Search results

1

Comparison of capital markets in Bulgaria, Romania and Slovakia in years 2001-2009

100%

Kompa K.

Metody Ilościowe w Badaniach Ekonomicznych

|

2012

|

vol. 13

|

issue 2

48-59

EN

The aim of research is evaluation of the development of stock exchanges in Sofia, Bucharest and Bratislava in the years 2000-2009. The analysis is provided for the logarithmic rates of return of main stock indexes quoted in the investigated countries, employing central tendency, dispersion and skewness measures as well as statistical inference. The research is provided for the whole period and for the sub-periods that are distinguished due to the general tendency at capital markets.

2

Identification of web platforms usage patterns with dynamic time series analysis methods

100%

Jankowski J.

Metody Ilościowe w Badaniach Ekonomicznych

|

2011

|

vol. 12

|

issue 1

77-86

EN

The paper proposes a new approach to modelling online social systems users’ behaviours based on dynamic time wrap algorithm integrated with online system’s databases. The proposed method can be applied in the field of community platforms, virtual worlds and massively multiplayer online systems to capture quantitative characteristic of usage patterns.

3

Temporal Disaggregation of Time Series with Regularization Term

100%

Wójcik S.

Barometr Regionalny. Analizy i prognozy

|

2016

|

issue 3(45)

183-188

EN

Methods of temporal disaggregation are used to obtain high frequency time series from the same low frequency time series — so-called disaggregation — with respect to some additional consistency conditions between low and high frequency series. Conditions depend on the nature of the data — e.g., stack, flow, average and may pertain to the sum, the last value and the average of the obtained high frequency series, respectively. Temporal disaggregation methods are widely used all-over the world to disaggregate for example quarterly GDP. These methods are usually two-stage methods which consist of regression and benchmarking. In this article we propose a method which performs regression and benchmarking at the same time and allows to set a trade-off between them.

PL

Metody dezagregacji czasowej są używane do uzyskania szeregów czasowych o wysokiej częstotliwości z tego samego szeregu czasowego niskiej częstotliwości przez procedurę tzw. dezagregacji przy założeniu pewnych dodatkowych warunków spójności pomiędzy szeregiem o niskiej i wysokiej częstotliwości. Warunki te zależą od rodzaju danych, np. stan, przepływ i mogą odnosić się odpowiednio do sumy lub ostatniej wartości otrzymanego szeregu wysokiej częstotliwości. Metody dezagregacji czasowej są szeroko stosowane na świecie do dezagregacji np. PKB. Metody te są zazwyczaj dwustopniowe i składają się z regresji oraz benchmarkingu. W tym artykule proponujemy metodę, która wykonuje regresję i benchmarking jednocześnie oraz umożliwia ustalenie relacji między nimi.

4

A hybrid SETARX model for spikes in tight electricity markets

100%

LUCHERONI C.

Operations Research and Decisions

|

2012

|

vol. 22

|

issue 1

13-49

EN

The paper discusses a simple looking but highly nonlinear regime-switching, self-excited threshold model for hourly electricity prices in continuous and discrete time. The regime structure of the model is linked to organizational features of the market. In continuous time, the model can include spikes without using jumps, by defining stochastic orbits. In passing from continuous time to discrete time, the stochastic orbits survive discretization and can be identified again as spikes. A calibration technique suitable for the discrete version of this model, which does not need deseasonalization or spike filtering, is developed, tested and applied to market data. The discussion of the properties of the model uses phase-space analysis, an approach uncommon in econometrics.

5

Application of the vector-autoregression VAR model in the analysis of unemployment hysteresis in the context of Okun’s Law

88%

Kołbyko P.

Research Papers in Economics and Finance

|

2022

|

vol. 6

|

issue 2

68-85

EN

Unemployment is an important macroeconomic issue both in theoretical terms and for economic reality. On the theoretical ground, the unemployment rate, which is a measure of the share of unemployed units of the labour supply in the economy, determines the output gap at a certain adjustment parameter determined by the marginal productivity of labour. One of the causes of rising or persistent unemployment in the economy is the phenomenon of unemployment hysteresis, which occurs as a result of changes in the marginal disutility of labour, the strength of the wage bargain and other exogenous conditions arising in previous periods. The purpose of the study conducted in the following paper is to investigate the phenomenon of hysteresis in the labour market by analysing the significance of the impact of the unemployment rate in previous periods. In addition, the work aims to study Okun’s Law as an effect of production dynamics on the unemployment rate. The study of the dependence was carried out through the estimation of a macroeconometric time series model-vector-autoregression (VAR) on the example of statistical data for Poland obtained from Statistics Poland (Stat.gov.pl) and complied raports about national accounts in the quarterly sequence for the years 2015–2021. The period of the study was arbitrarily selected with the observation of business cycle fluctuations in the above time frame. Empirical analysis of selected structural parameters through estimation of the vector-autore- gression model showed a significant influence of the time series in the formation of the unemployment rate, which confirms the influence of the analysed phenomenon of hysteresis in the labour market. In addition, the vector-autoregression model for inter- val forecasting through the use of dynamic prediction proved to be a posteriori accurate forecasting model of the unemployment rate in the Polish economy.

6

Identyfikacja spekulacji na rynkach terminowych towarów rolnych

88%

Malik G.

Econometrics. Ekonometria. Advances in Applied Data Analytics

|

2013

|

issue 4(42)

140-152

EN

The purpose of this article is to identify speculative activities on the futures commodity market of the CME and to investigate the tendencies of such activities by classifying them according to whether their impact on the market is stabilizing or destabilizing. That goal was accomplished by generating one-step-forecasts for the monthly returns of the future contracts with the shortest time left to expiration, and then examining tendencies in the forecast error series. The mentioned-above predictions were obtained by means of the ARIMA model for which best parameterization was identified based upon the value of AIC. Tendencies in the prediction errors were quantified using the linear trend formula, estimated in the sub-periods. The predictions of tendencies in the error series, covering three years staring at the end of the sample, were calculated after fitted the best ARIMA model in order to catch the dynamic structure of the series under consideration.

7

Opis procesu badawczego

75%

Adamowicz E., Dudek S., Pachucki D., Walczyk K.

Prace i Materiały Instytutu Rozwoju Gospodarczego SGH

|

2012

|

vol. 89: Wahania cykliczne w Polsce i w strefie euro

11-22

PL

Praca opisuje metody analizy statystyczno-ekonometrycznej stosowane w celu: identyfikacji wahań cyklicznych zmiennych makroekonomicznych, zbadania cech morfologicznych wahań koniunkturalnych, obejmującego identyfikację punktów zwrotnych, czas trwania zarówno całego cyklu jak i poszczególnych jego faz, wartości ekstremalne, amplitudy i intensywność zachodzących zmian, analizy synchronizacji wahań cyklicznych (chronologii punktów zwrotnych, korelacji jednoczesnych, korelacji krzyżowych, korelacji rekursywnych, koherencji i przesunięcia fazowego), analizy graficznej i analizy zbieżności reakcji gospodarek na szoki podażowe i popytowe zidentyfikowane za pomocą modeli SVAR.

EN

The paper presents the statistical and econometrical methods used to: (1) identify cyclical components of economic aggregates, (2) examine morphological characteristics of cyclical fluctuations, including turning points, duration of cycles and their phases, maximum and minimum values, amplitudes and intensity, (3) analyse synchronicity of cyclical fluctuations, including leads/lags of turning points, correlation and cross-correlation, recursive correlation, coherence and mean delay), (4) perform graphical analysis and (5) examine coincidence of economies’ reactions to supply and demand shocks identified by SVAR modelling.

8

Links between the price of butter in Poland and in selected foreign markets

75%

Domagała J.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

|

2021

|

vol. 65

|

issue 3

13-25

PL

Celem artykułu jest określenie powiązań między cenami masła w Polsce a cenami masła w wybranych krajach. Wykorzystano dane wtórne dotyczące miesięcznych cen masła na poziomie państw, gromadzone przez EU Milk Market Observatory oraz portal CLAL.IT za lata 2000-2017. Analizowany okres podzielono na dwa podokresy: 2000-2007 i 2008-2017. Do analizy powiązań zastosowano testy kointegracji Johansena oraz analizę przyczynowości Grangera. W pierwszym etapie badań przeanalizowano powiązania między ceną masła w Polsce a cenami w Europie Zachodniej, USA i Oceanii. W ramach drugiego etapu badań przeanalizowano powiązania między cenami masła w Polsce i w wybranych krajach UE. Uzyskane wyniki badań potwierdziły silniejsze powiązanie cen masła w Polsce z cenami masła w Europie Zachodniej i Oceanii, szczególnie w drugim podokresie, czyli po globalnym kryzysie finansowym. Biorąc pod uwagę ceny w UE, należy stwierdzić, że największe powiązania z cenami masła w Polsce miały ceny w Belgii, Czechach, Niemczech, Irlandii oraz Holandii.

EN

The aim of the paper was to determine the links between price of butter in Poland and in other selected countries. The article used secondary data for the monthly price of butter at country level collected by the Milk Market Observatory and the Italian Dairy Economic Consulting Portal for 2000-2017. The analyses covered two periods: 2000-2007 and 2008-2017. The article used the Johansen cointegration tests, and Granger's causality analysis. The analyses in the first stage concerned the links between butter prices in Poland and those in Western Europe, the USA and Oceania. In the second stage, the links between butter prices in Poland and selected EU countries were identified. The results confirmed the stronger link between the price of butter in Poland and in Western Europe and Oceania. It is worth noting that this occurred mainly in the period after the financial crisis. Within the EU, butter prices in Belgium, the Czech Republic, Germany, Ireland and the Netherlands were strongly related to the price in Poland.

9

On the Need for Cognitive Closure and Judgmental Trend Forecasting

63%

Czupryna M., Kubińska E., Markieiwcz Ł.

Argumenta Oeconomica Cracoviensia

|

2017

|

issue 17

21-32

EN

The paper considers the following hypothesis: humans’ need for cognitive closure reduces the usage of historical observations in judgmental forecasts only in horizontal trends. To test this hypothesis, three studies were conducted. In each, participants forecasted the next, unknown observation using the previous time series. The analysis concentrated on trend analysis and how the trends in historical data are used as the basis for forecasting depending on psychological traits, in particular cognitive closure.

PL

W artykule została przedstawiona hipoteza, że potrzeba domknięcia poznawczego wpływa na ograniczone wykorzystanie informacji ujętych w historycznych danych podczas tworzenia prognoz tylko w przypadku trendów bocznych. W celu weryfikacji tej hipotezy zrealizowano trzy eksperymenty, w każdym z nich uczestnicy prognozowali przyszłą wartość na podstawie dostępnego szeregu czasowego. Skupiono się na analizie trendów. Zbadano, w jaki sposób trendy w danych historycznych są wykorzystywane jako podstawa tworzenia prognoz w zależności od psychologicznych inklinacji, w szczególności potrzeby domknięcia poznawczego.

10

The importance of data revisions for statistical inference

63%

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.

11

Hypothesis Testing in the Case of Insufficient Observations - Identification of Own Critical Values

63%

Poměnková J., Kapounek S., Mendel University of Agriculture and Forestry Brno C. R.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2008

|

vol. 223

EN

Economic transformation of the Central and Eastern European Countries and ongoing process of the European integration are important sources of structural changes in the concerned economies and therefore shorten available time series. Similarly, empirical studies focused on the economies in the European Union wrestle with short time series. Consequently, time series modelling and results robustness of econometric analysis used for European macroeconomic time series are limited by the sample size. Number of observations is important not only for the basic time series modelling and subsequent forecasting, but especially for the verification of theoretical assumptions. Thus, quantitative methods usually used for hypothesis testing are in the case of insufficient observations often completed by qualitative analysis which encompass certain amount of subjectivity. One of the factors influencing the stability of statistical hypothesis tests is the sample size. For large samples estimates behave usually asymptotically and have quite good stability. On the other hand, if the sample size is small (i.e. less then 30) the stability of statistical tests is lower. Moreover, for small samples the probability of wrongly rejected null hypothesis, so-called Type I Error, is even higher. In other words, inadequate power of a statistical hypothesis test determinates the possible application of econometric methods on short macroeconomic time series. One of the possible solutions is the usage of a Monte Carlo simulation and detection of own critical values. Critical values are identified on the base of simulation of time series with suitable length with respect to the predefined model. The authors have applied this methodology only on the analysis of macroeconomic time series regression (using cointegration) without any further limitation in its usage. The basic assumption of the analysis is the robustness of the hypothesis test about time series stationarity. However, the Dickey-Fuller test applied on short time series leads to wrong rejection of the hypothesis about stationarity and thus rejects the existence of real regression and wrongly rejects the hypothesis about spurious regression. Methodology presented and described in this paper is demonstrated on the causality between interbanking interest rates and selected retail banking interest rates in the Czech Republic.

PL

Transformacja gospodarcza w Europie Centralnej i Wschodniej oraz procesy towarzyszące integracji europejskiej stanowią istotne źródła przemian strukturalnych tych gospodarek, z drugiej jednak strony powodują, że szeregi czasowe są zbyt krótkie. Co za tym idzie, przeprowadzając badania empiryczne dotyczące gospodarek unijnych borykamy się ze problemami związanymi ze zbyt krótkimi szeregami czasowymi. W konsekwencji, modelowanie na podstawie szeregów czasowych i obciążoność wyników analiz ekonometrycznych przeprowadzanych dla europejskich makroekonomicznych szeregów czasowych są utrudnione ze względu na długość próby. Liczba obserwacji odgrywa bowiem znaczenie nie tylko dla klasycznego modelowania szeregów czasowych i prognozowania w oparciu o nie. ale także - a może przede wszystkim - dla weryfikacji teoretycznych założeń. Stąd metody ilościowe, stosowane zazwyczaj do testowania hipotez, w przypadku niewystarczającej liczby obserwacji są często uzupełniane poprzez analizę jakościową, która jednak wnosi pewną dozę. subiektywizmu. Jednym z czynników oddziałujących na stabilność testowania jest wielkość próby. Dla dużych prób estymatory są zwykle asymptotyczne i wykazują dość dobrą stabilność. Z drugiej strony, jeśli próba jest mała (mniej niż 30 obserwacji) stabilność testów statystycznych jest niska. Co więcej, dla małych prób prawdopodobieństwo błędnego odrzucenia hipotezy zerowej, określane jako błąd I rodzaju, bywa wysokie. Innymi słowy, niedostateczna moc testu ogranicza możliwości zastosowania metod ekonometrycznych dla krótkich szeregów czasowych obejmujących dane makroekonomiczne. Jedną z możliwości rozwiązania tego problemu jest zastosowanie symulacji Monte Carlo i ustalenie własnych wartości krytycznych. Wartości krytyczne zostają zidentyfikowane na bazie symulacji przeprowadzonych na szeregach czasowych o odpowiedniej długości. Autorzy zastosowali tę metodologię tylko dla potrzeb analizy makroekonomicznych szeregów czasowych (uwzględniając kointegrację) bez dalszych ograniczeń w ich zastosowaniu. Bazowym założeniem analizy jest odporność hipotezy o stacjonarności szeregów czasowych. Metodologia zaprezentowana i opisana w tej pracy zastosowana została do określenia związków przyczynowo-skutkowych pomiędzy międzybankową stopą procentową a wybranymi stopami oprocentowania w bankowości detalicznej w Czechach.

12

Modelling the trends of the healthcare funding in the EU countries

51%

Dubrovina N., Gerrard R., Filip S., Dubrovina V.

Przegląd Europejski

|

2021

|

vol. 1

61-80

EN

Healthcare is one of the most important sectors of the public economy in the EU countries. An important task in the analysis and prediction of the values for healthcare funding is the development and application of quantitative models based on different mathematical methods. Three of the most popular indicators used for the macroeconomic description of the funding of healthcare are: (1) total government expenditure on health as a percentage of GDP; (2) total government expenditure on health as a percentage of total general government expenditure; and (3) total government expenditure on health per capita. The aim of this research is to study the trends for the main indicators of healthcare funding on the macroeconomic level and to develop models based on time series methods for analysis of the features of the trends and the prediction of the values for the next time period.

PL

System ochrony zdrowia to jeden z najważniejszych sektorów gospodarki w państwach UE. Ważnym zadaniem w analizie i prognozowaniu wielkości finansowania ochrony zdrowia jest opracowanie i zastosowanie modeli ilościowych opartych na różnych metodach matematycznych. Trzy z najpopularniejszych wskaźników wykorzystywanych w makroekonomicznym opisie finansowania opieki zdrowotnej to: (1) całkowite wydatki rządowe na zdrowie jako procent PKB; (2) całkowite wydatki rządowe na zdrowie jako odsetek całkowitych wydatków sektora instytucji rządowych i samorządowych; oraz (3) całkowite wydatki rządowe na zdrowie na mieszkańca. Celem niniejszego artykułu jest zbadanie trendów głównych wskaźników finansowania ochrony zdrowia na poziomie makroekonomicznym oraz opracowanie modeli opartych na metodach szeregów czasowych do analizy cech trendów i prognozowania wartości na kolejny okres.

13

Modelling the trends of the healthcare funding in the EU countries

51%

Dubrovina N., Gerrard R., Filip S., Dubrovina V.

Przegląd Europejski

|

2021

|

issue 1(59)

61-80

EN

Healthcare is one of the most important sectors of the public economy in the EU countries. An important task in the analysis and prediction of the values for healthcare funding is the development and application of quantitative models based on different mathematical methods. Three of the most popular indicators used for the macroeconomic description of the funding of healthcare are: (1) total government expenditure on health as a percentage of GDP; (2) total government expenditure on health as a percentage of total general government expenditure; and (3) total government expenditure on health per capita. The aim of this research is to study the trends for the main indicators of healthcare funding on the macroeconomic level and to develop models based on time series methods for analysis of the features of the trends and the prediction of the values for the next time period.

PL

System ochrony zdrowia to jeden z najważniejszych sektorów gospodarki w państwach UE. Ważnym zadaniem w analizie i prognozowaniu wielkości finansowania ochrony zdrowia jest opracowanie i zastosowanie modeli ilościowych opartych na różnych metodach matematycznych. Trzy z najpopularniejszych wskaźników wykorzystywanych w makroekonomicznym opisie finansowania ochrony zdrowia to: (1) całkowite wydatki rządowe na zdrowie jako procent PKB; (2) całkowite wydatki rządowe na zdrowie jako odsetek całkowitych wydatków sektora instytucji rządowych i samorządowych; oraz (3) całkowite wydatki rządowe na zdrowie na mieszkańca. Celem niniejszego artykułu jest zbadanie trendów głównych wskaźników finansowania ochrony zdrowia na poziomie makroekonomicznym oraz opracowanie modeli opartych na metodach szeregów czasowych do analizy cech trendów i prognozowania wartości na kolejny okres.

Refine search results

Comparison of capital markets in Bulgaria, Romania and Slovakia in years 2001-2009

Identification of web platforms usage patterns with dynamic time series analysis methods

Temporal Disaggregation of Time Series with Regularization Term

A hybrid SETARX model for spikes in tight electricity markets

Application of the vector-autoregression VAR model in the analysis of unemployment hysteresis in the context of Okun’s Law

Identyfikacja spekulacji na rynkach terminowych towarów rolnych

Opis procesu badawczego

Links between the price of butter in Poland and in selected foreign markets

On the Need for Cognitive Closure and Judgmental Trend Forecasting

The importance of data revisions for statistical inference

Hypothesis Testing in the Case of Insufficient Observations - Identification of Own Critical Values

Modelling the trends of the healthcare funding in the EU countries

Modelling the trends of the healthcare funding in the EU countries