- Tytuł:
-
Bayesowskie uśrednianie klasycznych oszacowań w prognozowaniu wskaźników makroekonomicznych z użyciem danych z testów koniunktury
Bayesian Averaging of Classical Estimates in Forecasting Macroeconomic Indicators with Using Business Survey Data - Autorzy:
-
Białowolski, Piotr
Kuszewski, Tomasz
Witkowski, Bartosz - Powiązania:
- https://bibliotekanauki.pl/articles/500092.pdf
- Data publikacji:
- 2013-02-01
- Wydawca:
- Szkoła Główna Handlowa w Warszawie
- Tematy:
-
bayesowskie uśrednianie klasycznych oszacowań
wyniki testów koniunktury
sezonowość
zautomatyzowane prognozowanie
bayesian averaging of classical estimates
survey data
seasonality
automatized forecasting - Opis:
-
W niniejszej pracy przedstawiono kolejną wersję modelu dla prognozowania podstawowych wskaźników makroekonomicznych z wykorzystaniem danych z testów koniunktury. W pracach Białowolskiego, Kuszewskiego i Witkowskiego (2010a, 2010b, 2011, 2012a, 2012b) rozwijano metodykę budowy modeli dla prognozowania tempa zmian produktu krajowego brutto, stopy bezrobocia i wskaźnika cen towarów konsumpcyjnych. W zbiorze regresorów tych modeli, oprócz opóźnionych w czasie zmiennych endogenicznych, uwzględnia się wyłącznie wyniki różnych testów koniunktury.
Badanie dotyczy specyfikacji modelu prognostycznego metodą bayesowskiego uśredniania klasycznych oszacowań (Bayesian averaging of classical estimates, BACE). Przyjęte rozwiązanie umożliwia automatyzację proces doboru postaci modelu. W kolejnym etapie postępowania jest rozważany wpływ sezonowości deterministycznej i stochastycznej szeregów czasowych na wynik procesu prognozowania. Zaproponowano intuicyjną procedurę uwzględniania obu rodzajów sezonowości w procesie prognozowania. Po zakończeniu procesu estymacji i doboru modeli weryfikowano ich możliwości prognostyczne.
This paper presents another version of model designed to forecast main macroeconomic indicators with the use of economic survey data. In previous papers (Białowolski, Kuszewski, Witkowski, 2010a, 2010b, 2011, 2012a, 2012b) methods for developing models used for forecasting GDP growth rate, unemployment rate and CPI were proposed. The set of regressors in those models included only lagged dependent variables and indices based on various survey data. In this paper the specification of the forecasting model is selected with the use of Bayesian averaging of classical estimates (BACE). This algorithm enables an automatic process of selection of functional form of the model. Next the influence of deterministic and stochastic seasonality in time series on forecasting process is concerned. An intuitive procedure of applying and selecting among both types of seasonality in the forecasting process is discussed. Afterwards their forecasting capabilities are considered. - Źródło:
-
Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2013, 91: Badania koniunktury - zwierciadło gospodarki. Część II; 121-144
0866-9503 - Pojawia się w:
- Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
- Dostawca treści:
- Biblioteka Nauki
Artykuł