The Probability of Recession in Poland Based on the Hamilton Switching Model and the Logit Model
DOI:
https://doi.org/10.12775/DEM.2012.005Keywords
switching model, logit model, dating of economic activity phases, probability of recession / model przełącznikowy, model logitowy, periodyzacja faz aktywności gospodarczej, prawdopodobieństwo kryzysuAbstract
In the article dating method for the four phases of economic activity is presented. Comparison of probabilities of recession occurrence in Poland based on the Hamilton switching model and the logit model was conducted in the empirical research. The study shows the conver-gence of indications based both on the proposed dating method and on the Hamilton model. In the presented version the Hamilton model adequately describes the probability of occurrence of two decline phases. The logit model allows to obtain satisfactory results for the division on four phas-es of economic activity. However, in the domain of the Polish economy, more research is needed in recognising the symptomatic properties of various macroeconomic indicators. The interest rate spread, used successfully in advanced marked economies, continues to alter its characteristics under Polish economic conditions and is currently not the best possible indicator forecasting a recession.
"Prawdopodobieństwo kryzysu w Polsce z modelu prze-łącznikowego Hamiltona i modelu logitowego"
W wielu krajach brakuje wypracowanego systemu oznaczania początku i końca kryzysu. W proponowanej metodzie periodyzacji każda z czterech faz aktywności gospodarczej opisywana jest przez koniunkcję wartości rocznych i miesięcznych indeksów produkcji przemysłowej. Analitycy rynku zwracają szczególną uwagę na zróżnicowanie zachowania się większości wskaźników makroekonomicznych w czasie spadków i długookresowego wzrostu. W związku z tym uzasadnione jest założenie o zmieniających się parametrach modeli opisujących kształtowanie się tych wielkości. Realizację takiego założenia umożliwiają zarówno modele przełącznikowe, jak i modele logitowe. W badaniach empirycznych przeprowadzono porównanie prawdopodobieństwa wystąpienia kryzysu z obu modeli Analiza wyników pokazuje duże podobieństwo wskazań z zaproponowanej metody periodyzacji i modelu Hamiltona. Model Hamiltona w prezentowanej wersji dobrze opisuje prawdopodobieństwo wystąpienia dwóch faz spadkowych. Model logitowy pozwala na uzyskanie zadawalających rezultatów dla podziału bardziej szczegółowego. Na gruncie gospodarki polskiej należy jednak w dalszym ciągu prowadzić badania nad rozpoznaniem własności symptomatycznych różnych wskaźników makroekonomicznych.
References
Amemiya, T. (1981), Qualitative Response Models: a Survey, Journal of Economic Literature, 19, 481–536.
Atta-Mensah, J., Tkacz G. (1998), Predicting Canadian Recessions Using Financial Variables: A Probit Approach, Department of Monetary and Financial Analysis, Bank of Canada Working Paper 98-5, Ottawa.
Barczyk, R., Kowalczyk, Z. (1993), Metody badania koniunktury gospodarczej (Research Methods of Business Condition), PWN, Warszawa-Poznań.
Bry, G. and Boschan, C. (1971), Cyclical Analysis of Times Series: Selected Procedures and Computer Programs, Technical Paper 20, NBER, New York.
Burzała, M. (2005a), Prognozowanie aktywności gospodarczej Polski przy wykorzystaniu zagnieżdżonych modeli logitowych, niepublikowana praca doktorska (Polish Economic Activity Forecasting Using Nested Logit Models – unpublished PhD Thesis).
Burzała, M. (2005b), Kilka uwag na temat wyboru modelu dyskretnego do prognozowania aktywności gospodarczej Polski (A Few Comments on Choosing Discrete Model for Eco-nomic Activity Forecasting), in Jurek W., Prace z ekonometrii finansowej (Research in Financial Econometrics), 19–42, Wydawnictwo AE, Poznań.
Burzała, M., (2011), Porównanie faz aktywności gospodarczej uzyskanych na podstawie filtru Hodricka-Prescotta, stóp wzrostu oraz przełącznikowego modelu Hamiltona (Comparision of the Phases of Economic Activity Generated from Hodrick-Prescot Filter, Smoothed Growth Rates and Switching Model of Hamilton), in Appenzeller D., Matematyka na usługach ekonomii (Mathematics in the Service of Economics), 65–77, Wydawnictwo UEP, Poznań.
Boschan, C., Ebanks, W.W. (1978), The Phase-Average Trend: a New Way of Measuring Growth, in: 1978 Proceedings of the Business and Economic Statistics Section, American Statistical Association, Washington, D.C.
Cieślak, M. (2001), (red.), Prognozowanie gospodarcze. Metody i zastosowania (Economic Fore-casting. Methods and Implementations), PWN, Warszawa.
Czerwiński, Z. (2002), Przyczynek do dyskusji nad problemem „dobrego” modelu ekonome-trycznego (Contribution to the Discussion on the Problem of “Good” Econometric Model), in Czerwiński Z. (red.), Moje zmagania z ekonomią (My Wrestling with Economy), 389-411, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
Davidson, J. (2011), Time Series Modeling Version 4.32, University of Exeter.
Doman, M., Doman, R. (2009), Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej (Volatility and Risk Modeling. Methods of Financial Econometrics), Oficyna, Kraków.
Estrella, A., Hardouvelis, G. A. (1991), The Term Structure as a Predictor of Real Economic Activ-ity, Journal of Finance, 46, 555-576.
Estrella, A., Mishkin, F.S. (1998), Predicting U.S. Recessions: Financial Variables as Leading Indicators, The Review of Economics and Statistics, 80, 45-61.
Gatnar, E. (1998), Symboliczne metody klasyfikacji danych (Symbolic Methods of Data Classifi-cation), PWN, Warszawa.
Gruszczyński, M. (2001), Modele i prognozy zmiennych jakościowych w finansach i bankowości (Models and Forecasts of Qualitative Variables in Finances and Banking), Monografie i opracowania 490 (Monographs and Studies), SGH, Warszawa.
Hamilton, J. D. (1989), A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle, Econometrica, nr 57, 357–384.
Hamilton, J. D. (2005), Regime-Switching Models, Department of Economics, 0508, University of California, San Diego.
Jajuga, K. (1990), Modele z dyskretną zmienną objaśnianą (Models with Discrete Explained Variable), in Bartosiewicz St. (ed.), Estymacja modeli ekonometrycznych (Estimation of Econometric Models), WE, Warszawa.
Konopczak, K. (2009), Analiza zbieżności cyklu koniunkturalnego gospodarki polskiej ze strefą euro na tle krajów Europy Środkowo-Wschodniej oraz państw członkowskich strefy euro (Convergence Analysis of Polish Economy Business Cycle with Euro Area Against the Background of Middle East European Countries and Euro Area Member States), in Raport na temat pełnego uczestnictwa Rzeczypospolitej Polskiej w trzecim etapie unii gospodarczej i walutowej (Report on the Polish Republic Full Participation in the Third Stage of Economic and Monetary Union), NBP.
Mintz, I. (1972), Dating American Growth Cycles, in Zarnowotz, Victor (ed.), 39-88.
Nyberg, H. (2009), Dynamic Probit Models and Financial Variables in Recession Forecasting, Journal of Forecasting, 29(1-2), 215-230.
Skrzypczyńska, M. (2011), Pomiar cyklu koniunkturalnego w Polsce – analiza porównawcza (Measurement Business Cykle in Poland - Comparative Analysis), Bank i Kredyt, 42 (4), 31-54.
Stock, J., Watson, J. (1993), A Procedure for Predicting Recessions with Leading Indicators: Econometric Issues and Recent Experience, Business Cycles, Indicators and Forecasting, 95-156, NBER.
Train, K.E. (2003), Discrete Choice Methods with Simulation, MIT Press, Cambridge.
Wright, J. H. (2006), The Yield Curve and Predicting Recessions, Technical Report, Division of Monetary Affairs, Federal Reserve Board.
Zarnowitz V., Ozyildirim A. (2006), Time Series Decomposition and Measurement of Business Cycles, Trends and Growth Cycles, Journal of Monetary Economics, 53, 1717-1739.
Federal Reserve Bank of New York, http://www.newyorkfed.org/research/capital_markets/ ycfaq.html (17.08.2011).
Downloads
Published
How to Cite
Issue
Section
License
The journal provides an Open Access to its content based on the non-exclusive licence Creative Commons (CC BY-ND 4.0).
To enable the publisher to disseminate the author's work to the fullest extent, the author must agrees to the terms and conditions of the License Agreement with Nicolaus Copernicus University.
Stats
Number of views and downloads: 488
Number of citations: 0