Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Journals help

  1. 1 Przegląd Statystyczny

Years help

  1. 1 2013

Authors help

  1. 1 Szafrański G.

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  inflacja w Polsce
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Syntetyczne wskaźniki wyprzedzające w prognozowaniu inflacji w Polsce

100%
Szafrański G.
Przegląd Statystyczny
|
2013
|
vol. 60
|
issue 3
395-416
PL
W artykule przedstawiono wyniki procedury doboru zmiennych pochodzących z dużego zbioru danych ekonomicznych i finansowych do systematycznego, krótkookresowego prognozowania wskaźnika inflacji (CPI) w Polsce. Doboru zmiennych najsilniej skorelowanych z przyszłą inflacją w horyzoncie od 1 do 12 miesięcy naprzód, zwanych wskaźnikami wyprzedzającymi inflacji, dokonano na podstawie generacji danych rzeczywiście dostępnych co miesiąc od lipca 2009 do listopada 2010 roku (okres testowy). Następnie jakość prognoz w oparciu o modele wskaźników indywidualnych porównano ze wskaźnikami syntetycznymi w okresie od grudnia 2010 do listopada 2012 roku (okres weryfikacji) stosując bezpośrednią metodę prognozowania. W porównaniu do modeli wskaźników indywidualnych ustalonych na podstawie rankingu w okresie testowym wskaźniki syntetyczne uzyskane za pomocą metod analizy czynnikowej okazują się być dobrymi predyktorami przyszłej inflacji pod względem precyzji, nieobciążoności i odporności prognoz na zmiany liczby wskaźników i wspólnych czynników.
EN
We present the procedure for a systematic selection of short-term leading indicators for Polish consumer inflation (CPI) from large number of predictors. Using data set of 189 economic and financial time series (available from July 2009 to November 2012) we select the indicators highly (in-sample) correlated with future inflation from 1 to 12 months ahead. Then we perform a direct forecasting exercise on a real-time data base from December 2010 to November 2012. Compared to individual leading indicators we find that few common factors extracted from a principal component analysis (named composite leading indicators) are successful tools for predicting future inflation being precise, unbiased, and more robust to changes in a number of predictors and common factors.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.