Results found: 2

Search results

Search:
in the keywords: TRAMO/SEATS

Sort By:

Limit search:

Seasonality testing for macroeconomic time series – comparison of X-12-ARIMA and TRAMO/SEATS procedures

100%

Barska M.

Śląski Przegląd Statystyczny

2014

issue 12(18)

121-140

Economic time series can be impacted by seasonal factors. If present but not identified, seasonality may lead to incorrect conclusions derived from the analysis. Seasonality is not always easily identifiable as time series are shaped by other factors as well, such as one-off events or natural disasters. There is a variety of methods to deal with seasonality in data. An attempt was made to compare the outcome of two popular methods: X-12-ARIMA and TRAMO/SEATS. They were applied to analyse seasonality for the business climate index in the construction industry in Poland. Both procedures were used to produce a seasonally adjusted series for the business climate index. Comparison of model’s diagnostics proved that TRAMO/SEATS performed slightly better for the analysed series within a chosen time range, which is consistent with some more general results found in the literature.

Forecasting Economic Dynamics of Germany Using Conditional Models (1992-2014)

71%

Łuczyński W. E.

WSB University in Wroclaw Research Journal

2016

vol. 16

issue 3

41-64

A great diversity characterizes economic dynamics of Germany over a long period of time. This refers to many time series: in some periods, they show large volatility which then moves into stability and stagnation phase, generating specific difficulties in a long-term forecasting of economic dynamics. The aim of the research is the attempt to determine the prognostic efficiency of conditional modelling and to answer the question whether or not conditional errors are significantly smaller than the unconditional ones in long-term forecasting.The research showed that conditional errors (root mean square errors RMSE) of an ex- post forecast did not differ significantly from the unconditional RMSE. The decreasing RMSE of the ex-post forecast for Germany’s individual economic processes (with the assumption that an intercept occurs in the ARMA procedure) was correlated more strongly with the procedure of filtering economic time series than with the application of the conditional maximum likelihood method (ML) and robust procedures. The relationship between a decreasing RMSE of the ex-post forecast and the application of conditional ML methods occurs in ARMAX forecasts (with exogenous processes) for data filtered with Hodrick - Prescott (HP) filter. It is worth pointing out that a relatively high prognostic efficiency of the robust (resistant) estimation of quantile regression occurs for the economic series linearized with the help of the TRAMO/SEATS method.

Dynamikę gospodarczą Niemiec w długich okresach czasu cechuje duże zróżnicowanie. Dotyczy to wielu szeregów czasowych: w pewnych okresach wykazują one dużą zmienność, która następnie przechodzi w fazę stabilizacji i zastoju. Stwarza to określone trudności w długookresowym prognozowaniu dynamiki gospodarczej. Celem podjętych badań była próba ustalenia efektywności prognostycznej modelowania warunkowego, próba odpowiedzi na pytanie czy warunkowe błędy prognoz długoterminowych są znacząco mniejsze od błędów bezwarunkowych. Badanie pokazało, że warunkowe błędy prognozy ex post nie różnią się znacząco od błędów bezwarunkowych. Zmniejszający się błąd prognozy ex post dla poszczególnych procesów gospodarczych Niemiec (przy założeniu występowania tylko wyrazu wolnego w procedurze ARMA) jest silniej skorelowany z procedurą filtrowania szeregów ekonomicznych aniżeli z zastosowaniem uwarunkowanej metody największej wiarygodności i procedur odpornych na wartości odstające. Zależność między malejącym średnim kwadratowym błędem prognozy ex post i wykorzystaniem warunkowej MNW występuje natomiast prognozach ARMAX (z procesami egzogenicznymi), przy czym minimalny warunkowy błąd prognozy wystąpił dla danych przefiltrowanych z pomocą filtra Hodricka - Prescotta. Na uwagę zasługuje względnie wysoka efektywność prognostyczna odpornej estymacji regresji kwantylowej dla danych zlinearyzowanych z pomocą metody TRAMO/SEATS.

Refine search results

1 WSB University in Wroclaw Research Journal

1 Śląski Przegląd Statystyczny

1 Barska M.

1 Łuczyński W. E.

1 2016

1 2014

Search results

Seasonality testing for macroeconomic time series – comparison of X-12-ARIMA and TRAMO/SEATS procedures

Forecasting Economic Dynamics of Germany Using Conditional Models (1992-2014)