Metody ekonometryczne w modelach wzrostu gospodarczego

• Autorzy: Łukasz Goczek

Warianty tytułu

Econometric Methods in Economic Growth Models

• Języki publikacji: PL

Abstrakty

Celem artykułu jest przegląd i ocena poszczególnych metod ekonometrycznych używanych w modelach empirycznych wzrostu gospodarczego, co ma zasadnicze znaczenie dla ekonomicznego znaczenia tych badań i siły wniosków z nich płynących dla polityki gospodarczej. Przyjętą metodą jest dyskusja teoretyczna poświęcona poszczególnym modelom empirycznym zilustrowana własnymi oszacowaniami omawianych modeli. W badaniu ekonometrycznym wykazano, że preferowaną metodą szacowania dynamicznych modeli wzrostu na danych przekrojowo- czasowych jest Uogólniona Metoda Momentów zastosowana jednocześnie na poziomach i na pierwszych różnicach z korektą błędu w małych próbach. W artykule również wskazano, że w innych zastosowaniach, właściwsze mogą być estymacje prowadzone przy pomocy estymatora Kivieta bądź estymatora PMG. (abstrakt oryginalny)

EN

The article aims to review and assess different econometric methods used in the estimation of empirical models of economic growth. Such models play an important role in the economy because they yield conclusions for policymakers, the author says. His research showed that the preferred method for the estimation of dynamic models of growth based on cross-temporal data is the Generalized Method of Moments applied simultaneously on the levels and first differences with error correction used in small samples. However, in some cases, more accurate estimates could be obtained by using either the Kiviet or Pooled Mean Group (PMG) estimator instead of the Generalized Method of Moments, the author concludes. (original abstract)

Słowa kluczowe

PL

Wzrost gospodarczy; Modele ekonometryczne; Konwergencja gospodarcza; Uogólniona metoda momentów

EN

Economic growth; Econometric models; Economic convergence; Generalized method of moments (GMM)

• Czasopismo: Gospodarka Narodowa
• Rocznik: 2012
• Numer: nr 10
• Strony: 49-71

Twórcy

autor

Łukasz Goczek

• Uniwersytet Warszawski

Bibliografia

• Anderson T., Hsiao C., [1981], Estimation of dynamic models with error components, "Journal of the American Statistical Association", 1981, 589-606.
• Arellano M., [1987], Computing robust standard errors for within-groups estimators, "Oxford Bulletin of Economics and Statistics", Vol. 49, No. 4, pp. 431-434.
• Arellano M., Bond S., [1991], Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations, "Review of Economic Studies", 58, 277-297.
• Baltagi B.H., [2001], Econometric Analysis of Panel Data, 2d ed., New York, John Wiley& Sons.
• Baltagi B.H., Wu P. X., [1999], Unequally spaced panel data regressions with AR(1)disturbances, "Econometric Theory" 15: 814-823.
• Barro R., [1991], Economic Growth in a Cross Section of Countries, NBER Working Papers 3120, National Bureau of Economic Research, Inc.
• Blundell R., Bond S., [1998], Initial conditions and moment restrictions in dynamic panel data models, "Journal of Econometrics" 87, 115-43.
• Blundell R., Bond S., [2000], GMM estimation with persistent panel data: an application to production functions, "Econometric Reviews", 19(3), 321-340.
• Bond S., Bowsher C., Windmeijer F., [2001], Criterion - based inference for GMM in autoregressive panel data models, "Economics Letters", Elsevier, Vol. 73(3), 379-388.
• Bond S., Windmeijer E., [2002], Finite sample inference for GMM estimators in linear panel data models, Cemmap Working Paper 04/02, Centre for Microdata Methods and Practice, Institute for Fiscal Studies, London.
• Bond S., Leblebicioglu A., Schiantarelli F., [2010], Capital accumulation and growth: a new look at the empirical evidence, "Journal of Applied Econometrics", John Wiley & Sons, Ltd., Vol. 25(7), pages 1073-1099.
• Bosworth B., Collins M., [2003], The Empirics of Growth: An Update, Brookings Papers on Economic Activity, Economic Studies Program, The Brookings Institution, Vol. 34 (2), 113-206.
• Bruno G., [2005], Estimation and inference in dynamic unbalanced panel data models with a small number of individuals, CESPRI WP n. 165, University Bocconi-CESPRI, Milan.
• Caselli F., [2005], Accounting for Cross-Country Income Differences, ch.9, pp.679-741, [in:]Handbook of Economic Growth, Vol. 1, (eds.) Aghion P. & Durlauf s., Elsevier.
• Caselli F., Esquivel G., Lefort F., [1996], Reopening the Convergence Debate: A New Look at Cross-Country Growth Empirics, "Journal of Economic Growth", 1, 363-389.
• Ciccone A., Jarocinski M., [2010], Determinants of Economic Growth: Will Data Tell?, American Economic Journal: Macroeconomics, American Economic Association, Vol. 2(4),222-46.
• Cieślik A., [2011], Endogenizacja teorii wzrostu gospodarczego, Zeszyty Naukowe UE Poznań, 176: [w:] red.Panek E., Wzrost gospodarczy, s.63-92, Poznań 2011.
• Davidson R., Mackinnon J.G., [2004], Econometric theory and Methods, Oxford University Press, New York.
• Doppelhofer G., Miller R., Sala-i-Martin X., [2004], Determinants of Long Term Growth: A Bayesian Averaging of Classical (BACE) Estimates, "American Economic Review", 94, 813-835.
• Durlauf S., Johnson P., Temple J., [2005], Growth Econometrics, Handbook of Economic Growth, [w:] P. Aghion, S. Durlauf (red.), Handbook of Economic Growth, vol.1, ch.8, pp.555-677 Elsevier.
• Durlauf S., Kourtellos A., Tan C., [2008], Are Any Growth Theories Robust?, "Economic Journal", vol.118(no.527), pp.329-346.
• Edwards J., [2008], The Great Growth Debate: A Statistical Look at Mankiw, Romer, and Weil, versus Islam, Atlantic Economic Journal, 33(1)71-92.
• Goczek Ł., [2010], Dług, wzrost gospodarczy i kryzys finansowy, Prace i materiały Instytutu Handlu Zagranicznego Uniwersytetu Gdańskiego, 28/1, s.285-300.
• Goczek Ł., [2010], Problemy metod ilościowych w naukach ekonomicznych i społecznych, [w:] Z. Zieliński (red.), Rola informatyki w naukach ekonomicznych i społecznych, Kielce.
• Goczek Ł., [2011], Czynniki wzrostu w krajach postkomunistycznych, Studia Ekonomiczne UE w Katowicach 80/2011, Katowice.
• Goczek Ł., [2011], Rola infrastruktury we wzroście gospodarczym - badanie empiryczne, Prace Naukowe UE Poznań, 176, s. 178-199.
• Goczek Ł., [2012], Niestabilność polityki fiskalnej i rozwój finansowy, "Ekonomista" 6/2012,w druku.
• Hansen L., [1982], Large Sample Properties of Generalized Method of Moments Estimators, "Econometrica", 50, issue 4, p. 1029-54.
• Islam N., [1995], Growth Empirics: A Panel Data Approach, "Quarterly Journal of Economics", Vol. 110(4), pp. 1127-70.
• Kiviet J.F., [1995], On Bias, Inconsistency and Efficiency of Various Estimators in Dynamic Panel Data Models, "Journal of Econometrics" 68, 53-78.
• Mankiw G., Romer D., Weil D., [1992], A Contribution to the Empirics of Economic Growth, "Quarterly Journal of Economics", 107, 407-37.
• Nickell S., [1981], Biases in Dynamic Models with Fixed Effects, "Econometrica, 49(6),1417-26.
• Pesaran M., [2004], General diagnostic tests for cross section dependence in panels, Cambridge Working Papers in Economics, 0435, University of Cambridge.
• Pesaran M.H., Shin Y., Smith R., [1999], Pooled mean group estimator of dynamic heterogeneous panels, "Journal of the American Statistical Association", 94, 621-634.
• Rodríguez F., [2007], Cleaning Up the Kitchen Sink: Growth Empirics When the World Is Not Simple, Wesleyan Economics Working Papers 2006-004, Wesleyan University, Department of Economics, revised 17 May 2007.
• Roodman D., [2006], How to Do xtabond2: An Introduction to "Difference" and "System" GMM in Stata, Working Paper 103, Center for Global Development, Washington.
• Staiger D., Stock J.H., [1997], Instrumental Variables Regression with Weale Instruments, "Econometrica, 65(3}, 557-586.
• Temple J., [2000], Growth regressions and What the Textbooks don't Tell You, "Bulletin of Economic Research", 52, 181-205.
• Windmeijer F., [2005], A Finite Sample Correction for the Variance of Linear Efficient Two-Step GMM Estimators, "Journal of Econometrics", 126, 25-51.
• Wooldridge J., [2002], Econometric Analysis of Cross Section and Panel Data, Cambridge, MA: MIT Press.