Kreacja i destrukcja miejsc pracy w polskiej gospodarce w świetle publikowanych danych miesięcznych
|
|
- Mikołaj Bukowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Bank i Kredy 42 (5), 2011, Kreacja i desrukcja miejsc pracy w polskiej gospodarce w świele publikowanych danych miesięcznych Michał Gradzewicz*, Paweł Srzelecki # Nadesłany: 18 maja 2011 r. Zaakcepowany: 15 września 2011 r. Sreszczenie Arykuł przedsawia nową meodę szacowania przepływów zarudnienia na polskim rynku pracy na podsawie danych z urzędów pracy oraz analizę cykliczności ych przepływów. Wykorzysano w nim meodykę zaproponowaną przez Schimera (2007). Prawdopodobieńswa przepływów do i z bezrobocia kszałują się podobnie jak prawdopodobieńswa wyznaczone na podsawie mikrodanych z BAEL (uwzględniających przepływy do i z nieakywności) oraz na podsawie meod oparych na relacji liczby wakaów do liczby osób bezrobonych. Oznacza o, że zaproponowana meoda pozwala na uzyskiwanie informacji o zmianach przepływów na rynku pracy spójnych z innymi źródłami, ale znacznie wcześniej i na podsawie powszechnie dosępnych danych. Całkowia ocena oddziaływania kreacji i desrukcji miejsc pracy na bezrobocie zależy od meody dekompozycji. Meody dekompozycji dososowane do polskiej specyfiki wskazują na nieznacznie większy wpływ desrukcji miejsc pracy. Z kolei analiza korelacji sandardowych oraz dynamicznych wskazuje na większe znaczenie kreacji miejsc pracy. Niezależnie od meody obserwacje wskazują, że oddziaływanie desrukcji miejsc pracy jes szczególnie wyraźne w począkowych okresach recesji i deerminuje wzros bezrobocia. Wpływ worzenia miejsc pracy wydaje się naomias bardziej równomiernie rozłożony w cyklu koniunkuralnym i odgrywa relaywnie większą rolę w rakcie wychodzenia z recesji. Słowa kluczowe: bezrobocie, kreacja miejsc pracy, desrukcja miejsc pracy, cykl koniunkuralny JEL: J23, J63, J64 * Narodowy Bank Polski, Insyu Ekonomiczny; michal.gradzewicz@nbp.pl. # Narodowy Bank Polski, Insyu Ekonomiczny; Szkoła Główna Handlowa w Warszawie, Insyu Saysyki i Demografii.
2 62 M. Gradzewicz, P. Srzelecki 1. Wsęp Sandardowa analiza zmian zachodzących na rynku pracy koncenruje się zwykle na zmianach liczby osób bezrobonych oraz pracujących. Informacje ego ypu są podsawą bieżącej oceny syuacji na rynku pracy i powszechnie wykorzysuje się je w modelowaniu gospodarek. Tymczasem liczba osób szukających pracy w gospodarce oraz, w konsekwencji, sopa bezrobocia mogą być posrzegane jako wypadkowa napływów do bezrobocia i odpływów z niego, będących wynikiem worzenia i desrukcji miejsc pracy w gospodarce 1. Wielkość ych przepływów jes wielokronie większa niż zmiany liczby pracujących czy bezrobonych. Taki opis zjawisk zachodzących na rynku pracy można znaleźć m.in. w pracy Blanchard i in. (1990) oraz w badaniach powsających wraz z rozwojem modeli rynku pracy, opisujących zmiany na rynku pracy przez pryzma decyzji podmioów w skali mikro. Należy do nich np. model poszukiwań pracy (Morensen, Pissarides 1994). W polskiej lieraurze analizy przepływów na rynku pracy były wykorzysywane w osanich 20 laach do idenyfikacji bezrobocia srukuralnego grup o największych i najmniejszych prawdopodobieńswach znalezienia i uray pracy (Socha, Szanderska 2000) oraz do poszukiwań sopy bezrobocia równowagi, rozumianej w polskiej gospodarce jako bezrobocie przy sałych przepływach na rynku pracy (Góra 2000). Przepływy pomiędzy zarudnieniem, bezrobociem i nieakywnością były również wykorzysywane do opisu zmian na rynku pracy w laach 90. XX w. (Kucharski 2001). Bardziej dezagregowane przepływy posłużyły jako narzędzie analiz zmian srukury sekorowej gospodarki (Rukowski 2002; Ingham, Ingham 2005), jak również do analizy konsekwencji coraz częsszego wykorzysywania przez pracodawców umów na czas określony (Bukowski i in. 2008). Ponado w pracy Srawińskiego (2009) dokonano oceny cykliczności zmian warości prawdopodobieńsw przepływów na rynku pracy. Wynika z niej, że oba procesy kreacji i desrukcji miejsc pracy odgrywały w Polsce isoną rolę, ale większy wpływ na kszałowanie się bezrobocia w całym okresie miała kreacja miejsc pracy. Badania doyczące przepływów na rynku pracy, w odróżnieniu od zazwyczaj wykorzysywanych analiz zmiennych zasobowych, akich jak liczba pracujących czy sopa bezrobocia, wymagają dodakowych danych i procedur posępowania. W prakyce powszechnie sosowanym podejściem pozwalającym na wyodrębnienie przepływów na rynku pracy jes obserwacja sausu ych samych osób w kolejnych okresach (z wykorzysaniem danych panelowych lub informacji o rynku pracy w przeszłości). W Polsce jedynym źródłem danych pozwalającym na ego ypu analizy z częsoliwością kwaralną są mikrodane z Badań Akywności Ekonomicznej Ludności (BAEL). Jednak ze względu na ich ograniczoną dosępność oraz czas porzebny na opracowanie danych z ak dużego badania ankieowego, oszacowane na ej podsawie przepływy na rynku pracy rudno wykorzysywać do analiz bieżącej syuacji. Niniejszy arykuł ma dwa cele. Po pierwsze, przedsawiono w nim alernaywną meodę oszacowania przepływów na rynku pracy, wykorzysującą miesięczne dane o bezrobociu rejesrowanym. Ponado oceniono jej wiarygodność przez zesawienie jej wyników z przepływami oszacowanymi na podsawie danych BAEL za pomocą meody gwaranującej spójność z publikacjami GUS. 1 Na zmiany bezrobocia mogą również oddziaływać napływy spoza rynku pracy i odpływy do nieakywności jednak są one w mniejszym sopniu powiązane ze sanem gospodarki.
3 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 63 Po drugie, na podsawie szeregów prawdopodobieńsw znalezienia i uray pracy podjęo próbę odpowiedzi na pyanie, kóry z procesów kreacja czy desrukcja miejsc pracy ma większy wpływ na kszałowanie się bezrobocia w cyklu koniunkuralnym. Użycie danych miesięcznych pozwala na szybszą inerpreację zmian sopy bezrobocia i idenyfikację odpowiedzialnych za nie procesów gospodarczych. Ponado meoda a opiera się na danych doyczących wszyskich zarejesrowanych bezrobonych, co powinno zapewniać odporność na rudne do oszacowania procesy migracji 2. Dodakowo, uwzględnienie w meodzie przepływów zachodzących między momenami obserwacji (za pomocą modelu z czasem ciągłym) eliminuje poencjalny problem niedoszacowania ych przepływów. Ograniczenia używanej meody wiążą się z uproszczonym charakerem modelu oraz korzysaniem jedynie ze saysyk urzędów pracy. Dosępne dane miesięczne nie pozwalają na uwzględnienie w analizie sanu nieakywności, w związku z czym konieczne jes sosowanie uproszczonego modelu dwusanowego rynku pracy, mogącego zaburzać inerpreację uzyskanych wyników. Ponado zasosowanie ej meody wymaga przyjęcia definicji bezrobocia oparej na rejesracji, a nie na fakycznym poszukiwaniu i goowości do pracy. Zasosowanie proponowanej meody musi być zaem poprzedzone analizą, na ile jej wyniki odzwierciedlają wiedzę na ema kreacji i desrukcji miejsc pracy w polskiej gospodarce pochodzącą z innych źródeł. W arykule zaprezenowano weryfikację zasadności używania uproszczonego modelu oparego na danych miesięcznych pochodzących z urzędów pracy do opisu zmian na rynku pracy spójnego z innymi źródłami danych empirycznych. W ym celu przepływy oszacowane za pomocą zaproponowanej meody zosały porównane z szacunkami wyznaczonymi na podsawie mikrodanych danych BAEL używanych w innych pracach poświęconych polskiemu rynkowi pracy. W ym przypadku meoda określania przepływów na podsawie mikrodanych zosała ak rozwinięa, aby zapewnić spójność przepływów z publikowanymi przez GUS danymi reprezenaywnymi dla całej populacji Polski. Ponado w ramach weryfikacji porównano uzyskane prawdopodobieńswa znalezienia pracy z prawdopodobieńswami wynikającymi z relacji między liczbą wakaów a liczbą bezrobonych. Jednym z zagadnień najczęściej poruszanych w lieraurze przedmiou jes cykliczność przepływów pomiędzy zarudnieniem a bezrobociem. Z części badań wynika, że kreacja nowych miejsc pracy jes zdecydowanie bardziej związana z cyklem koniunkuralnym niż ich desrukcja (Shimer 2007), podczas gdy wcześniejsze analizy wiązały wahania cykliczne głównie z wahaniami desrukcji miejsc pracy (Davis, Haliwanger, Schuh 1998). Niekóre z badań wskazują akże, że rozróżnienie wpływu cyklu na kreację i desrukcję miejsc pracy może zależeć od meod oceny całościowego oddziaływania każdego z przepływów oraz od danych używanych w analizach (Fujia, Ramey 2007), a akże od uwzględnienia przepływów z i do bierności zawodowej (Yashiv 2006). Nasilenie przepływów związanych z kreacją i desrukcją miejsc pracy oraz cykliczność ych zachowań różnią się w poszczególnych krajach. Wydaje się, że cykliczne zmiany kreacji miejsc pracy mają największe znaczenie dla koniunkuralnych zmian bezrobocia w Sanach Zjednoczonych i w Wielkiej Bryanii krajach o relaywnie elasycznych warunkach zarudnienia, naomias w pańswach Europy konynenalnej cykliczny wpływ kreacji i desrukcji miejsc pracy na wahania bezrobocia w cyklu koniunkuralnym jes zbliżony (Elsby, Hobijn, Sahin 2008). Duże znacze- 2 W przypadku danych BAEL osaeczne wyniki są zależne od egzogenicznych szacunków migracji, kóre wpływają na wagi, za pomocą kórych uogólniane są wyniki próby.
4 64 M. Gradzewicz, P. Srzelecki nie dla wyników analiz cykliczności może mieć silne założenie przyjmowane w większości meod, że wszyscy bezroboni mają jednakowe szanse na znalezienie pracy. Możliwość negaywnego wpływu czasu pozosawania bezrobonym na szanse znalezienia pracy bywa uwzględniana w nielicznych analizach (Elsby, Michaels, Solon 2009), ponieważ wymaga skomplikowanych zabiegów echnicznych. W arykule zbadano kszałowanie się prawdopodobieńsw uray i znalezienia pracy w cyklu koniunkuralnym, zdefiniowanym warunkami panującymi na rynku pracy i mierzonym za pomocą sopy bezrobocia. W analizie wykorzysano sandardowe narzędzie, jakim jes analiza korelacji, jak również meody spekralne, w szczególności korelacje dynamiczne. Ponado dokonano dekompozycji wariancji bezrobocia na zmiany związane z worzeniem miejsc pracy oraz wywołane przez ich desrukcję. W celu zapewnienia porównywalności meody dekompozycji zmian bezrobocia zaczerpnięo z akualnej lieraury przedmiou. Orzymane wyniki zależą od przyjęych meod i nie pozwalają na wyraźne powierdzenie przewagi desrukcji lub kreacji miejsc pracy w wyjaśnianiu zmian bezrobocia w Polsce. 2. Meodyka analizy 2.1. Meoda Shimera Zasosowana meoda badania opiera się na pracach Shimera (2007) oraz Rogersona i Shimera (2010) i wprowadza kilka założeń upraszczających ujęcie problemu, podykowanych głównie ograniczeniami źródła danych. Z analizy wyłączono mianowicie przepływy do i z bierności zawodowej, czyli doyczy ona przepływów wyłącznie pomiędzy sanem bezrobocia i pracy. Ponado zakłada się, że prawdopodobieńswo znalezienia pracy przez bezrobonego, F, oraz uray pracy przez osobę pracującą, X, są sałe w okresie i niezależne od indywidualnych charakerysyk bezrobonego lub pracującego, a w szczególności nie są funkcją okresu ich pozosawania w danym sanie. Podsawowy model wyrażony jes w czasie ciągłym, z uwzględnieniem dyskrenego charakeru pomiaru zmiennych charakeryzujących rynek pracy. Wzięo w nim pod uwagę, że w danym okresie (miesiącu) w sposób ciągły i ze sałą inensywnością nasępują przepływy pomiędzy zasobem osób bezrobonych i pracujących. Dla momenów pomiaru { 0,1, 2, } okres jes uożsamiany, zgodnie z pracą Shimera (2007), z przedziałem czasowym [, +1). Przy opisanych wyżej założeniach napływ do bezrobocia w okresie można opisać procesem [ Poissona ze sałą w okresie inensywnością x = log ( 1 X ), naomias odpływ procesem Poissona ze sałą w okresie inensywnością f = log( 1 F ), gdzie F oraz X są prawdopodobieńswami zmiany sanów. Niech τ [ 0,1) będzie czasem, [ kóry upłynął od osaniego pomiaru { 0, 1, 2, } zmiennych charakeryzujących rynek pracy, z kolei e oraz u odpowiednio liczbą osób pracujących oraz s bezrobonych w chwili, a u ( τ ) liczbą krókookresowo bezrobonych, czyli osób bezrobonych w momencie + τ, ale pracujących w dowolnym momencie [, + τ). Waro zauważyć, że s s u ( 1) + 1 u oznacza łączną liczbę krókookresowo bezrobonych pod koniec okresu. [ Przy ych oznaczeniach liczba bezrobonych i krókookresowo bezrobonych zmienia się zgodnie z równaniami różniczkowymi (1) (2):
5 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 65 u + τ = e x u f + τ + τ s s () τ x u () f + τ τ u = e (2) Meodyka Shimera polega na wyznaczeniu bezpośrednio z danych saysycznych prawdopodobieńswa F (służącego do określenia inensywności f ), a nasępnie, warunkowo względem niego, rozwiązania układu (1) (2) względem x, aby wyznaczyć prawdopodobieńswo uray pracy X. Do wyznaczenia prawdopodobieńswa znalezienia pracy Shimer posłużył się zależnością: s ( F ) u u u = (3) Zgodnie z nią na liczbę bezrobonych w momencie + 1 składa się liczba osób pozosających f bez pracy w okresie (a część bezrobonych określona jes przez 1 F = e ) i liczba nowych bezrobonych, kórzy napłynęli w okresie. Na podsawie ej zależności prawdopodobieńswo F dane jes wzorem: u u u (4) s F = 1 u Inensywność napływu do bezrobocia x i prawdopodobieńswo uray pracy w okresie (X ) można wyznaczyć na podsawie rozwiązania równania (1) ze względu na u +1 : u f x ( ) e f x l + e + 1 f + x = 1 x u (5) gdzie l = e + u oznacza liczbę akywnych zawodowo. l > u Ze względu na o, że inensywność x jes dana w sposób uwikłany w równaniu (5), w prakyce wyznacza się ją za pomocą meod numerycznych 3. Prawdopodobieńswo uray pracy (oznaczymy je dla odróżnienia symbolem X ~ ) można również przybliżyć, korzysając z dyskrenej i uproszczonej wersji równania (5), kóra nie uwzględnia efeku uray i znalezienia pracy w okresie i posługując się nasępującym równaniem ruchu opisującym liczbę osób bezrobonych: ~ ~ u 1 = X e + ( 1 F ) u + (6) ~ ~ Zakładając, że F = F, z równania (6) można wyznaczyć prawdopodobieńswo uray pracy jako: X = s ~ u + 1 e. Waro również zauważyć, że w przypadku granicznym, gdy okres jes dosaecznie króki lub gdy f + x jes dosaecznie małe, równanie (5) ulega uproszczeniu do równania (6). 3 Ze względu na fak, że l > u, prawa srona równania (5) jes rosnąca względem x, co zapewnia isnienie rozwiązania względem ej zmiennej.
6 66 M. Gradzewicz, P. Srzelecki 2.2. Zasosowanie meody Shimera na podsawie danych o bezrobociu rejesrowanym Do wyznaczenia prawdopodobieńsw F i X na podsawie opisanych wyżej równań posłużono się miesięcznymi danymi o sopie bezrobocia, liczbie osób bezrobonych oraz liczbie nowo zarejesrowanych bezrobonych, jak również liczbie osób wyrejesrowujących się z powodu podjęcia pracy. Dane e GUS zbiera z urzędów pracy (zw. bezrobocie rejesrowane). Obejmują one okres syczeń 1995 sierpień 2010 r. Liczbę akywnych zawodowo i pracujących wyznaczono na podsawie danych o sopie bezrobocia i liczby bezrobonych zarejesrowanych. Do wyznaczenia indeksu resrykcyjności rynku pracy posłużono się dodakowo danymi GUS o liczbie wakaów zgłoszonych w danym miesiącu do urzędów pracy. Ponieważ równania eoreyczne zakładają, że momen obserwacji danych wyznacza począek okresu, a dane empiryczne mierzone są jako san na koniec okresu, zmodyfikowano równania, odpowiednio przesuwając w czasie zmienne o charakerze zasobowym. Ponado Shimer szacował prawdopodobieńswo znalezienia pracy na podsawie wzoru (4), wykorzysując do obliczenia wielkości u + 1 s dosępne w USA dane o liczbie osób będących bezrobonymi dłużej niż czery ygodnie. W przypadku Polski lepszą i bardziej wiarygodną wielkością, na kórej można oprzeć szacunek F, jes liczba osób wyrejesrowujących się w danym miesiącu z powodu podjęcia pracy 4. Zmienna a mierzy bezpośredni przepływ pomiędzy sanami bezrobocia i pracy. Prawdopodobieńswo znalezienia pracy jes zaem wyznaczane na podsawie zależności: emp u F = (7) u gdzie emp u jes liczbą osób wyrejesrowanych z urzędów pracy z powodu podjęcia pracy. 1 Z kolei prawdopodobieńswo uray pracy x X = 1 e wyznaczono z zależności: lub w wersji uproszczonej: u = f x ( 1 e ) x f x l 1 + e f + x ~ ~ ~ u ( 1 = F ) u X e 1 u (8) 1 1 (9) 4 W danych rejesrowych różnica między liczbą nowo zarejesrowanych bezrobonych a liczbą wszyskich wyrejesrowanych równa jes zmianie liczby bezrobonych w danym okresie i w ym sensie dane e są spójne z przedsawionymi wyżej równaniami zmian liczby osób bezrobonych. Z drugiej srony nie wszyscy bezroboni wyrejesrowujący się zaczynają pracę, czyli sanowią przepływ pomiędzy bezrobociem a zarudnieniem. Ponieważ meoda używana do wyznaczenia prawdopodobieńsw opiera się na poprawnym oszacowaniu prawdopodobieńswa F, oparcie wyliczeń na wyrejesrowujących się z yułu podjęcia pracy jes uzasadnione. Ponado przeprowadzone przez auorów porównanie prawdopodobieńsw oparych na liczbie nowych rejesracji (analogicznie do Shimera) z prawdopodobieńswami oparymi na danych BAEL wskazuje, że wyniki meody empirycznej zaprezenowanej w arykule są zdecydowanie bliższe danym BAEL pod względem przecięnego poziomu i korelacji badanych charakerysyk F.
7 Kreacja i desrukcja miejsc pracy w polskiej gospodarce Analiza wyników 3.1. Wyniki obliczeń miesięcznych przepływów na rynku pracy Zasosowanie meodyki Shimera pozwala na obliczenie prawdopodobieńsw przepływów na rynku pracy dla polskiej gospodarki, (por. wykres 1 w Aneksie). Szeregi czasowe wykorzysane w dalszej analizie zosały pozbawione składnika sezonowego za pomocą meody TRAMO/SEATS zaimplemenowanej w pakiecie Demera. Z kolei na wykresie 2 przedsawiono porównanie prawdopodobieńsw uray pracy (po usunięciu wahań sezonowych) określonych za pomocą pełnego modelu i jego uproszczonej posaci granicznej, czyli wyznaczonych z równania (8) lub (9). Różnice pomiędzy nimi są nieznaczne; niemal idenyczne są również ich charakerysyki cykliczne. Wynika o z faku, że dane obserwowane są z częsoliwością miesięczną, czyli relaywnie wysoką, a więc prawdopodobieńswa przepływów w rakcie miesiąca są sosunkowo niskie. W analizach kwaralnych lub rocznych uwzględnienie ciągłości procesów zachodzących na rynku pracy powinno wyraźniej wpływać na orzymywane wyniki. W dalszej części arykułu, niezależnie od uzyskanego uaj wyniku, sosowano prawdopodobieńswa przepływów wynikające z pełnego modelu Przepływy a zmiany sanów Wykres 3 obrazuje kolejną isoną cechę rynku pracy znaczne wielkości przepływów prowadzących do obserwowanych zmian bezrobonych. Średnia zmiana miesięczna (w ujęciu absolunym) liczby osób bezrobonych w okresie syczeń 1995 sierpień 2010 r. wyniosła około 29 ys. osób. Z kolei średnie miesięczne wielkości przepływów na rynku pracy były niemal pięciokronie wyższe i wyniosły około 112 ys. osób napływających do bezrobocia oraz około 117 ys. osób odpływających z niego. Dynamika przepływów na rynku pracy jes zaem bardzo wysoka w sosunku do zmiany liczby osób bezrobonych Własności cykliczne przepływów Analiza kszałowania się wyznaczonych prawdopodobieńsw oraz sopy bezrobocia pozwala na sformułowanie pewnych wniosków doyczących znaczenia procesów kreacji i desrukcji miejsc pracy w cyklu koniunkuralnym oraz wpływu ych procesów na sopę bezrobocia (formalnej analizie ego osaniego wąku poświęcony jes rozdział czwary). Wykres 1 przedsawia prawdopodobieńswa znalezienia i uray pracy na le sopy bezrobocia rejesrowanego. Obrazuje on wyraźną odwroną zależność pomiędzy bezrobociem a prawdopodobieńswem znalezienia pracy oraz słabsze powiązanie prawdopodobieńswa uray pracy z bezrobociem. Miara F cechuje się raczej dłuższymi wahaniami, podobnymi do wahań bezrobocia, z kolei miara X wydaje się bardziej zmienna w krókich okresach, choć widoczne są również wyraźne wahania o niższej częsoliwości. Ponado wydaje się, że znaczenie desrukcji miejsc pracy jes większe w począkowych okresach recesji i jes główną przyczyną wzrosu bezrobocia. Wpływ
8 68 M. Gradzewicz, P. Srzelecki worzenia miejsc pracy jes bardziej równomiernie rozłożony w cyklu koniunkuralnym i odgrywa relaywnie większą rolę w okresach wychodzenia z recesji. Tę pierwszą obserwację powierdza analiza korelacyjna 5 współczynnik korelacji miary F ze sopą bezrobocia (por. abela 2) wynosi -0,88 i jes (co do modułu) znacznie wyższy niż analogiczny współczynnik dla miary X, czyli 0,45. Wydaje się zaem, że w cyklu koniunkuralnym relaywnie większe znaczenie dla kszałowania się sopy bezrobocia ma worzenie nowych miejsc pracy 6. Jes o zgodne z wynikami uzyskanymi dla wielu gospodarek świaa (por. Rogerson, Shimer 2010), jak eż dla Polski (por. Srawiński 2009). Mimo o formalne sposoby dekompozycji zmienności bezrobocia nie dają wyraźnych wniosków w ym zakresie por. rozdział czwary. Uzyskane rezulay powierdza analiza korelacji dynamicznych w dziedzinie częsoliwości (por. wykres 4, obrazujący rozkład współczynnika korelacji dla różnych częsoliwości, wyrażonych w kwarałach). Powiązanie pomiędzy F i U jes silne (co do modułu) zarówno dla mniejszych, jak i większych częsoliwości i oscyluje pomiędzy -0,7 a -0,9. Z kolei związek prawdopodobieńswa X ze sopą bezrobocia jes słaby (blisko granicy isoności) dla krószych okresów wahań (od czerech do 12 kwarałów), a korelacja dynamiczna rośnie wraz z wydłużaniem horyzonu analizy, do około 0,6 w długim okresie. W całym zakresie częsoliwości urzymuje się jednak na poziomach niższych (co do modułu) niż w przypadku korelacji dynamicznej F z bezrobociem. Oba prawdopodobieńswa cechują się sosunkowo silnym wyprzedzeniem względem sopy bezrobocia 7 korelacje krzyżowe pomiędzy miarami obu wyznaczonych prawdopodobieńsw a sopą bezrobocia są najwyższe (co do modułu) dla opóźnień rzędu dziewięciu miesięcy (dla prawdopodobieńswa F ) oraz 11 miesięcy (dla prawdopodobieńswa X ). Również przesunięcia fazowe (miara spekralna związków w czasie pomiędzy analizowanymi zmiennymi, niesosowana uaj) wskazują na wyprzedzający charaker obu prawdopodobieńsw względem bezrobocia (silniejszy w przypadku prawdopodobieńswa X ). Wyprzedzenie zaczyna być isone saysycznie dla okresów wahań powyżej dwóch la i rośnie wraz z wydłużaniem horyzonu czasowego. 4. Dekompozycja zmian sopy bezrobocia Isonym zadaniem badawczym związanym z analizą przepływów na rynku pracy jes ocena oddziaływania kreacji i desrukcji miejsc pracy na zmiany bezrobocia. W poprzednim rozdziale znalazły się pewne wzmianki na en ema, opare głównie na analizie korelacyjnej, poniżej sformułowana zosanie odpowiedź wykorzysująca bardziej formalną meodykę. Prace badawcze w ym 5 Pewne zasrzeżenia co do przeprowadzonej analizy korelacyjnej może budzić poencjalna niesacjonarność analizowanych zmiennych. Przeprowadzone esy saysyczne (esy ADF, DF GLS, KPSS oraz ERS Poin-Opimal) są niekonkluzywne w kwesii sacjonarności analizowanych zmiennych, a ich wyniki różnią się w zależności od esu i przyjęych kryeriów doboru opóźnień zmiennych. Waro jednak pamięać, że wszyskie analizowane zmienne są ograniczone do przedziału 0, 1 i powinny być rakowane jako sacjonarne procesy sochasyczne, ewenualnie charakeryzujące się długą pamięcią. 6 Waro wspomnieć, że znaczenie likwidacji miejsc pracy rośnie w okresie dekoniunkury i o jeden z isonych czynników wzrosu bezrobocia. Z kolei do spadków bezrobocia bardziej przyczynia się worzenie nowych miejsc pracy. Szersze omówienie ego emau i wprowadzenie do formalnych meod pomiaru relaywnego znaczenia obu przepływów znajdzie się w rozdziale czwarym. 7 Rekurencyjny charaker równań opisujących dynamikę bezrobocia (por. wyprowadzenia w pracy Elsby, Hobijn, Sahin 2008) powoduje, że bieżący poziom bezrobocia zależy od całej hisorii prawdopodobieńsw znalezienia i uray pracy. W konsekwencji bieżące warości prawdopodobieńsw informują nie ylko o bieżącej, ale i o przyszłej zmianie bezrobocia.
9 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 69 zakresie są sosunkowo nowe i wciąż rwa polemika między naukowcami. Wyniki badań są bowiem niejednoznaczne, co z jednej srony jes skukiem zasosowanych meod, a z drugiej specyfiki krajów poddanych analizie. Dyskusja na en ema zosała zapocząkowana w pracy Shimera (2007), kóry wskazał na wpływ kreacji miejsc pracy na wahania sopy bezrobocia. Kolejne prace na en ema, z kórych najważniejsze o: Elsby, Hobijn, Sahin (2008), Perongolo, Pissarides (2001), Fujia, Ramey (2007), osłabiły wynik Shimera. Po pierwsze, jego obserwacje doyczyły gospodarki USA i rudno je zasosować do innych krajów. Po drugie, meoda dekompozycji zmian bezrobocia ma duże znaczenie dla wyniku (sąd w niniejszej pracy zasosowano różne meody wskazane w lieraurze) i konieczne jes uwzględnienie w obliczeniach rozbieżności pomiędzy bezrobociem w sanie równowagi a rzeczywisym. Większość z przywołanych prac opiera się na aproksymacji równania zmian bezrobocia wokół sanu równowagi. Pozwala o na dekompozycję zmian bezrobocia na niezależne części, na kóre wpływają oba procesy worzenia i desrukcji miejsc pracy. W sanie usalonym zachodzi zależność: * x u = u (10) x + f a zmiany bezrobocia można podzielić na zmiany wywołane przez dwa rozłączne (względem f i x ) czynniki: u ff ( f, ) + fx( x, ) (11) W akim przypadku udziały poszczególnych czynników w łącznej zmianie bezrobocia można wyznaczyć za pomocą odpowiednio zdefiniowanych współczynników β i : β f ( ), ) ) cov( ff f, u cov( fx x, u = βx = (12) var( u var( u ( ), ) ) Jeśli aproksymacja rzeczywisego bezrobocia za pomocą wzoru (10) jes dokładna, o suma współczynników β i powinna być bliska jedności. Elsby, Hobijn, Sahin (2008) pokazują, że jes o prawdą jedynie w przypadku wybranych gospodarek (np. USA), a w krajach charakeryzujących się silnymi zmianami bezrobocia (np. Hiszpania) przybliżenie dane wzorem (10) jes niedokładne. Przykładem akiego kraju jes Polska (por. wykres 5), kóra doświadczyła bardzo silnych wahań sopy bezrobocia. Przywoływane opracowania różnią się założeniami co do posaci funkcyjnej dla ff i fx, zakładają naomias zgodnie, że aproksymacja (10) jes dokładna. Jedynie 8 Elsby, Hobijn, Sahin (2008) wprowadzili meodę, kóra pozwala bezpośrednio uwzględnić odchylenia sopy bezrobocia od sanu usalonego w dekompozycji i w zasadzie jes najbardziej użyeczna w przypadku Polski. W abeli 1 przedsawiono wyniki dekompozycji zmian bezrobocia na zmiany wynikające z kreacji i desrukcji miejsc pracy 9. 8 Problem dokładności aproksymacji sanu usalonego doyczy również meody zaproponowanej w arykule Fujiy i Ramey a (2007), choć rozwiązano go dzięki przekszałceniu danych za pomocą filru Hodricka-Prescoa w celu wyznaczenia zmiennego w czasie bezrobocia w sanie usalonym. 9 Aby poprawić dokładność aproksymacji danej wzorem (10), wykorzysano komponeny rendu z procedury odsezonowania, nieuwzględniające zmienności o bardzo dużej częsoliwości.
10 70 M. Gradzewicz, P. Srzelecki Meody zakładające dosaeczną dokładność aproksymacji sanu usalonego bezrobocia (czyli opare na pracach: Elsby, Hobijn, Sahin 2008; Perongolo, Pissarides 2001; Shimer 2007) wskazują na kreację miejsc pracy jako główny czynnik odpowiedzialny za zmienność bezrobocia w cyklu koniunkuralnym, czyli zgodnie z analizą korelacyjną przeprowadzoną w rozdziale rzecim. Z kolei meody uwzględniające niedokładność aproksymacji sanu usalonego (czyli opare na pracach: Elsby, Hobijn, Sahin 2008; Fujia, Ramey 2007) wskazują na większe znaczenie procesu desrukcji miejsc pracy w kszałowaniu bezrobocia. Te drugie wydają się bardziej przydane w przypadku Polski, jednak nie są spójne z przeprowadzoną wcześniej analizą korelacyjną. Na podobną niejednoznaczność, przynajmniej dla danych doyczących gospodarki USA, wskazują również omawiane w ym rozdziale badania. 5. Weryfikacja wyników 5.1. Przepływy na podsawie danych miesięcznych a rójsanowy model opary na danych BAEL Ważnym sprawdzianem wiarygodności wyników orzymanych za pomocą zaproponowanej meody jes zesawienie orzymanych dzięki niej prawdopodobieńsw worzenia i desrukcji zarudnienia z przepływami oszacowanymi na podsawie danych BAEL. Meoda wyznaczania przepływów na rynku pracy na podsawie danych BAEL wyraźnie różni się od zaproponowanej dla danych miesięcznych, gdyż dane BAEL pozwalają bezpośrednio wyznaczyć prawdopodobieńswa zmian sausu (sanu) ych samych osób na rynku pracy dzięki obserwacji w kolejnych kwarałach. Użycie ych danych wymaga opracowania panelowych mikrodanych. Orzymane wyniki mogą się różnić nie ylko z powodu odmiennych meod obliczania przepływów, lecz akże ze względu na podsawowe różnice pomiędzy wymienionymi źródłami danych. Pierwszą z różnic jes inna definicja osoby bezrobonej. W przypadku bezrobocia rejesrowanego za bezrobonego uważa się osobę zarejesrowaną w urzędzie pracy. W przypadku BAEL uznanie kogoś za bezrobonego opiera się na definicji Międzynarodowej Organizacji Pracy (ILO) i nasępuje na podsawie odpowiedzi na pyania zaware w ankiecie. Weryfikuje ona, czy dana osoba nie wykonuje płanej pracy, czy akywnie poszukuje pracy i jes goowa do jej podjęcia. Analizy wykorzysujące dane BAEL (Cichocki i in. 2011) oraz dane z badania Diagnoza społeczna 2009 (Czapiński, Panek 2009) wskazują, że osoby spełniające definicję BAEL sanowiły przecięnie około 60% zarejesrowanych bezrobonych. Pozosałe osoby były klasyfikowane głównie jako nieakywne zawodowo lub pracujące w szarej srefie. Liczba bezrobonych wg BAEL nie jes jednak znacznie niższa od rejesrowanych, gdyż uzupełniają ją osoby, kóre z różnych powodów nie rejesrują się w urzędach pracy. Wspomniane różnice mogą mieć dwojakie skuki dla dalszych analiz. Z jednej srony grupy bezrobonych wyodrębnione na podsawie obu definicji nieco różnią się pod względem inensywności poszukiwań pracy. Z drugiej srony zmiany warunków rejesracji w urzędach pracy mogą mieć wpływ na wielkość bezrobocia i przepływów, a przez o na wyniki analizy oparej na danych z bezrobocia rejesrowanego. Drugą podsawową cechą różniącą pomiary bezrobocia jes sposób uogólniania danych na całą populację oraz oszacowanie liczby pracujących (por. wykres 6), kóra jes porzebna do oceny
11 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 71 zmian liczby akywnych zawodowo (sumy pracujących i bezrobonych). W przypadku bezrobocia rejesrowanego dane o liczbie bezrobonych pochodzą bezpośrednio z urzędów pracy w całej Polsce, ale liczba osób pracujących jes oszacowywana przez GUS na podsawie danych z innych źródeł. W przypadku danych BAEL wyniki ankiey doyczące liczby bezrobonych oraz pracujących są uogólniane na całą populację na podsawie szacunków populacji GUS. Różnice między populacjami pracujących określonymi według ych meod mają przede wszyskim podłoże definicyjne, ale mogą eż odzwierciedlać niedoszacowanie migracji zagranicznych w danych BAEL 10. Dla oceny przepływów na rynku pracy znaczenie mają nie yle urzymujące się różnice między powyższymi oszacowaniami, ile wahania ych różnic w czasie. Trzecią różnicą pomiędzy porównywanymi danymi jes brak możliwości uwzględnienia w meodzie oparej na danych miesięcznych przepływów pomiędzy nieakywnością a bezrobociem. Mogą one mieć znaczenie dla zmian bezrobocia. W meodzie oparej na danych BAEL uwzględnione zosały wszyskie możliwe przepływy pomiędzy pracą, bezrobociem i nieakywnością w ym napływy i odpływy z nieakywności do bezrobocia (por. wykres 7). Analiza zmian liczby bezrobonych spowodowanych przepływami pomiędzy bezrobociem a nieakywnością wskazuje, że w wyniku napływu osób nieakywnych zawodowo liczba bezrobonych rosła do końca 2006 r. oraz w 2009 r., z kolei w laach oddziaływanie o było wyraźnie ujemne. W laach sale zmniejszał się współczynnik akywności zawodowej, m.in. na skuek odchodzenia bezrobonych z rynku pracy. W przeciwną sronę działał naomias sały wzros w laach liczby osób w wieku produkcyjnym, wiążący się m.in. ze zmianą sausu młodych osób z nieakywnych zawodowo na bezrobonych. W celu porównania szeregów uzyskanych z obu źródeł danych zesawiono szeregi kwaralnych prawdopodobieńsw znalezienia pracy (F ) oraz uray pracy (X ). W przypadku meody wykorzysującej dane o częsoliwości miesięcznej wymagało o przeliczenia prawdopodobieńsw na okresy kwaralne. W przypadku danych BAEL bezpośrednio wykorzysano informacje o liczbie osób pracujących i bezrobonych w dwóch kolejnych kwarałach. Pewną innowacją wprowadzoną w niniejszej pracy jes również koreka przepływów obliczonych na podsawie panelowych danych BAEL ak, aby były spójne z publikacjami GUS doyczącymi liczby pracujących, bezrobonych i nieakywnych BAEL 11 opracowanymi na podsawie analizowanych zbiorów danych. Porównanie szeregów prawdopodobieńsw uzyskanych za pomocą obu meod (por. wykres 8) wskazuje, że prawdopodobieńswa uzyskania pracy przez osoby bezrobone są podobne i zmieniają się w aki sam sposób. Z kolei prawdopodobieńswa odpływu z zarudnienia do bezrobocia są, począwszy od 1997 r., nieco wyższe w przypadku danych pochodzących z rejesracji, jednak charakeryzują się podobnymi endencjami. 10 Liczba pracujących według BAEL jes wyższa od liczby pracujących według GUS, służącej do obliczeń sopy bezrobocia rejesrowanego. Wynika o z faku, że w BAEL definicja obejmuje pracę niezależnie od liczby przepracowanych godzin. Ponado uwzględniona jes akże praca w gospodarswach rolnych. Niedoszacowanie liczby emigranów w BAEL może wynikać z ego, że badanie o nie obejmuje gospodarsw domowych, kóre wyemigrowały w całości, co może powodować zawyżenie szacunków doyczących całkowiej populacji używanej do uogólniania wyników, a w związku z ym akże zawyżenie szacunków liczby pracujących. 11 Liczba osób zmieniających swój saus na rynku pracy zosała obliczona na podsawie obserwacji ych osób w kolejnych kwarałach w BAEL. Tak uzyskane dane nie zawierały wag isonych dla osiągnięcia reprezenaywności i możliwości uogólniania wyników na całą populację Polski. Dane e mogły być również obciążone przez proces wykruszania się panelu. W celu koreky ych wad surowego zbioru danych wykorzysano meodę Ieraive Proporional Fiing (Schoen, Jonsson 2003), kóra pozwala na uzyskanie esymaorów największej wiarygodności przepływów zgodnych z danymi makro BAEL wykorzysującymi wagi. Koreka danych zmieniła nieco warości przepływów, ale nie wpłynęła na ocenę endencji w danych.
12 72 M. Gradzewicz, P. Srzelecki Powyższe wnioski powierdziła również analiza korelacyjna (por. abela 2), wskazująca ponado na większą zgodność w zakresie worzenia miejsc pracy. Może się o wiązać z bardziej jednoznacznym określeniem zmian sanu oraz mniejszą liczbą źródeł błędów w przypadku przechodzenia z bezrobocia do zarudnienia. W przypadku przechodzenia z pracy do bezrobocia na oszacowania większy wpływ ma liczba pracujących oraz różnice między definicjami bezrobocia. W przypadku danych doyczących prawdopodobieńswa przejścia z bezrobocia do zarudnienia największą zgodność noowano w okresach lepszej koniunkury, z kolei dodania korelacja zmniejszała się (por. wykres 9), ale była isona saysycznie w okresie spowolnienia Zwiększenie różnic pomiędzy oboma szeregami właśnie w ym okresie mogło być wynikiem sosowania wobec zarejesrowanych bezrobonych akywnej poliyki rynku pracy, kóra mogła łagodzić spadki prawdopodobieńswa uzyskania pracy przez osoby zarejesrowane w porównaniu z osobami bezrobonymi wg BAEL, ale niezarejesrowanymi. Saysycznie isona dodania korelacja była w większości okresów obserwowana akże w przypadku szeregów odzwierciedlających desrukcję miejsc pracy. Dla wyjaśnienia źródeł bezrobocia duże znaczenie ma oddziaływanie przepływów na zmiany liczby bezrobonych. Obie meody uzyskiwania danych o przepływach prowadzą do sosunkowo spójnych wniosków w ym zakresie. Waro jednak dodać, że w kilku wyróżnionych okresach zmiany przepływów są odmienne (por. wykres 10). Najważniejsze różnice wynikały z nieco innego kszałowania się mierników bezrobocia w czasie (bezrobocia rejesrowanego i bezrobocia BA- EL) oraz różnic w meodyce pomiaru samych przepływów, polegających na uwzględnieniu większej liczby osób przepływających z i do bezrobocia w modelu oparym na danych miesięcznych. W przypadku danych kwaralnych zmiana sanu na rynku pracy mogła być obserwowana jedynie co kwarał. Model opary na danych miesięcznych zakładał czas ciągły, a zaem uwzględniał możliwość np. uray pracy i jej ponownego znalezienia w ciągu kwarału, co nie zosałoby odnoowane w przypadku przepływów zaobserwowanych w BAEL. Ponado wyraźne rozróżnienie w danych BAEL osób bezrobonych od nieakywnych oraz uwzględnienie zmian populacji uwypuklało wpływ na bezrobocie innych czynników niż przepływy z i do zarudnienia. Najważniejsze rozbieżności pomiędzy endencjami zaobserwowanymi w wyniku zasosowania obu meod doyczą począkowych okresów wzrosów bezrobocia I kwarał 1998 I kwarał 1999 r. oraz IV kwarał 2009 II kwarał 2010 r. Napływy do bezrobocia zwiększały się wówczas znacznie szybciej w przypadku danych z rejesrów urzędów pracy. Ponado znacznie większe napływy do bezrobocia rejesrowanego w I kwarale 1999 r. mogły być skukiem reformy służby zdrowia, kóra powiązała rejesrację w urzędach pracy z nabywaniem prawa do bezpłanej opieki medycznej przez osoby niepracujące. Gwałowne pogorszenie syuacji na rynku pracy zmniejszało również liczbę bezrobonych BAEL nierejesrujących się w urzędach pracy (por. Cichocki i in. 2011), co ograniczało przepływy z zarudnienia do bezrobocia w danych rejesrowych. Analizy opare na danych kwaralnych BAEL pozwoliły ponado na rozróżnienie oddziaływania na bezrobocie napływów i odpływów do i z nieakywności oraz zmian populacji. Oddziaływanie o, oznaczone jako pozosałe przepływy (por. wykres 10), nie zmienia isonie wyników, choć nie powinno być pomijane, i w przybliżeniu odpowiada zmianom przepływów pomiędzy nieakywnością a bezrobociem (por. wykres 7).
13 Kreacja i desrukcja miejsc pracy w polskiej gospodarce Prawdopodobieńswo znalezienia pracy a indeks resrykcyjności rynku pracy Uzyskane w arykule oszacowania prawdopodobieńsw znalezienia pracy można również zweryfikować sosując alernaywne podejście eoreyczne. Według eorii przepływów na rynku pracy prawdopodobieńswo znalezienia pracy F jes silnie powiązane z zw. indeksem napięć na rynku v pracy, będącym relacją pomiędzy popyem a podażą pracy, zdefiniowanym jako θ u, gdzie v jes miarą wakaów zgłaszanych przez przedsiębiorców, a u liczbą osób bezrobonych. Związek en opiera się na zagregowanej funkcji dopasowań na rynku pracy, przedsawiającej liczbę σ nowo zawarych umów o pracę (dopasowań) jako funkcję liczby wolnych miejsc pracy (wakaów zgłaszanych przez przedsiębiorswa) i poszukujących pracy (bezrobonych). Częso wykorzysywaną w lieraurze i powierdzoną empirycznie posacią ej zależności (por. przegląd lieraury zawary w pracy Perongolo, Pissarides (2001), a w przypadku Polski pracę Roszkowskiej (2009 )) jes jednorodna funkcja Cobba-Douglasa m = σ σ 1 σ m, u v, gdzie m jes liczbą nowych umów o pracę, σ m, mierzy (możliwie zmienną w czasie) efekywność procesu dopasowań, a σ jes paramerem z przedziału (0, 1). Przy ych założeniach prawdopodobieńswo znalezienia pracy dane jes zależnością: σ m σ 1 1 = = σ σ 1 F = σ θ σ m, u v i rośnie względem indeksu napięć na rynku pracy. u m, Wykres 11 przedsawia prawdopodobieńswa znalezienia pracy uzyskane na podsawie danych rejesrowych na le indeksu napięć na rynku pracy, obrazując posulowaną przez eorię poszukiwań zależność pomiędzy F a θ. Powierdza ją również wysoka warość 12 współczynnika korelacji pomiędzy obiema zmiennymi, wynosząca 0,94. Oprócz wcześniejszego porównania orzymanych wyników z danymi BAEL jes o dodakowym powierdzeniem orzymanych rezulaów. 6. Podsumowanie Arykuł przedsawia wyniki badań oparych na meodyce zaproponowanej przez Shimera (2007), poświęconych cyklicznemu kszałowaniu się przepływów na rynku pracy. Porównanie prawdopodobieńsw znalezienia i uray pracy wyznaczonych na podsawie danych miesięcznych z rejesracji bezrobonych w urzędach pracy z kwaralnymi szacunkami oparymi na danych BAEL pozwala swierdzić, że zmiany prawdopodobieńsw wyznaczonych za pomocą obu meod są zbliżone i podobnie opisują rozwój syuacji na rynku pracy. W konsekwencji, uproszczenia meodyczne związane z wykorzysywaniem danych miesięcznych i pominięciem w analizie przepływów do i z bierności zawodowej nie zniekszałcają isonie obrazu procesów zachodzących na rynku pracy. Ponado orzymane prawdopodobieńswa znalezienia pracy wykazują bardzo silną korelację z indeksem napięć na rynku pracy, zgodną z eorią przepływów oparą na funkcji dopasowań. Z przeprowadzonej analizy wynika, że jednoznaczna ocena wpływu kreacji i desrukcji miejsc pracy na bezrobocie jes rudna, gdyż różne meody dekompozycji bezrobocia dają odmienne rezulay. Z jednej srony meody dekompozycji eoreycznie najlepiej dososowane do polskiej specyfiki (uwzględniające isnienie rozbieżności pomiędzy bezrobociem w sanie usalonym a rzeczywisym bezrobociem) wskazują na dość równomierny wpływ obu procesów (z pewną przewagą desrukcji 12 Związek pomiędzy obiema zmiennymi nie jes idealny ze względu na: nieliniowy charaker zależności, możliwość zmian efekywności procesu dopasowań oraz ewenualne błędy pomiaru liczby zgłaszanych przez przedsiębiorswa wakaów (uaj przyjęo wakay zgłaszane w urzędach pracy).
14 74 M. Gradzewicz, P. Srzelecki miejsc pracy). Z drugiej srony pozosałe meody dekompozycji zmienności bezrobocia, jak również przeprowadzona analiza korelacyjna wskazują, że w kszałowaniu bezrobocia większe znaczenie ma proces kreacji miejsc pracy. Ponado sugerują, że desrukcja miejsc pracy nabiera szczególnego znaczenia w począkowych okresach recesji. Wpływ procesu worzenia miejsc pracy wydaje się naomias bardziej równomiernie rozłożony w cyklu koniunkuralnym i odgrywa większą rolę w rakcie wychodzenia z recesji. W świele uzyskanych wyników można swierdzić, że poliyka pańswa nasawiona na ochronę zarudnienia w syuacji spowolnienia gospodarczego może odgrywać rolę w pierwszej fazie spowolnienia (wzmacniając efek chomikowania pracy (Srzelecki, Wyszyński, Saczuk 2009), ale ma ograniczoną skueczność w długim okresie, gdy kreacja nowych miejsc pracy najsilniej wpływa na pojawienie się rwałych, pozyywnych zmian na rynku pracy. Bibliografia Blanchard O.J., Diamond P., Hall R.E., Murphy K. (1990), The Cyclical Behavior of he Gross Flows of U.S. Workers, Brookings Papers on Economic Aciviy, 2, Bukowski M., Lewandowski P., Koloch G., Baranowska A., Magda I., Szydłowski A., Bober M., Bieliński J., Zawisowski J., Sarzalska M. (2008), Employmen in Poland 2007: Securiy on flexible labour marke, Universiy Library of Munich, hp://econpapers.repec.org RePEc:pra:mprapa: Cichocki S., Srzelecki P., Tyrowicz J., Wyszyński R. (2011), Kwaralny rapor o rynku pracy I kw r., Narodowy Bank Polski, Warszawa, hp:// pracy_03_2011.pdf. Czapiński J., Panek T., red. (2009), Diagnoza Społeczna Warunki i jakość życia Polaków. Rapor, Rada Monioringu Społecznego, Warszawa. Davis S.J., Haliwanger J.C., Schuh S. (1998), Job Creaion and Desrucion, The MIT Press, Cambridge. Elsby M.W.L., Michaels R., Solon G. (2009), The Ins and Ous of Cyclical Unemploymen. American Economic Journal: Macroeconomics, 1(1), Elsby M., Hobijn B., Sahin A. (2008), Unemploymen Dynamics in he OECD, NBER Working Paer, 14617, hp://econpapers.repec.org/repec:nbr:nberwo: Fujia S., Ramey G. (2007), Reassessing he Shimer facs, Federal Reserve Bank of Philadelphia, hp://econpapers.repec.org/repec:fip:fedpwp:07-2. Góra M. (2000), Rynek pracy w świecie ciągłej resrukuryzacji, w: Tworzenie zarudnienia i resrukuryzacja ekonomiczna, Cenrum Analiz Społeczno-Ekonomicznych, Warszawa. Ingham H., Ingham M. (2005), Labour flows ino and ou of Polish agriculure: a micro-level analysis, Lancaser Universiy Managemen School, Economics Deparmen, hp://ideas.repec. org/p/lan/wpaper/ hml. Kucharski L. (2001), Przepływy na rynku pracy w laach dziewięćdziesiąych, Uniwersye Łódzki. Morensen D.T., Pissarides C.A. (1994), Job Creaion and Job Desrucion in he Theory of Unemploymen, Review of Economic Sudies, 61(3), Perongolo B., Pissarides C.A. (2001), Looking ino he Black Box: A Survey of he Maching Funcion, Journal of Economic Lieraure, 39(2),
15 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 75 Rogerson R., Shimer R. (2010), Search in Macroeconomic Models of he Labor Marke, NBER Working Paper, 15901, hp:// Roszkowska S. (2009), Aggregae Maching Funcion. The Case of Poland. Cenral European Journal of Economic Modelling and Economerics, 1(2), Rukowski J. (2002), Tworzenie i likwidacja miejsc pracy, w: Reformy srukuralne a poliyka pieniężna, Narodowy Bank Polski, Warszawa. Schoen R., Jonsson S.H. (2003), Esimaing mulisae ransiion raes from populaion disribuions, Demographic Research, 9(1), Shimer R. (2007), Reassessing he Ins and Ous of Unemploymen, NBER Working Paper, 13421, hp://econpapers.repec.org/repec:nbr:nberwo: Socha M., Szanderska U. (2000), Srukuralne podsawy bezrobocia w Polsce, Wydawnicwo Naukowe PWN, Warszawa. Srawiński P. (2009), Ins and Ous of Polish Unemploymen, Cenral European Journal of Economic Modelling and Economerics, 1(3), Srzelecki P., Wyszyński R., Saczuk K. (2009), Zjawisko chomikowania pracy w polskich przedsiębiorswach po okresie ransformacji, Bank i Kredy, 40(6), Yashiv E. (2006), U.S. Labor Marke Dynamics Revisied, Insiue for he Sudy of Labor, hp://econpapers.repec.org/repec:iza:izadps:dp2455.
16 76 M. Gradzewicz, P. Srzelecki Aneks Wykres 1 Prawdopodobieńswa znalezienia (F) i uray pracy (X) na le sopy bezrobocia rejesrowanego ,8 1,5 1,3 1,0 0,8 0,5 0,3 % % F (lewa oś) Sopa bezrobocia (prawa oś) % % , X (lewa oś) Sopa bezrobocia (prawa oś)
17 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 77 Wykres 2 Prawdopodobieńswa uray pracy wyznaczone za pomocą dwóch meod 0,018 % 0,015 0,013 0,010 0,008 0,005 0,003 0, X X ~ Wykres 3 Napływy i odpływy do i z bezrobocia w ujęciu absolunym 200 ys. osób % Napływ (lewa oś) Odpływ (lewa oś) Zmiana, m/m (prawa oś) Sopa bezrobocia (prawa oś)
18 78 M. Gradzewicz, P. Srzelecki Wykres 4 Prawdopodobieńswa znalezienia (F) i uray (X) pracy na le sopy bezrobocia rejesrowanego 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1,0 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1,0 F 20,0 10,0 6,7 5,0 4,0 3,4 2,9 2,5 2,3 2,0 X 20,0 10,0 6,7 5,0 4,0 3,4 2,9 2,5 2,3 2,0 Źródło: obliczenia z wykorzysaniem kodu Malab auorswa Pawła Skrzypczyńskiego. Uwaga: szarym kolorem zaznaczono częsoliwości radycyjnie uożsamiane z wahaniami koniunkuralnymi, czyli od czerech do 40 kwarałów.
19 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 79 Wykres 5 Aproksymowana sopa bezrobocia na le rzeczywisej 30 % Rzeczywisa sopa bezrobocia Aproksymowana sopa bezrobocia Uwaga: aproksymowana sopa bezrobocia wyznaczona na podsawie rendów odpowiednich szeregów pochodzących z odsezonowania meodą TRAMO-SEATS.
20 80 M. Gradzewicz, P. Srzelecki Wykres 6 Zmiany liczby bezrobonych według danych BAEL i urzędów pracy (lewy panel) oraz liczby pracujących według BAEL i implikowanej liczby pracujących według danych urzędów pracy (prawy panel) 4000 ys. osób Liczba zarejesrowanych bezrobonych Liczba bezrobonych według BAEL ys. osób Liczba pracujących uzyskana na podsawie danych z rejesracji Pracujący według BAEL Uwaga: szeregi odsezonowane meodą TRAMO-SEATS.
21 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 81 Wykres 7 Przepływy pomiędzy nieakywnością a bezrobociem według BAEL i ich wpływ na zmianę liczby bezrobonych 300 ys. osób Zmiana liczby bezrobonych Przepływy z nieadekwaności do bezrobocia Przepływy z bezrobocia do nieadekwaności Uwaga: szeregi odsezonowane meodą TRAMO-SEATS.
22 82 M. Gradzewicz, P. Srzelecki Wykres 8 Porównanie kwaralnych prawdopodobieńsw znalezienia pracy (F, lewy panel) i uray pracy (X, prawy panel) orzymanych na podsawie różnych źródeł danych 19 % Dane kwaralne BAEL Miesięczna rejesracja 0,40 % 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0, Dane kwaralne BAEL Miesięczna rejesracja Uwaga: dane odsezonowane meodą TRAMO-SEATS.
23 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 83 Wykres 9 Auokorelacja prawdopodobieńsw znalezienia (F) i uray (X) pracy obliczonych na podsawie danych BAEL i danych z urzędów pracy 1,0 0,8 0,6 0,4 0, Auokorelacja dla F Auokorelacja dla X Granica isoności 0,05 Uwaga: szeregi odsezonowane meodą TRAMO-SEATS.
24 84 M. Gradzewicz, P. Srzelecki Wykres 10 Przepływy między pracą a bezrobociem a zmiany liczby bezrobonych według BAEL (lewy panel) oraz danych z urzędów pracy (prawy panel) 800 ys. osób Pozosałe przepływy ys. osób Przepływy z bezrobocia do zarudnienia Przepływy z zarudnienia do bezrobocia Zmiany liczby bezrobonych Przepływy z bezrobocia do zarudnienia Przepływy z zarudnienia do bezrobocia Zmiany liczby bezrobonych Uwaga: dane odsezonowane meodą TRAMO-SEATS.
25 Kreacja i desrukcja miejsc pracy w polskiej gospodarce 85 Wykres 11 Prawdopodobieńswo znalezienia pracy (F) na le indeksu resrykcyjności rynku pracy (θ) 7 % F θ Tabela 1 Dekompozycja zmian sopy bezrobocia f() kreacja miejsc pracy x() desrukcja miejsc pracy Elsby, Hobijn, Sahin (2008) san równowagi poza sanem równowagi Perongolo, Pissarides (2007) san równowagi Fujia, Ramey (2008) san równowagi przybliżany filrem HP Shimer (2007) san równowagi 0,51 0,32 0,56 0,16 0,82 0,49 0,47 0,37 0,84 0,36 Pozosałe 0,03 Tabela 2 Korelacje przepływów pomiędzy różnie definiowanymi sopami bezrobocia X miesięczne U rejesrowane F kwaralne X kwaralne U BAEL F miesięczne -0,666*** -0,884*** 0,799*** -0,457*** -0,911*** X miesięczne 0,45*** -0,603*** 0,5*** 0,49*** U rejesrowane -0,704*** 0,273** 0,963*** F kwaralne -0,213-0,814*** X kwaralne 0,253* Uwaga: isoność współczynników korelacji: *** 0,01; ** 0,05; *0,1.
Przepływy na polskim rynku pracy co mówią nam miesięczne dane bezrobocia rejestrowanego? STRESZCZENIE
Przepływy na polskim rynku pracy co mówią nam miesięczne dane bezrobocia rejesrowanego? Michał Gradzewicz *, Paweł Srzelecki ** STRESZCZENIE Arykuł przedsawia wyniki analizy cykliczności przepływów na
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 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 szczegółowoWykład 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 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 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 szczegółowodr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy
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 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 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 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 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 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 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 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 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 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 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 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 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 szczegółowoMichał Zygmunt, Piotr Kapusta Sytuacja gospodarcza w Polsce na koniec 3. kwartału 2013 r. Finanse i Prawo Finansowe 1/1, 94-97
Michał Zygmun, Pior Kapusa Syuacja gospodarcza w Polsce na koniec 3. kwarału 013 r. Finanse i Prawo Finansowe 1/1, 94-97 014 94 Dodaek Kwaralny Syuacja gospodarcza w Polsce na koniec 3. kwarału 013 r.
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 szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
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 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 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 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 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 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 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 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 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 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 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 szczegółowoRóżnica bilansowa dla Operatorów Systemów Dystrybucyjnych na lata (którzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności)
Różnica bilansowa dla Operaorów Sysemów Dysrybucyjnych na laa 2016-2020 (kórzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności) Deparamen Rynków Energii Elekrycznej i Ciepła Warszawa 201 Spis
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 szczegółowoTransakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.
Agaa Srzelczyk Transakcje insiderów a ceny akcji spółek noowanych na Giełdzie Papierów Warościowych w Warszawie S.A. Wsęp Inwesorzy oczekują od każdej noowanej na Giełdzie Papierów Warościowych spółki
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 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 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 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 szczegółowoAnaliza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego
TRANSFORM ADVICE PROGRAMME Invesmen in Environmenal Infrasrucure in Poland Analiza efekywności koszowej w oparciu o wskaźnik dynamicznego koszu jednoskowego dr Jana Rączkę Warszawa, 13.06.2002 2 Spis reści
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 szczegółowoOPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR
Daniel Iskra Uniwersye Ekonomiczny w Kaowicach OPTYMALIZACJA PORTFELA IWESTYCYJEGO ZE WZGLĘDU A MIIMALY POZIOM TOLERACJI DLA USTALOEGO VaR Wprowadzenie W osanich laach bardzo popularną miarą ryzyka sała
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 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 szczegółowo4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego
4.. Obliczanie przewodów grzejnych meodą dopuszczalnego obciążenia powierzchniowego Meodą częściej sosowaną w prakyce projekowej niż poprzednia, jes meoda dopuszczalnego obciążenia powierzchniowego. W
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 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 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 szczegółowoManagement Systems in Production Engineering No 4(20), 2015
EKONOMICZNE ASPEKTY PRZYGOTOWANIA PRODUKCJI NOWEGO WYROBU Janusz WÓJCIK Fabryka Druu Gliwice Sp. z o.o. Jolana BIJAŃSKA, Krzyszof WODARSKI Poliechnika Śląska Sreszczenie: Realizacja prac z zakresu przygoowania
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 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 szczegółowoSilniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
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 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 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 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 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 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 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 szczegółowo1.1. Bezpośrednie transformowanie napięć przemiennych
Rozdział Wprowadzenie.. Bezpośrednie ransformowanie napięć przemiennych Bezpośrednie ransformowanie napięć przemiennych jes formą zmiany paramerów wielkości fizycznych charakeryzujących energię elekryczną
Bardziej szczegółowoIdentyfikacja wahań koniunkturalnych gospodarki polskiej
Rozdział i Idenyfikacja wahań koniunkuralnych gospodarki polskiej dr Rafał Kasperowicz Uniwersye Ekonomiczny w Poznaniu Kaedra Mikroekonomii Sreszczenie Celem niniejszego opracowania jes idenyfikacja wahao
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 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 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 szczegółowoDobór przekroju żyły powrotnej w kablach elektroenergetycznych
Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego
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 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 szczegółowoĆwiczenia 3 ( ) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.
Ćwiczenia 3 (22.04.2013) Współczynnik przyrosu nauralnego. Koncepcja ludności zasojowej i usabilizowanej. Prawo Loki. Współczynnik przyrosu nauralnego r = U Z L gdzie: U - urodzenia w roku Z - zgony w
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
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 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 szczegółowoMETODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
Bardziej szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Bardziej szczegółowoZASTOSOWANIE MIAR OCENY EFEKTYWNOŚCI EKONOMICZNEJ DO PLANOWANIA ORAZ OCENY DZIAŁAŃ DYWESTYCYJNYCH W GOSPODARSTWACH ROLNICZYCH *
JAROSŁAW MIKOŁAJCZYK Uniwersye Rolniczy Kraków ZASTOSOWANIE MIAR OCENY EFEKTYWNOŚCI EKONOMICZNEJ DO PLANOWANIA ORAZ OCENY DZIAŁAŃ DYWESTYCYJNYCH W GOSPODARSTWACH ROLNICZYCH * Wsęp W klasycznym ujęciu meody
Bardziej szczegółowoAnaliza taksonomiczna porównania przyspieszenia rozwoju społeczeństwa informacyjnego wybranych krajów
Ekonomiczne Problemy Usług nr 1/2017 (126),. 1 ISSN: 1896-382X www.wnus.edu.pl/epu DOI: 10.18276/epu.2017.126/1-08 srony: 71 79 Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra
Bardziej szczegółowoKrzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR
Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność
Bardziej szczegółowoStała potencjalnego wzrostu w rachunku kapitału ludzkiego
252 Dr Wojciech Kozioł Kaedra Rachunkowości Uniwersye Ekonomiczny w Krakowie Sała poencjalnego wzrosu w rachunku kapiału ludzkiego WSTĘP Prowadzone do ej pory badania naukowe wskazują, że poencjał kapiału
Bardziej szczegółowoPrognoza skutków handlowych przystąpienia do Europejskiej Unii Monetarnej dla Polski przy użyciu uogólnionego modelu grawitacyjnego
Bank i Kredy 40 (1), 2009, 69 88 www.bankikredy.nbp.pl www.bankandcredi.nbp.pl Prognoza skuków handlowych przysąpienia do Europejskiej Unii Monearnej dla Polski przy użyciu uogólnionego modelu grawiacyjnego
Bardziej szczegółowoWYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
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 szczegółowoPDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoKONIUNKTURA W CIĘŻAROWYM TRANSPORCIE SAMOCHODOWYM. STAN W ROKU 2010 I PRZEWIDYWANIA NA ROK KOLEJNY
Sławomir Dorosiewicz Insyu Transporu Samochodowego KONIUNKTURA W CIĘŻAROWYM TRANSPORCIE SAMOCHODOWYM. STAN W ROKU 2010 I PRZEWIDYWANIA NA ROK KOLEJNY W arykule podsumowano wyniki badań koniunkury w ransporcie
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 szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową
Bardziej szczegółowoMetody rachunku kosztów Metoda rachunku kosztu działań Podstawowe pojęcia metody ABC Kalkulacja obiektów kosztowych metodą ABC Zasobowy rachunek
Meody rachunku koszów Meoda rachunku koszu Podsawowe pojęcia meody ABC Kalkulacja obieków koszowych meodą ABC Zasobowy rachunek koszów Kalkulacja koszów meodą ABC podsawową informacja dla rachunkowości
Bardziej szczegółowoTemat: Weryfikacja nienaruszalności bezpieczeństwa SIL struktury sprzętowej realizującej funkcje bezpieczeństwa
1 Lab3: Bezpieczeńswo funkcjonalne i ochrona informacji Tema: Weryfikacja nienaruszalności bezpieczeńswa SIL srukury sprzęowej realizującej funkcje bezpieczeńswa Kryeria probabilisyczne bezpieczeńswa funkcjonalnego
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 szczegółowoZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG
Doroa Wikowska, Anna Gasek Kaedra Ekonomerii i Informayki SGGW dwikowska@mors.sggw.waw.pl ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYC INDEKSÓW GIEŁDOWYC: WIG, WIG2, MIDWIG I TECWIG Sreszczenie:
Bardziej szczegółowo( ) ( ) ( τ) ( t) = 0
Obliczanie wraŝliwości w dziedzinie czasu... 1 OBLICZANIE WRAśLIWOŚCI W DZIEDZINIE CZASU Meoda układu dołączonego do obliczenia wraŝliwości układu dynamicznego w dziedzinie czasu. Wyznaczane będą zmiany
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 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 szczegółowoOPTYMALNE REGUŁY WYDATKOWE W PROWADZENIU POLITYKI FISKALNEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 331 2017 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii agnieszka.przybylska-mazur@ue.kaowice.pl
Bardziej szczegółowoCzy prowadzona polityka pieniężna jest skuteczna? Jaki ma wpływ na procesy
Dobromił Serwa Reakcje rynków finansowych na szoki w poliyce pieniężnej.. Wsęp Czy prowadzona poliyka pieniężna jes skueczna? Jaki ma wpływ na procesy ekonomiczne zachodzące w kraju? Czy jes ona równie
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 szczegółowoROLA REGUŁ POLITYKI PIENIĘŻNEJ I FISKALNEJ W PROWADZENIU POLITYKI MAKROEKONOMICZNEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 246 2015 Współczesne Finanse 3 Agnieszka Przybylska-Mazur Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra
Bardziej szczegółowoTESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Bardziej szczegółowo