Estimating and Forecasting GDP in Poland with Dynamic Factor Model

Krajewski, Jarosław

doi:10.12775/DEM.2009.014

Autor

Krajewski Jarosław (Nicolaus Copernicus University in Toruń, Poland)

Tytuł

Estimating and Forecasting GDP in Poland with Dynamic Factor Model
Zastosowanie dynamicznego modelu czynnikowego do modelowania i prognozowania PKB w Polsce

Źródło

Dynamic Econometric Models, 2009, vol. 9, s. 139-145, rys., tab., bibliogr. 8 poz.

Słowa kluczowe

Produkt krajowy brutto (PKB), Prognozowanie, Cykl koniunkturalny
Gross domestic product (GDP), Forecasting, Business cycles

Uwagi

summ., streszcz.

Abstrakt

Referat traktuje o podstawach konstrukcji dynamicznych modeli czynnikowych i ich zastosowaniu empirycznym. DFM stosuje się do prognozowania, konstruowania głównych wskaźników koniunktury, analiz polityki monetarnej i badania międzynarodowych cykli koniunkturalnych. W referacie oszacowano dynamiczny model czynnikowy PKB w Polsce w latach 1997-2008, a także oceniono trafność uzyskanych na jego podstawie prognoz w porównaniu do modelu AR i modelu symptomatycznego. Zbiór danych wykorzystanych do badania zawiera 41 zmiennych makroekonomicznych. Najlepszym ze statystycznego punktu widzenia okazał się model z 3 czynnikami. (abstrakt oryginalny)

Presented paper concerns the dynamic factor models theory and application in the econometric analysis of GDP in Poland. DFMs are used for construction of the economic indicators and in forecasting, in analyses of the monetary policy and international business cycles. In the article we compare the forecast accuracy of DFMs with the forecast accuracy of 2 competitive models: AR model and symptomatic model. We have used 41 quarterly time series from the Polish economy. The results are encouraging. The DFM outperforms other models. The best fitted to empirical data was model with 3 factors. (original abstract)

Dostępne w

Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu

Pełny tekst

Bibliografia

Bai, J., Ng, S. (2002), Determining the Number of Factors in Approximate Factor Models, Econometrica, 70, 191-221.
Geweke, J. (1977), The Dynamic Factor Analysis of Economic Time Series, [in:] Aigner D. J., Goldberger A. S. (ed.), Latent Variables in Socio-Economic Models, Amsterdam, North Holland.
Greene, W. H. (2003), Econometric Analysis, Pearson Education, New Jersey.
Kotłowski, J. (2008), Forecasting Inflation With Dynamic Factor Model - the Case of Poland, Working Papers, 2-08, SGH, Warszawa.
Marcellino, M., Stock, J. H., Watson, M. W. (2001), Macroeconomic Forecasting in the Euro Area: Country Specific versus Area-Wide Information, Working Paper, 201, Innocenzo Gasparini Institute for Economic Research.
Sargent, T., Sims, C. (1977), Business Cycle Modelling Without Pretending to Have Too Much A-Priori Economic Theory, in Sims C. (ed.), New Methods in Business Cycle Research, Minneapolis, Federal Reserve Bank of Minneapolis.
Sims, C. A. (1980), Macroeconomics and Reality, Econometrica, 48, 1-48.
Stock J., Watson, M. W. (1998), Diffusion Indexes, Working Paper, 6702, National Bureau of Economic Research.

Cytowane przez

ISSN

1234-3862

Język

eng

URI / DOI

BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

Meny główne