BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

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 Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Bai, J., Ng, S. (2002), Determining the Number of Factors in Approximate Factor Models, Econometrica, 70, 191-221.
  2. 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.
  3. Greene, W. H. (2003), Econometric Analysis, Pearson Education, New Jersey.
  4. Kotłowski, J. (2008), Forecasting Inflation With Dynamic Factor Model - the Case of Poland, Working Papers, 2-08, SGH, Warszawa.
  5. 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.
  6. 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.
  7. Sims, C. A. (1980), Macroeconomics and Reality, Econometrica, 48, 1-48.
  8. Stock J., Watson, M. W. (1998), Diffusion Indexes, Working Paper, 6702, National Bureau of Economic Research.
Cytowane przez
Pokaż
ISSN
1234-3862
Język
eng
URI / DOI
http://dx.doi.org/10.12775/DEM.2009.014
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu