PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2007 | 206 Methods of Multivariate Statistical Analysis and Their Applications | 259--270
Tytuł artykułu

GARCH Models of Time Series on DAM

Warianty tytułu
Modele GARCH szeregów czasowych na RDN
Języki publikacji
EN
Abstrakty
EN
In this paper an analysis of the time series on the Day Ahead Market (DAM) of the Polish Power Exchange is presented. In this analysis Generalized Autoregressive Conditional Heteroscedasticity (GARCH) models are used to describe the time series of rates of return of price of electric energy on DAM. This analysis is based on the data from July 2002 to June 2004. (original abstract)
W pracy została przedstawiona analiza szeregów czasowych stóp zwrotu cen energii elektrycznej notowanych na rynku dnia następnego (RDN) Towarowej Giełdy Energii SA od lipca 2002 do czerwca 2004 r. za pomocą modeli GARCH. Celem pracy jest odpowiedź na pytanie, czy modele GARCH efektywnie opisują kształtowanie się cen energii elektrycznej na parkiecie polskiej giełdy energii i czy można je wykorzystywać do modelowania szeregów czasowych stóp zwrotu cen energii elektrycznej. (abstrakt oryginalny)
Twórcy
  • The Karol Adamiecki University of Economics in Katowice, Poland
Bibliografia
  • Akaike H. (1969), Fitting autoregressive models for prediction, Ann. Inst. Stat. Mathematics Tokio, 21, 243-247.
  • Akaike H. (1973), Information theory and an extension of the maximum likelihood principle, [in:] 2nd Int. Symp. on Information Theory, B. N. Petrov, F. Csaki (eds.), Akademiai Kiado, Budapest, 267-281.
  • Bollerslev Т. (1986), Generalised autoregressive conditional heteroscedasticy, J. Econometrics 31, 307-328.
  • Bollerslev T. (1987), A conditionally heteroscedastic time series model of security prices and rates of return, Rev. Economics Statistics, 59, 542-547.
  • Doman R. (2004), Dynamika korelacji między rynkami kapitałowymi krajów Europy Środkowej, "Zeszyty Naukowe Uniwersytetu Szczecińskiego", 389, 351-361.
  • Engel R. F. (1982), Autoregressive conditional heteroscedasticy with estimates of the variance of United Kingdom inflation, "Econometria", 50, 987-1007.
  • Engle R. F., Bollerslev T. (1986), Modelling the persistence of conditional variance, Econometric Rev., 5, 1-50.
  • Ganczarek A. (2006), Applications of VaR and CVaR methods of energy market in Poland, "Acta Universitatis Lodziensis", Folia Oeconomica, 196, 255-269.
  • Hannan E. J., Quinn B. G. (1979), The determination of the order of an autoregression, J. R. Stat. Soc. B, 41, 190-195.
  • Jajuga K., Jajuga T. (1998), Inwestycje. Instrumenty finansowe. Ryzyko finansowe. Inżynieria finansowa, Wydawnictwo Naukowe PWN, Warszawa.
  • Kufel T. (2004), Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wydawnictwo Naukowe PWN, Warszawa.
  • Mitchell H., McKenzie M. (2003), GARCH model selection criteria, "Quantitative Finance", 3, 262-284.
  • Piontek K. (2000), Modelowanie finansowych szeregów czasowych z warunkową wariancją, "Prace Naukowe Akademii Ekonomicznej we Wrocławiu", 890, 218-226.
  • Rissanen J. J. (1987), Stochastic complexity, J. R. Stat. Soc. В, 49, 223-239.
  • Schwarz G. (1978), Estimating the dimension of a model, Ann. Stat., 6, 461-464.
  • Trzpiot G., Ganczarek A. (2003), Risk on Polish Energy Market, "Dynamiczne Modele Ekonometryczne", 8, 175-182.
  • Welfe A. (2003), Ekonometria, PWE, Warszawa.
  • Weron A., Weron R. (1998), Inżynieria finansowa, WNT, Warszawa.
  • Weron A., Weron R. (2000), Giełda Energii. Strategie zarządzania ryzykiem, CIRE, Wrocław.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171230889

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.