Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

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

Tytuł:
Examination of Seasonal Volatility in HICP for Baltic Region Countries: Non-Parametric Test versus Forecasting Experiment
Autorzy:
Lenart, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/2076445.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
HICP
seasonal volatility
exponential smoothing
nowcasting
predictive distribution
logscore
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2017, 1; 29-67
2080-0886
2080-119X
Język:
angielski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
The aim of this paper is to examine the problem of existing seasonal volatility in total and disaggregated HICP for Baltic Region countries (Denmark, Estonia, Latvia, Finland, Germany, Lithuania, Poland and Sweden). Using nonparametric tests, we found that in the case of m-o-m prices, including fruit, vegetables, and total HICP, the homogeneity of variance during seasons is rejected. Based on these findings, we propose an exponential smoothing model with periodic variance of error terms that capture the repetitive seasonal variation (in conditional or unconditional second moments). In a pseudo-real data experiment, the short-term forecasts (nowcasting) for the considered components of inflation were determined using different specifications of considered models. The forecasting performance of the models was measured using one of the scoring rules for probabilistic forecasts called logarithmic score. We found instead that while the periodic phenomenon in variance was statistically significant, the models with a periodic phenomenon in variance of error terms do not significantly improve forecasting performance in disaggregated cases and in the case of total HICP. The simpler models with constant variance of error term have comparative forecasting (nowcasting) performance over the alternative model

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies