Дослідження взаємозв'язку між динамікою ВВП та індексом економічних настроїв
DOI:
https://doi.org/10.15587/1729-4061.2022.265656Ключові слова:
індекс економічних настроїв, індекси впевненості, короткострокова циклічність, технологічна галузь, критичні точки, економетричні моделіАнотація
У статті розроблено та представлено відповідний модельний інструментарій, що дозволяє оцінити взаємозв’язок між розрахунковими індексами економічних настроїв та впевненості за основними видами економічної діяльності. Метою дослідження було експериментальне обґрунтування актуальності даних про думки технологічних економічних агентів та визначити цінність цієї інформації для статистичного опису та аналізу макроекономічних тенденцій, включаючи економічні цикли і непередбачені та затяжні кризи. Перевіряється основна гіпотеза про циклічну чутливість зведених індексів, зокрема індексу економічних настроїв стосовно динаміки фізичного обсягу ВВП. Автори розраховують зведений показник сукупних економічних настроїв і на основі послідовного аналізу взаємозв’язку між індексом фізичного обсягу ВВП та показником економічних настроїв виявляють сукупні емпіричні закономірності та особливості циклічного розвитку технологічних підприємств. Відповідно, обговорюються переломні моменти економічного циклу та підтверджується випереджаючий характер запропонованого індексу економічних настроїв. Показано важливість зведених показників в економічному аналізі підприємницької поведінки при реалізації технологічних інновацій.
Було встановлено характер розрахункового індексу економічних настроїв та досліджено його можливості при прогнозуванні місячних та річних темпів зростання реального ВВП з використанням моделей авторегресії та корекції помилок. Із застосуванням статистичного пакету DEMETRA+ були реалізовані етапи розрахунку і встановлення індексів
Посилання
- J Rubio-Romero, J. C., Pardo-Ferreira, M. del C., De la Varga-Salto, J., Galindo-Reyes, F. (2018). Composite leading indicator to assess the resilience engineering in occupational health & safety in municipal solid waste management companies. Safety Science, 108, 161–172. doi: https://doi.org/10.1016/j.ssci.2018.04.014
- Romer, P. M. (1990). Endogenous Technological Change. Journal of Political Economy, 98 (5, Part 2), S71–S102. doi: https://doi.org/10.1086/261725
- Aghion, P., Howitt, P. (1992). A Model of Growth Through Creative Destruction. Econometrica, 60 (2), 323. doi: https://doi.org/10.2307/2951599
- Arif, S., Lee, C. M. C. (2014). Aggregate Investment and Investor Sentiment. Review of Financial Studies, 27 (11), 3241–3279. doi: https://doi.org/10.1093/rfs/hhu054
- Mclean, R. D., Zhao, M. (2014). The Business Cycle, Investor Sentiment, and Costly External Finance. The Journal of Finance, 69 (3), 1377–1409. doi: https://doi.org/10.1111/jofi.12047
- Romer, C. D. (1999). Changes in Business Cycles: Evidence and Explanations. Journal of Economic Perspectives, 13 (2), 23–44. doi: https://doi.org/10.1257/jep.13.2.23
- Zwetsloot, G., Leka, S., Kines, P., Jain, A. (2020). Vision zero: Developing proactive leading indicators for safety, health and wellbeing at work. Safety Science, 130, 104890. doi: https://doi.org/10.1016/j.ssci.2020.104890
- Nilsson, R. Country Specific or Harmonised Confidence Indicators: EC And OECD Practices. Available at: https://www.oecd.org/sdd/leading-indicators/33654955.pdf
- The use of short-term indicators and survey data for predicting turning points in economic activity (2016). OECD Statistics Working Papers. doi: https://doi.org/10.1787/5jlz4gs2pkhf-en
- Sauer, S., Wohlrabe, K. (2018). The New İFO Business Climate Index for Germany. CESifo Forum, 19 (2), 59–64. Available at: https://www.econstor.eu/bitstream/10419/181211/1/cesifo-forum-v19-y2018-i2-p59-64.pdf
- Zeng, Q., Beelaerts van Blokland, W. W. A., Santema, S. C., Lodewijks, G. (2020). Composite Indicators of Company Performance: A Literature Survey. Performance Improvement Quarterly, 33 (4), 385–418. doi: https://doi.org/10.1002/piq.21328
- Abberger, K., Graff, M., Siliverstovs, B., Sturm, J.-E. (2014). The KOF Economic Barometer, Version 2014: A Composite Leading Indicator for the Swiss Business Cycle. SSRN Electronic Journal. doi: https://doi.org/10.2139/ssrn.2408944
- Kitrar, L., Lipkind, T. (2021). The relationship of economic sentiment and GDP growth in Russia in light of the Covid-19 crisis. Entrepreneurial Business and Economics Review, 9 (1), 7–29. doi: https://doi.org/10.15678/eber.2021.090101
- Mourougane, A., Roma, M. (2003). Can confidence indicators be useful to predict short term real GDP growth? Applied Economics Letters, 10 (8), 519–522. doi: https://doi.org/10.1080/1350485032000100305
- Čižmešija, M., Škrinjarić, T. (2021). Economic sentiment and business cycles: A spillover methodology approach. Economic Systems, 45 (3), 100770. doi: https://doi.org/10.1016/j.ecosys.2020.100770
- Christiansen, C., Eriksen, J. N., Møller, S. V. (2014). Forecasting US recessions: The role of sentiment. Journal of Banking & Finance, 49, 459–468. doi: https://doi.org/10.1016/j.jbankfin.2014.06.017
- de Bondt, G. J. (2018). A PMI-Based Real GDP Tracker for the Euro Area. Journal of Business Cycle Research, 15 (2), 147–170. doi: https://doi.org/10.1007/s41549-018-0032-2
- Biau, O., D’Elia, A. (2011). Is There a Decoupling Between Soft and Hard Data? The Relationship Between GDP Growth and the ESI. Fifth Joint EU/OECD Workshop on on business and consumer surveys. Brussels. Available at: https://www.oecd.org/sdd/leading-indicators/49016412.pdf
- van Aarle, B., Moons, C. (2017). Sentiment and Uncertainty Fluctuations and Their Effects on the Euro Area Business Cycle. Journal of Business Cycle Research, 13 (2), 225–251. doi: https://doi.org/10.1007/s41549-017-0020-y
- Handbook on Constructing Composite Indicators: Methodology and User Guide (2008). OECD. Available at: https://www.oecd.org/sdd/42495745.pdf
- OECD System of Composite Leading Indicators (2012). OECD. Available at: http://www.oecd.org/std/leading-indicators/41629509.pdf
- Cieślik, A., Ghodsi, M. (2021). Economic sentiment indicators and foreign direct investment: Empirical evidence from European Union countries. International Economics, 168, 56–75. doi: https://doi.org/10.1016/j.inteco.2021.07.001
- Business Sentiment Index. Business Environment Profiles - United States. Available at: https://www.ibisworld.com/us/bed/business-sentiment-index/88232/
- De Jongh, J., Mncayi, P. (2018). An econometric analysis on the impact of business confidence and investment on economic growth in post-apartheid South Africa. International Journal of Economics and Finance Studies, 10 (01), 115–133.
- Annual Report (2013). European Central Bank. Available at: https://www.ecb.europa.eu/pub/pdf/annrep/ar2013en.pdf
- Katona, G. (1975). Psychological Economics. Elsevier.
- Malgarini, M., Margani, P. (2007). Psychology, consumer sentiment and household expenditures. Applied Economics, 39 (13), 1719–1729. doi: https://doi.org/10.1080/00036840600606351
- Fuhrer, J. C. (1993). What role does consumer sentiment play in the U.S. macroeconomy? New England Economic Review. Available at: https://www.bostonfed.org/publications/new-england-economic-review/1993-issues/issue-january-february-1993/what-role-does-consumer-sentiment-play-in-the-us-macroeconomy.aspx
- Batchelor, R., Dua, P. (1998). Improving macro-economic forecasts: The role of consumer confidence. International Journal of Forecasting, 14 (1), 71–81. doi: https://doi.org/10.1016/s0169-2070(97)00052-6
- Confidence indicators and economic developments (2013). ECB Monthly Bulletin. Available at: https://www.ecb.europa.eu/pub/pdf/other/art1_mb201301en_pp45-58en.pdf
- Kheyfets, B., Chernova, V. (2021). Comparative assessment of the influence of a technological factor on economic growth. Eastern-European Journal of Enterprise Technologies, 1 (13 (109)), 6–15. doi: https://doi.org/10.15587/1729-4061.2021.225526
- Simkins, S. (1995). Forecasting with vector autoregressive (VAR) models subject to business cycle restrictions. International Journal of Forecasting, 11 (4), 569–583. doi: https://doi.org/10.1016/0169-2070(95)00616-8
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Arzu Huseynova, Tarana Aliyeva, Ulviyya Rzayeva
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.