Badanie wpływu redukcji poziomu szumu losowego na identyfikację chaosu deterministycznego w ekonomicznych szeregach czasowych

• Autorzy: Katarzyna Zeug-Żebro

Warianty tytułu

The Study of the Effect of Random Noise Reduction on the Identification of Chaotic Dynamics in the Economic Time Series

• Języki publikacji: PL

Abstrakty

Celem artykułu będzie badanie wpływu redukcji poziomu szumu na identyfikację chaosu w wybranych finansowych szeregach czasowych. Narzędziami służącym do odróżniania szeregów chaotycznych od losowych będzie statystyka BDS oraz wymiar korelacyjny. W badaniach wykorzystano szeregi utworzone z cen zamknięcia WIG i WIG20, dwóch spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie: INGBSK i Vistula oraz dwóch kursów walut: funta brytyjskiego i dolara amerykańskiego. Dane obejmują okres od 14.04.1994 do 30.10.2012. Obliczenia przeprowadzono przy użyciu programów napisanych przez autorkę w języku programowania Delphi, pakietu Microsoft Excel, EViews 5.0 oraz TISEAN.(fragment tekstu)

EN

The aim of the papers is to study the effect of noise reduction, carried out using the nearest neighbor method, on the identification of chaotic dynamics in the selected time series. The tools used to distinguish chaotic time series from random ones will be the BDS statistic and the correlation dimension The test will be conducted based on the economic time series which consist of closing share prices of companies listed on the Warsaw Stock Exchange and the daily exchange rates.(original abstract)

Słowa kluczowe

PL

Szeregi czasowe; Chaos deterministyczny; Statystyka gospodarcza

EN

Time-series; Deterministic chaos; Economic statistics

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2013
• Numer: nr 159 Zastosowanie metod matematycznych w ekonomii i zarządzaniu
• Strony: 124--135

Twórcy

autor

Katarzyna Zeug-Żebro

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Brock W.A., Dechert W.D., Scheinkman J.A. (1987): A Test for Independence Based on Correlation Dimension. SSRI Working Paper, No. 8702, Department of Economics, University of Winsconsin, Madison, WI.
• Brock W.A., Sayers C. (1988): Is the Business Cycle Characterized by Deterministic Chaos? "Journal Of Monetary Economics", Vol. 22, s. 71-90.
• Brock W.A., Hsieh D.A., LeBaron B. (1991): Nonlinear Dynamics, Chaos, and Instability: Statistical Theory and Economic Evidence. MIT Press, Cambridge, MA.
• Grassberger P., Procaccia I. (1983a): Characterization of Strange Attractors. "Phys. Rev. Lett.", 50, s. 346-349.
• Grassberger P., Procaccia I. (1983b): Measuring the Strangeness of Strange Attractors. "Physica D 9", s. 189-208.
• Kantz H., Schreiber T. (1977): Nonlinear Time Series Analysis. Cambridge University Press, Cambridge.
• Osińska M. (2006): Ekonometria finansowa. PWE, Warszawa.
• Orzeszko W. (2005): Identyfikacja i prognozowanie chaosu deterministycznego w ekonomicznych szeregach czasowych. Polskie Towarzystwo Ekonomiczne, Warszawa.
• Takens F. (1981): Detecting Strange Attractors in Turbulence. In: Lecture Notes in Mathematics. Ed. D.A. Rand and L.S. Young. Springer, Berlin, s. 366-381.
• Zawadzki H. (1996): Chaotyczne systemy dynamiczne. Wydawnictwo Akademii Ekonomicznej, Katowice.
• Zeug-Żebro K. (2008): Uwagi o statystyce BDS i wykładniku Hursta w odniesieniu do danych giełdowych. Studia Ekonomiczne, nr 50, Wydawnictwo Akademii Ekonomicznej, Katowice, s. 169-177.