New bootstrap methods for exchange rate prediction under GARCH(p,q) process
GARCH(p,q) modelleri altında döviz kuru öngörüsü için yeni bootstrap yöntemleri
- Tez No: 502654
- Danışmanlar: PROF. DR. ESİN FİRUZAN
- Tez Türü: Doktora
- Konular: Ekonomi, İstatistik, Economics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 93
Özet
Fiyat değişimleri finansal zaman serileri analizinin önemli bir parçasını oluşturur. Döviz kurları, piyasa endeksleri, faiz oranları ve opsiyon fiyatları gibi finansal zaman serilerinin modellenmesi, modelin doğru parametre tahminlerinin elde edilmesi ve gelecek değerlerin öngörülmesi, risk ve belirsizliğin değerlendirilmesinde kritik bir rol oynar. Uluslararası döviz piyasasında, genelleştirilmiş otoregresif koşullu değişen varyans modeli, oynaklığın modellenmesi ve getirilerin yanında oynaklıkların dinamik öngörü aralıklarının elde edilmesi için en yaygın olarak kullanılan yöntemlerden biridir. Teknik olarak, bu öngörü aralıklarının oluşturulması, uygulamada genellikle bilinmeyen bazı dağılımsal varsayımları gerektirir. Dahası, tahminlenen parametre değerleriyle oluşturulan öngörü aralıkları, varsayımlardan herhangi bir sapma nedeniyle etkilenebilir ve güvenilmez sonuçlara yol açabilir. Dağılımsal varsayımları dikkate almadan öngörü aralıkları oluşturmanın bir yolu, bootstrap gibi yeniden örnekleme yöntemlerinin kullanılmasıdır. Bu tezde, koşullu değişen varyans modellerinde geçerli öngörü aralıklarının elde edilmesi için iki yeni blok bootstrap tabanlı yöntem önerilmiştir. İlk olarak, önerilen blok bootstrap yöntemleri doğrusal zaman serisi modelleri kapsamında tartışılmıştır. İkinci olarak, bu yöntemler öngörü aralıkları elde etmek için heteroskedastik modellere uygulanmıştır. Önerilen yöntemlerin performansları hem gerçek dünya örnekleri hem de simülasyon çalışmaları aracılığıyla varolan yöntemlerle karşılaştırılmıştır. Parametre tahmini için elde ettiğimiz sonuçlar, önerdiğimiz yöntemlerin varolan yöntemlerden daha iyi performansa sahip olduğunu göstermektedir. Ayrıca, önerdiğimiz yöntemler varolan yöntemlere göre daha iyi öngörü aralıkları üretmektedir.
Özet (Çeviri)
The price changes forms an important part of the financial time series analysis. Modeling of financial time series such as exchange rates, market indices, interest rates and option prices, succeeding accurate parameter estimations of the model and prediction of future values play a critical role in assessing risk and uncertainty. In foreign exchange market, the generalized autoregressive conditional heteroscedasticity model is one of the most commonly used techniques for modeling volatility and obtaining dynamic prediction intervals for returns as well as volatilities. Technically, construction of such prediction intervals requires some distributional assumptions which are generally unknown in practice. Moreover, the constructed prediction intervals along with the estimated parameter values can be affected due to any departure from the assumptions and may lead us to unreliable results. One of the remedy to construct prediction intervals without considering distributional assumptions is to use the well known resampling methods, e.g., the bootstrap. In this dissertation, two new block bootstrap based methods are proposed to obtain valid prediction intervals in conditionally heteroscedastic models. Firstly, the proposed block bootstrap methods are discussed in the context of linear time series models. Secondly, these methods are applied to heteroscedastic models to obtain prediction intervals. Performances of the proposed methods have been compared with the existing methods via both real-world examples and simulation studies. The results are reveal that our proposed methods outperform other existing methods for parameter estimation. Also, they produce better prediction intervals compared to existing ones.
Benzer Tezler
- Seçilmiş asya ülkelerinde cari işlemler hesabinin belirleyicileri
Determinants of current account balance in selected asian countries
NAJIBUL KASHEM
Yüksek Lisans
Türkçe
2023
EkonomiSivas Cumhuriyet ÜniversitesiUluslararası Ticaret ve Lojistik Ana Bilim Dalı
PROF. DR. KIVANÇ HALİL ARIÇ
- Çoklu atama sonrası propensity skor tahmin yöntemlerine yeni yaklaşımlar
New methods for estimating propensity scores following multiple imputation
SEVİNÇ PÜREN YÜCEL KARAKAYA
Doktora
Türkçe
2024
BiyoistatistikÇukurova ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. İLKER ÜNAL
- Tekrarlı ölçüm verilerinde çok değişkenli çözümleme yöntemler kullanılarak en iyi modelin kestirimi
Prediction of the best model for repeated measurements data using multivariate analysis techniques
ANIL AKTAŞ SAMUR
Doktora
Türkçe
2013
BiyoistatistikAkdeniz ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
PROF. DR. OSMAN SAKA
- Robust bootstrap procedures in the presence of outliers
Aykırı değerlerin varlığında dayanıklı bootstrap yöntemleri
UĞUR BİNZAT
Doktora
İngilizce
2024
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ENGİN YILDIZTEPE
- İki parametreli üstel dağılmış anakütle ortalamalarının eşitliğinin test edilmesi için hesaplamalı yaklaşım testleri
The computational approach tests for testing the equality of population means under two-parameter exponential distribution
MUSTAFA ÇAVUŞ
Doktora
Türkçe
2020
İstatistikEskişehir Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BERNA YAZICI