Prognozowanie wskaźników makroekonomicznychz uwzględnieniem transformaty falkowejna przykładzie wskaźnika inflacji

• Authors: Monika Hadaś-Dyduch

Title variants

EN

Forecasting macroeconomic indicators including wavelet transform. The example of inflation rate

• Languages of publication: PL

Abstracts

PL

Celem artykułu jest przedstawienie niekonwencjonalnego sposobu predykcji wskaźników makroekonomicznych, tzn. predykcji na podstawie prostego autorskiego modelu integrującego analizę falkową oraz sztuczne sieci neuronowe. Przykładową predykcję proponowanego modelu przedstawiono dla wskaźnika inflacji. Zasadniczo proponowaną metodę predykcji wskaźników makroekonomicznych oparto w przeważającym stopniu na transformacie falkowej, ponieważ funkcje falkowe charakteryzują dobre własności lokalizacyjne zarówno względem czasu, jak i częstotliwości.

EN

The purpose of this article is present an unconventional method of prediction of macroeconomic indicators, which is based on a simple model that integrates proprietary wavelet analysis and artificial neural networks. An example of prediction of the proposed model shows the rate of inflation. Basically, the proposed method of predicting macroeconomic indicators are to a large degree based levels of wavelet transform, since wavelet functions are characterized by good localization properties both in time and frequency.

Keywords

PL

inflacja; analiza falkowa; sztuczna sieć neuronowa

EN

inflation; wavelet analysis; artificial neural network

• Publisher: Wyższa Szkoła Bankowa we Wrocławiu
• Journal: Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu
• Year: 2013
• Issue: 2(34)
• Pages: 175-186

Contributors

author

Monika Hadaś-Dyduch

• Uniwersytet Ekonomiczny w Katowicach

References

• Aruoba B., Diebold F., Scotti C., Real-Time Measurement of Business Conditions, „NBER Working Paper” 2008.
• Bernanke B.S., Boivin J., Monetary Policy in a Data-rich Environment, „Journal of Monetary Economics” 2003, no. 50 (3), s. 525-546.
• Białasiewicz J.T., Falki i aproksymacje, WNT, Warszawa 2000.
• Boivin J., Giannoni M.P., Has Monetary Policy Become More Effective?, „Review of Economics and Statistics” 2006, no. 88 (3), s. 445-462.
• Brzoza-Brzezina M., Kotłowski J., Bezwzględna stopa inflacji w gospodarce polskiej, „Gospodarka Narodowa” 2009, nr 20 (9), s. 1-21.
• Cristadoro R. Forni, M., Reichlin L., Veronese G., A Core Inflation Indicator for the Euro Area. „Journal of Money, Credit and Banking” 2005, no. 37 (3), s. 539-560.
• Del Negro M., Otrok C., 99 Luftballons: Monetary Policy and the House Price Boom Across U.S. States, „Journal of Monetary Economics” 2007, no.54 (7), s. 1962-1985.
• Gosselin M., Tkacz G., Using Dynamic Factor Models to Forecast Canadian Inflation: the Role of US Variables, „Applied Economic Letters” 2010, no. 17 (1), s. 15-18.
• Giannone D., Reichlin L., Small D., Nowcasting: The Realtime Informational Content of Macroeconomic Data, „Journal of Monetary Economics” 2008, no. 55 (4), s. 665-676.
• Forni M., Lippi M., Aggregation and the Microfoundations of Dynamic Macroeconomics, Oxford University Press, New York 1997.
• Forni M., Reichlin L., Let’s Get Real: A Factor Analytical Approach to Disaggregated Business Cycle Dynamics, „The Review of Economic Studies” 1998, no. 65 (3), s. 453-473.
• Kotłowski J., Forecasting Inflation with Dynamic Factor Model – the Case of Poland, „Warsaw School of Economics Working Paper” 2008, no. 24.
• Marcellino M., Forecast Pooling for European Macroeconomic Variables, „Oxford Bulletin of Economics and Statistics” 2004, no. 66 (1), s. 91-112.
• Marcellino M., Stock J.H., Watson M.W., Macroeconomic Forecasting in the Euro Area: Country Specific versus Area-Wide Information, „European Economic Review” 2003, no. 47 (1), s. 1-18.
• Misiti M., Misiti T.,Oppenheim G., Poggi J.M., Wavelet toolbox. User’s Guide, The MathWorks 2002.
• Rak R., Makowski A., Czasowo-częstotliwościowa analiza sygnałów, „Przegląd Elektrotechniczny” 2004, nr 5, s. 515-520.
• Schumacher C., Forecasting German GDP Using Alternative Factor Models Based on Large Datasets, „Journal of Forecasting” 2007, no. 26 (4), s. 271-302.
• Stock J.H., Watson M.W., Forecasting Using Principal Components From a Large Number of Predictors, „Journal of the American Statistical Association” 2002, no. 97 (460), s. 1167-1179.
• Stock J.H., Watson M.W., Macroeconomic Forecasting Using Diffusion Indexes, „Journal of Business and Economic Statistics” 2002, no. 20 (2), s. 147-162.
• Szyszko M., Prognozowanie inflacji w polityce pieniężnej, C.H. Beck, Warszawa 2009.