Ten serwis zostanie wyłączony 2025-02-11.
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Zastosowanie danych o różnej częstotliwości w prognozowaniu makroekonomicznym
100%
PL
Celem badania było sprawdzenie, czy zastosowanie w modelu danych o zróżnicowanej częstotliwości w postaci najnowszych dostępnych danych o częstotliwości miesięcznej jest w stanie polepszyć dokładność kwartalnych prognoz wybranych kategorii makroekonomicznych. Narzędziem badawczym były modele klasy MIDAS, DFM, ARIMA i VAR, przedmiotem porównań prognozy wyliczone na podstawie wymienionych modeli. Badanie zaplanowane zostało jako symulacja czterech sesji, każda o horyzoncie prognozy czterookresowym, każda dostarczająca prognoz ex ante. W tym celu konieczne było użycie zmiennych czasu rzeczywistego, co z uwagi na ograniczony dostęp do nieodpłatnych baz danych czasu rzeczywistego wymusiło badanie amerykańskiego PKB. Z przeprowadzonych badań wynika, że modele klasy MIDAS, w których możliwe jest bezpośrednie uwzględnienie najnowszych informacji miesięcznych, dostarczają bardziej precyzyjnych prognoz PKB jedynie dla prognoz formułowanych z jednookresowym wyprzedzeniem czasowym. Wraz ze wzrostem wyprzedzenia precyzja prognoz MIDAS maleje i jest statystycznie istotnie gorsza od prognoz uzyskanych z modeli VAR i DFM.
|
2022
|
tom 56
|
nr 5
185-205
EN
Theoretical background: The global financial crisis (GFC) has shown the importance of the funding model for the bank’s stability. In this context, deposits were of particular importance as they proved to be a stable source of funding during market turmoil. As a result, many banks have changed the funding model, paying greater attention to financing obtained on the deposits market. Purpose of the article: In this paper, we analyze the impact of funding models on the EU banks’ risk after GFC, i.e. in 2011–2018. We put particular emphasis on the funding structure measured by the deposits to total assets ratio and changes that take place according to the type of institution (i.e. listing status, specialization, and funding model). Research methods: In our research, we use panel data models together with a set of tests that allow us to deduce about properties of proposed models and allow us to analyze the significance of the impact of the bank-specific, macroeconomic, and dummy variables on the bank’s risk. We apply “within”, “fixed time effects” estimator from plm R package. Main findings: We confirm the stabilizing function of deposits, but also the non-linear nature of the impact of the funding structure on the bank’s stability, depending on the bank’s specialization. This means that the stabilizing role of deposits for the bank’s stability is just as important in the post-crisis period as it was during the outbreak of GFC in 2008, although the excessive growth of deposits in some types of banks may, however, lead to an increase in the risk level.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.