Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Wielkość: px
Rozpocząć pokaz od strony:

Download "Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska"

Transkrypt

1 A.07.3 Jerzy Czesław Ossowski Kaedra Ekonomii i Zarzdzania Przedsibiorswem Wydział Zarzdzania i Ekonomii Poliechnika Gdaska XII Seminarium Naukowe Kaedry Ekonomii i Zarzdzania Przedsibiorswem Poliechniki Gdaskiej n.: GOSPODARKA POLSKI W OKRESIE TRANSFORMACJI, Gołu, wrzesie 2007 r. WSTPIENIE POLSKI DO UNII EUROPEJSKIEJ A STOPA BEZROBOCIA W POLSCE 1. Wprowadzenie Przyspienie Polski do Unii Europejskiej 1 maja 2004 roku zapewniło obywaelom polskim naychmiasowe prawo do podejmowania legalnej pracy w czci krajów członkowskich. Prawa e z upływem czasu poszerzały si na kolejne paswa unijne. Zauwamy, e obywaele polscy mogli bez ogranicze podejmowa legaln prac w naspujcych erminach i paswach: od 1 maja 2004 roku w Wielkiej Bryanii, Irlandii, Szwecji oraz w nowo przyjych paswach członkowskich (za wyjkiem Maly), od maja 2006 roku w Hiszpani, Porugalii, Grecji, Finlandii i Islandii (członek EOG), od 31 lipca 2006 roku we Włoszech, od 1 sycznia 2007 roku w Bułgarii i Rumunii - nowo przyjych paswach Unii od 1 maja 2007 w Holandii. W pozosałych krajach obowizuj ograniczenia w dospie do rynku pracy. Ograniczenia e maj zosa zniesione z dniem 1 maja 2009 roku. W przypadku wyspienia perurbacji lub groby wyspienia zakłóce na lokalnych rynkach pracy, ograniczenia w swobodnym przepływie siły roboczej mog zosa urzymane do 30 kwienia 2011 roku. Moliwo sosowania ego ypu przepisów przejciowych zawara jes w Trakacie o Przyspieniu do UE. Naley podkreli, e wynikajace z ych przepisów ograniczenia: doycz osób zarudnionych na podsawie umowy o prac (pracowników), nie doycz osób, kóre w dniu 1 maja 2004 roku byli dopuszczeni do pracy w danym paswie przez nieprzerwany okres 12 miesicy, nie doycz osób prowadzcych działalno gospodarcz (osób pracujcych na własny rachunek). Zarysowana powyej syuacja wskazuje na moliwo zmian na rynku pracy w Polsce. Waro zauway, e w dwu osanich laach poprzedzajcych przyspienie Polski do Unii Europejskiej sopa bezrobocia według informacji GUS oraz EUROSTAT oscylowała w granicach przekraczajcych 20%. Z analizy danych saysycznych doyczcych ego wskanika wynika, e po bezporednim przyspieniu Polski do Unii naspował spadek sopy bezrobocia w kraju (parz wykres 1): z poziomu 18,9% (II kw. 2004) do poziomu 9,9% (II kw. 2007), według EUROSTAT, z poziomu 19,4%(II kw. 2004) do poziomu 12,4% (II kw. 2007), według GUS. Pozwala o posawi naspujc ez badawcz: H.B.: W wyniku wspienia Polski do Unii Europejskiej i czciowego owarcia europejskiego rynku pracy naspił spadek sopy bezrobocia w Polsce. Na ym le posawi mona naspujce pyanie badawcze: P.B.: W jakim sopniu na spadek sopy bezrobocia w Polsce wpływ miało czciowe owarcie rynku pracy w Unii Europejskiej? Udzielajc odpowiedzi na o pyanie naley uwzgldni dodakowo naspujce faky: 1

2 przecina roczna sopa wzrosu PKB zmieniła si z poziomu 3,0 % w laach do poziomu 5,0% w laach (II kwarał), przecina roczna sopa wzrosu zarudnienia w Polsce zmieniła si z poziomu ujemnego wynoszcego -1,93% w laach do poziomu dodaniego wynoszcego 3,07% w laach (II kwarał), według danych EUROSTAT, przecina roczna sopa wzrosu zarudnienia w Polsce zmieniła si z poziomu ujemnego wynoszcego -1,96% w laach do poziomu dodaniego wynoszcego 1,55% w laach (II kwarał), według danych GUS Wykres 1 Sopy bezrobocia SU (wg. EUROSTAT) i SB (wg. GUS) oraz wzrosu PKB (SPKB) w Polsce SU SB SPKB Q1 1997Q4 1998Q3 1999Q2 2000Q1 2000Q4 2001Q3 2002Q2 2003Q1 2003Q4 2004Q3 2005Q2 2006Q1 2006Q4 2. Koncepcja przyczynowo-skukowego modelu bezrobocia przypadek zamkniego rynku pracy Punkem wyjcia przy formułowaniu koncepcji przyczynowo-skukowego modelu bezrobocia w warunkach zamkniego rynku pracy jes naspujca definicja sopy bezrobocia (u ): LF N N = = u = 1 u N, LF (1) LF LF ( ) ( + ) gdzie: LF - wielko zasobów siły roboczej na koniec okresu, N - wielko zasobu osób zarudnionych na koniec okresu. Z przedsawionej formuły zdefiniowania sopy bezrobocia wynika, e sopa a jes: ujemn funkcj liczby osób zarudnionych w gospodarce narodowej (N ), dodani funkcj zasobów siły roboczej (LF akywnych zawodowo) Zauwamy, e wielko zasobów siły roboczej (LF) na koniec okresu zaley od: wielkoci zasobów siły roboczej z koca okresu -1, srumienia przypływu siły roboczej w okresie (SpLF) (absolwenci szkół wkraczajcy na rynek pracy, osoby w wieku produkcyjnym uakywniajce si zawodowo, obcokrajowcy oficjalnie zarudniani,...) srumienia odpływu siły roboczej w okresie (SoLF)(osoby przechodzce na emeryur, osoby okresowo opuszczajce rynek pracy, emigracja zarobkowa,...). Z powyszego wynika, e: 2

3 LF = LF 1 + SpLF SoLF (2) Oznacza o, ze przyros zasobów siły roboczej jes rónic pomidzy srumieniem przypływu siły roboczej a srumieniem odpływu z rynku pracy, co moemy zapisa w naspujcy sposób: LF = LF LF 1 = SpLF SoLF (3) Uznajmy, e czynnikami decydujcymi o zmianie zasobów siły roboczej s czynniki demograficzne. Jeli w rozparywanym horyzoncie czasu obserwujemy usabilizowany poziom liczby ludnoci kraju, o moemy przyj załoenie upraszczajce w myl kórego, zasoby siły roboczej z dokładnoci do czynnika losowego s wielkoci sał 1. W ej syuacji wyraenie (3) zapisa moemy naspujco: LF = 0 LF = F cons. (4) = Przy przyjym powyej załoeniu, zdefiniowan w (1), sop bezrobocia dla kolejnych okresów zapiszemy naspujco: F N 1 u = = 1 N N = F(1 u ) (5.1) F F F N 1 1 u 1 = = 1 N 1 N 1 = F(1 u 1 ) (5.2) F F Odejmujc sronami od wyraenia (5.1) wyraenie (5.2), orzymujemy: gdzie: u u 1 = F N N = u = N u 1 N 1 (6) Dzielc obusronnie (6) przez N -1 orzymujemy: u N 1 1 = F N N 1 (7) Wykorzysujc (5.2), wyraenie (7) zapisa moemy naspujco: F u 1 N = ( 1 u 1 ) F N 1 (8) Przekszałcajc (8) orzymujemy: gdzie: u = SN 1 u ) (9) ( 1 N SN = N 1 jes sop wzrosu zarudnienia w ujciu ułamkowym. Wykorzysujc zdefiniowanie przyrosu sopy bezrobocia, wyraenie (9) przekszałci moemy do naspujcej posaci: u = SN ( 1 u 1) + u 1 (10) 1 Waro zauway, e w Polsce w laach w warunkach usabilizowanego poziomu liczby ludnoci kraju - sosunek liczby osób w wieku produkcyjnym skorygowanej o liczb osób sudiujcych do liczby ludnoci kraju była usabilizowana. mieszczc si w granicach 56,5%- 58,6%. 3

4 Koncenrujc swoj uwag na nakładach pracy, moemy uzna, e zaporzebowanie na prac (N) jes: dodanio uzalenione od poziomu produku krajowego (Y = PKB ), ujemnie uzalenione od uposaciowionego i nieuposaciowionego pospu echnicznego. W rezulacie funkcj zaporzebowania na prac, w posaci muliplikaywnej, zapiszemy naspujco: β α N = B0Y e, (0 < α < 1, β > 0 ) (11) Oznacza o, e dla okresu (-1) funkcj (11) zapiszemy naspujco: 0 1 ( N = β α B Y e 1 1 ), (12) Dzielc sronami wyraenie (11) przez wyraenie (12) orzymujemy: β α N Y = e (13) N 1 Y 1 Logarymujc obusronnie (13) orzymujemy: Zauwamy, e: ln N ln N 1 = β(lny lny 1 ) α, (14) N ln N = ln N ln N 1 = SN (15) N 1 1 Y ln Y = lny lny 1 = SY (16) Y gdzie wyraenia SN oraz SY s odpowiednio sop wzrosu nakładów pracy (N) oraz sop wzrosu produku krajowego (Y) w ujciu ułamkowym. Wykorzysujc oznaczenia z (15) i (16) posa (14) zapiszemy w naspujcy sposób: SN = α + β (17) SY Obecnie wprowadzajc (17) do (10) orzymujemy: u = ( α β SY )(1 u u (18) 1 ) + 1 Przekszałcajc (18) dochodzimy do naspujcej posaci: u = α α u β u (19) 1 β SY + ( SY u 1 ) + 1 Zauwamy, i w przypadku ujcia sopy wzrosu PKB i sopy bezrobocia w posaci ułamkowej, ich iloczyn w przyblieniu jes równy zero, zn.: SY u Wykorzysujc en fak, wyraenie (19) osaecznie zapisa moemy naspujco: u α + ( 1 α ) u β SY (20) 1 Uwzgldniajc załoenia doyczce paramerów i, kóre sformułowano dla równania (11), swierdzamy, i: u = u( u,sy ) (21) 1 ( + ) ( ) Na podsawie (20) i (21) powiemy, e sopa bezrobocia na koniec okresu : 4

5 zmniejsza si wraz ze wzrosem sopy wzrosu PKB w danym okresie, inercyjnie dososowuje si do poziomu sóp bezrobocia z okresów wczeniejszych, ym samym inercyjnie dososowuje si do zmieniajcych si poziomów sóp wzrosu PKB. 3. Dynamiczny model sopy bezrobocia Urzymujc załoenie o zamkniym charakerze rynku pracy oraz wykorzysujc powyej sformułowane prawidłowoci przyczynowo-skukowe, a ponado pomijajc zakłócenia losowe w rozparywanych zwizkach, mamy podsaw do sformułowania naspujcego dynamicznego modelu charakeryzujcego poziom sopy bezrobocia: u = b0 + a u 1 + b1 SPKB, (0 < a < 1, b1 < 0 ) (22) gdzie: Y Y 4 SPKB = 100% (23) Y 4 jes roczn sopa wzrosu PKB w ujciu procenowym w syuacji posługiwania si danymi kwaralnymi. Umówmy si ponado, e zmienna u reprezenuje procenowo okrelon sop bezrobocia SU, mierzon według meodologii EUROSTAT lub procenowo okrelon sop bezrobocia SB, mierzon według meodologii GUS. Model (22) sprowadzi moemy do przełcznikowego modelu rendu, kórego ogóln posa zapiszemy naspujco: u = u(,spkb ) (24) Na podsawie modelu (22) i (24) okreli moemy graniczne poziomy sopy bezrobocia oraz krókookresowe oraz długookresowe efeky oddziaływania zmiennej SPKB na sop bezrobocia u. Graficzn charakerysyk ych paramerów przedsawiono na rysunkach 1, 2, 3 oraz 4. A. Graniczny warunkowy poziom sopy bezrobocia: Graniczny warunkowy poziom sopy bezrobocia (u e ) wskazuje na granic funkcji rendu przełcznikowego (24) do kórej zmierza sopa bezrobocia przy usalonym poziomie sopy wzrosu PKB, co zapiszemy naspujco: b0 + b1spkb ue = (25) 1 a B. Efek krókookresowy oddziaływania sopy PKB na sop bezrobocia (u). Na podsawie (22) okrelamy efek krókookresowy oddziaływania SPKB na sop bezrobocia (u): k k u Ef ( SPKB ) : u = b1 SPKB Ef = = b1 < 0 (26) SPKB Wykorzysujc (26) powiemy, e wzros sopy PKB o 1 punk procenowy w okresie prowadzi do spadku sopy bezrobocia w ym samym okresie o b 1 punku procenowego. C. Efek długookresowy oddziaływania sopy PKB na sop bezrobocia (u) oraz graniczna wielko sopy bezrobocia (u e ) Jeli załoymy, e sopa wzrosu PKB ulega zmianie w czasie, wówczas musimy uzna, e graniczny warunkowy poziom sopy bezrobocia, zdefiniowany w (25), podlega zmianie. Tym samym wykorzysujc (25) okrelamy długookresowy efek oddziaływania sopy PKB na sop bezrobocia (u) w naspujcy sposób: d b1 d u b1 Ef ( SPKB ) : ue = SPKB Ef = = < 0 (27) 1 a SPKB 1 a 5

6 Na podsawie (27) powiemy, e jeeli sopa PKB w okresie wzronie o 1 punk procenowy i urzyma si na nowym poziomie, o sopa bezrobocia osaecznie (czyli w granicy) zmaleje o [b 1 /(1-a)] punku procenowego. Analizujc efeky krókookresowych i długookresowych zmian sopy bezrobocia, wynikajce ze zmian sopy PKB, rozway moemy czery poencjalne wariany zmian, co przedsawiono na rysunkach 1, 2, 3 i 4. Przeprowadzajc e rozwaania załoono, e sopa wzrosu PKB przyjmowała dwa rónice si poziomy w en sposób, e: SPKB = SPKB 0 = cons. dla = 0, 1, 2, 3,..., h-2, h-1. SPKB = SPKB h = cons. dla = h, h+1, h+2,..., n-1, n. W wariancie pierwszym (parz rys. 1) zakładamy, e sopa bezrobocia poczkowo wzrasa, zmierzajc do granicy u e0. W okresie =h naspuje spadek sopy wzrosu PKB. W wyniku ego impulsu naspuje jednoczesne przesunicie w gór rendu sopy bezrobocia (efek krókookresowy) i granicy u eh do kórej zmierza rend (efek długookresowy). u u eh u(,spkb) Ef d : u e >0 u e0 Ef k : u >0 gdzie: Efek długookresowy Ef d (SPKB ): u e = (b 1 /1-a) SPKB Efek krókookresowy Ef k (SPKB ): u = b 1 SPKB Granica funkcji: u e = (b 0 +b 1 SPKB )/(1-a) u 0 0 h Rys. 1 Efeky krókookresowych i długookresowych zmian sopy bezrobocia (u ) wynikajce ze spadku sopy produku krajowego bruo (SPKB <0) w okresie =h (w warunkach cigłego wzrosu sopy bezrobocia) W wariancie drugim (parz rys. 2) zakładamy, e sopa bezrobocia poczkowo maleje, zmierzajc do granicy u e0. W okresie =h naspuje wzros sopy wzrosu PKB. W wyniku ego impulsu naspuje jednoczesne przesunicie w dół rendu sopy bezrobocia (efek krókookresowy) i granicy u eh do kórej zmierza rend (efek długookresowy). u gdzie: Efek długookresowy Ef d (SPKB ): u e = (b 1 /1-a) SPKB u 0 Efek krókookresowy Ef k (SPKB ): u = b 1 SPKB Granica funkcji: u e = (b 0 +b 1 SPKB )/(1-a) u e0 u eh Ef k : u <0 u (,SPKB ) Ef d : u e <0 0 h Rys. 2 Efeky krókookresowych i długookresowych zmian sopy bezrobocia (u ) wynikajce ze wzrosu sopy produku krajowego bruo (SPKB >0) w okresie =h (w warunkach cigłego spadku sopy bezrobocia) 6

7 W wariancie rzecim (parz rys. 3) zakładamy, e sopa bezrobocia poczkowo wzrasa, zmierzajc do granicy u e0. W okresie =h naspuje wzros sopy wzrosu PKB. W wyniku ego impulsu naspuje jednoczesne przesunicie w dół rendu sopy bezrobocia (efek krókookresowy) i granicy u eh do kórej zmierza rend (efek długookresowy). W wariancie ym, w wyniku zaisniałego impulsu w okresie =h, rend sopy bezrobocia poczkowo rosncy do granicy u e0, zmienia swój charaker sajc si rendem malejcym zmierzajcym do granicy u eh. u gdzie: Efek długookresowy Ef d (SPKB ): u e = (b 1 /1-a) SPKB Efek krókookresowy Ef k (SPKB ): u = b 1 SPKB u e0 Ef k : u <0 Ef d : u e <0 u eh u (,SPKB ) u 0 Granica funkcji: u e = (b 0 +b 1 SPKB )/(1-a) 0 h Rys. 3 Efeky krókookresowych i długookresowych zmian sopy bezrobocia (u ) wynikajce ze wzrosu sopy produku krajowego bruo (SPKB >0) w okresie =h (w warunkach poczkowego wzrosu i póniejszego spadku sopy bezrobocia) W wariancie czwarym (parz rys. 4) zakładamy, e sopa bezrobocia poczkowo maleje, zmierzajc do granicy u e0. W okresie =h naspuje spadek sopy wzrosu PKB. W wyniku ego impulsu naspuje jednoczesne przesunicie w gór rendu sopy bezrobocia (efek krókookresowy) i granicy u eh do kórej zmierza rend (efek długookresowy). W wariancie ym, w wyniku zaisniałego impulsu w okresie =h, rend sopy bezrobocia poczkowo malejcy do granicy u e0, zmienia swój charaker sajc si rendem rosncym zmierzajcym do granicy u eh. u gdzie: Efek długookresowy Ef d (SPKB ): u e = (b 1 /1-a) SPKB Efek krókookresowy Ef k (SPKB ): u = b 1 SPKB Granica funkcji: u e = (b 0 +b 1 SPKB )/(1-a) u eh u 0 u (,SPKB ) Ef k : u >0 Ef d : u e >0 u e0 0 h Rys. 4 Efeky krókookresowych i długookresowych zmian sopy bezrobocia (u ) wynikajce ze spadku sopy produku krajowego bruo (SPKB <0) w okresie =h (w warunkach poczkowego spadku i póniejszego wzrosu sopy bezrobocia) 7

8 4. Wyniki oszacowa dynamicznego modelu bezrobocia dla okresu poprzedzajcego wspienie Polski do Unii Europejskiej Przed przyspieniem do weryfikacji podsawowej hipoezy badawczej (H.B) przeprowadzono badania poprzedzajce, umoliwiajce konsrukcj modelu sanowicego podsaw do sformułowania wniosków kocowych. Procedura bada poprzedzajcych sprowadzała si do: a. konsrukcji i oszacowania dynamicznego modelu sopy bezrobocia w Polsce dla okresu poprzedzajcego wspienie Polski do Unii Europejskiej, j. dla okresu od I kwarału 1997 roku do II kwarału 2004 roku, b. wykorzysania oszacowanej wersji modelu do dokonania prognozy warunkowej sopy bezrobocia w Polsce dla okresu od III kwarału 2004 roku do III kwarału 2007 roku, c. wyznaczenia błdów ex-pos prognoz sóp bezrobocia w Polsce. Konsruujc i szacujc model sopy bezrobocia (punk a. procedury) sprawdzano moliwo wyspienia opónienia czasowego w oddziaływaniu sopy wzrosu PKB na sop bezrobocia. Ewenualny sopie opónienia w ym zwizku wynika moe z faku, i roczna sopa wzrosu PKB, zgodnie z (23), obliczona zosała przy uyciu danych kwaralnych. W rezulacie, uwzgldniajc rónice w ocenie sóp bezrobocia według EUROSTAT i GUS, sprawdzano jako oszacowa naspujcych dwóch, zmodyfikowanych posaci modelu (22): gdzie: SU = b0 + a SU 1 + b1 SPKB i, (0 < a < 1, b1 < 0 ) (28.1) SB = b0 + a SB 1 + b1 SPKB i, (0 < a < 1, b1 < 0 ) (28.2) i = 0, 1, 2,... - sopie opónienia zmiennej SPKB, = 1, 2,..., 30 - numer obserwacji dla okresu : I kw r. II kw r., SPKB -i - roczna sopa wzrosu PKB w okresie -i w ujciu procenowym, SU - procenowa sopa bezrobocia na koniec okresu na podsawie danych EUROSTAT, SB - procenowa sopa bezrobocia na koniec okresu na podsawie danych EUROSTAT, Tabela 1 Wyniki oszacowa MNK dynamicznych modeli bezrobocia na podsawie danych z la 1997 kw.i-2004 kw.ii (przypadki danych EUROSTAT i GUS ) Oszacowane waroci paramerów srukuralnych oraz waroci saysyk -sudena dla próby na podsawie danych: Paramery EUROSTAT zmienna objaniana: SU GUS zmienna objaniana: SB Symbol Oceny paramerów Symbol Oceny paramerów zmiennej zmiennej b 0 1 2,8678 (2,557) 1 2,4457 (2,6236) a SU -1 0,8865 (16,159) SB -1 0,9079 (19,400) b 1 SPKB -1-0,2200 (-2,342) SPKB -1-0,2048 (-3,058) Charakerysyka próby saysycznej oraz miary jakoci oszacowa modelu n R 2 0,9464 0,9589 Se 0,9328 0,7206 DW 1,9461 1,7802 D-h[prob] 0,15190[0,879] 0,6228[0,533] Efeky długookresowe oddziaływania: Produku krajowego -1,938-2,22 ródło: Obliczenia własne na podsawie danych GUS 8

9 Na podsawie danych saysycznych ujych w załczniku (parz: Tabela Z.1), wykorzysujc oprogramowanie MICROFIT, za pomoc meody najmniejszych kwadraów, oszacowano obie powysze wersje modeli. W rakcie szacowania zakładano róne sopnie opónie przy zmiennej SPKB (parz: załcznik 2 i 3). Sosujc saysyczn ocen jakoci rozwaanych wersji modeli, za najwłaciwsze uznano przyjcie opónie jedno-okresowych przy zmiennej objaniajcej SPKB. Wyniki oszacowa osaecznych wersji modeli przedsawiono w Tabeli 1. Wykorzysujc zaware am wyniki oszacowa, okreli moemy, zgodnie z (26) i (27), efeky krókookresowe i długookresowe oddziaływania sopy wzrosu PKB na sop bezrobocia. Obecnie powiemy, e: Wzros rocznej sopy PKB o 1% w danym kwarale prowadził do spadku sopy bezrobocia w naspnym kwarale o około: 0,22% (w przypadku danych EUROSTAT) lub 0,205% (w przypadku danych GUS) efek krókookresowy. Wzros rocznej sopy PKB o 1% w danym kwarale i urzymania jej na niezmienionym poziomie prowadzi do osaecznego spadku sopy bezrobocia o około 1,938% (w przypadku danych EUROSTAT) lub 2,22% (w przypadku danych GUS) efek długookresowy. Wykorzysujc oszacowane wersje modelu, zgodnie z punkami c i b procedury badawczej, wykonano prognozy warunkowe sóp bezrobocia na okres wejcia Polski do Unii Europejskiej oraz wyznaczono błdy prognoz (parz: załcznik 4, Tablice 4.1.Z, 4.2.Z). Zauwamy, e: prognoza warunkowa wskazuje na hipoeyczny poziom sóp bezrobocia, jaki mona by zaobserwowa w syuacji, gdyby Polska nie wspiła do Unii Europejskiej, błd prognozy ex-pos, bdcy rónic pomidzy rzeczywisymi a prognozowanymi sopami bezrobocia, uzna mona, w pewnym przyblieniu, za ocen skuku wspienia Polski do Unii Europejskiej. W abelach 2 i 3 zaprezenowano wyniki prognoz i błdów prognoz sóp bezrobocia na okres od 2004 r. kw.3 do 2007 r. kw.3. Wyniki przedsawione w abelach doycz sóp bezrobocia SU i SB w ujciu EUROST i GUS. Jednoczenie na wykresach 2 i 3 przedsawiono obrazy graficzne omawianych uaj rezulaów oblicze. Rok i kwarał Tabela 2 Wyniki prognoz i błdów prognoz sóp bezrobocia na okres od 2004 kw.3 do 2007 kw.3 (na podsawie danych EUROSTAT) Sopa bezrobocia wg EUROSTAT Prognozowana sopa bezrobocia Błd prognozy Ocena błdu sandardowego prognozy SU FSU SU-FSU u 2004Q3 18,0 18,3271-0,3271 1, Q4 18,2 18,0592 0,1408 1, Q1 18,8 17,9982 0,8018 1, Q2 17,7 18,2967-0,5967 1, Q3 17,2 18,3843-1,1843 1, Q4 16,9 18,2201-1,3201 2, Q1 15,9 18,0520-2,1520 2, Q2 13,5 17,6615-4,1615 2, Q3 12,8 17,2046-4,4046 2, Q4 12,3 16,7340-4,4340 2, Q1 11,0 16,2505-5,2505 2, Q2 9,9 15,6460-5,7460 2,7524 ródło: Obliczenia własne na podsawie oszacowanego modelu 28.1 Analizujc wyniki zamieszczone w Tabeli 2 swierdzamy, e przypadku danych EUROST: rónice pomidzy rzeczywis a prognozowan sop bezrobocia uwidacznia zaczły si od II kwarału 2005 roku, przyjmujc w kolejnych okresach coraz wiksze waroci ujemne, rzeczywisa sopa bezrobocia, pod koniec prognozowanego okresu była nisza od prognozowanej sopy warunkowanej jedynie obserwowanym wzrosem gospodarczym - o ponad 5,5%. 9

10 21 Wykres 2 Sopy bezrobocia rzeczywise (SU) i prognozowane (FSU) w % (dane saysyczne wg. EUROSTAT) SU FSU Q3 2004Q4 2005Q1 2005Q2 2005Q3 2005Q4 2006Q1 2006Q2 2006Q3 ródło: Opracowanie własne na podsawie danych zamieszczonych w Tabeli Q4 2007Q1 2007Q2 Rok i kwarał Tabela 3 Wyniki prognoz i błdów prognoz sóp bezrobocia na okres od 2004 kw.1 do 2007 kw.3 (na podsawie danych GUS) Sopa bezrobocia wg GUS Prognozowana sopa bezrobocia Błd prognozy Ocena błdu sandardowego prognozy SB FSB SB-FSB u 2004Q3 18,9 18,8518 0,0482 0, Q4 19,0 18,5776 0,4224 1, Q1 19,2 18,4930 0,7070 1, Q2 18,0 18,7444-0,7444 1, Q3 17,6 18,8078-1,2078 1, Q4 17,6 18,6403-1,0403 1, Q1 17,8 18,4672-0,6672 1, Q2 15,9 18,0852-2,1852 1, Q3 15,2 17,6354-2,4354 1, Q4 14,9 17,1659-2,2659 2, Q1 14,4 16,6780-2,2780 2, Q2 12,4 16,0713-3,6713 2,2672 ródło: Obliczenia własne na podsawie oszacowanego modelu 28.2 Analizujc wyniki zamieszczone w Tabeli 3 swierdzamy, e przypadku danych GUS: rónice pomidzy rzeczywis a prognozowan sop bezrobocia uwidacznia zaczły si od II kwarału 2005 roku, przyjmujc w kolejnych okresach coraz wiksze waroci ujemne, rzeczywisa sopa bezrobocia, pod koniec prognozowanego okresu była nisza od prognozowanej sopy warunkowanej jedynie obserwowanym wzrosem gospodarczym - o ponad 3,5%. Podsumowujc cz rozwaa mamy sil podsaw aby uzna, e niezalenie od sosowanej meody okrelenia sopy bezrobocia (EUROSTAT lub GUS), w wyniku wspienia Polski do Unii Europejskiej, przy załoonej sopie wzrosu PKB: a. naspił spadek sopy bezrobocia, b. spadek sopy bezrobocia nie był naychmiasowy i uwidocznił si z opónieniem czasowym wynoszcym około 2-3 kwarałów, c. spadek sopy bezrobocia pogłbiał si wraz z upływem czasu przynalenoci Polski do Unii. 10

11 Wykres 3 Sopy bezrobocia rzeczywise (SB) i prognozowane (FSB) w % ( dane saysyczne wg. GUS) SB FSB 2004Q3 2004Q4 2005Q1 2005Q2 2005Q3 2005Q4 2006Q1 2006Q2 2006Q3 2006Q4 2007Q1 2007Q2 ródło: Opracowanie własne na podsawie danych zamieszczonych w Tabeli 3 Wyprowadzajc powyej sformułowane wnioski, doyczce zmiany sopy bezrobocia wynikajce ze wspienia Polski do Unii, absrahowalimy od ewenualnego wpływu przyspienia Polski do Unii na poziom wzrosu sopy PKB. Tym samym uznalimy, e zmiana sopy bezrobocia wynikała jedynie z owarcia rynku pracy i przepływu siły roboczej midzy Polsk i krajami Unii Europejskiej 5. Symulacja krókookresowych i długookresowych efeków spadku sopy bezrobocia wynikajcych ze wspienia Polski do UE Na podsawie przeprowadzonych powyej analiz, doyczcych oszacowanych modeli i warunkowych prognoz ex-pos, sformułowa mona naspujcy wniosek generalny: wspienie Polski do Unii Europejskiej wpłynło na rajekori zmian sopy bezrobocia oraz połoenie granicznej wielkoci sopy bezrobocia. Uzna jednoczenie naley, e efek spadku sopy bezrobocia, wyraajcy si zmian rajekorii: nie był naychmiasowy, wykazywał opónienie czasowe (zw. efek krókookresowy, opóniony), pogłbiał si wraz z upływem czasu zmierzajc do warunkowej granicy (zw. efek długookresowy). Uwzgldniajc powysze wnioski, uznajc jednoczenie, e zmienna u alernaywnie oznacza zmienn SU lub SB, zaproponowa moemy naspujce rozwizanie modelowe: gdzie: u = b0 + a u 1 + b1spkb i + b X 05a + ε (29) 2 0 dla = 1,2,3,...,40 ( zn.: od I.kw.1977 do IV kw ) X 05a = (30) 1 dla = 41,42,43,..., ( zn.: od I.kw do IV kw ) Na podsawie powyszego modelu okreli moemy graniczny warunkowy poziom sopy bezrobocia oraz króko i długookresowe efeky wpływu wspienia Polski do UE na poziom sopy bezrobocia. A. Graniczny warunkowy poziom sopy bezrobocia: b0 + b1spkb i + b2 X 05a ue = (31) 1 a Graniczny warunkowy poziom sopy bezrobocia (u e ) wskazuje na granic funkcji rendu przełcznikowego (29) do kórej zmierza sopa bezrobocia przy usalonym poziomie sopy wzrosu 11

12 PKB, oraz w warunkach, gdy Polska nie naleała do UE (X05a =0) lub gdy przyspiła do UE (X05a =1). B. Efek krókookresowy wpływu wspienia Polski do UE na sop bezrobocia (u) (efek zmiany rajekorii sopy bezrobocia w warunkach, gdy X0a 1): k k u Ef ( X 05a ): Ef = b2 < 0, X 05a 1, (32) X 05a Efek krókookresowy wskazuje, e w warunkach sałoci sopy wzrosu PKB sopa bezrobocia w okresie, (zn. w I kwarale 2005 roku) na skuek przyspienia Polski do UE spadła o około b punków procenowych. C. Efek długookresowy wpływu wspienia Polski do UE na sop bezrobocia (u) (efek zmiany granicznego warunkowego poziomu sopy bezrobocia): d d ue b2 Ef ( X 05a ) : Ef = = ue = < 0, X 05a 1 (33) X 05a 1 a Efek długookresowy wskazuje, e w warunkach sałoci sopy wzrosu PKB, sopa bezrobocia, na skuek przyspienia Polski do UE, spadnie osaecznie o około b/(1-a) punków procenowych. Tabela 4 Wyniki oszacowa MNK dynamicznych modeli bezrobocia na podsawie danych z la 1997 kw kw.2 (przypadki danych EUROSTAT i GUS ) Oszacowane waroci paramerów srukuralnych oraz waroci saysyk -sudena dla próby na podsawie danych: Paramery EUROSTAT zmienna objasniana: SU GUS zmienna objaniana: SB Symbol zmiennej Oceny oraz waroci saysyk Symbol zmiennej Oceny oraz waroci saysyk b 0 1 2,8219 (2,868) 1 2,384 (2,7704) a SU -1 0,8922 (18,336) SB -1 0,9129 (21,30) b 1 SPKB -1-0,2303 (-2,841) SPKB -1-0,2067 (-3,42) b 2 X05a -0,8342 (-2,169) X05a -0,5321 (-1,98) Charakerysyka próby saysycznej oraz miary jakoci oszacowa modelu n R 2 0,9472 0,9513 Se 0,8725 0,7105 DW 1,9901 1,897 D-h[prob] 0,0331[0,974] 0,3476[0,728] Efeky długookresowe oddziaływania: Produku krajowego -2,135-2,37 Wspienia Polski do Unii -7,73-6,11 ródło: Obliczenia własne na podsawie danych EUROSTAT i GUS Na podsawie danych saysycznych zamieszczonych w Tabeli 1.Z, sosujc meod najmniejszych kwadraów, oszacowano paramery srukuralne modelu (29) dla obu omawianych wersji. Analiza jakoci oszacowa modelu w obu jego wersjach (parz: załcznik 5 i 6) powierdziła wczeniejsze wnioski, wskazujce na opónione jedno-okresowo oddziaływanie sopy wzrosu PKB na sop bezrobocia. Osaeczne rezulay oszacowa, poddane dalszej analizie, przedsawiono w Tabeli 4. Na podsawie zamieszczonych am wyników powiemy: 12

13 Wzros rocznej sopy PKB o 1% w danym kwarale prowadził do naychmiasowego spadku sopy bezrobocia o około: [0,23% (EUROSTAT)], [0,21% (GUS)] Wzros rocznej sopy PKB o 1% w danym kwarale i urzymania go na niezmienionym poziomie prowadził do osaecznego spadku sopy bezrobocia o około: [2,135% (EUROSTAT)], [2,37% (GUS)] Wejcie Polski do UE wywołało naychmiasowe przesunicie rajekorii zmian sopy bezrobocia o około: [0,834% (EUROSTAT)], [0,532% (GUS)] Wejcie Polski do UE wywołało długookresowy spadek sopy bezrobocia (spadek połoenia warunkowej granicy sopy bezrobocia) o około: [7,73% (EUROSTAT)], [6,11% (GUS)] Zauwamy, e zgodnie z (31) szacunki granicznych warunkowych sóp bezrobocia dla obu wersji modelu wynosz odpowiednio: SU SB e e 2,822 0,23 SPKB 1 0,834 X 05a = 1 0,8922 2,384 0,207 SPKB 1 0,532 X 05a = 1 0,9129 (34.1) (34.2) Na podsawie (34.1) i (34.2) dokona mona symulacji poziomu granicznych sóp bezrobocia w zalenoci od wielkoci sóp wzrosu PKB w hipoeycznych warunkach przynalenoci i nieprzynalenoci Polski do UE. Wyniki symulacji przedsawiono w Tabeli 5. Tabela 5 Symulowane graniczne poziomy sóp bezrobocia w hipoeycznych warunkach nieprzynalenoci i przynalenoci Polski do UE oraz załoonych poziomach sóp wzrosu PKB (przypadki danych EUROSTAT i GUS ) Załoona sopa wzrosu PKB SPKB% Graniczny poziom sopy bezrobocia w ujciu EUROSTAT w warunkach: Graniczny poziom sopy bezrobocia w ujciu GUS w warunkach: nieprzynalenoci przynalenoci nieprzynalenoci przynalenoci Polski do UE Polski do UE Polski do UE Polski do UE SU n e SU p e SB n e SB p e 0% 26,18% 18,44% 27,37% 21,26% 1% 24,04% 16,31% 24,99% 18,88% 2% 21,91% 14,17% 22,62% 16,51% 3% 19,77% 12,04% 20,24% 14,13% 4% 17,64% 9,91% 17,86% 11,75% 5% 15,51% 7,78% 15,48% 9,37% 6% 13,38% 5,65% 13,11% 7,00% 7% 11,24% 3,51% 10,73% 4,62% ródło: Obliczenia własne na podsawie danych EUROSTAT i GUS Przedsawione w abeli 5 wyniki symulacji powierdzaj sformułowane powyej wnioski doyczce efeków długookresowych wynikajcych ze zmiany sopy wzrosu PKB oraz przyspienia Polski do Unii Europejskiej. Waro jednoczenie zauway, e zakładajc moliwo urzymania si w najbliszych laach rocznej sopy wzrosu PKB w granicach od 5 do 6 procen mona oczekiwa, e sopa bezrobocia w Polsce ukszałuje si: w granicach od 7,78% do 5,65% (w ujciu EUROSTAT), w granicach od 9,37% do 7,00% (w ujciu GUS). Sformułowane powyej wnioski powierdzaj posawion na wspie hipoez badawcz, w myl kórej: w wyniku wspienia Polski do Unii Europejskiej i czciowego owarcia europejskiego rynku pracy naspił spadek sopy bezrobocia w Polsce. 13

14 BIBLIOGRAFIA [1] Barro R.: Makroekonomia, PWE, Warszawa [2] Burda M., Wyplosz Ch.: Makroekonomia, Podrcznik europejski, PWE, Warszawa [3] Chow G.: Ekonomeria, Wydawnicwo Naukowe PWN, Warszawa [4] Dornbusch R., Fischer S., Sparks G. R.: Macroeconomics, Third Canadian Ediion, McGraw-Hill Ryerson Limied, Torono [5] Maddala G.,S.: Inroducion o Economerics, John Wiley & Sons LTD, New York [6] Hall R., E., Taylor J., B.: Makroekonomia, Teoria, funkcjonowanie i poliyka, Wydawnicwo Naukowe PWN, Warszawa [7] Kwiakowski, Kucharski L. Tokarski T.: Bezrobocie i zayrudnienie a PKB w Polsce w laach , Ekonomisa,2002/3, s [8] Kwiakowski E.: Srukuralne deerminany nauralnej sopy bezrobocia, Bank i Kredy, lisopad grudzie 2002, Konferencja Naukowa, Sesja II Rynek pracy a poliyka pienina, s , [9] Layard R., Nickell S., Jackman R.: Unemloymen: Macroeconomic Performance and he Labour Marke, Oxford Universiy Press, Oxford 1991 [10] Ossowski J., Cz.: Dynamika bezrobocia a dynamika produkcji sprzedanej polskiego przemysłu, w Dynamiczne Modele Ekonomeryczne, Insyu Wydawniczy Gravis, Toru 1995, s [11] Ossowski J., Cz.: Wybrane zagadnienia z makroekonomii, Pojcia, problemy, przykłady i zadania, WSFiR, Sopo [12] Ossowski J., Cz.: Zarudnienie i bezrobocie a dynamika wzrosu gospodarczego. W: Prace Naukowe Kaedry Ekonomii i Zarzdzania Przedsibiorswem, Tom V, Poliechnika Gdaska, Wydział Zarzdzania i Ekonomii, Gdask 2006, s.7-18 [13] Ossowski J., Cz.: Pomiar i inerpreacja efeków sezonowych w przyczynowo-skukowych modelach dynamicznych na przykładzie modelu płac w Polsce, W: MODELOWANIE I PROGNOZOWANIE GOSPODARKI NARODOWEJ, Prace i Maeriały Wydziału Zarzdzania Uniwersyeu Gdaskiego, Nr 5/2007, Wydział Zarzdzania Uniwersyeu Gdaskiego, Sopo 2007, s , [14] Romer D.: Makroekonomia dla zaawansowanych, Wydawnicwo Naukowe PWN, Warszawa [15] Poland Quarerly Saisics, GUS, Warszawa, laa: [16] Miniserswo Pracy i Poliyki Społecznej san na [17] Tygodnik Finansowy san na [18] Rynek pracy po 1 maja, - san na

15 ZAŁCZNIKI Załcznik 1 Tabela 1. Z. Sopy bezrobocia oraz bezrobocie ogółem według EUROSTAT i GUS na le sóp wzrosu PKB w Polsce w okresie od 1997 r. kw. I do 2007 kw.ii Rok i kwarał Sopa bezrobocia w % wg. EUROSTAT Bezrobocie w ys. osób wg EUROSTAT Sopa bezrobocia w % wg GUS Bezrobocie w ys. osób wg GUS Sopa wzrosu PKB w % OKRES SU UG SB BO SPKB 1997Q1 11,9 2038,6 14, ,7 6, Q2 10,8 1826,7 13, ,9 7, Q3 10,2 1718,3 11, ,7 6, Q ,2 11, ,4 6, Q1 10,5 1806,5 11, ,7 6, Q2 9,8 1660,3 10, ,6 5, Q3 9,9 1669,2 10, ,7 4, Q4 10,8 1832,9 11, ,4 2, Q1 13,2 2281,7 13, ,4 1, Q , , Q3 13,8 2357,7 13, ,8 5, Q4 14,9 2570,9 14, ,8 6, Q1 16,9 2909,9 15, ,6 5, Q2 16,2 2804,4 15, ,4 5, Q3 15,5 2705,9 15, ,8 3, Q4 16,4 2854,1 16, ,6 2, Q1 18,4 3190,6 18, ,7 2, Q2 18,3 3199,2 17, ,2 0, Q ,8 18, ,4 0, Q4 18,9 3282,6 19, ,1 0, Q1 20,2 3477,5 20, ,9 0, Q2 19,7 3399,9 19, ,9 0, Q3 19, , ,6 1, Q ,1 20, , Q1 20,5 3440,5 20, , Q2 19,1 3230,7 19, ,6 4, Q3 19,2 3264,3 19, ,3 4, Q4 19,6 3343,9 20, ,7 4, Q1 20,6 3488,4 20,4 3265,8 6, Q2 18,9 3178,4 19,4 3071,2 5, Q ,1 18,9 2970,9 4, Q4 18,2 3123, ,6 3, Q1 18,8 3186,3 19,2 3052,6 2, Q2 17,7 3007, ,4 3,2 2005Q3 17,2 2990,2 17,6 2760,1 4, Q4 16,9 2934,9 17, , Q1 15,9 2672,9 17, , Q2 13,5 2263,5 15,9 2487,6 6, Q3 12,8 2193,3 15,2 2363,6 6, Q4 12,3 2083,8 14,9 2309,4 6, Q ,8 14,4 2232,5 7, Q2 9,9 1630,9 12,4 1895,1 6,7024 ródło: Opracowanie własnych na podsawie danych EUROSTST i GUS 15

16 Załcznik 2 Wyniki oszacowa dynamicznego modelu sopy bezrobocia (SU wg. EUROSTAT) w warunkach zrónicowanych opó nie sopy wzrosu produku krajowego (SPKB -i ) dla okresu poprzedzajcego wejcie Polski do Unii Europejskiej Tablica 2.1 Z Przypadek braku opó nie zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SU 29 observaions used for esimaion from 1997Q2 o 2004Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.039] SU(-1) [.000] SPKB [.063] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 2, 26) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.20543[.837] Tablica 2.2 Z Przypadek jednookresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SU 29 observaions used for esimaion from 1997Q2 o 2004Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.017] SU(-1) [.000] SPKB(-1) [.027] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 2, 26) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.15190[.879] Tablica 2.3 Z Przypadek dwuokresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SU 29 observaions used for esimaion from 1997Q2 o 2004Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.011] SU(-1) [.000] SPKB(-2) [.020] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 2, 26) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.23711[.813] 16

17 Załcznik 3 Wyniki oszacowa dynamicznego modelu sopy bezrobocia (SB wg. GUS) w warunkach zrónicowanych opó nie sopy wzrosu produku krajowego (SPKB -i ) dla okresu poprzedzajcego wejcie Polski do Unii Europejskiej Tablica 3.1 Z Przypadek braku opó nie zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SB 30 observaions used for esimaion from 1997Q1 o 2004Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.021] SB(-1) [.000] SPKB [.004] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 2, 27) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.64091[.522] Tablica 3.2 Z Przypadek jednookresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SB 30 observaions used for esimaion from 1997Q1 o 2004Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.014] SB(-1) [.000] SPKB(-1) [.005] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 2, 27) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.62285[.533] Tablica 3.3 Z Przypadek dwuokresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SB 30 observaions used for esimaion from 1997Q1 o 2004Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.018] SB(-1) [.000] SPKB(-2) [.012] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 2, 27) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.84600[.398] 17

18 Załcznik 4 Prognozy warunkowe oraz błdy prognoz sóp bezrobocia dla la 2004 kw. III 2007 kw.ii na podsawie modeli dynamicznych z la poprzedzajcych wejcie Polski do UE Tablica 4.1. Z Prognozy sopy bezrobocia SU dla danych EUROSTAT Single Equaion Dynamic Forecass Based on OLS regression of SU on: C SU(-1) SPKB(-1) 29 observaions used for esimaion from 1997Q2 o 2004Q2 Observaion Acual Predicion Error S.D. of Error 2004Q Q Q Q Q Q Q Q Q Q Q Q Q3 *NONE* *NONE* Summary saisics for single equaion dynamic forecass Based on 12 observaions from 2004Q3 o 2007Q2 Mean Predicion Errors Mean Sum Abs Pred Errors Sum Squares Pred Errors Roo Mean Sumsq Pred Errors Predicive failure es F( 12, 26)= [.471] Srucural sabiliy es F( 3, 35)= [.140] Tablica 4.2. Z Prognozy sopy bezrobocia SB dla danych GUS Single Equaion Dynamic Forecass Based on OLS regression of SB on: C SB(-1) SPKB(-1) 30 observaions used for esimaion from 1997Q1 o 2004Q2 Observaion Acual Predicion Error S.D. of Error 2004Q Q Q Q Q Q Q Q Q Q Q Q Q3 *NONE* *NONE* Summary saisics for single equaion dynamic forecass Based on 12 observaions from 2004Q3 o 2007Q2 Mean Predicion Errors Mean Sum Abs Pred Errors Sum Squares Pred Errors Roo Mean Sumsq Pred Errors Predicive failure es F( 12, 27)= [.367] Srucural sabiliy es F( 3, 36)= [.403] 18

19 Załcznik 5 Wyniki oszacowa dynamicznego modelu sopy bezrobocia (SU wg. EUROSTAT) w warunkach zrónicowanych opó nie sopy wzrosu produku krajowego (SPKB -i ) dla okresu od 1997 r. kw. I do 2007 kw. II Tablica 5.1. Z Przypadek braku opó nie zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SU 41 observaions used for esimaion from 1997Q2 o 2007Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.010] SU(-1) [.000] SPKB [.009] X05A [.029] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 3, 37) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.14404[.885] Tablica 5.2. Z Przypadek jednookresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SU 41 observaions used for esimaion from 1997Q2 o 2007Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.007] SU(-1) [.000] SPKB(-1) [.007] X05A [.015] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 3, 37) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic [.974] Tablica 5.3. Z Przypadek dwuokresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SU 41 observaions used for esimaion from 1997Q2 o 2007Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.011] SU(-1) [.000] SPKB(-2) [.015] X05A [.007] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 3, 37) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.27491[.783] 19

20 Załcznik 6 Wyniki oszacowa dynamicznego modelu sopy bezrobocia (SB wg. GUS) w warunkach zrónicowanych opó nie sopy wzrosu produku krajowego (SPKB -i ) dla okresu od 1997 r. kw. I do 2007 kw. II Tablica 6.1. Z Przypadek braku opó nie zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SB 42 observaions used for esimaion from 1997Q1 o 2007Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.012] SB(-1) [.000] SPKB [.001] X05A [.098] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 3, 38) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.40290[.687] Tablica 6.2. Z Przypadek jednookresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SB 42 observaions used for esimaion from 1997Q1 o 2007Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.009] SB(-1) [.000] SPKB(-1) [.002] X05A [.055] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 3, 38) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.34757[.728] Tablica 6.3. Z Przypadek dwuokresowego opó nienia zmiennej SPKB Ordinary Leas Squares Esimaion Dependen variable is SB 42 observaions used for esimaion from 1997Q1 o 2007Q2 Regressor Coefficien Sandard Error T-Raio[Prob] C [.020] SB(-1) [.000] SPKB(-2) [.008] X05A [.033] R-Squared R-Bar-Squared S.E. of Regression F-sa. F( 3, 38) [.000] Mean of Dependen Variable S.D. of Dependen Variable Residual Sum of Squares Equaion Log-likelihood Akaike Info. Crierion Schwarz Bayesian Crierion DW-saisic Durbin's h-saisic.62321[.533] 20

Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach

Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu

Bardziej szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowski Kaedra konomii i Zarzdzania Przedsibiorswem Wydział Zarzdzania i konomii Poliechnika Gdaska V Seminarium Naukowe Kaedry konomii i Zarzdzania Przedsibiorswem Poliechniki Gdaskiej

Bardziej szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska A.02.2 Jerzy Czesław Ossowski Kaedra Ekonomii i Zarzdzania Przedsibiorswem Wydział Zarzdzania i Ekonomii Poliechnika Gdaska Marcin Judycki Dresdner Kleinwor Wassersein - London VII Seminarium Naukowe Kaedry

Bardziej szczegółowo

MAKROEKONOMIA 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 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 szczegółowo

Jerzy Czesław Ossowski Katedra Nauk Ekonomicznych Zakład Ekonometrii Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Nauk Ekonomicznych Zakład Ekonometrii Wydział Zarzdzania i Ekonomii Politechnika Gdaska A.09.. Jerzy Cz. Ossowski, Mikro i Makroekonomiczne podsawy zaporzebowania na prac w eorii i rzeczywisoci gospodarki polskiej, XIV Ogólnopolska onferencja Naukowa n. Mikroekonomia w eorii i prakyce, aedra

Bardziej szczegółowo

Dr hab. Jerzy Czesław Ossowski Wybrane elementy ekonometrii stosowanej cz. II Istotność zmiennych modelu, autokorelacja i modele multiplikatywne

Dr hab. Jerzy Czesław Ossowski Wybrane elementy ekonometrii stosowanej cz. II Istotność zmiennych modelu, autokorelacja i modele multiplikatywne Dr hab. Jerzy Czesław Ossowski Wybrane elemeny ekonomerii sosowanej cz. II Isoność zmiennych modelu, auokorelacja i modele muliplikaywne Ekonomeria-ćw.cz-SSW dr hab. Jerzy Czesław Ossowski Kaedra Nauk

Bardziej szczegółowo

MAKROEKONOMIA 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 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 szczegółowo

MAKROEKONOMIA 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 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 szczegółowo

JERZY CZ. OSSOWSKI Politechnika Gdaska Katedra Ekonomii i Zarzdzania Przedsibiorstwem

JERZY CZ. OSSOWSKI Politechnika Gdaska Katedra Ekonomii i Zarzdzania Przedsibiorstwem JERZY CZ. OSSOWSKI Poliechnika Gdaska Kaedra Ekonomii i Zarzdzania Przedsibiorswem IV Ogólnopolskie Seminarium Naukowe n. Dynamiczne Modele Ekonomeryczne, Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy

Bardziej szczegółowo

MAKROEKONOMIA 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 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 szczegółowo

Analiza rynku projekt

Analiza 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 szczegółowo

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

ESTYMACJA 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 szczegółowo

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

KURS 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 szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 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 szczegółowo

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

dr 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 szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowsk Kaedra Ekonom Zarzdzana Przedsborswem Wydzał Zarzdzana Ekonom Polechnka Gdaska IX Ogólnoposke Semnarum Naukowe n. Dynamczne modele ekonomeryczne, Kaedra Ekonomer Saysyk, Unwersye

Bardziej szczegółowo

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody

Bardziej szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowski Kaedra Ekonomii i Zarzdzania Przedsibiorswem Wydział Zarzdzania i Ekonomii Poliechnika Gdaska III Seminarium Naukowe Kaedry Ekonomii i Zarzdzania Przedsibiorswem Poliechniki Gdaskiej

Bardziej szczegółowo

Agregatowy model płac w warunkach konkurencji monopsonistycznej na rynku pracy teoria i rzeczywisto gospodarcza

Agregatowy model płac w warunkach konkurencji monopsonistycznej na rynku pracy teoria i rzeczywisto gospodarcza Jerzy Cz. Ossowski, Agregaowy odel płac w warunkach konkurencji onopsonisycznej na rynku pracy eoria i rzeczywiso gospodarcza, III Ogólnopolska Konferencja Naukowa p. Modelowanie i prognozowanie gospodarki

Bardziej szczegółowo

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015

Studia 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE 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 szczegółowo

ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK

ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK 1 ANALIZA, PROGNOZOWANIE I SYMULACJA 2 POBRAĆ Z INTERNETU Plaforma WSL on-line Nazwisko prowadzącego Maryna Kupczyk Folder z nazwą przedmiou - Analiza, prognozowanie i symulacja Plik o nazwie Baza do ćwiczeń

Bardziej szczegółowo

1. Szereg niesezonowy 1.1. Opis szeregu

1. 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 szczegółowo

Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa

Makroekonomia 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 szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE 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 szczegółowo

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Chrisian Lis PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 Wprowadzenie Przedmioem

Bardziej szczegółowo

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE

SYMULACYJNA 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 szczegółowo

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

Kombinowanie 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 szczegółowo

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

Analiza 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 szczegółowo

MAKROEKONOMIA 2. Wykład 1. Informacje wstępne. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 1. Informacje wstępne. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 1. Informacje wsępne Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zasady zaliczenia przedmiou i jego organizacja. Plan ramowy wykładu, czyli co wiemy po Makroekonomii

Bardziej szczegółowo

Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa

Makroekonomia 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 szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

Politechnika 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 szczegółowo

WZROST GOSPODARCZY A BEZROBOCIE

WZROST GOSPODARCZY A BEZROBOCIE Wojciech Pacho & WZROST GOSPODARCZ A BEZROBOCIE Celem niniejszego arykułu jes pokazanie związku pomiędzy ezroociem a dynamiką wzrosu zagregowanej produkcji. Poszukujemy oowiedzi na pyanie czy i jak silnie

Bardziej szczegółowo

ZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU. Henryk J. Wnorowski, Dorota Perło

ZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU. Henryk J. Wnorowski, Dorota Perło 0-0-0 ZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU Henryk J. Wnorowski, Doroa Perło Plan wysąpienia Cel referau. Kluczowe założenia neoklasycznej

Bardziej szczegółowo

ZATRUDNIENIE A WZROST GOSPODARCZY W TEORII I W RZECZYWISTOŚCI GOSPODARKI POLSKIEJ 1

ZATRUDNIENIE A WZROST GOSPODARCZY W TEORII I W RZECZYWISTOŚCI GOSPODARKI POLSKIEJ 1 PRZEGĄD STATSTCZN R. VII ZESZT 200 JERZ CZESŁAW OSSOWSKI ZATRUDNIENIE A WZROST GOSPODARCZ W TEORII I W RZECZWISTOŚCI GOSPODARKI POSKIEJ. MAKROEKONOMICZNE PODSTAW ZAPOTRZEBOWANIA NA PRACĘ Zaporzebowanie

Bardziej szczegółowo

Nowokeynesowski model gospodarki

Nowokeynesowski model gospodarki M.Brzoza-Brzezina Poliyka pieniężna: Neokeynesowski model gospodarki Nowokeynesowski model gospodarki Model nowokeynesowski (laa 90. XX w.) jes obecnie najprosszym, sandardowym narzędziem analizy procesów

Bardziej szczegółowo

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro

Struktura 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 szczegółowo

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO Sreszczenie Michał Barnicki Poliechnika Śląska, Wydział Oranizacji i Zarządzania Monika Odlanicka-Poczobu Poliechnika Śląska, Wydział

Bardziej szczegółowo

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

Ewa 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE 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 szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska XII Ogólnopolska Konferencja Naukowa nt. Mikroekonomia w teorii i praktyce, Katedra

Bardziej szczegółowo

Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych

Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych dr Anna Koz owska-grzybek mgr Marcin Kowalski Kaedra Mikroekonomii Akademia Ekonomiczna w Poznaniu Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzysaniem wybranych

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO NR 394 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 15 2004 JÓZEF HOZER Uniwersye Szczeci ski ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA 1. PYTANIE PROFESORA RAUTSKAUKASA

Bardziej szczegółowo

Identyfikacja wahań koniunkturalnych gospodarki polskiej

Identyfikacja 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 szczegółowo

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

WYKORZYSTANIE 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 szczegółowo

Klasyfikacja modeli. Metoda najmniejszych kwadratów

Klasyfikacja modeli. Metoda najmniejszych kwadratów Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Podręcznik: Ekonomeria i badania operacyjne, red. nauk. Marek Gruszczyński, Maria Podgórska, omasz Kuszewski (ale można czyać dowolny podręcznik do

Bardziej szczegółowo

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy

Bardziej szczegółowo

Estymacja stopy NAIRU dla Polski *

Estymacja 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 szczegółowo

Ocena efektywności procedury Congruent Specyfication dla małych prób

Ocena 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 szczegółowo

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala

Bardziej szczegółowo

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

POWIĄZANIA 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 szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO NR 394 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 5 4 EWA DZIAWGO Uniwersye Miołaa Kopernia w Toruniu ANALIZA WRA LIWO CI CENY KOSZYKOWEJ OPCJI KUPNA WPROWADZENIE

Bardziej szczegółowo

PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY

PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW

Bardziej szczegółowo

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

Strukturalne 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 szczegółowo

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

RACHUNEK 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 szczegółowo

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu

Witold 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 szczegółowo

Reakcja banków centralnych na kryzys

Reakcja banków centralnych na kryzys Reakcja banków cenralnych na kryzys Andrzej Rzońca Warszawa, 18 lisopada 2011 r. Plan Podsawowa lekcja z kryzysu dla poliyki pieniężnej Jak wyglądała reakcja poliyki pieniężnej na kryzys? Dlaczego reakcja

Bardziej szczegółowo

Pobieranie próby. Rozkład χ 2

Pobieranie 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 szczegółowo

Analiza opłacalności inwestycji logistycznej Wyszczególnienie

Analiza opłacalności inwestycji logistycznej Wyszczególnienie inwesycji logisycznej Wyszczególnienie Laa Dane w ys. zł 2 3 4 5 6 7 8 Przedsięwzięcie I Program rozwoju łańcucha (kanału) dysrybucji przewiduje realizację inwesycji cenrum dysrybucyjnego. Do oceny przyjęo

Bardziej szczegółowo

1. TEORETYCZNE PODSTAWY FUNKCJONOWANIA SYSTEMU MIESZKANIOWEGO ZAGADNIENIA WYBRANE

1. TEORETYCZNE PODSTAWY FUNKCJONOWANIA SYSTEMU MIESZKANIOWEGO ZAGADNIENIA WYBRANE Pior Lis 1 1. TEORETYCZNE PODSTAWY FUNKCJONOWANIA SYSTEMU MIESZKANIOWEGO ZAGADNIENIA WYBRANE 1.1. Wprowadzenie Kryzys finansowy, kóry rozpoczł si w pierwszym półroczu 2007 r. w Sanach Zjednoczonych, a

Bardziej szczegółowo

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Parytet 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 szczegółowo

licencjat Pytania teoretyczne:

licencjat 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 szczegółowo

ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM W WYBRANYCH MIASTACH POLSKI W LATACH 2007 2012

ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM W WYBRANYCH MIASTACH POLSKI W LATACH 2007 2012 STUDIA I PRACE WYDZIAU NAUK EKONOMICZNYCH I ZARZDZANIA NR 31 Józef Hozer Uniwersye Szczeciski Anna Gdakowicz Uniwersye Szczeciski ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM W WYBRANYCH

Bardziej szczegółowo

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.

Transakcje 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 szczegółowo

Niestacjonarne zmienne czasowe własności i testowanie

Niestacjonarne zmienne czasowe własności i testowanie Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:

Bardziej szczegółowo

Determinanty oszczêdzania w Polsce P r a c a z b i o r o w a p o d r e d a k c j ¹ B a r b a r y L i b e r d y

Determinanty oszczêdzania w Polsce P r a c a z b i o r o w a p o d r e d a k c j ¹ B a r b a r y L i b e r d y Deerminany oszczêdzania w Polsce P r a c a z b i o r o w a p o d r e d a k c j ¹ B a r b a r y L i b e r d y W a r s z a w a, 1 9 9 9 nr 28 Prezenowane w serii Rapory CASE sanowiska meryoryczne wyra aj¹

Bardziej szczegółowo

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

E 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 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 szczegółowo

Prognozowanie średniego miesięcznego kursu kupna USD

Prognozowanie 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 szczegółowo

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego

Stała 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 szczegółowo

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp

MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną

Bardziej szczegółowo

Ocena płynności wybranymi metodami szacowania osadu 1

Ocena 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 szczegółowo

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu

Bardziej szczegółowo

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb)

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb) Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża

Bardziej szczegółowo

METODY STATYSTYCZNE W FINANSACH

METODY 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 szczegółowo

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ

OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

PROGNOZOWANIE 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 szczegółowo

Analiza metod oceny efektywności inwestycji rzeczowych**

Analiza 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 szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE 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 szczegółowo

E2 - PROBABILISTYKA - Zadania do oddania

E2 - PROBABILISTYKA - Zadania do oddania E - PROBABILISTYKA - Zadania do oddania Parametr k = liczba trzycyfrowa dwie ostatnie cyfry to dwie ostatnie cyfry numeru indeksu pierwsza cyfra to pierwsza cyfra liczby liter pierwszego imienia. Poszczególne

Bardziej szczegółowo

WYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO W PROGNOZOWANIU KROKOWYM ROCZNEGO ZUŻYCIA ENERGII ELEKTRYCZNEJ PRZEZ ODBIORCÓW WIEJSKICH

WYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO W PROGNOZOWANIU KROKOWYM ROCZNEGO ZUŻYCIA ENERGII ELEKTRYCZNEJ PRZEZ ODBIORCÓW WIEJSKICH INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH Nr 2/2005, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 121 128 Komisja Technicznej Infrasrukury Wsi Małgorzaa Trojanowska WYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO

Bardziej szczegółowo

Wykład 4 Metoda Klasyczna część III

Wykład 4 Metoda Klasyczna część III Teoria Obwodów Wykład 4 Meoda Klasyczna część III Prowadzący: dr inż. Tomasz Sikorski Insyu Podsaw Elekroechniki i Elekroechnologii Wydział Elekryczny Poliechnika Wrocławska D-, 5/8 el: (7) 3 6 fax: (7)

Bardziej szczegółowo

Dendrochronologia Tworzenie chronologii

Dendrochronologia 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 szczegółowo

Prognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata

Prognoza 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 szczegółowo

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele

Bardziej szczegółowo

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak Inwesycje Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak CIASTECZOWY ZAWRÓT GŁOWY o akcja mająca miejsce w najbliższą środę (30 lisopada) na naszym Wydziale. Wydarzenie o związane jes z rwającym od

Bardziej szczegółowo

Wpływ przestępczości na wzrost gospodarczy

Wpływ przestępczości na wzrost gospodarczy Magdalena Paszkiewicz Uniwersye Łódzki magpasz@wp.pl Wpływ przesępczości na wzros gospodarczy Myśl o dobrobycie jes bliska każdemu z nas. Chcielibyśmy być obywaelami bogaego, praworządnego pańswa, w kórego

Bardziej szczegółowo

INWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak

INWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak INWESTYCJE Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak Inwesycje Inwesycje w kapiał rwały: wydaki przedsiębiorsw na dobra używane podczas procesu produkcji innych dóbr Inwesycje

Bardziej szczegółowo

MODEL GOSPODARKI POLSKIEJ ECMOD

MODEL GOSPODARKI POLSKIEJ ECMOD WYDZIAŁ PROJEKCJI MAKROEKONOMICZNYCH DAMS 25 KWIETNIA 2007 R. MODEL GOSPODARKI POLSKIEJ ECMOD WERSJA Z KWIETNIA 2007 R. 1 PODSUMOWANIE ZMIAN WPROWADZONYCH DO MODELU ECMOD OD MAJA 2005 R. DO KWIETNIA 2007

Bardziej szczegółowo

PROBABILISTYKA I STATYSTYKA - Zadania do oddania

PROBABILISTYKA I STATYSTYKA - Zadania do oddania PROBABILISTYKA I STATYSTYKA - Zadania do oddania Parametr k = liczba trzycyfrowa, dwie ostatnie cyfry to dwie ostatnie cyfry numeru indeksu, pierwsza cyfra to pierwsza cyfra liczby liter pierwszego imienia.

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Anna Krauze Uniwersye Warmińsko-Mazurski

Bardziej szczegółowo

Zerowe stopy procentowe nie muszą być dobrą odpowiedzią na kryzys Andrzej Rzońca NBP, SGH, FOR

Zerowe stopy procentowe nie muszą być dobrą odpowiedzią na kryzys Andrzej Rzońca NBP, SGH, FOR Zerowe sopy procenowe nie muszą być dobrą odpowiedzią na kryzys Andrzej Rzońca NBP, SGH, FOR 111 seminarium BRE-CASE Warszaw awa, 25 lisopada 21 Plan Wprowadzenie Hipoezy I, II, III i IV Próba (zgrubnej)

Bardziej szczegółowo

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski

Stały czy płynny? Model PVEC realnego kursu walutowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski Maeriały i Sudia nr 312 Sały czy płynny? Model PVEC realnego kursu waluowego dla krajów Europy Środkowo-Wschodniej implikacje dla Polski Pior Kębłowski Maeriały i Sudia nr 312 Sały czy płynny? Model PVEC

Bardziej szczegółowo

BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW. W tym krótkim i matematycznie bardzo prostym artykule pragnę osiągnąc 3 cele:

BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW. W tym krótkim i matematycznie bardzo prostym artykule pragnę osiągnąc 3 cele: 1 BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW Leszek S. Zaremba (Polish Open Universiy) W ym krókim i maemaycznie bardzo prosym arykule pragnę osiągnąc cele: (a) pokazac że kupowanie

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński Ćwiczenia 3 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

Michał Zygmunt, Piotr Kapusta Sytuacja gospodarcza w Polsce na koniec 3. kwartału 2013 r. Finanse i Prawo Finansowe 1/1, 94-97

Michał 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 szczegółowo

PROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW

PROPOZYCJA 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 szczegółowo