Wyniki wyszukiwania - BazEkon

1

Modele MARIMA w prognozowaniu cen energii na Towarowej Giełdzie Energii SA

100%

Chodakowska E., Nazarko J., Worobiej A.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia

|

2005

|

12

|

nr 1076 Klasyfikacja i analiza danych - teoria i zastosowania

142-150

W Polsce efektem zmian zachodzących w branży elektroenergetycznej jest liberalizacja handlu energią. Jedną z pierwszych wprowadzonych form rynkowego obrotu energią elektryczną była giełda energii.W Polsce funkcjonuje jedna giełda energii elektrycznej - Towarowa Giełda Energii SA (TGE). Pierwszą uruchomioną na niej formą obrotu był rynek dnia następnego (RDN). Rynek ten prowadzony jest dzień przed dobą w której nastąpi fizyczna dostawa energii i składa się z 24 notowań, na których cena ustalana jest systemem FIXING. Podstawą decyzji o liczbie ofert i cenie oferty zakupu energii składanej przez uczestników TGE na RDN powinna być m.in. prognoza jej cen, sporządzana z wyprzedzeniem dobowym.Prognozowanie cen energii na giełdzie jest zagadnieniem nowym. Nie ma jeszcze zbyt wielu prac poświęconych tej tematyce. Przedstawiane są m.in. propozycje wykorzystania sztucznych sieci neuronowych, modeli ARMA czy modeli GARCH do prognozowania cen energii. Autorzy w niniejszym artykule proponują zastosowanie wielowymiarowych modeli ARIMA (MARIMA - multivariate autoregressive integrated moving average) do analizy i prognozowania cen energii notowanych na TGE. W artykule przeprowadzono analizę kształtowania się cen energii elektrycznej na TGE oraz podjęto próbę wyznaczenia prognozy ceny energii z uwzględnieniem wolumenu obrotu. (fragment tekstu)

2

Forward Price as the Forecast of Spot Price

100%

Jajuga K.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2001

|

nr 919 Prognozowanie w zarządzaniu firmą

177-186

From all these considerations we can claim that under the concept of rational expectations one can use forward price as the forecast of spot price. This can be done in the case of the markets where the forward prices are available. Clearly financial markets are such types of markets. In the remaining part of the paper we will consider the expectations models for two types of financial prices: interest rates and exchange rates. These models are relatively well developed. On the other hand, interest rate risk and exchange rate risk are considered as very significant types of risk for the company, therefore some guidance about forecasting of interest rates and exchange rates may help in the successful risk management. (fragment of text)

3

Prognozowanie ceny jednego metra kwadratowego mieszkania w Polsce

100%

Kozicki B., Waściński T., Lisowska A.

Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach. Administracja i Zarządzanie

|

2018

|

46

|

nr 119

27-33

W artykule omówiono problem z zakresu prognozowania ceny jednego metra kwadratowego mieszkania w Polsce w latach 1999-2017 w ujęciu kwartalnym na podstawie informacji pierwotnych uzyskanych z Narodowego Banku Polskiego. Badania rozpoczęto od analizy i oceny szeregów czasowych. Na podstawie uzyskanych ocen, dobrano metody prognostyczne i wykonano prognozowanie.Następnie przeprowadzono analizę zastosowanych metod prognostycznych i wybrano najlepszą. (abstrakt oryginalny)

4

Model Wintersa do prognozy cen detalicznych warzyw

100%

Kurzawa I., Lira J.

Wiadomości Statystyczne

|

2001

|

nr 8

12-21

W pracy dokonano analizy wahań sezonowych cen detalicznych za 1 kg niektórych warzyw: ziemniaków, cebuli, marchwi, buraków i kapusty białej świeżej w latach 1990-1999. (fragment tekstu)

5

Ile za zboże, mięso i mleko

75%

Nowe Życie Gospodarcze

|

2002

|

nr 20

34-35

W artykule przedstawiono najnowszą prognozę zespołu ekspertów Agencji Rynku Rolnego dotyczącą cen podstawowych produktów rolniczych do końca I półrocza 2003 r.

6

Czynniki warunkujące opłacalność produkcji wybranych produktów rolniczych w perspektywie 2020 roku

75%

Skarżyńska A.

Zagadnienia Ekonomiki Rolnej

|

2015

|

nr 1

57-73

Zmienność warunków gospodarowania sprawia, że rolnicy coraz częściej korzystają z różnych narzędzi, pomocnych w procesie decyzyjnym. Wzrasta także zapotrzebowanie na wyniki prognoz i projekcji, które inspirują podjęcie działań zmierzających do utrwalenia kierunku rozwoju uznanego za korzystny lub do przeciwdziałania kierunkowi rozwoju, który uznaje się za niepożądany. Wyniki projekcji na 2020 rok, sporządzonej w warunkach przeciętnych, tj. wynikających z tendencji długookresowej, wskazują na obniżenie opłacalności uprawy pszenicy ozimej o 2,4 p.p., a jęczmienia jarego o 8,6 p.p., ze względu na silniejszą dynamikę wzrostu kosztów niż przychodów. W przypadku uprawy żyta i rzepaku ozimego przewiduje się poprawę opłacalności, odpowiednio o 6,2 i 4,8 p.p. Natomiast opłacalność uprawy buraków cukrowych prawdopodobnie pozostanie na poziomie zbliżonym do lat bazowych dla projekcji (2011-2013). Badania wykazały, że wahania cen sprzedaży, wynikające ze zmienności w latach, mają silniejszy wpływ na poziom dochodu niż wahania plonu, ważnym elementem rachunku opłacalności są także koszty. Żyto i rzepak wyróżnia największa wrażliwość na wahania plonu i ceny. Spośród badanych ziemiopłodów uprawa żyta charakteryzowała się największą wrażliwością, co oznacza, że jednostkowa zmiana ich poziomu najsilniej oddziaływała na zmianę dochodu.(abstrakt oryginalny)

7

Ocena przydatności modelu Wintersa do prognozowania cen skupu mleka

75%

Lira J.

Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu

|

2013

|

15

|

z. 4

231-236

Celem badań była ocena trafności krótkoterminowych prognoz cen skupu mleka uzyskanych z uwzględnieniem sezonowych wahań na podstawie modelu Wintersa w wersjach addytywnej i multiplikatywnej. Materiał badawczy stanowiły przeciętne miesięczne ceny skupu mleka w Polsce w okresie od stycznia 1990 r. do grudnia 2012 r. Najwyższą trafność prognoz dla addytywnego modelu Wintersa uzyskano dla wyprzedzenia prognozy od jednego do trzech miesięcy odpowiednio (84,3, 67,3 i 54,7%). Dla obu postaci modelu Wintersa, im mniejsza wystąpi zmienność cen skupu mleka w horyzoncie prognozy, tym większa będzie trafność prognoz. (abstrakt oryginalny)

8

Prognozowanie cen cynku na Londyńskiej Giełdzie Metali (LME) na potrzeby huty "Oława" SA

75%

Ziaja J.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

1997

|

nr 780 Prognozowanie w zarządzaniu firmą

205-214

Reasumując można stwierdzić, że na poziom notowań cynku na LME zawsze znaczący wpływ będą miały następujące czynniki:- wielkość produkcji cynku na świecie dostarczona na LME,- zapotrzebowanie na metal (konsumpcja - powłoki antykorozyjne),- wielkość zapasów (łącznie u producentów, pośredników, rezerwy państwowe, na LME),- lokowanie w metal funduszy inwestycyjnych, banków i innych instytucji finansowych, - wielkość produkcji cynku w bloku wschodnim i Chinach, - poziom zapasów (najlepsze to 6-tygodniowe),- stabilna produkcja koncentratów.Dlatego dla większego kontrolowania wzrostu kosztów zaopatrzenia należy podejmować próby osłabienia bezpośredniego wpływu giełdy (LME) na finanse Spółki, wykorzystując istniejące prognozy cen na LME oraz opracowując własne. Można z wyprzedzeniem podejmować działania zapobiegające niekorzystnym z punktu widzenia Spółki zjawiskom lub podejmując ryzyko spekulować cynkiem, co przy korzystnych trendach cenowych przyniosłoby dodatkowe profity Spółce. (fragment tekstu)

9

Inflacja importowana w Polsce

75%

Baranowski P., Hałka A.

Wiadomości Statystyczne

|

2012

|

nr 8

44-55

Celem artykułu jest zbadanie wpływu cen importu (ceny produktów kupowanych za granicą wyrażone w walucie krajowej) na mierniki cen krajowych - indeks cen dóbr i usług konsumpcyjnych (CPI ogółem) oraz indeks cen produkcji sprzedanej przemysłu na rynku krajowym (PPI krajowe). (fragment tekstu)

10

Prognozowanie targowiskowych cen żywca wieprzowego w Polsce

75%

Lira J.

Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu

|

2011

|

13

|

z. 3

168-172

Oceniono dokładność krótkoterminowych prognoz targowiskowych cen żywca wieprzowego uzyskanych z uwzględnieniem wahań cyklicznych i sezonowych na podstawie modelu multiplikatywnego według zmodyfikowanej metody klasycznej. (abstrakt oryginalny)

11

Krótkoterminowe prognozy cen produktów rolnych

75%

Lira J., Witczak A.

Wiadomości Statystyczne

|

2007

|

nr 1

23-35

Artykuł zawiera oryginalną propozycję metody oceny nasilenia asymetrii rozkładów obserwacji statystycznych. Opiera się ona bezpośrednio na definicji centralnej symetrii względem punktu. Jej główną zaletą jest precyzja rezultatów — w przeciwieństwie do popularnie stosowanych wskaźników rozstrzyga ona jednoznacznie, czy zachodzi symetria rozkładu, czy też nie. Ponadto daje się ona łatwo uogólnić na przypadek wielowymiarowy (w którym zbiór danych postrzegany jest jako integralna całość), umożliwiając także wyznaczenie kierunku ewentualnej asymetrii w tej skomplikowanej sytuacji. Rozważania zilustrowano empiryczną analizą skośności zestawu cech opisujących sytuację transportu i łączności w województwach polskich w 2004 r. (abstrakt oryginalny)

12

Prognozowanie cen trzody chlewnej w Polsce w świetle zmian na rynkach zagranicznych

75%

Hamulczuk M.

Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu

|

2004

|

6

|

z. 2

88-92

Celem opracowania jest wskazanie potencjalnych zmiennych wyprzedzających, które mogą być podstawą przewidywania cen żywca wieprzowego i prosiąt w Polsce. (skróc. oryg. streszcz.)

13

Błądzenie losowe a możliwość prognozowania przyszłych stóp zwrotu z indeksu WIG20

75%

Anusik A.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2008

|

Metody i zastosowania badań operacyjnych '07

27-40

W niniejszym opracowaniu spróbowano odpowiedzieć na pytanie, czy rzeczywiście stopy zwrotu z indeksu WIG20 błądzą losowo oraz czy błądzenie przypadkowe może być wykorzystywane do prognozowania przyszłych kursów tego indeksu. W tym celu przeprowadzona zostanie symulacja random walk dla różnych punktów startowych oraz dwóch rozkładów: normalnego i t-Studenta. Przedtem jednak zbadana zostanie normalność rozkładu stóp zwrotu z badanego indeksu. (fragment tekstu)

14

Prognozy eksperymentalne

75%

Smoluk A.

Ekonomia Matematyczna / Akademia Ekonomiczna im. Oskara Langego. Katedra Matematyki

|

2000

|

nr 4

115-130

W artykule przedstawiono prognozy przeciętnej ceny sprzedaży kantorowej jednego dolara USD na obszarze całej Polski na dzień 31 grudnia 1993 roku.

15

Trends in the Stock Market and their Price Forecasting Using Artificial Neural Networks

75%

Strzelczyk A., Strzelczyk A.

Central and Eastern European Journal of Management and Economics

|

2013

|

1

|

nr 2

155-164

Niniejszy artykuł został poświęcony badaniom trendów rynkowych w celu prognozowania cen giełdowych w oparciu o sieci neuronowe. Aby zademonstrować takie możliwości, autorzy zaproponowali trzy sieci dla każdego z rozpatrywanych trendów. Artykuł ukazuje, iż sieci neuronowe mogą stanowić efektywne narzędzie przewidywania rynkowych cen akcji i udziałów. (abstrakt oryginalny)

16

Wielowymiarowa analiza ceny energii elektrycznej wybranych państw Europy i prognozy ceny energii elektrycznej w Polsce

75%

Kozicki B., Waściński T.

Gospodarka Materiałowa i Logistyka

|

2019

|

nr 5 (CD)

283-300

W artykule poruszony został problem z zakresu kształtowania się ceny energii elektrycznej w wybranych państwach Europy, oraz próba przeprowadzenia prognozowania ceny energii elektrycznej w walucie euro w Polsce na trzy przyszłe okresy. Badania rozpoczęto od analizy wielowymiarowej ceny energii elektrycznej za 1 kilowatogodzinę w wybranych państwach w Europie w ujęciu sześciomiesięcznym w latach 2008-2018. Następnie wykonano jej ocenę. Dalszym etapem badania była analiza szeregu czasowego danych dotyczących ceny energii elektrycznej za 1 kilowatogodzinę w walucie euro w Polsce w ujęciu dynamicznym. Ostatnim etapem było zbudowanie modelu prognozowania ARIMA i wykonanie prognozy na trzy przyszłe okresy. (abstrakt oryginalny)

17

Obligacje zamienne jako instrument finansowania firmy w świetle prognoz cen akcji podmiotu

75%

Antkiewicz S.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2001

|

nr 919 Prognozowanie w zarządzaniu firmą

137-144

Scharakteryzowano obligacje zmienne oraz przedstawiono ich strukturę. Zwrócono uwagę także na powiązania między obligacjami zmiennymi na akcje a prognozą cen akcji i kosztem kapitału przedsiębiorstwa.

18

Forecast of Prices and Volatility on the Day Ahead Market

75%

Ganczarek-Gamrot A.

Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu

|

2013

|

nr 1 (39)

111-120

Celem pracy jest prognozowanie cen i zmienności cen na Rynku Dnia Następnego. Analizę przeprowadzono na portfelach zbudowanych z czterech spośród 24 kontraktów notowanych od 30.03.2009 do 28.10.2011 wyłonionych za pomocą analizy głównych składowych niezależnie na dwóch aukcjach. Stopy zwrotu opisano za pomocą modeli SARIMA uwzględniających autokorelację i sezonowość szeregów. Ryzyko zmiany ceny oszacowano w oparciu o wartości VaR z uwzględnieniem zmiennej w czasie warunkowej korelacji modelem DCC. Podsumowując wyniki, można stwierdzić, że zastosowane modele są dobrze dopasowane do szeregów z wybranego okresu badań, ponadto kontrakty na aukcji drugiej charakteryzują się wyższym ryzykiem zmiany ceny niż kontrakty aukcji pierwszej.(abstrakt oryginalny)

19

Kwantyfikacja oczekiwań inflacyjnych osób prywatnych metodami regresyjnymi

75%

Stanisławska E.

Bank i Kredyt

|

2005

|

nr 4

15-29

Celem opracowania jest przedstawienie wyników dotyczących oczekiwań inflacyjnych otrzymanych metodami regresyjnymi. W pierwszej części pracy zaprezentowano podstawy teoretyczne metod regresyjnych. Przybliżono podobieństwa i różnice między metodami regresyjnymi i probabilistycznymi oraz omówiono modele najczęściej spotykane w literaturze. Druga część pracy zawiera przykład wykorzystania metod regresyjnych do kwantyfikacji oczekiwań inflacyjnych osób prywatnych w Polsce w latach 2001-2004.

20

Application of Box-Jenkins Method and Artificial Neural Network Procedure for Time Series Forecasting of Prices

75%

Singh A., Mishra G. C.

Statistics in Transition

|

2015

|

16

|

nr 1

83-96

Forecasting of prices of commodities, especially those of agricultural commodities, is very difficult because they are not only governed by demand and supply but also by so many other factors which are beyond control, such as weather vagaries, storage capacity, transportation, etc. In this paper time series models namely ARIMA (Autoregressive Integrated Moving Average) methodology given by Box and Jenkins has been used for forecasting prices of Groundnut oil in Mumbai. This approach has been compared with ANN (Artificial Neural Network) methodology. The results showed that ANN performed better than the ARIMA models in forecasting the prices. (original abstract)