Please use this identifier to cite or link to this item: http://dspace.lib.uom.gr/handle/2159/24730
Author: Βοσνιάκος, Νικόλαος
Title: Commodities fundamentals and time series forecasting models of daily prices
Alternative Titles: Βασικές αρχές εμπορευμάτων και μοντέλα πρόβλεψης χρονοσειρών των ημερήσιων τιμών
Date Issued: 2020
Department: Πρόγραμμα Μεταπτυχιακών Σπουδών Λογιστική & Χρηματοοικονομική
Supervisor: Παπαναστασίου, Ιωάννης
Abstract: The present study deals with commodities and time series analysis to create daily price forecasting models and basic daily return risk analysis. The purpose of this work is to investigate the fundamental concepts of commodities and to interpret the interaction between them, as well as how their prices are affected. First, the theoretical background of commodities and their dynamics in the world economy are analyzed. In addition, linear models of daily price forecasting are created and daily returns at risk level are interpreted. ARIMA models are created as prediction models, which are compared for their predictive ability in out of sample forecasting. For this purpose, daily historical closing prices are used until the time 17/7/2020. Risk analysis is performed from the point of view of volatility by finding the number of jumps in GARCH models in the whole sample of daily returns.
Η παρούσα μελέτη ασχολείται με τα χρηματιστηριακά εμπορεύματα και την ανάλυση χρονοσειρών για τη δημιουργία μοντέλων πρόβλεψης ημερήσιων τιμών και στοιχειώδεις ανάλυσης ρίσκου ημερήσιων αποδόσεων. Σκοπός της εργασίας είναι να ερευνήσει τις θεμελιώδεις έννοιες των εμπορευμάτων και να ερμηνεύσει την αλληλεπίδραση μεταξύ τους, καθώς και τον τρόπο με τον οποίο επηρεάζονται οι τιμές τους. Αρχικά, αναλύεται το θεωρητικό υπόβαθρο των εμπορευμάτων και η δυναμική τους στην παγκόσμια οικονομία. Επιπλέον, δημιουργούνται γραμμικά μοντέλα πρόβλεψης ημερήσιων τιμών και ερμηνεύονται οι ημερήσιες αποδόσεις σε επίπεδο ρίσκου. Ως μοντέλα πρόβλεψης δημιουργούνται ARIMA υποδείγματα, τα οποία συγκρίνονται για την προβλεπτική τους ικανότητα σε εκτός δείγματος πρόβλεψη. Για το σκοπό αυτό, χρησιμοποιούνται ημερήσιες ιστορικές τιμές κλεισίματος μέχρι τη χρονική στιγμή 17/7/2020. Η ανάλυση ρίσκου πραγματοποιείται από την οπτική της διακύμανσης με την εύρεση πλήθους jumps σε GARCH υποδείγματα στο σύνολο του δείγματος των ημερήσιων αποδόσεων.
Keywords: Commodities
Time series
Forecasting
Commodities markets
ARIMA models
Time series analysis
Daily prices
Daily returns
Εμπορεύματα
Χρονολογικές σειρές
Μοντέλα πρόβλεψης
Ημερήσιες τιμές κλεισίματος
Ημερήσιες αποδόσεις
Οικονομετρικά υποδείγματα
Information: Διπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2020.
Rights: Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Appears in Collections:ΠΜΣ Λογιστική & Χρηματοοικονομική (M)

Files in This Item:
File Description SizeFormat 
VosniakosNikosMsc2020.pdf12.51 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons