BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Piłatowska Mariola
Tytuł
Skutki nadmiernego i niewystarczającego różnicowania procesów ekonomicznych. Analiza symulacyjna
Effects of Overdifferencing and Underdifferencing of Economic Processes. Simulation Analysis
Źródło
Przegląd Statystyczny, 2003, vol. 50, z. 1, s. 59-74, bibliogr. 37 poz.
Statistical Review
Słowa kluczowe
Metoda Monte Carlo, Procesy gospodarcze, Modelowanie procesów gospodarczych, Analiza symulacyjna, Modele ekonometryczne
Monte Carlo method, Economic process, Economic process modeling, Simulation analysis, Econometric models
Uwagi
summ.
Abstrakt
Celem artykułu jest pokazanie, na przykładzie eksperymentu symulacyjnego Monte Carlo, skutków nadmiernego (błędne różnicowanie procesu w celu usunięcia faktycznej niestacjonarności w średniej, a nie w wariancji) i niewystarczającego różnicowania (błędne wprowadzenie funkcji zmiennej czasowej w celu usunięcia faktycznej niestacjonarności w wariancji, a nie w średniej) przy wykorzystaniu koncepcji modelowania zgodnego do budowy modeli dla poziomów procesów oraz dla ich przyrostów. Eksperyment został przeprowadzony przy założeniu niejednakowej zależności dla składowych o niskich i wysokich częstościach odpowiednich procesów. Skutki błędnej specyfikacji trendu (deterministycznego czy stochastycznego) będą odnosić się do oceny: zmian wartości ocen parametrów i ich zróżnicowania w modelu dla poziomów procesów oraz w modelu dla różnic, autokorelacji składnika losowego i zachowania się w prognozowaniu.

The purpose of this paper is to present on the Monte Carlo simulation study the effects of overdifferencing (falsely differencing of trend stationary process) and underdifferencing (falsely use of the function of me variable for integrated process). The concept of congruent dynamic models was applied to build models for levels and differences. The experiment was carried out under the assumption that relationships for low and high frequency components of appropriate processes are different. The effects of improper trend identification (deterministic or stochastic respectively) were shown with regard to: changes in parameter estimates and their simulation standard errors in models for levels and differences, distribution of determination coeficient, Durbin-Watson statistic and t-statistic, and also autocorrelation of residual process and behaviour of both models in forecasting.
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Banerjee A., Dolado J.J., Galbraith J.W., Hendry D.F., Co-integration, Error-Correction, and the Econometric Analysis of Non-stationary Data, Oxford University Press, 1993.
  2. Blough S.R., The Relationship between Power and Level for Generic Unit Root Tests in Finite Samples, Journal of Applied Econometrics, 1992, vol. 7, 295-308.
  3. Box G.E.P., Jenkins G.M., Time Series Analysis. Forecasting and Control, San Francisco: Holden-Day, 1970; wyd. polskie: Analiza szeregów czasowych. Prognozowanie i sterowanie, PWN, Warszawa 1983.
  4. Campbell J.Y., Perron P., Pitfalls and Opportunities: What Macroeconomists Should Know about Unit Roots, NBER, Technical Working Papers, 1991, No 100.
  5. Christiano L.J., Eichenbaum M., Unit Roots in Real GNP: Do We Know, and Do We Care? NBER Working Papers, 1990, No 3130.
  6. Cochrane J.H., How Big Is the Random Walk in GNP?, Journal of Political Economy, 1988, vol. 96, 893-920.
  7. Cochrane J.H., A Critique of the Applicationa of Unit Root Tests, Journal of Economic Dynamics and Control, 1991, vol. 15, 275-284.
  8. Diebold F.X., Kilian L., Unit Root Tests are Useful for Selecting Forecasting Models, Working Paper, 1999, No 6928, NBER.
  9. Diebold F.X., Nerlove M., Unit Roots in Economic Time Series: A Selective Survey, w: Rhodes G., Fomby T.B. (eds.), Advances in Econometrics, 1990, vol. 8, Greenwich, JAI Press, 3-69.
  10. Durlauf S.N., Phillips P.C.B., Trends versus Random Walks in Time Series Analysis, Econometrica, 1988, vol. 56, 1333-1354.
  11. Faust J., Near Observational Equivalence and Unit Root Processes: Formal Concepts and Implications, Board of Governors of The Federal Reserve System, International Finance Discucion Papers, 1993, No 447.
  12. Granger C.W.J., Newbold P., Spurious Regressions in Econometrics, Journal of Econometrics, 1974, 2, 111-120.
  13. Harvey A.C., On Comparing Regression Models in Levels and First Differences, International Economic Review, 1980, vol. 21, 707-720.
  14. Hendry D.F., Pagan A.R., Sargan J.D., Dynamic Specification, w: Handbook of Econometrics, vol. II, El-sevier Science Publishers, 1984, s. 1023-1100.
  15. Hendry D.F., Dynamic Econometrics, Oxford University Press, 1997.
  16. Kufel T., Wpływ operatora autoregresyjno-sumacyjnego na zależności pomiędzy procesami ekonomicznymi, referat na XXIV Ogólnopolskiej Konferencji Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, Zakopane, 15-18 kwietnia 2002.
  17. Mandala G.S., Kim I-M., Unit Roots, Cointegration and Structural Change, Cambridge University Press, 2000.
  18. McCallum B.T., Unit Roots in Macroeconomic Time Series: Some Critical Issues, NBER Working Paper, 1993, No 4368.
  19. Nelson C.R., Kang H., Pitfalls in the Use of Time as an Explanatory Variable in Regression, Journal of Business and Economic Statistics, 1984, No 2, 73-82.
  20. Ogaki M., Park J.Y., A Cointegration Approach to Estimating Preference Parameters, Journal of Econometrics, 1997, vol. 82, 107-134.
  21. Pawłowski Z., On the Total Differential Method and its Efficiency in the Case of a Linear Regression, Zastosowania Matematyki, V, 1960.
  22. Pawłowski Z., Elementy ekonometrii, PWN, Warszawa 1981.
  23. Phillips P.C.B., Trending Time Series and Macroeconomic Activity: Some Present and Future Challenges,Journal of Econometrics, 2001, vol. 100, 21-27.
  24. Piłatowska M., The Identification of Random Walk Process, w: Dynamic Econometric Models, p. red. Z. Zielińskiego, vol. 2, Wyd. UMK, Toruń 1996.
  25. Piłatowska M., Alternative Trend Removal Methods and Interpretation of Econometric Model, w: Dynamix Econometric Models, p. red. Z. Zielińskiego, vol. 3, Wyd. UMK, Toruń, 1996.
  26. Piłatowska M., Przydatność testów na pierwiastki jednostkowe w wyborze modelu prognostycznego, Dynamiczne Modele Ekonometryczne, Materiały na VII Ogólnopolskie Seminarium Naukowe, 4-6.09.2001, 139-151.
  27. Piłatowska M., Własności modelu zgodnego i modelu korekty błędem w przypadku kointegracji procesów ekonomicznych, referat na XXIV Ogólnopolskiej Konferencji Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, Zakopane, 15-18 kwietnia 2002.
  28. Plosser C.I., Schwert G.W., Money, Income, and Sunspots: Measuring Economic Relationships and the Efects of Differencing, Journal of Monetary Economics, 1978, No 4, 637-660.
  29. Rudebusch, G.D., The Uncertain Unit Root in Real GNP, American Economic Review, 1993, vol. 83, 264-271.
  30. Stawicki S., Metody filtracji szeregów czasowych, Wyd. UMK, Toruń 1993.
  31. Stock J.H., Unit Roots, Structural Breaks and Trends, ch. 46, w: Handbook of Econometrics, vol. IV, Elsevier Science Publishers, 2000.
  32. Stock J.H., Watson M.W., Variable Trends in Economic Time Series, Journal of Economic Perspecitves 1988, 2, 147-174.
  33. Talaga L., Zieliński Z., Analiza spektralna w modelowaniu ekonometrycznym, PWN, Warszawa 1986.
  34. Yule G.U., Why Do We Sometimes Get Nonsense-Correlations between Time Series? - A Study in Sampling and the Nature of Time-Series, Journal of Royal Statistical Society, 1926, vol. 89, s. 1-64, przedruk w Darnell A.C., The History of Econometrics, vol. I, Edward Elgar Publishing Limited, 1994, s. 217-280
  35. Yule G.U., Kendall M.G., Wstęp do teorii statystyki, PWN, Warszawa 1966.
  36. Zieliński Z., Metoda różniczki zupełnej w świetle analizy spektralnej, Zeszyty Naukowe Politechniki Szczecińskiej, Zeszyt Specjalny, Ekonomika Nr 20, Szczecin, 1976, 261-267.
  37. Zieliński Z., Zmienność w czasie strukturalnych parametrów modelu ekonometrycznego, Przegląd Statystyczny, 1984, z. 1-2, 135-148.
Cytowane przez
Pokaż
ISSN
0033-2372
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu