Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F08%3A00000044" target="_blank" >RIV/75081431:_____/08:00000044 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Forecasting Exchange Rates with AR Model With Exponential Forgetting

Popis výsledku 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 baseof 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.

Druh

D - Stať ve sborníku

CEP obor

AH - Ekonomie

OECD FORD obor

—

Projekt

—

Návaznosti

V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Rok uplatnění

2008

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Sborník příspěvků 3. mezinárodní vědecké konference "Nové trendy - nové nápady 2008"

ISBN

978-80-903914-8-2

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

—

Název nakladatele

Soukromá vysoká škola ekonomická Znojmo

Místo vydání

Znojmo

Místo konání akce

Znojmo

Datum konání akce

20. 11. 2008

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—