Modern Filtration Methods for Identification of Business Cycles

Bc. Ngoc Nam Nguyen

Master's thesis

Abstract:

Cílem diplomové práce je identifikovat průběh hospodářských cyklů z pohledu mezery nezaměstnanosti a výstupu s využitím moderních přístupů a metod k filtraci a ověřit robustnost odhadů těchto vybraných metod. Cíle této diplomové práce se dosáhlo pomocí rešerše současné literatury zaměřující se na přístupy a odhadové metody k získání nepozorovaných stavů. Vybrané metody pak byly odhadnuty k získání nepozorovaných stavů, využity k identifikaci hospodářských cyklů a věcně interpretovány. Jakožto součást diplomové práce byly metody také analyzovány z pohledu robustnosti. Data využitá pro odhad nepozorovaných stavů jsou z České republiky z let 2001 až 2020. Zjištění bylo několik, ale hlavním závěrem je, že jednodušší modely mají tendenci chovat se lépe z hlediska robustnosti. Naopak složitější modely jsou náchylnější vůči nižší míře vnitřní konzistence v důsledku modelové struktury.

Abstract:

The goal of the submitted thesis is to identify the process of business cycles from the viewpoint of unemployment and output gap using modern approaches and methods to filter, and verify the robustness of the estimates of selected methods. The goal of this thesis was achieved by researching the current literature focused on approaches and estimation techniques of unobserved states. Selected methods were then estimated to obtain unobserved states, used to identify business cycles, and factually interpreted. As part of the thesis, the methods were also analysed from the viewpoint of robustness. Data used for the estimation of the unobserved states is from the Czech Republic between the years 2001 and 2020. There were several findings, but the main conclusion is that simpler models tend to behave better in terms of robustness. Conversely, more complex models are more likely to be affected by a lower degree of internal consistency due to the model structure.

Keywords

nepozorované stavy, model nepozorovaných komponent, Kalmanův filtr, analýza robustnosti, mezera výstupu, mezera nezaměstnanosti, unobserved states, unobserved components model, Kalman filter, robustness analysis, output gap, unemployment gap

Language used: English

Date on which the thesis was submitted / produced: 13. 5. 2022

Thesis defence

• Date of defence: 21. 6. 2022
• Supervisor: doc. Ing. Daniel Němec, Ph.D.
• Reader: Mgr. Jakub Chalmovianský

Masaryk University

Faculty of Economics and Administration

Master programme / field:
Mathematical and Statistical Methods in Economics / Mathematical and Statistical Methods in Economics