D 2008

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

DEDECIUS, Kamil and Jana KALOVÁ

Basic information

Original name

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

Name in Czech

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

Name (in English)

Forecasting Exchange Rates with AR Model With Exponential Forgetting

Authors

DEDECIUS, Kamil (203 Czech Republic, guarantor) and Jana KALOVÁ (203 Czech Republic)

Edition

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

Publisher

Soukromá vysoká škola ekonomická Znojmo

Other information

Language

Czech

Type of outcome

Proceedings paper

Field of Study

50200 5.2 Economics and Business

Country of publisher

Czech Republic

Confidentiality degree

is not subject to a state or trade secret

RIV identification code

RIV/75081431:_____/08:00000044

ISBN

978-80-903914-8-2

Keywords in English

prediction; regression; model; estimation; parameters
Changed: 8/10/2009 13:06, The record has been imported from the library system.

Abstract

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.

In English

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.