BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Krajewski Jarosław (Uniwersytet Mikołaja Kopernika w Toruniu)
Tytuł
Wpływ transformacji danych na wyniki estymacji dynamicznego modelu czynnikowego szacowanego metodą głównych składowych
Data Transformation Influence On Dynamic Factor Model Principal Components Estimation Performance
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 258-365, bibliogr. 8 poz.
Research of Wrocław University of Economics
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Zmienne makroekonomiczne, Analiza makroekonomiczna
Macroeconomic variables, Macroeconomic analysis
Uwagi
streszcz., sum
Abstrakt
Artykuł dotyczy dynamicznych modeli czynnikowych (DFM) - ich idei, zastosowania metody głównych składowych do ich estymacji oraz zastosowania kryteriów informacyjnych Baia i Ng do specyfikacji liczby czynników. Głównym celem artykułu jest ukazanie wpływu transformacji danych makroekonomicznych na ostateczną postać DFM. W badaniu wykorzystano 62 zmienne makroekonomiczne w postaci szeregów czasowych o częstotliwości miesięcznej z okresu od stycznia 2002 do marca 2009 roku. W wyniku szacowania DFM na różnych etapach transformacji danych uzyskano postacie DFM różniące się co do zawartych w nich zmiennych oraz co do wartości parametrów stojących przy poszczególnych zmiennych.(abstrakt oryginalny)

The paper concerns the dynamic factor models (DFM). It presents the concept of factor models, principal components method of estimation and Bai & Ng information criteria which are used to estimate the number of factors. The main purpose of the article is to show macroeconomic data transformation influence on the final result of model estimation. In the analysis we used 62 monthly time series from the Polish economy from the period from January 2002 to March 2009. Data transformation influenced the final results of model estimation. It gave us models with different number of variables and with different values of parameters.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Bai J., Ng S., Determining the number of factors in approximate factor models, "Econometrica" 2002, 70, s. 191-221.
  2. Geweke J., The Dynamic Factor Analysis of Economic Time Series, [w:] D.J. Aigner, A.S. Goldberger (red.), Latent Variables in Socio-Economic Models, North Holland, Amsterdam 1977.
  3. Greene W.H., Econometric Analysis, Pearson Education, New Jersey 2003.
  4. Kotłowski J., Forecasting Inflation with Dynamic Factor Model - The Case of Poland, Working Papers, 2-08, SGH, Warszawa 2008.
  5. Marcellino M., Stock J. H., Watson M. W., Macroeconomic Forecasting in the Euro Area: Country Specific versus Area - Wide Information, Working Paper, 201, Innocenzo Gasparini Institute for Economic Research, 2001.
  6. Sargent T., Sims C., Business Cycle Modelling without Pretending to Have Too Much a Priori Economic Theory, [w:] C. Sims (red.), New Methods in Business Cycle Research, Federal Reserve Bank of Minneapolis, Minneapolis 1977.
  7. Sims C.A., Macroeconomics and reality, "Econometrica" 1980, 48, s. 1-48.
  8. Stock J., Watson M.W., Diffusion Indexes, Working Paper, 6702, National Bureau of Economic Research, 1998.
Cytowane przez
Pokaż
ISSN
1899-3192
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu