Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 70

Liczba wyników na stronie
first rewind previous Strona / 4 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Prognozowanie makroekonomiczne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 4 next fast forward last
Artykuł zawiera prognozy (wskazania) ekonomistów dotyczące nieoczekiwanych zdarzeń, które mogą mieć pozytywny lub negatywny wpływ na gospodarkę.
Macroeconomic forecasters are often believed to idealistically work on improving the accuracy of their estimates based on for example the Root Mean Squared Error (RMSE). Unfortunately, reality is far more complex. Forecasters are not awarded equally for each of their estimates. They have their targets of acquiring publicity or to earn prestige. This article aims to study the results of Parkiet's competitions of macroeconomic forecasting during 2015-2019. Based on a logit model, we analyse whether more accurate forecasting of some selected macroeconomic variables (e.g. inflation) increases the chances of winning the competition by a greater degree comparing to the others. Our research shows that among macroeconomic variables three groups have a significant impact on the final score: inflation (CPI and core inflation), the labour market (employment in the enterprise sector and unemployment rate) and financial market indicators (EUR/PLN and 10-year government bond yields). Each group is characterised by a low disagreement between forecasters. In the case of inflation, we found evidence that some forecasters put a greater effort to score the top place. There is no evidence that forecasters are trying to somehow exploit the contest. (original abstract)
At beginning try to answer a question "Why is forecasting so unavoidable for market economies?" The one consideration is that flourishing and efficiency of instruments of the economic policy depend on the correct forecast of economic development in the future. These instruments of economic policy do not work immediately and influence the economic process after a period of time. Therefore is necessary to forecast the development of national economy and also use it in making macroeconomic decisions for the continuous development and economy growth in advance. The reliability of forecast depends on information accessible for prognostic authors and on a prognostic model which they used. Generally the forecasts are supported by statistics information covered in a system of national account. In Slovakia the process of creating a complete system of national account continues and it causes an information barrier. This barrier is complicating the process of making macroeconomics prognosis. Also there is a minimum one year time delay in publishing official macroeconomic data. The second assumption to arrange macroeconomic forecast is using a prognostic model. Usually there are used the econometric models which are based on a system of equations describing the fundamental relations in national economy. In practice there are often combined with other methods of forecasting like reflexive methods, intuitive methods or forecasts based on a long-time experiences of specialists in due area - expertness methods. The following forecast of gross domestic product and its components in Slovakia is made by extrapolation method.
Nowy wskaźnik prognostyczny - Purchasing Managers Index, po polsku Wskaźnik Menedżerów Logistyki. Na świecie ma on charakter wskaźnika wyprzedzającego, nawet o kilka miesięcy wcześniej jest w stanie przekazać, jakich wskaźników makro powinniśmy się spodziewać w najbliższym czasie. W Polsce, podobnie jak na Zachodzie, wskaźnik przygotowuje brytyjska firma NTC Research. Będzie publikowany każdego pierwszego roboczego dnia miesiąca.
Mimo licznych doświadczeń w poszerzaniu struktur Unii Europejskiej, piąty etap rozszerzenia wydaje się być bezprecedensowy w skutkach: pod względem liczby państw członkowskich Unia powiększyła się o dwie trzecie, mimo to liczba ludności zwiększyła się tylko o 20%, a zajmowana powierzchnia o 25%, niska zamożność krajów wstępujących spowodowała, że PKB na mieszkańca nowej Unii obniżył się. Unia-25 jest zarówno dla krajów wstępujących, jak i dotychczasowych członków wielkim wyzwaniem do umiejętnego wykorzystania szans, jakie niesie ze sobą rozszerzenie, ale również wyzwaniem do odpierania zagrożeń. W ramach niniejszego opracowania dokonana została: prezentacja prognoz wizerunku UE-25 w kontekście szans wyrównywania poziomu zamożności krajów wstępujących w stosunku do obecnych członków Unii, prezentacja makroekonomicznej prognozy dla Polski, charakterystyka stanu finansów publicznych w poszczególnych krajach członkowskich UE (analiza danych za 2001 r.). (fragment tekstu)
Zamieszczono prognozy ekspertów na temat PKB, produkcji sprzedanej, spożycia (indywidualnego, zbiorowego), nakładów brutto na środki trwałe do roku 2012. Prognozy przedstawiono w formie tabelarycznej i opatrzono komentarzem każdego z ekspertów.
Celem badania było sprawdzenie, czy uwzględnienie w modelu dynamicznym zmiennych o częstotliwości wyższej niż częstotliwość zmiennej objaśnianej statystycznie istotnie poprawia jakość (dopasowanie) prognoz makroekonomicznych. Prognozy makroekonomiczne wyznaczane były z modeli dynamicznych łączących zmiennie o zróżnicowanej częstotliwości znanych jako regresja MIDAS, następnie porównywane były z prognozami tych samych kategorii ekonomicznych uzyskanych z modeli DFM, ARIMA, VAR. Do oszacowania modeli, prognozowania krótkookresowego (horyzont prognozy h=1) i symulacji ośmiu sesji prognostycznych wykorzystano dane czasu rzeczywistego odnoszące się do gospodarki USA. Z przeprowadzonych badań wynika, że dynamiczny model MIDAS (AR-MIDAS) i model VAR dostarczyły najbardziej precyzyjnych prognoz, prognozy z modeli DFM i ARIMA okazały się statystycznie miej precyzyjne. Spośród dwóch klas modeli dostarczających najbardziej precyzyjnych prognoz (AR-MIDAS, VAR) jedynie AR-MIDAS wygenerował prognozy, prawidłowo przewidując wszystkie punkty zwrotne, cech tej nie miały prognozy VAR. Z tego powodu można rekomendować wykorzystanie modeli AR-MIDAS do prognoz typu now-casting. (abstrakt oryginalny)
Business tendency surveys (BTS) have long tradition in mature market economies. The survey results are used to diagnose economic conditions of a country and to forecast the direction of changes of business activity. Economic units, i.e. business firms, financial institutions, municipal organisations and administration entities, are all much interested in data obtained from the surveys. There are also economic and political authorities among the recipients of business surveys results. (fragment of text)
9
Content available remote Macroeconomic Forecast Uncertainty in the Euro Area
75%
This paper estimates aggregate measures of macroeconomic uncertainty from individual density forecasts by professional forecasters. The methodology used in the paper improves on the existing literature along two dimensions. Firstly, it controls for changes to the composition of the panel of respondents to the survey. And secondly, it assigns more weight to the information submitted by forecasters with better forecasting performance. Using data from the European Central Bank's Survey of Professional Forecasters from 1999 Q1 to 2014 Q3, the paper finds that the effects of changes in the composition of the panel on aggregate uncertainty can be large in a statistical and economic sense. It also finds that the estimates of aggregate uncertainty that use performance-based weights differ significantly from the simple averages used in the literature and their dynamics are more consistent with the dynamics displayed by the estimates of uncertainty computed from financial indicators. (original abstract)
Prognozowanie zjawisk makroekonomicznych jest procesem trudnym. Trud stawiania takich prognoz warto jednak podejmować. Prognozy makroekonomiczne wykorzystywane są bowiem przez wiele podmiotów. Podmiotami tymi są np. bank centralny, rząd oraz banki komercyjne. Jednak co zrobić, żeby prognozy makroekonomiczne były najtrafniejsze?
Metody rozpoznawania obrazów mogą być z powodzeniem stosowane do symulowania procesów ekonomicznych i makroekonomicznych i przewidywania takich wielkości, które zależą od wielu zmiennych i ich wpływ jest trudny lub wręcz niemożliwy do określenia innymi metodami. (abstrakt autora)
Prognozowaniem podstawowych wskaźników makroekonomicznych zajmuje się w Polsce wielu ekonomistów. Ich przewidywania różnią się w niektórych szczegółach, choć generalnie wszyscy są zgodni, że w roku 2007 koniunktura w polskiej gospodarce utrzyma się. Ministerstwo Finansów stwierdziło jasno, że Polska gospodarka znajduje się w fazie wysokiego wzrostu gospodarczego, utrzymując stabilną i niską inflację oraz zachowując bezpieczną pozycję zewnętrzną. Źródła wzrostu gospodarczego (ożywienie popytu inwestycyjnego, stabilny wysoki wzrost konsumpcji i dynamicznie rosnący eksport) wskazują, że obecnie obserwowane tendencje w gospodarce mają charakter trwały. Artykuł omawia prognozy gospodarcze dla Polski na rok 2007.
Inflation rate, unemployment rate and interest rate are some of the most important indicators used at macroeconomic level. These variables present an important interest for the central banks that establish the monetary policy (inflation target), but also for the government interested in public policies. Macro-econometric modeling offers the advantage of using more models to describe the evolution of a single variable and also the advantage of predicting it. But it is important to choose the forecast with the higher degree of accuracy. Calculating some indicators of accuracy we may know the best forecast that will be used to establish the macroeconomic policies. For the interest rate and unemployment rate in Romania VAR (2) models generated more accurate forecasts than ARMA models or models with lags. For the inflation rate the model with lag, which is consistent with Granger causality, determined the most accurate forecasts. The predictions based on all these models are better than those got using smoothing exponential techniques. (original abstract)
Praca zwiera analizę błędów prognoz wzrostu PKB wysyłanych do dziennika Rzeczpospolita przez instytucje komercyjne w ramach konkursu na najlepszego analityka makroekonomicznego w latach 2013-2019. W ramach badania wykonany został model panelowy efektów stałych, za pomocą którego zweryfikowano 3 hipotezy: 1. Prognozy nie zawierają systematycznych obciążeń. 2. Prognozy są efektywne według definicji Nordhausa, tj. przeszłe rewizje prognoz nie pozwalają wnioskować na temat kolejnych kierunków zmian. 3. Profesjonalni analitycy kształtują swoje szacunki niezależnie od tego, jaka jest aktualna mediana oczekiwań. Jak wskazuje tytuł pracy, badanie pokazało brak statystycznej efektywności prognoz - każda z powyższych hipotez została odrzucona. 1. Analitycy komercyjni popełniali systematyczne i jednostronne błędy, które były szczególnie widoczne w latach 2016-2019. Prognozowane tempo wzrostu było niższe od późniejszych danych. 2. Analitycy nie byli w stanie poprawnie przewidzieć konsekwencji działań fiskalnych rządu oraz zmian strukturalnych związanych ze zmianą unijnej perspektywy budżetowej. 3. Ekonomiści mieli tendencję do nadmiernego rewidowania prognoz. W przypadku każdej większej zmiany można było oczekiwać, że kolejna rewizja odwróci część dokonanej wcześniej korekty. 4. Zidentyfikowane zostały przykłady działań strategicznych. Analitycy, których prognozy znacznie odchylały się od rynkowego konsensusu, mieli tendencję do rewidowania swoich szacunków w kierunku mediany (ang. herding behaviour). Co więcej, obserwujemy spadek niezgodności między prognostami wraz z oddalającym się horyzontem prognozy. Takie zjawisko sugeruje, że profesjonalni analitycy komercyjni w znacznym stopniu bazują na wynikach projekcji makroekonomicznej NBP - może być to efekt dysponowania mniejszymi możliwościami w zakresie budowy i utrzymania modeli do prognoz długookresowych. W pracy rozważono możliwość korekty zaistniałego stanu. Autor wskazuje, że jedną z przyczyn problemów może być zdominowanie rynku prognoz przez instytucje finansowe - główni ekonomiści w tych organizacjach cechują się zbliżonymi życiorysami, środowiskiem pracy etc. Dlatego też autor rekomenduje większe zaangażowanie instytucji sektora publicznego w komentowanie bieżącej rzeczywistości gospodarczej. Systematycznym problemem w Polsce jest także niskie zaangażowanie sektora akademickiego. W opinii autora NBP stosunkowo niedużymi nakładami finansowymi jest w stanie poprawić tę sytuację. Warto przyjrzeć się działaniom promocyjnym prowadzonym przez londyńskie firmy finansowe. Organizują one konkursy modeli prognostycznych w wybranych dziedzinach (np. różnica punktów w meczu NBA w NBA data challenge firmy G-research). Stworzenie podobnego przedsięwzięcia w Polsce może zachęcić np. zdolnych technicznie doktorantów do generowania własnych predykcji. Zapewniłoby to większy pluralizm w debacie ekonomicznej oraz wymusiło znacznie większą dyscyplinę przygotowywania prognoz przez profesjonalnych prognostów. (abstrakt oryginalny)
W prognozowaniu wzrostu gospodarczego krajów transformacji najczęściej wykorzystywane są modele oparte na specyfikacji Barro oraz Levine, Renelt (BLR). W artykule dokonano identyfikacji założeń tych modeli znajdując je jako słabo przystające do realnych uwarunkowań tych krajów. Zdaniem autorów dowodzi to, że po dziesięciu latach transformacji dawne kraje centralnie sterowane są strukturalnie różne od krajów o gospodarce rynkowej o podobnym poziomie dochodów na głowę mieszkańca.
16
75%
Prognozowanie długookresowe zjawisk społeczno-gospodarczych oraz badanie ich wzajemnych relacji nabiera szczególnego znaczenia w ostatnich latach. Niemniej jednak okresy prognoz kilkunasto- oraz kilkudziesięcioletnie mogą stanowić duże wyzwanie. Opieranie się tylko na historycznych wielkościach i szukanie tam prawidłowości nie będzie uzasadnione w przypadku gospodarek będących podmiotem globalnego systemu, jakim jest gospodarka Górnego Śląska. Dynamika rozwoju wschodzących gospodarek krajów Unii Europejskiej wymaga uwzględniania szeregu czynników politycznych, społecznych, gospodarczych, co zostało podkreślone w pracy. Przyjęta metodologia badawcza wypełnia w dużym stopniu potrzebę uwzględniania opinii ekspertów w modelowani i prognozowaniu wielkości makroekonomicznych. (fragment tekstu)
Celem artykułu jest przedstawienie prognoz kwartalnego wskaźnika cen dóbr i usług konsumpcyjnych (CPI) oraz sprawdzenie ich jakości. W celu dokonania prognozy wskaźnika CPI oszacowano, klasyczną metodą najmniejszych kwadratów, parametry równań opisujących jego kształtowanie się w okresie I kwartał 1995-I kwartał 2003. Przyjęto trzy hipotezy modelowania inflacji: kosztową, popytową, mieszaną. Otrzymano trzy predyktory wskaźnika cen dóbr i usług konsumpcyjnych.
Komentarz po grudniowym posiedzeniu Rady Społeczno-Gospodarczej przy Radzie Ministrów obradującej na temat prognoz makroekonomicznych z wyszczególnieniem: bilansu płatniczego, rynku pieniężnego, rynku pracy, finansów publicznych.
Na wspólnym spotkaniu Klubu 2000 Plus przy Prezydium PAN i Polskiego Towarzystwa współpracy z Klubem Rzymskim dyskutowano nad najnowszą książką Meadowsów "Limits to Growth. The 30-Year Update". Książką napisali autorzy raportu dla Klubu Rzymskiego. Ostrzegali w nim przed wyczerpaniem się zasobów surowcowych, energetycznych i ekologicznych.
Artykuł jest próbą skombinowania makroekonomicznych prognoz dla Polski na lata 1995-2002 obejmując trzy kategorie: inflację, wzrost PKB oraz bezrobocie. Kombinowana prognoza korzysta z informacji dostarczonych z kilku różnych prognoz, co umożliwia zredukowanie błędu prognozy. Użyte zostały zarówno "proste metody kombinowania prognoz" (średnia arytmetyczna oraz mediana) jak i "złożone metody kombinowania prognoz" (odmiany klasycznych metod wariancji-kowariancji oraz metod Bayesowskich). Wyniki badań pokazują, że średnie błędy prostych prognoz kombinowanych, chociaż gorsze od najlepszej prognozy indywidualnej, są zawsze niższe od średniego błędu prognoz indywidualnych. Z drugiej jednak strony, w przypadku metod złożonych kombinowania, średni błąd tych prognoz jest zwykle większy niż zarówno średni błąd prognoz indywidualnych jak i średni błąd prostych metod kombinowania prognoz. Praca wyjaśnia przyczyny tej sytuacji i dostarcza sugestii dla przyszłych badań na temat wykorzystywania dla prognoz makroekonomicznych w Polsce prognoz kombinowanych.
first rewind previous Strona / 4 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.