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 "modelling volatility" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Modelling and Forecasting WIG20 Daily Returns
    Autorzy:
    Amado, Cristina
    Silvennoinen, Annastiina
    Teräsvirta, Timo
    Powiązania:
    https://bibliotekanauki.pl/articles/2076424.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    autoregressive conditional heteroskedasticity
    forecasting volatility
    modelling volatility
    multiplicative time-varying GARCH
    smooth transition
    Opis:
    The purpose of this paper is to model daily returns of the WIG20 index. The idea is to consider a model that explicitly takes changes in the amplitude of the clusters of volatility into account. This variation is modelled by a positive-valued deterministic component. A novelty in specification of the model is that the deterministic component is specified before estimating the multiplicative conditional variance component. The resulting model is subjected to misspecification tests and its forecasting performance is compared with that of commonly applied models of conditional heteroskedasticit
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2017, 3; 173-200
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling and forecasting monthly Brent crude oil prices: a long memory and volatility approach
    Autorzy:
    AlـGounmeein, Remal Shaher
    Ismail, Mohd Tahir
    Powiązania:
    https://bibliotekanauki.pl/articles/1047374.pdf
    Data publikacji:
    2021-03-03
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    ARFIMA
    volatility
    fGARCH
    sGARCH
    modelling and forecasting
    hybrid model
    Opis:
    The Standard Generalised Autoregressive Conditionally Heteroskedastic (sGARCH) model and the Functional Generalised Autoregressive Conditionally Heteroskedastic (fGARCH) model were applied to study the volatility of the Autoregressive Fractionally Integrated Moving Average (ARFIMA) model, which is the primary objective of this study. The other goal of this paper is to expand on the researchers' previous work by examining long memory and volatilities simultaneously, by using the ARFIMA-sGARCH hybrid model and comparing it against the ARFIMA-fGARCH hybrid model. Consequently, the hybrid models were configured with the monthly Brent crude oil price series for the period from January 1979 to July 2019. These datasets were considered as the global economy is currently facing significant challenges resulting from noticeable volatilities, especially in terms of the Brent crude prices, due to the outbreak of COVID-19. To achieve these goals, an R/S analysis was performed and the aggregated variance and the Higuchi methods were applied to test for the presence of long memory in the dataset. Furthermore, four breaks have been detected: in 1986, 1999, 2005, and 2013 using the Bayes information criterion. In the further section of the paper, the Hurst Exponent and Geweke-Porter-Hudak (GPH) methods were used to estimate the values of fractional differences. Thus, some ARFIMA models were identified using AIC (Akaike Information Criterion), BIC (Schwartz Bayesian Information Criterion), AICc (corrected AIC), and the RMSE (Root Mean Squared Error). In result, the following conclusions were reached: the ARFIMA(2,0.3589648,2)-sGARCH(1,1) model and the ARFIMA(2,0.3589648,2)-fGARCH(1,1) model under normal distribution proved to be the best models, demonstrating the smallest values for these criteria. The calculations conducted herein show that the two models are of the same accuracy level in terms of the RMSE value, which equals 0.08808882, and it is this result that distinguishes our study. In conclusion, these models can be used to predict oil prices more accurately than others.
    Źródło:
    Statistics in Transition new series; 2021, 22, 1; 29-54
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling of the National Power System’s Daily Balancing Conditions in the Long-Term Horizon
    Modelowanie warunków dobowego bilansowania KSE w długim horyzoncie czasu
    Autorzy:
    Czarnecki, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/952899.pdf
    Data publikacji:
    2018
    Wydawca:
    ENERGA
    Tematy:
    daily NPS balancing
    volatility of demand for RES generation output
    stochastic modelling
    dobowe bilansowanie KSE
    modelowanie stochastyczne
    zmienność zapotrzebowania na moc
    OZE
    Opis:
    The paper presents a proposal of a stochastic methodology to assess the conditions of the daily balancing of the National Power System (NPS) in a long-term perspective. The simulation consists in multiple generation of time series corresponding to daily variation of individual components of the NPS power balance. The randomly generated time series take into account daily and seasonal variability of the power balance components consisting of power demand, output of non-centrally dispatched generating units (nJWCD), including renewable energy sources (RES), and centrally dispatched generating units (JWCD), which allows one to analyse the coincidence of many changing power balance components. The simulation results are the mean annual values and probability distributions of: 1. use of NPS regulatory resources, e.g. pumped storage power plants (ESP) 2. occurrence of critical events, e.g. power regulation bandwidth deficit or violation of the minimum number of operating JWCD criterion 3. events involving the need to limit RES power due to NPS operational security.
    W artykule przedstawiono propozycję metodyki stochastycznej oceny warunków dobowego bilansowania Krajowego Systemu Elektroenergetycznego (KSE) w długim horyzoncie czasu. Symulacja polega na wielokrotnym generowaniu szeregów czasowych odpowiadających dobowym przebiegom poszczególnych składowych bilansu mocy KSE. Generowane losowo przebiegi uwzględniają dobową i sezonową zmienność składników bilansu mocy składającego się z zapotrzebowania na moc odbiorców, generacji jednostek wytwórczych niebędących centralnie dysponowanymi (nJWCD), w tym odnawialnych źródeł energii (OZE), oraz jednostek wytwórczych centralnie dysponowanych (JWCD), co pozwala na analizę koincydencji wielu zmieniających się składowych bilansu mocy. Wynikiem symulacji są średnie roczne wartości oraz rozkłady prawdopodobieństwa: 1. wykorzystania zasobów regulacyjnych w KSE, np. elektrowni szczytowo-pompowych (ESP) 2. występowania krytycznych zdarzeń, np. deficytu pasma regulacji mocy lub naruszenia kryterium minimalnej wymaganej ilości pracujących JWCD 3. zdarzeń polegających na konieczności ograniczania mocy OZE ze względu na bezpieczeństwo pracy KSE.
    Źródło:
    Acta Energetica; 2018, 1; 34-39
    2300-3022
    Pojawia się w:
    Acta Energetica
    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