Search results

1

Nowcasting Quarterly GDP Dynamics in the Euro Area – The Role of Sentiment Indicators

100%

Gajewski P.

Comparative Economic Research. Central and Eastern Europe

|

2014

|

vol. 17

|

issue 2

5-23

EN

The paper compares the most closely watched sentiment indicators with respect to their ability to nowcast quarterly GDP dynamics in the Euro Area and its biggest economies. We analyse cross-correlations and out-of-sample forecast errors generated from equations estimated by rolling regressions in fixed-length window. The results show that models employing PMI Composite perform best in the cases of the Euro Area, Germany, France and Italy, whilst Spanish GDP dynamics is best nowcasted using ESI-based models. PMI-based models generate the most accurate nowcasts at the beginning of the quarter, as well as during periods of high volatility of GDP growth rates

PL

W artykule porównane zostały zdolności najpilniej obserwowanych wskaźników obrazujących nastroje gospodarcze do bieżącego prognozowania kwartalnej dynamiki PKB w strefie euro i jej największych państwach członkowskich. Analizowane są korelacje krzyżowe oraz błędy prognoz poza próbę, wygenerowane z równań szacowanych w oparciu o regresję kroczącą w oknie stałej długości. Wyniki wskazują, że modele wykorzystujące wskaźnik PMI Composite dają na ogół najlepsze wyniki w strefie euro, Niemczech, Francji i Włoszech, podczas gdy bieżąca dynamika hiszpańskiego PKB jest najprecyzyjniej prognozowana przez modele oparte na wskaźniku ESI. Modele oparte na PMI generują relatywnie najlepsze prognozy na początku kwartału, a także w okresach wysokiej zmienności stóp wzrostu PKB.

2

Wykorzystanie Google Trends do modelowania stopy bezrobocia rejestrowanego w Polsce

89%

Malinowski M.

Wiadomości Statystyczne. The Polish Statistician

|

2021

|

vol. 66

|

issue 3

45-61

EN

The paper deals with the problem of monitoring the unemployment rate in Poland. The main aim of the article is to check whether the addition of selected Google Trends indices improves the accuracy of forecasts generated by the autoregressive model of registered un-employment rate. The research method is based on nowcasting techniques which are used to assess the current state of an economy. Data for the years 2004–2019 were retrieved from publication by Statistics Poland (GUS) and Google Trends, the latter of which allows tracking the popularity of terms searched by Internet users. The study compares the goodness of fit and forecast errors of the basic model with these of models extended with exogenous variables. Both the potential and the limitations of the utilisation of a new source of data in macro-economic analyses concerning Poland are presented in the paper. The analysis yields a conclu-sion that Google indexes (commonly used in the literature written in English) do not improve the accuracy of predictions of the autoregressive model. Satisfactory results are only obtained for indices related to the international mobility of the workforce.

PL

W artykule podjęto problematykę monitorowania stopy bezrobocia w Polsce. Celem przedstawionego badania jest sprawdzenie, czy dołączenie wybranych indeksów Google Trends do autoregresyjnego modelu stopy bezrobocia rejestrowanego poprawia trafność generowanych przez niego prognoz. Zastosowana metoda badania opiera się na technikach nowcastingu służących do oceny bieżącego stanu gospodarki. Dane za lata 2004–2019 zostały zaczerpnięte z publikacji GUS oraz serwisu Google Trends, który pozwala na śledzenie popularności terminów wyszukiwanych przez internautów. Porównano jakość dopasowania modelu do danych oraz błędy prognoz modelu podstawowego i modeli rozszerzonych o zmienne egzogeniczne. Artykuł przedstawia zarówno potencjał, jak i ograniczenia wykorzystywania nowego źródła danych w analizach makroekonomicznych dotyczących Polski. Na podstawie przeprowadzonej analizy można uznać, że indeksy Google, powszechnie wykorzystywane w literaturze anglojęzycznej, nie poprawiają trafności predykcji modelu autoregresyjnego. Zadowalające rezultaty uzyskiwane są tylko dla indeksów związanych z międzynarodową mobilnością siły roboczej.

3

Examination of Seasonal Volatility in HICP for Baltic Region Countries: Non-Parametric Test versus Forecasting Experiment

75%

Lenart Ł.

Central European Journal of Economic Modelling and Econometrics

|

2017

|

issue 1

Refine search results

1 Central European Journal of Economic Modelling and Econometrics

1 Comparative Economic Research. Central and Eastern Europe

1 Wiadomości Statystyczne. The Polish Statistician

1 Gajewski P.

1 Lenart Ł.

1 Malinowski M.

1 2021

1 2017

1 2014

Nowcasting Quarterly GDP Dynamics in the Euro Area – The Role of Sentiment Indicators

Wykorzystanie Google Trends do modelowania stopy bezrobocia rejestrowanego w Polsce

Examination of Seasonal Volatility in HICP for Baltic Region Countries: Non-Parametric Test versus Forecasting Experiment