|
|
Aproximace prostorově distribuovaných hierarchicky strukturovaných dat
Smejkalová, Veronika ; Žák, Libor (oponent) ; Pavlas, Martin (vedoucí práce)
Prognóza produkce odpadu je důležitou informací pro plánování v oblasti odpadového hospodářství. Historická data často disponují pouze krátkou časovou řadou, kde tradiční prognostické přístupy selhávají. Tato práce navrhuje matematický model pro odhad budoucí produkce odpadu v prostorově distribuovaných datech s hierarchickou strukturou. Přístup vychází z principů regresní analýzy se závěrečnou bilancí pro soulad hodnot agregovaných dat. Součástí modelu je volba tvaru regresní funkce modelující trend v datech. Přičemž data jsou očištěna od odlehlých pozorování, která se v databázi poměrně hojně vyskytují. Důraz je kladen na rozložení rozsáhlého modelu na podúlohy, které jsou řešeny jednotlivě a vedou ke snazší implementaci. Výstupem je komplexní výpočetní nástroj, který byl testován v rámci případové studie na datech o produkci komunálního odpadu v České republice.
|
|
|
Real Estate Cycle in the Czech Republic and Office Capitalization Rate Forecasts
Zelenka, Radek ; Streblov, Pavel (vedoucí práce) ; Horváth, Roman (oponent)
The presented study describes commercial real estate markets with focus on office sector. We identify the capitalization rate (investment yield) as one of the fundamental variables in the commercial property valuation. Based on historical office investment yield observations and various econometric models we predict the office capitalization rate development in the Czech Republic. We use data of the United Kingdom, Ireland and Sweden to identify common yield trend especially with respect to their real estate crises dating in 1990s which indicate similar features to real estate crisis in 2008-2010. As explanatory variables for the econometric models (ARIMA, OLS, VAR) we use financial and macroeconomic variables. We use the OLS models to identify optimal set of explanatory variables, which we than apply in VAR models. On dataset of the comparable countries we compare the fitness of the VAR and ARIMA models, the best variants are used for prediction of the Czech office yield. We then improve our forecasts by implementing exogenous forecasts of macroeconomic variables used in the models. Majority of our predictions forecast a slow decrease of the prime office capitalization factor in next three years (2011 - 2014) in magnitude of 0.25% - 1.25% (to 6.25% - 5.75%).
|
|
|
Aproximace prostorově distribuovaných hierarchicky strukturovaných dat
Smejkalová, Veronika ; Žák, Libor (oponent) ; Pavlas, Martin (vedoucí práce)
Prognóza produkce odpadu je důležitou informací pro plánování v oblasti odpadového hospodářství. Historická data často disponují pouze krátkou časovou řadou, kde tradiční prognostické přístupy selhávají. Tato práce navrhuje matematický model pro odhad budoucí produkce odpadu v prostorově distribuovaných datech s hierarchickou strukturou. Přístup vychází z principů regresní analýzy se závěrečnou bilancí pro soulad hodnot agregovaných dat. Součástí modelu je volba tvaru regresní funkce modelující trend v datech. Přičemž data jsou očištěna od odlehlých pozorování, která se v databázi poměrně hojně vyskytují. Důraz je kladen na rozložení rozsáhlého modelu na podúlohy, které jsou řešeny jednotlivě a vedou ke snazší implementaci. Výstupem je komplexní výpočetní nástroj, který byl testován v rámci případové studie na datech o produkci komunálního odpadu v České republice.
|
|
|
Real Estate Cycle in the Czech Republic and Office Capitalization Rate Forecasts
Zelenka, Radek ; Streblov, Pavel (vedoucí práce) ; Horváth, Roman (oponent)
The presented study describes commercial real estate markets with focus on office sector. We identify the capitalization rate (investment yield) as one of the fundamental variables in the commercial property valuation. Based on historical office investment yield observations and various econometric models we predict the office capitalization rate development in the Czech Republic. We use data of the United Kingdom, Ireland and Sweden to identify common yield trend especially with respect to their real estate crises dating in 1990s which indicate similar features to real estate crisis in 2008-2010. As explanatory variables for the econometric models (ARIMA, OLS, VAR) we use financial and macroeconomic variables. We use the OLS models to identify optimal set of explanatory variables, which we than apply in VAR models. On dataset of the comparable countries we compare the fitness of the VAR and ARIMA models, the best variants are used for prediction of the Czech office yield. We then improve our forecasts by implementing exogenous forecasts of macroeconomic variables used in the models. Majority of our predictions forecast a slow decrease of the prime office capitalization factor in next three years (2011 - 2014) in magnitude of 0.25% - 1.25% (to 6.25% - 5.75%).
|
|
|
Forecasting models of office capitalization rate in the Czech Republic
Zelenka, Radek ; Streblov, Pavel (vedoucí práce) ; Horváth, Roman (oponent)
Předkládaná práce popisuje komerční trh nemovitostí se zaměřením na kancelářský sektor. Pro oceňování komerčních nemovitostí identifikujeme míru kapitalizace jako fundamentální proměnou. Na základě pozorování historických měr kapitalizace a různých ekonometrických modelů predikujeme budoucí vývoj míry kapitalizace kancelářských nemovitostí v České republice. Za použití dat z Velké Británie, Irska a Švédska identifikujeme společný trend této veličiny zejména s ohledem na prodělanou nemovitostní krizi v devadesátých letech, která se v mnohém podobá nemovitostní krizi v let 2008-2010. V ekonometrických modelech (ARIMA, OLS, VAR) používáme jako vysvětlující proměnné finanční a makroekonomické ukazatele. Za použití OLS modelů identifikujeme optimální složení vysvětlujících modelů, které poté využíváme v modelech VAR. Na datech ze srovnávaných zemí porovnáváme predikční účinnost těchto VAR a ARIMA modelů, nejvhodnější používáme k predikcím české míry kapitalizace kancelářského trhu. Následně zpřesňujeme naše předpovědi implementací nezávislých odhadů makroekonomických faktorů, které v modelech využíváme. Většina našich predikcí předpovídá pomalé snižování kapitalizační míry kancelářských nemovitostí v příštích dvou letech (2011-2012) v rozsahu 0.25% - 1% (na úroveň 6.25%-6%).
|
|
|
Testování kvality predikcí: vyhodnocení modelu g3
Tkáčik, Marcel ; Vozárová, Pavla (vedoucí práce) ; Janíčko, Martin (oponent)
Nedávný rozvoj Nových keynesiánských modelů motivoval mnoho centrálních bank k vývoji vlastních DSGE modelů pro analýzu měnové politiky a tvorbu prognóz. Cílem této studie je otestovat kvalitu predikcí České národní banky, která vyvinula vlastní DSGE model a používá ho jako jádrový predikční model od července roku 2008. Kvalita predikcí byla vyhodnocena srovnáním s Ministerstvem financí České republiky a dvěma obchodními bankami (Českou spořitelnou a Komerční bankou). Použitím ekonometrických testů pro detekci strukturální změny a analýzu časových řad bylo zjištěno, že Česká národní banka zažila významné zlepšení kvality predikcí, když začala používat DSGE model a předčila ostatní tři instituce. Tato studie navrhuje, že dobře specifikovaný DSGE model může zlepšit kvalitu predikcí klíčových makroekonomických ukazatelů ve srovnání s nestrukturálními modely a odborným úsudkem.
|
|
|
Predikovatelnost větrných farem společnosti Amper-Market
Farda, Aleš ; Rajdl, Kamil ; Štěpánek, Petr
Tato zpráva obsahuje analýzu produkce elektrické energie větrných elektráren společnosti Amper Market a. s. z hlediska její prediktability, s hlavním cílem určení potencionální přesnosti predikcí hodinových hodnot výroby energie. Pro výpočet analyzovaných predikcí je použit regresní předpovědní model využívající rychlost a směr větru ve dvou výškových hladinách. Potřebné hodnoty těchto meteorologických prvků jsou získány ze tří numerických předpovědních modelů - Aladin, EPS Aladin a IFS. Přesnost predikce výroby je optimalizována z hlediska výběru vhodných geografických bodů pro získání výstupů numerických modelů, z hlediska kombinovaného využití těchto modelů a z hlediska individuálního nastavení regresního modelu pro jednotlivé elektrárny. Analýza byla provedena na základě dat z období leden 2013 až duben 2014.
|
host ::
RSS.