dc.contributor.author | Bernardelli, Michał | |
dc.contributor.author | Próchniak, Mariusz | |
dc.date.accessioned | 2024-04-12T09:55:29Z | |
dc.date.available | 2024-04-12T09:55:29Z | |
dc.date.issued | 2023-06-30 | |
dc.identifier.issn | 2082-4440 | |
dc.identifier.uri | http://hdl.handle.net/11089/51682 | |
dc.description.abstract | The article attempts to answer how similar the European Union (EU) countries are regarding the financial system’s behavior, especially its stability. We verify whether changes in the stability of the financial sector are analogous to changes in inflation rates as well as real output and income dynamics. Based on similarities in the financial sector stability and the real economy, we group EU countries into clusters. An element of novelty is the use of the Dynamic Time Warping (DTW) method. It is an innovative method for time series analysis, which has been relatively rarely applied to macroeconomic variables in the economic literature. The analysis covers 27 EU countries and the 2010–2023 period. We use five variables: non-performing loans, banks’ capital adequacy ratio, inflation rate, GDP growth and industrial production index. The results show that countries with the same model of capitalism (Continental, Nordic, Mediterranean, Liberal, and Patchwork) are relatively often highly similar to each other. This means that the institutional environment in a given country, including the model of capitalism, explains to some extent the similarity of time paths of financial and macroeconomic variables in many EU countries. | en |
dc.description.abstract | W artykule podejmujemy próbę odpowiedzi na pytanie, na ile podobne są kraje Unii Europejskiej (UE) pod względem zachowania się systemu finansowego, a zwłaszcza jego stabilności. Weryfikujemy, czy zmiany stabilności sektora finansowego przebiegają analogicznie do ścieżek zmian stóp inflacji oraz dynamiki realnej wielkości produkcji i dochodów. Na podstawie podobieństwa w zakresie stabilności sektora finansowego oraz zmiennych mierzących realną sferę gospodarki grupujemy państwa UE w klastry. Elementem nowości jest zastosowanie w badaniu metody Dynamic Time Warping (DTW). Jest to innowacyjna metoda analizy szeregów czasowych, która w zastosowaniu do zmiennych makroekonomicznych jest stosunkowo rzadko spotykana w literaturze. Analiza obejmuje grupę 27 krajów UE i okres 2010–2023. Wykorzystujemy pięć zmiennych: wolumen kredytów zagrożonych, współczynnik wypłacalności banków, stopa inflacji, dynamika PKB oraz dynamika produkcji przemysłowej. Wyniki pokazują, że względnie często państwa z tym samym modelem kapitalizmu (kontynentalny, nordycki, śródziemnomorski, liberalny i patchworkowy) są do siebie wysoce podobne. Oznacza to, że otoczenie instytucjonalne w danym kraju, w tym model kapitalizmu, wyjaśnia częściowo zbliżone ścieżki czasowe zmiennych finansowych i makroekonomicznych w wielu państwach UE. | pl |
dc.language.iso | pl | |
dc.publisher | Wydawnictwo Uniwersytetu Łódzkiego | pl |
dc.relation.ispartofseries | Ekonomia Międzynarodowa;42 | pl |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | system finansowy | pl |
dc.subject | stabilność systemu finansowego | pl |
dc.subject | wzrost gospodarczy | pl |
dc.subject | Dynamic Time Warping | pl |
dc.subject | Unia Europejska | pl |
dc.subject | financial system | en |
dc.subject | financial system stability | en |
dc.subject | economic growth | en |
dc.subject | Dynamic Time Warping | en |
dc.subject | European Union | en |
dc.title | Analiza podobieństwa państw Unii Europejskiej w zakresie stabilności systemu finansowego, ścieżek zmian cen i wzrostu gospodarczego przy wykorzystaniu metody Dynamic Time Warping | pl |
dc.title.alternative | The similarity analysis of the EU countries in terms of financial system stability, price changes and economic growth using Dynamic Time Warping | en |
dc.type | Article | |
dc.page.number | 5-25 | |
dc.contributor.authorAffiliation | Bernardelli, Michał - Szkoła Główna Handlowa w Warszawie, Instytut Ekonometrii, Zakład Metod Probabilistycznych | pl |
dc.contributor.authorAffiliation | Próchniak, Mariusz - Szkoła Główna Handlowa w Warszawie, Kolegium Gospodarki Światowej, Katedra Ekonomii II | pl |
dc.identifier.eissn | 2300-6005 | |
dc.references | Alińska A., Wasiak K. (red.) (2017), Mechanizmy stabilności systemu finansowego, CH Beck, Warszawa. | pl |
dc.references | Amable B. (2003), The Diversity of Modern Capitalism, Oxford University Press, Oxford. | pl |
dc.references | Bai L., Cui L., Zhang Z., Xu L., Wang Y., Hancock E.R. (2023), Entropic Dynamic Time Warping Kernels for Co-Evolving Financial Time Series Analysis, „IEEE Transactions on Neural Networks and Learning Systems”, 34(4): 1808–1822. | pl |
dc.references | Bernardelli M. (2023), Monitorowanie działalności gospodarczej. Gospodarka po pandemii Covid-19, monografia pokonferencyjna z okazji 50-lecia Instytutu Rozwoju Gospodarczego SGH, Oficyna Wydawnicza SGH, Warszawa (red. M. Radzikowski) (w druku). | pl |
dc.references | Bernardelli M., Próchniak M. (2023), Wykorzystanie Dynamic Time Warping do analizy polityki pieniężnej, sektora finansowego i wzrostu gospodarczego Polski i wybranych innych krajów Europy Środkowo-Wschodniej, „Studia i Prace Kolegium Zarządzania i Finansów Szkoły Głównej Handlowej w Warszawie”, (191): 101–122; https://doi.org/10.33119/SIP.2023.191.7 | pl |
dc.references | D’Urso P., De Giovanni L., Massari R. (2021), Trimmed fuzzy clustering of financial time series based on dynamic time warping, „Annals of Operations Research”, 299: 1379–1395. | pl |
dc.references | Denkowska A., Wanat S. (2021), Dynamic Time Warping Algorithm in Modeling Systemic Risk in the European Insurance Sector, „Entropy”, 23(8): 1022. | pl |
dc.references | Franses P.H., Wiemann T. (2020), Intertemporal Similarity of Economic Time Series: An Application of Dynamic Time Warping, „Computational Economics”, 56: 59–75. | pl |
dc.references | Gassouma M.S., Benhamed A., El Montasser G. (2023), Investigating similarities between Islamic and conventional banks in GCC countries: a dynamic time warping approach, „International Journal of Islamic and Middle Eastern Finance and Management”, 16(1): 103–129. | pl |
dc.references | Hall P., Soskice D. (2001), Varieties of Capitalism. The Institutional Foundations of Comparative Advantage, Oxford University Press, Oxford. | pl |
dc.references | Próchniak M., Czerniak A., Gardawski J., Horbaczewska B., Karbowski A., Maszczyk P., Rapacki R., Towalski R. (2019), Kapitalizm patchworkowy w Polsce i krajach Europy Środkowo-Wschodniej, Polskie Wydawnictwo Ekonomiczne, Warszawa. | pl |
dc.references | Raihan T. (2017), Predicting US Recessions: A Dynamic Time Warping Exercise in Economics, SSRN Working Paper Nr 3047649. | pl |
dc.references | Rapacki R. (red.) (2019), Diversity of Patchwork Capitalism in Central and Eastern Europe, Routledge, London. | pl |
dc.references | Sakoe H., Chiba S. (1978), Dynamic programming algorithm optimisation for spoken word recognition, „IEEE Transactions on Acoustics, Speech, and Signal Processing”, 26(1): 43–49. | pl |
dc.references | Vintsyuk T. (1968), Speech discrimination by dynamic programming, „Cybernetics”, 4(1): 81–88. | pl |
dc.contributor.authorEmail | Bernardelli, Michał - mbernard@sgh.waw.pl | |
dc.contributor.authorEmail | Próchniak, Mariusz - mproch@sgh.waw.pl | |
dc.identifier.doi | 10.18778/2082-4440.42.01 | |