Propozycja prostego, wyprzedzającego wskaźnika koniunktury w przemyśle

##plugins.themes.bootstrap3.article.sidebar##

pdf
Opublikowane: cze 30, 2012
Słowa kluczowe:
Produkt krajowy brutto (PKB), Przetwórstwo przemysłowe, Cykl koniunkturalny

##plugins.themes.bootstrap3.article.main##

Bartosz Olesiński
Szkoła Główna Handlowa w Warszawie

Abstrakt

W artykule podejmuje się próbę opracowania prostego, wyprzedzającego barometru koniunktury dla produkcji przemysłu przetwórczego w Polsce na podstawie danych z badań koniunktury z lat 1997-2012 i zbadania jego zdolności prognostycznej. Przy doborze wag dla poszczególnych komponentów wskaźnika wykorzystano metodę głównych składowych. Proponowany wskaźnik trafnie prognozuje niedalekie wystąpienie punktów zwrotnych w przebiegu indeksu produkcji sprzedanej przemysłu przetwórczego i barometru koniunktury IRG SGH. Pomimo pewnych zastrzeżeń, przeprowadzona analiza wykazała użyteczność metody głównych składowych w konstruowaniu tego typu wskaźników. Słowa (abstrakt oryginalny)

##plugins.themes.bootstrap3.article.details##

Numer
Nr 90 (2012): Prace i Materiały Instytutu Rozwoju Gospodarczego
Dział
Artykuły

Bibliografia

Adamowicz E., Walczyk K., Koniunktura w przemyśle, Instytut Rozwoju Gospodarczego, Szkoła Główna Handlowa, Warszawa 2012 (kwiecień)

Altissimo F., Bassanetti A., Cristadoro R., Forni M., Lippi M., Reichlin L., Veronese G, A real time coincident indicator, w: Temi di discussione del servizio studi, Banca d'Italia, nr 436, Rzym 2001 (grudzień)

Baranowski P., Leszczyńska A., Szafrański G., Krótkookresowe prognozowanie inflacji z użyciem modeli czynnikowych, „Bank i Kredyt”, vol. 41, nr 4, 2010, s. 23-44

Drozdowicz-Bieć M., Sztuka prognozowania punktów zwrotnych, wywiad dla Obserwatora Finansowego, 2010, http://www.obserwatorfinansowy.pl/ 2010/10/12/sztuka-prognozowania-punktow-zwrotnych (3 czerwca 2012 r.)

Frydman R., Goldberg M. D., Ekonomia wiedzy niedoskonałej. Kurs walutowy i ryzyko, przeł. Krawczyk M., Wydawnictwo Krytyki Politycznej, Warszawa 2009

Greene W. H., Econometric analysis, Pearson, Nowy Jork 2012

Kotłowski J., Forecasting inflation with dynamic factor model – the case of Poland, Warsaw School of Economics Working Paper, nr 24, Warszawa 2007

R Development Core Team, R: A language and environment for statistical computing, R Foundation for Statistical Computing, Wiedeń 2011 (http://www.R-project.org/)