@article{MTMT:36284072,
	title = {Imputálási eljárások hatékonyságának tesztelése egyváltozós paneladatokon. szimulációs elemzés és gyakorlati ajánlások},
	url = {https://m2.mtmt.hu/api/publication/36284072},
	author = {Bilicz, Hanga Lilla and Bilicz, Dávid},
	doi = {10.20311/stat2025.08.hu0719},
	journal-iso = {STATISZTIKAI SZEMLE},
	journal = {STATISZTIKAI SZEMLE},
	volume = {103},
	unique-id = {36284072},
	issn = {0039-0690},
	abstract = {A hiányzó adatok kezelése kiemelt jelentőségű a statisztikai modellezés és az empirikus kutatások pontosságának biztosítása érdekében. Különösen a területi paneladatok esetében kulcsfontosságú a megfelelő imputációs módszerek kiválasztása, mivel a hagyományos törlési eljárások jelentős adatvesztésselés torzítással járhatnak. Tanulmányunkban egyváltozós paneladatok hiányzó értékeinek imputációjátvizsgáljuk öt, különböző karakterisztikákkal rendelkező ismérv esetében, szimulációs kísérlet segítségével tesztelve tizenegy különböző, széles körben alkalmazott eljárást. Eredményeink alapján az adatokpanel jellegét figyelembe vevő, peremeloszlásra építő módszerek általánosan jobb teljesítményt nyújtanak, függetlenül az adatok jellegétől. Következésképpen alkalmazásukat különösen ajánljuk a hiányzóterületi adatok imputációjára, hiszen nemcsak a panelelemzések, hanem sok esetben a keresztmetszetiadatokra építő kutatások esetén is elérhető panelmegfigyelés a területi ismérvek tekintetében, amelykarakterisztika figyelembevétele jelentősen javíthatja az imputálás és következésképpen a statisztikaieljárások megbízhatóságát. Kutatásunk rávilágít továbbá arra is, hogy az aggregált értékek ismeretenem feltétlenül javítja az imputálás pontosságát, valamint bármilyen csoportosításon alapuló technikahatékonysága erősen függ a csoportképzés relevanciájától. | Handling missing data is crucial for ensuring the accuracy of statistical modeling and empirical research. The selection of appropriate imputation methods is particularly important for spatial panel data,
		as traditional deletion techniques may lead to significant data loss and bias. In our study, we examine
		the imputation of missing values in univariate panel data across five variables with different characteristics, testing eleven widely used methods through a simulation experiment. Our results indicate that
		methods based on marginal distributions, which account for the panel nature of the data, consistently
		outperform other approaches, regardless of data characteristics. Consequently, we strongly recommend
		their application for imputing missing spatial data, as panel observations are often available even in
		cross-sectional studies involving spatial indicators. Considering these characteristics can significantly
		improve imputation accuracy and, consequently, the reliability of statistical analyses. Furthermore, our research highlights that the knowledge of aggregated values does not necessarily enhance imputation
		accuracy, and the effectiveness of any grouping-based technique heavily depends on the relevance of
		the grouping criteria.},
	year = {2025},
	pages = {719-757},
	orcid-numbers = {Bilicz, Hanga Lilla/0000-0002-9664-0058; Bilicz, Dávid/0000-0002-9241-9399}
}

@article{MTMT:34478459,
	title = {A nemteljesítésiráta-idősorok stacionaritásának gyakorlati kérdései banki elemzők számára},
	url = {https://m2.mtmt.hu/api/publication/34478459},
	author = {Szigel, Gábor and Gyűrűs, Boldizsár István},
	doi = {10.25201/HSZ.22.4.107},
	journal-iso = {HITELINT SZLE},
	journal = {HITELINTÉZETI SZEMLE},
	volume = {22},
	unique-id = {34478459},
	issn = {1588-6883},
	abstract = {Az IFRS 9 számviteli sztenderd, várható veszteségalapú értékvesztés-képzésének megjelenésével a banki gyakorlatban is elkerülhetetlenné vált olyan modellek használata, amelyek a banki default-ráták és egyes makrováltozók (GDP, munkanélküliség stb.) közötti kapcsolatot vizsgálják. Ezekben a modellekben a default-ráta-idősorok stacionaritása az egyik legkritikusabb tényező. Ezért tanulmányunkban olyan, szemléletes, a gyakorlatban és kevéssé ideális körülmények között is alkalmazható tanácsokat kívánunk megfogalmazni a banki szakemberek számára, amelyek segítenek eldönteni, hogy egy rövid, de a stacionaritás-teszteken megbukó default-ráta-idősort milyen körülmények esetén használhatnak mégis egyszerű, OLS-alapú regressziós modellekben. Amellett érvelünk, hogyha a default-rátára vonatkozó előrejelzésekkel szemben elvárás, hogy konzervatívak legyenek, akkor a nemstacionárius default-ráta-idősorok szerepeltetése az OLS-modellekben nem feltétlenül problémás.},
	year = {2023},
	eissn = {2416-3201},
	pages = {107-135},
	orcid-numbers = {Szigel, Gábor/0009-0006-1809-5329; Gyűrűs, Boldizsár István/0000-0002-9734-0997}
}

@article{MTMT:33227696,
	title = {Kézdi Gábor (1971–2021)},
	url = {https://m2.mtmt.hu/api/publication/33227696},
	author = {Horn, Dániel and Lindner, Attila},
	doi = {10.18414/KSZ.2022.11.1245},
	journal-iso = {KÖZGAZDASÁGI SZEMLE},
	journal = {KÖZGAZDASÁGI SZEMLE},
	volume = {69},
	unique-id = {33227696},
	issn = {0023-4346},
	year = {2022},
	eissn = {1588-113X},
	pages = {1245-1254},
	orcid-numbers = {Horn, Dániel/0000-0002-2888-6240}
}

@article{MTMT:32604324,
	title = {Annotated Listing of New Books},
	url = {https://m2.mtmt.hu/api/publication/32604324},
	doi = {10.1257/jel.59.4.1382},
	journal-iso = {J ECON LIT},
	journal = {JOURNAL OF ECONOMIC LITERATURE},
	volume = {59},
	unique-id = {32604324},
	issn = {0022-0515},
	year = {2021},
	eissn = {2328-8175},
	pages = {1382-1450}
}