Zastosowanie modeli wektorowo-autoregresyjnych do prognozowania wybranych rachunków narodowych

• Autorzy: Katarzyna Warzecha , Andrzej Wójcik

Warianty tytułu

Using Vector Autoregressions Models to the Forecasting of the Choosing National Economy

• Języki publikacji: PL

Abstrakty

Najważniejszym i najczęściej podawanym wskaźnikiem makroekonomicznym jest produkt krajowy brutto. PKB jest to wartość produktów wytworzonych przez czynniki produkcji umiejscowione na terenie danego kraju (Begg, Fischer, Dornbusch, 1994, s. 42). Produkt krajowy brutto jest agregatem kilku zmiennych. Zgodnie z definicją Głównego Urzędu Statystycznego (jedną z trzech) PKB jest obliczany jako suma popytu krajowego, tj. spożycia i akumulacji, oraz salda wymiany produktów z zagranicą. Oprócz produktu narodowego brutto ważnym miernikiem jest wartość dodana brutto; jest to wartość produktów (wyrobów i usług) wytworzona przez jednostki krajowe rynkowe i nierynkowe pomniejszona o zużycie pośrednie poniesione w związku z jej wytworzeniem. Reasumując, tematem artykułu jest prognozowanie popytu krajowego, eksportu, importu (zgodnie z punktem 2 definicji PKB podanej przez GUS) oraz wartości dodanej brutto. Dane dotyczące wybranych zmiennych pochodzą ze strony internetowej GUS3 i są to dane kwartalne od I kwartału 1995 r. do IV kwartału 2013 r. Do estymacji parametrów modelu wektorowo-autoregresyjnego użyto danych z okresu od I kwartału 1995 r. do II kwartału 2013 r. Dane z dwóch ostatnich kwartałów posłużyły do obliczenia błędów prognoz ex post. (fragment tekstu)

EN

A gross domestic product is an most important and most often passed macroeconomic indicator. A GDP is a value of the products produced by production factors located in the given country. The gross domestic product is a unit of a few variables. According to the definition of the Central Statistical Office (one from three) GDP is being calculated as the sum of the domestic demand, i.e. the consumption and the accumulation and balances of the exchange of products with foreign countries. Apart from the gross national product a gross value added is an important measure, it is value of the products (of products and services) created by national market and nonmarket units reduced by the intermediate consumption suffered in relation to for her producing. Suming up, projecting the domestic demand, the export, the import and the gross value added is a subject of the article. To the estimation of vector autoregressions model parameters they used data from the period from 1st quarter of 1995 of the year to 2nd quarter of 2013 of the year. Data from two last quarters served for estimating ex-post mistakes of forecasts. (original abstract)

Słowa kluczowe

PL

Model wektorowej autoregresji; Prognozowanie popytu; Szeregi czasowe

EN

Vector Autoregression Model (VAR); Demand forecasting; Time-series

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2014
• Numer: nr 203 Badania ekonometryczno-statystyczne w teorii i praktyce
• Strony: 181--192

Twórcy

autor

Katarzyna Warzecha

• Uniwersytet Ekonomiczny w Katowicach

autor

Andrzej Wójcik

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Begg D., Fischer S., Dornbusch R. (1994): Ekonomia. Tom 2. PWE, Warszawa.
• Charemza W.W., Deadman D.F. (1997): Nowa ekonometria. PWE, Warszawa.
• Geweke J. (1984): Inference and Causality in Economic Time Series Models. W: Handbook of Econometrics. Vol. 2. Eds. Z. Griliches, M.D. Intriligator. North-Holland, Amsterdam.
• Goryl A., Jędrzejczyk Z., Kukuła K., Osiewalski J., Walkosz A. (1999): Wprowadzenie do ekonometrii w przykładach i zadaniach. Wydawnictwo Naukowe PWN, Warszawa.
• http://www.stat.gov.pl/gus/definicje_PLK_HTML.htm?id=POJ-1011.htm (dostęp: 25.04.2013).
• http://www.stat.gov.pl/gus/definicje_PLK_HTML.htm?id=POJ-662.htm (dostęp: 25.04.2013).
• http://www.stat.gov.pl/gus/wskazniki_makroekon_PLK_HTML.htm (dostęp: 18.04.2013).
• Jadamus-Hacura M., Melich-Iwanek K. (2009): Prognozowanie rynku pracy na podstawie modeli VAR. W: Zmiany struktury zjawisk społeczno-gospodarczych na Górnym Śląsku. Red. A.S. Barczak. Wydawnictwo Akademii Ekonomicznej, Katowice.
• Jarque C.M., Bera A.K. (1987): A Test for Normality of Observations and Regression Residuals. "International Statistical Review", 55 (2), s. 163-172.
• Ljung G.M., Box G.E.P. (1978): On a Measure of a Lack of Fit in Time Series Models. "Biometrika", Vol. 65, s. 297-303.
• Lütkepol H. (1991): Introduction to Multiple Time Series Analysis. Springer-Verlag, Berlin.
• Phillips P.C.B. (1986): Understanding Spurious Regressions in Econometrics. "Journal of Econometrics", Vol. 33.
• Sims C.A. (1980): Macroeconomics and Reality. "Econometrica", Vol. 48.