Search results

Filters

  • Journals
  • Date

Search results

Number of results: 3
items per page: 25 50 75
Sort by:

Abstract

The presented paper aims to analyse both statistical and economic aspects of the model with I(2) variables. The statistical foundations of such models are introduced. The enlargement of possible statistical interpretation is discussed. The economic interpretation of both VECM parameters and common stochastic trends representation is considered in the I(2) domain. The returns of I(2) approach in terms of stock-flows, nominal-real analysis and diasggregation into both long-, short and even medium-run analysis are proved. Potential complications under reflecting I(3) variables are presented.
Go to article

Abstract

Rynek walutowy jest największym światowym rynkiem. Jego funkcjonowanie wpływa na całą gospodarkę światową. Jest on także przedmiotem oddziaływania innych rynków. Jednym z takich rynków jest światowy rynek ropy naftowej. Przedmiotem badań wzajemnych relacji pomiędzy tymi rynkami był dotychczas wpływ zmian kursu EUR/USD, podstawowej pary walutowej rynku światowego, na zmiany ceny ropy oraz wpływ zmian cen ropy naftowej na kursy walutowe krajów będących dużymi jej importerami. Brakuje natomiast opisu skutków zmian cen ropy naftowej dla kursu EUR/USD oraz dla kursów walut krajów eksportujących ropę naftową. Celem niniejszego artykułu jest częściowe przynajmniej zapełnienie tej luki. Przedmiotem analizy był wpływ zmian cen ropy naftowej na poziom kursów EUR/USD, RUB/USD, BRL/USD oraz NOK/USD w okresie od początku marca 2011 do końca czerwca 2017 roku. W analizie tej wykorzystany został ekonometryczny model VAR. Wyniki tej analizy wykazały, że wpływ zmian cen ropy naftowej na badane kursy walutowe był bardzo wyraźny. Dotyczył on zarówno mającego znaczenie globalne kursu EUR/USD, jak i kursów walut krajów eksportujących ropę naftową. Najbardziej wpływ ten widoczny był w przypadku Rosji, w przypadku Norwegii i Brazylii był nieco słabszy, lecz również widoczny.
Go to article

Abstract

This paper discusses the challenges faced by the empirical macroeconomist and methods for surmounting them. These challenges arise due to the fact that macroeconometric models potentially include a large number of variables and allow for time variation in parameters. These considerations lead to models which have a large number of parameters to estimate relative to the number of observations. A wide range of approaches are surveyed which aim to overcome the resulting problems. We stress the related themes of prior shrinkage, model averaging and model selection. Subsequently, we consider a particular modelling approach in detail. This involves the use of dynamic model selection methods with large TVP-VARs. A forecasting exercise involving a large US macroeconomic data set illustrates the practicality and empirical success of our approach.
Go to article

This page uses 'cookies'. Learn more