Pokaż uproszczony rekord

dc.contributor.authorKusideł, Ewa
dc.date.accessioned2019-11-19T11:57:49Z
dc.date.available2019-11-19T11:57:49Z
dc.date.issued1997
dc.identifier.issn0239-7072
dc.identifier.urihttp://hdl.handle.net/11089/30773
dc.description.abstractPrzedstawiona procedura badania liczby wektorów kointegrujących jest na podstawie modeli VAR ma dwa aspekty zastosowań. Po pierwsze zbudowanie modelu wektorowo- autoregresyjnego może posłużyć li jedynie do zbadania ilości związków kointegracyjnych pomiędzy zmiennymi, które, w następnym etapie badań, mogą posłużyć do budowy innego modelu, np. strukturalnego (SVAR). W tym wypadku model VAR jest jedynie narzędziem do zbadania kointegracji, a nie przedmiotem badań. Często jednak budowa tych modeli (VAR) jest celem analizy ekonometrycznej, a nie jedynie jednym z jej etapów. Sytuacja taka występuje często tam, gdzie model ekonometryczny ma posłużyć do celów prognostycznych. Ze względu na obecność jedynie opóźnionych zmiennych jako zmiennych objaśniających w modelach VAR, są one znakomitym narzędziem prognozowania. Prognozy zaś będą tym lepsze im lepiej wyspecyfikowany jest model. Praca ta zawiera wszystkie niezbędne testy towarzyszące kolejnym etapom budowy modelu i tym samym jest dobrym przewodnikiem dla badaczy, którzy analizę kointegracyjną lub proces budowania prognoz chcą oprzeć na modelach wektorowo-autoregresyjnych.pl_PL
dc.language.isoplpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.relation.ispartofPrace Instytutu Ekonometrii i Statystyki Uniwersytetu Łódzkiego;120
dc.subjectpodejście Johansenapl_PL
dc.subjectznaczenie wyrazu wolnego w analizie kointegracjipl_PL
dc.subjecttesty długości opóźnieńpl_PL
dc.subjecttestowanie rzędu kointegracjipl_PL
dc.subjectmodele VARpl_PL
dc.subjectmodele VECMpl_PL
dc.titleBadanie kointegracji na podstawie wektorowo-autoregresyjnych modeli ekonometrycznych: podejście Johansenapl_PL
dc.typeArticlepl_PL
dc.page.number3-24pl_PL
dc.contributor.authorAffiliationUniwersytet Łódzkipl_PL
dc.referencesCharemza , W. W., Deadman D. A., (1992), New Directions in Econometric Practise, Edward Elgar, Hantspl_PL
dc.referencesEnders W., (1995), Applied Econometric Time Series, John Wiley&Sons, Inc., New Yorkpl_PL
dc.referencesEngle R.F., Granger C.W.J., (1997), Co-integration and error correction: representation, estimation and testing, Econometrica, 55, p. 251-276pl_PL
dc.referencesJohansen S., (1988), Statistical Analysis of Cointegration Vectors, Journal of Economic Dynamics and Control, 12, p.231-54pl_PL
dc.referencesPiłatowska M., (1995), Identyfikacja procesów stochastycznych typu random walk, Materiały na IV Ogólnopolskie Seminarium Naukowe, Toruńpl_PL
dc.referencesMajsterek M., (1996), Analiza kointegracyjna zjawisk inflacyjnych w gospodarce polskiej, rozprawa doktorska, Łódźpl_PL
dc.referencesDickey D. A., Fuller W.A., (1981), Likelihood ratio statistics for autoregressive time series with a unit root, Econometrica, 49, p. 1057-1072pl_PL
dc.contributor.authorEmailewa.kusidel@uni.lodz.plpl_PL


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord