Wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR

• Autorzy: Halicka K. , Winkowski C.

Warianty tytułu

EN

The use of exponential smoothing methods for forecasting EUR sell rate

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR. Modele prognostyczne zbudowano opierając się na danych rzeczywistych od stycznia 2010 do kwietnia 2013 roku, pochodzących ze strony internetowej Narodowego Banku Polskiego. Istotnym założeniem przeprowadzonego badania było wykorzystanie jak najprostszych metod wygładzania wykładniczego. Kolejnym ważnym elementem badania było przeprowadzenie analizy porównawczej jakości otrzymanych prognoz. Do ich oceny wykorzystano siedem miar opisu statystycznego, takich jak błąd średni, błąd średni bezwzględny, maksymalny błąd bezwzględny, pierwiastek z błędu średniego kwadratowego, średni bezwzględny błąd procentowy, mediana bezwzględnego błędu procentowego oraz maksymalny błąd procentowy.

EN

The principal aim of the paper was to use exponential smoothing methods for forecasting EUR selling rate. Forecasting models were built on the basis of data from the period from January 2010 to April 2013, obtained from the website of the National Polish Bank. The important objective of the study was to use the simplest exponential smoothing methods. Another important element of the study was the conduct of a comparative analysis of the quality of forecasts. To assess the quality of forecasts, six measures of statistical description were used: mean error, mean absolute error, maximum absolute error, root mean square error, mean absolute percentage error, median absolute percentage error and maximum absolute percentage error.

Słowa kluczowe

PL

prognoza kursu walut; metody wygładzania wykładniczego; jakość prognozy

EN

forecast exchange rates; exponential smoothing methods; quality of forecasts

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Ekonomia i Zarządzanie
• Rocznik: 2013
• Tom: Vol. 5, no. 2
• Strony: 70--80
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Halicka K.

• Politechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki

autor

Winkowski C.

• Politechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki

Bibliografia

• 1. Akincilar A., Temiz I., Sahin E. (2011), An Application Of Exchange Rate Forecasting In Turkey, Gazi University Journal of Science 24 (4).
• 2. Bratu M. (2012), A Comparison of Two Quantitative Forecasting Methods for Macroeconomic Indicators in Romania, Poland and Czech Republic, Journal of Management and Change 29.
• 3. Cieślak M. (red.), (2005), Prognozowanie gospodarcze. Metody i zastosowanie, Wydawnictwo Naukowe PWN, Warszawa.
• 4. Chodakowska E., Halicka K., Kononiuk A., Nazarko J. (2005), Prognozowanie cen energii elektrycznej na Towarowej Giełdzie Energii SA z wykorzystaniem modeli ARIMA, w: Kiełtyka L., Nazarko J. (red.), Technologie informatyczne i prognozowanie w zarządzaniu: wybrane zagadnienia, Wydawnictwo Politechniki Białostockiej, Białystok.
• 5. Chodakowska E., Halicka K., Kononiuk A., Nazarko J. (2005), Zastosowanie modeli klasy GARCH do prognozowania cen energii elektrycznej na Towarowej Giełdzie Energii SA, w: Kiełtyka L., Nazarko J. (red.), Technologie informatyczne i prognozowanie w zarządzaniu: wybrane zagadnienia, Wydawnictwo Politechniki Białostockiej, Białystok.
• 6. Dittmann P. (2004), Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Oficyna Ekonomiczna, Kraków.
• 7. Făt C. M., Dezsi E. (2011), Exchange-Rates Forecasting: Exponential smoothing techniques and ARIMA models, Annals of the University of Oradea, Economic Science Series 20 (1).
• 8. Gelper S., Fried R., Croux Ch. (2010), Robust Forecasting with Exponential and Holt– Winters Smoothing, Journal of Forecasting 29, pp. 285-300.
• 9. Komisja Europejska, http://ec.europa.eu, [19.05.2013].
• 10. Maniatis, Paraschos (2012), Forecasting The Exchange Rate Between Euro And USD: Probabilistic Approach Versus ARIMA and Exponential Smoothing Techniques, Journal of Applied Business Research 28 (2).
• 11. Ministerstwo Finansów, http://www.mf.gov.pl, [14.05.2013].
• 12. Narodowy Bank Polski, http://www.nbp.pl/, [16.04.2013].
• 13. Narodowy Bank Polski, http://nbp.pl/, [14.05.2013].
• 14. Nazarko J. (red.), (2004), Prognozowanie w zarządzaniu przedsiębiorstwem, cz. 2, Prognozowanie na podstawie szeregów czasowych, Wydawnictwo Politechniki Białostockiej, Białystok.
• 15. Nazarko J. (red.), (2004), Prognozowanie w zarządzaniu przedsiębiorstwem, cz. 1, Wprowadzenie do metodyki prognozowania, Wydawnictwo Politechniki Białostockiej, Białystok.
• 16. Nazarko J. (red.), (2005), Prognozowanie w zarządzaniu przedsiębiorstwem, cz. 3, Prognozowanie na podstawie modeli adaptacyjnych, Wydawnictwo Politechniki Białostockiej, Białystok.
• 17. Muhammad S. H., Hussain T. S. (2012), Supply and demand projection of wheat in punjab for the year 2011-2012, Interdisciplinary journal of contemporary research in business 3 (10).
• 18. Tarapata Z., Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u, Zeszyty Naukowe Wyższej Szkoły Ekonomicznej 4 (22).
• 19. Zeliaś A. (1997), Teoria prognozy, Polskie Wydawnictwo Ekonomiczne, Warszawa.