Wirtschaftswissenschaftliche Fakultät

Suche

Modellierung von Wetter- und Umweltdaten (BA)


Ansprechpartner:  Dominik Schneller

Wetterdaten wie die Lufttemperatur, Niederschläge, etc. sowie Umweltdaten wie Feinstaubbelastung (PM10) und andere Luftverschmutzungsdaten weisen Eigenschaften auf, die denen von Finanzzeitreihen ähnlich sind.

Ziel der Arbeit ist es deshalb, Modelle aus dem Finance-Bereich auf Wetter- und Umweltdaten anzuwenden. Ausgangsbasis sind einfache Zeitreihenmodelle (AR(p), ARMA(p,q), ARIMA(p,d,q)). Weiterhin sollen Modelle verwendet werden, die die Saisonalitäten der Daten abbilden können (z. B. SARIMA). Als letzter Schritt ist eine Anwendung von GARCH-Modellen mit externen Regressoren vorgesehen.

Die Modelle sollen zur Erstellung von Prognosen verwendet werden. Die Güte der einzelnen Modelle soll schließlich mit dem Diebold-Mariano-Test verglichen werden.

Literatur:

Campbell, Sean D., Diebold, F. X. (2005), Weather forecasting for weather derivatives, Journal of the American Statistical Association 100, S. 6-16.

Diebold, F. X., Mariano, R. S. (2002), Comparing predictive accuracy. Journal of Business & economic statistics 20 (1), S. 253-263.