Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Łupiński M.

1 2013

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: dynamic factor models

Sortuj według:

Ogranicz wyniki do:

Porównanie jakości prognozowania polskiego PKB dynamicznymi modelami z czynnikowymi oraz modelami czynnikowymi z przełączaniem Markowa

Łupiński M.

Ekonomia i Zarządzanie

2013

Vol. 5, no. 4

161--179

W artykule zamieszczono kontynuację cyklu opracowań autora (2007, 2009, 2012) dotyczących optymalnych metod prognozowania polskich zmiennych makroekonomicznych na przykładzie Produktu Krajowego Brutto (PKB). W ramach wykonanego na potrzeby artykułu badania porównano jakość nowcastów („prognoz” teraźniejszości) i właściwych prognoz określonych na podstawie proponowanego przez Mariano i Murasawę (2003) dynamicznego modelu czynnikowego z obsługą mieszanych częstotliwości danych wejściowych i braków obserwacji (MFDG-DFM) oraz rozszerzonego o strukturę czynnikową wielowymiarowego modelu przełącznikowego Markowa (multivariate Markov switching model) zapropo-nowanego przez Kima i Nelsona (1999), a następnie zastosowanego w praktyce przez Hamiltona i Chauvet (2005). Przedstawiono zaplecze matematyczne obu modeli wskazując na modyfikacje kombinowanego podejścia filtru Kalmana oraz metody największej wiarygodności (MNW), niezbędne do estymacji nieliniowego modelu z przełączaniem reżimów zgodnie ze schematem Markowa. Uzyskane wyniki sygnalizują niewielką przewagę modelu Mariano i Murasawy, choć w zakresie „prognoz” teraźniejszości konkurencyjny model Markowowski dostarcza wyników o porównywalnej jakości.

The article is a continuation of author’s previous publications’ series (2007, 2009, 2012) devoted to optimal methods of Polish macro variables forecasting with special attention to Gross Domestic Product. In this survey quality of nowcasts and forecasts was prepared with Mariano and Murasawa (2003) dynamic factor model with mixed frequencies and missing data handling (MFDG-DFM) was compared with quality of nowcasts/forecasts computed with multivariate Markov switching model proposed by Kim and Nelson (1999) and opera-tionalized by Hamilton and Chauvet (2005). The article presents mathematical background of both models and describes in detail combined Kalman filter and maximum likelihood method used to estimate nonlinear Markov switching model. Achieved results show modest advantage of Mariano and Murasawa MFDG-DFM model Polish GDP forecasts, however in the case of nowcasts both models provide almost equal quality output.