Wykorzystanie modeli zmienności wariancji GARCH w analizie ryzyka zmiany ceny energii elektrycznej

• Autorzy: Alicja Ganczarek
• Języki publikacji: PL

Abstrakty

W pracy przedstawiono analizę szeregów czasowych godzinnych stóp zwrotu cen energii elektrycznej notowanych na Rynku Dnia Następnego (RDN) Towarowej Giełdy Energii S.A. za pomocą modeli GARCH, jak również wykorzystanie modeli zmienności wariancji do oszacowania ryzyka zmiany ceny na RDN. Jako miarę ryzyka do analiz wykorzystano Value at Risk. Celem pracy jest odpowiedź na pytanie, czy modele GARCH można wykorzystywać do efektywnego szacowania ryzyka zmiany ceny na RDN. (fragment tekstu)

Słowa kluczowe

PL

Modele ekonometryczne; Model GARCH; Analiza ryzyka

EN

Econometric models; GARCH model; Risk analysis

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2006
• Tom: Modelowanie preferencji a ryzyko '06
• Strony: 357--371

Twórcy

autor

Alicja Ganczarek

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

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 2nd. Int. Symp. On Information Theoryed B N Petrov and F Csaki (Budapest: Akademiai Kiado), 267-281.
• Bollerslev T. (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, 59,1 542-547.
• Doman M. (2004). Zastosowanie modeli CAViaR w szacowaniu wartości zagrożonej. Zeszyty Naukowe. Uniwersytet Szczeciński, Szczecin, 389, 339-349.
• Doman R. (2004). Dynamika korelacji między rynkami kapitałowymi krajów Europy Środkowej. Zeszyty Naukowe. Uniwersytet Szczeciński, Szczecin, 389, 351-361.
• Engel R.F. (1982). Autoregressive Conditional Heteroscedasticy with Estimates of the Ariance of United Kingom Inflation. Econometria, 50, 987-1007.
• Engel R.F., Bollerslev T. (1986). Modelling the Persistence of Conditional Variance. Econometric Rev., 5, 1-50.
• Ganczarek A. Applications of VaR and CVaR Methods of Energy Market in Poland. Acta Universitatis Lodziensis Folia Oeconomica (w druku).
• Ganczarek A. GARCH Models of Time Series on DAM. Acta Universitatis Lodziensis Folia Oeconomica (w druku).
• Jajuga K., Jajuga T. (1998). Inwestycje. Instrumenty finansowe. Ryzyko finansowe. Inżynieria finansowa. PWN, Warszawa.
• Konarzewska I. (2004). VaR, CVaR - ryzyko inwestowania na Giełdzie Papierów Wartościowych w Warszawie. Prace Naukowe. AE, Wrocław, 1037, 282-291.
• Kufel T. (2004). Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL. PWN, Warszawa.
• Piontek K. (2000). Modelowanie finansowych szeregów czasowych z warunkową wariancją. Prace Naukowe. AE, Wrocław, 890, 218-226.
• Piontek K. (2001). Heteroskedastyczność rozkładu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR. [w:] Modelowanie preferencji a ryzyko. Red. T. Trzaskalik. AE, Katowice, 339-350.
• Piontek. K. (2002). Pomiar ryzyka metodą VaR a modele AR-GARCH ze składnikiem losowym o warunkowym rozkładzie z "grubymi ogonami". Rynek Kapitałowy. Skuteczne Inwestowanie. 467-483.
• 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.