Nowa wersja platformy jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2010 | 28 | nr 91 Prognozowanie = Forecasting | 84-94
Tytuł artykułu

Modelling Seasonally Integrated Processes and Processes with Seasonal Volatility for Daily Data

Autorzy
Warianty tytułu
Modelowanie procesów sezonowo zintegrowanych oraz o sezonowej zmienności dla danych dziennych
Języki publikacji
EN
Abstrakty
Cykliczne procesy gospodarcze o wysokiej częstotliwości obserwowania mają złożoną strukturę, na którą składają się zmienność wartości średniej oraz cykliczna zmienność wartości średniej, a ponadto prosta zmienność wariancji i cykliczna zmienność wariancji. Zadano dwa pytania badawcze: Czy w procesach gospodarczych występuje cykliczność deterministyczna czy stochastyczna dla danych o wysokiej częstotliwości? Czy cykliczną stochastyczną zmienność procesów gospodarczych można opisać modelami GARCH z deterministyczną cyklicznością? W artykule tym omówiono zagadnienia związane z testowaniem sezonowych pierwiastków jednostkowych za pomocą nowego testu badania stacjonarności procesu dla danych o wysokiej częstotliwości obserwowania zaproponowanego przez D.A. Dickeya w 2009 r. Zagadnienia te zilustrowano przykładami dla danych dziennych wraz z analizą badania heteroskedastyczności reszt z wykorzystaniem modeli GARCH(q, p).(abstrakt oryginalny)
EN
Cyclical, high frequency economic processes contain complicated internal structure with possible time-varying average and variance and cyclical varying average and variance. We can ask the following questions: Have high frequency economic processes got deterministic or stochastic cyelicity? Can cyclical variability in high frequency economic processes be described by GARCH model with deterministic cyelicity? The paper contains discussion of the issues of testing seasonal unit root by new stationary test for high frequency processes proposed by D.A. Dickey in 2009. All discussed problems will be illustrated by examples for daily data with analysis of heteroscedasticity by GARCH (q, p) model.(original abstract)
Twórcy
  • Nicolaus Copernicus University in Toruń, Poland
Bibliografia
  • Clements M.P., Hendry D.F., Forecasting Economic Time Series, Cambridge University Press, Cambridge 1998.
  • Dickey D.A., Stationarity testing in high-frequency seasonal time series, SAS Global Forum 2009, Statistics and Data Analysis 2009, Paper 235-2009, pp. 1-9.
  • Dickey D.A., Hasza D.P., Fuller W.A. (1984), Testing for unit roots in seasonal time series, Journal of the American Statistical Association, Vol. 79, pp. 355-367.
  • Engle R., The econometrics of ultra-high frequency data, Econometrica, Vol. 68, No 1, pp. 1-22.
  • Hylleberg S., Modelling Seasonality, Oxford University Press, New York 1992.
  • Hylleberg S., Engle R.F., Granger C.W.J., Yoo B.S., Seasonal integration and cointegration. Journal of Econometrics, Vol. 44, pp. 215-238.
  • Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wydawnictwo Naukowe PWN, Warszawa 2007.
  • Kufel T., Ekonometryczne modelowanie cykliczności w procesach sprzedaży na podstawie danych dziennych, [in:] P. Dittmann, J. Krupowicz (eds.), Prognozowanie w zarządzaniu firmą, Prace Naukowe Akademii Ekonomicznej nr 1112, Wydawnictwo Akademii Ekonomicznej, Wrocław 2006, pp. 236-247.
  • Zieliński Z., Analiza ekonomicznych procesów stochastycznych. Pisma wybrane, Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń 2002.
  • Zieliński Z., Liniowe modele zgodne, opisujące zależności sumacyjnych (zintegrowanych) procesów ekonomicznych, [in:] A. Zeliaś (ed.), Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, Wydawnictwo Akademii Ekonomicznej, Kraków 1995, pp. 77-87.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171316701
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.