BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Ganczarek-Gamrot Alicja (University of Economics in Katowice, Poland)
Tytuł
Forecast of Prices and Volatility on the Day Ahead Market
Prognozowanie cen i zmienności na Rynku Dnia Następnego
Źródło
Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu, 2013, nr 1 (39), s. 111-120, rys., tab., bibliogr. 13 poz.
Econometrics / Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe
Modele SARIMA, Prognozowanie, Prognozowanie cen
SARIMA models, Forecasting, Prediction of prices
Uwagi
streszcz., summ.
Abstrakt
Celem pracy jest prognozowanie cen i zmienności cen na Rynku Dnia Następnego. Analizę przeprowadzono na portfelach zbudowanych z czterech spośród 24 kontraktów notowanych od 30.03.2009 do 28.10.2011 wyłonionych za pomocą analizy głównych składowych niezależnie na dwóch aukcjach. Stopy zwrotu opisano za pomocą modeli SARIMA uwzględniających autokorelację i sezonowość szeregów. Ryzyko zmiany ceny oszacowano w oparciu o wartości VaR z uwzględnieniem zmiennej w czasie warunkowej korelacji modelem DCC. Podsumowując wyniki, można stwierdzić, że zastosowane modele są dobrze dopasowane do szeregów z wybranego okresu badań, ponadto kontrakty na aukcji drugiej charakteryzują się wyższym ryzykiem zmiany ceny niż kontrakty aukcji pierwszej.(abstrakt oryginalny)

The subject of this paper is the forecast of prices and volatility on the Day Ahead Market (DAM). The analysis was made for two portfolios of four contracts from 30.03.2009 to 28.10.2011 for two fixings on DAM. Four out of 24 contracts noted on DAM were chosen by PCA. Prices were forecast by the SARIMA models incorporating autocorrelation and seasonality. Value-at-Risk calculated through the DCC model was used to forecast volatility. These models describe well the prices and volatility on the DAM and may be used for forecasting purposes. Prices on fixing 2 are characterized by higher volatility than prices on fixing 1.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Brockwell P.J., Davis R.A. (1996), Introduction to Time Series and Forecasting, Springer-Verlag, New York.
  2. Engle R.F. (2002), Dynamic conditional correlation - a simple class of multivariate GARCH models, Journal of Business and Economic Statistics 20: 339-350.
  3. Fiszeder P. (2009), Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Naukowe UMK, Toruń.
  4. Ganczarek A. (2008), Weryfikacja modeli z grupy GARCH na dobowo-godzinnych rynkach energii elektrycznej w Polsce, Rynek Kapitałowy. Skuteczne Inwestowanie - Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania nr 9, 524-536.
  5. Ganczarek-Gamrot A. (2009), Analiza ryzyka na dobowo-godzinnych rynkach obrotu energią elektryczną w Polsce, [in:] K. Jajuga, W. Ronka-Chmielowiec (eds.), Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu no. 60, 86-94.
  6. Ganczarek-Gamrot A. (2010), Pomiar ryzyka w systemie ceny jednolitej na Towarowej Giełdzie Energii, [in:] T. Trzaskalik (ed.), Modelowanie preferencji a ryzyko, Prace Naukowe Akademii Ekono-micznej w Katowicach, pp. 29-43.
  7. Kupiec P. (1995), Techniques for verifying the accuracy of risk management models, Journal of Deri-vatives 2: 173-184.
  8. Osiewalski J., Pipień M. (2002), Multivariate t-GARCH Models-Bayesian Analysis for Exchange Rates, Modeling Economies in Transition. Proceedings of the Sixth AMFET Conference, Łódź.
  9. Piontek K. (2001), Heteroskedastyczność rozkładu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR, Prace Naukowe Akademii Ekonomicznej w Katowicach, pp. 339-350.
  10. Trzpiot G. (ed.), (2010), Wielowymiarowe metody statystyczne w analizie ryzyka inwestycyjnego, PWE, Warszawa.
  11. Tse Y.K., Tsui A.K.C. (2002), A multivariate GARCH model with time-varying correlations, Journal of Business & Economic Statistics 20: 351-362.
  12. Weron A., Weron R. (2000), Giełda energii, Centrum Informacji Rynku Energii, Wrocław.
  13. Zivot E., Wang J. (2006), Modeling Financial Time Series with S-PLUS, Springer, New York.
Cytowane przez
Pokaż
ISSN
1507-3866
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu