Zintegrowane modelowanie PKB, stopy bezrobocia i inflacji w oparciu o wielokomponentowe wskaźniki koniunktury

• Autorzy: Piotr Białowolski , Katarzyna Rosiak-Lada , Piotr Zwiernik , Dawid Żochowski
• Języki publikacji: PL

Abstrakty

Artykuł prezentuje wyniki jednego z etapu prace będącego częścią szerszego projektu badawczego, którego celem jest skonstruowanie zintegrowanego modelu prognostycznego dla trzech podstawowych wielkości makroekonomicznych: PKB, stopy bezrobocia i inflacji przy wykorzystaniu wielokomponentowych wskaźników koniunktury. W niniejszym artykule dokonaliśmy analizy statystycznej procesów generujących PKB oraz Wskaźnik Równoległy Koniunktury (WRK) i zidentyfikowaliśmy ich wysoką zbieżność dla częstotliwości poniżej 2 lat. Daje to dobre pod¬stawy dla wykorzystania WRK w prognozach PKB. Następnie wykorzystując Wskaźnik Wyprzedzający Koniunktury (WWK) skonstruowaliśmy model dla miesięcznych zmian WRK, który ma na celu wydłużenie horyzontu prognozy i późniejsze przewidywanie punktów zwrotnych. Następnie w oparciu o metodykę Blancharda i Quaha [1989] wykorzystującą interakcję szoków popytowych i podażowych na kształtowanie się produktu oraz stopy bezrobocia, skonstruowaliśmy model luki popytowej dla gospodarki polskiej i przedstawiliśmy szacunki oraz prognozę luki w latach 2000-2007. Oszacowanie luki było następnie wykorzystane w modelu prognostycznym PKB, stopy bezrobocia i inflacji będących systemem równań modelu typu VAR. Wykorzystanie wskaźników koniunktury w układzie sprzężonych rów¬nań wynika z podejścia, które przyjęliśmy na początku projektu badawczego. Poszczególne wskaźniki koniunktury mogłyby być bowiem wykorzystywane w oddzielnych równaniach regresji do formułowania prognoz dla poszczególnych wielkości makroekonomicznych niezależnie. Jednak zarówno teoria ekonomii, jak również stylizowane fakty postulują istnienie zależności między inflacją, bezrobociem i produktem. Wykorzystanie dodatkowych informacji o zależnościach zachodzących między zmiennymi powinno pozwolić na zwiększenie precyzji prognoz poprzez nałożenie warunków ograniczających (restrykcji) wynikających z postulowanych na gruncie teoretycznym i/lub empirycznym zależności między zmiennymi. W niniejszym artykule zaproponowaliśmy konstrukcję modelu, którego postać wynika z odniesienia się do prawa Okuna oraz hybrydowej krzywej Phillipsa. Uzyskane dotychczas modele spełniają wszystkie kryteria dobroci ekonometrycznej i wykorzystują z powodzeniem informację zawartą w wielokomponentowych wskaźnikach koniunktury. (abstrakt oryginalny)

Słowa kluczowe

PL

Stopa bezrobocia; Modele makroekonomiczne; Analiza statystyczna; Prawo Okuna

EN

Unemployment rate; Macroeconomic models; Statistical analysis; Okun’s Law

• Czasopismo: Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa
• Rocznik: 2008
• Numer: nr 80 Koniunktura gospodarcza - 20 lat doświadczeń Instytutu Rozwoju Gospodarczego SGH
• Strony: 199--214

Twórcy

autor

Piotr Białowolski

• Szkoła Główna Handlowa w Warszawie

autor

Katarzyna Rosiak-Lada

autor

Piotr Zwiernik

autor

Dawid Żochowski

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Blanchard, O. J., Quah, D. [1989], The Dynamie Effects of Aggregate Demand and Supply Disturbances, "The American Economic Review", vol. 79, no. 4.
• Golinelli R., Parigi G. [2007], The Use of Monthly Indicators to Forecast Quarterly GDP in the Short Run: An Application to the G7 Countries, J. Forecast, vol. 26.
• Harvey A.C. [1975], Spectral Analysis in Economics, "The Statistician", vol. 24 (1).
• Lund R., Vidakovic B., Vidyashankar A.N. [2004], Testing Equality of Autocovariance Functions, Raport Instytutowy, Georgia Tech University.
• Maciejowska K., Zwiernik P. [2006], Modelowanie nieliniowe w analizie wskaźników koniunktury, [w:] Wskaźniki wyprzedzające, "Prace i Materiały IRG SGH", nr 77, red. M. Drozdowicz-Bieć, Oficyna Wydawnicza SGH, Warszawa.
• Terasvirta T. [2005(1)], Univariate nonlinear time series models, Working Paper Series in Economics and Finance 593, Stockholm School of Economics [1].
• Terasvirta, T. [2005(2)], Forecasting economic variables with nonlinear models, Working Paper Series in Economics and Finance 598, Stockholm School of Economics.
• Zięba J. [2002], Długo- i krótkookresowa składowa Produktu Krajowego Brutto według metody Blancharda i Quaha, Materiały i Studia NBP.