Zastosowanie szarego modelu GM (1,1) w predykcji krótkich szeregów finansowych na przykładzie przedsiębiorstw sektora produkcji materiałów budowlanych
[ 1 ] Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ D ] phd student
EN The application of the GM (1,1) grey model in the prediction of short financial time series on the example of companies in the construction and building materials industry
2016
scientific article
polish
- teoria systemów szarych
- szary model predykcyjny GM (1‚1)
- przedsiębiorstwa sektora produkcji materiałów budowlanych
- grey system theory
- GM (1‚1)
- grey prediction model
- construction and building materials production companies
PL Celem niniejszego artykułu jest przedstawienie możliwości wykorzystania modelu szarego pierwszego rzędu GM (1,1) w predykcji krótkich szeregów finansowych na przykładzie przedsiębiorstw sektora produkcji materiałów budowlanych notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW). Okres analizy obejmuje dane z lat 2011-2014, natomiast prognoza wartości przychodów ze sprzedaży została sformułowana na rok 2015. W rozdziale 1. przedstawiono istotę szarego modelu GM (1,1) poprzez opis procedury zmierzającej do uzyskania przedmiotowych prognoz. W rozdziale 2. przybliżono podmiot badań oraz sposób doboru bazy empirycznej. W trzecim rozdziale przedstawiono wyniki przeprowadzonych predykcji wraz z analizą względnych błędów – zarówno w odniesieniu do wyznaczonych zmiennych ex post, jak i wartości rzeczywistych. W ostatnim rozdziale przeprowadzono syntetyczną dyskusję uzyskanych wyników oraz dokonano podsumowania.
EN The purpose of this article is to present the possibilities of using the first order grey model GM (1,1) in the prediction of short financial time series on the example of construction and building materials companies listed on the Stock Exchange in Warsaw (WSE). The period of analysis includes data from the years 2011-2014, whereas the forecast of sales revenue was formulated for 2015. Chapter 1 presents the essence of the GM (1,1) gray model through the description of the procedure aimed at obtaining these forecasts. Chapter 2 expands upon the subject of the research and the selection of research methods. The third chapter presents the prediction results with an analysis of the relative errors – both in relation to the variables designated ex post, as well as the actual values. The last chapter includes a synthetic discussion of the obtained results and a summary.
155 - 165
CC BY-SA (attribution - share alike)
public
10