D 2008

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

DEDECIUS, Kamil a Jana KALOVÁ

Základní údaje

Originální název

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

Název česky

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

Název anglicky

Forecasting Exchange Rates with AR Model With Exponential Forgetting

Autoři

DEDECIUS, Kamil a Jana KALOVÁ

Vydání

Znojmo, Sborník příspěvků 3. mezinárodní vědecké konference "Nové trendy - nové nápady 2008" 7 s. 2008

Nakladatel

Soukromá vysoká škola ekonomická Znojmo

Další údaje

Jazyk

čeština

Typ výsledku

Stať ve sborníku

Obor

50200 5.2 Economics and Business

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Označené pro přenos do RIV

Ano

Kód RIV

RIV/75081431:_____/08:00000044

ISBN

978-80-903914-8-2

Klíčová slova anglicky

prediction; regression; model; estimation; parameters
Změněno: 8. 10. 2009 13:06, Záznam byl importován z knihovního systému.

Anotace

ORIG EN

V originále

Základem úspěšného investování v prostředí moderní tržní ekonomiky je dobrá schopnost predikce budoucího vývoje ekonomických veličin, například směnných kurzů. Ekonometrický aparát používaný pro predikování ekonomických veličin je často založen na regresních modelech, např. autoregresním modelu (AR), autoregresním modelu s proměnnou střední hodnotou (ARMA) či jiných, například neparametrických metodách. Takové modely predikují budoucí hodnotu ekonomické veličiny (v našem případě směnného kurzu) v závislosti na hodnotách předchozích, obvykle známých. Předpokládáme-li využití Bayesovského přístupu k modelování směnných kurzů, odvozujícího aposteriorní informaci o hodnotě budoucí na základě a priori známých kurzových hodnot, lze zřejmě za určitých podmínek využít základní autoregresní model a modifikovat odhad jeho parametrů tak, aby byla přípustná jejich změna v čase.

Anglicky

The success of investing in the modern economical environment strongly depends on a good ability of forecasting of the future development of economical variables, e.g. the exchange rates. The econometrical tools used for this purpose are often based on regression models like the autoregression model (AR), the autoregression model with moving average (ARMA) and others, including the nonparametric methods. Such models forecast the future values of economic variable (in our case the exchange rate) on base of their previous (usually known) values. If we use the Bayesian approach to this modelling, it is obviously possible to use the basic autoregression model and modify its parameters estimation to make it admits slow time variability.