Zastosowanie procesów ARIMA do prognozowania wybranych szeregów czasowych

• Autorzy: Janusz Gliński

Warianty tytułu

Forecasting Time Series Using ARIMA Models

• Języki publikacji: PL

Abstrakty

Przedstawiono wyniki badania stanowiącego próbę wykorzystania modeli autoregresji i średniej ruchomej do prognozowania kursu walutowego. Prognozowanie zmian realnego efektywnego kursu walutowego dla jedenastu najnowszych członków Unii Europejskiej zostało przeprowadzone z wykorzystaniem metodologii stochastycznych szeregów czasowych. Dobór parametrów modeli ARIMA został przeprowadzony według procedury TRAMO/SEATS i Hannana-Rissanena.

EN

This study employs an ex post forecast whereby the series from January 1993 to March 2006 are used for model estimation, whereas the series from April 2006 to April 2007 are used for out-of-sample analysis. The objectives of this paper are two-fold. The study uses real effective exchange series of eleven new EU members to find out if exchange series are stochastic nonstationary by implementing HEGY test. Second, to find out whether the forecasting model that incorporates or not a stochastic nonstationary seasonality (ARIMA or SARIMA model) could perform proper forecasts. Six forecasting accuracy measurements are exhibited to compare two methods of ARIMA parameters estimation. (original abstract)

Słowa kluczowe

PL

Szeregi czasowe; Kurs walutowy; Procesy stochastyczne

EN

Time-series; Exchange rates; Stochastic processes

• Czasopismo: Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego
• Rocznik: 2007
• Numer: nr 5
• Strony: 567--575

Twórcy

autor

Janusz Gliński

Bibliografia

• Buldorini L., Makrydakis S. and Thimann Ch., ECB Occasional Paper (2002) 2/2002, s.18; adres internetowy: http://www.ecb.int/pub/scientific/ops/author/html/author323.en.html
• European Central Bank - dane pochodzą ze strony internetowej Banku: http://sdw.ecb.int/browse.do?currentNodeId=2018795
• Jenkins G. M., Box G.E.P. (1983), Analiza szeregów czasowych. Prognozowanie i sterowanie, PWN, Warszawa
• Bratcikoviene N. (2006), The influence of changes in model on seasonal adjusted data, Conference on Seasonality, Seasonal Adjustment and their implications for Short-Term Analysis and Forecasting, Eurostat, 10-12/5/2006, S.2
• Hannán, E.J., Rissanen J. (1982), Recursive estimation of mixed autoregressive-moving average order, Biometrika 69/1982, s.81-94
• Hylleberg S., Engle R.F., Granger C.W.J., Yoo B.S. (1990), Seasonal Integration and Cointegration, Journal of Econometrics 44/1992, s. 215-238.