Ekonometrinių modelių pritaikymas OMXV indekso pokyčių prognozavimui

LTLaiko eilučių modelių naudojimas akcijų kainų prognozei darosi vis populiaresnis. Tobulėjančios informacinės technologijos ir duomenų apdorojimo programos leidžia investuotojams ir spekuliantams lengvai pritaikyti šiuos modelius prognozei, taip sumažinant rizikos lygį ir padidinant pelnus. Straipsnio autoriai naudoja klasikinį išskaidymą, eksponentinį glodinimą ir ARIMA modelius OMXV indekso prognozei. Taip pat naudojama daugianarė regresija pramonės produkcijos, infliacijos, palūkanų normos, valiutos kursų, naftos kainos ir nedarbo įtakos OMXV indeksui nustatyti. Tyrimas rodo, kad eksponentinio glodinimo ir ARIMA modelių tikslumas yra geras prognozuojant vienu periodu į priekį. Naftos kaina indeksui turi menką teigiamą poveikį, o infliacija – neigiamą poveikį. [Iš leidinio]Reikšminiai žodžiai: ARIMA modeliai; Ekonometrika; Laiko sekos modeliai; OMXV indeksas; Prognozavimas; ARIMA models; Econometrics; Forecasting; OMXV index; Time series models.

ENTime series models are increasingly widely used for predicting future stock prices. Advancing information technology and data analysis tools allow traders and investors to use these models easily for forecasting risk reduction and profits increase. The authors use classical decomposition, exponential smoothing and ARIMA models to forecast the OMXV index. Multivariate regression is also used to estimate the short-term impact of industrial production, inflation, interest rates, exchange rates, oil price and unemployment on OMXV index. The study finds that exponential smoothing an ARIMA models have good accuracy using one-step ahead forecast. Only oil prices seem to have a small positive impact and inflation – a negative impact on the index. [From the publication]