Zdolności prognostyczne nowokeynesistowskich modeli DSGE małej skali ewnątrz próby. Próba porównania dla gospodarki Polski

Zbigniew Kuchta

doi:10.18778/1429-3730.35.04

Autor

Zbigniew Kuchta Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny, Katedra Funkcjonowania Gospodarki https://orcid.org/0000-0001-5616-2648

DOI:

https://doi.org/10.18778/1429-3730.35.04

Słowa kluczowe:

modele DSGE, estymacja bayesowska, porównanie prognoz

Abstrakt

W pracy dokonano porównania zdolności prognostycznych modeli DSGE małej skali wewnątrz próby. W porównaniu wykorzystano podstawowy, nowokeynesistowski model monetarny oraz model Ercega, Hendersona i Levina, który rozszerza model podstawowy na przypadek lepkich płac nominalnych. Dodatkowo w analizie ujęto modele VAR, które stanowią podstawę ułatwiającą porównania. Porównanie błędów prognoz pokazało, że lepszymi zdolnościami prognostycznymi w przypadku inflacji, produkcji oraz realnej stawki płac charakteryzował się model Ercega, Hendersona i Levina. Model ten charakteryzował się również mniejszymi błędami predykcji inflacji niż modele VAR.

Bibliografia

Baranowski P., Reguła polityki pieniężnej dla Polski – porównanie wyników różnych specyfikacji, „Oeconomia Copernicana” 2011, nr 3.
Google Scholar

Baranowski P., Szafrański G., Reakcja gospodarki polskiej na szok polityki pieniężnej w małym modelu DSGE – na ile wybór metody estymacji determinuje wyniki?, „Bank i Kredyt” 2012, nr 4.
Google Scholar

Brzoza-Brzezina M., Rola naturalnej stopy procentowej w polskiej polityce pieniężnej, „Ekonomista” 2003, nr 5.
Google Scholar

Calvo G., Staggered Prices in Utility-Maximizing Framework, “Journal of Monetary Economics”, 1983, nr 3.
Google Scholar DOI: https://doi.org/10.1016/0304-3932(83)90060-0

Canova F., Methods for Applied Macroeconomic Research, Princeton University Press, Princeton–Oxford 2007.
Google Scholar DOI: https://doi.org/10.1515/9781400841028

Diebold F., Mariano R.S., Comparing Predictive Accuracy, “Journal of Business & Economic Statistics” 1995, nr 3.
Google Scholar DOI: https://doi.org/10.2307/1392185

Erceg Ch.J., Henderson D.W., Levin A.T., Optimal Monetary Policy with Staggered Wage and Price Contracts, “Journal of Monetary Economics” 2000, nr 46.
Google Scholar DOI: https://doi.org/10.2139/ssrn.231785

Fernandez-Villaverde J., The econometrics of DSGE models, “SERIEs. Journal of the Spanish Economic Association” 2010, nr 1, s. 3–49.
Google Scholar DOI: https://doi.org/10.1007/s13209-009-0014-7

Gali J., Monetary Policy, Inflation and the Business Cycle, Princeton University Press, Princeton 2008.
Google Scholar

Goodfriend M., King R.G., The New Neoclassical Synthesis and the Role of Monetary Policy, “NBER Macroeconomics Annual” 1997.
Google Scholar DOI: https://doi.org/10.2139/ssrn.2123683

Grabek G., Kłos B., Utzig-Lenarczyk G., SOE-PL – model DSGE małej otwartej gospodarki estymowany na danych polskich. Metodologia, specyfikacja, wyniki estymacji i pierwsze zastosowania, „Materiały i Studia” 2007, nr 217.
Google Scholar

Guerron-Quintana P.A., Nason J.M., Bayesian Estimation of DSGE Models, “Working Paper” 2012, nr 2.
Google Scholar DOI: https://doi.org/10.21799/frbp.wp.2012.04

Hamilton, Time Series Analysis, Princeton University Press, Princeton–New Jersey 1994.
Google Scholar

Krajewski P., Comparison of Nominal and Real Rigidities: Fiscal Policy Perspective, “Comparative Economic Research” 2014, nr 1.
Google Scholar DOI: https://doi.org/10.2478/cer-2014-0004

Krajewski P., Oddziaływanie polityki fiskalnej na wahania koniunktury w Polsce, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2013.
Google Scholar DOI: https://doi.org/10.18778/7525-778-6

Kuchta Z., Bayesian Estimation of Real Business Cycle Model: The Case of Poland, “AD ALTA – Journal of Interdisciplinary Research” 2011, nr 1.
Google Scholar

Kuchta Z., Piłat K., Zastosowanie modelu realnego cyklu koniunkturalnego Hansena do gospodarki Polski, „Gospodarka Narodowa” 2010, nr 11–12.
Google Scholar

McCandless G., ABC’s of RBC’s. Introduction to Dynamic Macroeconomic Models, Harvard University Press, Harvard 2008.
Google Scholar DOI: https://doi.org/10.4159/9780674033788

Metropolis N., Rosenbluth A.W., Rosenbluth M.N., Teller A.H., Teller E., Equation of State Calculations by Fast Computing Machines, “The Journal of Chemical Physics” 1953, nr 6.
Google Scholar DOI: https://doi.org/10.2172/4390578

Osiewalski J., Ekonometria bayesowska w zastosowaniach, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2001.
Google Scholar

Schmitt-Grohe S., Uribe M., Solving Dynamic General Equilibrium Models Using a Second-order Approximation to the Policy Function, “Journal of Economic Dynamics & Control” 2004, nr 28.
Google Scholar DOI: https://doi.org/10.1016/S0165-1889(03)00043-5

Smets F., Wouters R., An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area, “Journal of the European Economic Association” 2003, nr 5.
Google Scholar DOI: https://doi.org/10.1162/154247603770383415

Smets F., Wouters R., Shocks and Frictions in US Business Cycles: A Bayesian DSGE Approach, “American Economic Review” 2007, nr 4.
Google Scholar DOI: https://doi.org/10.2139/ssrn.1687574

Sungbae A., Schorfheide F., Bayesian Analysis of DSGE Models, “Econometric Review” 2007, nr 2–4, s. 113–172.
Google Scholar DOI: https://doi.org/10.1080/07474930701220071

Taylor J.B., Discretion Versus Policy Rules in Practice, “Carnegie-Rochester Conference Series on Public Policy” 1993, nr 39.
Google Scholar DOI: https://doi.org/10.1016/0167-2231(93)90009-L