OCENA PRZYDATNOŚCI MODELU EKONOMETRYCZNEGO DO BADANIA ZMIAN DYNAMIKI GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO



Podobne dokumenty
ANALIZA PORÓWNAWCZA WYBRANYCH PROCEDUR MODELOWANIA EKONOMETRYCZNEGO DLA MODELU GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO

ANALIZA PORÓWNAWCZA KONIUNKTURY GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO I GOSPODARKI POLSKI

Ekonometryczna analiza popytu na wodę

Etapy modelowania ekonometrycznego

ZASTOSOWANIE DYNAMICZNEGO MODELU ZGODNEGO W ANALIZIE GOSPODARKI GÓRNEGO ŚLĄSKA

ANALIZA PORÓWNAWCZA KONIUNKTURY WOJEWÓDZTW POLSKI W LATACH

Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych

Robert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce

Metody ilościowe w analizie struktury podmiotowej sektora usług w Polsce

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Analiza trendów branżowych

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

Poszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną

Ocena jakości prognoz wybranych wskaźników rozwoju gospodarczego woj. lubelskiego

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

5. Model sezonowości i autoregresji zmiennej prognozowanej

3. Modele tendencji czasowej w prognozowaniu

Statystyka matematyczna i ekonometria

A.Światkowski. Wroclaw University of Economics. Working paper

Analiza trendów branżowych

Prognozowanie na podstawie modelu ekonometrycznego

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Ćwiczenia IV

Logistyka - nauka. Polski sektor TSL w latach Diagnoza stanu

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

Wprowadzenie do teorii prognozowania

Metoda najmniejszych kwadratów

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

t y x y'y x'x y'x x-x śr (x-x śr)^2

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF

Tomasz Stryjewski Uniwersytet Mikołaja Kopernika w Toruniu

Ścieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,

URZĄD MARSZAŁKOWSKI WOJEWÓDZTWA OPOLSKIEGO DEPARTAMENT POLITYKI REGIONALNEJ I PRZESTRZENNEJ. Referat Ewaluacji

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Wady klasycznych modeli input - output

3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych

APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI

Dopasowywanie modelu do danych

Wiadomości ogólne o ekonometrii

ANALIZA EFEKTÓW SKALI

3. Analiza własności szeregu czasowego i wybór typu modelu

BADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM

EKONOMETRYCZNA PROGNOZA ODPŁYWÓW Z BEZROBOCIA

STAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE W UJĘCIU STATYSTYCZNYM

Zmiany koniunktury gospodarczej a sytuacja ekonomiczna wybranych przedsiębiorstw z branży budowlanej w Polsce

(Dantzig G. B. (1963))

Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym

Ekonometria Wykład 4 Prognozowanie, sezonowość. Dr Michał Gradzewicz Katedra Ekonomii I KAE

Metody Ilościowe w Socjologii

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA

FLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

/2019 WORKING PAPER. System prognoz krótkoterminowych (wersja pilotażowa)

Proces modelowania zjawiska handlu zagranicznego towarami

OTWARTE FUNDUSZE EMERYTALNE W POLSCE Struktura funduszy emerytalnych pod względem liczby członków oraz wielkości aktywów

Rozdział 8. Regresja. Definiowanie modelu

Egzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007

PROGNOZOWANIE SPRZEDAŻY STUDIUM PRZYPADKU

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe

ANALIZA SZCZECIŃSKIEGO RYNKU NIERUCHOMOŚCI W LATACH

Inwestycje. światowego. gospodarczego. Świat Nieruchomości

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

Polski przemysł tekstylny i odzieżowy w 2003 roku

Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów.

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY

Stan i prognoza koniunktury gospodarczej

LOGISTYKA. Zapas: definicja. Zapasy: podział

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Y = α 1 Z α k Z k + e. (1) (k 1)[ktrA2 (tra) 2 ] (4) d = 1 k. (por. np. Kolupa, 2006). Wówczas jak to wynika ze wzorów (2) i (3) mamy:

SYMULACYJNA OCENA POTENCJAŁU ROZWOJOWEGO MIAST WOJEWÓDZTWA LUBUSKIEGO W KONTEKŚCIE WSPÓŁPRACY TRANSGRANICZNEJ Z BRANDENBURGIĄ

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny

FLESZ LUTY Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

Urząd Marszałkowski Województwa Śląskiego Katowice, 20 grudnia 2013 r.

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30

1. Analiza wskaźnikowa Wskaźniki szczegółowe Wskaźniki syntetyczne

7.4 Automatyczne stawianie prognoz

Wielkość a wartość przedsiębiorstwa studium na podstawie raportów wybranych spółek

ŚREDNI BŁĄD PROGNOZOWANIA DLA METODY EKSTRAPOLACJI PRZYROSTU EMPIRYCZNEGO

Brygida Beata Cupiał. Keywords: competitiveness, innovativeness, small and medium-sized enterprises, regional support policy

Model dopasowywania się cen na rynku

SYTUACJA SPOŁECZNO EKONOMICZNA W ŁODZI 2014

MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE

OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)

FLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36

EKONOMETRYCZNE MODELOWANIE I PROGNOZOWANIE WZROSTU GOSPODARCZEGO POLSKI POWIĄZANEGO ZE ZMIENNYMI SYMPTOMATYCZNYMI TURYSTYKI

Komputerowa Analiza Danych Doświadczalnych

Transkrypt:

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 220 2015 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii ozef.biolik@ue.katowice.pl OCENA PRZYDATNOŚCI MODELU EKONOMETRYCZNEGO DO BADANIA ZMIAN DYNAMIKI GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO Streszczenie: Celem artykułu est prognostyczna weryfikaca modelu gospodarki woewództwa śląskiego oraz ocena dynamicznych własności gospodarki na podstawie pierwiastków charakterystycznych równania końcowego. Na podstawie danych z lat 1999-2011 oszacowano parametry modelu charakteryzuącego gospodarkę woewództwa śląskiego. Na bazie obliczonych prognoz na eden okres naprzód oceniono wartość prognostyczną modelu. Do oceny dynamicznych własności modelu wykorzystano pierwiastki charakterystyczne równania końcowego. Słowa kluczowe: model ekonometryczny, prognoza, błąd prognozy, równanie końcowe, pierwiastek charakterystyczny. 1. Ocena akości modelu dla celów prognostycznych Model charakteryzue się wysoką adekwatnością prognostyczną, eśli na podstawie zadanych wartości zmiennych obaśniaących pozwala on dostatecznie dokładnie przewidywać przyszłe wartości zmiennych obaśnianych przez poszczególne równania modelu. Do oceny poziomu adekwatności prognostyczne wykorzystane zostaną mierniki dokładności prognoz ex post. W analizie zgodności prognostyczne błąd prognozy będzie zdefiniowany ako: gdzie: y TP prognoza, B t = y TP y t,

10 y t zrealizowana wartość zmienne, zaś średni względny błąd prognozy: y y ˆ TP t. V = Na podstawie danych zamieszczonych w Biuletynach statystycznych woewództwa śląskiego pochodzących z lat 1999-2011 oszacowano parametry modelu charakteryzuącego gospodarkę woewództwa śląskiego: Równanie nakładów inwestycynych: NI t = 0,660065 NI t-1 + 0,242242 WFN t + 1895,54 R w 2 = 0,8252 (0,175498) (0,0910914) (1390,56) Równanie wyniku finansowego netto: WFN t = 0,887427 PCD t 0,885938 KUP t 1026,40 R w 2 = 0,9988 (0,016424) (0,01829) Równanie przychodów z działalności przedsiębiorstw: PCD t = 0,192295 PCD t-1 + 1,11464 PSP t + 13671,3 R w 2 = 0,9935 (0,09684) (0,1131) (6041,48) Równanie kosztów uzyskania przychodów: KUP t = 1,2625 PSP t + 125,683 PZ t - 71405,5 R w 2 = 0,9923 (0,03813) (20,5737) (18566,6) Równanie produkci sprzedane przemysłu: PSP t = 1,05364 PSP t-1 + 4257,05 R w 2 = 0,9338 (0,08867) (11102,6) Równanie przeciętnych wynagrodzeń brutto: PWB t = 0,740356 PWB t-1 + 0,0042887 PSP t + 317,847 R w 2 = 0,9917 (0,12306) (0,001766) (129,157) gdzie: PZ t przeciętne zatrudnienie w sektorze przedsiębiorstw ogółem w tys. osób, PWB t przeciętne wynagrodzenia brutto w sektorze przedsiębiorstw ogółem w zł, PSP t produkca sprzedana przemysłu ogółem w mln zł, PCD t przychody z całokształtu działalności przedsiębiorstw ogółem w mln zł, KUP t koszty uzyskania przychodów w sektorze przedsiębiorstw ogółem w mln zł, WFN t wynik finansowy netto ogółem w sektorze przedsiębiorstw w mln zł, NI t nakłady inwestycyne w sektorze przedsiębiorstw ogółem w mln zł. y t

Ocena przydatności modelu ekonometrycznego 11 Otrzymane wyniki świadczą o dobrym dopasowaniu, współczynnik determinaci przekracza poziom 0,99 z wyątkiem równania nakładów inwestycynych. Oznacza to, że 99% zmienności zmienne endogeniczne est wyaśniane przez dane równanie modelu, a tylko 1% zmienności zależy od innych czynników, które nie zostały uwzględnione w modelu. Oszacowany model est modelem rekurencynym oraz dynamicznym. Zgodnie z procedurą prognozowania te klasy modelu wyznaczono prognozy na okres T = t + 1 (rok 2012), które zamieszczono w tabeli 1. Tabela 1. Prognozy, realizace oraz błędy prognoz obliczone na podstawie modelu gospodarki woewództwa śląskiego Zmienna Prognoza Realizaca Błąd prognozy Względny błąd prognozy PSP 215783,8 192924,9 22858,9 0,1185 PWB 4128,6 4073,2 55,4 0,0136 KUP 294793,7 276536,9 18256,8 0,066 PCD 309788,6 287662,9 22125,7 0,0769 WFN 12719,4 9535,1 3184,3 0,3339 Z danych zamieszczonych w tabeli 1 wynika, że we wszystkich przypadkach z wyątkiem nakładów inwestycynych prognozy były zawyżone. Relatywnie nagorsza sytuaca wystąpiła w przypadku wyniku finansowego netto, gdzie zaistniało przeszacowanie o 33,39%. Niedoszacowanie na poziomie 1,8% wystąpiło w przypadku nakładów inwestycynych. Należy także zauważyć, że oszacowany model charakteryzował się wysoką zgodnością przekraczaącą poziom 0,90 (R 2 w > 0,9). Na duży błąd prognozy dotyczący wyniku finansowego miała niewątpliwie wpływ ogólna sytuaca gospodarcza (recesa). Wyniki estymaci modelu na podstawie danych pochodzących z lat 1999-2012 (reestymaca modelu): Równanie nakładów inwestycynych: NI t = 0,704198 NI t-1 + 0,237905 WFN t + 1606,71 R w 2 = 0,8476 (0,15643) (0,0881024) (1275,21) Równanie wyniku finansowego netto: WFN t = 0,881658 PCD t 0,878963 KUP t 1191,55 R w 2 = 0,9987 (0,0152134) (0,0167049) (282,530) Równanie przychodów z działalności przedsiębiorstw: PCD t = 0,219796 PCD t-1 + 1,09023 PSP t + 12018,5 R w 2 = 0,9946 (0,0769617) (0,098319) (4881,04)

12 Równanie kosztów uzyskania przychodów: KUP t = 1,29788 PSP t + 134,377 PZ t - 81759,9 R w 2 = 0,9913 (0,03919) (23,0797) (20500,8) Równanie produkci sprzedane przemysłu: PSP t = 0,973590 PSP t-1 + 12602,8 R w 2 = 0,9288 (0,072756) (9434,23) Równanie przeciętnych wynagrodzeń brutto: PWB t = 0,771614 PWB t-1 + 0,003943 PSP t + 317,847 R w 2 = 0,9935 (0,12306) (0,001766) (104,402) W tabeli 2 zamieszczono prognozy obliczone na rok 2013 przy założeniu, że przeciętne zatrudnienie w sektorze przedsiębiorstw będzie takie, ak w roku 2012. Tabela 2. Prognozy, realizace oraz błędy prognoz obliczone na podstawie reestymowanego modelu gospodarki woewództwa śląskiego Zmienna Prognoza Realizaca Prognozowany Względny prognozowany w roku 2012 przyrost przyrost PSP 200432,55 192924,9 7507,65 0,0389 PWB 4251,11 4073,2 177,91 0,0437 KUP 277749,29 276536,9 1212,39 0,0044 PCD 293763,23 287662,9 6100,33 0,0212 WFN 13675,80 9535,1 4140,7 0,4342 Na uwagę zasługue równanie wyniku finansowego. Równanie to wykazue nawiększą zgodność mierzoną współczynnikiem determinaci R 2 w = 0,998 w obu przypadkach, natomiast prognoza obliczona na podstawie tego równania charakteryzue się nawiększym błędem prognozy ex post rzędu 33%, a względny prognozowany przyrost przekracza 43%. Czy est to symptom reakci sektora przedsiębiorstw na kryzys gospodarczy? Wykres wartości zaobserwowanych oraz teoretycznych dla zmienne WFN t przedstawia rys. 1.

Ocena przydatności modelu ekonometrycznego 13 20000 15000 mln. zł zł. 10000 5000 0-5000 1999 2000 2001 2002 2003 2004 2005 2006 lata 2007 2008 2009 2010 2011 2012 empiryczne teoretyczne Rys. 1. Zaobserwowane oraz teoretyczne wartości zmienne WFN Wykres potwierdza wysoką zgodność modelu. Przeanalizumy reszty równania modelu: Wykres reszt równania zmienne WFN t przedstawia rys. 2. 500 400 300 200 mln.zł 100 0-100 1 2 3 4 5 6 7 8 9 10 11 12 13 14 reszty -200-300 -400 lata Rys. 2. Wykres reszt równania wyniku finansowego netto Z wykresu reszt wynika, że w ostatnim okresie 2009-2012 nastąpiły gwałtowne zmiany reszt (zarówno dodatnie, ak i uemne).

14 2. Równanie końcowe modelu narzędziem analizy dynamicznych własności modelu Dla modelu, w którym występue G zmiennych endogenicznych (G > 1), można rozpatrywać zbiór G równań końcowych dotyczących poszczególnych zmiennych endogenicznych modelu. Jeżeli w G-równaniowym modelu ekonometrycznym zmienne endogeniczne maą opóźnienia nawyże ednookresowe, to równanie końcowe modelu ze względu na wybraną zmienną endogeniczną ma postać: y t + α 1 y t-1 + α 2 y t-2 +...+ α G y t-g = L (X 1, X 2,..., X k ), (1) gdzie: L(X 1, X 2,..., X k ) est liniową funkcą zmiennych egzogenicznych modelu. Równanie (1) est równaniem różnicowym nieednorodnym, stopnia co nawyże G, o stałych parametrach. Przedstawienie zależności y t od t w awne postaci pewne funkci y = F(t) otrzymue się ako sumę ogólnego rozwiązania równania ednorodnego i szczególnego rozwiązania równania nieednorodnego. Równanie ednorodne ma postać 1 : y t + α 1 y t-1 + α 2 y t-2 +...+ α G y t-g = 0 (2) i ego rozwiązanie ogólne zależy od G warunków początkowych oraz od pierwiastków równania charakterystycznego: λ G + α 1 λ G-1 +...+ α G = 0. (3) Ponieważ rozwiązanie ogólne równania ednorodnego wyraża mechanizm ruchów własnych układu, dlatego analiza równania ednorodnego (2) i wynikaącego z niego równania charakterystycznego informue o charakterze wahań własnych, a przede wszystkim o trendzie i ewentualnych wahaniach periodycznych. W przypadku rzeczywistych i poedynczych pierwiastków równania charakterystycznego rozwiązanie ogólne równania ednorodnego można zapisać w postaci: y t = G t A λ = 1, (4) gdzie: λ est -tym pierwiastkiem charakterystycznym, A est -tym warunkiem początkowym. 1 Równanie ednorodne uzyskue się przez przekształcenie maące na celu wyeliminowanie wszystkich zmiennych endogenicznych nieopóźnionych, ak i opóźnionych z danego równania. W równaniu tym występue tylko analizowana zmienna endogeniczna i e kolene opóźnienia.

Ocena przydatności modelu ekonometrycznego 15 W takie sytuaci ruch własny układu nie zawiera wahań okresowych, a w przypadku, gdy λ < 1, krzywa ruchu est krzywą maleącą asymptotycznie do osi y = 0 (gdy t ). Jeżeli natomiast rozwiązaniem równania (3) est r pierwiastków rzeczywistych i 2s pierwiastków zespolonych (λ = a ± i b ), to rozwiązanie można zapisać [Pawłowski, 1981, s. 42]: gdzie: Θ = arc tg b a y t = = r A 1 t λ + r+ s t 2πt A ρ cos δ r 1 Θ +, (5) = + określa długość okresu wahań periodycznych, 2 2 ρ = a + b określa zmiany amplitudy wahań w porównaniu z amplitudą początkową, δ est wyznaczone z warunków początkowych określaących, dla akie wartości t -ty składnik periodyczny ma wartość maksymalną. Na podstawie wyników estymaci postaci strukturalne modelu ekonometrycznego wyznaczono równania ednorodne, odpowiadaące tym równaniom równania charakterystyczne oraz obliczono pierwiastki charakterystyczne. Równanie ednorodne dla zmienne PSP t ma postać: PSP t 0,97359 PSP t-1 = 0, równanie charakterystyczne: λ-0,97359 = 0. Pierwiastek charakterystyczny est więc równy: λ= 0,973590.

16 Wykres w artości Wykres pierw wartości iastka pierwiastka charakterystycznego charakterystycznego dotyczącego PSP dotyczącego w kolenych PSP w okresach kolenych okresach 1,2 1 0,8 0,6 0,4 0,2 0 1 2 3 4 5 6 7 8 9 10 okresy Rys. 3. Wykres wartości λ t dla PSP t w kolenych okresach Równanie ednorodne dla zmienne PWB t ma postać: PWB t (0,771614+ 0,973590) PWB t-1 0,973590 (-0,771614) PWB t-2 = 0; Równanie charakterystyczne: λ 2 1,745204 λ + 0,751235674 = 0; Pierwiastki charakterystyczne są równe: λ 1 = 0,771614 oraz λ 2 = 0,97359. Wartości pierwiastka Wartości pierwiastka charakterystycznego dotyczacego dotyczącego PWB w kolenych PWB w kolenych okresach okresach 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8 9 10 okresy Rys. 4. Wykres wartości λ t dla PWB t w kolenych okresach

Ocena przydatności modelu ekonometrycznego 17 Obliczone pierwiastki charakterystyczne równania ednorodnego dotyczącego PWB t świadczą, że na dynamikę kształtowania się wynagrodzeń ma wpływ wewnętrzna dynamika wynagrodzeń oraz wewnętrzna dynamika produkci sprzedane przemysłu. Równanie ednorodne dla zmienne PCD t ma postać: PCD t (0,219796 + 0,973590) PCD t-1 0,973590 (-0,219796) PCD t-2 = 0; Równanie charakterystyczne: λ 2 1,193386 λ + 0,213991187 = 0; Pierwiastki charakterystyczne są równe: λ 1 = 0,219796 oraz λ 2 = 0,97359. Wartości pierwiastka Wartości pierwiastka charakterystycznego charakterystycznego dotyczącego dotyczącego zmienne PCD zmienne w kolenych PCD w kolenych okresach okresach 0,25 0,2 0,15 0,1 0,05 0 1 2 3 4 5 6 7 8 9 10 okresy Rys. 5. Wykres wartości λ t dla PCD t w kolenych okresach Obliczone pierwiastki charakterystyczne równania ednorodnego dotyczącego PCD t świadczą, że dynamika kształtowania się przychodów działalności przedsiębiorstw zależy od wewnętrzne dynamiki przychodów z całokształtu działalności oraz od wewnętrzne dynamiki produkci sprzedane przemysłu. W równaniu zmienne PCD t = A 1 λ 1 t + A 2 λ 2 t ako warunki początkowe przyęto: A 1 wartość przychodów całokształtu działalności w roku 2012, t. 287 662,9 mln zł oraz A 2 wartość produkci sprzedane przemysłu w roku 2012, t. 192 924,9 mln zł.

18 Wew Wewnętrzna dynamika dynamika PCD PCD 300000 250000 200000 150000 100000 50000 0 1 2 3 4 5 6 7 8 9 10 okresy Rys. 6. Wewnętrzna dynamika zmienne PCD t = A 1 λ 1 t + A 2 λ 2 t Równanie ednorodne dla zmienne KUP t ma postać: KUP t 0,97359 KUP t-1 = 0; Równanie charakterystyczne: λ-0,97359 = 0; Pierwiastek charakterystyczny est więc równy: λ= 0,97359. W równaniu kosztów uzyskania przychodów nie występue opóźniona zmienna endogeniczna, więc wewnętrzna dynamika kształtowania się te zmienne zależy od wewnętrzne dynamiki produkci sprzedane przemysłu, stąd obliczony pierwiastek charakterystyczny dla zmienne KUP t est taki sam, ak pierwiastek charakterystyczny dla zmienne PSP t. W równaniu wyniku finansowego netto nie występue opóźniona zmienna endogeniczna, więc wewnętrzna dynamika kształtowania się te zmienne zależy od wewnętrzne dynamiki PCD t oraz KUP t. Zbudowany i oszacowany model gospodarki w pełni nadae się do prognozowania oraz badania zmian dynamiki gospodarki woewództwa śląskiego.

Ocena przydatności modelu ekonometrycznego 19 Podsumowanie Oszacowany model charakteryzuący powiązania między zmiennymi charakteryzuącymi gospodarkę woewództwa śląskiego cechue wysoka zgodność. Prognozy na eden okres naprzód wyznaczone na podstawie modelu charakteryzuą się małymi błędami (w zasadzie nieprzekraczaącymi 5%), z wyątkiem prognozy dotyczące wyniku finansowego netto. Błąd prognozy dotyczący wyniku finansowego netto wynosi 33%, prognoza przekracza realizacę zmienne. Poawia się pytanie, czy gwałtowny spadek wyniku finansowego netto przedsiębiorstw est efektem sytuaci kryzysowe? Z przeprowadzonych analiz opartych na danych kwartalnych wynika, że est to reakca zachowawcza sektora przedsiębiorstw przed niepewnością dotyczącą recesi gospodarcze 2. Z analizy równania końcowego wynika, że wszystkie pierwiastki charakterystyczne równań ednorodnych λ < 1. W takie sytuaci krzywa ruchu est krzywą maleącą asymptotycznie do osi y = 0 (gdy t ). Dynamika wewnętrzna est spadkowa, więc by nastąpił wzrost, niezbędne są zasilania zewnętrzne, które w modelu reprezentuą zmienne egzogeniczne. Literatura Biolik J. (2008), Dynamiczne własności modelu gospodarki woewództwa śląskiego na podstawie równania końcowego [w:] A. Badak, W. Czakon (red.), Zarządzanie współczesne problemy badawcze, AE w Katowicach, Katowice. Biolik J. (2013), Problemy modelowania zawisk gospodarczych [w:] Zawiska społeczne w badaniach statystycznych. Księga ubileuszowa dedykowana Profesor Barbarze Podolec, UE w Krakowie, Kraków. Biuletyny statystyczne woewództwa śląskiego, http://www.stat.gov.pl. Pawłowski Z. (1981), Elementy ekonometrii, PWN, Warszawa. 2 Zob. Biolik [2008]. Na podstawie analizy danych kwartalnych dotyczących wyniku finansowego można zauważyć, że w czwartych kwartałach wykazywany wynik finansowy est zdecydowanie niższy niż w pozostałych kwartałach, a koszty uzyskania przychodów w tym kwartale zdecydowanie wyższe.

20 EVALUATION OF USE OF THE ECONOMETRIC MODEL FOR THE RESEARCH ON CHANGES IN THE DYNAMICS OF THE SILESIAN VOIVODSHIP S ECONOMY Summary: The purpose of the article is a prognostic verification of Silesian voivodship s economy model and the evaluation of dynamic properties of economy on the basis of characteristic roots of final equation. The parameters of a model characterizing the economy of the Silesian voivodship were estimated on the basis of the data from the period of 1999-2011. The prognostic value of the model was estimated on the basis of prognoses calculated for one period. The evaluation of dynamic properties of the model was based on the characteristic roots of final equation. Keywords: econometric model, forecast, the forecast error, the final equation, characteristic root.