Forecasting Economic Dynamics of Germany Using Conditional Models (1992-2014)

Wiesław Łuczyński

Abstract

A great diversity characterizes economic dynamics of Germany over a long period of time. This refers to many time series: in some periods, they show large volatility which then moves into stability and stagnation phase, generating specific difficulties in a long-term forecasting of economic dynamics. The aim of the research is the attempt to determine the prognostic efficiency of conditional modelling and to answer the question whether or not conditional errors are significantly smaller than the unconditional ones in long-term forecasting. The research showed that conditional errors (root mean square errors RMSE) of an ex- post forecast did not differ significantly from the unconditional RMSE. The decreasing RMSE of the ex-post forecast for Germany's individual economic processes (with the assumption that an intercept occurs in the ARMA procedure) was correlated more strongly with the procedure of filtering economic time series than with the application of the conditional maximum likelihood method (ML) and robust procedures. The relationship between a decreasing RMSE of the ex-post forecast and the application of conditional ML methods occurs in ARMAX forecasts (with exogenous processes) for data filtered with Hodrick - Prescott (HP) filter. It is worth pointing out that a relatively high prognostic efficiency of the robust (resistant) estimation of quantile regression occurs for the economic series linearized with the help of the TRAMO/SEATS method.
Author Wiesław Łuczyński (WGM / KFM)
Wiesław Łuczyński,,
- Department of International Finance
Other language title versionsPrognozowanie dynamiki gospodarczej Niemiec z pomocą modeli warunkowych (1992-2014)
Journal seriesZeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu, ISSN 1643-7772, e-ISSN 2392-1153, (B 8 pkt)
Issue year2016
Vol16
No3
Pages41-64
Publication size in sheets1.15
Keywords in Polishprocedury odporne, regresja kwantylowa, ARMA, ARMAX, filtr Hodricka - Prescotta, TRAMO/SEATS
Keywords in Englishrobust procedures, quantile regression, ARMA, ARMAX, Hodrick - Prescott filter, TRAMO/SEATS
Abstract in PolishDynamikę gospodarczą Niemiec w długich okresach czasu cechuje duże zróżnicowanie. Dotyczy to wielu szeregów czasowych: w pewnych okresach wykazują one dużą zmienność, która następnie przechodzi w fazę stabilizacji i zastoju. Stwarza to określone trudności w długookresowym prognozowaniu dynamiki gospodarczej. Celem podjętych badań była próba ustalenia efektywności prognostycznej modelowania warunkowego, próba odpowiedzi na pytanie czy warunkowe błędy prognoz długoterminowych są znacząco mniejsze od błędów bezwarunkowych. Badanie pokazało, że warunkowe błędy prognozy ex post nie różnią się znacząco od błędów bezwarunkowych. Zmniejszający się błąd prognozy ex post dla poszczególnych procesów gospodarczych Niemiec (przy założeniu występowania tylko wyrazu wolnego w procedurze ARMA) jest silniej skorelowany z procedurą filtrowania szeregów ekonomicznych aniżeli z zastosowaniem uwarunkowanej metody największej wiarygodności i procedur odpornych na wartości odstające. Zależność między malejącym średnim kwadratowym błędem prognozy ex post i wykorzystaniem warunkowej MNW występuje natomiast prognozach ARMAX (z procesami egzogenicznymi), przy czym minimalny warunkowy błąd prognozy wystąpił dla danych przefiltrowanych z pomocą filtra Hodricka - Prescotta. Na uwagę zasługuje względnie wysoka efektywność prognostyczna odpornej estymacji regresji kwantylowej dla danych zlinearyzowanych z pomocą metody TRAMO/SEATS.
URL http://ojs.wsb.wroclaw.pl/index.php/WSBRJ/article/view/206/246
Languageen angielski
Score (nominal)8
ScoreMinisterial score = 8.0, 31-03-2019, ArticleFromJournal
Ministerial score (2013-2016) = 8.0, 31-03-2019, ArticleFromJournal
Citation count*
Additional fields
Tytuł numeruApplicability of Quantitative Methods to Economics, Finance, and Management
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back
Confirmation
Are you sure?