BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kwiatkowski Jacek (Uniwersytet Mikołaja Kopernika w Toruniu)
Tytuł
Prognozowanie inflacji w Polsce przy użyciu modelu Stocka i Watsona
Stock and Watson Model for Forecasting Polish Inflation
Źródło
Acta Universitatis Nicolai Copernici. Nauki Humanistyczno-Społeczne. Ekonomia, 2009, t. 39, s. 147-156, wykr., tab., bibliogr. 14 poz.
Tytuł własny numeru
Dynamiczne modele ekonometryczne
Słowa kluczowe
Inflacja, Prognozowanie, Badania empiryczne
Inflation, Forecasting, Empirical researches
Abstrakt
W artykule przeprowadzono badania dotyczące trafności prognoz otrzymanych za pomocą modelu Stocka i Watsona. Rozważono różne postacie tego modelu i zbadano, które z nich dają możliwość uzyskania najtrafniejszej prognozy. Badania empiryczne dotyczyły inflacji w Polsce w latach 1992-2008. Ostatni rok posłużył do oceny jakości prognoz. Badania przeprowadzono na podstawie wskaźnika cen konsumenta CPI. Uzyskane wyniki nie potwierdzają jednoznacznej przewagi modelu Stocka i Watsona, w prognozowaniu inflacji, nad standardowym modelem autoregresyjnym. (abstrakt oryginalny)

The paper presents various types of local level model, which are based on Stock and Watson's model, recently proposed for U.S. inflation. The main purpose is to use many different local level model specifications, especially with Normal GARCH and Student-t GARCH disturbances, to predict Polish inflation. The paper is a full Bayesian analysis and concerns Consumer Price Index (CPI) in Poland during 1992-2008. The presented results indicate, that standard AR(2)-SV is quite suitable for the prediction of Polish inflation. (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Bos C. (2001), Time Varying Parameter Models for Inflation and Exchange Rates, WebDOC, http://citeseer.ist.psu.edu/479611.html (2.04.2008).
  2. Durbin J., Koopman S.J. (2001), Time Series Analysis by State Space Methods, Oxford University Press, Oxford.
  3. Harvey A.C. (1989), Forecasting, Structural Time Series Models and the Kalman Filter, Cambridge University Press, Cambridge.
  4. Koop G. (2003), Bayesian Econometrics, John Wiley & Sons.
  5. Koop G., Potter S. (2001), Are apparent findings of nonlinearity due to structural instability in economic time series? "The Econometrics Journal", 4, 1, 37-55.
  6. Kwiatkowski J. (2009), Model Stocka i Watsona oraz jego modyfikacje - analiza inflacji w Polsce, "Folia Oeconomica Cracoviensia", w druku.
  7. Muth J.F. (1960), Optimal properties of exponentially weighted forecasts, "Journal of the American Statistical Association", 55, 299-306.
  8. Osiewalski J. (2001), Ekonometria bayesowska w zastosowaniach, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
  9. Pellegrini, S., Ruiz E., Espasa A. (2007), The relationship between ARIMA-GARCH and unobserved component models with GARCH disturbances, wersja niepublikowana.
  10. Pellegrini S., Ruiz E., Espasa A. (2008), ARIMA-GARCH and unobserved component models with GARCH disturbances: Are their prediction intervals different?, wersja niepublikowana.
  11. Pipień M. (2006), Wnioskowanie bayesowskie w ekonometrii finansowej, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
  12. Stock J.H., Watson M.W. (2007), Why has U.S. inflation become harder to forecast? "Journal of Money, Credit, and Banking", 39, 3-33.
  13. Stock J.H., Watson M.W. (2008), Phillips curve inflation forecasts, wersja niepublikowana.
  14. West M., Harrison J. (1989), Bayesian Forecasting and Dynamic Models, Springer.
Cytowane przez
Pokaż
ISSN
2080-0339
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu