Konkordance mezi časovými řadami kurzů měn, statisticko-pravděpodobnostní pohled.

dc.contributor.authorVávra, František
dc.contributor.authorŤoupal, Tomáš
dc.date.accessioned2020-02-10T11:00:16Z
dc.date.available2020-02-10T11:00:16Z
dc.date.issued2017
dc.description.abstractV práci je předložena jedna z možných metodik srovnávání dvou časových řad pomocí odhadů pravděpodobností toho, že obě řady budou stoupat či klesat (v pravděpodobnosti) synchronizovaně. Postup je analogií specifických měr závislostí (konkordance) mezi náhodnými proměnnými s neparametrickým přístupem (Kendalovo tau, Blomqvistovo beta, …). Při aplikaci v časových řadách není ani tak problém s pravděpodobnostním modelem. Ten nastává při statistické inferenci. U napozorovaných dat (průběhů transformovaných na vzrůsty a poklesy) bude (až na vzácné výjimky) snadno vyvratitelný předpoklad nezávislých pozorování. Proto předkládáme jednoduchý markovský model přechodů mezi stavy (roste-roste, roste-klesá, klesá-roste, klesá-klesá). Předpoklad nezávislosti pozorovaných stavů je pak nahrazen předpokladem nezávislých pozorovaných přechodů. Postup je rozpracován na úrovni statistických bodových odhadů až do konkordancí. V oblasti kurzových (finančních) řad je tato problematika ještě komplikovanější. Porovnáváme-li dvě časové kurzové řady, pracujeme vlastně s trojicí měn (jedna a druhá měna obou časových řad a měna, ve které jsou kurzy vyjadřovány). V extrémních případech i se čtveřicí (když se obě řady liší jak ve zdrojové, tak i v cílové měně). I touto problematikou se předložený příspěvek, alespoň částečně, zabývá.cs
dc.description.abstract-translatedThe paper presents one of the possible methodologies for comparing two time series by estimating the probability that both series will increase or decrease (in probability) synchronously. This procedure is analogous to the specific measures of dependence (concordance) between random variables with non-parametric approach (Kendal tau, Blomqvist beta, ...). There is no problem with the probability model. This problem occurs in statistical inference. For observed data (transformed into increasing and decreasing movement), the assumption of independent observations will be easily reversed (with rare exceptions). Therefore, we present a simple Markov model of transitions between states (increasing-increasing, increasing-decreasing, decreasing-increasing, decreasing-decreasing). The assumption of the independence of the observed states is then replaced by the assumption of independent observed transitions.en
dc.format8 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier.citationVÁVRA, F., ŤOUPAL, T. Konkordance mezi časovými řadami kurzů měn, statisticko-pravděpodobnostní pohled.. In: Financial management of firms and financial institutitons, 11th International Scientific Conference - Proceedings. Ostrava: VŠB-Technical University of Ostrava, Czech Republic, 2017. s. 907-914. ISBN 978-80-248-4139-7 , ISSN 2336-162X.en
dc.identifier.isbn978-80-248-4139-7
dc.identifier.issn2336-162X
dc.identifier.obd43920165
dc.identifier.urihttp://hdl.handle.net/11025/36426
dc.language.isocscs
dc.project.IDLO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnostcs
dc.publisherVŠB-Technical University of Ostrava, Czech Republicen
dc.relation.ispartofseriesFinancial management of firms and financial institutions, 11th International Scientific Conference - Proceedingsen
dc.rightsPlný text je přístupný v rámci univerzity přihlášeným uživatelům.cs
dc.rights© VŠB-Technical University of Ostrava, Czech Republicen
dc.rights.accessrestrictedAccessen
dc.subjectČasové řady, směnný kurz, míra shody, Kendallovo tau, Markovský modelcs
dc.subject.translatedTime series, Exchange rate, Concordance rate, Kendall tau, Markov model.en
dc.titleKonkordance mezi časovými řadami kurzů měn, statisticko-pravděpodobnostní pohled.cs
dc.title.alternativeConcordance Rate between Time Series of Exchange Rates, Statistical and Probabilistic viewen
dc.typekonferenční příspěvekcs
dc.typeconferenceObjecten
dc.type.statusPeer-revieweden
dc.type.versionpublishedVersionen

Files