BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Bernardelli Michał (Szkoła Główna Handlowa w Warszawie), Dędys Monika (Szkoła Główna Handlowa w Warszawie)
Tytuł
Przełącznikowe modele Markowa w analizie synchronizacji cykli koniunkturalnych
Markov switching models in the analysis of business cycle synchronization
Źródło
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2015, nr 39, s. 213-227, rys., bibliogr. 18 poz.
Tytuł własny numeru
IV Ogólnopolska konferencja Modelowanie danych panelowych : teoria i praktyka
Słowa kluczowe
Algorytm Viterbiego, Modele Markowa, Łańcuch Markowa, Makroekonomia, Cykl koniunkturalny
Viterbi algorithm, Markov models, Markov chain, Macroeconomics, Business cycles
Uwagi
streszcz., summ.
Abstrakt
W pracy zbadano możliwość wykorzystania ścieżek Viterbiego do analizy dwuwymiarowych szeregów makroekonomicznych za pomocą przełącznikowych modeli Markowa z czterostanowym ukrytym łańcuchem Markowa. Modelowaniu poddano szeregi indeksów produkcji przemysłowej Polski, Włoch i Niemiec. Do modelowania wykorzystano przełącznikowy model Markowa z dwuwymiarowymi rozkładami normalnymi dla dwóch par gospodarek - Polski i Niemiec oraz Włoch i Niemiec. Dla każdej z par wyznaczono najbardziej prawdopodobną ścieżkę ukrytego łańcucha Markowa i zestawiono ją z analogicznymi ścieżkami otrzymanymi dla szeregów jednowymiarowych i modeli z dwustanowymi ukrytymi łańcuchami Markowa. Wyniki przemawiają za tym, że czterostanowe ścieżki Viterbiego dostarczają znacznie bogatszych informacji o synchronizacji cykli gospodarczych dwóch gospodarek w porównaniu z wnioskami, które można wyciągnąć na podstawie zestawienia ścieżek dwustanowych. (abstrakt oryginalny)

In this paper the investigation of the possibility of using the Viterbi paths for the analysis of two-dimensional macroeconomic time series has been done. Two-dimensional Gaussian Markov-Switching model with four-state hidden Markov chain was considered. Two pairs of monthly indexes of industrial production were modelled. Industrial production of Italy and Germany was one pair under consideration and industrial production of Poland and Germany was the second one. The most likely sequence of states of the hidden Markov chain was found for each pair. The comparison of that sequence and analogous sequences determined for one-dimensional model with two-state hidden Markov chain was done. The results of comparison suggests that four-state Viterbi path provides more valuable information about business cycle synchronization of two economies, than two separate two-state Viterbi paths.(original abstract)
Dostępne w
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Artis M., Krolzig H. M., Toro J., The European business cycle, Oxford Papers no. 56, 2004, s. 1-44.
  2. Bernardelli M., The procedure of business cycle turning points identification based on hidden Markov models, "Prace i Materiały" Instytutu Rozwoju Gospodarczego SGH, Warszawa 2014 (w druku).
  3. Bernardelli M., Dędys M., The Viterbi path of hidden Markov models in an analysis of business tendency surveys, "Prace i Materiały" Instytutu Rozwoju Gospodarczego SGH, Warszawa 2014 (w druku).
  4. Bernardelli M., Dędys M., Ukryte modele Markowa w analizie wyników testu koniunktury gospodarczej, "Prace i Materiały" Instytutu Rozwoju Gospodarczego SGH, nr 90, Warszawa 2012, s. 159-181.
  5. Boldin M. D., A check on the robustness of Hamilton's Markov Switching Model Approach to the Economic Analysis of the business cycle, "Studies in Nonlinear Dynamics and Econometrics" 1996, vol. 1, no. 1, s. 1-14.
  6. Boldin M., Dating turning points in the business cycle, "Journal of Business" 1994, no. 67, issue 1, s. 97-131.
  7. Çakmakli C., Paap R., Dijk D. van, Measuring and predicting heterogeneous recessions, "Journal of Economic Dynamics & Control" 2013, no. 37, s. 2195-2216.
  8. Cappé O., Moulines E., Rydén T., Inference in Hidden Markov Models, Springer Series in Statistics, New York 2005.
  9. Chauvet M., Hamilton J. D., Dating business cycle turning points, NBER Working Paper no. 11422, 2005, http://www.nber.org/papers/w11422.
  10. Dufrénot G., Keddad B., Business cycle synchronization in East Asia: A Markov Switching approach, "Economic Modelling" 2014, no. 42, s. 186-197.
  11. Hamilton J. D., A New approach to the economic analysis of non-stationary time series and business cycle, "Econometrica" 1989, no. 57, s. 357-384.
  12. Hamilton J. D., Time Series Analysis, Princeton University Press, Princeton 1994.
  13. Harding D., Pagan A., A comparison of two business cycle dating methods, "Journal of Economics & Control" 2012, no. 27, s. 1681-1690.
  14. Matas-Mir A., Osborn D. R., Lombardi M. J., The effect of seasonal adjustment on the properties of business cycle regimes, "Journal of Applied Econometrics" 2008, no. 23, s. 257-278.
  15. Moolman E., A Markov switching regime model of South African business cycle, "Economic Modelling" 2004, no. 21, s. 631-646.
  16. Phillips K. L., A two-country model of stochastic output with changes in regime, "Journal of International Economics" 1991, no. 31, s. 121-142.
  17. Simpson P. W., Osborn D. R., Sensier M., Modelling Business Cycle Movements in UK Economy, "Economica" 2001, no. 68, s. 243-267.
  18. Smith P. A., Summers P. M., How well do Markov Switching Models describe actual business cycles? The case of synchronization, "Journal of Applied Econometrics" 2005, vol. 20, no. 2, s. 253-274
Cytowane przez
Pokaż
ISSN
1232-4671
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu