All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

States Estimation in Baseline New Keynesian DSGE Model: Kalman or Bootstrap Filter?

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14560%2F08%3A00026575" target="_blank" >RIV/00216224:14560/08:00026575 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    States Estimation in Baseline New Keynesian DSGE Model: Kalman or Bootstrap Filter?

  • Original language description

    The aim of this article is to compare the ability of estimation and filtering methods. Under assumptions of normality and linear structure, Kalman filter seems to be more accurate in comparison with Bootstrap filter that cooperates with empirical distributions. But we can show that 'chances' are approximately similar if we set for Bootstrap filter the same variances of structural shocks as we obtain from Kalman smoothed structural shocks. A construction of Kalman filter enables to flexibly change estimated covariance matrix of observation vector estimation error during filtering and smoothing procedure. But this 'advantage' is not implemented in Bootstrap filter since the bootstrap filter measurement error variances and structural shocks variances mustbe constant during filtering and smoothing procedure. The results will be shown on the DSGE baseline new Keynesian model of Czech economy. The model will be filtered and smoothed by above mentioned filters and a comparison study will be

  • Czech name

    Odhad stavů v DSGE modelech: Kalmanův filtr nebo Bootstrapový filtr?

  • Czech description

    Cílem příspěvku je porovnat různé filtrační metody. Za předpokladu lineárního modelu a normálního rozdělení stochastických veličin se zdá být Kalmanův filtr přesnější v porovnání s Bootstrapovým algoritmem, který je založen na empirických rozloženích. Konstrukce Kalmanova filtru totiž umožňuje pružně měnit odhad kovarianční matice pro chybu pozorování během filtrace a vyhlazování. Tuto výhodu ale nelze implementovat do Bootstrapového algoritmu, nicméně lze ukázat, že šance se vyrovnají, pokud nastavímevarianční matici strukturálních šoků v Bootstrapovém filtru na hodnoty získané z Kalmanova filtru během vyhlazování. Výsledky jsou ukázány na DSGE modelu české ekonomiky a budou použity pro odhady časově proměnných parametrů, které jsou v současné době hlavním nástrojem analýzy měnícího se ekonomického prostředí.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    AH - Economics

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/1M0524" target="_blank" >1M0524: Research center on competitiveness of Czech economy</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2008

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Mathematical Methods in Economics 2008

  • ISBN

    978-80-7372-387-3

  • ISSN

  • e-ISSN

  • Number of pages

    6

  • Pages from-to

  • Publisher name

    Technical University of Liberec

  • Place of publication

    Liberec

  • Event location

    Liberec

  • Event date

    Jan 1, 2008

  • Type of event by nationality

    WRD - Celosvětová akce

  • UT code for WoS article

    000260962300060