PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | nr 65 Statistical inference methods in economic research | 9--23
Tytuł artykułu

Assessing Long Memory Characteristics of Energy Prices

Treść / Zawartość
Warianty tytułu
Efekt długiej pamięci w szeregach czasowych cen energii elektrycznej
Języki publikacji
EN
Abstrakty
EN
Time series from financial and commodity markets are characterized by very strong autocorrelation. Significant value of autocorrelation coefficient for large lag indicates the long memory in time series. Often time series' long memory is the cause of nonstationarity. (fragment of text)
W pracy dokonano przeglądu metod, służących do estymacji długiej pamięci szeregów czasowych. Za pomocą wykładnika Hursta, szacowanego niezależnie trzema metodami, oraz modeli uwzględniających ułamkową integrację szeregów czasowych wykonano ocenę długiej pamięci szeregów czasowych na polskim tynku energii elektrycznej. W estymacji długiej pamięci uwzględniono wpływ cykliczności, autokorelacji oraz heteroskedastyczności szeregów czasowych cen energii clek'1rycznej. Otrzymane wyniki po- kazały, że w szeregach czasowych polskiego dobowo-godzinowego rynku energii e1ektrycznej obecny jest efekt długiej pamięci. (abstrakt oryginalny)
Twórcy
  • University of Economics in Katowice, Poland
Bibliografia
  • E. Zivot, J. Wang: Modeling Financial Time Series with S-PLUS. Springer, New York 2006.
  • J.D. Hamilton: Time Series Analysis. Princeton University Press. New Jersey 1994.
  • H.E. Hurst: Long Term Storage Copacity of Reservoirs. "Transactions of the American Society of Civil Engineers" 1951, No. 116. p. 770-799.
  • C.W.J. Granger, R. Joyeux: An Introduction to Long-Memory Time Series Models and Fractional Differencing_ "Journal of Time Series Analysis" 1980, No. 1, p. 15-29.
  • J.R.M. Hosking: Fractional Differencing. "Biometrika" 1981, No. 68, p. 165-176
  • J. Stawicki, I. Frączek-Miller: Różnicowanie fraktalne szeregów czasowych. W: Dynamiczne modele ekonometryczne. Materiały na V Ogólnopolskie Seminarium Naukowe. TNOiK .,Dom Organizatora", Toruń 1997.
  • B.B. Mandelbrot: Limit Theorems on the Self-Normalized Range for Weakly and Strongly Dependent Processes. "Zeitschrift fur Wahrscheinlichkeitstheorie und verwandte Gebiete" 1975. No. 31, p. 271-285.
  • A.W. Lo: Long Term Memory in Stock Market Prices. "Econometrica" 1951, No. 59. p. 1279-1313.
  • J. Geweke, S. Porter-Hudak: The Estimation and Application of Long Memory Time Series Models. "Journal of Time Series Analysis" 1983, No. 4, p. 221-237.
  • I.N. Lobato, N.E. Savin: Real and Spurious Long-Memory Properties of Stock-Market Data. "Joumal of Business and Economic Statistics" 1998, No. 16(3), p. 261-268.
  • B.K. Ray, R.S. Tsay: Long-Range Dependence in Daily Stock Volatilities. "Journal of Business and Economic Statistics" 2001. No. 18. p. 254-262.
  • T. Andersen. T. Bollerslev. EX. Diebold. P. Labys: (Understanding.. Optimizing, Using and Forecasting) Realized Volatility and Correlation Manuscript. Northwestern University. Duke University and University of Pennsylvania, Pennsylvania 1999.
  • J. Beran: Maximum Likelihood Estimation of the Differencing Parameter for lnvertible Short and Long Memory ARIMA Models. "Journal of Royal Statistical Society Series B" 1995. No 57(4), p. 659-672.
  • J. Beran, Y. Feng, D. Ocker: SEMIFAR Models. "Technical Report" 3/1999, SFB 475, University of Dortmund. Dortmund 1999.
  • J. Beran, D. Ocker: SEMIFAR Forecasts with Applications to Foreign Exchange Rates. "Journal of Statistical Planning and Inference" 1999, No. 80, p. 137-153
  • J. Beran, D. Ocker: Volatility of Stock Market lndices -An Analysis Based on SEMIFAR Models. "Journal of Business and Economic Statistics" 2001, No. 19(1), p. 103-116.
  • R.T. Baillie, T. Bollerslev, H.O. Mikkelsen: Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. "JournaI of Econometrics" 1996, No. 74, p. 3-30.
  • T. Bollerslev, H.O. Mikkelsen: Modeling and Pricing Long Memory Stock Market Volatility. "Journal of Econometrics" 1996. No. 73, p. 151-184.
  • A. Ganczarek: Klasyfikacja Polskiego Rynku Energii. W: Materiały Ogólnopolskiej Konferencji Naukowej pt. Inżynieria ekonomiczna w badaniach społeczno-gospodarczych. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów 2003. 51-66.
  • A. Ganczarek: Weryfikacja modeli z grupy GARCH na dobowo-godzinnych rynkach energii elektrycznej w Polsce. W: Rynek Kapitałowy. Skuteczne inwestowanie. Studia i Prace WNEiZ, nr 9, s. 524-536.
  • A. Ganczarek: Choosing between the Skewed Distribution and the Skewed model in General Autoregressive Conditional Heteroscedasticity. Proccedings of 26th International Conference Mathematical Methods in Economics 2008. Technical University of Liberec, Liberce 2008, p. 132-139.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171230127

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.