Wyniki wyszukiwania - BazEkon

1

The Application of Hidden Markov Models to the Analysis of Real Convergence

100%

Bernardelli M., Prochniak M., Witkowski B.

Dynamic Econometric Models

|

2017

|

17

59-80

Artykuł przedstawia zastosowanie ukrytych modeli Markowa i ścieżki Viterbiego do badania realnej konwergencji (zbieżności). Takie podejście łączy analizę konwergencji cyklicznej i dochodowej. Badanie obejmuje 28 krajów UE, okres 1995-2016 oraz 12 zmiennych makroekonomicznych. Wyniki pokazują m.in. realną zbieżność Polski do pozostałych krajów UE w kategoriach poziomów PKB per capita wg PSN oraz stóp wzrostu PKB, z krótkim okresem dywergencji podczas kryzysu globalnego. (abstrakt oryginalny)

2

Time Stability of the Impact of Institutions on Economic Growth and Real Convergence of the EU Countries : Implications from the Hidden Markov Models Analysis

84%

Bernardelli M., Próchniak M., Witkowski B.

Equilibrium

|

2021

|

16

|

nr 2

285-323

Research background: It is not straightforward to identify the role of institutions for the economic growth. The possible unknown or uncertain areas refer to nonlinearities, time stability, transmission channels, and institutional complementarities. The research problem tackled in this paper is the analysis of the time stability of the relationship between institutions and economic growth and real economic convergence.Purpose of the article: The article aims to verify whether the impact of the institutional environment on GDP dynamics was stable over time or diffed in various subperiods. The analysis covers the EU28 countries and the 1995-2019 period.Methods: We use regression equations with time dummies and interactions to assess the stability of the impact of institutions on economic growth. The analysis is based on the partially overlapping observations. The models are estimated with the use of Blundell and Bond's GMM system estimator. The results are then averaged with the Bayesian Model Averaging (BMA) approach. Structural breaks are identified on the basis of the Hidden Markov Models (HMM).Findings & value added: The value added of the study is threefold. First, we use the HMM approach to find structural breaks. Second, the BMA method is applied to assess the robustness of the outcomes. Third, we show the potential of HMM in foresighting. The results of regression estimates indicate that good institution reflected in the greater scope of economic freedom and better governance lead to the higher economic growth of the EU countries. However, the impact of institutions on economic growth was not stable over time. (original abstract)

3

Przydatność ukrytych modeli Markowa do oceny podobieństwa krajów w zakresie synchronizacji wahań cyklicznych i wyrównywania się poziomów dochodu

84%

Bernardelli M., Próchniak M., Witkowski B.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2018

|

nr 53 Modelowanie danych panelowych : teoria i praktyka : VII Krajowa Konferencja

77-96

W analizie zastosowano ukryte modele Markowa i ścieżki Viterbiego do oceny podobieństwa Polski w stosunku do pozostałych 27 krajów UE, biorąc pod uwagę 12 zmiennych makroekonomicznych. Wykorzystano m.in. poziom PKB per capita wg PSN oraz stopę wzrostu realnego PKB ogółem do oceny stopnia konwergencji cyklicznej oraz stopnia wyrównywania się poziomów dochodu. Jednym z elementów świadczących o nowości i oryginalności niniejszego badania jest uwzględnienie średnich ważonych, za pomocą których dokonano agregacji poszczególnych stanów ze ścieżek Viterbiego, co daje bardziej miarodajne pod względem ekonomicznym wyniki niż uśrednianie z wykorzystaniem średniej arytmetycznej. Badanie potwierdziło m.in. występowanie dywergencji gospodarczej w okresie globalnego kryzysu oraz silną konwergencję nominalną stóp inflacji między Polską a grupą UE-27. (abstrakt oryginalny)

4

Hidden Markov Models as a Tool for the Assessment of Dependence of Phenomena of Economic Nature

84%

Bernardelli M.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2018

|

vol. 5, t. 338

7-20

Ocena zależności między szeregami czasowymi jest zagadnieniem, które jest często rozwiązywane za pomocą współczynnika korelacji Pearsona. Niestety, czasami wyniki mogą być bardzo mylące. W artykule przedstawiono alternatywną miarę badania zależności, opartą na ukrytych modelach Markowa oraz ścieżkach Viterbiego. Zaproponowana metoda nie jest uniwersalna, ale wydaje się dość dokładnie odzwierciedlać podobieństwo między szeregami czasowymi, eksponując okresy zbieżności i rozbieżności. Przydatność tej nowej miary została zweryfikowana na przykładach, jak również realnych danych makroekonomicznych. Zaletami tej metody są: słabe założenia stosowalności, łatwość interpretacji wyników, możliwość generalizacji i wysoka skuteczność w ocenie zależności różnych szeregów czasowych o charakterze ekonomicznym. Nie należy jej jednak traktować jako substytutu korelacji Pearsona, a raczej jako uzupełniającą metodę pomiaru zależności.(abstrakt oryginalny)

5

Przełącznikowe modele Markowa w analizie synchronizacji cykli koniunkturalnych

84%

Bernardelli M., Dędys M.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2015

|

nr 39 IV Ogólnopolska konferencja Modelowanie danych panelowych : teoria i praktyka

213-227

W pracy zbadano możliwość wykorzystania ścieżek Viterbiego do analizy dwuwymiarowych szeregów makroekonomicznych za pomocą przełącznikowych modeli Markowa z czterostanowym ukrytym łańcuchem Markowa. Modelowaniu poddano szeregi indeksów produkcji przemysłowej Polski, Włoch i Niemiec. Do modelowania wykorzystano przełącznikowy model Markowa z dwuwymiarowymi rozkładami normalnymi dla dwóch par gospodarek - Polski i Niemiec oraz Włoch i Niemiec. Dla każdej z par wyznaczono najbardziej prawdopodobną ścieżkę ukrytego łańcucha Markowa i zestawiono ją z analogicznymi ścieżkami otrzymanymi dla szeregów jednowymiarowych i modeli z dwustanowymi ukrytymi łańcuchami Markowa. Wyniki przemawiają za tym, że czterostanowe ścieżki Viterbiego dostarczają znacznie bogatszych informacji o synchronizacji cykli gospodarczych dwóch gospodarek w porównaniu z wnioskami, które można wyciągnąć na podstawie zestawienia ścieżek dwustanowych. (abstrakt oryginalny)

6

Ocena korelacji wyników testu koniunktury z wykorzystaniem ukrytych modeli Markowa

84%

Bernardelli M.

Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa

|

2018

|

nr 100 Wydanie jubileuszowe dedykowane profesor Elżbiecie Adamowicz

55-83

W artykule opisano zastosowanie nowej miary zależności opartej na ukrytych modelach Markowa oraz ścieżkach Viterbiego, do badania stopnia korelacji pomiędzy szeregami sald odpowiedzi respondentów na pytania testu koniunktury w przemyśle prowadzonego przez Instytut Rozwoju Gospodarczego Szkoły Głównej Handlowej w Warszawie. Wyznaczone wartości współczynników nowej korelacji zestawiono z klasyczną korelacją Pearsona. Dokonano porównania na przykładowych parach szeregów, będącego empirycznym dowodem przydatności nowej miary na danych ankietowych. W wielu przypadkach proponowany pomiar podobieństwa między szeregami okazał się bardziej adekwatny. Co więcej, zastosowanie bardziej wyrafinowanej metody pozwala na identyfikację okresów podobieństwa oraz okresu większego zróżnicowania analizowanych szeregów.(abstrakt oryginalny)

7

Algorytm Viterbiego do śledzenia oznakowania poziomego

67%

Mazurek P.

Logistyka

|

2015

|

nr 3, CD 1

3141-3147

Estymacja położenia pojazdu na drodze jest możliwa z wykorzystaniem śledzenia oznakowania poziomego. W artykule zaproponowano wykorzystanie algorytmu Viterbiego do śledzenia linii ciągłej oraz linii przerywanej. Algorytm ten realizuje zadanie śledzenie przed detekcją, dzięki czemu przetwarzane są dane surowe bez binaryzacji, co poprawia jakość estymacji. Przeprowadzono badania numeryczne Monte Carlo w celu wyznaczenia własności algorytmu dla różnych parametrów w oparciu o generator obrazów syntetycznych. W celu poprawy jakości pracy dla linii przerywanej zaproponowano wykorzystanie dodatkowej filtracji medianowej z ruchomym oknem.(abstrakt oryginalny)

8

The Viterbi path of hidden Markov models in an analysis of business tendency surveys

67%

Bernardelli M., Dędys M.

Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa

|

2015

|

nr 96 Analyzing and forecasting economic fluctuations

25-47

The aim of the paper is to show that turning points detection can be treated as a problem of pattern recognition. In the paper there are presented the results of applying normal hidden Markov models to a number of survey balances. Beyond a classical two-scale assessment of business activity a slightly more fuzzy classification of states is considered. To determine periods of unclear or difficult to evaluate situation unobservable Markov chains with three and four states are introduced. The outputs of the Viterbi algorithm, i.e. the most likely paths of unobservable states of Markov chains, are a basis of the proposed classification. The comparison of these paths with the business cycle turning points dated by OECD is described. The results obtained for three- and four-state Markov chains are close to those established in the references time series and seem to improve the speed with which, especially downshifts, are signaled. Furthermore, these results are more favorable than outcomes provided by conventional two-state models. The method proposed in this paper seems to be a very effective tool to analyze results of business tendency surveys, in particular, when multistate Markov chains are considered. Moreover, proposed decompositions allow an easy comparison of two time series as far as turning point are concerned. In the paper survey balances are compared with 'hard' economic data such as sold manufacturing production. The results confirm the accuracy of assessment provided by survey respondents.(original abstract)

9

The procedure of business cycle turning points identification based on hidden Markov models

67%

Bernardelli M.

Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa

|

2015

|

nr 96 Analyzing and forecasting economic fluctuations

5-23

In the paper the procedure, based on hidden Markov chains with conditional normal distributions and uses algorithms such as time series decompositions (STL), Baum-Welch algorithm, Viterbi algorithm and Monte Carlo simulations, is proposed to analyze data out of the business tendency survey conducted by the Research Institute for Economic Development, Warsaw School of Economics. There are considered three types of models, namely, with two-state, three-state and four-state Markov chains. Results of the procedure could be treated as an approximation of business cycle turning points. The performed analysis speaks in favor of multistate models. Due to, an increasing with the number of states, numerical instability, it is not obvious which model should be considered as the best one. For this purpose various optimization criteria are taken into consideration: information criteria (AIC, BIC) and the maximum-likelihood, but also frequency of obtaining a given set of parameters in the Monte Carlo simulations. The results are confronted with the turning points dated by OECD. The tested models were compared in terms of their effectiveness in detecting of turning points. The procedure is a step into automation of business cycle analysis based on results of business tendency surveys. Though this automation covers only some models from millions of possibilities, the procedure turns out to be extremely accurate in business cycle turning points identification,(original abstract)

10

Ukryte modele Markowa w analizie wyników testu koniunktury gospodarczej

67%

Bernardelli M., Dędys M.

Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa

|

2012

|

nr 90 Badania koniunktury - zwierciadło gospodarki. Cz. 1

159-181

W pracy zbadana została możliwość wykorzystania algorytmu Viterbiego do analizy sald odpowiedzi respondentów na pytania testu koniunktury w przemyśle, prowadzonego przez Instytut Rozwoju Gospodarczego Szkoły Głównej Handlowej w Warszawie. W badaniu rozważane były pytania dotyczące oceny stanu obecnego. Do analizy wykorzystane zostały ukryte modele Markowa z warunkowymi rozkładami normalnymi. Pod uwagę brane były modele, w których łańcuchy Markowa mają dwuelementową i trójelementową przestrzeń stanów. Uzyskane wyniki zostały skonfrontowane z pochodzącymi z różnych źródeł datowaniami punktów zwrotnych cyklu koniunkturalnego. Badane modele zostały porównane pod względem skuteczności w wychwytywaniu sygnałów o nadchodzących zmianach w koniunkturze. Przeprowadzone analizy przemawiają za stosowaniem modeli z trzystanowymi łańcuchami Markowa. Wyniki badania sugerują ponadto, iż należy brać pod uwagę opóźnienia między odpowiedziami respondentów a zmianami klimatu koniunktury. (abstrakt oryginalny)