Wyniki wyszukiwania - BazEkon

1

Identification and Estimation of Initial Conditions in Non-Minimal State-Space Models

100%

Bystrov V.

Central European Journal of Economic Modelling and Econometrics (CEJEME)

|

2020

|

12

|

nr 4

413-429

In this paper the identification problem is considered for initial conditions in a non-minimal state-space model that includes interpretable state variables generated by non-stationary stochastic processes. In order to solve the identification problem, structural restrictions are imposed on initial conditions in a state-space model with redundant state variables. The corresponding restricted maximum likelihood estimator of initial conditions is derived. The restricted estimator of initial conditions can be used in order to compute uniquely identified realizations of interpretable latent variables. The identification problem is illustrated analytically using a simple structural economic model. (original abstract)

2

Metody szacowania parametrów modeli dwuliniowych

84%

Górka J., Pietrzak M. B.

Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego

|

2011

|

12(XII)

|

nr 2

139-147

W artykule przedstawiony zostanie model dwuliniowy, jego budowa, własności oraz metody estymacji. Zaprezentowana zostanie również możliwość opisu modelu dwuliniowego za pomocą modelu przestrzeni stanu. Praktyczne zastosowanie modelu dwuliniowego w połączeniu z modelem GARCH pozwala na jednoczesny opis dwóch własności szeregów finansowych, warunkowej wartości oczekiwanej oraz warunkowej wariancji. Model ten wykorzystano w empirycznej analizie indeksów giełdowych, gdzie dokonano próby opisu logarytmicznych stóp zwrotu. Otrzymane wyniki pozwoliły na porównanie modelu ze strukturą dwuliniową AR( p) - BL(P,Q) -GARCH (r, z) z modem AR( p) -GARCH (r, z) . (abstrakt oryginalny)

3

Sentimental Herding: The Role of Covid-19 Crisis in the Egyptian Stock Market

84%

Abd-Alla M. H.

Copernican Journal of Finance & Accounting

|

2020

|

9

|

nr 3

9-23

This study aims to investigate the existence of herding behaviour during COVID-19 crisis in the Egyptian stock market by using firm-level data and employing different testing methodologies. The study also investigates the existence of herding behaviour during COVID-19 crisis at the level of portfolios divided based on the size and the value factors. The study used the nonlinear model proposed by Chang, Cheng and Khorana (2000) and the state-space model developed by Hwang ans Salmon (2004) to measure herding behaviour. The study found that the nonlinear model proposed by (Chang et al., 2000) lead to results indicating evidence of herding during COVID-19 crisis. However, there was no evidence of herding behaviour during COVID-19 crisis when using the state-space model developed by Hwang ans Salmon (2004). As for the level of portfolios, the study found evidence of herding during COVID-19 crisis only when using (Chang et al., 2000) methodology, at the level of the portfolio of stocks with low and high (B/M) ratio and the portfolio of big stocks only during COVID-19 crisis. (original abstract)

4

Zarządzanie ryzykiem w systemach intelligent manufacturing z zastosowaniem analizy bayesowskiej

84%

Miczka M.

Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie

|

2016

|

nr 1 (949)

107-121

Głównym celem artykułu jest zaprezentowanie zarysu nowoczesnej metodyki prognozowania i analizy ryzyka procesu produkcyjnego oraz cech charakterystycznych pomiarów dokonywanych podczas trwania procesu hutniczego. Metodyka oparta jest na reprezentacji systemu dynamicznego w przestrzeni stanu oraz na wnioskowaniu bayesowskim. Pozwala to przede wszystkim uchylić założenie o stałości szacowanych parametrów, prowadzić analizę dla całości rozkładu statystycznego oraz uwzględnić tzw. informację a priori, czyli pochodzącą spoza zbioru danych. Praca ma charakter przeglądowy i stanowi podstawę do dalszych badań, które dotyczą wdrożenia koncepcji intelligent manufacturing w polskich przedsiębiorstwach przemysłowych.(abstrakt oryginalny)

5

Identyfikacja ekspertowego modelu decyzyjnego w problemach wielokryterialnych z zastosowaniem metody obiektów charakterystycznych

84%

Sałabun W.

Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

|

2015

|

nr 38 Współczesna informatyka w teorii i praktyce

145-158

W artykule przedstawiono nowe podejście do rozwiązywania wielokryterialnych problemów decyzyjnych, polegające na identyfikacji ekspertowego modelu decyzyjnego w przestrzeni stanu problemu. Metoda obiektów charakterystycznych identyfikuje model decyzyjny z wykorzystaniem stałych punktów odniesienia oraz teorii zbiorów rozmytych. Metoda ta jest całkowicie odporna na zjawisko rank reversal, czyli odwracania rankingów przy dodaniu nowej alternatywy lub w momencie usunięcia alternatywy ze zbioru już rozpatrywanych obiektów. Za pomocą metody obiektów charakterystycznych identyfikowany jest model oceny ryzyka wystąpienia ataku serca u pacjenta w okresie najbliższych 10 lat, w celu lepszego zobrazowania działania metody COMET. (abstrakt oryginalny)

6

Bayesian Inference for State Space Model with Panel Data

84%

Pandey R., Chaturvedi A.

Statistics in Transition

|

2016

|

17

|

nr 2

211-219

The present work explores panel data set-up in a Bayesian state space model. The conditional posterior densities of parameters are utilized to determine the marginal posterior densities using the Gibbs sampler. An efficient one step ahead predictive density mechanism is developed to further the state of art in prediction-based decision making. (original abstract)

7

Binary Hidden Markov Models in Analysis of the Results of Business Surveys

67%

Dędys M., Tarnowska B.

Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa

|

2005

|

nr 75 Economic tendency surveys and cyclical indicators : Polish contribution to the 27th CIRET conference

45-54

In recent years it turned out that Markov Switching Models (MSM) are very useful in analyses of macroeconomic time series. In most papers continuous state space models are considered. However, for the purpose of analyzing time series from business surveys discrete state space models are more suitable. Therefore, we use Hidden Markov Models (HMM), which can be treated as kind of MSM. In particular, we focus on binary HMM to demonstrate their efficacy in inference based on business survey results. In this analysis data base of industry business surveys, carried out by the Research Institute of Economic Development of the Warsaw School of Economics is used. (original abstract)