Modyfikacja dynamiki gospodarczej Niemiec (analiza empiryczna wybranych danych realnych i koniunkturalnych w latach 1947-2013)

• Autorzy: Wiesław Łuczyński

Warianty tytułu

Alteration of Economic Dynamics of Germany (Empirical Analysis of Chosen Real and Economic Data in the Years 1947-2013 )

• Języki publikacji: PL

Abstrakty

W ekonomii nie występują wielkości stałe jak w naukach przyrodniczych. Społeczna natura przedmiotu ekonomii wymaga użycia metod eksperymentalnych. Potraktowanie procesów gospodarczych jako procesów samopodobnych pozwala podjąć dyskusję z argumentacją szkoły austriackiej o niepowtarzalności i nieprzewidywalności zdarzeń gospodarczych. W artykule podjęto próbę ustalenia punktów zwrotnych w dynamice gospodarczej Niemiec. W tym celu zastosowano analizę falkową (dla danych oryginalnych, danych rozmytych i danych przefiltrowanych filtrami Kalmana oraz Hodricka-Prescotta). Z kolei dzięki analizie widmowej wyjawiono zmianę struktury harmonicznej badanych szeregów czasowych oraz zmianę ich portretów fazowych. W układach persystentnych (wzmacniających trendy) wyraźnie wyrażona regularność występuje rzadko. Procedura rozmycia szeregów czasowych oryginalnych i przefiltrowanych zwiększa wariancję w obszarze niskich częstotliwości. Pozwala to na pozytywne zweryfikowanie hipotezy o występowaniu w szeregach rozmytych tzw. długiej pamięci, niewidocznej w sygnale nierozmytym. Przeprowadzone badania mogą stać się punktem wyjściowym potraktowania dynamiki gospodarczej jako nieliniowych systemów chaotycznych.(abstrakt oryginalny)

EN

Constans, analogous to physical constants in natural sciences, does not exist in economics. The immaterial nature of the subject of economics forces application of methods fundamentally different from laboratory experiments. Reinterpretation of economic processes as self- similarity processes lets challenge argumentation of the Austrian school for uniqueness and unpredictabilities of economic phenomena. The paper makes an attempt to set turning points of changes of economic dynamics. For that purpose it uses the wavelet analysis (for original data, fuzzy data and filtered data with Kaiman and Hodrick-Prescott filters). Next, the spectrum analysis next allows to reveal the changes of the cyclical structures of time series and changes of their phase portraits. In processes enhancing trends (persistent process) the clear regularity rarely appears. Fuzzy original and filtered time series improves low frequencies in the examined series. It leads to construction the thesis about appearing in long memory in fuzzy series, which is not visible in conditions of not-fuzzied signal. The research constitutes the preliminary stage in the verification of the hypothesis that it is possible to relate processes of economic dynamics to non-linear chaotic systems.(original abstract)

Słowa kluczowe

PL

Filtry Kalmana; Zbiory rozmyte; Analiza falkowa; Dynamika gospodarki; Szeregi czasowe

EN

Kalman filters; Fuzzy sets; Wavelet analysis; Economy dynamics; Time-series

• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu
• Rocznik: 2014
• Numer: nr 7 (45) Metody ilościowe
• Strony: 221--248

Twórcy

autor

Wiesław Łuczyński

• Uniwersytet Ekonomiczny w Poznaniu

Bibliografia

• Baillie R.T., Long memory processes and fractional integration In econometrics, "Journal of Econometrics" 1996, nr 73.
• Banerjee A., Urga G., Modelling Structural Breaks, Long Memory and Stock Market Volatility: An Overview, CEA@Cass Working Paper Series, WP-CEA-07-2004, www.cass.city.ac.uk/cea/ index.html [23.05.2013].
• Baxter M., Real exchange rates and real interest differentials: Have we missed the business-cycle relationship, "Journal of Monetary Economics" 1994, t. 33.
• Baxter M., King R.G., Measuring Business Cycles: Approximate Band-Pass Filters for Economic Time Series, "NBER Working Papers" 1995, nr 5022, February.
• Beran J., Statistics for long memory processes, Chapman and Hall, New York 1994.
• Bialasiewicz J.T., Falki i aproksymacje, WNT, Warszawa 2000.
• Chanas S., Wybrane problemy badań operacyjnych z rozmytymi parametrami, Wrocław 1988.
• Charemza W.W., Deadman D.F., Nowa ekonometria, PWE, Warszawa 1997.
• Chatfield Ch., Time-Series Forecasting, Chapman& Holl/CRC, London, New York 2000.
• Czongala E., Pedrycz W., Elementy i metody teorii zbiorów rozmytych, PWN, Warszawa 1985.
• Chow G.C., Ekonometria, przekład W. Jurek, WNPWN, Warszawa 1995.
• Cogley T., Nason J.M., Effects of the Hodrick-Prescottfilter on trend and difference stationary time series: Implications for business cycle research, "Journal of Economic Dynamics and Control" 1995, t. 19.
• Deo R., Hsieh M., Hurvich C.M., Tracing the Source of Long Memory in Volatility, January 13, 2005,http://129.3.20.41/eps/em/papers/0501/0501005.pdf[23.05.2013],
• Fractal Forms, red. E. Guyon, H.E. Stanley, Elsevier/North-Holland, Palais De La Dicouverte, Haarlem 1991.
• Geweke J., Porter-Hudak S., The Estimation and Application of Long Memory Time Series Models, "Journal of Time Series Analysis" 1983, t. 4, nr 4.
• Gleick J., Chaos. Narodziny nowej nauki, Wyd. Zysk i S-ka, Poznań 1996.
• Gomez V., The Use of Butterworth Filters for Trend and Cycle Estimation in Economic Time Series, "Journal of Business and Economic Statistics" 2001, t. 19.
• Gopinath Т., Choudhary A.K., Countercyclical Capitalo Buffer Guidance for India, RBI Working Paper Series (DEPR) 12/2012, http://rbidocs.rbi.org.in/rdocs/Publications/PDFs/12WPS210612.pdf [23.05.2013].
• Gruszczyński M., Kluza S., Winek D., Ekonometria, red. M. Gruszczyński, Wyd. WSHiFM, Warszawa 2003.
• Guay A., St-Amant P., Do the Hodrick-Prescott and Baxter-Kingfilters provide of good approximation of business cycles?, Working Paper Center for Research on Economic Fluctuations and Employment (CEREFE) 1997, t. 53.
• Harvey A.C., Forecasting, structural time series models and the Kalmanfilter, Cambridge University Press, Cambridge 2001.
• Harvey A.C., Jaeger A.,Detrending, stylized facts and the business cycle, "Journal of Econometrics" 1993, t. 8.
• Haykin S., Neural Networks and Learning Machines, 3rd ed., Pearson Education, New Jersey 2009.
• Hodrick R.J., Prescott E.C., Postwar U.S. Business Cycles: An Empirical Investigation, "Journal of Money, Credit and Banking" 1997, t. 29, nr 1, published by: Ohio State University Press.
• Hurst H.E., Long-term Storage of Reservoirs, "Transactions of the American Society of Civil Engineers" 1951,nr 116.
• Izydorczyk J., Płonka G., Tyma G., Teoria sygnałów, wyd. 2, Wyd. Helion, Gliwice 2006.
• Jajuga K., Zbiory rozmyte w zagadnieniu klasyfikacji, "Przegląd Statystyczny" 1984, nr 3/4.
• Kacprzyk J., Wieloetapowe podejmowanie decyzji w warunkach rozmytości, PWN, Warszawa - Łódź 1983.
• Kacprzyk J., Zbiory rozmyte w analizie systemowej, PWN, Warszawa 1986.
• Kacprzyk J., Fedrizzi M., Fuzzy Regression Analysis, Omnitech/Physica, Warszawa - Heidelberg 1991.
• Kaiser R., Maraval A., Estimation of the Business Cycle: AModified Hodrick-Prescott Filter, "Spanish Economic Review" 1999, t. 1.
• King R.G., Watson M., Money, Prices, Interest Rates and the Business-Cycle, "Review of Economics and Statistics" 1996, t. 78(1), MIT Press.
• Kleinbauer R., Kaiman Filtering Implementation with Matlab, Study Report in the Field of Study Geodesy and Geoinformatics at Universität Stuttgart, Helsinki, November 2004.
• Kaiman Filtering and Neural Networks, red. S. Haykin, John Wiley & Sons, Toronto 2001.
• Kufel Т., Ekonometria. Rozwiązywanie problemów z programem GRETI, WN PWN, Warszawa 2004.
• Kufel Т., Narzędzia ekonometrii dynamicznej w oprogramowaniu Gretl, IX Ogólnopolskie Seminarium Naukowe "Dynamiczne modele ekonometryczne" 6-8 września 2005r. Toruń, Katedra Ekonometrii i Statystyki Uniwersytetu Mikołaja Kopernika w Toruniu, www.dem.umk.pl/ DME/2005/34_kufel.pdf[23.05.2013],
• Künsch H.S., Statistical Aspects of Self-Similar Processes, "Proceedings of the First World Congress of the Bernouilly Society" 1987, t. 1, VNU Science Press.
• Lyons R.G., Wprowadzenie do cyfrowego przetwarzania sygnałów, Wyd. Komunikacji i Łączności, Warszawa 2003.
• Long memory and nonlinear time series, red. J. Davidson, T.T. Terasvirta, "Journal of Econometrics" 2002, 110,2.
• Łuczyński W., Analiza dynamiki procesów gospodarczych Niemiec w latach 1949-1996, Wyd. AE w Poznaniu, Poznań 1998.
• Łuczyński W., Estymacja mocy gęstości spektralnej za pomocą algorytmu cyfrowej analizy widmowej MUSIC, Handel i finanse międzynarodowe w warunkach globalizacji, red. J. Schroeder, B. Stępień, Wyd. AEP, Poznań 2007.
• Łuczyński W., The long memory dynamics of the market quotations of selected Stock Companies and Warsaw Stock Index, "Poznań University of Economics Review" 2007, t. 7, nr 1.
• Łuczyński W., Zastosowania analizy harmonicznej i spektralnej oraz analizy przeskalowanego zakresu w badaniu realnych cykli koniunkturalnych, "Ekonomista" 5-6/98.
• Maddala G.S., Ekonometria, red. nauk. przekładu M. Gruszczyński, WN PWN, Warszawa 2006.
• Marple S.L., Digital Spectral Analysis, Englewood Cliffs, NJ, Prentice-Hall, New Jersey 1987.
• Mises L. von, Ludzkie działanie. Traktat o ekonomii, przekład W.Falkowski, Wyd. Instytutu Ludwiga von Misesa, Warszawa 2007.
• Murray Ch.J., Cyclical Properties of Baxter-King Filtered Series, http://userwww.service.emory. edu/~zliu5/seminars/murray .pdf [23.05.2013].
• Nowiński M., Nieliniowa dynamika szeregów czasowych w badaniach ekonomicznych, Wyd. AE im. Oskara Langego we Wrocławiu, Wrocław 2007.
• Osborn D.R., Moving average detrending and the analysis of business cycles, "Oxford Bulletin Of Economics and Statistics" 1995, t. 57.
• Ostasiewicz W., Zastosowanie zbiorów rozmytych w ekonomii, PWN, Warszawa 1986.
• Ott E., Chaos w układach dynamicznych, WNT, Warszawa 1997.
• Pasricha G.K., Kaiman Filter and its Economic Applications, University od California, Santa Cruz, 15 October 2006, http://mpra.ub.uni-muenchen.de/22734/l/MPRA_paper_22734.pdf [23.05.2013].
• Papla D., Deterministyczny chaos - zarys metodologii i badania empiryczne dla GPW w Warszawie, w: Metody ekonometryczne i statystyczne w analizie rynku kapitałowego, red. K. Jajuga, Wyd. AE im. Oskara Langego we Wrocławiu, Wrocław 2000.
• Peitgen H.-O., Jürgens H., Saupe D., Granice chaosu. Fraktale, cz. 1, WN PWN, Warszawa 1995.
• Peitgen H.-O., Jürgens H., Saupe D., Granice chaosu. Fraktale, cz. 2, WN PWN, Warszawa 1996.
• Percival D.B., Waiden A.T., Spectral Analysisfor Physical Applications: Multitaper and Conventional Univariate Techniques, Cambridge University Press, Cambridge 1993.
• Peters E.E., Teoria chaosu a rynki kapitałowe, Wyd. WigPress, Warszawa 1997.
• Ponsard C., Rozmyte przestrzenie ekonomiczne, w: Ekonomiczna analiza przestrzenna, red. C. Ponsard, Wyd. AE, Poznań 1992.
• Prigogine I., Kres pewności. Czas, chaos i nowe prawa natury, Wyd. W.A.B, i Wyd. CIS, Warszawa 2000.
• Puthuserrypady S., Kurian A.P., Variants of Kaiman Filter for the Synchronization of Chaotic Systems, w: Kaiman Filter, red. Vedran Kordić, May 2010, INTECH, Croatia, downloaded from SCIYO.COM.
• Ravn M.O., Uhlig H., On adjusting the Hodrick-Prescott Filterfor the frequency of observation, "The Review of Economics and Statistics" 2002, t. 84, published by: University College London.
• Rinne H., Specht K., Zeitreihen. Statistische Modellierung, Schätzung und Prognose, Verlag Franz Vahlen, München 2002.
• Robinson P.M., Long memory time series, w: Time Series with Long Memory, red. P.M. Robinson, Oxford University Press, Oxford 2003.
• Russell В., Wstęp do filozofii matematyki, Wyd. Fundacja Aletheia, Warszawa 2003.
• Schenk-Hoppe K.R., Economic Growth and Business Cycles: A Critical Comment on Detrending Time Series, "Studies in Nonlinear Dynamics and Econometrics" 2001, t. 5.
• Schmidt R.O., Multiple emitter location and signal parameter estimation, Proc. RADC, Spectral Estimation Workshop, Rome, NY 1979 (reprint w: Kesler S.B. (red.), Modern Spectrum Analysis II, IEEE Press, New York 1986).
• Schmidt R.O., Multiple Emitter Location and Signal Parameter Estimation, "IEEE Trans. Antennas Propagation" 1986, t. AP-34.
• Schuster G.H., Chaos deterministyczny. Wprowadzenie, WN PWN, Warszawa 1993.
• Steward I., Czy Bóg gra w kości? Nowa matematyka chaosu, WN PWN, Warszawa 1994.
• Stewart I., Liczby natury, Wyd. CIS, Warszawa 1996.
• Stock J.H., Watson M.W., Business cycle fluctuations in US macroeconomic time series, "NBER Working Paper Series" 1998, nr 6528.
• Stoica P., Moses R.L., Introduction to Spectral Analysis, Prentice-Hall, Upper Saddle River, New Jersey 1997.
• Stranneby D., Cyfrowe przetwarzanie sygnałów. Metody, algorytmy, zastosowania, Wyd. BTC, Warszawa2004.
• Syczewska E.M., Analiza relacji długookresowych: estymacja i weryfikacja, SGH w Warszawie, Warszawa 2002.
• Szabatin J., Podstawy teorii sygnałów, WKŁ, Warszawa 2007.
• Talaga L., Zieliński Z., Analiza spektralna w modelowaniu ekonometrycznym, PWN, Warszawa 1986.
• Tandon Ch., Khursheet A., Gupta N., Kaiman Filter and its Applications, LAP LAMBERT Academic Publishing, Saabrücken 2010.
• Tempczyk M., Teoria chaosu a filozofia, Wyd. CIS, Warszawa 1998.
• Weng Z., An R Package for Continuous Time Autoregressive Models via Kaman Filter, http://cran.r-project.org/web/packages/cts/vignettes/kf.pdf [23.05.2013].
• Welfe A., Ekonometria. Metody i ich zastosowanie, wyd. 3 zm., PWE, Warszawa 2003.
• Weron A., Weron R., Inżynieria finansowa. Wycena instrumentów pochodnych. Symulacje komputerowe. Statystyka rynku, WNT, Warszawa 1998.
• Wołoszyn J., Grafy rozmyte i możliwości ich wykorzystania w ekonomii, Wyd. AE, Kraków 1990.
• Wośko Z., Czy filtry liniowe są przydatnymi narzędziami badania koniunktury?Analiza spektralna na przykładzie ankietowych wskaźników koniunktury, www.ae.katowice.pl/images/user/File/ katedra_ekonomii/ [23.05.2013].
• Zieliński T.P., Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań, WKiŁ, Warszawa 2007.