Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Bayesian forecasting" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    A Note on Option Pricing with the Use of Discrete-Time Stochastic Volatility Processes
    Autorzy:
    Pajor, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/483255.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    option pricing
    SV model
    Bayesian forecasting
    Opis:
    In this paper we show that in the lognormal discrete-time stochastic volatility model with predictable conditional expected returns, the conditional expected value of the discounted payoff of a European call option is infinite. Our empirical illustration shows that the characteristics of the predictive distributions of the discounted payoffs, obtained using Monte Carlo methods, do not indicate directly that the expected discounted payoffs are infinite.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2009, 1, 1; 71-81
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian Pricing of an European Call Option Using a GARCH Model with Asymmetries
    Bayesowska wycena europejskiej opcji kupna z wykorzystaniem modelu GARCH z asymetriami
    Autorzy:
    Osiewalski, Jacek
    Pipień, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/906870.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Bayesian inference
    financial econometrics
    volatility models
    forecasting
    derivative pricing
    Opis:
    In this paper option pricing is treated as an application of Bayesian predictive analysis. The distribution of the discounted payoff, induced by the predictive density of future observables, is the basis for direct option pricing, as in Bauwens and Lubrano (1997). We also consider another, more eclectic approach to option pricing, where the predictive distribution of the Black-Scholes value is used (with volatility measured by the conditional standard deviation at time of maturity). We use a model framework that allows for two types of asymmetry in GARCH processes: skewed t conditional densities and different reactions of conditional scale to positive/negative stocks. Our skewed t-GARCH(l, 1) model is used to describe daily changes of the Warsaw Stock Exchange Index (WIG) from 4.01.1995 till 8.02.2002. The data till 28.09.2001 are used to obtain the posterior and predictive distributions, and to illustrate Bayesian option pricing for the remaining period.
    W prezentowanym artykule wycena opcji jest traktowana jako jedno z zastosowań bayesowskiej analizy predyktywnej. Rozkład wartości zdyskontowanej wypłaty, indukowany przez gęstość predyktywną przyszłych stóp zwrotu, jest podstawą bezpośredniej wyceny opcji (zob. Bauwens, Lubrano, 1997). Rozważamy też bardziej eklektyczne podejście, wykorzystujące rozkład predyktywny formuły Blacka i Scholesa (ze zmiennością określoną jako warunkowe odchylenie standardowe w momencie realizacji opcji). Przyjmujemy ramy modelowe, które uwzględniają dwa rodzaje asymetrii w procesach GARCH: skośne rozkłady warunkowe (typu t-Studenta) oraz zróżnicowane reakcje wariancji warunkowej na szoki dodatnie lub ujemne. Model: skośny £-GARCH(l, 1) jest stosowany do opisu dziennej zmienności Warszawskiego Indeksu Giełdowego (WIG) od 4.01.1995 r. do 8.02.2002 r. Dane do 28.09.2001 wykorzystujemy do budowy rozkładów a posteriori i predyktywnego oraz do ilustracji bayesowskiej wyceny opcji na pozostały okres.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 177
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using VARs and TVP-VARs with Many Macroeconomic Variables
    Autorzy:
    Koop, Gary
    Powiązania:
    https://bibliotekanauki.pl/articles/483265.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian VAR
    forecasting
    time-varying coefficients
    state-space model
    Opis:
    This paper discusses the challenges faced by the empirical macroeconomist and methods for surmounting them. These challenges arise due to the fact that macroeconometric models potentially include a large number of variables and allow for time variation in parameters. These considerations lead to models which have a large number of parameters to estimate relative to the number of observations. A wide range of approaches are surveyed which aim to overcome the resulting problems. We stress the related themes of prior shrinkage, model averaging and model selection. Subsequently, we consider a particular modelling approach in detail. This involves the use of dynamic model selection methods with large TVP-VARs. A forecasting exercise involving a large US macroeconomic data set illustrates the practicality and empirical success of our approach.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2012, 4, 3; 143-167
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting GDP growth rate in Ukraine with alternative models
    Autorzy:
    Karayuz, I
    Bidyuk, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/118047.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    Regressive model
    Bayesian network
    short-term forecasting
    GDP of Ukraine
    Opis:
    The problem of constructing mathematical model for short-term fore-casting of GDP is considered. First, extended autoregression is constru-cted that takes two additional independent variables into consideration. The model resulted provides a possibility for generating short-term forecasts of GDP though not of high quality. Another model was constructed in the form of a Bayesian network. The model turned out to be better than the multiple regression, it provides quite good estimates for probabilities of GDP growth direction.
    Źródło:
    Applied Computer Science; 2015, 11, 3; 88-97
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting the Polish Inflation Using Bayesian VAR Models with Seasonality
    Autorzy:
    Stelmasiak, Damian
    Szafrański, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/2076506.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian shrinkage
    VAR models
    seasonality
    forecasting inflation
    density-based scores
    Opis:
    Bayesian VAR (BVAR) models offer a practical solution to the parameter proliferation concerns as they allow to introduce a priori information on seasonality and persistence of inflation in a multivariate framework. We investigate alternative prior specifications in the case of time series with a clear seasonal pattern. In the empirical part we forecast the monthly headline inflation in the Polish economy over the period 2011-2014 employing two popular BVAR frameworks: a steady-state reduced-form BVAR and just-identified structural BVAR model. To evaluate the forecast performance we use the pseudo realtime vintages of timely information from consumer and financial markets. We compare different models in terms of both point and density forecasts. Using formal testing procedure for density-based scores we provide the empirical evidence of superiority of the steady-state BVAR specifications with tight seasonal priors.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2016, 1; 21-42
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognoza ludności dla Polski na podstawie ekonometrycznej prognozy strumieni migracyjnych
    Population forecast for Poland based on econometric forecasts of migration flows
    Autorzy:
    Anacka, Marta
    Janicka, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/543248.pdf
    Data publikacji:
    2018-08-28
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    prognozowanie demograficzne
    prognozowanie migracji
    modele bayesowskie
    starzenie się
    depopulacja
    population forecasting
    migration forecasting
    Bayesian models
    ageing
    depopulation
    Opis:
    Celem artykułu jest przedstawienie wyników prognozy ludności Polski na lata 2015—2060, opartej na ekonometrycznym modelu strumieni migracyjnych. Od dotychczas tworzonych prognoz i projekcji podejście to odróżnia się trzema istotnymi założeniami: przyjęciem za przedmiot prognozy populacji rezydentów, zastosowaniem ekonometrycznych narzędzi do szacowania czterech strumieni migracyjnych (napływu oraz odpływu w podziale na cudzoziemców i Polaków) oraz uwzględnieniem (w sposób formalny) niepewności uzyskiwanych oszacowań. Wyniki badania wskazują na zgodność zastosowanych modeli strumieni migracyjnych z teoriami migracyjnymi. Prognozy przewidują nasilenie imigracji do Polski w ciągu najbliższych czterech dekad. Należy się przy tym spodziewać spadku liczby ludności i starzenia się populacji, choć tempo tych dwóch zjawisk będzie wolniejsze, niż przewidują to inne analizy demograficzne.
    The aim of this article is to present the results of a population forecast for Poland for the years 2015—2060, based on an econometric model of migration flows. This approach differs from existing forecasts and projections in three significant ways: the projected population are residents, the four migration flows (i.e. inflow and outflow divided into foreigners and Polish citizens) are estimated with econometric tools and the uncertainty of the obtained estimates is taken into account (in a formal manner). The results obtained indicate consistency of the applied econometric models of migration flows with theories of migration. Immigration to Poland is expected to intensify during the next four decades. Depopulation as well as ageing are expected nevertheless, although the pace of these two phenomena will be slower than predicted in other demographic analyses.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2018, 63, 8; 5-27
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Missing observations in daily returns - Bayesian inference within the MSF-SBEKK model
    Autorzy:
    Osiewalski, Krzysztof
    Osiewalski, Jacek
    Powiązania:
    https://bibliotekanauki.pl/articles/483257.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Bayesian econometrics
    hybrid MGARCH-MSV processes
    forecasting unavailable data
    financial markets
    commodity markets
    Opis:
    Often daily prices on different markets are not all observable. The question is whether we should exclude from modelling the days with prices not available on all markets (thus loosing some information and implicitly modifying the time axis) or somehow complete the missing (non-existing) prices. In order to compare the effects of each of two ways of dealing with partly available data, one should consider formal procedures of replacing the unavailable prices by their appropriate predictions. We propose a fully Bayesian approach, which amounts to obtaining the marginal posterior (or predictive) distribution for any particular day in question. This procedure takes into account uncertainty on missing prices and can be used to check validity of informal ways of "completing" the data (e.g. linear interpolation). We use the MSF-SBEKK structure, the simplest among hybrid MSV-MGARCH models, which can parsimoniously describe volatility of a large number of prices or indices. In order to conduct Bayesian inference, the conditional posterior distributions for all unknown quantities are derived and the Gibbs sampler (with Metropolis-Hastings steps) is designed. Our approach is applied to daily prices from six different financial and commodity markets; the data cover the period from December 21, 2005 till September 30, 2011, so the time of the global financial crisis is included. We compare inferences (on individual parameters, conditional correlation coefficients and volatilities), obtained in the cases where unavailable observations are either deleted or forecasted.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2012, 4, 3; 169-197
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Bayesian networks for forecasting future model of farm
    Wykorzystanie sieci bayesowskich do prognozowania przyszłościowego modelu gospodarstwa rolnego
    Autorzy:
    Grotkiewicz, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/93941.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    Bayesian networks
    forecasting
    economic indicators
    agricultural indicators
    farm
    sieci bayesowskie
    prognozowanie
    wskaźniki ekonomiczne
    wskaźniki rolnicze
    gospodarstwo rolne
    Opis:
    Comparative analyses in the national scale were carried out in 300 individual farms from Małopolskie and Świętokrzyskie Voivodeship in order to search for relations between the production intensity level, work performance and land efficiency and factors which shape them. The analyses concerned the use of Bayesian modelling algorithms for forecasting development of various economic and agricultural indicators which decide on the intensity and competitiveness of agriculture. The paper constitutes the second stage of research, which was preceded with previous preparation of data for modelling with the use of an exploratory overview of available data and TwoStep Cluster Analysis (Grotkiewicz et al., 2016). Based on the analyses, which were carried out, networks were built which present the relations between the analyzed variables, and conditional similarities were verified.
    Poszukując zależności między poziomem intensywności produkcji a wydajnością pracy i ziemi oraz czynnikami je kształtującymi, przeprowadzono analizy porównawcze w skali krajowej na tle 300 gospodarstw indywidualnych z województwa małopolskiego i świętokrzyskiego. Analiza dotyczyła zastosowania algorytmów modelowania bayesowskiego do przewidywania rozwoju różnych wskaźników ekonomiczno-rolniczych decydujących o intensywności i konkurencyjności rolnictwa. Praca stanowi drugi etap badań, który poprzedzony był wcześniejszym przygotowaniem danych do modelowania wykorzystując do tego eksploracyjny przegląd dostępnych danych, oraz technikę TwoStep Cluster Analysis (Grotkiewicz i in., 2016). W oparciu o przeprowadzone analizy zbudowano sieci obrazujące związki pomiędzy analizowanymi zmiennymi oraz sprawdzono prawdopodobieństwa warunkowe.
    Źródło:
    Agricultural Engineering; 2017, 21, 2; 69-79
    2083-1587
    Pojawia się w:
    Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesowskie uśrednianie klasycznych oszacowań w prognozowaniu wskaźników makroekonomicznych z użyciem danych z testów koniunktury
    Bayesian Averaging of Classical Estimates in Forecasting Macroeconomic Indicators with Using Business Survey Data
    Autorzy:
    Białowolski, Piotr
    Kuszewski, Tomasz
    Witkowski, Bartosz
    Powiązania:
    https://bibliotekanauki.pl/articles/500092.pdf
    Data publikacji:
    2013-02-01
    Wydawca:
    Szkoła Główna Handlowa w Warszawie
    Tematy:
    bayesowskie uśrednianie klasycznych oszacowań
    wyniki testów koniunktury
    sezonowość
    zautomatyzowane prognozowanie
    bayesian averaging of classical estimates
    survey data
    seasonality
    automatized forecasting
    Opis:
    W niniejszej pracy przedstawiono kolejną wersję modelu dla prognozowania podstawowych wskaźników makroekonomicznych z wykorzystaniem danych z testów koniunktury. W pracach Białowolskiego, Kuszewskiego i Witkowskiego (2010a, 2010b, 2011, 2012a, 2012b) rozwijano metodykę budowy modeli dla prognozowania tempa zmian produktu krajowego brutto, stopy bezrobocia i wskaźnika cen towarów konsumpcyjnych. W zbiorze regresorów tych modeli, oprócz opóźnionych w czasie zmiennych endogenicznych, uwzględnia się wyłącznie wyniki różnych testów koniunktury. Badanie dotyczy specyfikacji modelu prognostycznego metodą bayesowskiego uśredniania klasycznych oszacowań (Bayesian averaging of classical estimates, BACE). Przyjęte rozwiązanie umożliwia automatyzację proces doboru postaci modelu. W kolejnym etapie postępowania jest rozważany wpływ sezonowości deterministycznej i stochastycznej szeregów czasowych na wynik procesu prognozowania. Zaproponowano intuicyjną procedurę uwzględniania obu rodzajów sezonowości w procesie prognozowania. Po zakończeniu procesu estymacji i doboru modeli weryfikowano ich możliwości prognostyczne.
    This paper presents another version of model designed to forecast main macroeconomic indicators with the use of economic survey data. In previous papers (Białowolski, Kuszewski, Witkowski, 2010a, 2010b, 2011, 2012a, 2012b) methods for developing models used for forecasting GDP growth rate, unemployment rate and CPI were proposed. The set of regressors in those models included only lagged dependent variables and indices based on various survey data. In this paper the specification of the forecasting model is selected with the use of Bayesian averaging of classical estimates (BACE). This algorithm enables an automatic process of selection of functional form of the model. Next the influence of deterministic and stochastic seasonality in time series on forecasting process is concerned. An intuitive procedure of applying and selecting among both types of seasonality in the forecasting process is discussed. Afterwards their forecasting capabilities are considered.
    Źródło:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2013, 91: Badania koniunktury - zwierciadło gospodarki. Część II; 121-144
    0866-9503
    Pojawia się w:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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