Prezentacja badań nad konstrukcją wskaźników wyprzedzających aktywności ekonomicznej w Polsce

• Autorzy: Marcin Łupiński
• Języki publikacji: PL

Abstrakty

Bieżący i przyszły poziom aktywności ekonomicznej na obszarze danego kraju lub grupy krajów stanowi istotny element procesu decyzyjnego makro- ekonomistów działających w ramach instytucji naukowych, szefów banków centralnych, ministrów finansów i gospodarki, głównych ekonomistów banków komercyjnych oraz dyrektorów finansowych firm, a także każdego obywatela uczestniczącego codziennie w procesach rynkowych. Powodem tego stanu rzeczy jest bezpośredni wpływ aktywności ekonomicznej na większość kluczowych zjawisk dotyczących gospodarczej sfery życia takiej jak bezrobocie, inflacja, wzrost gospodarczy, procesy inwestycyjne, zachowanie rynków finansowych, etc. Jednocześnie rozwijające się błyskawicznie technologie informacyjne są motorem konstrukcji coraz bardziej wyrafinowanych systemów informatycznych pozwalających na zbieranie i manipulację dziesiątkami tysięcy zmiennych, z których każda w sposób cząstkowy opisuje bieżącą, przeszłą i przyszłą kondycję gospodarki. Ze względu na oczywiste ograniczenia percepcyjne pełen zestaw oferowanych zmiennych makroekonomicznych nie może być jednak rozważany przez decydentów oraz podmioty gry rynkowej podczas formułowania decyzji. Pewnego rodzaju kompromisem jest użycie syntetycznych złożonych wskaźników aktywności, które łączą w swoich ramach cząstkowe informacje pochodzące z poszczególnych działów gospodarki w jedną, łatwo interpretowalną miarę. Z zaprezentowanym podejściem wiąże się jednak szereg pytań, na które muszą udzielić odpowiedzi osoby podejmujące się zadania konstrukcji złożonych wskaźników aktywności ekonomicznej, m.in.: • W jaki sposób powinny zostać wybrane zmienne stanowiące podstawę do ich konstrukcji? • Jaka metoda powinna zostać użyta do agregacji poszczególnych komponentów do postaci syntetycznego wskaźnika? • W jaki sposób ocenić zbieżność skonstruowanej miary z rzeczywistym poziomem aktywności ekonomicznej w danym kraju/grupie państw? (fragment tekstu)

Słowa kluczowe

PL

Gospodarka rynkowa; Aktywność ekonomiczna; Wskaźniki wyprzedzające

EN

Market economy; Economic activity; Leading economic indicators

• 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: 273--297

Twórcy

autor

Marcin Łupiński

Bibliografia

• Bandholz H. [marzec 2005], New Composite Leading Indicators for Hungary and Poland, IFO Working Paper, no 3.
• Dorosiewicz S. i Dorosiewicz T. [2004], Similarity Analysis of Growth Cycles, [w:] Composite indicators of business activity for macroeconomic analysis, "Prace i Materiały IRG SGH", nr 74, red. Z. Matkowski, Oficyna Wydawnicza SGH, Warszawa.
• Dudek S., Walczyk K. [2004], Business Climate Indicators to Preditct Economic Activity, [w:] Composite indicators of business activity for macroeconomic analysis, "Prace i Materiały IRG SGH", nr 74, red. Z. Matkowski, Oficyna Wydawnicza SGH, Warszawa.
• Forni M. i Reichlin L. [1996], Dynamie Common Factors in Large Cross-Sections, "Exnp. Economics" 21, s. 27-42.
• Forni M. i Lippi M. [1999], Aggregation of Linear Dynamic Microeconomic Models, "Jour, of Math. Eco.", 31, s. 131-158.
• Forni M., Hallin M., Lippi M. i Reichlin L. [2000], The Generalized Factor Model: Identification and Estimation, "Rev. Economics and Stat.", 82, s. 540-54.
• Forni M., Giannone D., Lippi M. i Reichlin L. [2005], Opening the Black Box: Structural Factor Models with Large Cross-sections, poprawiona wersja CEPR Discussion Paper Series no. 4133.
• The Generalized Factor Model: Representation Theory [2001], "Econometric Theory", 17, s. 1113-1141.
• The Generalized Dynamic Factor Model: Consistency and Rates [2004] "Jour, of Econ.", 119, s. 231-55.
• The Generalized Dynamic Factor Model One-Sided Estimation and Forecasting , "Jour. Amer. Stat. Assoc." 31, s. 325-42.
• Let's Get Real: a Factor Analytic Approach to Business Cycle Dynamics [1998] "Rev. Econ. Studies", 65, s. 453-73.
• King R., Watson M., Money [1996], Prices, Interest Rates and Business Cycle, "Rev. Econ. Stat.", 78 (l)/96, s. 35-53.
• Kudrycka I. i Nilsson R. [1993], Business Cycles in the Period of Transition, Z Prac Zakładu Badań Statystycznych GUS i PAN, 216, Warszawa, GUS.
• Łuczyński W., Matkowski Z. [1999], Analiza spektralna wahań aktywności gospodarczej w Polsce, [w:] Barometry koniunktury dla gospodarki polskiej, "Prace Materiały IRG SGH", nr 64, red. Z. Matkowski, Oficyna Wydawnicza SGH, Warszawa, s. 213-231.
• New Indexes of Leading and Coincident Economic Indicators [1989], NBER Macroeconomics Annual, s. 351-394.
• OECD [marzec 2006], Composite Leading Indicators for Major Non-Member Economies and OECD, Recently New OECD Member Countries, OECD Working Paper, no 36414874.
• Pearson K. [1901], On Lines and Planes of Closest Fit to Points in Space, "Phil. Magazine", no 2, s. 559-572.
• Spearman Ch., [1904], "General Intelligence" objectively determined and measured, "Amer. Jour, of Psych.".
• Stock J. H. i Watson M. W. [1991], A Probability Model of the Coincident Economic Indicators, [w:] Leading economic indicators, red.: K. Lahri, G.H. Moore, Cambridge University Press, s. 63-89.
• Stolorz S. [2004], Leading and Coincident Indicators w: Composite indicators of business activity for macroeconomic analysis, "Prace i Materiały IRG SGH", nr 74, red. Z. Matkowski, Oficyna Wydawnicza SGH, Warszawa.