Forecast of prices and volatility on the day ahead market

• Authors: Alicja Ganczarek-Gamrot
• Languages of publication: EN

Abstracts

EN

The subject of this paper is the forecast of prices and volatility on the Day Ahead Market (DAM). The analysis was made for two portfolios of four contracts from 30.03.2009 to 28.10.2011 for two fixings on DAM. Four out of 24 contracts noted on DAM were chosen by PCA. Prices were forecast by the SARIMA models incorporating autocorrelation and seasonality. Value-at-Risk calculated through the DCC model was used to forecast volatility. These models describe well the prices and volatility on the DAM and may be used for forecasting purposes. Prices on fixing 2 are characterized by higher volatility than prices on fixing 1.

Keywords

EN

principal component analysis (PCA); SARIMA model; DCC model; Value-at- -Risk; portfolio

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
• Journal: Econometrics. Ekonometria. Advances in Applied Data Analytics
• Year: 2013
• Issue: 1(39)
• Pages: 111-120

Dates

published

2013

Contributors

author

Alicja Ganczarek-Gamrot

• Uniwersytet Ekonomiczny w Katowicach

References

• Brockwell P.J., Davis R.A. (1996), Introduction to Time Series and Forecasting, Springer-Verlag, New York.
• Engle R.F. (2002), Dynamic conditional correlation – a simple class of multivariate GARCH models, Journal of Business and Economic Statistics 20: 339–350.
• Fiszeder P. (2009), Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Naukowe UMK, Toruń.
• Ganczarek A. (2008), Weryfikacja modeli z grupy GARCH na dobowo-godzinnych rynkach energii elektrycznej w Polsce, Rynek Kapitałowy. Skuteczne Inwestowanie – Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania nr 9, 524–536.
• Ganczarek-Gamrot A. (2009), Analiza ryzyka na dobowo-godzinnych rynkach obrotu energią elektryczną w Polsce, [in:] K. Jajuga, W. Ronka-Chmielowiec (eds.), Inwestycje finansowe i ubezpieczenia – tendencje światowe a polski rynek, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu no. 60, 86–94.
• Ganczarek-Gamrot A. (2010), Pomiar ryzyka w systemie ceny jednolitej na Towarowej Giełdzie Energii, [in:] T. Trzaskalik (ed.), Modelowanie preferencji a ryzyko, Prace Naukowe Akademii Ekono-micznej w Katowicach, pp. 29–43.
• Kupiec P. (1995), Techniques for verifying the accuracy of risk management models, Journal of Deri-vatives 2: 173–184.
• Osiewalski J., Pipień M. (2002), Multivariate t-GARCH Models-Bayesian Analysis for Exchange Rates, Modeling Economies in Transition. Proceedings of the Sixth AMFET Conference, Łódź.
• Piontek K. (2001), Heteroskedastyczność rozkładu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR, Prace Naukowe Akademii Ekonomicznej w Katowicach, pp. 339–350.
• Trzpiot G. (ed.), (2010), Wielowymiarowe metody statystyczne w analizie ryzyka inwestycyjnego, PWE, Warszawa.
• Tse Y.K., Tsui A.K.C. (2002), A multivariate GARCH model with time-varying correlations, Journal of Business & Economic Statistics 20: 351–362.
• Weron A., Weron R. (2000), Giełda energii, Centrum Informacji Rynku Energii, Wrocław.
• Zivot E., Wang J. (2006), Modeling Financial Time Series with S-PLUS, Springer, New York.