PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2009 | 25 | nr 65 Zastosowanie metod ilościowych | 224-236
Tytuł artykułu

Modele autoregresyjne na Rynku Dnia Następnego Towarowej Giełdy Energii SA

Warianty tytułu
The Autoregressive Models on the Day Ahead Market of the Polish Energy Exchange
Języki publikacji
PL
Abstrakty
W artykule zaprezentowano analizę szeregów czasowych z Rynku Dnia Następnego (RDN) Towarowej Giełdy Energii SA. Celem pracy jest aplikacja liniowych i nieliniowych modeli autoregresyjnych na szeregi czasowe z RDN. Analizę przeprowadzono na szeregach czasowych RDN notowanych w okresie 30.03.2003-25.10.2003 (5039 obserwacji). Bazując na wynikach dopasowania omawianych modeli do szeregów czasowych z rynku energii elektrycznej, oceniono charakter zmienności tych szeregów. (abstrakt oryginalny)
EN
In this paper an analysis of the time series on the Day Ahead Market (DAM) of the Polish Power Exchange is presented. The Polish Energy Exchange was established in July 2000. The DAM was the first market which was established on the Polish Energy Exchange. This whole-day market consists of the twenty-four separate, independent markets associated with each hours, where participants may freely buy and sell electricity. The advantage of the Exchange is that all the participants of the market can buy and sell electric energy, irrespective of whether they are producers or receivers. The aim of this article is to apply certain autoregressive models to the Polish energy market including linear as well as nonlinear ones. The analysis is based on the data from 30.03.2003 to 25.10.2003 (5039 data points). The main thesis of this article states that the time series of rates of return on DAM are dependent on the first and second moment of the data. (original abstract)
Twórcy
  • Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach
Bibliografia
  • Akaike H., Information theory and an extension of the maximum likelihood principle, 2nd International Symposium on Information Theory, eds. B.N. Petrov, F. Csaki, Akadémiai Kiadó, Budapest 1973, s. 267-281.
  • Akgü I., Sayyan H., Modeling and forecasting long-memory in exchange rate volatility versus stable and integrated G ARCH models, working paper 2005.
  • Bollerslev T., A conditionally heteroscedastic time series model of security prices and rates of return, “Review Economics Statistics” 1987, 59, s. 542-547.
  • Brockwell P.J., Davis R.A., Introduction to time series and forecasting, Springer-Verlag, New York 1996.
  • Engle R.F., Autoregressive conditional heteroscedasticy with estimates of the variance of United Kingdom inflation, “Econometrica” 1982, 50, s. 987-1007.
  • Engle R.F., Bollerslev T., Modeling the persistence of conditional variance, “Econometric Review” 1986, 5, s. 1-50.
  • Ganczarek A., Klasyfikacja polskiego rynku energii. Inżynieria Ekonomiczna w badaniach społeczno-gospodarczych, Politechnika Rzeszowska, Rzeszów 2003, s. 51-66.
  • Ganczarek A., GARCH models of time series on DAM, Acta Universitatis Lodziensis Folia Oeconomica,UŁ, Łódź 2004 (w druku).
  • Nelson D., Conditional heteroskedasticity in basset returns: a new approach, “Econometrica” 1991, 59, s. 347-370.
  • Osińska M., Ekonometria finansowa, PWE, Warszawa 2006.
  • Piontek K., Modelowanie finansowych szeregów czasowych z warunkową wariancją, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 890, AE, Wrocław 2000, 218-226.
  • Schwarz G., Estimating the dimension of a model, “The Annals of Statistics” 1978, 6, s. 461-464.
  • Welfe A., Ekonometria, PWE, Warszawa 2003.
  • Weron A., Weron R., Inżynieria finansowa, WNT, Warszawa 1998.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000165220808
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.