MPaR'21 - artykuł nr 2
Zastosowanie cen online i modeli autoregresyjnych w krótkoterminowych prognozach cen żywności
Jarosław Janecki
Streszczenie:
Rosnąca popularność zawierania transakcji online oraz możliwości porównywania cen jakie daje internet, stwarzają nowe możliwości monitorowania zmian cen z większą częstotliwością. Dane o zmianie cen internetowych (online) w trakcie danego miesiąca pozwalają na ocenę dynamiki inflacji praktycznie w czasie rzeczywistym, z niewielkimi opóźnieniami, przed opublikowaniem wskaźnika CPI za ten miesiąc. Wykorzystanie cen online może zatem wpłynąć na zmniejszenie błędu krótkoterminowych, miesięcznych prognoz i zmniejszenie ryzyka zwiększonej zmienności na rynkach finansowych, jakie związane jest z publikacją danych o inflacji, rozbieżnych z wielkościami prognozowanymi. W badaniu zweryfikowana została możliwość wykorzystania cen online żywności w prognozowaniu miesięcznej zmiany cen żywności. Zastosowano modele autoregresyjne z rozkładem opóźnień ARDL (Autoregressive Distributed Lags), podejście zaproponowane przez Cavallo i Rigobona (2016). Wykorzystane zostały dane o cenach żywności online sprawdzane w interwałach tygodniowych w okresie od stycznia 2016 roku do grudnia 2020 roku. Prognozy cen żywności, w których uwzględnione zostały ceny online, zostały porównane z wynikami prognoz, w których zamiast cen żywności online wykorzystano średnie historyczne zmian ceny żywności w poszczególnych miesiącach.
Nota bibliograficzna:
Jarosław Janecki. (2021). Zastosowanie cen online i modeli autoregresyjnych w krótkoterminowych prognozach cen żywności. W: Maciej Nowak, Tadeusz Trzaskalik (red.), Modelowanie Preferencji a Ryzyko '21. Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, s. 43-51
