Bevezetés a sztochasztikus analízisbe közgazdászoknak (Introducing stochastic analysis)

A dolgozat célja, hogy rövid bevezetést adjon a folytonos idejű sztochasztikus analízisbe. A hazai pénzügyi oktatási gyakorlat nagyrészt a diszkrét idejű és gyakran diszkrét állapotterű modellekre épül. Ennek oka a folytonos időparaméterű sztochasztikus folyamatok elméletétől való érthető idegenkedés. A folytonos időparaméterű sztochasztikus analízis a modern matematika egyik csúcsteljesítménye, amely teljeskörű matematikai megértése egyrészt feltételezi, hogy az olvasó tisztában van a modern analízis szinte minden részletével; másrészt a matematikai részletek pontos megértése nem sok segítséget jelent a pénzügyi gondolatok elsajátításakor. / === / In the article we present a short, intuitive introduction to stochastic analysis. Our presentation is aimed for economist and we try to discuss only the most elementary properties of the stochastic analysis. Instead of precise proofs we present some simplified intuitive arguments. The central concept of the discussion is the quadratic variation and the Itō's lemma.

Analyzing interrelated stochastic trend and seasonality on the example of energy trading data

The correct modelling of long- and short-term seasonality is a very interesting issue. The choice between the deterministic and stochastic modelling of trend and seasonality and their implications are as relevant as the case of deterministic and stochastic trends itself. The study considers the special case when the stochastic trend and seasonality do not evolve independently and the usual differencing filters do not apply. The results are applied to the day-ahead (spot) trading data of some main European energy exchanges (power and natural gas).

Analyzing interrelated stochastic trend and seasonality on the example of energy trading data

The correct modelling of long- and short-term seasonality is a very interesting issue. The choice between the deterministic and stochastic modelling of trend and seasonality and their implications are as relevant as the case of deterministic and stochastic trends itself. The study considers the special case when the stochastic trend and seasonality do not evolve independently and the usual differencing filters do not apply. The results are applied to the day-ahead (spot) trading data of some main European energy exchanges (power and natural gas).