- Autor
- Krajewski Jarosław (Uniwersytet Mikołaja Kopernika w Toruniu)
- Tytuł
- Zastosowanie dynamicznego modelu czynnikowego do modelowania i prognozowania PKB w Polsce
Estimating and Forecasting GDP in Poland with Dynamic Factor Model - Źródło
- Acta Universitatis Nicolai Copernici. Nauki Humanistyczno-Społeczne. Ekonomia, 2009, t. 39, s. 247-255, tab., wykr., bibliogr. 8 poz.
- Tytuł własny numeru
- Dynamiczne modele ekonometryczne
- Słowa kluczowe
- Produkt krajowy brutto (PKB), Model dynamiczny, Cykl koniunkturalny
Gross domestic product (GDP), Dynamic model, Business cycles - 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 DFM 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 factors models theory and application in the econometric GDP in Poland analyses. DFMs are used for construction of the economic indicators and in forecasting. They are applied in macroeconomics analyses, mainly in regard to the monetary policy and international business cycles. In the article we compare forecast accuracy of dynamic factor models with the forecast accuracy of two competitive models: univariate autoregressive model and symptomatic model. We have used 41 quarterly time series from the Polish economy. The results are encouraging. The dynamic factor model outperforms other models. The best fitted to empirical data was model with 3 factors. (original abstract) - Pełny tekst
- Pokaż
- 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, [w:] Aigne D. J., Goldberger A. S. (red.), Latent Variables in Socio - Economic Models, Amsterdam, North Holland.
- Greene W. H. (2003), Econometric Analysis, Pearson Education, New Jersey.
- 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, [w:] Sims C. (red.), New Methods in Business Cycle Research, Minneapolis, Federal Reserve Bank of Minneapolis.
- Sims C. A. (1980), Macroeconomics and Reality, "Econometrica", 48, 1-48.
- Kotłowski J. (2008), Forecasting Inflation with Dynamic Factor Model - the Case of Poland, Working Papers, 2-08, SGH, Warszawa.
- Stock J., Watson M. W. (1998), Diffusion Indexes, Working Paper, 6702, National Bureau of Economic Research.
- Cytowane przez
- ISSN
- 2080-0339
- Język
- pol