Temat: Bayesian forecasting

Skocz do pozycji: 1.

Tytuł:: A Note on Option Pricing with the Use of Discrete-Time Stochastic Volatility Processes
Autorzy:: Pajor, Anna
Tematy:: option pricing
SV model
Bayesian forecasting; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Powiązania:: https://bibliotekanauki.pl/articles/483255.pdf Link otwiera się w nowym oknie
Opis:: In this paper we show that in the lognormal discrete-time stochastic volatility model with predictable conditional expected returns, the conditional expected value of the discounted payoff of a European call option is infinite. Our empirical illustration shows that the characteristics of the predictive distributions of the discounted payoffs, obtained using Monte Carlo methods, do not indicate directly that the expected discounted payoffs are infinite.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Using VARs and TVP-VARs with Many Macroeconomic Variables
Autorzy:: Koop, Gary
Tematy:: Bayesian VAR
forecasting
time-varying coefficients
state-space model; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Powiązania:: https://bibliotekanauki.pl/articles/483265.pdf Link otwiera się w nowym oknie
Opis:: This paper discusses the challenges faced by the empirical macroeconomist and methods for surmounting them. These challenges arise due to the fact that macroeconometric models potentially include a large number of variables and allow for time variation in parameters. These considerations lead to models which have a large number of parameters to estimate relative to the number of observations. A wide range of approaches are surveyed which aim to overcome the resulting problems. We stress the related themes of prior shrinkage, model averaging and model selection. Subsequently, we consider a particular modelling approach in detail. This involves the use of dynamic model selection methods with large TVP-VARs. A forecasting exercise involving a large US macroeconomic data set illustrates the practicality and empirical success of our approach.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Bayesian Pricing of an European Call Option Using a GARCH Model with Asymmetries
Bayesowska wycena europejskiej opcji kupna z wykorzystaniem modelu GARCH z asymetriami
Autorzy:: Osiewalski, Jacek
Pipień, Mateusz
Tematy:: Bayesian inference
financial econometrics
volatility models
forecasting
derivative pricing; Pokaż więcej
Wydawca:: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Powiązania:: https://bibliotekanauki.pl/articles/906870.pdf Link otwiera się w nowym oknie
Opis:: In this paper option pricing is treated as an application of Bayesian predictive analysis. The distribution of the discounted payoff, induced by the predictive density of future observables, is the basis for direct option pricing, as in Bauwens and Lubrano (1997). We also consider another, more eclectic approach to option pricing, where the predictive distribution of the Black-Scholes value is used (with volatility measured by the conditional standard deviation at time of maturity). We use a model framework that allows for two types of asymmetry in GARCH processes: skewed t conditional densities and different reactions of conditional scale to positive/negative stocks. Our skewed t-GARCH(l, 1) model is used to describe daily changes of the Warsaw Stock Exchange Index (WIG) from 4.01.1995 till 8.02.2002. The data till 28.09.2001 are used to obtain the posterior and predictive distributions, and to illustrate Bayesian option pricing for the remaining period.
W prezentowanym artykule wycena opcji jest traktowana jako jedno z zastosowań bayesowskiej analizy predyktywnej. Rozkład wartości zdyskontowanej wypłaty, indukowany przez gęstość predyktywną przyszłych stóp zwrotu, jest podstawą bezpośredniej wyceny opcji (zob. Bauwens, Lubrano, 1997). Rozważamy też bardziej eklektyczne podejście, wykorzystujące rozkład predyktywny formuły Blacka i Scholesa (ze zmiennością określoną jako warunkowe odchylenie standardowe w momencie realizacji opcji). Przyjmujemy ramy modelowe, które uwzględniają dwa rodzaje asymetrii w procesach GARCH: skośne rozkłady warunkowe (typu t-Studenta) oraz zróżnicowane reakcje wariancji warunkowej na szoki dodatnie lub ujemne. Model: skośny £-GARCH(l, 1) jest stosowany do opisu dziennej zmienności Warszawskiego Indeksu Giełdowego (WIG) od 4.01.1995 r. do 8.02.2002 r. Dane do 28.09.2001 wykorzystujemy do budowy rozkładów a posteriori i predyktywnego oraz do ilustracji bayesowskiej wyceny opcji na pozostały okres.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Forecasting GDP growth rate in Ukraine with alternative models
Autorzy:: Karayuz, I
Bidyuk, P.
Tematy:: Regressive model
Bayesian network
short-term forecasting
GDP of Ukraine; Pokaż więcej
Wydawca:: Polskie Towarzystwo Promocji Wiedzy
Powiązania:: https://bibliotekanauki.pl/articles/118047.pdf Link otwiera się w nowym oknie
Opis:: The problem of constructing mathematical model for short-term fore-casting of GDP is considered. First, extended autoregression is constru-cted that takes two additional independent variables into consideration. The model resulted provides a possibility for generating short-term forecasts of GDP though not of high quality. Another model was constructed in the form of a Bayesian network. The model turned out to be better than the multiple regression, it provides quite good estimates for probabilities of GDP growth direction.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: Forecasting the Polish Inflation Using Bayesian VAR Models with Seasonality
Autorzy:: Stelmasiak, Damian
Szafrański, Grzegorz
Tematy:: Bayesian shrinkage
VAR models
seasonality
forecasting inflation
density-based scores; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Powiązania:: https://bibliotekanauki.pl/articles/2076506.pdf Link otwiera się w nowym oknie
Opis:: Bayesian VAR (BVAR) models offer a practical solution to the parameter proliferation concerns as they allow to introduce a priori information on seasonality and persistence of inflation in a multivariate framework. We investigate alternative prior specifications in the case of time series with a clear seasonal pattern. In the empirical part we forecast the monthly headline inflation in the Polish economy over the period 2011-2014 employing two popular BVAR frameworks: a steady-state reduced-form BVAR and just-identified structural BVAR model. To evaluate the forecast performance we use the pseudo realtime vintages of timely information from consumer and financial markets. We compare different models in terms of both point and density forecasts. Using formal testing procedure for density-based scores we provide the empirical evidence of superiority of the steady-state BVAR specifications with tight seasonal priors.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Raport Badawczy = Research Report ; RB/41/2015
Construction of prior model probability distributions for time series
Autorzy:: Hryniewicz, Olgierd (1948– )
Kaczmarek-Majer, Katarzyna
Wydawca:: Instytut Badań Systemowych. Polska Akademia Nauk
Systems Research Institute. Polish Academy of Sciences
Powiązania:: Raport Badawczy = Research Report
Opis:: 21 pages ; 21 cm
Bibliografia s. 18-21
21 stron ; 21 cm
Bibliography p. 18-21
The paper presents the incorporation of linguistic summaries into the construction of forecasting models. Instead of defining probability distributions, the user validates expected trends and the system creates the probability distributions automatically. Linguistic summaries are constructed as linguistically quantified sentences mined from databases, that may be exemplified by 'Among all increasing trends, most are short'. The proposed approach is evaluated with experiments on real-life time series from the pharmaceutical market and the M3 Competition benchmark datasets.
Dostawca treści:: RCIN - Repozytorium Cyfrowe Instytutów Naukowych

Książka

na półce

Skocz do pozycji: 7.

Tytuł:: Prognoza ludności dla Polski na podstawie ekonometrycznej prognozy strumieni migracyjnych
Population forecast for Poland based on econometric forecasts of migration flows
Autorzy:: Anacka, Marta
Janicka, Anna
Tematy:: prognozowanie demograficzne
prognozowanie migracji
modele bayesowskie
starzenie się
depopulacja
population forecasting
migration forecasting
Bayesian models
ageing
depopulation; Pokaż więcej
Wydawca:: Główny Urząd Statystyczny
Powiązania:: https://bibliotekanauki.pl/articles/543248.pdf Link otwiera się w nowym oknie
Opis:: Celem artykułu jest przedstawienie wyników prognozy ludności Polski na lata 2015—2060, opartej na ekonometrycznym modelu strumieni migracyjnych. Od dotychczas tworzonych prognoz i projekcji podejście to odróżnia się trzema istotnymi założeniami: przyjęciem za przedmiot prognozy populacji rezydentów, zastosowaniem ekonometrycznych narzędzi do szacowania czterech strumieni migracyjnych (napływu oraz odpływu w podziale na cudzoziemców i Polaków) oraz uwzględnieniem (w sposób formalny) niepewności uzyskiwanych oszacowań. Wyniki badania wskazują na zgodność zastosowanych modeli strumieni migracyjnych z teoriami migracyjnymi. Prognozy przewidują nasilenie imigracji do Polski w ciągu najbliższych czterech dekad. Należy się przy tym spodziewać spadku liczby ludności i starzenia się populacji, choć tempo tych dwóch zjawisk będzie wolniejsze, niż przewidują to inne analizy demograficzne.
The aim of this article is to present the results of a population forecast for Poland for the years 2015—2060, based on an econometric model of migration flows. This approach differs from existing forecasts and projections in three significant ways: the projected population are residents, the four migration flows (i.e. inflow and outflow divided into foreigners and Polish citizens) are estimated with econometric tools and the uncertainty of the obtained estimates is taken into account (in a formal manner). The results obtained indicate consistency of the applied econometric models of migration flows with theories of migration. Immigration to Poland is expected to intensify during the next four decades. Depopulation as well as ageing are expected nevertheless, although the pace of these two phenomena will be slower than predicted in other demographic analyses.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Missing observations in daily returns - Bayesian inference within the MSF-SBEKK model
Autorzy:: Osiewalski, Krzysztof
Osiewalski, Jacek
Tematy:: Bayesian econometrics
hybrid MGARCH-MSV processes
forecasting unavailable data
financial markets
commodity markets; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Powiązania:: https://bibliotekanauki.pl/articles/483257.pdf Link otwiera się w nowym oknie
Opis:: Often daily prices on different markets are not all observable. The question is whether we should exclude from modelling the days with prices not available on all markets (thus loosing some information and implicitly modifying the time axis) or somehow complete the missing (non-existing) prices. In order to compare the effects of each of two ways of dealing with partly available data, one should consider formal procedures of replacing the unavailable prices by their appropriate predictions. We propose a fully Bayesian approach, which amounts to obtaining the marginal posterior (or predictive) distribution for any particular day in question. This procedure takes into account uncertainty on missing prices and can be used to check validity of informal ways of "completing" the data (e.g. linear interpolation). We use the MSF-SBEKK structure, the simplest among hybrid MSV-MGARCH models, which can parsimoniously describe volatility of a large number of prices or indices. In order to conduct Bayesian inference, the conditional posterior distributions for all unknown quantities are derived and the Gibbs sampler (with Metropolis-Hastings steps) is designed. Our approach is applied to daily prices from six different financial and commodity markets; the data cover the period from December 21, 2005 till September 30, 2011, so the time of the global financial crisis is included. We compare inferences (on individual parameters, conditional correlation coefficients and volatilities), obtained in the cases where unavailable observations are either deleted or forecasted.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Implementation of selected macroeconomic DSGE models
Implementacja wybranych modeli makroekonomicznych DSGE.
Autorzy:: Grabis, Wojciech
Opis:: Dynamic Stochastic General Equilibrium models are widely used macroeconomic tools, that allow central banks to forecast and estimate impact of effects of monetary policy and varios shocks on the global market. These models are nowadays used among others by Federal Reserve Bank of New York, National Bank of Poland, Sveriges Riksbank or Central Bank of Russia. The structure of a model consists of mathematical equations that capture relations between macroeconomic variables of a real world economy. These equations are constructed by using economic laws and known theory, which allows to describe economy in a concise way. DSGE models are introduced as a way to connect behaviour of microeconomic agents, who manifest certain expectations, with macroeconomic principles, which are expressed using aggregate functions describing state of entire economy.Main goal of this study is to explore the topic of DSGE modelling from the computer science point of view. Although the models are widely used nowadays, it is difficult to find studies centered on the algorithmic-mathematict side of economic analysis. In this study construction of various economic components of a DSGE model will be shown. Each component will consist of various macroeconomic variables and equations, with diffrent variants depending on modelled economy. Subsequently using those components full DSGE models will be presented, which later will be essential in presenting solving algorithms. Among the presented methods following can be mentioned: model log-linearization, Blanchard-Kahn method, Metropolis-Hastings algorithm and Bayesian estimation.
Dynamiczne Modele Stochastyczne Równowagi Ogólnej DSGE są obecnie szeroko stosowanymi narzędziami makroekonomicznymi wykorzystywanymi przez banki centralne do prognozowania efektów polityki monetarnej oraz fiskalnej i rozmaitych szoków na rynku światowym. Wykorzystuje je m.in. Bank Rezerwy Federalnej w Nowym Jorku, Narodowy Banku Polski, Bank Szwedzki oraz Centralny Bank Federacji Rosyjskiej. Modele starają się przy pomocy równań matematycznych uchwycić relację między zmiennymi makroekonomicznymi rynku. Równania oddają prawa oraz znane teorie ekonomiczne, pozwalając w zwięzły sposób oddać opisywaną gospodarkę. Modele DSGE powstały na bazie połączenia zachowań optymalizujących agentów, przejawiających pewne zachowania oraz oczekiwania, z elementami makroekonomicznymi, wyrażanymi przez zmienne agregujące opisujące stan całej gospodarki.Podstawowym celem pracy jest zbadanie tematyki DSGE z punktu widzenia informatycznego. Jakkolwiek modele te znajdują szerokie zastosowanie w pracy współczesnych ekonomistów to brakuje omówienia algorytmiczno-matematycznej strony rozwiązywania modeli. Opierając się na bazie ekonomicznych mechanizmów i reguł zbudowany zostanie zbiór komponentów, w postaci zmiennych ekonomicznych wraz z wiążącymi równaniami dla różnych wariantów modelowanych gospodarek. Następnie z tych komponentów zostaną zaprezentowane pełne modele DSGE, które wykorzystane zostaną do prezentacji algorytmów estymacji oraz rozwiązywania. Wśród wykorzystywanych w pracy technik można wymienić: log-linearyzację modelu, rozwiązywanie metodą Blancharda-Kahna, algorytm Metropolisa-Hastingsa oraz wnioskowanie bayesowskie.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 10.

Tytuł:: Application of Bayesian networks for forecasting future model of farm
Wykorzystanie sieci bayesowskich do prognozowania przyszłościowego modelu gospodarstwa rolnego
Autorzy:: Grotkiewicz, K.
Tematy:: Bayesian networks
forecasting
economic indicators
agricultural indicators
farm
sieci bayesowskie
prognozowanie
wskaźniki ekonomiczne
wskaźniki rolnicze
gospodarstwo rolne; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/93941.pdf Link otwiera się w nowym oknie
Opis:: Comparative analyses in the national scale were carried out in 300 individual farms from Małopolskie and Świętokrzyskie Voivodeship in order to search for relations between the production intensity level, work performance and land efficiency and factors which shape them. The analyses concerned the use of Bayesian modelling algorithms for forecasting development of various economic and agricultural indicators which decide on the intensity and competitiveness of agriculture. The paper constitutes the second stage of research, which was preceded with previous preparation of data for modelling with the use of an exploratory overview of available data and TwoStep Cluster Analysis (Grotkiewicz et al., 2016). Based on the analyses, which were carried out, networks were built which present the relations between the analyzed variables, and conditional similarities were verified.
Poszukując zależności między poziomem intensywności produkcji a wydajnością pracy i ziemi oraz czynnikami je kształtującymi, przeprowadzono analizy porównawcze w skali krajowej na tle 300 gospodarstw indywidualnych z województwa małopolskiego i świętokrzyskiego. Analiza dotyczyła zastosowania algorytmów modelowania bayesowskiego do przewidywania rozwoju różnych wskaźników ekonomiczno-rolniczych decydujących o intensywności i konkurencyjności rolnictwa. Praca stanowi drugi etap badań, który poprzedzony był wcześniejszym przygotowaniem danych do modelowania wykorzystując do tego eksploracyjny przegląd dostępnych danych, oraz technikę TwoStep Cluster Analysis (Grotkiewicz i in., 2016). W oparciu o przeprowadzone analizy zbudowano sieci obrazujące związki pomiędzy analizowanymi zmiennymi oraz sprawdzono prawdopodobieństwa warunkowe.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 11.

Tytuł:: Bayesowskie uśrednianie klasycznych oszacowań w prognozowaniu wskaźników makroekonomicznych z użyciem danych z testów koniunktury
Bayesian Averaging of Classical Estimates in Forecasting Macroeconomic Indicators with Using Business Survey Data
Autorzy:: Białowolski, Piotr
Kuszewski, Tomasz
Witkowski, Bartosz
Tematy:: bayesowskie uśrednianie klasycznych oszacowań
wyniki testów koniunktury
sezonowość
zautomatyzowane prognozowanie
bayesian averaging of classical estimates
survey data
seasonality
automatized forecasting; Pokaż więcej
Wydawca:: Szkoła Główna Handlowa w Warszawie
Powiązania:: https://bibliotekanauki.pl/articles/500092.pdf Link otwiera się w nowym oknie
Opis:: W niniejszej pracy przedstawiono kolejną wersję modelu dla prognozowania podstawowych wskaźników makroekonomicznych z wykorzystaniem danych z testów koniunktury. W pracach Białowolskiego, Kuszewskiego i Witkowskiego (2010a, 2010b, 2011, 2012a, 2012b) rozwijano metodykę budowy modeli dla prognozowania tempa zmian produktu krajowego brutto, stopy bezrobocia i wskaźnika cen towarów konsumpcyjnych. W zbiorze regresorów tych modeli, oprócz opóźnionych w czasie zmiennych endogenicznych, uwzględnia się wyłącznie wyniki różnych testów koniunktury. Badanie dotyczy specyfikacji modelu prognostycznego metodą bayesowskiego uśredniania klasycznych oszacowań (Bayesian averaging of classical estimates, BACE). Przyjęte rozwiązanie umożliwia automatyzację proces doboru postaci modelu. W kolejnym etapie postępowania jest rozważany wpływ sezonowości deterministycznej i stochastycznej szeregów czasowych na wynik procesu prognozowania. Zaproponowano intuicyjną procedurę uwzględniania obu rodzajów sezonowości w procesie prognozowania. Po zakończeniu procesu estymacji i doboru modeli weryfikowano ich możliwości prognostyczne.
This paper presents another version of model designed to forecast main macroeconomic indicators with the use of economic survey data. In previous papers (Białowolski, Kuszewski, Witkowski, 2010a, 2010b, 2011, 2012a, 2012b) methods for developing models used for forecasting GDP growth rate, unemployment rate and CPI were proposed. The set of regressors in those models included only lagged dependent variables and indices based on various survey data. In this paper the specification of the forecasting model is selected with the use of Bayesian averaging of classical estimates (BACE). This algorithm enables an automatic process of selection of functional form of the model. Next the influence of deterministic and stochastic seasonality in time series on forecasting process is concerned. An intuitive procedure of applying and selecting among both types of seasonality in the forecasting process is discussed. Afterwards their forecasting capabilities are considered.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Informacja

Wyszukujesz frazę "Bayesian forecasting" wg kryterium: Temat