Working Papers

Seria wydawnicza WNE WORKING PAPERS prowadzona jest przez WNE UW od 2008 r. i jak dotąd opublikowano w niej ponad 400 prac.

Seria WNE Working Papers służy szybkiemu upowszechnianiu wyników badań prowadzonych na Wydziale Nauk Ekonomicznych UW. Publikowane tu teksty mają charakter wersji roboczych (pre-printów): mogą być uzupełniane lub poprawiane w miarę postępu prac nad tekstem i procesu wydawniczego. Prezentujemy aktualną wersję udostępnioną przez autorów, opatrzoną datą oraz identyfikatorami DOI/ISSN – co ułatwia jej cytowanie i śledzenie kolejnych iteracji. Każdy dokument zachowuje pełne prawa autorskie swoich twórców, a w przypadku późniejszych zmian, autorzy mogą w dowolnym momencie zamieścić zaktualizowany plik lub wskazać miejsce ostatecznego wydania.

Do serii WORKING PAPERS przyjmowane są artykuły pracowników naukowych WNE UW oraz publikacje z konferencji organizowanych na WNE UW. Artykuły powinny dotyczyć ekonomii, mieć charakter oryginalnych prac badawczych, nie być wcześniej publikowane. Przyjmowane są wyłącznie teksty w języku angielskim.

Prace prosimy przesyłać e-mailem na adres: scOVr!mBXC|]an5.R+0*P$AUZGd]#[kSBB\nU/60bPU#-w45$|Yf|Kc4Q

Prosimy przesyłać dwa pliki:

(1) główny tekst bez podania tytułu artykułu oraz autorów (plik DOC/DOCX) oraz

(2) stronę tytułową zawierającą: tytuł opracowania, autorów oraz ich afiliację (plik DOC/DOCX). 

Przed przesłaniem tekstu prosimy zapoznać się z szczegółowymi wymogami edycyjnymi.

Redaktorem wydawniczym serii Working Papers jest dr Maciej Bukowski.

Ilość wyników 2

WP(13/2017)242. Business Cycle Dating after the Great Moderation: A Consistent Two – Stage Maximum Likelihood Method

Autorzy: Mbara Gilbert
The two-state Markov switching model of dating recessions breaks down when confronted with the low volatility macroeconomic time series of the post 1984 Great Moderation era. In this paper, I present a new model specification and a two--stage maximum…

WP242. Business Cycle Dating after the Great Moderation: A Consistent Two – Stage Maximum Likelihood Method

The two-state Markov switching model of dating recessions breaks down when confronted with the low volatility macroeconomic time series of the post 1984 Great Moderation era. In this paper, I present a new model specification and a two--stage maximum likelihood estimation procedure that can account for the lower volatility and persistence of macroeconomic times series after 1984, while preserving the economically interpretable two--state boom--bust business cycle switching. I first demonstrate the poor finite sample properties (bias and inconsistency) of standard models then suggest a new specification and estimation procedure that resolves these issues. The suggested likelihood profiling method achieves consistent estimation of unconditional variances across volatility regimes while resolving the poor performance of models with multiple lag structures in dating business cycle turning points. Based on this novel model specification and estimation, I find that the nature of US business cycles has changed: economic growth has permanently become lower while booms last longer than before. The length and size of recessions however remain unchanged.


DOI: https://doi.org/10.26405/WP/WNE/2017/242/013
Mbara Gilbert
regime switching hidden Markov models great moderation maximum likelihood estimation

WP(1/2014)118. Empirical modeling of the impact factor distribution

Autorzy: Brzeziński Michał
The distribution of impact factors has been modeled in the recent informetric literature using two-exponent law proposed by Mansilla et al. (2007). This paper shows that two distributions widely-used in economics, namely the Dagum and Singh-Maddala m…

WP118. Empirical modeling of the impact factor distribution

The distribution of impact factors has been modeled in the recent informetric literature using two-exponent law proposed by Mansilla et al. (2007). This paper shows that two distributions widely-used in economics, namely the Dagum and Singh-Maddala models, possess several advantages over the two-exponent model. Compared to the latter, the former give as good as or slightly better fit to data on impact factors in eight important scientific fields. In contrast to the two-exponent model, both proposed distributions have closed-from probability density functions and cumulative distribution functions, which facilitates fitting these distributions to data and deriving their statistical properties.


Brzeziński Michał
impact factor two-exponent law Dagum model Singh-Maddala model maximum likelihood estimation model selection
  • 1