The Haar Wavelet Transfer Function Model and Its Applications

• Autorzy: Joanna Bruzda

Warianty tytułu

Falkowy model funkcji transferowej oparty na falce Haara i jego zastosowania

• Języki publikacji: EN

Abstrakty

EN

In the paper the Haar wavelet transfer function models are suggested as a way to parsimoniously parametrise the impulse responses and construct models with parameters providing an insight into the frequency content of the relationships under scrutiny. Besides, the models enable to verify hypotheses concerning changes of the regression parameters across dyadic scales (octave frequency bands). In the paper some theoretical properties of the models are investigated and an empirical illustration is provided. In the empirical study returns on WIG are modelled with the help of returns on S&P 500. Interestingly, besides the insight into the frequency content of the relationship, the empirical wavelet transfer function models also provided good forecasts. (original abstract)

W artykule proponuje się falkowy model funkcji transferowej oparty na falce Haara jako metodę konstrukcji modeli funkcji transferowej pozwalającą na oszczędną parametryzację odpowiedzi impulsowych oraz dostarczającą parametrów, które mają ciekawą interpretację częstotliwościową, dając wgląd w kształt funkcji przyrostu i spektrum fazowego procesu dwuwymiarowego. Ponadto pozwalają one na weryfikację hipotez dotyczących zmian współczynnika regresji w zależności od diadycznej skali czasu. W artykule analizuje się teoretyczne własności takich modeli i ilustruje w przykładzie empirycznym dotyczącym modelowania stóp zwrotu z indeksu WIG w zależności od stóp zwrotu z S&P 500. Interesujące jest, iż poza ciekawymi interpretacjami parametrów oszacowane falkowe modele funkcji transferowej dostarczyły także dobrych prognoz. (abstrakt oryginalny)

Słowa kluczowe

EN

Wavelet transform; Forecasting methods; Stock rate of returns; Warsaw Stock Exchange Index

PL

Transformacja falkowa; Metody prognozowania; Stopa zwrotu akcji; Warszawski Indeks Giełdowy (WIG)

• Czasopismo: Dynamic Econometric Models
• Rocznik: 2011
• Tom: 11
• Strony: 141--154

Twórcy

autor

Joanna Bruzda

• Nicolaus Copernicus University in Toruń, Poland

Bibliografia

• Ashley, R., Verbrugge, R. J. (2008), Frequency Dependence in Regression Model Coefficients: An Alternative Approach for Modeling Nonlinear Dynamic Relationships in Time Series, Econometric Reviews, 28, 4-20.
• Box, G. E. P., Jenkins, G. M., Reinsel, G. C. (2008), Time Series Analysis. Forecasting and Control, 4th edition, Wiley, New Jersey.
• Bruzda, J. (2011), Wavelet Analysis of Economic Processes, monograph in preparation. Hunt, K., Nason, G. P. (2001), Wind Speed Modelling and Short-Term Prediction Using Wavelets, Wind Engineering, 25, 55-61.
• Hunt, K. (2002), Wavelet Methods for Transfer Function Modelling, PhD thesis, University of Bristol.
• Michis, A. A. (2006), Increasing Marketing Accuracy. Wavelet Based Forecasting Techniques, ESOMAR Congress 2006 Research Paper.
• Nason, G. P., Sapatinas, T. (2002), Wavelet Packet Transfer Function Modelling of Nonstationary Time Series, Statistics and Computing, 12, 45-56.
• Nason, G. P., Sapatinas, T., Sawczenko, A. (2001), Wavelet Packet Modeling of Infant Sleep State Using Heart Rate Data, Sankhyā B, 63, 199-217.
• Percival, D. B., Walden, A. T. (2000), Wavelet Methods for Time Series Analysis, Cambridge University Press, Cambridge.
• Stawicki, J. (1993), Metody filtracji w modelowaniu procesów ekonomicznych, (Filtration Methods in Modelling Economic Processes), Wydawnictwo UMK, Toruń.

Identyfikatory

DOI

10.12775/DEM.2011.010