Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Model ARMA

Sortuj według:

Ogranicz wyniki do:

Forecasting Methods in Modern Enterprise Management

100%

Grzesica D.

tom 16

193-205

The aim of the chapter is to describe advanced methods of forecasting used in modern, high-tech enterprises. One of them - the ARMA model considers the strong dependence between the individual observations, used for prediction of time series, characterized by high dynamics of change. Here will be explained the process of selection of its parameters, and method design of the model. Second - harmonic analysis - uses, in turn, the cyclicality of the time series by which to construct the model describing the time series and what is the forecast for future periods. The first method is a group of parametric models, the second one is nonparametric, and both use the nature of a change of time series. The use of these methods will be shown by example. (original abstract)

Volatile ARMA Modelling of GARCH Squares

84%

Lawrance A. J.

tom 2

nr nr 3

195-203

This paper points out that the ARMA models followed by GARCH squares are volatile and gives explicit and general forms of their dependent and volatile innovations. The volatility function of the ARMA innovations is shown to be the square of the corresponding GARCH volatility function. The prediction of GARCH squares is facilitated by the ARMA structure and predictive intervals are considered. Further, the developments suggest families of volatile ARMA processes. (original abstract)

Nieliniowa identyfikacja rzędu autozależności w stopach zmian indeksów giełdowych

67%

Orzeszko W.

nr z. 4

369-385

Naturalnym uogólnieniem współczynnika korelacji liniowej Pearsona jest współczynnik informacji wzajemnej. Współczynnik ten umożliwia pomiar zależności różnego typu, również o charakterze nieliniowym. Podobnie jak współczynnik korelacji liniowej Pearsona, może być zastosowany do pojedynczego szeregu czasowego w celu identyfikacji autozależności. W niniejszej pracy badaniu poddano logarytmiczne stopy zmian wybranych polskich i zagranicznych indeksów giełdowych. Porównując rezultaty otrzymane dla oryginalnych szeregów stóp zmian i dla reszt z dopasowanych modeli ARMA-GARCH, określono charakter wykrytych zależności. Ponadto, wykorzystując procedurę bootstrap, zweryfikowano istotność współczynników informacji wzajemnej, co umożliwiło zidentyfikowanie opóźnień czasowych w analizowanych szeregach. W większości z przebadanych indeksów wykryto zależności nieliniowe innego typu niż GARCH a dominującym poziomem opóźnień czasowych w tych szeregach okazał się lag=1. (abstrakt oryginalny)

The mutual information coefficient is one of the most important generalizations of the Pearson correlation coefficient. Its advantage is that it is able to measure all kinds of dependencies, also nonlinear ones. Like the Pearson correlation coefficient, the mutual information coefficient may be applied to a single time series in order to identify serial dependencies. In this paper the log-returns of the selected Polish and foreign stock indices have been analyzed. By comparing the results obtained for the raw returns and the residuals of the fitted ARMA-GARCH models, the nature of the identified dependencies has been determined. Moreover, the bootstrap procedure has been applied to verify significance of the mutual information coefficients and, in consequence, to determine the number of lags in the analyzed series. In the most investigated indices, nonlinear dependencies different from the ARCH effect have been detected and lag=1 was the dominant time delay in such situations. (original abstract)