Search results

1

Estimating DSGE model parameters in a small open economy: Do real-time data matter?

100%

Capek J.

Review of Economic Perspectives

|

2015

|

vol. 15

|

issue 1

89-114

EN

This paper investigates the differences between parameters estimated using real-time and those estimated with revised data. The models used are New Keynesian DSGE models of the Czech, Polish, Hungarian, Swiss, and Swedish small open economies in interaction with the euro area. The paper also offers an analysis of data revisions of GDP growth and inflation and trend revisions of interest rates. Data revisions are found to be unbiased and not autocorrelated in all countries. Inflation is usually measured more accurately in real-time than GDP growth, but this is not the case in the euro area. The results of the core analysis suggest that there are significant differences between parameter estimates using real-time data and those estimated using revised data. The model parameters that are most prone to significant differences between real-time and revised estimations are habit in consumption and persistence of domestic supply, of demand, and of world-wide technology shocks. The impulse response analysis suggests that the model behavior based on real-time and revised data is different.

2

Znaczenie rewizji danych w procesie modelowania

86%

Ziembińska P.

Wiadomości Statystyczne. The Polish Statistician

|

2017

|

issue 2

5-30

PL

Artykuł ma na celu przedstawienie i wstępną analizę nowego — skonstruowanego na podstawie biuletynów statystycznych GUS — zbioru danych w czasie rzeczywistym (real-time data) dla polskiej gospodarki, obejmującego zmienne makroekonomiczne. Zbiór ten umożliwia odpowiedzi na pytania dotyczące procesu rewizji, który wpływa nie tylko na spójność danych, ale także na statystyczne własności modeli ekonometrycznych i oparte na nich wnioskowanie. W szczególności omówiono i wyodrębniono rewizje metodologiczne, co umożliwia ich analizę statystyczną oraz weryfikację przyczyn nieoczekiwanych rewizji niemetodologicznych. Badanie wskazuje, że dla istotnej grupy zmiennych rewizje są systematyczne. Wynikają one z redukcji błędu pomiaru, nie zaś napływu nowych informacji, co ma znaczące konsekwencje dla modelowania.

EN

This study aims to present the new real-time set of macroeconomic data for the Polish economy constructed on the basis of the monthly Statistical Bulletins published by the Central Statistical Office. This dataset gives answers to many important questions on the revision processes which have an influence on the consistency of data as well as effects on attributes of econometric models and statistical inference. In particular, in this article methodological revisions were discussed and their types were specified. It is a base for the statistical analysis and verification of reasons of unexpected non-methodological revisions. The research indicates that in the significant group of variables revisions are systematic. This is a result of the error measurement reduction, not the accessibility of new information which has significant implications for modeling.

3

The importance of data revisions for statistical inference

72%

Ziembińska P.

Wiadomości Statystyczne. The Polish Statistician

|

2021

|

vol. 66

|

issue 2

7-24

PL

Celem pracy jest ilościowa analiza rewizji danych makroekonomicznych w czasie rzeczywistym dla Polski pochodzących z nowego zbioru utworzonego na podstawie „Biuletynu statystycznego” GUS i obejmującego okres od 1995 do 2017 r. Polskie dane pozytywnie weryfikują wiele hipotez dotyczących wpływu rewizji danych na proces modelowania. Procedury oceniające własności szeregów czasowych mogą dawać istotnie różne wyniki w zależności od tego, jak bardzo rewidowane dane zostaną użyte. Porównanie dopasowanych modeli ARIMA dla szeregów pierwszych i finalnych odczytów wskazuje, że w przypadku większości zmiennych dopasowane modele są podobne. Gdy postać modelu jest taka sama dla obu szeregów, współczynniki zachowują skalę i znak. Większość różnic we współczynnikach wynika z odmiennej struktury dopasowanego modelu, co wpływa na różnice w strukturze autoregresyjnej i może mieć niemały wpływ na wnioskowanie ex ante. Potwierdza to eksperyment prognostyczny. Dla dużej części zmiennych całkowity wpływ rewizji na proces prognozowania wynosi powyżej 10%. Nie są też wyjątkiem ekstremalne przypadki, w których ten wpływ przekracza 100%, czy sytuacje, w których dane bezpośrednio wpływają na znak prognozy. Uwzględnienie tych wyników przez prognostów mogłoby znacząco poprawić jakość predykcji. Horyzont prognozy ma niewielki wpływ na te konkluzje. Artykuł jest kontynuacją pracy autorki z 2017 r.

EN

The aim of the study is a quantitative analysis of revisions conducted by means of a new, real-time macroeconomic dataset for Poland, designed on the basis of the Statistical bulletin (Biuletyn statystyczny) published by Statistics Poland, covering the period from as early as 1995 until 2017. Polish data have positively verified a number of hypotheses concerning the impact of data revisions on the modelling process. Procedures assessing the properties of time series can yield widely discrepant results, depending on the extent to which the applied data have been revised. A comparison of the fitted ARIMA models for series of initial and final data demonstrates that the fitted models are similar for the majority of variables. In the cases where the form of the model is identical for both series, the coefficients retain their scale and sign. Most differences between coefficients result from a different structure of the fitted model, which causes differ-ences in the autoregressive structure and can have a considerable impact on the ex ante infer-ence. A prognostic experiment confirmed these observations. For a large number of variables, the total impact of revisions on the forecasting process exceeds 10%. Extreme cases, where the impact goes beyond 100%, or situations where data have a direct impact on the forecast sign, are also relatively frequent. Taking these results into account by forecasters could significantly improve the quality of their predictions. The forecast horizon has a minor impact on these conclusions. The article is a continuation of the author's work from 2017.

Refine search results

2 Wiadomości Statystyczne. The Polish Statistician

1 Review of Economic Perspectives

2 Ziembińska P.

1 Capek J.

1 2021

1 2017

1 2015

Estimating DSGE model parameters in a small open economy: Do real-time data matter?

Znaczenie rewizji danych w procesie modelowania

The importance of data revisions for statistical inference