi.
Opdatering af tilstande i afløbssystemer ved brug af on-line målinger.
Opdaering af ilsande i afløbssysemer ved brug af on-line målinger. Juni 1999 Karsen Arnbjerg-Nielsen Insiu for Miljøeknologi Danmarks Tekniske Universie Dee er en nepublikaion, der kan downloades fra hp://www.im.du.dk/publicaions/fullex/1999/im1999-052.pdf
Hvad er en diskret tidsmodel? Diskrete Tidsmodeller. Den generelle formel for eksponentiel vækst. Populationsfordobling
Hvad er en diskre idsmodel? Diskree Tidsmodeller Jeppe Revall Frisvad En funkion fra mængden af naurlige al il mængden af reelle al: f : R f (n) = 1 n + 1 n Okober 29 1 8 f(n) = 1/(n + 1) f(n) 6 4 2 1
Pensions- og hensættelsesgrundlag for ATP gældende pr. 30. juni 2014
Pensions- og hensæelsesgrundlag for ATP gældende pr. 30. juni 2014 Indhold 1 Indledning 6 1.1 Lovgrundlag.............................. 6 1.2 Ordningerne.............................. 6 2 Risikofakorer
Prisfastsættelse og hedging af optioner under stokastisk volatilitet
Erhvervsøkonomisk insiu Afhandling Vejleder: Peer Løche Jørgensen Forfaere: Kasper Korgaard Anders Weihrauch Prisfassæelse og hedging af opioner under sokasisk volailie Suppose we use he sandard deviaion
Med RUT kan myndighederne effektivisere deres kontrolindsats
B A T k a r e l l e BAT Nr. 2 april 2008 I indeværende folkeingssamling skal Folkeinge beslue en ændring af Øsafalen med de formål a sramme op omkring regisreringen og konrollen af udsaionerende virksomheder.
