Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "modele szeregów czasowych" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Porównanie metod estymacji VaR na polskim rynku gazu
Comparison of VaR estimation methods on polish natural gas market
Autorzy:
Ganczarek-Gamrot, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/588129.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Modele szeregów czasowych
Rozkład stóp zwrotu
VaR
Time series models
Rates of return distribution
Opis:
Celem pracy jest przeprowadzenie analizy porównawczej metod estymacji ryzyka zmiany ceny gazu oszacowanego za pomocą Value-at-Risk (VaR). W pracy do porównania efektywności estymacji ryzyka zmiany ceny gazu wybrano metodę symulacji Monte Carlo, w której VaR traktowany jest jako kwantyl rozkładu zmiennej losowej o rozkładzie normalnym, t-Studenta, GED oraz skośnym rozkładzie t-Studenta z VaR oszacowanym z uwzględnieniem dynamiki zmienności cen gazu za pomocą liniowych oraz nieliniowych modeli szeregów czasowych AR-GARCH. Analiza porównawcza została przeprowadzona w oparciu o wyniki testu przekroczeń Kupca na podstawie logarytmicznych stóp zwrotu wartości indeksu gas_ base notowanego na Rynku Dnia Następnego (RDN) TGE w okresie od 1 stycznia do 20 listopada 2014 roku.
This work is aimed at comparing methods of Value-at-Risk (VaR) estimation on Polish natural gas market. Two methods of calculating VaR were examined. One of them uses a quantile of the normal, t-Student, skewed t-Student or GED distribution. Another method is based on AR-GARCH models. Empirical analysis was carried out for logarithmic rates of return of gas-base index noted on the Day Ahead Market from 1th January to 20th November 2014. Based on Kupiec test results one may say that on Polish natural gas market VaR estimates calculated by time series models are more appropriate than VaR estimates calculated as a quantile of distribution.
Źródło:
Studia Ekonomiczne; 2015, 219; 41-52
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metody moving block bootstrap w prognozowaniu szeregów czasowych z wahaniami okresowymi
The Use of the Moving Block Bootstrap Method in Periodic Time Series Forecasting
Autorzy:
Kończak, Grzegorz
Miłek, Michał
Powiązania:
https://bibliotekanauki.pl/articles/586452.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza szeregów czasowych
Metody statystyczne
Modele ARIMA
Prognozowanie matematyczne
Szeregi czasowe
Autoregressive integrated moving average (ARIMA) models
Mathematical forecasting
Statistical methods
Time-series
Time-series analysis
Opis:
The aim of the analysis of the time series is, among others, to facilitate the formulation of prognosis. The basis for the inference of the future variables are their future realizations. There are various methods used in time series forecasting, such as for example naïve method, Holt-Winters models, ARIMA models and various simulation methods. One of the most popular and widely used simulation method in statistical research is the bootstrap method proposed by B. Efron. It is usually applied in measuring the estimates of the variance and testing the hypotheses in cases when the distribution of the test statistic is unknown. This method does not require for the selected samples to be from the standard normal distribution population. Due to the construction of the random samples in this method, there is usually no possibility to directly apply it in the analysis of the periodic time series. In the literature written on this subject, there are the proposals to introduce some modifications to the bootstrap method that would provide the possibility to conduct such analyses. One of such methods is the moving block bootstrap. In the present essay, we will present the proposal to apply this method to create the confidential intervals for the periodic time series forecasts. The results gathered by applying that method are compared with the results obtained via the classic construction of the confidential intervals for the forecasts and on the confidential intervals based on ARIMA models.
Źródło:
Studia Ekonomiczne; 2014, 203; 91-100
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies