Informacja

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

Wyszukujesz frazę "exchange rates" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Właściwości statystyczne kursów kryptowalut i ich dynamika na rynku w porównaniu z wybranymi walutami fiducjarnymi
Statistical properties of exchange rates of cryptocurrencies and their market dynamics as compared to selected fiat currencies
Autorzy:
Rokita, Paweł
Pietrzyk, Radosław
Powiązania:
https://bibliotekanauki.pl/articles/2156729.pdf
Data publikacji:
2022-12-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
kryptoaktywa
bitcoin
kursy walut
zmienność
kryptowaluta
waluta fiducjarna
cryptoasset
Bitcoin
exchange rates
volatility
cryptocurrency
fiat currency
Opis:
Rozwój kryptowalut nastąpił w wyniku dążenia pewnych grup informatyków kojarzonych z poglądami anarchistycznymi do stworzenia środka wymiany, który byłby zdecentralizowany i niezależny od instytucji kreujących politykę monetarną oraz od rządów państw i polityków i którego funkcjonowanie nie wymagałoby żadnych instytucji rozliczeniowych. Pierwszą kryptowalutą spełniającą większość tych postulatów był bitcoin. W stosunkowo krótkim czasie zyskał dużą popularność wśród inwestorów i osiągnął znaczną kapitalizację na rynkach finansowych, ale szybko stał się bardziej przedmiotem spekulacji niż środkiem wymiany. Dotychczas nie został wypracowany jednoznaczny pogląd na temat tego, czy bitcoin jest bardziej pieniądzem, czy przedmiotem spekulacji, czy też bliżej mu do aktywów inwestycyjnych. Pytanie, czym w praktyce jest bitcoin, nie tylko ma fundamentalne znaczenie dla całego projektu kryptowalut, lecz także jest istotne dla gospodarki w ogóle. Celem badania omawianego w artykule jest porównanie właściwości statystycznych kursów kryptowalut na przykładzie bitcoina i kursów walut fiducjarnych oraz ocena, czy inwestycje na rynku bitcoina i na rynku walutowym można uznać za podobne pod względem rozpatrywanych cech. Analizowano podstawowe charakterystyki statystyczne względnych przyrostów kursów bitcoina i czterech walut fiducjarnych w parze z dolarem amerykańskim oraz wybrane właściwości procesów stochastycznych, które mogą być wykorzystywane do modelowania ich dynamiki. Ponadto przeprowadzono analizę teoretyczną dotyczącą niektórych kryptoaktywów, wyjaśniającą m.in., dlaczego w omawianym badaniu bitcoin jest porównywany do walut, a nie do aktywów inwestycyjnych. Badanie wykazało, że bitcoin różni się od walut fiducjarnych pod względem wielu właściwości statystycznych. Poza ogólnie wyższą bezwarunkową zmiennością różnice zaobserwowano również w trendzie kursu względem dolara amerykańskiego czy poziomu względnych przyrostów kursu, warunkowej zmienności i rozkładów reszt.
The development of cryptocurrencies was the consequence of the endeavours of some circles of computer scientists associated with anarchist views to create a medium of exchange that would be decentralised, independent from institutions creating monetary policy, governments and politicians, and whose functioning would not require any clearing institutions. The first cryptocurrency that fulfilled most of these postulates was Bitcoin. In a relatively short time, it became very popular among investors and reached a significant capitalisation on financial markets, but soon became an object of speculation rather than a medium of exchange. So far, no common view has been established as to whether Bitcoin is closer to being money, an object of speculation or an investment asset. The question what Bitcoin really is has fundamental importance not only to the entire cryptocurrency project, but also to the economy in general. The purpose of the study discussed in the article was to compare the statistical properties of cryptocurrency exchange rates (on the example of Bitcoin) with such properties of the exchange rates of fiat currencies, and to assess whether investments on the Bitcoin market can be considered similar to investments on fiat currency markets in terms of some analysed features. Basic statistical characteristics of the relative increments in the exchange rates of Bitcoin and four fiat currencies paired with the US dollar were analysed, as were some selected properties of stochastic processes that could be used to model the dynamics of those increments. In addition, a theoretical analysis of both Bitcoin and some other cryptoassets was carried out, which explained, among other things, why the study compared Bitcoin with currencies and not with investment assets. The research demonstrated that there are differences between several statistical properties of Bitcoin and those of fiat currencies. In addition to the generally higher unconditional volatility, differences were observed between the trends in exchange rates of Bitcoin and fiat currencies versus the US dollar, the levels of relative increments in the exchange rates, the conditional volatility, and the residual distributions.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2022, 67, 12; 1-38
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Relationship between the COVID-19 pandemic and currency exchange rates studied by means of the Dynamic Time Warping method
Ocena zależności między pandemią COVID-19 a kursami walut za pomocą metody Dynamic Time Warping
Autorzy:
Landmesser-Rusek, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/2106613.pdf
Data publikacji:
2022-05-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
currency exchange rates
COVID-19 pandemic
Dynamic Time Warping
DTW
kursy walut
pandemia COVID-19
dynamiczne marszczenie czasu
Opis:
The COVID-19 pandemic affected the entire global economic system, including currency exchange rates. The main objective of this study is to assess the similarity between time series of currency exchange rates before and during the COVID-19 crisis. In addition, the study aims to examine the relationship between the exchange rates of currencies and the COVID-19 time series in particular countries. The Dynamic Time Warping (DTW) method was applied to check if changes in the exchange rates were related to the spread of COVID-19, and if they were, to what extent it was so. The use of the DTW allows the calculation of the distance between analysed time series. In this study, it made it possible to group the analysed currencies according to their change relative to the pandemic dynamics. The study is based on data from the Stooq and Our World in Data websites. Data on the 17 studied currencies denominated in the New Zealand dollar came from the period between 1 January 2019 and 10 November 2021, and the COVID-19 data from the period between 1 March 2020 and 10 November 2021. The results demonstrate that exchange rates evolved differently in all the three analysed periods: the pre-pandemic period and the first and the second phase of the pandemic. The outbreak of the pandemic led to the concentration of most currencies around the US dollar. However, when the economies unfroze, a polarisation of the currency market occurred, with the world’s major currencies clustering either around the US dollar or the euro.
Pandemia COVID-19 wpłynęła na światowy system gospodarczy, w tym na kursy walut. Głównym celem badania omawianego w artykule jest ocena podobieństwa pomiędzy szeregami czasowymi kursów walut przed pandemią i w jej trakcie. Ponadto podjęto próbę zbadania relacji pomiędzy kursami walut a szeregami czasowymi dotyczącymi pandemii COVID-19 w poszczególnych krajach. Aby sprawdzić, czy i w jakim stopniu zmiany kursów walut są związane z rozprzestrzenianiem się COVID-19, zastosowano metodę dynamicznego marszczenia czasu (Dynamic Time Warping – DTW), umożliwiającą obliczenie odległości pomiędzy analizowanymi szeregami czasowymi. Pozwoliło to na pogrupowanie walut według ich zmian w stosunku do dynamiki pandemii. W badaniu wykorzystano dane pochodzące z serwisów internetowych Stooq i Our World in Data. Dane dla 17 walut denominowanych w dolarach nowozelandzkich pochodzą z okresu od 1 stycznia 2019 r. do 10 listopada 2021 r., a dane o pandemii COVID-19 – z okresu od 1 marca 2020 r. do 10 listopada 2021 r. Stwierdzono, że kursy walut kształtowały się odmiennie w okresie przed pandemią oraz w jej pierwszej i drugiej fazie. Wybuch pandemii doprowadził do koncentracji większości walut wokół dolara amerykańskiego (USD). Po odmrożeniu gospodarek nastąpiła polaryzacja rynku walutowego, na którym główne waluty świata skupiły się albo wokół USD, albo wokół euro.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2022, 67, 5; 1-23
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ jednostki dyskretyzacji na efektywność modelowania kursu walutowego w reprezentacji binarnej
Impact of Discretization Units on the Modelling Efficiency of Currency Exchange Rate in Binary Representation
Autorzy:
Piasecki, Krzysztof
Stasiak, Michał Dominik
Powiązania:
https://bibliotekanauki.pl/articles/965008.pdf
Data publikacji:
2018
Wydawca:
Główny Urząd Statystyczny
Tematy:
rynek walutowy
analiza techniczna
wspomaganie decyzji inwestycyjnych na rynku walutowym
modelowanie kursów walutowych
foreign exchange market
technical analysis
currency market investment decision support
modelling of currency exchange rates
Opis:
Kurs pary walutowej może zostać przedstawiony w postaci reprezentacji binarnej. Algorytm binaryzacji polega na zamianie kursu reprezentowanego przez dane tikowe na odpowiadający im ciąg binarny. Każdemu wzrostowi kursu o zadaną jednostkę dyskretyzacji jest przypisywana wartość binarna 1, natomiast spadkowi wartość 0. Właściwości oraz charakter kursu w reprezentacji binarnej, np. wpływ losowych fluktuacji (szum), poziom zależności pomiędzy aktualnymi zmianami i danymi historycznymi zależą od wartości przyjętej jednostki dyskretyzacji. W pracy przedstawiono analizę statystyczną kursu pary walutowej w reprezentacji binarnej, otrzymaną dla różnych jednostek dyskretyzacji. Analizę przeprowadzono pod kątem możliwości wykorzystania reprezentacji binarnej do budowy systemów predykcyjnych, opartych na modelu stanowym reprezentacji binarnej (MSRB). Do analizy wykorzystano dane tikowe kursu walutowego AUD/NZD z pięcioletniego przedziału 2012–2017.
Exchange rate course trajectory can be visualised in a binary representation. Binarization algorithm involves transformation of a course represented by tic data into a respective binary string. Each exchange rate increase by one discretization unit is assigned a binary value 1, and a respective decrease is assigned a 0. Properties and character of the exchange rate course in binary representation, that is, for example, influence of random fluctuations (noise) or relationship between current changes and historical data, are dependent on the appointed discretization unit. In the article a statistical analysis of an exchange rate trajectory for AUD/NZD currency pair in binary representation with different discretization units is presented. The analysis was performed in order to verify possible application of binary representation to create prediction systems based on binary representation state model (BRSM). Data used in performed research consisted of tick data for AUD/NZD from a five-year time period 2012–2017.
Źródło:
Przegląd Statystyczny; 2018, 65, 4; 422-435
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zależności pomiędzy kursami walut środkowoeuropejskich w okresie kryzysu 2008
The Interdependences Among Exchange Rates of Central European Currencies in the Light of Crisis in 2008
Autorzy:
Kliber, Agata
Kliber, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1827217.pdf
Data publikacji:
2010-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
kryzysy walutowe
modele dyfuzji ze skokami
zmienność kursów walut
modele GARCH
wariacja zrealizowana
currency crises
jump-diffusion models
volatility of exchange rates
GARCH models
realized variation
Opis:
W artykule zajmujemy się analizą powiązań walut Europy Środkowej w okresie kryzysu z końca roku 2008. Staramy się odpowiedzieć na pytanie o mechanizmy przenoszenia tego kryzysu. W tym celu wyznaczamy skoki – gwałtowne zmiany kursów – dla czterech walut regionu: polskiego złotego, węgierskiego forinta, czeskiej korony i korony słowackiej. Otrzymane momenty skoków wykorzystujemy przy opisie zmienności kursów modelami GARCH. Następnie estymujemy wspólne skoki dla par walut i sprawdzamy, jaka część zmienności kursów jest przez nie spowodowana. Otrzymane wyniki sugerują, że gwałtowne zmiany kursu jednej waluty miały wpływ na poziom kursów innych walut (ale już nie zawsze na ich zmienność) oraz, że największy wpływ miały tu wspólne skoki polskiego złotego i węgierskiego forinta.
In the paper we try to analyze the interrelations between currencies in Central Europe during the financial crisis in 2008. In order to find out the transition mechanism of the crisis we estimate the jumps (i.e. sudden changes) in exchange rates of four currencies of the region: Polish Zloty, Hungarian Forint, Czech Crown and Slovakian Crown. We use the obtained moments of jumps as dummy variables in GARCH models for exchange rates. Then we also estimate co-jumps for pairs of analyzed currencies to check how much of the volatility is due to the common jumps. The results suggest that sudden jumps in any currency causes the changes in levels of other currencies (although not in volatility of other currencies) and that the common jumps in Polish zloty and Hungarian forint had the greatest influence.
Źródło:
Przegląd Statystyczny; 2010, 57, 1; 3-16
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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