Identyfikacja wahań koniunkturalnych gospodarki polskiej
|
|
- Teodor Jóźwiak
- 8 lat temu
- Przeglądów:
Transkrypt
1 Rozdział i Idenyfikacja wahań koniunkuralnych gospodarki polskiej dr Rafał Kasperowicz Uniwersye Ekonomiczny w Poznaniu Kaedra Mikroekonomii Sreszczenie Celem niniejszego opracowania jes idenyfikacja wahao koniunkuralnych w gospodarce polskiej na podsawia PKB i PSP w cenach bieżących oraz zbadanie ich relacji. Do przeprowadzonych analiz wykorzysano dane pochodzące z publikacji Głównego Urzędu Saysycznego za okres od 1994r. do 2008r. W celu przeprowadzenia analizy porównawczej szereg danych miesięcznych PSP zagregowano do danych kwaralnych. Posługując się procedurami saysycznoekonomerycznymi (Census X11/Y2k; filr Hodricka-Prescoa) udowodniono, że wszelkie zmiany warości analizowanych szeregów czasowych są funkcją zmian wahao przypadkowych, endencji rozwojowej, wahao sezonowych oraz wahao koniunkuralnych. Okazało się, że pomiędzy badanymi zmiennymi zachodzi wyraźna współzmiennośd dodania oraz zmiany cykliczne PKB w cenach bieżących są opóźnione o kwarał w sosunku do zmian cyklicznych PSP w cenach bieżących. Wsęp Przysępując do określenia wahao koniunkuralnych gospodarki danego kraju nasuwa się pyanie jakiej zmiennej makroekonomicznej użyd w celu określenia na jej podsawie cyklu koniunkuralnego? Zmienna a powinna byd dosaecznie reprezenaywna dla całej gospodarki. W krajach Europy Zachodniej oraz Sanach Zjednoczonych rozpowszechniło się uożsamianie cyklu koniunkuralnego z wahaniami ylko jednego szeregu (Re-
2 2 Rozdział i. Idenyfikacja wahao koniunkuralnych gospodarki polskiej kowski, 2003; Lucas, 1995), a mianowicie produku krajowego bruo (PKB). Syneyczny charaker PKB, na kórego warośd składają się wydaki konsumpcyjne i inwesycyjne w zakresie prywanym, jak i paoswowym oraz saldo wymiany handlowej z zagranicą przyświadczają o wyborze ej zmiennej na zmienną referencyjną. Niesey warości PKB podawane są kwaralnie, co ogranicza możliwości analiz. Alernaywą wobec PKB może byd szereg warości produkcji sprzedanej przemysłu (Rekowski, 2003). Szybkośd dosępu do danych, wysoka czułośd sekora przemysłowego na impulsy koniunkuralne oraz miesięczna sprawozdawczośd saysyczna decydują o przewadze produkcji sprzedanej przemysłu (PSP) jako zmiennej referencyjnej nad produkem krajowym bruo. Produkcja sprzedana przemysłu jako zmienna referencyjna nie jes pozbawiona wad. Jej główną wadą jes zawężenie przedmiou badao do jednej sfery gospodarki. Celem niniejszego opracowania jes idenyfikacja wahao koniunkuralnych w gospodarce polskiej na podsawia PKB i PSP w cenach bieżących oraz zbadanie ich relacji. Do przeprowadzonych analiz wykorzysano dane pochodzące z publikacji Głównego Urzędu Saysycznego za okres od 1994r. do 2008r. W celu przeprowadzenia analizy porównawczej szereg danych miesięcznych PSP zagregowano do danych kwaralnych. i.1. Inerpreacja wahań koniunkuralnych W prezenowanym opracowaniu analizowane są wahania koniunkuralne, kóre worzą cykl współczesny. W badaniach cykli współczesnych wykorzysuje się kilka różnych definicji flukuacji koniunkuralnych rzuujących na meodę ich wyodrębniania. W lieraurze współczesnej najczęściej wyróżnia się: cykle wzrosu, cykle odchyleo. Koncepcja cyklu wzrosu zaprezenowana zosała przez I. Minz, kóra adopowała klasyczną już definicję Burnsa i Michella do warunków współczesnych. Według niej cykle wzrosu o wahania w zagregowanych działaniach gospodarczych. Składają się one z wysokiej sopy wzrosu, wysępującej w ym samym czasie w większości działao gospodarczych oraz z nasępującego po nim, równie generalnego okresu relaywnie niskiej sopy wzrosu, prowadzącego do fazy wysokiej sopy wzrosu cyklu nasępnego (Minz, 1972). Tak więc, zdaniem Minz, współczesny cykl koniunkuralny składa się jedynie z dwóch faz, w przypadku kórych kryerium wyodrębniania jes relacja danego empa zmian w działalno-
3 Rafał Kasperowicz 3 ści gospodarczej do odpowiedniej sopy odniesienia empa normalnego (Rekowski, 1997). Szacunek sopy odniesienia może odbywad się w dwojaki sposób. W pierwszej koncepcji zakłada się, że empo o jes idenyczne z warościami rendu, yle że szereg warości analizowanego szeregu czasowego należy zamienid na szereg pokazujący empo przyrosu. Przesłankami rozróżniania faz koniunkuralnych jes sosunek warości empirycznych do warości oszacowanego rendu. Jeżeli empiryczne empo wzrosu jes wyższe aniżeli warości wynikające z rendu, wówczas aki okres określany jes jako faza wysokiej sopy wzrosu, w przeciwnym przypadku mamy do czynienia z fazą niskiej sopy wzrosu. Drugą koncepcją w analizach cyklu wzrosu jes badanie go bez jakiegokolwiek empa odniesienia. Wedy w szeregu pokazującym np. sopy przyrosu realnego PKB szukamy punku pokazującego najniższe empo wzrosu jes o dolny punk zwrony. Poem szukamy punku pokazującego najwyższe empo wzrosu jes o górny punk zwrony. Okres, jaki upływa między nimi o faza wzrosu koniunkury, a wyodrębnienie kolejnego dolnego punku zwronego pozwala na usalenie fazy spadku koniunkury, kóra łącznie z poprzednią worzy pełen cykl koniunkuralny. Od pierwszej wersji cyklu wzrosu niewiele różni się cykl odchyleo. W ym przypadku również usala się rend, z ą różnicą, że rend en obliczany jes z warości badanego szeregu czasowego. Nasępnie określa się wychylenia empirycznych warości ponad rend lub poniżej rendu. Operację ą można wykonad poprzez obliczenie różnic między warościami empirycznymi i wynikającymi z rendu lub eż można usalid ich sosunek, co jes lepszą meodą, ponieważ pozwala posłużyd się niemianowanymi procenami. W ym przypadku punky zwrone określane są jako maksymalne lub minimalne odchylenie od przyjęej posaci linii rendu. Przedsawienie flukuacji koniunkuralnych jako odchylenia od linii rendu o najszerzej przyjmowana koncepcja cyklu (Bohem, 1998; Lubioski 2002). W prezenowanym opracowaniu analizie poddane zosały flukuacje koniunkuralne PKB oraz PSP, przez kóre rozumie się zmiany o względnej powarzalności, wyrażające się w ekspansji lub kurczeniu się rozparywanej akywności gospodarczej wokół linii rendu. Zakładamy uaj zgodnie z koncepcją cyklu odchyleo odrębnośd długookresowego wzrosu wyrażonego rendem sochasycznym oraz flukuacji koniunkuralnych.
4 4 Rozdział i. Idenyfikacja wahao koniunkuralnych gospodarki polskiej i.2. Wyodrębnianie wahań koniunkuralnych Wszelkie zmiany warości poszczególnych szeregów czasowych są funkcją zmian wahao gospodarczych w nich zawarych, z czego wynika, iż na wahania gospodarcze składają się: endencja rozwojowa, wahania koniunkuralne, wahania periodyczne (inaczej sezonowe), wahania przypadkowe. Przysępując do analizy jednej ze składowych szeregu czasowego należy go w odpowiedni sposób poddad dekompozycji (Kazmier, Pohl, 1984), o jes oddzielid jego poszczególne składniki od siebie, ak aby w możliwie najlepszy sposób odseparowad składnik, kóry podlegał będzie w dalszej części analizie. W celu wyodrębnienia wahao sezonowych oraz przypadkowych z analizowanych szeregów czasowych poddano je procedurze korekcji sezonowej Census X11/Y2k w programie Saisica. W en sposób orzymano krzywe Hendersona obrazujące łącznie rend i wahania cykliczne. Ważniejsze poprawki jakie wprowadza procedura Census X11/Y2k o (Evans, 2003): Koreka uwzględniająca liczbę dni handlowych; Koreka warości eksremalnych - większośd rzeczywisych szeregów czasowych zawiera obserwacje odsające, o znaczy eksremalne wahania spowodowane rzadkimi zdarzeniami. Procedura X-11 daje możliwości uporania się z warościami eksremalnymi przez zasosowanie zasad konroli saysycznej, o znaczy, warości znajdujące się poniżej lub powyżej pewnego zakresu (wyrażonego przez wielokronośd odchylenia sandardowego) mogą zosad zmodyfikowane lub pominięe zanim zosaną obliczone osaeczne esymaory sezonowości; Poprawki wielokrone. Poprawki ze względu na obserwacje odsające, warości eksremalne i różną liczbę dni handlowych mogą byd sosowane więcej niż raz, w celu orzymania coraz o lepszych esymaorów składników. Meoda X-11 sosuje serię kolejnych poprawek esymaorów, aby dojśd do osaecznej oceny rendu, wahao cyklicznych, sezonowych i nieregularnych oraz szeregu uwzględniającego sezonowośd; Procedura X-11 oblicza akże procenową zmianę z miesiąca na miesiąc w składniku losowym i składniku rend-cykl. Gdy rośnie długośd szeregu czasowego, wówczas rośnie udział wahao długookresowych w ogólnej zmienności, naomias oczekujemy, że wahania losowe będą na ym samym poziomie. Przecięna liczba miesięcy (lub kwarałów), w kórych
5 Rafał Kasperowicz 5 wahania długookresowe i rend powodują zmianę poziomu szeregu równą w przybliżeniu rozmiarowi wahao losowych szeregu określana jes mianem okresu dominacji cyklicznej i wyrażana jes w miesiącach lub kwarałach (MCD lub QCD). W powyższy sposób orzymano szeregi czasowe obrazujące rend wraz z wahaniami cyklicznymi, kóre posłużyły jako odpowiednio przygoowany maeriał badawczy przeznaczony do kolejnych analiz. Nasępnym krokiem było oszacowanie rendu przy pomocy filru Hodricka- Prescoa. Porzeba wyznaczania rendu podykowana jes charakerem prowadzonego badania, skupiającego się na wahaniach koniunkuralnych. Filr Hodricka-Prescoa (HP) powsał na łonie nowej klasycznej ekonomii. Jes o sandardowa procedura ekonomeryczna, kóra służy do określania długookresowych endencji w makroekonomicznych szeregach czasowych. Filr HP jes narzędziem uniwersalnym, kóre powinno byd rakowane jako meoda a nie eoria. Przysępując do określania rendu w pierwszej kolejności przyjmiemy założenie o liniowym charakerze zmian wielkości ekonomicznych. Użycie akiego rendu deerminisycznego sprowadza się formalnie do odszukania równania o nasępującej posaci: y (1) 0 1 gdzie: ŷ eoreyczne warości rendu dla zmiennej y w okresie ; α 0 esymaor parameru liniowej funkcji rendu, określający poziom zjawiska w okresie =0; α 0 esymaor parameru liniowej funkcji rendu, wyrażający średni przyros warości badanego zjawiska; ε składnik reszowy. Założenie o liniowości funkcji rendu powoduje, iż jakikolwiek elemen zakłócający kszałowanie się realnej warości PKB ma charaker krókookresowy. Dzieje się ak ponieważ po upływie pewnego czasu wpływ czynnika zakłócającego zosaje zneuralizowany, a gospodarka powraca na ścieżkę sałego wzrosu wynikającą z długookresowego rendu liniowego. Z przyczyn formalnosaysycznych powyższe rozumowanie zosało zakwesionowane. Użycie wielomianu pierwszego sopnia, jak i wielomianów o sopniu wyższym, deerminuje założenie, że posęp echnologiczny jes deerminisycznie kszałowany w czasie i zawsze można rafnie prognozowad jego empo (Kruszka 2002), co jes niezgodne z rzeczywisością. Posęp echnologiczny nie może byd uważany za proces o sałej sopie zmian. Nelson i Plosser w 1982 roku przeprowadzili esy
6 6 Rozdział i. Idenyfikacja wahao koniunkuralnych gospodarki polskiej empiryczne, kóre wykazały, iż w dynamice większości szeregów czasowych wysępuje proces błądzenia losowego z dryfem. Wedy formalny zapis akiego przebiegu wygląda nasępująco: y 1 (2) y gdzie: μ sała reprezenująca dryf (μ>0). Biorąc pod uwagę en elemen można swierdzid, iż jednorazowe zaburzenie doychczasowej ścieżki wzrosu spowoduje jej rwałe odkszałcenie, bez możliwości powrou na poprzednią ścieżkę przebiegu. Akcepacja ezy o kszałowaniu się szeregów czasowych zgodnie z błądzeniem losowym z dryfem powoduje, że opisanie analizowanego zjawiska przy pomocy rendu liniowego saje się znacznie urudnione, ponieważ podlega on zmianom w czasie. Trudniej odróżnid rend od wahao cyklicznych, gdyż błądzenie losowe powoduje, że rend akże podlega odchyleniom. Kydland i Presco w 1990 roku zaproponowali meodę esymacji rendu sochasycznego, kóra może sprosad ego ypu wyzwaniom. Biorąc pod uwagę wcześniejszy dorobek Hodricka i Prescoa omawiane narzędzie nazwano filrem Hodricka-Prescoa. Meoda a pozwala obliczyd warości rendu poprzez minimalizację sumy kwadraów odchyleo szeregu czasowego z jego rendu, ale w aki sposób aby suma kwadraów drugich różnic warości rendu nie była zby duża. W en sposób wyznaczona krzywa jes relaywnie gładka, ponieważ eliminowane są gwałowne zmiany w przebiegu rendu. Zakłada się ze każdy szereg czasowy oczyszczony z wahao sezonowych i przypadkowych obrazuje przebieg zjawiska makroekonomicznego y 1, kóry jes sumą składnika wzrosu g oraz składnika cyklicznego c (Hodrick, Presco, 1997): y g c (3) dla = 1,..., T. Zakłada się, że c przedsawia odchylenia od g, kórych średnia w długim okresie bliska jes zeru. Dodakowo miarą ścieżki wygładzonego składnika wzrosu jes suma kwadraów jego drugich różnic (Hodrick, Presco, 1997). W celu określenia warości składnika wzrosu g należy rozwiązad nasępujący problem minimalizacyjny: 1 W analizowanym przypadku będą o krzywe Hendersona orzymane z analizowanych szeregów czasowych poprzez ich dekompozycję w programie Saisica.
7 Rafał Kasperowicz 7 Min g T 1 T T 2 c 1 1 g g g g (4) gdzie: c = y - g; λ paramer wygładzający. Paramer wygładzający przyjmuje różne warości, w zależności od danych jakimi dysponujemy. W przypadku danych rocznych λ=400, w przypadku kwaralnych λ=1600, naomias dla danych miesięcznych λ= Im wyższe warości przyjmuje paramer λ ym bardziej płaski jes szacowany rend. Wynika z ego, że gdyby λ dążyła do nieskooczoności o w wyniku filrowania orzymalibyśmy warości idenyczne z zasosowaniem rendu liniowego (Hodrick, Presco, 1997; Cogley, Nason, 1995). Najważniejszym ograniczeniem prezenowanego filru jes wymagana minimalna długośd szeregu czasowego, kóry zosaje poddawany akiemu filrowaniu. W prakyce minimalna zalecana ilośd obserwacji wynosi 32 (Mills, 2003). Szeregi czasowe wykorzysane w niniejszym opracowaniu spełniają wszyskie formalne wymagania nakreślone przez wykorzysywany filr HP. Dane zosały odpowiednio wcześniej przygoowane 3, a ilośd obserwacji przekracza wymagany zakres minimalny 4. Osaecznie, po filrowaniu, orzymujemy szereg warości pokazujących długookresową endencję rozwojową, kóra nie jes jakąkolwiek funkcją deerminisyczną, lecz sama podlega zmianom w czasie. Dzieląc empiryczne warości krzywych Hendersona przez realizacje wynikające z zasosowania filru HP orzymujemy (po przemnożeniu przez 100) szereg pokazujący procenowe odchylenia od linii rendu, czyli wahania cykliczne. i.3. Analiza empiryczna Przysępując do badania analizowane szeregi poddano dekompozycji w programie Saisica, kóry przy użyciu procedury Census X11/Y2k z szeregów danych surowych wyodrębnił szeregi obrazujące nasępujące komponeny: 2 Podane warości parameru wygładzającego nadane są z góry przez program E-Views, w kórym dokonano filrowania oczyszczonych danych filrem HP. 3 Oczyszczono je z wahao przypadkowych oraz sezonowych procedurą Census X11/Y2 w programie Saisica. 4 Szeregi czasowe składają się z 60 obserwacji kwaralnych.
8 Rozdział i. Idenyfikacja wahao koniunkuralnych gospodarki polskiej czynnik oczyszczony z sezonowości; nieregularny; łączny składnik rendu i koniunkury (krzywe Hendersona). W celu zilusrowania wyników zasosowanej procedury dekompozycji zaprezenowano wykresy 1 4, na kórych kolejno przedsawiono: szereg surowy, szereg oczyszczony z wahao sezonowych, flukuacje nieregularne oraz rendocykl - czyli krzywą Hendersona. Wykres 1. PKB i PSP w cenach bieżących (dane surowe) PKB PSP Wykres 2. PKB i PSP dane oczyszczone z sezonowości PKB PSP
9 Rafał Kasperowicz 9 Wykres 3. PKB i PSP wahania nieregularne PKB PSP Wykres 4. PKB i PSP krzywe Hendersona PKB PSP Z osaecznie orzymanych krzywych Hendersona oszacowano rend sochasyczny posługując się w ym celu filrem Hodricka-Prescoa (HP) w programie E-Views (wykres 5). Był o osani eap dekompozycji analizowanych szeregów, kóry umożliwił obliczenie wahao koniunkuralnych.
10 Rozdział i. Idenyfikacja wahao koniunkuralnych gospodarki polskiej Wykres 5. PKB i PSP rend sochasyczny Hodricka-Prescoa PKB PSP Szereg obrazujący flukuacje koniunkuralne mierzone jako cykl odchyleo orzymano poprzez podzielenie warości wynikających z krzywych Hendersona przez odpowiadające im warości wygenerowane przez filr HP. Tak przygoowany szereg pomnożono przez 100% orzymując procenowe odchylenia od linii rendu (wykres 6). Wykres 6. PKB i PSP flukuacje koniunkuralne PKB PSP
11 Rafał Kasperowicz 11 Przeprowadzona analiza dowiodła, iż na zmiany prezenowanych agregaów ekonomicznych składają się: wahania przypadkowe, endencja rozwojowa, wahania periodyczne (inaczej sezonowe), wahania koniunkuralne. Wyznaczone powyżej flukuacje koniunkuralne sały się podsawą dalszej analizy, kórej celem było określenie zależności pomiędzy nimi. Wzajemną relacje oszacowanych wahao cyklicznych określono na podsawie wskaźnika korelacji z wyprzedzeniami i opóźnieniami. Za najdłuższe opóźnienie/wyprzedzenie przyjęo 4 kwarały (abela 1). Tabela 1. Współczynniki korelacji z opóźnieniami i wyprzedzeniami pomiędzy PKB i PSP Przeprowadzona analiza współzmienności dowiodła, iż pomiędzy badanymi zmiennymi zachodzi wyraźna współzmiennośd dodania. Przeświadcza o ym współczynnik korelacji r=0,74. Dodakowo możemy swierdzid, że zmiany cykliczne produku krajowego bruo w cenach bieżących są opóźnione o kwarał w sosunku do zmian cyklicznych produkcji sprzedanej przemysłu w cenach bieżących (parz abela 1). Zaisniałą współzmiennośd możemy inerpreowad w nasępujący sposób - wzros warości PSP w cenach bieżących wyprzedza o kwarał wzros średnich warości PKB w cenach bieżących. Zakończenie W zaprezenowanym opracowaniu analizie poddane zosały szeregi czasowe opisujące produk krajowy bruo w cenach bieżących (PKB) oraz produkcję
12 12 Rozdział i. Idenyfikacja wahao koniunkuralnych gospodarki polskiej sprzedaną przemysłu w cenach bieżących (PSP). Posługując się przedsawionymi narzędziami saysyczno-ekonomerycznymi udowodniono, że wszelkie zmiany warości analizowanych szeregów czasowych są funkcją zmian wahao gospodarczych w nich zawarych, do kórych zaliczamy - wahania przypadkowe, endencją rozwojową, wahania sezonowe oraz wahania koniunkuralne (wykres 1-5). W związku z powyższym PKB oraz PSP w cenach bieżących podlegają flukuacjom koniunkuralnym (wykres 6), przez kóre rozumie się zmiany o względnej powarzalności, wyrażające się w ekspansji lub kurczeniu się rozparywanej akywności gospodarczej wokół linii rendu 5. Dodakowo zbadano współzmiennośd oszacowanych wahao koniunkuralnych. Okazało się, że pomiędzy badanymi zmiennymi zachodzi wyraźna współzmiennośd dodania (r=0,74) oraz zmiany cykliczne PKB w cenach bieżących są opóźnione o kwarał w sosunku do zmian cyklicznych PSP w cenach bieżących. Zaisniałą współzmiennośd można inerpreowad nasępująco - wzros warości PSP w cenach bieżących wyprzedza o kwarał wzros średnich warości PKB w cenach bieżących. Wyraźna współzmiennośd z wyprzedzeniem PSP względem PKB pozwala wnioskowad, że PSP może byd rakowane jako wskaźnik wyprzedzający PKB oraz że PSP może byd alernaywą wobec PKB w badaniach koniunkury przedewszyskim przemysłu - gdy zawężamy przedmio badao do jednej sfery gospodarki. Dodakowo szybkośd dosępu do danych, wysoka czułośd sekora przemysłowego na impulsy koniunkuralne oraz miesięczna sprawozdawczośd saysyczna decydują o przewadze PSP jako zmiennej referencyjnej nad PKB publikowanym kwaralnie. Bibliografia Bohem E. A. (1998), A Review of Some Mehodological Issues in Idenifing and Analysing Business Cycles, Melbourne Insiue of Applied Economic and Social Research, Working Paper No. 26/98 Cogley T., Nason J. M. (1995), Effecs of he Hodrick-Presco filer on rend and difference saionary ime series Implicaions for business cycle research, Journal of Economic Dynamics and Conrol 19(1-2), January-February Evans M.K. (2003), Pracical Business Forecasing, Blackwell Publishers Hodrick R. J., Presco E. C. (1997), Poswar U. S. Business Cycles: An Empirical Invesigaion, (Journal of Money, Credi and Banking, Vol. 29, No. 1, February 1997) [w:] Har- 5 Zakładamy uaj zgodnie z koncepcją cyklu odchyleo odrębnośd długookresowego wzrosu wyrażonego rendem sochasycznym oraz flukuacji koniunkuralnych.
13 Rafał Kasperowicz 13 ley J. E., Hoover K. D., Salyer K. D. (1998), Real business cycles, Rouledge London and New York Kazmier N. J., Pohl N. F. (1984), Basic Saisics for Business and Economics, McGraw-Hill Publishing Company Kruszka M. (2002), Wyodrębnianie wahao cyklicznych, maszynopis powielony, AE Poznao Kydland F. E., Presco E. C. (1990), Business Cycles: Real Facs and Moneary Myh, Federal Reserve Bank of Mineapolis Quarerly Reviev Lubioski M. (2002), Analiza koniunkury i badanie rynków, Dom Wydawniczy Elipsa, Warszawa Lucas Jr R. E.(1995), Undersanding Business Cycles [w:] F. E. Kydland (ed), Business CycleTheory, The Inernaional Library of Criical Wriings in Economics, Edward Elgar Publishing Company, UK Mills T.C. (2003), Modeling Trends and Cycles in Economic Time Series, Loughborough Universiy Minz I. (1972), Daing American Growh Cycles, w: The Business Cycle Today, red. V. Zarnowiz, NBER New York Nelson C. R., Plosser C. I. (1982), Trends and Random Walks in Macroeconomic Time Series; Some Evidence and Implicaions, Journal of Moneary Economics, vol. 10 Pedersen T. M. (2002), Alernaive Linear and Non-Linear Derending Techniques: A Comparaive analysis based on Euro-Zone Daa, Copenhagen: Minysry of Economic and Business Affairs Rekowski M. (red.) (1997), Koniunkura gospodarcza Polski. Analiza grup produkowych, Wydawnicwo AKADEMIA, Poznao Rekowski M. (red.) (2003), Wskaźniki wyprzedzające jako meoda prognozowania koniunkury Polsce, Wydawnicwo Akademii Ekonomicznej w Poznaniu, Poznao
Wykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoAnaliza rynku projekt
Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes
Bardziej szczegółowoWahania koniunkturalne przemysłu a zmiany cykliczne na poziomie działów PKD
E q u i l i b r i u m (4) ISSN 68-765X Rafał Kasperowicz Wahania koniunkturalne przemysłu a zmiany cykliczne na poziomie działów PKD Słowa kluczowe: wahania koniunkturalne, koniunktura przemysłu Abstrakt:
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoE k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej szczegółowoPrognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoStudia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowoJacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoDendrochronologia Tworzenie chronologii
Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
Bardziej szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej szczegółowoPROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody
Bardziej szczegółowoMetody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?
Meody prognozowania: Szeregi czasowe Dr inż. Sebasian Skoczypiec ver. 11.20.2009 Co o jes szereg czasowy? Szereg czasowy: uporządkowany zbiór warości badanej cechy lub warości określonego zjawiska, zaobserwowanych
Bardziej szczegółowoStrukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Bardziej szczegółowoSZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Bardziej szczegółowoEmpiryczne analizy zjawisk ekonomicznych
WAHANIA CEN NA RYNKU MIESZKANIOWYM NA PRZYKŁADZIE POZNANIA W LATACH 1996 2006 R a d o s ł a w Tr o j a n e k Empiryczne analizy zjawisk ekonomicznych bazują na założeniu, że w strukturze ich szeregów czasowych
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoPROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński
Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoAnaliza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
Bardziej szczegółowoStatystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoOcena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
Bardziej szczegółowoOcena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak E i E E i r r 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych
dr Joanna Perzyńska adiunk w Kaedrze Zasosowań Maemayki w Ekonomii Wydział Ekonomiczny Zachodniopomorski Uniwersye Technologiczny w Szczecinie Zasosowanie szucznych sieci neuronowych do prognozowania szeregów
Bardziej szczegółowoJerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoAnaliza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
Bardziej szczegółowoSYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Bardziej szczegółowoKrzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie
Krzyszof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa Analiza spekralna indeksów giełdowych DJIA i WIG 1 Wprowadzenie We współczesnych analizach ekonomicznych doyczących pomiaru cyklu koniunkuralnego
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) E i E E i r r ν φ θ θ ρ ε ρ α 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania
Bardziej szczegółowoPREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej szczegółowoStruktura sektorowa finansowania wydatków na B+R w krajach strefy euro
Rozdział i. Srukura sekorowa finansowania wydaków na B+R w krajach srefy euro Rober W. Włodarczyk 1 Sreszczenie W arykule podjęo próbę oceny srukury sekorowej (sekor przedsiębiorsw, sekor rządowy, sekor
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoEstymacja stopy NAIRU dla Polski *
Michał Owerczuk * Pior Śpiewanowski Esymacja sopy NAIRU dla Polski * * Sudenci, Szkoła Główna Handlowa, Sudenckie Koło Naukowe Ekonomii Teoreycznej przy kaedrze Ekonomii I. Auorzy będą bardzo wdzięczni
Bardziej szczegółowo1. Szereg niesezonowy 1.1. Opis szeregu
kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Sein., Oeconomica 2014, 313(76)3, 137 146 Maria Szmuksa-Zawadzka, Jan Zawadzki MODELE WYRÓWNYWANIA WYKŁADNICZEGO W PROGNOZOWANIU
Bardziej szczegółowoWygładzanie metodą średnich ruchomych w procesach stałych
Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja
Bardziej szczegółowoMakroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa
Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Krzywa Pillipsa: przypomnienie
Bardziej szczegółowoWykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA
Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie
Bardziej szczegółowoROZDZIAŁ 10 WPŁYW DYSKRECJONALNYCH INSTRUMENTÓW POLITYKI FISKALNEJ NA ZMIANY AKTYWNOŚCI GOSPODARCZEJ
Ryszard Barczyk ROZDZIAŁ 10 WPŁYW DYSKRECJONALNYCH INSTRUMENTÓW POLITYKI FISKALNEJ NA ZMIANY AKTYWNOŚCI GOSPODARCZEJ 1. Wsęp Organy pańswa realizując cele poliyki sabilizacji koniunkury gospodarczej sosują
Bardziej szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Bardziej szczegółowoPROGNOZOWANIE BRAKUJĄCYCH DANYCH DLA SZEREGÓW O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 289 2016 Maria Szmuksa-Zawadzka Zachodniopomorski Uniwersye Technologiczny w Szczecinie Sudium Maemayki Jan Zawadzki
Bardziej szczegółowoPrognozowanie i symulacje
Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez
Bardziej szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoPrognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata
Projek Kapiał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Prognoza scenariuszowa poziomu oraz srukury
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile
Bardziej szczegółowoANALIZA HARMONICZNA RZECZYWISTYCH PRZEBIEGÓW DRGAŃ
Ćwiczenie 8 ANALIZA HARMONICZNA RZECZYWISTYCH PRZEBIEGÓW DRGAŃ. Cel ćwiczenia Analiza złożonego przebiegu drgań maszyny i wyznaczenie częsoliwości składowych harmonicznych ego przebiegu.. Wprowadzenie
Bardziej szczegółowoZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU. Henryk J. Wnorowski, Dorota Perło
0-0-0 ZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU Henryk J. Wnorowski, Doroa Perło Plan wysąpienia Cel referau. Kluczowe założenia neoklasycznej
Bardziej szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Bardziej szczegółowoKobiety w przedsiębiorstwach usługowych prognozy nieliniowe
Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy
Bardziej szczegółowoŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych
Bardziej szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
Bardziej szczegółowoMakroekonomia 1 Wykład 15 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa
Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Prawo Okuna Związek między bezrobociem,
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 MAŁGORZATA WASILEWSKA PORÓWNANIE METODY NPV, DRZEW DECYZYJNYCH I METODY OPCJI REALNYCH W WYCENIE PROJEKTÓW
Bardziej szczegółowoPOWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe
Bardziej szczegółowoWYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem
Bardziej szczegółowoPrognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych
dr Anna Koz owska-grzybek mgr Marcin Kowalski Kaedra Mikroekonomii Akademia Ekonomiczna w Poznaniu Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzysaniem wybranych
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoANALIZA SZEREGU CZASOWEGO CEN ŻYWCA BROJLERÓW W LATACH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/1, 2012, sr. 224 233 ANALIZA SZEREGU CZASOWEGO CEN ŻYWCA BROJLERÓW W LATACH 1991-2011 Kaarzyna Unik-Banaś Kaedra Zarządzania i Markeingu w Agrobiznesie
Bardziej szczegółowoElżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoPROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM
PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany
Bardziej szczegółowoNiestacjonarne zmienne czasowe własności i testowanie
Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:
Bardziej szczegółowoMODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII
KRZYSZTOF JAJUGA Akademia Ekonomiczna we Wrocławiu MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII. Modele makroekonomiczne a modele sóp procenowych wprowadzenie Nie do podważenia
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika Zależność
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoWpływ przestępczości na wzrost gospodarczy
Magdalena Paszkiewicz Uniwersye Łódzki magpasz@wp.pl Wpływ przesępczości na wzros gospodarczy Myśl o dobrobycie jes bliska każdemu z nas. Chcielibyśmy być obywaelami bogaego, praworządnego pańswa, w kórego
Bardziej szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoWyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
Bardziej szczegółowoMODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wsęp MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Nowoczesne echniki zarządzania ryzykiem rynkowym
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowoEfekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA
Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala
Bardziej szczegółowoZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ
Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Sreszczenie:
Bardziej szczegółowoMechanizm transmisji polityki pieniężnej-współczesne ramy teoretyczne, nowe wyniki empiryczne dla Polski
Mechanizm ransmisji poliyki pieniężnej-współczesne ramy eoreyczne, nowe wyniki empiryczne dla Polski Ryszard Kokoszczyński, Tomasz Łyziak 2, Małgorzaa Pawłowska 3, Jan Przysupa 4, Ewa Wróbel 5 Wrzesień
Bardziej szczegółowoMETROLOGICZNE WŁASNOŚCI SYSTEMU BADAWCZEGO
PROBLEY NIEONWENCJONALNYCH ŁADÓW ŁOŻYSOWYCH Łódź, 4 maja 999 r. Jadwiga Janowska, Waldemar Oleksiuk Insyu ikromechaniki i Fooniki, Poliechnika Warszawska ETROLOGICZNE WŁASNOŚCI SYSTE BADAWCZEGO SŁOWA LCZOWE:
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 6. Polityka fiskalna. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 6. Poliyka fiskalna Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu. Budże rządu, finanse publiczne: definicje i liczby. 2. Ograniczenie budżeowe rządu. 3. Dług publiczny:
Bardziej szczegółowodr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG
dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego
Bardziej szczegółowo