Analiza zmienności kursu walutowego z wykorzystaniem nieliniowych autoregresyjnych modeli szeregów czasowych

• Autorzy: Janusz Gliński

Warianty tytułu

Analysis of Exchange Rate Fluctuations with Non-linear Autoregressive Time Series Models

• Języki publikacji: PL

Abstrakty

Przedstawiono analizę porównawczą wybranych parametrycznych modeli procesów nieliniowych. Różnice pomiędzy poszczególnymi typami modeli zostały scharakteryzowane przez wybrane szeregi czasowe kursu walutowego polskiego złotego wobec 13 najważniejszych walut obcych.

EN

The comparative analysis of selected models of non-linear processes was introduced in the paper. Differences among the individual types of models are characterized by chosen exchange rates of the Polish zloty versus thirteen the most important foreign currencies. The work consists of three stages. The selection of the parameters of the function was executed in first stage. Second stage reflects the estimation of chosen models. The analysis of the prediction quality sensibility on the length of outdistancing was executed in third stage. A tool that supports the analytic process of the investigation is R, an open-source programming environment for data analysis and graphics. (original abstract)

Słowa kluczowe

PL

Kurs walutowy; Szeregi czasowe; Prognozowanie kursów walut; Modele ekonometryczne

EN

Exchange rates; Time-series; Exchange rates forecasting; Econometric models

• Czasopismo: Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego
• Rocznik: 2008
• Numer: nr 4
• Strony: 33--46

Twórcy

autor

Janusz Gliński

Bibliografia

• Bruzda J. (2007), Procesy nieliniowe i zależności długookresowe w ekonomii. Analiza kointegracji nieliniowej. Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika. Toruń.
• Chan K.S., Tsay R.S. (1998), Limiting properties of the least squares estimator of continuous threshold autoregressive model. Biometrika, 85, 2, pp. 413-426
• Chatfield, C. (2001), Time-Series Forecasting. Chapman and Hall/CRC, Boca Raton.
• Granger, C. W. J., Teräsvirta, T. (1993), Modelling nonlinear economic relationships. Oxford, Oxford University Press.
• Hamilton, J. D. (1994), Times series analysis, Princeton University Press, Princeton.
• Huang W., Lai K.K., Nakamori Y., Wang S. (2004), Forecasting foreign exchange rates with artificial Neural networks: a review, International Journal of Information Technology and Decision Making 3:145-165
• Manzan S. (2003), Essays In nonlinear economic dynamics, Thela Thesis.
• Osińska M. (2006), Ekonometria finansowa. PWE. Warszawa.
• R Development Core Team (2008), R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-proiect.org.
• Sakamoto, Y., Ishiguro, M., and Kitagawa G. (1986), Akaike Information Criterion Statistics. D. Reidel Publishing Company.
• Teräsvirta, T. (2006). Forecasting economic variables with nonlinear models. W: G. Elliot, C. W. J. Granger, Timmermann A. (red.), Handbook of economic forecasting. Amsterdam, Elsevier Science.
• Tong, H. (1983), Threshold models in non-linear time series analysis. New York, Springer-Verlag.
• Volterra, V. (1930). Theory of functionals and of integro-differential equations. New York, Dover.