PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2020 | Modelowanie preferencji a ryzyko '19-'20 | 203--214
Tytuł artykułu

Odporna estymacja miar zagrożenia dla cen energii elektrycznej

Warianty tytułu
Języki publikacji
PL
Abstrakty
W pracy skupiono się na analizie nietypowych wartości ceny energii elektrycznej z rynku dobowo-godzinowego Europejskiej Giełdy Energii (EEX) w okresie od 5 października 2008 r. do 31 grudnia 2016 r. Ryzyko wystąpienia niepożądanych cen zostało oszacowane przy użyciu wartości zagrożonej estymowanej na bazie modeli autoregresyjnych klasy ARIMA-GARCH. Celem pracy była próba odpowiedzi na pytania, czy ujemne ceny można traktować jako wartości odstające oraz czy zastosowanie odpornej korekty danych wpływa na wyniki estymacji ryzyka. Na podstawie uzyskanych wyników można stwierdzić, że nie wszystkie ujemne wartości cen to obserwacje odstające oraz że zastosowanie odpornej korekty danych nie wpływa istotnie na wyniki estymacji ryzyka za pomocą wartości zagrożonych. (abstrakt oryginalny)
Twórcy
  • Uniwersytet Ekonomiczny w Katowicach
Bibliografia
  • Alexander C. (2008), Value at Risk and Other Risk Metrics [w:] Market Risk Analysis, Vol. 4, Value-at-Risk Models, Wiley, s. 1-47.
  • Blanco C. (1998), Value at Risk for Energy: Is VaR Useful to Manage Energy Price Risk?, Financial Engineering Associates.
  • Bollerslev T. (1986), Generalized Autoregressive Conditional Heteroskedasticity, "Journal of Econometrics", Vol. 31, s. 307-327.
  • Charles A. (2004), Outliers and Portfolio Optimization, "Banque & Marchés", Vol. 72, s. 44-51.
  • Chen C., Liu L.M. (1993), Joint Estimation of Model Parameters and Outlier Effects in Time Series, "Journal of the American Statistical Association", Vol. 88, s. 284-297.
  • Christoffersen P. (1998), Evaluating Interval Forecasts, "International Economic Review", Vol. 39, s. 841-862.
  • Cleveland R.B., Cleveland W.S., McRae J.E., Terpenning I.J. (1990), STL: A Seasonal- -trend Decomposition Procedure Based on Loess, "Journal of Official Statistics", Vol. 6(1), s. 3-73.
  • Derski B. (2018), Historyczny rekord. Niemcy pokryły 100 proc. swojego zapotrzebowania OZE, Forsal, 5 maja, https://forsal.pl/artykuly/1121168,historyczny-rekord-niemcy-pokryly-100-proc-swojego-zapotrzebowania-oze.html (dostęp: 5.05.2018).
  • Ding Z., Granger C.W.J., Engle R.F. (1993), A Long Memory Property of Stock Market Returns and a New Model, "Journal of Empirical Finance", Vol. 1(1), s. 83-106.
  • Engle R.F. (1982), Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation, "Econometrica", Vol. 50(4), s. 987-1007.
  • Fiszeder P. (2009), Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń.
  • Ganczarek-Gamrot A. (2016), Obserwacje odstające na rynku energii elektrycznej, "Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach. Informatyka i Ekonometria", nr 288(5), s. 7-20.
  • Heilpern S.A. (2011), Aggregate Dependent Risks - Risk Measure Calculation, "Mathematical Economics", Vol. 7(14), s. 108-122.
  • Jajuga K. (2000), Ryzyko w finansach. Ujęcie statystyczne. Współczesne problemy badań statystycznych i ekonometrycznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
  • Kosiorowski D. (2012), Wstęp do statystyki odpornej, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
  • Kupiec P. (1995), Techniques for Verifying the Accuracy of Risk Management Models, "Journal of Derivatives", Vol. 2, s. 173-184.
  • Makridakis S., Wheelwright S.C., Hyndman R.J. (1998), Forecasting Methods and Applications, John Wiley & Sons.
  • Maronna R.A., Martin R.D., Yohai V.J. (2006), Robust Statistics - Theory and Methods, John Wiley & Sons, Chichester.
  • Od wczoraj ceny energii w Polsce mogą być ujemne (2019), Gram w Zielone, 2 stycznia, https://www.gramwzielone.pl/trendy/33829/od-wczoraj-ceny-energii-w-polsce-moga-byc-ujemne (dostęp: 2.01.2019).
  • Piontek K. (2007), Przegląd i porównanie metod oceny modeli VaR [w:] P. Chrzan (red.), Matematyczne i ekonometryczne metody oceny ryzyka finansowego, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice, s. 113-124.
  • Trzpiot G., Majewska J. (2016), Odporne metody statystyczne z programem R, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice.
  • Weron A., Weron R. (2000), Giełda Energii. Strategie zarządzania ryzykiem, Wydawnictwo CIRE, Wrocław.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171604571

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.