Pokaż uproszczony rekord

dc.contributor.authorPrzybyliński, Michał
dc.contributor.authorGorzałczyński, Artur
dc.date.accessioned2017-03-27T08:25:31Z
dc.date.available2017-03-27T08:25:31Z
dc.date.issued2016
dc.identifier.issn1429-3730
dc.identifier.urihttp://hdl.handle.net/11089/21023
dc.description.abstractThe aim of this study is a preliminary test of input-output price model as a tool for forecasting inflation. A procedure for predicting the popular price index HICP is proposed. The procedure is then tested on Danish economy for the period 2000–2007, due to the availability of statistical material. The procedure involves ex post solution of input-output price model for an open economy, and then applying appropriate weights to calculate a macroeconomic deflator of household consumption. In the experiment it was assumed, that the exogenous variables of the price model has been perfectly for seen, and the parameters of the model were adopted at the level of the preceding year. Forecasts errors were decomposed into three components. The proposed procedure is significantly different from the most frequently used methods of forecasting inflation, which describe the macroeconomic price indicators (with greater than annual frequency) using stochastic models.en_GB
dc.description.abstractCelem niniejszego opracowania jest wstępna próba oceny modelu cen input-output jako narzędzia do prognozowania inflacji. Zaproponowano procedurę prognozowania popularnego indeksu HICP. Została ona przetestowana na przykładzie gospodarki Danii w latach 2000–2007, co wynikało z dostępności materiału statystycznego. Procedura polega na rozwiązaniu modelu cen input-output dla otwartej gospodarki, a następnie zastosowaniu odpowiednich wag do obliczenia makroekonomicznego deflatora konsumpcji gospodarstw domowych. W eksperymencie założono, że zmienne egzogeniczne modelu cenowego zostały przewidziane ze 100% trafnością, a parametry modelu przyjęto na poziomie z poprzedniego roku. Błędy tak uzyskanych prognoz zostały zdekomponowane na trzy składowe. Proponowana procedura znacznie różni się od najczęściej stosowanych metod prognozowania inflacji, które opisują zachowanie się makroekonomicznych wskaźników cenowych (z częstotliwością większą niż roczną) przy użyciu modeli stochastycznych.pl_PL
dc.language.isoplpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.relation.ispartofseriesGospodarka w Praktyce i Teorii; 1
dc.subjectinput-output price modelen_GB
dc.subjectforecasting inflationen_GB
dc.subjectHICPen_GB
dc.subjectprice indexen_GB
dc.subjectmodel cen input-outputpl_PL
dc.subjectprognozowanie inflacjipl_PL
dc.subjectHICPpl_PL
dc.subjectwskaźnik cenpl_PL
dc.subjectprzepływy międzygałęziowepl_PL
dc.titleZastosowanie tablic przepływów międzygałęziowych do modelowania procesów inflacyjnychpl_PL
dc.title.alternativeApplying input-output tables for modeling inflation processesen_GB
dc.typeArticlepl_PL
dc.rights.holder© Copyright by Authors, Łódź 2016; © Copyright for this edition by Uniwersytet Łódzki, Łódź 2016pl_PL
dc.page.number[51]-62
dc.contributor.authorAffiliationUniwersytet Łódzki, Katedra Teorii i Analiz Systemów Ekonomicznych
dc.identifier.eissn2450-095X
dc.referencesAntoszewski M., Funkcjonowanie kanału kursowego oraz siła efektu pass-through w gospodarkach wschodzących: przypadek Polski, Czech i Węgier, „Bank i Kredyt” 2014, nr 45(3), s. 226–266.pl_PL
dc.referencesBaranowski P., Leszczyńska A., Szafrański G., Krótkookresowe prognozowanie inflacji z użyciem modeli czynnikowych, „Bank i Kredyt” 2010, nr 41(4), s. 23–44.pl_PL
dc.referencesBaranowski P., Problem optymalnej stopy inflacji w modelowaniu wzrostu gospodarczego, Wyd. Biblioteka, Łódź 2008.pl_PL
dc.referencesBudnik K., Greszta M., Hulej M., Kolasa M., Murawski K., Rot M., Rybaczyk B., Tarnicka M., NECMOD – prezentacja nowego modelu prognostycznego, NBP, Warszawa 2008, https://www.nbp.pl/polityka_pieniezna/dokumenty/raport_o_inflacji/necmod_pl.pdf (dostęp 10.06.2015).pl_PL
dc.referencesCholewiński R., Wpływ zmian kursu walutowego na dynamikę procesów inflacyjnych, „Materiały i Studia” 2008, z. 226, Instytut Ekonomiczny, NBP.pl_PL
dc.referencesECB, https://www.ecb.europa.eu/stats/prices/hicp/html/index.en.html (dostęp 30.12.2015).pl_PL
dc.referencesGradzewicz M., Hagemejer J., Hałka A., Baranowski P., Jankiewicz Z., Kołodziejczyk D., Leszczyńska A., Macias P., Niechciał M., Popowski P., Puchalska K., Strukturalne uwarunkowania inflacji, „Materiały i Studia” 2013, nr 297, Instytut Ekonomiczny, NBP.pl_PL
dc.referencesGUS, Ceny w gospodarce narodowej w 2008 r., Warszawa 2009.pl_PL
dc.referencesKokoszczyński R., Współczesna polityka pieniężna w Polsce, PWE, Warszawa 2004.pl_PL
dc.referencesLee Ch., Schulter G., O'Roark B., Minimum wage and food prices: An analysis of price pass-through effects, “International Food and Agribusiness Management Review” 2000, no. 3, s. 111–128.pl_PL
dc.referencesMiller R.E., Blair P.D., Input–Output Analysis. Foundations and Extensions, Cambridge University Press, Cambridge 2009.pl_PL
dc.referencesMisztal P., Zjawisko uporczywości (inercyjności) inflacji w Polsce, „Ekonomista” 2014, nr 3, s. 397–411.pl_PL
dc.referencesPrzybyliński M., Metody i tablice przepływów międzygałęziowych w analizach handlu zagranicznego Polski, Wyd. Uniwersytetu Łódzkiego, Łódź 2012.pl_PL
dc.referencesSkawińska E., Sobiech K.G., Nawrot K.A., Makroekonomia, PWE, Warszawa 2008.pl_PL
dc.referencesSharify N., Sancho F., A new approach for the input-output price model, “Economic Modelling” 2011, no. 28, 188–195.pl_PL
dc.referencesSzyszko M., Prognozowanie inflacji w polityce pieniężnej, Wyd. C.H. Beck, Warszawa 2009.pl_PL
dc.referencesTimmer M.P. (ed.), The World Input-Output Database (WIOD): Contents, Sources and Methods, “WIOD Working Paper” 2012, no. 10, http://www.wiod.org/publications/papers/wiod10.pdf (dostęp 30.12.2015).pl_PL
dc.referencesTomaszewicz Ł., Metody Analizy Input–Output, PWE, Warszawa 1994.pl_PL
dc.referencesTura K., Prognozowanie inflacji w Polsce w latach 1999–2009 w ramach modeli budowanych w Narodowym Banku Polskim na potrzeby realizacji kryterium inflacyjnego, „Materiały i Studia” 2012, nr 279, Instytut Ekonomiczny, NBP, Warszawa.pl_PL
dc.referencesWelfe A., Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa 2013.pl_PL
dc.referencesWelfe A., Majsterek M., Kelm R., Agregatowy model inflacji, „Przegląd Statystyczny” 2002, t. 49, nr 3, s. 15–32.pl_PL
dc.referencesWu L., Li J., Zhang Z., Inflationary effect of oil-price shocks in an imperfect market: A partial transmission input-output analysis, “Journal of Policy Modelling” 2013, no. 35, s. 354–369.pl_PL
dc.identifier.doi10.18778/1429-3730.42.04
dc.relation.volume42pl_PL
dc.subject.jelC67
dc.subject.jelE31


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord