MODELE PROGNOZ EKONOMETRYCZNYCH

• Authors: Zmarzłowski Krzysztof , Karwański Marek

Title variants

EN

MODEL OF ASSESMENT ECONOMETRIC FORECASTS

• Languages of publication: PL

Abstracts

PL

Krótko i średnioterminowe prognozy często oparte są na różnych modelach ekonometrycznych. Dla modeli stosowanych do pojedynczych spółek, mamy do dyspozycji szereg miar, pozwalających porównywać je od strony dokładności uzyskiwanych rezultatów. Sytuacja komplikuje się, gdy prognozy dotyczą grupy spółek bądź sektorów gospodarczych. W pracy autorzy proponują nowoczesne narzędzie graficzne oparte na krzywej REC (Regression Error Characteristic). Detaliczne wyniki stosowania tej metody oceny modeli zostaną zaprezentowane w zastosowaniu do polskich firm z sektora budowlanego, notowanych na giełdzie.

EN

The main task of the analyst is to select the optimal model. For models applied to individual companies, we have a series of measures allowing to compare them from as well as the accuracy and economic point of view. The situation becomes more sophisticated when the forecasts apply to a group of companies or economic sectors. The authors attempt to build a universal graphical tools based on the REC curve. Results of this method will be used to forecast models of selected sectors Polish companies listed on the stock exchange.

Keywords

PL

krzywa REC; modele prognostyczne; sektor giełdowy

EN

REC curve; forecasting models; exchange sectors

• Publisher: Katedra Ekonometrii i Statystyki, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
• Journal: Metody Ilościowe w Badaniach Ekonomicznych
• Year: 2015
• Volume: 16
• Issue: 4
• Pages: 280-289

Dates

published

2015

Contributors

author

Zmarzłowski Krzysztof

• Katedra Informatyki, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

author

Karwański Marek

• Katedra Informatyki, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

References

• Andersen T., Davis R., Kreiss J., Mikosch T. (2009) Handbook of Time Series, Springer.
• Bi J., Bennet K. P. (August 2003) Regression error characteristics curves [in:] Proceedings of the AIII 20th International Conference on Machine Learning (ICML’03), pp. 43–50.
• Chatfield C. (1995) Model uncertainty, data mining and statistical inference, Journal of the Royal Statistical Society, Seria A 158, pp. 419–466.
• Cheng J., Lloyd J., Mildred M., Kelli A., Keith E. (February 2010) Real Longitudinal Data Analysis for Real People: Building a Good Enough Mixed Model, Stat. Med., 29(4), pp. 504–520.
• Zumbach B. (2007) The RiskMetrics 2006 methodology, RiskMetrics Group.
• Gołębiewski G., Tłaczała A. (2009) Analiza finansowa w teorii i w praktyce, Difin, Warszawa.
• Luetkepohl H. (2005) New Introduction to Multiple Time Series Analysis, Springer.
• Nelsen R. B. (1998) An Introduction to Copulas, Lectures Notes in Statistics 139, SpringerVerlag, New York.
• McNeil A., Frey R., Embrechts P. (2005) Quantitative Risk Management: Concepts, Techniques and Tools, Princeton Series in Finance.
• Raghunathan T. i inni (2001) A Multivariate Technique for Multiply Imputing Missing Values Using a Sequence of Regression Models, Survey Methodology, Vol. 27, No. 1, pp. 85-95.
• US Census Bureau's (2013) The X-13ARIMA-SEATS Seasonal Adjustment Program, https://www.census.gov/srd/www/x13as/