Bayesowskie uśrednianie klasycznych oszacowań w prognozowaniu wskaźników makroekonomicznych z użyciem danych z testów koniunktury

• Authors: Białowolski Piotr , Kuszewski Tomasz , Witkowski Bartosz

Title variants

EN

Bayesian Averaging of Classical Estimates in Forecasting Macroeconomic Indicators with Using Business Survey Data

• Languages of publication: PL

Abstracts

PL

W niniejszej pracy przedstawiono kolejną wersję modelu dla prognozowania podstawowych wskaźników makroekonomicznych z wykorzystaniem danych z testów koniunktury. W pracach Białowolskiego, Kuszewskiego i Witkowskiego (2010a, 2010b, 2011, 2012a, 2012b) rozwijano metodykę budowy modeli dla prognozowania tempa zmian produktu krajowego brutto, stopy bezrobocia i wskaźnika cen towarów konsumpcyjnych. W zbiorze regresorów tych modeli, oprócz opóźnionych w czasie zmiennych endogenicznych, uwzględnia się wyłącznie wyniki różnych testów koniunktury. Badanie dotyczy specyfikacji modelu prognostycznego metodą bayesowskiego uśredniania klasycznych oszacowań (Bayesian averaging of classical estimates, BACE). Przyjęte rozwiązanie umożliwia automatyzację proces doboru postaci modelu. W kolejnym etapie postępowania jest rozważany wpływ sezonowości deterministycznej i stochastycznej szeregów czasowych na wynik procesu prognozowania. Zaproponowano intuicyjną procedurę uwzględniania obu rodzajów sezonowości w procesie prognozowania. Po zakończeniu procesu estymacji i doboru modeli weryfikowano ich możliwości prognostyczne.

EN

This paper presents another version of model designed to forecast main macroeconomic indicators with the use of economic survey data. In previous papers (Białowolski, Kuszewski, Witkowski, 2010a, 2010b, 2011, 2012a, 2012b) methods for developing models used for forecasting GDP growth rate, unemployment rate and CPI were proposed. The set of regressors in those models included only lagged dependent variables and indices based on various survey data. In this paper the specification of the forecasting model is selected with the use of Bayesian averaging of classical estimates (BACE). This algorithm enables an automatic process of selection of functional form of the model. Next the influence of deterministic and stochastic seasonality in time series on forecasting process is concerned. An intuitive procedure of applying and selecting among both types of seasonality in the forecasting process is discussed. Afterwards their forecasting capabilities are considered.

Keywords

PL

bayesowskie uśrednianie klasycznych oszacowań; wyniki testów koniunktury; sezonowość; zautomatyzowane prognozowanie

EN

bayesian averaging of classical estimates; survey data; seasonality; automatized forecasting

• Publisher: Szkoła Główna Handlowa w Warszawie
• Journal: Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
• Year: 2013
• Volume: 91: Badania koniunktury - zwierciadło gospodarki. Część II
• Pages: 121-144

Dates

published

2013-02-01

Contributors

author

Białowolski Piotr

• Szkoła Główna Handlowa w Warszawie, Instytut Statystyki i Demografii

author

Kuszewski Tomasz

• Szkoła Główna Handlowa w Warszawie, Instytut Ekonometrii

author

Witkowski Bartosz

• Szkoła Główna Handlowa w Warszawie, Instytut Ekonometrii

References

• Adamowicz E., Koniunktura gospodarcza – 20 lat doświadczeń Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa 2008
• Anuszewska I., Sondaże – zwierciadło społeczeństwa. Rytuały komunikacyjne a kreowanie wiedzy wspólnej, CeDeWu.pl Wydawnictwo Fachowe, Warszawa 2010
• Bańbura, M., Giannone D., Reichlin L., Nowcasting, Working Paper No. 1275, Eurpejski Bank Centralny, Frankfurt 2010 (grudzień)
• Beneš, J., Clinton K, Johnson M., Laxton D., Matheson T., Structural models in real-time, IMF Working Paper, WP/10/56, Waszyngton 2010
• Białowolski P., Drozdowicz-Bieć M., Lada K., Pater R., Zwiernik P., Żochowski D., Forecasting with composite coincident and leading indexes and the CLIMA model. The case of Poland, Oficyna Wydawnicza SGH, Warszawa 2007
• Białowolski P., Drozdowicz-Bieć M., Lada K., Pater R., Zwiernik P., Żochowski D., Forecasting with composite coincident and leading indexes and the CLIMA model, 29 konferencja CIRET, Santiago de Chile 2008.
• Białowolski P., Dudek S., Kuszewski T., Walczyk K., Witkowski B., Modelowanie i prognozowanie makroproporcji gospodarczych z wykorzystaniem danych ilościowych i jakościowych, materiał niepublikowany, opracowanie finansowane z grantu Rektora Szkoły Głównej Handlowej, Warszawa 2009
• Białowolski P., Kuszewski T., Witkowski B., Business survey data in forecasting macroeconomic indicators with combined forecasts, 30 konferencja CIRET, Nowy Jork 2010 (a)
• Białowolski P., Kuszewski T., Witkowski B., „Prognozy kombinowane wskaźników makroekonomicznych z użyciem danych z testów koniunktury”, w: Współczesna ekonomia, vol. 4, nr 4, 2010 (b), s. 41-58
• Białowolski P., Kuszewski T., Witkowski B., Prognozy podstawowych wskaźników makroekonomicznych z użyciem danych z testów koniunktury, „Modelowanie i prognozowanie gospodarki narodowej. Prace i materiały Wydziału Zarządzania Uniwersytetu Gdańskiego”, nr 4/8, 2011, s. 49-64
• Białowolski P., Kuszewski T., Witkowski B., Prognozowanie podstawowych wskaźników makroekonomicznych w modelach konstruowanych metodą bayesowskiego uśredniania estymatorów klasycznych, „Contemporary Economics”, vol. 6, nr 1, 2012 (a), s. 60-69
• Białowolski P., Kuszewski T., Witkowski B., Bayesian averaging of classical estimates in forecasting macroeconomic indicators with using business survey data, 31 konferencja CIRET, Wiedeń 2012 (b)
• Blanchard O., Macroeconomics, Pearson Education, 2011 (wydanie piąte)
• Coenen, G., Central bank forecasting during the financial crisis, warsztaty pt. Central bank forecasting, 14-15 października 2010
• Diebold, F.X., Rudebush G.D., Business cycles: durations, dynamics and forecasting, Princeton University Press, 1999
• Drabarek A., Intuicja. Poznanie bezpośrednie, Wydawnictwo Wyższej Szkoły Handlu i Prawa im. R. Łazarskiego, Warszawa 2006
• Enders W., Applied econometric time series, John Wiley & Sons, Nowy Jork 1995
• Franses P. H., Löf M., On forecasting cointegrated seasonal time series, Econometric Institute Report, Uniwersytet Erazma, Rotterdam 2000
• Grabek G., Kłos B., Koloch G., SOEPL 2009 – Model DSGE małej otwartej gospodarki estymowany na polskich danych, „Materiały i Studia NBP”, Zeszyt nr 251, NBP, Warszawa 2010.
• Grudkowska S., Demetra+. User manual, NBP, Warszawa 2011
• Huček, J., Reľovský B., Široká J., The impact of the global economic and financial crisis on the potential GDP, http://www.nbs.sk/_img/Documents/PUBLIK/MU/potential_output_ENG.pdf, czytane 18.03.2012
• Kwartalne rachunki narodowe, GUS, Warszawa 2012
• Lee, J., Rabanal P., Sandri D., U.S. consumption after the 2008 crisis, Międzynarodowy Fundusz Walutowy, Waszyngton 2010
• Moral-Benito, E., Model averaging in economics, Working Paper, 2011
• Nehrebecka N., Grudkowska S., Metody analizy sezonowości stochastycznej w produkcji budowlano-montażowej, „Wiadomości Statystyczne”, vol. 55, nr 1, 2010, s. 37-53.
• Okun A.M., Ceny i ilości. Analiza makroekonomiczna, Wydawnictwo Naukowe PWN, Warszawa 1991
• Pesaran, M. H., Weale M., Survey expectations, w: Handbook of economic forecasting, tom 1, pr. zb. pod red. G. Elliota, C. Grangera, A. Timmermanna, North-Holland, 2006
• Próchniak M., Witkowski B., Real β-convergence of transition countries – Robust approach, „Eastern European Economics”, przyjęte do druku, 2012
• Projekcja inflacji i wzrostu gospodarczego Narodowego Banku Polskiego na podstawie modelu NECMOD (opublikowana 12.03.2012), Instytut Ekonomiczny NBP, Warszawa
• Roubini N., Mihm S., Crisis economics: A crash course in the future of finance, The Penguin Press, 2010
• Sala-i-Martin X., Doppelhofer G., Miller R., Determinants of long-term growth: a bayesian averaging of classical estimates (BACE) approach, „American Economic Review”, Vol. 94, 2004, s. 813-835
• Stadelmann D., Which factors capitalize into house prices? A Bayesian averaging approach, „Journal of Housing Economics”, vol. 19, nr 3 (wrzesień), 2010, s. 180-204
• Stan i prognoza koniunktury gospodarczej, nr 73, luty 2012 r., Instytut Badań nad Gospodarką Rynkową, http://www.inbngr.pl, czytane 10.03.2012 r.
• Tyszka T. (red.), Psychologia ekonomiczna, Gdańskie Wydawnictwo Psychologiczne, Gdańsk 2004
• Zarnowitz, V., Business cycles: theory, history, indicators and forecasting, The University of Chicago Press, Chicago 1992

Identifiers

ISSN

0866-9503