PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2009 | nr 4/2 | 69--77
Tytuł artykułu

Modelowanie polskiego cyklu koniunkturalnego z wykorzystaniem przełącznikowego modelu typu Markowa (Markov switching)

Autorzy
Warianty tytułu
The Markov Switching Models in the Polish Business Cycle Analysis
Języki publikacji
PL
Abstrakty
Badania empiryczne w zakresie modeli MS można podzielić na dwa główne kierunki. Są nimi analiza dotycząca zmiennych makroekonomicznych oraz analiza szeregów rynków finansowych. W przypadku szeregów makroekonomicznych badania dotyczą cyklicznych wahań koniunkturalnych, natomiast dla szeregów rynków finansowych poszukuje się okresów o różnych poziomach zmienności. W artykule oszacowano modele przełącznikowe typu Markowa z różnym typem przełączeń dla wybranych szeregów polskiej gospodarki, próbując w oparciu o otrzymane wyniki wyodrębnić podokresy będące pewnymi stanami gospodarki oraz porównując je z fazami cyklu koniunkturalnego. (abstrakt oryginalny)
EN
The empirical research of Markov switching models MS can be divided to two main streams. The first one studies cyclical behavior of macroeconomics variables, the other one describes analysis of financial time series. The research with the macroeconomics variable is based on the business cycle analysis and with the financial time series it's a different volatility periods analysis. The aim of this article is presentation of Markov switching model (MS) as a useful tool for modeling of Polish business cycle (turning points of the business cycle). The empirical part includes the univariate models for the industrial production, export and WIG stock exchange market index data. The MS models identify the states that are compared with the business cycle phases of Polish economy (in period 10.1994-01.2009). (original abstract)
Rocznik
Numer
Strony
69--77
Opis fizyczny
Twórcy
  • Wyższa Szkoła Informatyki i Ekonomii Towarzystwa Wiedzy Powszechnej w Olsztynie
Bibliografia
  • Bry G., C. Boschan (1971), Cyclical analysis of economic time series: selected procedures and computer programs, NBER Technical Working Paper 20.
  • Dempster A. P.. N. M. Laird. D. B. Rubin (1977), Maximum Likelihood from incomplete data via the EM Algorithm, "Journal of the Royal Statistical Society", vol. 39. s. 1-38.
  • Evans M. K. (1970), Macroeconomic activity, Theory forecasting and control, New York.
  • Fic T. (2007), Cykl koniunkturalny w Polsce. Wnioski z modeli Markowa, "Metody ilościowe w naukach ekonomicznych", A. Welfe (red.), SGH, Warszawa.
  • Goldfeld S. M., R. E. Quandt (1973), A Markov model for switching regressions, "Journal of Econometrics", vol. l, s. 3-16.
  • Hamilton J. D. (1989), W New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle, "Econometrica", vol. 57.
  • Hamilton J. D. (1994), Time series analysis, Princeton University Press. Princeton.
  • Krolzig H.-M. (1997), Econometric Modelling of Markov Switching Vector Autoregressions using MSVAR for Ox, Institute for Economics and Statistics, Oxford.
  • Krolzig H.-M. (2001), Markov-switching procedures for dating the Euro-zone business cycle, "Quarterly Journal of Economic Research", vol. 3, 339-351.
  • 10. Podgórska M. (2002), Łańcuchy Markowa w teorii i zastosowaniach, Wydawnictwo SGH, Warszawa.
  • Sichel D. E. (1994), Inventories and the three phases of the business cycle, "Journal of Business and Economic Statistics", vol. 12, 269-278.
  • Saltoglu B., Z. Senyuz, E. Yoldas (2003), Modeling business cycles with Marko v switching VAR model: an application on Turkish business cycles, "Working Paper", Marmara University.
  • Stawicki J. (2004), Wykorzystanie łańcuchów Markowa w analizie rynków kapitałowych, Wydawnictwo UMK, Toruń.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171191513

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.