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 "exchange rate forecast" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Prognozowanie średniego miesięcznego kursu kupna USD
    Forecast of monthly average buying rate of USD
    Autorzy:
    Halicka, K.
    Godlewska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/399266.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    prognoza kursu walut
    model Holta
    zmodyfikowane modele metody naiwnej
    jakość prognozy
    exchange rate forecast
    Holt model
    modified models of naive method
    quality of forecasts
    Opis:
    Zasadniczym celem niniejszego artykułu było wyznaczenie prognozy miesięcznego średniego kursu kupna USD. Zrealizowano go, opierając się na szczegółowych badaniach dotyczących analizy porównawczej jakości prognoz wyznaczonych różnymi metodami. Do badania wykorzystano dane od stycznia 2010 do września 2012 roku, pochodzące ze strony internetowej Narodowego Banku Polskiego. Początkowo je przeanalizowano, dokonano dekompozycji analizowanego szeregu czasowego. Następnie wyznaczono prognozę miesięcznego średniego kursu kupna USD, wykorzystując między innymi takie metody, jak zmodyfikowany model metody naiwnej oraz model Holta. Dalej przeprowadzono ocenę jakości otrzymanych prognoz i dokonano rekomendacji zbudowanych modeli prognostycznych.
    The principal aim of the paper was to determine the forecast of monthly average USD buying rate. However, the specific objective of the study was to conduct a comparative analysis of the quality of forecasts obtained with different methods. In the study data from the period from January 2010 to September 2012, from the website of the National Polish Bank were used. First, the data were collected, then the analyzed time series was decomposed. Next, the forecast of monthly average USD buying rate was determined with the usage of such methods as the modified model of naive method and the Holt model. Afterwards the assessment of the quality of the forecasts and recommendations of forecasting models were built.
    Źródło:
    Ekonomia i Zarządzanie; 2013, 5, 1; 19-29
    2080-9646
    Pojawia się w:
    Ekonomia i Zarządzanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Źródła fluktuacji realnego efektywnego kursu EUR/ PLN
    Sources of real exchange rates fluctuations EUR/ PLN
    Autorzy:
    Waszkowski, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/452784.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    realny efektywny kurs walutowy, model wektorowej autoregresji, dekompozycja wariancji błędu prognozy
    real exchange rate, vector autoregression model, forecast error variance decomposition
    Opis:
    W artykule poruszono problem wyjaśnienia źródła fluktuacji realnego efektywnego kursu walutowego na przykładzie EUR/ PLN wykorzystując podejście równowagi. Punktem wyjścia było opracowanie modelu wektorowej autoregresji oraz jego strukturalnej postaci. Specyfikacji modelu dokonano w oparciu o pracę Claridy i Galiego [1994], wykorzystując kwartalny szereg czasowy 1996- 2010 dla Polski i strefy euro. Pozwoliło to na estymację sytemu składającego się z trzech zmiennych: PKB, REER oraz HICP. Celem określenia źródła fluktuacji realnego kursu EUR/ PLN przeprowadzono dekompozycję wariancji błędu prognozy. Okazało się, że największe znaczenie (powyżej 80%) w wyjaśnieniu wariancji REER mają szoki popytowe.
    In the article we've raised the issue of explaining the source of the fluctuation of the Real Effective Exchange Rate (REER) using a equilibrium approach for EUR/PLN example. The starting point was to elaborate a model of vector autoregression and its structural form. The specification of a model have been made based on Clarida and Gali's work. To determine the source of the fluctuation of the real exchange rate we used Forecast Error Variance Decomposition. It resulted that the most important (more than 80%) in explaining the variance of the REER are demand shocks.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Adaptive predictions of the euro/złoty currency exchange rate using state space wavelet networks and forecast combinations
    Autorzy:
    Brdyś, M. A.
    Brdyś, M. T.
    Maciejewski, S. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/330138.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    currency exchange rate
    artificial intelligence
    state space wavelet network
    Metropolis Monte Carlo
    forecast combinations
    data generating process
    kurs wymiany walut
    sztuczna inteligencja
    sieć falkowa
    Opis:
    The paper considers the forecasting of the euro/Polish złoty (EUR/PLN) spot exchange rate by applying state space wavelet network and econometric forecast combination models. Both prediction methods are applied to produce one-trading-day-ahead forecasts of the EUR/PLN exchange rate. The paper presents the general state space wavelet network and forecast combination models as well as their underlying principles. The state space wavelet network model is, in contrast to econometric forecast combinations, a non-parametric prediction technique which does not make any distributional assumptions regarding the underlying input variables. Both methods can be used as forecasting tools in portfolio investment management, asset valuation, IT security and integrated business risk intelligence in volatile market conditions.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2016, 26, 1; 161-173
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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