Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Habit Formation and Price Indexation in DSGE Models with Nominal Rigidities

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14560%2F09%3A00036678" target="_blank" >RIV/00216224:14560/09:00036678 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Habit Formation and Price Indexation in DSGE Models with Nominal Rigidities

  • Popis výsledku v původním jazyce

    The goal of this paper is to evaluate some characteristics commonly used in New Keynesian DSGE models, such as habit formation in consumption, full price indexation and partial price indexation. This paper estimates six DSGE models in order to determine,which model provides better data fit. The models were estimated on data of US economy. All models were estimated using Bayesian techniques, particularly Metropolis-Hastings algorithm (using Dynare toolbox for Matlab). The data fit measure is posterior odds calculated from marginal likelihood, acquired from Bayesian estimation. Results suggest that including habit formation improves significantly the data fit of the models, whereas including price indexation does not.

  • Název v anglickém jazyce

    Habit Formation and Price Indexation in DSGE Models with Nominal Rigidities

  • Popis výsledku anglicky

    The goal of this paper is to evaluate some characteristics commonly used in New Keynesian DSGE models, such as habit formation in consumption, full price indexation and partial price indexation. This paper estimates six DSGE models in order to determine,which model provides better data fit. The models were estimated on data of US economy. All models were estimated using Bayesian techniques, particularly Metropolis-Hastings algorithm (using Dynare toolbox for Matlab). The data fit measure is posterior odds calculated from marginal likelihood, acquired from Bayesian estimation. Results suggest that including habit formation improves significantly the data fit of the models, whereas including price indexation does not.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AH - Ekonomie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/1M0524" target="_blank" >1M0524: Centrum výzkumu konkurenční schopnosti české ekonomiky</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2009

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Mathematical Methods in Economics 2009

  • ISBN

    978-80-213-1963-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    Czech University of Life Sciences Prague

  • Místo vydání

    Praha

  • Místo konání akce

    Kostelec nad Černými Lesy

  • Datum konání akce

    1. 1. 2009

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku

    000260962300023