|
|
Artificial Prediction Markets, Forecast Combinations and Classical Time Series
Lipán, Marek ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Ekonomičtí agenti se často dostávají do situací, kde mají k dispozici něko- lik odlišných předpovědí. Navzdory pěti dekádám zkoumání kombinací před- povědí, většina metod, která byla zatím představena, nedokáže v empirických aplikacích významně porážet kombinaci předpovědí s rovnoměrnými váhami. V této studii dáváme dohromady široké spektrum kombinací předpovědí a přezkoumáváme tyto zjištění ve dvou různých aplikacích předpovídání klasick- ých ekonomických časových řad. Tyto zahrnují mimo-výběrové kombinování předpovědí ECB Survey of Professional Forecasters a předpovědí realizované volatility logaritmických zisků futures na americké státní dluhopisy. Hod- notíme výkonnost umělých predikčních trhů, třídy metod ze strojového učení, která zatím nebyla aplikována na problém kombinování předpovědí ekonomick- ých časových řad. Dále navrhujeme novou jednoduchou metodu nazvanou Market for Kernels, která je navržená speciálně pro kombinování předpovědí časových řad. Zjistili jsme, že rovnoměrné váhy se dají významně porazit něko- lika kombinacemi předpovědí, které zahrnují Bates-Grangerovi metody a umělé predikční trhy v ECB Survey of Professional Forecasters aplikaci a skoro všemi zkoumanými kombinacemi předpovědí ve finanční aplikaci. Také jsme zjistili, že předpovědní výkonnost Market for Kernels v obou...
|
|
|
Spatial approaches to hedonic modelling of housing market: Prague case
Lipán, Marek ; Křehlík, Tomáš (vedoucí práce) ; Troch, Tomáš (oponent)
Mít po ruce nástroje schopné efektivního oceňování bydlení je užitečné nejen pro odhadce cen nemovitostí v bance, politického činitele nebo realitního agenta, ale také pro každého jednotlivce usilujícího o objektivní vyhodnocení zda bydlet v nájmu, či ve svém. Data trhu bydlení jsou prostorové povahy. K prostorovým aspektům přistupujeme skrze prostorové modelovací techniky v hédonickém cenovém modelu. Hlavní zaměření práce spočívá ve vystavění kriging modelu, který se ukazuje být silným nástrojem ve vysvětlování a předpovídání cen bydlení na pražském trhu s byty. V porovnání výkonu s tradičním hédonickým cenovým modelem neuvažujícím prostor a běžnými ekonometrickými prostorovými modely vychází kriging model nejlépe. Užitečnost našeho kriging modelu je demonstrována v možné aplikaci jako rozšíření modelu současné čisté hodnoty pro optimální volbu zda bydlet v nájmu, či ve svém pro možného kupce vlastního prvního bydlení. Ve zjednodušeném ekonomickém scénáři jsme zjistili, že optimálnost tohoto rozhodnutí závisí na inflaci, očekávané době vlastnictví, stejně jako konkrétní lokalitě bytu v Praze.
|
|
|
Artificial Prediction Markets, Forecast Combinations and Classical Time Series
Lipán, Marek ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Ekonomičtí agenti se často dostávají do situací, kde mají k dispozici něko- lik odlišných předpovědí. Navzdory pěti dekádám zkoumání kombinací před- povědí, většina metod, která byla zatím představena, nedokáže v empirických aplikacích významně porážet kombinaci předpovědí s rovnoměrnými váhami. V této studii dáváme dohromady široké spektrum kombinací předpovědí a přezkoumáváme tyto zjištění ve dvou různých aplikacích předpovídání klasick- ých ekonomických časových řad. Tyto zahrnují mimo-výběrové kombinování předpovědí ECB Survey of Professional Forecasters a předpovědí realizované volatility logaritmických zisků futures na americké státní dluhopisy. Hod- notíme výkonnost umělých predikčních trhů, třídy metod ze strojového učení, která zatím nebyla aplikována na problém kombinování předpovědí ekonomick- ých časových řad. Dále navrhujeme novou jednoduchou metodu nazvanou Market for Kernels, která je navržená speciálně pro kombinování předpovědí časových řad. Zjistili jsme, že rovnoměrné váhy se dají významně porazit něko- lika kombinacemi předpovědí, které zahrnují Bates-Grangerovi metody a umělé predikční trhy v ECB Survey of Professional Forecasters aplikaci a skoro všemi zkoumanými kombinacemi předpovědí ve finanční aplikaci. Také jsme zjistili, že předpovědní výkonnost Market for Kernels v obou...
|
|
|
Spatial approaches to hedonic modelling of housing market: Prague case
Lipán, Marek ; Křehlík, Tomáš (vedoucí práce) ; Troch, Tomáš (oponent)
Mít po ruce nástroje schopné efektivního oceňování bydlení je užitečné nejen pro odhadce cen nemovitostí v bance, politického činitele nebo realitního agenta, ale také pro každého jednotlivce usilujícího o objektivní vyhodnocení zda bydlet v nájmu, či ve svém. Data trhu bydlení jsou prostorové povahy. K prostorovým aspektům přistupujeme skrze prostorové modelovací techniky v hédonickém cenovém modelu. Hlavní zaměření práce spočívá ve vystavění kriging modelu, který se ukazuje být silným nástrojem ve vysvětlování a předpovídání cen bydlení na pražském trhu s byty. V porovnání výkonu s tradičním hédonickým cenovým modelem neuvažujícím prostor a běžnými ekonometrickými prostorovými modely vychází kriging model nejlépe. Užitečnost našeho kriging modelu je demonstrována v možné aplikaci jako rozšíření modelu současné čisté hodnoty pro optimální volbu zda bydlet v nájmu, či ve svém pro možného kupce vlastního prvního bydlení. Ve zjednodušeném ekonomickém scénáři jsme zjistili, že optimálnost tohoto rozhodnutí závisí na inflaci, očekávané době vlastnictví, stejně jako konkrétní lokalitě bytu v Praze.
|
host ::
RSS.