Podobieństwo cykli koniunkturalnych w wybranych ugrupowaniach integracyjnych

Bartosz Totleben

doi:https://doi.org/10.59139/ws.2026.01.3

Bartosz Totleben Uniwersytet Ekonomiczny w Poznaniu, Instytut Ekonomii, Katedra Makroekonomii i Badań nad Rozwojem, Polska / Poznań University of Economics and Business, Institute of Economics, Department of Macroecono-mics and Development Studies, Poland ORCID: https://orcid.org/0000-0003-3187-2285 Wiadomości Statystyczne. The Polish Statistician, vol. 71, 2026, 1, s. 42-60 Opublikowano online: 30 stycznia 2026 DOI https://doi.org/10.59139/ws.2026.01.3 Sposób cytowania: Totleben, B. (2026). Podobieństwo cykli koniunkturalnych w wybranych ugrupowaniach integracyjnych. Wiadomości Statystyczne. The Polish Statistician, 71(1), 42–60. https://doi.org/10.59139/ws.2026.01.3.

152 Wyświetlenia 64 Pobrania

ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Badania cykli koniunkturalnych pozwalają na diagnozę stanu gospodarki i sporządzanie precyzyjnych predykcji kluczowych zmiennych makroekonomicznych, a także ułatwiają planowanie i prowadzenie polityki monetarno-fiskalnej. Poza tym umożliwiają ocenę poziomu integracji w ugrupowaniach integracyjnych i określenie potencjalnego wpływu szoków egzogenicznych na gospodarkę danego kraju. Tradycyjne metody określania stopnia podobieństwa cykli koniunkturalnych opierają się głównie na korelacji lub synchronizacji punktów zwrotnych. Celem badania omawianego w artykule jest ocena stopnia podobieństwa cykli koniunkturalnych za pomocą autorskiej metody, która łączy dekompozycję szeregów czasowych z wykorzystaniem filtra Hodricka-Prescotta i analizę morfologii cyklu (obejmującą czas jego trwania, amplitudę i przesunięcie fazowe). Takie podejście umożliwia wielowymiarową ocenę, uwzględniającą za-równo zbieżność w czasie, jak i charakterystykę wahań, co pozwala na dokładniejsze porównywanie krajów i ugrupowań integracyjnych. W artykule zostały wskazane mocne strony zaproponowanej metody i jej potencjalne ograniczenia.
Badanie dotyczyło cykli koniunkturalnych (wyznaczonych na podstawie wahania PKB per ca-pita) 12 wybranych ugrupowań integracyjnych. Obejmowało lata 1991–2022; opierało się na danych Banku Światowego pobranych z DataBanku. Z analizy wynika, że największym podobieństwem charakteryzują się gospodarki należące do Środkowoamerykańskiego Wspólnego Rynku (Central American Common Market) i Unii Europejskiej, a najmniejszym – kraje zrzeszone w ramach Umowy o Handlu Azji i Pacyfiku (Asia-Pacific Trade Agreement).

SŁOWA KLUCZOWE

podobieństwo cykli koniunkturalnych, ugrupowania integracyjne, filtr Hodricka-Prescotta

JEL

E30, E32, O57

BIBLIOGRAFIA

Abbott, A., Easaw, J., Xing, T. (2008). Trade Integration and Business Cycle Convergence: Is the Relation Robust across Time and Space? The Scandinavian Journal of Economics, 110(2), 403–417. https://doi.org/10.1111/j.1467-9442.2008.00539.x.

Borowiec, J. (2020). The convergence and synchronization of business cycles in the European Union and the European Monetary Union. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Research Papers of Wroclaw University of Economics and Business, 64(3), 7–20. https://doi.org/10.15611/pn.2020.3.01.

Bruno, G., Otranto, E. (2004). Dating the Italian Business Cycle: A Comparison of Procedures (ISAE Working Papers, No. 41). Italian National Institute of Statistics.

Bruzda, J. (2008). Procesy nieliniowe i zależności długookresowe w ekonomii. Analiza kointegracji nieliniowej. Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika.

Burns, A. F., Mitchell, W. C. (1946). Measuring Business Cycles (t. 2). National Bureau of Economic Research. https://www.nber.org/books-and-chapters/measuring-business-cycles.

Cantor, R., Mark, N. C. (1988). The International Transmission of Real Business Cycles. International Economic Review, 29(3), 493–507. https://doi.org/10.2307/2526794.

Carrion-i-Silvestre, J. L., del Barrio-Castro, T., López-Bazo, E. (2005). Breaking the panels: An application to the GDP per capita. The Econometrics Journal, 8(2), 159–175. https://doi.org/10.1111/j.1368-423X.2005.00158.x.

Cogley, T., Nason, J. M. (1995a). Output Dynamics in Real-Business-Cycle Models. The American Economic Review, 85(3), 492–511. https://www.sfu.ca/~kkasa/cogley.pdf.

Cogley, T., Nason, J. M. (1995b). Effects of the Hodrick-Prescott filter on trend and difference stationary time series: Implications for business cycle research. Journal of Economic Dynamics and Control, 19(1–2), 253–278. https://doi.org/10.1016/0165-1889(93)00781-X.

Czarny, E., Folfas, P. (2015). Ugrupowania integracyjne – etap czy bariera globalizacji? Porównawcza analiza wewnętrznej orientacji handlu. Krakow Review of Economics and Management. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, (9), 27–42. https://doi.org/10.15678/ZNUEK.2015.0945.0902.

De Grauwe, P., Ji, Y. (2017). The International Synchronisation of Business Cycles: the Role of Animal Spirits. Open Economies Review, 28(3), 383–412. https://doi.org/10.1007/s11079-017-9434-3.

Dzikevičius, A., Vetrov, J. (2013). Investment portfolio management using the business cycle approach. Business: Theory and Practice, 14(1), 57–63. https://doi.org/10.3846/btp.2013.07.

Graves, S. C. (2011). Uncertainty and Production Planning. W: K. Kempf, P. Keskinocak, R. Uzsoy (red.), Planning Production and Inventories in the Extended Enterprise: t. 1. A State of the Art Handbook (s. 83–101). Springer. https://doi.org/10.1007/978-1-4419-6485-4_5.

de Groot, B., Frances, P. H. (2008). Stability through cycles. Technological Forecasting and Social Change, 75(3), 301–311. https://doi.org/10.1016/j.techfore.2007.07.004.

Hamilton, J. D. (2018). Why you should never use the Hodrick-Prescott filter. The Review of Economics and Statistics, 100(5), 831–843. https://doi.org/10.1162/rest_a_00706.

Harding, D., Pagan, A. (2002). Dissecting the Cycle: A Methodological Investigation. Journal of Monetary Economics, 49(2), 365–381. https://doi.org/10.1016/S0304-3932(01)00108-8.

Harvey, A. C., Jaeger, A. (1993). Detrending, stylized facts and the business cycle. Journal of Applied Econometrics, 8(3), 231–247. https://doi.org/10.1002/jae.3950080302.

Hodrick, R. J., Prescott, E. C. (1997). Postwar U.S. Business Cycles: An Empirical Investigation. Journal of Money, Credit, and Banking, 29(1), 1–16. https://doi.org/10.2307/2953682.

Kim, S. (2003). Monetary Policy Rules and Business Cycles. The Scandinavian Journal of Economics, 105(2), 221–245. https://doi.org/10.1111/1467-9442.t01-1-00006.

Kose, M. A., Prasad, E. S., Terrones, M. E. (2003). How Does Globalization Affect the Synchronization of Business Cycles? The American Economic Review, 93(2), 57–62. https://doi.org/10.1257/000282803321946804.

Krugman, P., Wells, R. (2014). Makroekonomia. Wydawnictwo Naukowe PWN.

Lee, Y., Sung, T. (2007). Fiscal Policy, Business Cycles and Economic Stabilisation: Evidence from Industrialised and Developing Countries. Fiscal Studies, 28(4), 437–462. https://doi.org/10.1111/j.1475-5890.2007.00063.x.

Lucas, R. E. Jr. (1975). An Equilibrium Model of the Business Cycle. Journal of Political Economy, 83(6), 1113–1144. https://doi.org/10.1086/260386.

Lucas, R. E. Jr. (1977). Understanding business cycles. Carnegie-Rochester Conference Series on Public Policy, 5, 7–29. https://doi.org/10.1016/0167-2231(77)90002-1.

Miranda-Pinto, J., Silva, A., Young, E. (2023). Business cycle asymmetry and input-output structure: The role of firm-to-firm networks. Journal of Monetary Economics, 137, 1–20. https://doi.org/10.1016/j.jmoneco.2023.05.014.

Nilsson, R., Gyomai, G. (2011). Cycle Extraction: A Comparison of the Phase-Average Trend Method, the Hodrick-Prescott and Christiano-Fitzgerald Filters (OECD Statistics Working Papers No. 2011/04). https://doi.org/10.1787/5kg9srt7f8g0-en.

Nkwoma, I. J. (2014). Business Cycle Variability and Growth Linkage (Monash Economics Discussion Papers No. 38/14). https://www.monash.edu/__data/assets/pdf_file/0012/925698/business_cycle_variability_and_growth_linkage.pdf.

Orphanides, A., van Norden, S. (2002). The Unreliability of Output-Gap Estimates in Real Time. The Review of Economics and Statistics, 84(4), 569–583.

Ravn, M. O., Uhlig, H. (2002). On adjusting the Hodrick-Prescott filter for the frequency of observations. The Review of Economics and Statistics, 84(2), 371–376. https://home.uchicago.edu/~huhlig/papers/uhlig.ravn.res.2002.pdf.

Samuelson, P. A., Nordhaus, W. D. (1998). Ekonomia (t. 1). Wydawnictwo Naukowe PWN.

Singleton, K. J. (1988). Econometric issues in the analysis of equilibrium business cycle models. Journal of Monetary Economics, 21(2–3), 361–386. http://dx.doi.org/10.1016/0304-3932(88)90036-0.

Škare, M., Stjepanović, S. (2016). Measuring Business Cycles: A Review. Contemporary Economics, 10(1), 83–94. https://doi.org/10.5709/ce.1897-9254.200.

Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.

van Vilet, P., Blitz, D. (2011). Dynamic strategic asset allocation: Risk and return across the business cycle. Journal of Asset Management, 12(5), 360–375. https://doi.org/10.1057/jam.2011.12.

Yamada, H. (2011). A Note on Band-Pass Filters Based on the Hodrick-Prescott Filter and the OECD System of Composite Leading Indicators. OECD Journal: Journal of Business Cycle Measurement and Analysis, (2), 105–109. https://doi.org/10.1787/jbcma-v2011-2-en.

Zarnowitz, V., Ozyildirim, A. (2002). Time Series Decomposition and Measurement of Business Cycles, Trends and Growth Cycles (NBER Working Paper No. 8736). https://doi.org/10.3386/w8736.

Zarova, E. (2018). Statistical Methodology for Evaluating Business Cycles with the Conditions of Their Synchronization and Harmonization. W: T. Göksel (red.), Statistics – Growing Data Sets and Growing Demand for Statistics (s. 27–47). InTech. https://doi.org/10.5772/intechopen.75580.

Wróć do: