IDEAS home Printed from https://ideas.repec.org/a/nbp/nbpbik/v49y2018i3p253-288.html
   My bibliography  Save this article

Prognozowanie indeksu WIG za pomocą jądrowych estymatorów funkcji regresji

Author

Listed:
  • Witold Orzeszko

    (Uniwersytet Mikołaja Kopernika, Katedra Zastosowań Informatyki i Matematyki w Ekonomi)

Abstract

Celem pracy jest ocena wybranych jądrowych estymatorów funkcji regresji jako narzędzi prognozowania indeksu WIG. Prognozie poddano dwa szeregi czasowe: logarytmiczne stopy zmian indeksu oraz ich kwadraty. W badaniu zastosowano cztery metody prognozowania: estymator Nadarai-Watsona, lokalną jądrową regresję liniową oraz – dla porównania – model regresji liniowej i metodę naiwną. Jako zmienne objaśniające w modelach regresji zastosowano opóźnione o jeden dzień: indeks S&P 500, kurs USD/PLN, wolumen obrotów spółek wchodzących w skład indeksu WIG, a także zmienną autoregresyjną. Do oceny możliwości predykcyjnych analizowanych metod wykorzystano cztery różne kryteria jakości prognoz. Otrzymane wyniki nie pozwalają na sformułowanie jednoznacznego wniosku o wyższości estymatorów jądrowych nad pozostałymi zastosowanymi metodami prognozowania. Wykazano jednak, że w pewnych sytuacjach metody te mogą być użytecznymi narzędziami prognozowania. Zależy to np. od prognozowanego okresu, zastosowanego predyktora czy przyjętego kryterium jakości prognozy.

Suggested Citation

  • Witold Orzeszko, 2018. "Prognozowanie indeksu WIG za pomocą jądrowych estymatorów funkcji regresji," Bank i Kredyt, Narodowy Bank Polski, vol. 49(3), pages 253-288.
    • Handle: RePEc:nbp:nbpbik:v:49:y:2018:i:3:p:253-288
    as

    Download full text from publisher

    File URL: https://bankikredyt.nbp.pl/content/2018/03/BIK_03_2018_03.pdf
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    prognozowanie indeksu WIG; regresja nieparametryczna; jądrowe estymatory funkcji regresji; estymator Nadarai-Watsona; lokalna jądrowa regresja liniowa;
    All these keywords.

    JEL classification:

    • C14 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods and Methodology: General - - - Semiparametric and Nonparametric Methods: General
    • C53 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Forecasting and Prediction Models; Simulation Methods
    • C58 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Financial Econometrics

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:nbp:nbpbik:v:49:y:2018:i:3:p:253-288. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Wojciech Burjanek (email available below). General contact details of provider: https://edirc.repec.org/data/nbpgvpl.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.