The Presence of Chaos in the GDP Growth Rate Time Series
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F14%3A39898345" target="_blank" >RIV/00216275:25410/14:39898345 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.cmsim.eu/papers_pdf/april_2014_papers/8_CMSIM-Journal_2014_Kriz_Knezackova_2_199-206.pdf" target="_blank" >http://www.cmsim.eu/papers_pdf/april_2014_papers/8_CMSIM-Journal_2014_Kriz_Knezackova_2_199-206.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
The Presence of Chaos in the GDP Growth Rate Time Series
Popis výsledku v původním jazyce
The goal of this paper is to find chaos in the Gross domestic product (GDP) growth rate of selected European countries. We chose only those European countries where data is available since 1980, because we needed the longest time series possible. These are the following states: Belgium, Finland, France, Norway, Spain, Switzerland and United Kingdom. At first we will estimate the time delay and the embedding dimension, which is needed for the largest Lyapunov exponent estimation. The largest Lyapunov exponent is one of the important indicators of chaos and is generally wellknown. Subsequently we will calculate the 0-1 test for chaos. Finally we will compute the Hurst exponent by using the Rescaled Range analysis. The Hurst exponent is a numerical estimate of the predictability of a time series. The results indicated that chaotic behaviors obviously exist in GDP growth rate.
Název v anglickém jazyce
The Presence of Chaos in the GDP Growth Rate Time Series
Popis výsledku anglicky
The goal of this paper is to find chaos in the Gross domestic product (GDP) growth rate of selected European countries. We chose only those European countries where data is available since 1980, because we needed the longest time series possible. These are the following states: Belgium, Finland, France, Norway, Spain, Switzerland and United Kingdom. At first we will estimate the time delay and the embedding dimension, which is needed for the largest Lyapunov exponent estimation. The largest Lyapunov exponent is one of the important indicators of chaos and is generally wellknown. Subsequently we will calculate the 0-1 test for chaos. Finally we will compute the Hurst exponent by using the Rescaled Range analysis. The Hurst exponent is a numerical estimate of the predictability of a time series. The results indicated that chaotic behaviors obviously exist in GDP growth rate.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Chaotic Modeling and Simulation (CMSIM)
ISSN
2241-0503
e-ISSN
—
Svazek periodika
2014
Číslo periodika v rámci svazku
2
Stát vydavatele periodika
GR - Řecká republika
Počet stran výsledku
8
Strana od-do
199-206
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—