ZASTOSOWANIE DYNAMICZNEGO MODELU ZGODNEGO W ANALIZIE GOSPODARKI GÓRNEGO ŚLĄSKA

Transkrypt

1 Uniwersytet Ekonomiczny w Katowicach ZASTOSOWANIE DYNAMICZNEGO MODELU ZGODNEGO W ANALIZIE GOSPODARKI GÓRNEGO ŚLĄSKA Wprowadzenie W opracowaniu podjęto próbę porównania jakości modelu ekonometrycznego gospodarki województwa śląskiego z modelem zbudowanym według koncepcji dynamicznego modelu zgodnego. Do oceny jakości poszczególnych równań wykorzystano skorygowany współczynnik determinacji. Do estymacji poszczególnych równań wykorzystano dane roczne z okresu , zamieszczone w Biuletynach Statystycznych Województwa Śląskiego [ ]. Oznaczenia zmiennych: PZO t przeciętne zatrudnienie w sektorze przedsiębiorstw ogółem w tys. osób, PZSPU t przeciętne zatrudnienie w sektorze przedsiębiorstw sektor publiczny w tys. osób, PZSPR t przeciętne zatrudnienie w sektorze przedsiębiorstw sektor prywatny w tys. osób, PWBO t przeciętne wynagrodzenia brutto w sektorze przedsiębiorstw ogółem w zł, PWBPU t przeciętne wynagrodzenia brutto w sektorze przedsiębiorstw publicznych w zł, PWBPR t przeciętne wynagrodzenia brutto w sektorze przedsiębiorstw prywatnych w zł, PSPO t produkcja sprzedana przemysłu ogółem w mln zł, PSPPU t produkcja sprzedana przemysłu sektor publiczny w mln zł, PSPPR t produkcja sprzedana przemysłu sektor prywatny w mln zł, PCDO t przychody z całokształtu działalności przedsiębiorstw ogółem w mln zł,

2 8 PCDPU t przychody z całokształtu działalności przedsiębiorstw sektor publiczny w mln zł, PCDPR t przychody z całokształtu działalności przedsiębiorstw sektor prywatny w mln zł, KUPO t koszty uzyskania przychodów w sektorze przedsiębiorstw ogółem w mln zł, KUPPU t koszty uzyskania przychodów w sektorze przedsiębiorstw sektor publiczny w mln zł, KUPPR t koszty uzyskania przychodów w sektorze przedsiębiorstw prywatnych w mln zł, WFNO t wynik finansowy netto ogółem w sektorze przedsiębiorstw w mln zł, WFNPU t wynik finansowy netto w sektorze przedsiębiorstw publicznych w mln zł, WFNPR t wynik finansowy netto w sektorze przedsiębiorstw prywatnych w mln zł, NIO t nakłady inwestycyjne ogółem w mln zł, NISPU t nakłady inwestycyjne sektor publiczny w mln zł, NISPR t nakłady inwestycyjne sektor prywatny w mln zł, t zmienna czasowa. Do analizy wyspecyfikowano i oszacowano trzy typy modeli: model powiązań między zmiennymi charakteryzującymi gospodarkę województwa śląskiego w sektorze przedsiębiorstw ogółem, model powiązań między zmiennymi charakteryzującymi gospodarkę województwa śląskiego w sektorze przedsiębiorstw publicznych, model powiązań między zmiennymi charakteryzującymi gospodarkę województwa śląskiego w sektorze przedsiębiorstw prywatnych. 1. Wyniki estymacji modelu powiązań między zmiennymi charakteryzującymi gospodarkę województwa według sektorów własności Sektor przedsiębiorstw ogółem: równanie produkcji sprzedanej przemysłu ogółem: PSPO t = 0,11383 PSPO t-1 10,516 PZO t + 5,416 PWBO t ,8 (t) (0,3533) ( 1,94) (,436) (0,8033) R w = 0,9648 skorygowany R w = 0,9497

3 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 9 równanie przychodów całokształtu działalności ogółem: PCDO t = 1,39014 PSPO t + 97,098 PZO t 58486,5 (t) (35,06) (5,354) ( 3,430) R w = 0,9946 skorygowany R w = 0,9934 równanie kosztów uzyskania przychodów: KUPO t = 1,9185 PSPO t + 133,834 PZO t 8076,9 (t) (6,8) (6,076) ( 3,899) R w = 0,99007 skorygowany R w = 0,98787 równanie wyniku finansowego netto ogółem: WFNO t = 0,8867 PCDO t 0, KUPO t 1,15 (t) (56,31) ( 50,6) ( 3,505) R w = 0,9988 skorygowany R w = 0,9985 równanie nakładów inwestycyjnych ogółem: NIOt = 1,4669 NIOt-1 0,76038 NIOt ,5 (t) (5,980) (,978) (,353) R w = 0,8898 skorygowany R w = 0,8584 Sektor przedsiębiorstw publicznych: równanie produkcji sprzedanej przemysłu ogółem: PSPPU t = 0,45063 PSPPU t ,00 PZPU t + 4,99604 PWBPU t 566,3 (t) (,483) (6,10) (4,35) ( 1,970) R w = 0,71969 skorygowany R w = 0,5996 równanie przychodów całokształtu działalności ogółem: PCDPU t = 1,108 PSPPU t + 51,6850 PZPU t 46,107 (t) (6,517) (6,03) ( 0,073) R w = 0, skorygowany R w = 0,8970 równanie kosztów uzyskania przychodów: KUPPU t = 0, PSPPU t + 89,069 PZPU t 1157,90 (t) (3,430) (6,955) ( 0,17) R w = 0,88917 skorygowany R w = 0,8645 równanie wyniku finansowego netto ogółem: WFNPU t = 0,8716 PCDPU t 0, KUPPU t + 60,6683 (t) (5,) ( 33,06) (0,0807) R w = 0,993 skorygowany R w = 0,9917

4 10 równanie nakładów inwestycyjnych ogółem: NIPU t = 1,51043 NIPU t-1 0, NIPU t ,163 (t) (7,074) ( 3,344) (,50) = 0,9099 skorygowany = 0,8984 Sektor przedsiębiorstw prywatnych: równanie produkcji sprzedanej przemysłu w sektorze przedsiębiorstw prywatnych: PSPPR t = 0,4461 PSPPR t-1 184,70 PZSPR t + 47,799 PWBPR t ,8 (t) (1,445) (,64) (,169) (0,8013) R w = 0,9658 skorygowany R w = 0,9511 równanie przychodów całokształtu działalności w sektorze przedsiębiorstw prywatnych: PCDPR t = 1,31468 PSPPR t + 98,9143 PZSPR t 35319,0 (t) (44,8) (4,059) (,846) R w = 0,9958 skorygowany R w = 0,9948 równanie kosztów uzyskania przychodów w sektorze przedsiębiorstw prywatnych: KUPPR t = 1,1 PSPPR t + 117,39 PZSPR t 41645,8 (t) (3,03) (4,077) (,874) R w = 0,9936 skorygowany R w = 0,993 równanie wyniku finansowego netto w sektorze przedsiębiorstw prywatnych: WFNPR t = 0,8860 PCDPR t 0, KUPPR t 701,336 (t) (7,35) ( 5,35) ( 3,137) R w = 0,99697 skorygowany R w = 0,9963 równanie nakładów inwestycyjnych w sektorze przedsiębiorstw prywatnych: NIPR t = 1,35898 NIPR t-1 0, NIPR t ,8 (t) (4,866) (,363) (,043) R w = 0,83749 skorygowany R w = 0,7911 Wyniki estymacji zbudowanego modelu ogółem oraz w sektorach własności świadczą o wysokiej zgodności modeli. We wszystkich równaniach współczynniki determinacji przekraczają wartość 0,90, z wyjątkiem równań opisujących: produkcję sprzedaną przemysłu w sektorze przedsiębiorstw publicznych ( = 0,71969, skorygowany = 0,5996), koszty uzyskania przychodów

5 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 11 w sektorze przedsiębiorstw publicznych ( = 0,889, skorygowany = 0,8645) oraz nakłady inwestycyjne w sektorze przedsiębiorstw prywatnych oraz przedsiębiorstw ogółem ( powyżej 0,83).. Dynamiczny model zgodny Autorem koncepcji dynamicznego modelowania zgodnego jest Profesor Zygmunt Zieliński. Modelem zgodnym nazywa się taki model, w którym proces endogeniczny Y t jest wyjaśniany przez procesy egzogeniczne wraz z ich całą strukturą dynamiczną, przy czym proces resztowy pozostaje białym szumem [Osińska, 007, s. 35]. Przez wewnętrzną strukturę dynamiczną rozumie się zarówno składowe stacjonarne, jak i niestacjonarne występujące z różnym nasileniem w każdym z analizowanych procesów, natomiast przez zgodność modelu rozumie się zgodność harmonicznej struktury procesu objaśnianego z łączną harmoniczną strukturą procesów objaśniających oraz procesu resztowego, który jest niezależny od procesów objaśniających. Specyfikacja dynamicznego liniowego modelu zgodnego dla procesów niestacjonarnych obejmuje badanie wewnętrznej struktury analizowanych procesów poprzez wyodrębnienie trendu (ustalenie stopnia wielomianu trendu), ewentualnych wahań sezonowych oraz ustalenie rzędu autoregresji (ustalenie rzędów opóźnień poszczególnych procesów). Ustalenie rzędu autoregresji dotyczy szeregów pozbawionych trendu i ewentualnych wahań sezonowych (jeżeli takie występują). Badanie rzędu autoregresji można wykonać na podstawie funkcji autokorelacji oraz funkcji autokorelacji cząstkowej. Funkcja autokorelacji (autocorrelations function ACF) dana jest wzorem: r k = T ( x x)( x t t = k + 1 T ( x x) t = 1 t t k x) (1) W przypadku, gdy badany proces jest stacjonarny, kolejne wartości r k powinny być bliskie zeru. Do badania istotności kolejnych współczynników korelacji wykorzystuje się statystykę Ljunga Boxa postaci: k 1 Q( k) = T ( T + ) ( T i) () i= 1 r i

6 1 Statystyka () ma rozkład χ z k stopniami swobody. Wartości sprawdzianu większe od wartości krytycznych pozwalają na odrzucenie hipotezy zerowej głoszącej nieistotność autokorelacji rzędu k. Funkcja autokorelacji cząstkowej (partial autocorrelations function PACF) pozwala ocenić rząd opóźnienia badanego procesu dla modelu autoregresji AR(k) na podstawie statystyki Quenouilla postaci: 1,96 Q = (3) n Jeżeli współczynnik autokorelacji cząstkowej jest mniejszy od statystyki Q, to nie ma podstaw do odrzucenia hipotezy o braku związku pomiędzy procesami o odstępie równym k. W przypadku, gdy wszystkie wartości funkcji autokorelacji cząstkowej są mniejsze od Q, należy wnioskować, że badany proces jest stacjonarny, co więcej, losowy. Testowanie stopnia integracji. Testy Dickeya Fullera na pierwiastki jednostkowe. Test Dickeya Fullera (test DF) zwany jest również testem pierwiastków jednostkowych. Sprawdza on istnienie pierwiastka jednostkowego, tzn. hipotezę, że ρ = 1 w równaniu: y =ρy +ξ (4) gdzie ξ t jest procesem białego szumu, który z założenia ma średnią równą zero, stałą wariancję i zerową autokowariancję, jest więc stacjonarny. Idea zastosowania relacji (4) do badania stacjonarności wywodzi się z faktu, że jeśli ρ <1, to szereg y t jest stacjonarny (ma zerową średnią i stałą wariancję). W przeciwnym wypadku, średnia procesu jest również stała, lecz wariancja rośnie wraz ze wzrostem t, czyli y t jest niestacjonarny. W praktyce testowanie parametru przy opóźnionej j y t-1 odbywa się na podstawie relacji: Δy =ρy +ξ (5) Odrzucenie hipotezy zerowej zakładającej istnienie pierwiastka jednostkowego H 0 : ρ = 0, na rzecz hipotezy alternatywnej zakładającej stacjonarność procesu y t ; H 1 : ρ < 0, pozwala na stwierdzenie, że zmienna y t jest zintegrowana rzędu 0, czyli jest stacjonarna *. * Szerzej na temat testów Dickeya Fullera oraz tablice z wartościami krytycznymi można znaleźć w pracy [Haremza, Deadman, 1997].

7 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 13 Struktura wewnętrznych składników procesów w sektorze przedsiębiorstw ogółem Tabela 1 Zmienne PSPO produkcja sprzedana przemysłu ogółem PCDO przychody z całokształtu działalności ogółem KUPO koszty uzyskania przychodów ogółem Stopień wielomianu j czasowej Rząd integracji Rząd autoregresji WFNO wynik finansowy netto ogółem 0 0 NIO nakłady inwestycyjne ogółem 3 0 PZO przeciętne zatrudnienie ogółem 0 0 PWBO przeciętne wynagrodzenia brutto ogółem 0 0 Źródło: Obliczenia przeprowadzone z wykorzystaniem programu Gretl [Kufel, 007]. Struktura wewnętrznych składników procesów w sektorze przedsiębiorstw publicznych Tabela Zmienne PSPPU produkcja sprzedana przemysłu publicznego PCDPU przychody z całokształtu działalności sektora publicznego KUPPU koszty uzyskania przychodów sektora publicznego WFNPU wynik finansowy netto sektora publicznego NIPU nakłady inwestycyjne sektora publicznego PZPU przeciętne zatrudnienie w sektorze publicznym PWBPU przeciętne wynagrodzenia brutto w sektorze publicznym Stopień wielomianu j czasowej Rząd integracji Rząd autoregresji

8 14 Struktura wewnętrznych składników procesów w sektorze przedsiębiorstw prywatnych Tabela 3 Zmienne Stopień wielomianu j czasowej Rząd integracji Rząd autoregresji PSPR produkcja sprzedana przemysłu sektora prywatnego PCDPR przychody z całokształtu działalności sektora prywatnego KUPPR koszty uzyskania przychodów sektora prywatnego WFNPR wynik finansowy netto sektora prywatnego NIPR nakłady inwestycyjne sektora prywatnego 0 PZPPR przeciętne zatrudnienie w sektorze prywatnym PWBPR przeciętne wynagrodzenia brutto w sektorze prywatnym Wyniki estymacji modelu zgodnego Wykorzystując wyniki analizy zamieszczone w tabelach dokonano specyfikacji oraz estymacji poszczególnych równań modelu według sektorów własności. Sektor przedsiębiorstw ogółem: PSPO t = 1063,0 t +5,79 PZO t 0, PWBO t , (t) (1,50) (0,4700) ( 0,01916) (0,6365) R w = 0,969 skorygowany R w = 0,9490 D W=1,8659 PCDO t = 11,398 t 547,08 t +1,4601 PSPO t + 75,1910 PZO t 40144,0 (t) (0,3850) ( 0,5447) (8,094) (1,441) ( 0,744) R w = 0,9948 skorygowany R w = 0,9919 D W=,79068

9 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 15 KUPO t = 156,131 t -1070,46 t + 1,1707 PSPO t 113,175 PZO t 5163,6 (t) (0,4431) ( 0,1897) (5,371) (1,797) ( 0,7993) R w = 0,99069 skorygowany R w = 0,9854 D W=,4094 WFNO t = 1, t + 10,393 t + 0, PCDO t 0,87478 KUPO t 484,387 (t) (0,165) (0,898) (35,84) ( 31,37) ( 0,4615) R w = 0,99918 skorygowany R w = 0,9987 D W=3,0603 NIO t = 55,9339 t ,40 t 8469,95 t + 0, NIO t-1 (t) (,953) (,99) (,808) (,055) 0,98166 NIO t ,8 (,533) (3,088) R w = 0, skorygowany R w = 0,9463 Durbina h = 3,505 Sektor przedsiębiorstw publicznych: PSPPU t = 3903,39 t 38,5418 PZPU t + 1,8501 PWBPU t , (t) (1,00) ( 0,5064) (1,107) (1,86) R w = 0,17993 skorygowany R w = 0,185 D W=0,89907 PCDPU t = 6333,1 t + 160,436 PZPU t + 55,004 PZPU t-1 100,95 PZPU t- (t) (3,773) (3,1) (3,8) ( 1,890) 0,57868 PSPPU t 0,70393 PCDPU t-1 + 0,5659 PCDPU t- 8890,0 ( 1,04) ( 3,870) (1,90) ( 3,484) R w = 0,996 skorygowany R w = 0,9668 Durbina h = 1,3068 KUPU t = 396, t + 330,74 PZPU t + 0,5074 PSPPU t 0,1840 KUPU t-1 (t) (1,737) (3,375) (0,9318) ( 0,7314) 0,065 KUPU t ,4 ( 0,774) ( 1,511) R w = 0,95574 skorygowany R w = 0,9004 Durbina h = 0,977173

10 16 WFNPU t = 93,638 t + 0,7798 PCDPU t 0,11040 PCDPU t-1 0,00430 PCDPU t- (t) (1,050) (10,17) ( 1,110) ( 0,04556) 0,84334 KUPU t +0,16004 KUPU t-1 + 0,03807 KUPU t- 58,56 ( 14,17) (1,74) (0,304) ( 0,003) R w = 0, skorygowany R w = 0,9800 D W = 1,690 NIPU t = 18,047 t ,179 t 837,9 t + 0,60718 NIPU t-1 0,534 NIPU t- + (t) ( 5,5) (5,156) ( 4,717) (,794) ( 1,753) ,06 (4,148) R w = 0, skorygowany R w = 0,9786 Durbina h = 1,93195 Sektor przedsiębiorstw prywatnych: PSPPR t = 740,83 t 9,0688 PZSPR t 35,791 PZSPR t-1 0,1636 PZSPR t- + (t) (0,1167) ( 1,34) ( 3,435) ( 0,007) + 73,674 PWBPR t ,7 (1,895) (,) R w = 0,9906 skorygowany R w = 0,9789 D W = 1, PCDPR t = 4073,38 t + 44,804 PZSPR t + 101,084 PZSPR t-1,69133 PZSPR t- + (t) ( 1,371) (1,19) (1,633) ( 0,07697) + 1,69068 PSPPR t 6704,3 (7,35) (,548) R w = 0, skorygowany R w = 0,9957 D W =,4495 KUPR t = 676,550 t + 1,68 PSPR t + 45,361 PZSPR t + 76,7395 PZSPR t-1 + (t) (0,1916) (4,784) (1,045) (1,135) + 47,999 PZSPR t ,6 (1,103) (,851) R w = 0, skorygowany R w = 0,9936 D W =,840779

11 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 17 WFNPR t = 141,369 t 0, KUPR t + 0,88168 PCDPR t 366,853 (t) (,737) ( 33,37) (35,67) ( 1,749) R w = 0, skorygowany R w = 0,9979 D W =,7008 NIPR t = 7,06376 t + 538,691 t + 1,01504 NIPR t-1 0, NIPR t ,86 (t) ( 0,0935) (0,567) (,895) ( 1,53) (0,984) R w = 0,90395 skorygowany R w = 0,859 D W =1,8386 Wyniki estymacji dynamicznego modelu zgodnego świadczą o wysokiej zgodności tego modelu. We wszystkich równaniach współczynnik przekracza poziom 0,90 z wyjątkiem równania opisującego produkcję sprzedaną przemysłu w sektorze przedsiębiorstw publicznych = 0,179 oraz nakładów inwestycyjnych w sektorze przedsiębiorstw prywatnych = 0,859. W tablicach 4-6 zestawiono oraz współczynniki determinacji. Porównanie modeli w sektorze przedsiębiorstw ogółem Tabela 4 Zmienna endogeniczna Model tradycyjny Model zgodny wersja przed badaniem istotności PSPO t PSPO t-1, PZO t, PWBO t 0,9497 t, PZO t, PWBO t 0,9490 PCDO t PSPO t, PZO t 0,9934 t, t, PSPO t, PZO t 0,9919 KUPO t PSPO t, PZO t 0,9879 t, t, PSPO t, PZO t 0,9854 WFNO t PCDO t, KUPO t 0,9985 t, t, PCDO t, KUPO t 0,9987 NIO t NIO t-1, NIO t- 0,8584 t 3, t, t, NIO t-1, NIO t- 0,9463 * Istotne oznaczono pogrubioną czcionką.

12 18 Tabela 5 Porównanie modeli w sektorze przedsiębiorstw publicznych Zmienna endogeniczna Model tradycyjny Model zgodny wersja przed badaniem istotności PSPPU t PSPPU t-1, PZPU t, PWBPU t 0,5995 t, PZPU t, PWBPU t 0,185 PCDPU t PSPPU t, PZPU t 0,8970 t, PSPPU t, PZPU t, PZPU t-1, PZPU t-, PCDPU t-1, PCDPU t- 0,9668 KUPPU t PSPPU t, PZPU t 0,8645 t, PSPPU t, PZPU t, KUPPU t-1, KUPPU t- 0,9004 WFNPU t PCDPU t, KUPPU t 0,9917 t, PCDPU t,pcdpu t- 1,PCDPU t- KUPPU t, KUPPU t-1, KUPPU t- 0,9800 NIPU t NIPU t-1, NIPU t- 0,8984 t 3, t, t, NIPU t-1, NIPU t- 0,9786 * Istotne oznaczono pogrubioną czcionką. Porównanie modeli w sektorze przedsiębiorstw prywatnych Tabela 6 Zmienna endogeniczna PSPPR t Model tradycyjny Model zgodny wersja przed badaniem istotności PSPPR t-1, PZ- 0,9511 t, PZSPR t, PZSPR t-1, 0,9789 SPR t,pwbpr t PZSPR t- PWBPR t PCDPR t PSPPR t, PZSPR t 0,9948 t, PSPPR t, PZSPR t, PZSPR t-1, PZSPR t-, 0,9957 KUPPR t PSPPR t, PZSPR t 0,993 t, PSPPR t, PZSPR t, PZSPR t-1, PZSPR t- 0,9936 WFNPR t PCDPR t, KUPPR t 0,9963 t, PCDPR t, KUPPR t, 0,9979 NIPR t NIPR t-1, NIPR t- 0,7911 t, t, NIPR t-1, NIPR t- 0,859 * Istotne oznaczono pogrubioną czcionką.

13 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 19 Z oszacowanych równań (zamieszczona pod ocenami parametrów statystyka t) oraz zestawień w tablicach 4-6 wynika, że w dynamicznym modelu zgodnym występują nieistotne. Po kolejnym usunięciu nieistotnych zmiennych objaśniających, poczynając od najmniejszych wartości statystyki t-studenta, oszacowany dynamiczny model zgodny będzie miał postać * : PSPO t = 10130,0 t ,5 (t) (15,76) (11,45) = 0,9613 skorygowany = 0,9574 PCDO t = 1,39014 PSPO t + 97,098 PZO t 58486,5 (35,06) (5,354) ( 3,430) = 0,9946 skorygowany = 0,9934 WFNO t = 0,8867 PCDO t 0,88397 KUPO t 1,15 (t) (56,31) (50,6) ( 3,505) = 0,9988 skorygowany = 0,9985 NIO t = 47,1136 t ,995 t 4546,19 t ,0 (t) ( 5,076) (5,108) ( 4,350) (7,08) = 0,9131 skorygowany = 0,88055 Sektor przedsiębiorstw publicznych: PCDPU t = 6,6096 PZSPU t ,9 (t) (3,79) (8,7) R w = 0,51817 skorygowany R w = 0,46999 KUPPU t = 97,6433 PZSPU t ,3 (t) (5,396) (6,638) = 0,7443 skorygowany = 0,7187 WFNPU t = 0,8716 PCDPU t 0, KUPPU t + 60,6683 (t) (5,) ( 33,06) (0,0807) = 0,993 skorygowany = 0,9917 * Pominięto równanie, w którym wszystkie były nieistotne.

14 0 NIPU t = 4,67817 t ,1346 t + 0,96897 NIPU t-1 683,98 (t) ( 3,950) (4,497) (4,640) ( 1,094) = 0,9388 skorygowany = 0,917 Sektor przedsiębiorstw prywatnych: PSPPR t = 70,1441 PWBPR t 151,865 PZSPR t (t) (14,8) (,7) ( 0,0816) = 0,966 skorygowany = 0,9539 PCDPR t = 96,15 t +1,5196 PSPPR t + 47,865 PWBPR t 5338,1 (t) (44,467) (1,38) (4,010) ( 3,316) = 0,99667 skorygowany = 0,9954 KUPPR t = 1,8437 PSPPR t +103,833 PZSPR t ,4 (t) (40,10) (3,986) (,994) = 0,99505 skorygowany = 0,9938 WFNPR t = 141,369 t + 0,88168 PCDPR t 0, KUPPR t 366,853 (t) (,737) (35,67) ( 33,37) ( 1,749) = 0,9984 skorygowany = 0,9978 NIPR t = 45,168 t + 1,03013 NIPR t-1 0, NIPR t ,41 (t) (,016) (3,63) ( 3,447) (,03) = 0,9031 skorygowany = 0,8546 Po powtórnej estymacji dynamicznego modelu zgodnego w 11 równaniach współczynniki determinacji przekraczają wartość 0,90, podobnie w modelu tradycyjnym współczynniki determinacji przekraczają wartość 0,9 w 11 równaniach. W postępowaniu zgodnie z zasadami dynamicznego modelu zgodnego w równaniu opisującym produkcję sprzedaną przemysłu publicznego wszystkie okazały się nieistotne.

15 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 1 Porównanie modeli w sektorze przedsiębiorstw ogółem Tabela 7 Zmienna endogeniczna Model tradycyjny Model zgodny wersja po usunięciu nieistotnych zmiennych objaśniających PSPO t PSPO t-1, PZO t, PWBO t 0,9497 t, 0,9574 PCDO t PSPO t, PZO t 0,9934 PSPO t, PZO t 0,9934 KUPO t PSPO t, PZO t 0,9879 PSPO t, PZO t 0,9879 WFNO t PCDO t, KUPO t 0,9985 PCDO t, KUPO t 0,9985 NIO t NIO t-1, NIO t- 0,8584 t 3, t, t, NIO t-1, NIO t- 0,9463 Porównanie modeli w sektorze przedsiębiorstw publicznych Tabela 8 Zmienna endogeniczna Model tradycyjny Model zgodny wersja po usunięciu nieistotnych zmiennych objaśniających PSPPU t PSPPU t-1, PZPU t, PWB- PU t 0, PCDPU t PSPPU t, PZPU t 0,8970 PZPU t, 0,4699 KUPPU t PSPPU t, PZPU t 0,8645 PZPU t, 0,7187 WFNPU t PCDPU t, KUPPU t 0,9917 PCDPU t, KUPPU t, 0,9917 NIPU t NIPU t-1, NIPU t- 0,8984 t 3, t, NIPU t-1, 0,916

16 Tabela 9 Porównanie modeli w sektorze przedsiębiorstw prywatnych Zmienna endogeniczna Model tradycyjny Model zgodny wersja po usunięciu nieistotnych zmiennych objaśniających PSPPR t PSPPR t-1, PZSPR t,pwbpr t 0,9511 PZSPR t-1, PWBPR t 0,953 PCDPR t PSPPR t, PZSPR t 0,9948 t, PSPPR t, PWBPR t, 0,9954 KUPPR t PSPPR t, PZSPR t 0,993 PSPPR t, PZSPR t-1, 0,9938 WFNPR t PCDPR t, KUPPR t 0,9963 t, PCDPR t, KUPPR t, 0,9979 NIPR t NIPR t-1, NIPR t- 0,7911 t, NIPR t-1, NIPR t- 0,8847 Porównując wyniki zestawione w 7-9 można stwierdzić, duże podobieństwo zarówno w zestawie zmiennych objaśniających jak i stopniu zgodności. W dynamicznych modelach zgodnych dodatkowo występuje zmienna czasowa t lub t. Niektóre równania są identyczne. Literatura Biuletyny Statystyczne Województwa Śląskiego Haremza W.W., Deadman D.F. (1997): Nowa ekonometria. PWE, Warszawa. Kufel T. (007): Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL. Wydawnictwo Naukowe PWN, Warszawa. Osińska M., red. (007): Ekonometria współczesna. Dom Organizatora, Toruń.

17 Zastosowanie dynamicznego modelu zgodnego w analizie gospodarki 3 APPLICATION OF DYNAMIC CONCORDANT MODEL FOR THE ANALYSIS OF THE ECONOMY OF UPPER SILESIA Summary The article is an attempt to compare the quality of the Silesian economy econometrics model with the model built according to the concept of the dynamic concordant model. The analysis covers the total sector of enterprises and sectors of public and private companies. To assess the quality of individual equations adjusted coefficient of determination was used.