WPŁYW CEN SKUPU ŻYWCA NA CENY DETALICZNE MIĘSA

Podobne dokumenty
WPŁYW CZYNNIKÓW POGODOWYCH NA WIELKOŚĆ I CENY SKUPU PSZENICY I ŻYTA W POLSCE

ANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

1. Szereg niesezonowy 1.1. Opis szeregu

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu

ZALEŻNOŚCI CENOWE W ŁAŃCUCHACH DOSTAW ŻYWNOŚCI NA PRZYKŁADZIE CEN MIĘSA

TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH

Niezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu

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

DYNAMICZNE MODELE EKONOMETRYCZNE

Analiza szeregów czasowych w Gretlu (zajęcia 8)

Modelowanie i analiza szeregów czasowych

WŁASNOŚCI DYSKRYMINACYJNE ZNANYCH WSKAŹNIKÓW TECHNICZNYCH A KALIBRACJA ICH PARAMETRÓW

[ ] [ ] [ ] [ ] 1. Sygnały i systemy dyskretne (LTI, SLS) y[n] x[n] 1.1. Systemy LTI. liniowy system dyskretny

BAYESOWSKA ANALIZA MODELI DYSKRETNEGO WYBORU (DWUMIANOWYCH) 1

WPŁYW CEN ROPY NAFTOWEJ NA PRODUKCJĘ I INFLACJĘ W WYBRANYCH PAŃSTWACH UNII EUROPEJSKIEJ 1

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

licencjat Pytania teoretyczne:

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

BADANIA WPŁYWU KÓŁ PRZEDNICH I TYLNYCH WYBRANYCH CIĄGNIKÓW ROLNICZYCH NA UGNIATANIE GLEBY LEKKIEJ

Integracja zmiennych Zmienna y

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK

XLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r.

FINANSOWE SZEREGI CZASOWE WYKŁAD 3

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

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

Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii

ANALIZA SZEREGU CZASOWEGO CEN ŻYWCA BROJLERÓW W LATACH

Dyskretny proces Markowa

ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG

STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU

specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).

Zarządzanie ryzykiem. Lista 3

Urządzenia i Układów Automatyki Instrukcja Wykonania Projektu

Metody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

DYNAMICZNE MODELE EKONOMETRYCZNE

Stacjonarność Integracja. Integracja. Integracja

BADANIE NIESPŁACALNOŚCI KREDYTÓW ZA POMOCĄ BAYESOWSKICH MODELI DYCHOTOMICZNYCH - ZAŁOŻENIA I WYNIKI Wprowadzenie.

Heteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR

2. Próbkowanie równomierne

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

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

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

DYNAMICZNE MODELE EKONOMETRYCZNE

ZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA SKŁONNOŚCI

Wykład 6. Badanie dynamiki zjawisk

PRÓBKOWANIE RÓWNOMIERNE

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

DYNAMICZNE MODELE EKONOMETRYCZNE

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

DYNAMICZNE MODELE EKONOMETRYCZNE

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

Ocena efektywności procedury Congruent Specyfication dla małych prób

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Prognozowanie średniego miesięcznego kursu kupna USD

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

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

Jaka jest cena wołowiny i jakiej możemy się spodziewać?

Modelowanie systemów skointegrowanych. Aspekty teoretyczne

W porównaniu z marcem ub. roku odnotowano na obu rynkach spadek cen produktów rolnych, z wyjątkiem cen żywca wołowego.

W porównaniu z kwietniem ub. roku odnotowano na obu rynkach spadek cen produktów rolnych, za wyjątkiem cen żywca wołowego na targowiskach.

1 Modele ADL - interpretacja współczynników

Wykład 6. Badanie dynamiki zjawisk

OeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

CENY PRODUKTÓW ROLNYCH we wrześniu 2007 r. CENY SKUPU

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

Produkcja drobiu coraz mniej rentowna

Elżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi

( ) ( ) ( τ) ( t) = 0

MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ

CENY PRODUKTÓW ROLNYCH W LIPCU 2012 r I-VI VII-XII VI VII w złotych CENY SKUPU. Pszenica... 93,17 76,10 90,69 90,83 105,4 100,2

I-VI VII-XII IV V w złotych. Pszenica... 68,21 65,95 62,37 62,54 96,6 100,3. Żyto... 50,79 51,72 54,35 53,80 108,2 99,0

Ocena płynności wybranymi metodami szacowania osadu 1

Matematyka ubezpieczeń majątkowych r.

Krzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie

Aleksander Jakimowicz. Dynamika nieliniowa a rozumienie współczesnych idei ekonomicznych

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

Stanisław Cichocki Natalia Nehrebecka. Wykład 5

Pszenica... 68,21 65,95 62,54 63,36 97,3 101,3. Żyto... 50,79 51,72 53,80 54,51 103,8 101,3. Jęczmień... 59,07 61,60 59,43 59,09 105,3 99,4

Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu

Przyczynowość Kointegracja. Kointegracja. Kointegracja

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK

Inwestycje w lokale mieszkalne jako efektywne zabezpieczenie przed inflacją na przykładzie Poznania w latach

OPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR

Badanie funktorów logicznych TTL - ćwiczenie 1

Transkrypt:

METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 011, sr. 373 380 WPŁYW CEN SKUPU ŻYWCA NA CENY DETALICZNE MIĘSA Agnieszka Tłuczak Zakład Ekonomerii i Meod Ilościowych Uniwersye Oolski e-mail: aluczak@uni.oole.l Sreszczenie: Ceny dealiczne arykułów sożywczych w osanich miesiącach znacząco wzrosły. Według Głównego Urzędu Saysycznego ceny żywności w marcu 011 roku były o ok. 5% wyższe niż rzed rokiem. Isnieje wiele czynników mających wływ na wzros cen żywności, i ak n. ceny mięsa drożeją ze względu na wzros cen rzody chlewnej czy bydła w skuie. Celem arykułu jes idenyfikacja, za omocą esu rzyczynowości Granger a związków rzyczynowych omiędzy cenami wybranych roduków rolnych w skuie a cenami dealicznymi wybranych roduków żywnościowych. Słowa kluczowe: ceny dealiczne żywności, ceny w skuie roduków rolnych, modele VAR, es Grangera, związki rzyczynowe WPROWADZENIE Według rognoz Banku Świaowego i FAO najbliższa dekada będzie sała od znakiem drogiej żywności. Obecnie rynki żywności na całym świecie rzeżywają kolejną falę dynamicznego wzrosu cen. Powsał zw. efek kuli śniegowej odwyżki cen jednego roduku, ociągają za sobą odwyżki kolejnego. Na rzykład odwyżki cen szenicy owodują, że więcej załacimy za ieczywo i roduky mączne. Dużym roblemem w skali globalnej jes nie ylko kwesia drożejącej żywności, ale również nierzewidywalność kszałowania się jej cen. Celem badań było usalenie związków rzyczynowych w sensie Grangera omiędzy cenami dealicznymi mięsa a cenami żywca w skuie. W ym celu

374 Agnieszka Tłuczak zasosowano es rzyczynowości Grangera 1, kórego rocedura oiera się na modelach wekorowej auoregresji - VAR METODOLOGIA Do weryfikacji hioezy o wysęowaniu związków rzyczynowych omiędzy zmiennymi zosał wykorzysany es rzyczynowości Grangera. Tes en oiera się na modelach wekorowej auoregresji - VAR, kóre są szeroko omawiane w lieraurze rzedmiou, w szczególności w racy Kusideł [00]. Procedura sosowania esu Grangera rozoczyna się od oszacowania aramerów modeli [Borkowski 005; Deadman, Charemza 1997]: y = α + α y +... + α y + ε (1) 0 1 1 y = α + α y +... + α y + β x + β x +... + β x + η () 0 1 1 1 1 gdzie: x realizacja zmiennej X; y realizacja zmiennej Y; rząd oóźnień zmiennych. W eście Grangera weryfikacji oddaje się hioezy osaci: ( ε ) = σ ( η ); H : σ ( ε ) σ ( η ) H 0 : σ 1 Saysyka esowa ma osać: n ( s ( ε ) s ( η )) F = (3) s ( ε ) i rzy rawdziwości hioezy zerowej ma ona ma rozkład chi-kwadra χ ( ). Sosowanie esu Grangera wymaga, aby analizowane szeregi czasowe były sacjonarne. Do badania sacjonarności wykorzysuje się oularny es ADF, czyli rozszerzony es Dickey a-fullera. Tes ADF bazuje na oszacowaniu aramerów równania: Δy k 1 δ i= 1 = μ + δy + Δy + e lub Δy = δ y + Δy + e (4) i k 1 δ i i= 1 Saysyka esowa w ym eście rzyjmuje osać ˆ δ DF = (5) S( ˆ) δ i ozwala na weryfikację hioezy H 0 : δ=0 (brak sacjonarności) wobec hioezy H 1 : δ<0 (roces jes sacjonarny) [Kusideł 000]. Celem usalenia rzędu oóźnień, odobnie jak ma o miejsce w rzyadku modeli ARMA, sosuje się kryeria informacyjne, w ym na użyek ej racy, zwrócimy szczególną uwagę na kryerium SBC (Shwarz Bayesian Crierion), dla kórego saysyka ma osać [Kusideł 000]: i α 1 Definicja rzyczynowości w sensie Grangera głosi, że zmienna x jes rzyczyną zmiennej y jeżeli bieżące warości zmiennej y można rognozować z większą dokładnością rzy użyciu rzeszłych warości zmiennej x niż bez ich wykorzysania, rzy założeniu, że ozosała informacja jes niezmieniona.

Wływ wybranych czynników na ceny dealiczne 375 SBC l ~ 1 = l( θ ) k logt, gdzie ( ~ T θ ) l - maksymalna warość logarymu wiarygodności modelu w kórym ~ θ jes esymaorem największej wiarygodności; k liczba szacowanych aramerów; T - liczba obserwacji. ANALIZA WSTĘPNA W oracowaniu zbadano wysęowanie związków rzyczynowych omiędzy cenami w skuie wybranych roduków rolnych, akich jak cena bydła w zł/kg, cena rzody chlewnej w zł/kg, cena drobiu w zł/kg a cenami dealicznymi wybranych gaunków mięsa: wołowe z kością w zł/kg, wołowe bez kości (z udźca) w zł/kg, wierzowe z kością (schab środkowy) w zł/kg, kurczęa aroszone w zł/kg. Analizie oddano ceny z okresu od sycznia 000 roku do grudnia 010. Dane miesięczne o cenach analizowanych roduków zaczernięo z Biuleynów Saysycznych Głównego Urzędu Saysycznego. Ze względu na wielość zmiennych rzyjęo nasęujące oznaczenia: v1 cena dealiczna mięsa wolowego z kością w zł/kg, v cena dealiczna mięsa wołowego bez kości (z udźca) w zł/kg, v3 cena dealiczna mięsa wierzowego z kością (schab środkowy) w zł/kg, v4 cena dealiczna kurczą aroszonych w zł/kg, v5 cena bydła w skuie w zł/kg, v6 cena rzoda chlewnej w skuie w zł/kg, v7 cena drobiu w skuie w zł/kg. Wszyskie analizowane zmienne charakeryzują się umiarkowanym zróżnicowaniem wsółczynnik zmienności dla zmiennych oisujących ceny w skuie oraz ceny dealiczne kszałuje się na średnim oziomie 16% (ab.1). Najmniejszym zróżnicowaniem charakeryzują się ceny dealiczne mięsa wierzowego z kością (ws. zmienności 7,%) a największym ceny dealiczne mięsa wołowego z kością. Pozosałe odsawowe sayski oisowe dla analizowanych zmiennych rzedsawione są w abeli 1. Kszałowanie się analizowanych zmiennych rzedsawiono na rysunku 1. h://www.sa.gov.l/gus/5840_738_plk_html.hm

376 Agnieszka Tłuczak Tabela 1. Podsawowe saysyki oisowe analizowanych zmiennych Zmienna aramer v1 v v3 v4 v5 v6 v7 średnia 15,00 19,77 13,77 5,78 3,64 3,89 3,7 odch. sand 3,86 4,71 0,99 0,75 0,75 0,54 0,33 ws. zmienności 5,7% 3,8% 7,% 1,9% 0,7% 13,8% 10,% min 9, 13,01 11,8 4,7,48,91,54 max 0,54 6,85 15,88 7,39 5,16 5,08 4,05 Źródło: obliczenia własne na odsawie danych GUS Rysunek 1. Kszałowanie się analizowanych zmiennych w okresie od sycznia 000 do grudnia 010 (zł/kg) a) v1 b) v c) v3 d) v4

Wływ wybranych czynników na ceny dealiczne 377 e) v5 f) v6 g) v7 Źródło: obliczenia własne na odsawie danych GUS Sosowanie esu Grangera wymaga, aby zmienne były sacjonarne, w ierwszej kolejności zbadano sacjonarność zmiennych v i (i=1,,7). Na odsawie rozszerzonego esu Dickey a-fuller a z wyrazem wolnym rzy oziomie isoności 0,05 dla zmiennych v3, v4, v6 i v7 rzyjęo hioezy o sacjonarności zmiennych. Naomias dla ozosałych zmiennych v1, v, v5, za sacjonarne zosały uznane ierwsze rzyrosy zmiennych Δv i.

378 Agnieszka Tłuczak Tabela. Wyniki esu ADF dla zmiennych v i oraz Δv i, i=1,..,8 Zmienna Warość saysyki ADF -value v1 -,654 0,688 v -0,445 0,9304 v5-0,773 0,863 v3-3,9046 0,000 v4-3,1376 0,039 v6-4,0681 0,0010 v7-3,3003 0,04614 Δv1 -,9101 0,04 Δv -,9631 0,0384 Δv5 -,9741 0,0373 Źródło: obliczenia własne OCENA POWIĄZAŃ Kolejnym krokiem było usalenie rzędów oóźnień dla modeli, rzy wyborze oymalnego rzędu oóźnień kierowano się kryerium informacyjnym Shwarza BIC (abela 3). Tabela 3. Warości saysyki BIC oraz rzędy oóźnień dla szacowanych modeli Zmienna zależna Przyczyna Rząd oóźnień Warość saysyki BIC Δv1 Δv5-0,518681 Δv Δv5 3 0,303510 v3 v6 1 0,408734 v4 v7 0,561747 Δv5 Δv1-0,914705 Δv5 Δv 1-0,1784 v6 v3-0,6343 v7 v4-1,8166 Źródło: obliczenia własne Tabela 4 rzedsawia wyniki badań owiązań omiędzy zmiennymi za omocą esu rzyczynowości Grangera.

Wływ wybranych czynników na ceny dealiczne 379 Tabela 4. Warości saysyki Granger a F oraz warości kryyczne χ 0,05 Zmienna zależna Przyczyna Warość saysyki F χ0,05 Źródło: obliczenia własne Δv1 Δv5 6,7359 5,9915 Δv Δv5 1,1954 7,8147 v3 v6 15,671 3,8415 v4 v7 31,0765 5,9914 Δv5 Δv1 5,5559 5,9914 Δv5 Δv 5,1697 5,9914 v6 v3 19,0709 5,9914 v7 v4 34,889 5,9914 Uzyskane w eście Granger a wyniki ozwoliły na zidenyfikowanie jednokierunkowych zależności rzyczynowych omiędzy analizowanymi zmiennymi (ab.4). Na odsawie saysyki esu F można swierdzić, że: - zmienna Δv5 (ierwsze różnice zmiennej cena bydła w skuie) jes rzyczyną dla zmiennej Δv1(ierwsze różnice zmiennej cena dealiczna mięsa wolowego z kością) oraz dla zmiennej Δv (ierwsze różnice zmiennej cena dealiczna mięsa wolowego bez kości), - zmienna v6 (cena rzody chlewnej w skuie) jes rzyczyną dla zmiennej v3 (cena dealiczna mięsa wierzowego z kością), - zmienna v7 (cena drobiu w skuie) jes rzyczyną dla zmiennej v4 (cena dealiczna kurczą aroszonych), - zmienne Δv1 oraz Δv (ierwsze różnice zmiennej cena dealiczna mięsa wołowego z kością, ierwsze różnice zmiennej cena dealiczna mięsa wołowego bez kości) nie są rzyczynami zmian zmiennej Δv5 (ierwsze różnice zmiennej cena bydła w skuie), - zmienna v3 (cena rzody mięsa wierzowego z kością) jes rzyczyną dla zmiennej v6 (cena rzody chlewnej w skuie), - zmienna v4 (cena dealiczna kurczą aroszonych) jes rzyczyną dla zmiennej v7 (cena drobiu w skuie), Dokładniej możemy swierdzić, że zmiany cen w skuie wybranych roduków rolnych, w ym wyadku ceny żywca, owodują zmiany cen dealicznych w skleach arykułów sożywczych. W kolejności zmiany cen dealicznych mięsa wierzowego oraz kurczą aroszonych mają wływ na zmiany cen rzody chlewnej oraz cen drobiu w skuie.

380 Agnieszka Tłuczak PODSUMOWANIE Przerowadzone badania wykazały, że modele VAR, a w szczególności es rzyczynowości Grangera, dla kórego są odsawą, są użyecznym narzędziem idenyfikacji związków rzyczynowych między zmiennymi. Zidenyfikowano związki rzyczynowe omiędzy analizowanymi zmiennymi. Niniejsze oracowanie nie wyczeruje w ełni odjęej emayki, należy amięać, że badane w racy czynniki nie są jedynymi czynnikami mającymi wływ na zmiany cen dealicznych. BIBLIOGRAFIA Bednarz J., Analiza wsółzależności kursów na olskim rynku waluowym, w: Zeszyy Naukowe Szkoły Głównej Gosodarswa Wiejskiego w Warszawie, Ekonomika i organizacja gosodarki Żywnościowej, NR 60 (006), Wydawnicwo SGGW Warszawa 006 Borkowski B., 005, Analiza rzyczynowości (związków rzyczynowych i orządku rzyczynowego), h://www.warszay.wnr.edu.l/10/sesjanauk/referayucz/borkowski.df Charemza W., Deadman D., 1997, Nowa ekonomeria, Polskie Wydawnicwo Ekonomiczne, Warszawa 1997 Gędek S., 010, Analiza wsółzależności cen roduków rolnych, h://www.wne.sggw.l/czasoisma/df/rnr_97_z3_s88.df Hamulczuk M., 011, Powiązania cen wierzowiny omiędzy rynkiem olskim, duńskim i niemieckim, h://kerimsg.wne.sggw.l/liki/mariusz_hamulczuk.df Kusideł E., 000, Modele wekorowo-auoregresyjne VAR. Meodologia i zasosowania, Red. naukowy B. Suchecki Dane anelowe i modelowanie wielowymiarowe w badaniach ekonomicznych, Tom 3, Wyd. Absolwen, Łódź 001 Osińska M., Ekonomeria wsółczesna, Dom Organizaora, Toruń 007 THE INFLUENCE OF CHOSEN FACTORS ON RETAIL PRICES FOODSTUFFS Absrac: The reail rices of foodsuffs have increased a lo laely. According o he Cenral Saisic Office food rices in March 011 were 5% higher han a year ago. There are a lo of facors influencing he food rice increase, e.g. he rices of flour and bread are geing higher due o he increase of cros rocuremen rices. The rices of frui are growing because of low amoun of frui in he home marke. The aim of his aricle is o idenify he causal relaionshis beween some facors, e.g. he size of rocuremen, he agriculural rices and food rices. Key words: agriculural rices, foodsuffs rices, VAR model, Granger causaliy