Web of Science: 0 cites, Scopus: 0 cites, Google Scholar: cites
Empirical analysis of daily cash flow time-series and its implications for forecasting
Salas-Molina, Francisco (Universitat de València)
Rodríguez Aguilar, Juan Antonio (Institut d'Investigació en Intel·ligència Artificial (IIIA-CSIC))
Serra Sagristà, Joan (Telefónica Research (Barcelona, Catalunya))
Guillén, Montserrat (Universitat de Barcelona. Departament d'Econometria)
Martin, Francisco J. (BigML, Inc. (Corvallis, Estats Units d'Amèrica))

Data: 2018
Resum: Usual assumptions on the statistical properties of daily net cash flows include normality, absence of correlation and stationarity. We provide a comprehensive study based on a real-world cash flow data set showing that: (i) the usual assumption of normality, absence of correlation and stationarity hardly appear; (ii) non-linearity is often relevant for forecasting; and (iii) typical data transformations have little impact on linearity and normality. This evidence may lead to consider a more data-driven approach such as time-series forecasting in an attempt to provide cash managers with expert systems in cash management.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Anglès.
Document: article ; recerca ; publishedVersion
Matèria: Statistics ; Forecasting ; Cash flow ; Non-linearity ; Time-series
Publicat a: SORT : statistics and operations research transactions, Vol. 42 Núm. 1 (January-June 2018) , p. 73-98 (Articles) , ISSN 1696-2281

Adreça original: https://www.raco.cat/index.php/SORT/article/view/338211
DOI: 10.2436/20.8080.02.70


26 p, 426.3 KB

El registre apareix a les col·leccions:
Articles > Articles publicats > SORT
Articles > Articles de recerca

 Registre creat el 2018-06-26, darrera modificació el 2018-08-06



   Favorit i Compartir