Zastosowanie modeli czynnikowych do konstrukcji barometru koniunktury na podstawie badań ankietowych

• Authors: Sławomir Dudek , Tomasz Zając

Title variants

EN

Using Dynamic Factor Models for Constructing Economic Activity Indicator from Survey Data

• Languages of publication: PL

Abstracts

PL

W opracowaniu przedstawiono syntetyczny wskaźnik aktywności gospodarczej w Polsce (barometr koniunktury), zbudowany na podstawie danych ankietowych Instytutu Rozwoju Gospodarczego SGH i Instytutu Transportu Samochodowego. Do oszacowania barometru koniunktury zastosowano podejście wykorzystujące modele czynnikowe, w tym dynamiczne. Estymacje przeprowadzono trzema alternatywnymi metodami. Oszacowany na ich podstawie nieobserwowalny czynnik potraktowano jako syntetyczny wskaźnik aktywności gospodarczej. Dla odniesienia analizą objęto również barometr koniunktury IRG SGH, konstruowany wg podejścia tradycyjnego. W świetle przeprowadzonych badań zastosowanie modeli czynnikowych do estymacji wskaźnika aktywności gospodarczej opartego na danych ankietowych nieznacznie poprawia użyteczność tego typu wskaźników w monitorowaniu wahań zmiennej referencyjnej (PKB). Prezentowane podejście wymaga dalszych analiz, które pomogą poprawić jakość diagnostyczną barometru koniunktury.

EN

This paper presents a new business cycle indicator of the Polish economy based on survey data from the Research Institute for Economic Development and the Motor Transport Institute. In order to deal with large number of series the factor model approach (FM) is used. Models are estimated using three different methods. The unobserved factor from these models represents a composite indicator. It is compared with the RIED business cycle indicator. The results suggest that the former performs only slightly better than the latter as far as their ability to indicate changes in GDP is concerned. Further research is needed to improve qualities of the proposed business cycle indocator.

Keywords

PL

dynamiczny model czynnikowy; badanie koniunktury; barometr koniunktury; test koniunktury

EN

dynamic factor model; business cycle research; business cycle indicators; business and consumer surveys

• Publisher: Szkoła Główna Handlowa w Warszawie
• Journal: Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
• Year: 2012
• Volume: 90: Badania koniunktury - zwierciadło gospodarki. Część I
• Pages: 183-213

Contributors

author

Sławomir Dudek

• Szkoła Główna Handlowa w Warszawie, Instytut Rozwoju Gospodarczego

author

Tomasz Zając

• Szkoła Główna Handlowa w Warszawie, Kolegium Analiz Ekonomicznych

References

• Bai J., Ng S., Determining the number of factors in approximate factor models, „Econometrica”, vol. 70, nr 1, 2002, s. 191-221
• Bry G., Boschan C., Cyclical analysis of time series: Selected procedures and computer programs, National Bureau of Economic Research, Nowy Jork 1971
• Doz C., Giannone D., Reichlin L., A two-step estimator for large approximate dynamic factor models based on Kalman filtering, „Journal of Econometrics”, vol. 164, nr 1, 2011, s. 188-205
• Forni M., Altissimo F., Cristadoro R., Lippi M., Veronese G., New Eurocoin: Tracking economic growth in real time, Technical report, University of Modena and Reggio Emilia, 2008
• Forni M., Hallin M., Lippi M., Reichlin L., The generalized dynamic factor model: Identification and estimation, Technical report, C.E.P.R. Discussion Papers, 1999
• Forni M., Hallin M., Lippi M., Reichlin L., The generalized dynamic factor model: One-sided estimation and forecasting, CEPR Discussion Papers, nr 3432, 2002
• Gayer C., Genet J., Using factor models to construct composite indicators from BCS data. A comparison with European Commission confidence indicators, European Economy - Economic Papers, nr 240, KE, Bruksela 2006
• Hallin M., Liska R., Determining the number of factors in the general dynamic factor model, „Journal of the American Statistical Association”, vol. 102, 2007, s. 603-617
• Klimkowska J., Koniunktura w gospodarce polskiej w I półroczu 2004 r., „Zeszyty Koniunktury Gospodarki Polskiej”, nr 20, 2004
• Komisja Europejska, Business climate indicator for the Euro Area, Bruksela 2000
• Komisja Europejska, The joint harmonised EU programme of business and consumer surveys. User guide, Technical report, ECFIN, Bruksela 2007
• Talaga L., Zieliński Z., Analiza spektralna w modelowaniu ekonometrycznym. PWN, Warszawa 1986
• Marcellino M., Dynamic factor models for survey-based confidence indicators, 2006
• Matkowski Z., (1999). Barometry koniunktury dla gospodarki Polski. „Prace i Materiały Instytutu Rozwoju Gospodarczego, 64, SGH, Warszawa
• Matkowski Z., Badania gospodarki polskiej, stan bieżący i perspektywy rozwoju, „Prace i Materiały Instytutu Rozwoju Gospodarczego SGH”, nr 72, SGH, Warszawa 2002 (a)
• Matkowski Z., Wskaźniki klimatu gospodarczego jako narzedzie oceny stanu gospodarki, „Ekonomista”, 1, 2002 (b)
• Matkowski Z., Composite indicators of business activity for macroeconomic analysis, „Prace i Materiały Instytutu Rozwoju Gospodarczego SGH”, nr 74, SGH, Warszawa 2004
• Priestley M. B., Spectral analysis and time series, Academic Press, 1989
• Skrzypczyński P., Metody spektralne w analizie cyklu koniunkturalnego gospodarki polskiej, „Materiały i Studia NBP”, 252, Warszawa 2010
• Stanek K., Koncepcja barometru gospodarczego koniunktury. Badania koniunktury gospodarki Polski, SGH, Warszawa 1993
• Stanek K., Wybrane metody badania kondycji polskiej gospodarki za pomocą syntetycznych wskazników koniunktury gospodarczej, „Prace i Materiały Instytutu Rozwoju Gospodarczego SGH”, nr 65, SGH, Warszawa 1999
• Stock J. H., Watson M. W., Forecasting using principal components from a large number of predictors, „Journal of the American Statistical Association”, vol. 97, 2002, s. 1167-1179
• Stock J. H., Watson M. W., Dynamic factor models, w: Oxford handbook of economic forecasting, pr. zb. pod red. M. P. Clementsa i D. F. Hendry’ego, Oxford University Press, 2010
• Strigel W., Die Konjunkturumfragen des Ifo Institut für Wirtschaftsforschung, „Allgemeines Statistisches Archiv”, nr 2, 1965