BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Weron Rafał (Hugo Steinhaus Center; Politechnika Wrocławska), Misiorek Adam (Institute of Power Systems Automation, Wrocław)
Tytuł
Heavy Tails and Electricity Prices : Do Time Series Models with Non-Gaussian Noise Forecast Better Than Their Gaussian Counterparts?
Ciężkie ogony a ceny energii elektrycznej : czy modele szeregów czasowych z szumem niegaussowskim prowadzą do lepszych prognoz niż modele gaussowskie?
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2007, nr 1176, s. 472-480, bibliogr. 15 poz.
Tytuł własny numeru
Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek
Słowa kluczowe
Energia elektryczna, Ceny energii, Prognozowanie, Modele ekonometryczne, Szeregi czasowe
Electric power, Energy prices, Forecasting, Econometric models, Time-series
Uwagi
streszcz.
Abstrakt
Residua modeli szeregów czasowych wykorzystywanych do prognoz procesów energetycznych, m.in. cen na giełdach energii elektrycznej, nie mają rozkładu gaussowskiego, lecz charakteryzują się znacznie cięższymi ogonami. Jednak, w literaturze naukowej wykorzystywano dotąd metody zakładające właśnie gaussowski rozkład innowacji. Niniejsza praca ma na celu odpowiedzieć na pytanie, jaki wpływ na dopasowanie modeli oraz na jakość prognoz ma zastosowanie modeli z szumem ciężkoogonowym (hiperbolicznym, NIG bądź a-stabilnym). Wyniki analiz przeprowadzonych na danych kalifornijskich nie są jednoznaczne. Okazuje się, że modele z szumem NIG oraz a-stabilnym prowadzą do średnio dokładniejszych prognoz, ale modele gaussowskie częściej zwracają najlepsze wyniki. (abstrakt oryginalny)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Barndorff-Nielsen O.E., Exponentially Decreasing Distributions for the Logarithm of Particle Size, Proc. Royal Soc. London A 1977 (353), 401-419.
  2. Bottazzi G., Sapio S., Secchi A., Some Statistical Investigations on the Nature and Dynamics of Electricity Prices, "Physica A" 2005, 355, 54-61.
  3. Carr P., Geman H., Madan D.B., Yor M., The Fine Structure of Asset Returns: An Empirical Investigation, "Journal of Business" 2002, 75, 305-332.
  4. Christof fersen P., Diebold F.X., How Relevant is Volatility Forecasting for Financial Risk Management, "Review of Economics and Statistics" 2000, 82, 12-22.
  5. Conejo A.J., Contreras J., Espinola R., Plazas M.A., Forecasting Electricity Prices for a Day-Ahead Pool-Based Electric Energy Market, "International Journal of Forecasting" 2005, 21(3), 435-462.
  6. Hamilton J., Time Series Analysis, Princeton University Press, 1994.
  7. Ljung L., System Identification - Theory for the User, Prentice Hall, 1999.
  8. Misiorek A., Ciężkie ogony cen, czyli dlaczego trudno mierzyć ryzyko na rynku energii, Materiały konferencyjne REE'06, Kazimierz Dolny, 24-27 kwietnia, 2006.
  9. Misiorek A., Truck S., Weron R., Point and Interval Forecasting of Spot Electricity Prices: Linear vs. Non-Linear Time Series Models, Stud. Nonlinear Dynamics & Econometrics, 2006, 10(3), Art. 2.
  10. Modelling Prices in Competitive Electricity Markets, red. D.W. Bunn, Wiley 2004.
  11. Rachev S., Mittnik S., Stable Paretian Models in Finance, Wiley 2000.
  12. Weron R., Computationally Intensive Value at Risk Calculations, [w:] Handbook of Computational Statistics: Concepts and Methods, red. J.E. Gentle, W. Hardie, Y. Mori, Springer 2004, 911-950, http://www.quantlet.com/mdstat/scripts/stf/html/stfhtml.html.
  13. Weron R., Heavy Tails and Electricity Prices, Invited paper presented at the Deutsche Bundesbank's 2005, Annual Fall Conference, Eltville, 10-12 November 2005.
  14. Weron R., Modeling and Forecasting Electricity Loads and Prices: A Statistical Approach, Wiley, 2006, http://www.im.pwr.wroc.pl/~rweron/MFE.html.
  15. Weron R., Misiorek A., Short-Term Electricity Price Forecasting with Time Series Models: A Review and Evaluation, [w:] Complex Electricity Markets, red. W. Mielczarski, Chapter 10, 2006, 231-254.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu