Działanie bankomatów wymaga ciągłego zarządzania związanego z wypłatami, akceptacji dystrybucji gotówki, użycia odpowiednich urządzeń i oprogramowania, jak również ochrony przed oszustwem. W artykule podjęto próbę dopasowania teoretycznego rozkładu wypłat do empirycznego rozkładu wypłat z bankomatów zainstalowanych w województwach małopolskim i podkarpackim. Znajomość rozkładu prawdopodobieństwa może okazać się przydatna do przyjęcia strategii ochrony przed ryzykiem lub przy konieczności uzupełnienia bankomatu gotówką. Wiedza dotycząca rozkładu prawdopodobieństwa jest niezbędna, aby móc użyć danych z przeszłości do nakreślenia prognozy związanej z zarządzaniem gotówką.
rozkład prawdopodobieństwa, bankomaty, statystyka, prognozowanie
Amromin E., Chakravorti S. (2007), Debit card and cash usage: a cross-country analysis, Technical report, Federal Reserve Bank of Chicago
Aparicio F. M., Estrada J. (2001), Empirical Distribution of Stock Returns: European Securities Markets 1990—1995, „The European Journal of Finance”, No. 7
Armenise R., Birtolo C., Sangianantoni E., Troiano L. (2010), A generative solution for ATM cash management, International Conference of Soft Computing and Pattern Recognition 7—10 December
Baringhaus L., Henze N. (1988), A consistent test for multivariate normality based on the empirical characteristic function, „Metrika”, No. 35
Black F., Scholes M. (1973), The pricing of options and corporate liabilities, „Journal of Political Economy”, No. 81
Blattberg R., Gonedes N. (1974), A Comparison of the Stable and Student Distributions as Statistical Models for Stock Prices, „Journal of Business”, No. 47
Boeschoten W. C. (1998), Cash management, payment patterns and the demand for money, „De Economist”, No. 146
Broca D. S. (2002), The distribution of Indian Stock Returns: A Tale of Two Tails, „Decision”, No. 29
Eberlein E., Keller U. (1995), Hyperbolic distributions in finance, „Bernoulli”, No. 1
Fama E. F. (1965), The behavior of stock market prices, „Journal of Business”, No. 38
Gray J. B., French D. W. (1990), Empirical comparisons of distributional model for stock index prices, „Journal of Business Finance and Accounting”, No. 17
Hand D. J., Blunt G. (2001), Prospecting for gems in credit card data, „IMA Journal of Management Mathematics”, No. 12
Henze N. (2002), Invariant tests for multivariate normality: a critical review, „Statistical papers”, No. 43
Hsu D. (1982), A Bayesian robust detection of shift in the risk structure of stock market returns, „Journal of the American Statistical Association”, March
Kon S. J. (1984), Models of stock returns: a comparison, „Journal of Finance”, No. 39
Küchler U., Neumann K., Sorensen M., Streller A. (1999), Stock returns and hyperbolic distributions, „Mathematical and Computer Modelling”, No. 29
Mandelbrot B. (1963), The variation of certain speculative prices, „Journal of Business”, No. 36
Peiró A. (1994), International evidence on the distribution of stock return, „Applied Financial Economics”, No. 4
Praetz P. D. (1972), The distribution of share price changes, „Journal of Business”, No. 45
Press S. J. (1967), A compound events model for security prices, „Journal of Business”, No. 45
Rencher A. C. (1995), Methods of multivariate analysis, Wiley, New York
Sharpe W. F. (1964), Capital asset price: a theory of market equlibrium under conditions of risk, „Journal of Finance”, No. 19
Simutis R., Dilijonas D., Bastina L., Friman J., Drobinov P. (2007), Optimization of cash management for ATM network, „Information Technology and Control”, No. 36
Smith J. B. (1981), The probability distribution of market returns: a logistic hypothesis, PhD dissertation, University of Utah
Snellman H., Viren M. (2006), ATM networks and cash usage. Technical Report, „Bank of Finland Research Discussion Papers”, No. 21
Suder M., Wójtowicz T. (2005), Rozkłady dziennych stop zwrotu wybranych indeksów GPW w Warszawie, Zeszyty Naukowe Wyższej Szkoły Ekonomii i Informatyki w Krakowie, nr 3
