Analiza zależności rocznego wzrostu PKB od stopy bezrobocia rejestrowanego Wykonanie: Bartłomiej Borkowski IiE, gr 103.

Slides:



Advertisements
Podobne prezentacje
Statystyka w analizie rynku i wycenie nieruchomości (cz.1)
Advertisements

WIELKOPOLSKIE NA TLE REGIONÓW W POLSCE
Analiza współzależności zjawisk
Prognoza zatrudnienia na lubuskim rynku pracy
Analiza związku liczby zawartych małżeństw na 1000 ludności a liczbą dzieci w placówkach wychowania przedszkolnego i oddziałach żłobkowych/żłobkach na.
Bartosz Nowakowski, gr. 103 Badanie Statystyczne
BUDOWA MODELU EKONOMETRYCZNEGO
Wskaźniki analizy technicznej
Jak mierzyć asymetrię zjawiska?
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Sytuacja na rynku pracy
Analiza współzależności
ANALIZA STRUKTURY SZEREGU NA PODSTAWIE MIAR STATYSTYCZNYCH
Dane dotyczące sprzedaży wody mineralnej
MIARY ZMIENNOŚCI Główne (wywołujące zmienność systematyczną)
Analiza współzależności
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Statystyczne parametry akcji
Gospodarka światowa.
Podstawy analizy makroekonomicznej – główne kontrowersje i kierunki
BIOSTATYSTYKA I METODY DOKUMENTACJI
Wprowadzenie do statystycznej analizy danych (SPSS)
Prognozowanie i symulacje (semestr zimowy)
Korelacje, regresja liniowa
Narzędzia analizy ekonomicznej
Analiza współzależności dwóch zjawisk
Wykład 4. Rozkłady teoretyczne
Raport o stanie polskiej gospodarki
Średnie i miary zmienności
Bezrobocie Natalia Tobias.
analiza dynamiki zjawisk Szeregi czasowe
Analiza współzależności cech statystycznych
dr hab. Ryszard Walkowiak prof. nadzw.
Seminarium naukowe WSZiP w dniu Tendencje zmian w gospodarce w 2011 roku Polska na tle Europy Finanse państwa Prognozy na 2012 rok P relegenci:
Współczynnik: Pearsona, Spearmana, Czuprowa
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Człowiek - najlepsza inwestycja 18 listopada 2009 r. Człowiek – najlepsza inwestycja Konferencja współfinansowana przez Unię Europejską w ramach Europejskiego.
Pojęcie, rodzaje i pomiar inflacji
1. ŁATWOŚĆ ZADANIA (umiejętności) 2. ŁATWOŚĆ ZESTAWU ZADAŃ (ARKUSZA)
Podstawy statystyki, cz. II
WYNIKI EGZAMINU MATURALNEGO W ZESPOLE SZKÓŁ TECHNICZNYCH
Wojewódzki Urząd Pracy w Szczecinie Aktualna informacja o rynku pracy w województwie zachodniopomorskim Szczecin, 01 luty 2011 r.
Regresja wieloraka.
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
STATYSTYKA Pochodzenie nazwy:
Struktura bezrobocia w okresie transformacji w Polsce
Dynamika zjawisk. Tendencja rozwojowa dr hab. Mieczysław Kowerski
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Statystyczna analiza danych
Statystyczna analiza danych
Korelacje dwóch zmiennych. Korelacje Kowariancja.
STATYSTYKA – kurs podstawowy wykład 12 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Popyt Na rynku pracy reprezentowany jest przez pracodawców, którzy są gotowi do zatrudnienia pracowników. Podaż Kształtują osoby chętne do podjęcia pracy,
Trendy rozwoju turystyki w świetle danych statystycznych.
Mierniki dynamiki zjawisk. Indeksy dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii.
STATYSTYKA – kurs podstawowy wykład 13 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
OD RECESJI DO KONIUNKTURY CZYLI ZMIENNA GOSPODARKA
Wprowadzenie do inwestycji. Inwestycja Inwestycja – zaangażowanie określonej kwoty kapitału na pewien okres czasu w celu osiągnięcia w przyszłości przychodu.
Człowiek - najlepsza inwestycja Projekt Rola bezpośrednich inwestycji zagranicznych w kształtowaniu aktualnego i przyszłego profilu gospodarczego województwa.
Modele nieliniowe sprowadzane do liniowych
Analiza dynamiki „Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 11
Jak mierzyć zróżnicowanie zjawiska?
Wprowadzenie do inwestycji
Wskaźniki ekonomiczno-społeczne 2. WSKAŹNIKI EKONOMICZNE
Badanie dynamiki zjawisk
Analiza współzależności zjawisk
MIARY STATYSTYCZNE Warunki egzaminu.
Korelacja i regresja liniowa
Zapis prezentacji:

Analiza zależności rocznego wzrostu PKB od stopy bezrobocia rejestrowanego Wykonanie: Bartłomiej Borkowski IiE, gr 103

Definicja badanych cech Bezrobocie – zjawisko braku pracy zarobkowej dla osób zdolnych do pracy i gotowych do jej podjęcia na typowych warunkach płacowych występujących w gospodarce. Bezpośrednią przyczyną bezrobocia jest z reguły niewystarczająca liczba wolnych miejsc pracy dla osób ubiegających się o nie. W literaturze ekonomiczne rozróżnia się następujące różne rodzaje bezrobocia: strukturalne – związane ze strukturą gospodarki, lokalne – wyróżniające nasilenie braku miejsc pracy w pewnych regionach, przejściowe i sezonowe. (źródło: Encyklopedia PWN) PKB – Produkt Krajowy Brutto - wartość dóbr finalnych i usług wytworzonych przez krajową gospodarkę w trakcie konkretnego okresu, najczęściej roku. (źródło: www.money.pl) Roczny wzrost PKB – iloczyn nominalnego Produktu Krajowego Brutto z roku badanego i nominalnego Produktu Krajowego brutto z roku poprzedniego, podzielony przez deflator PKB z roku badanego, wyrażony w %. (źródło: opracowanie własne)

Programowanie badania Cel badania: analiza średniego poziomu bezrobocia i wzrostu PKB w stosunku do roku ubiegłego oraz ich wzajemnej zależności. Przedmiot badania: Zbiorowość statystyczna: 16 województw Polski w latach 2000 i 2004 Jednostka statystyczna: województwo Cechy stałe: Rzeczowa: województwo Czasowa: lata 2000 i 2004 Przestrzenna: Polska Cechy zmienne: Stopa bezrobocia rejestrowanego – cecha ilościowa ciągła Zdeflowany wzrost PKB (w stosunku do roku ubiegłego, wyrażony w procentach) – cecha ilościowa ciągła Źródło: wtórne – roczniki statystyczne województw (GUS).

Analiza struktury bezrobocia w latach 2000 i 2004

Analiza struktury bezrobocia w roku 2000 – podstawowe miary 15,1% x = 16,4% s = 3,9 V (s) = 24 % Poziom bezrobocia w Polsce w roku 2000: Średni poziom bezrobocia (średnia arytmetyczna wg województw): Odchylenie standardowe: Współczynnik zmienności:

Analiza struktury bezrobocia w roku 2000 – podstawowe miary α3 = 0,66 α4 = 2,71 K = 0,001 Współczynnik skośności: Współczynnik spłaszczenia: Współczynnik Gini’ego:

Analiza struktury bezrobocia w roku 2000 Średni poziom bezrobocia w poszczególnych województwach Polski wyniósł 16,4%, co w odniesieniu do 15,1% poziomu bezrobocia w Polsce pokazuje, że istnieją województwa zawyżające średnią. Odchylenie standardowe w poziomie bezrobocia wyniosło 3,9 co oznacza, że poziom bezrobocia w poszczególnych województwach przeciętnie różnił się od średniej o 3,9 punktu procentowego, co stanowi 24% poziomu średniego. Moment trzeci względny, użyty jako miara asymetrii, został ustalony na poziomie 0,66, co świadczy o umiarkowanej asymetrii dodatniej omawianego rozkładu. Moment czwarty względny, wykorzystany jako miara spłaszczenia osiągnął wartość 2,71 co świadczy o tym, że w typowym obszarze zmienności znajduje się mniej niż 68,3% obserwacji. Współczynnik Gini’ego na poziomie 0,34 świadczy o słabej koncentracji stopy bezrobocia.

Analiza struktury bezrobocia w roku 2004 – podstawowe miary 19% x = 20,4% s = 4,4 V (s) = 21,6 % Poziom bezrobocia w Polsce w roku 2000: Średni poziom bezrobocia (średnia arytmetyczna wg województw): Odchylenie standardowe: Współczynnik zmienności:

Analiza struktury bezrobocia w roku 2004 – podstawowe miary α3 = 0,45 α4 = 1,98 K = 0,001 Współczynnik skośności: Współczynnik spłaszczenia: Współczynnik Gini’ego:

Porównanie rozkładów Parametr rok 2000 rok 2004 Średnia arytmetyczna 16,4% 20,4% Odchylenie standardowe 3,9 4,4 Współczynnik zmienności 24% 21,6% Moment trzeci względny 0,66 0,45 Moment czwarty względny 2,71 1,98 Współczynnik Gini’ego 0,001

Porównanie rozkładów Względny wskaźnik podobieństwa struktur w bezrobociu w badanych latach wyniósł 0,96, co oznacza, że struktury stopy bezrobocia w latach 2000 i 2004 są do siebie bardzo podobne. We wszystkich 16 województwach stopa bezrobocia rejestrowanego w 2004 roku wzrosła w stosunku do roku 2000. Największy wzrost stopy bezrobocia odnotowano w województwie Zachodniopomorskim – 6,7 punktu procentowego, najmniejszy zaś w województwie Podlaskim – 2,3 punktu procentowego. Średnia stopa bezrobocia w poszczególnych województwach w roku 2004 wzrosła w stosunku do roku 2000 o 4 punkty procentowe.

Porównanie rozkładów Odchylenie standardowe roku 2004 wzrosło w stosunku do roku 2000 o 0,5 punktu procentowego. Dyspersja pozostała na podobnym poziomie, o czym świadczy spadek współczynnika zmienności tylko o 2,4 punktu procentowego. Moment trzeci względny rozkładów dla lat 2000 i 2004 wynosi odpowiednio 0,66 i 0,45. Świadczy to o zmniejszeniu się siły dodatniej asymetrii rozkładu. W roku 2004 wartości stopy bezrobocia w województwach są bliższe średniej stopie bezrobocia. Współczynniki spłaszczenia rozkładów dla lat 2000 i 2004 wynoszą odpowiednio 2,71 i 1,98. W roku 2000 i 2004 w typowym obszarze zmienności znajdowało się mniej niż 68,3% obserwacji, Współczynniki Gini’ego dla lat 2000 i 2004 osiągnęły wartość 0,001, co świadczy o bardzo małej koncentracji stopy bezrobocia rejestrowanego dla obu rozkładów.

Analiza zależności wzrostu PKB od stopy bezrobocia.

Korelacja cech Lp. Województwo Stopa bezrobocia w 2000 r. Wzrost PKB w 2000 r. 1 Dolnośląskie 18,4% 4,9% 2 Kujawsko - pomorskie 19,2% 3 Lubelskie 14,0% 1,9% 4 Lubuskie 21,3% 2,6% 5 Łódzkie 16,3% 1,1% 6 Małopolskie 12,2% 3,6% 7 Mazowieckie 10,8% 5,4% 8 Opolskie 15,7% 6,0% 9 Podkarpackie 16,2% 0,6% 10 Podlaskie 13,8% 11 Pomorskie 16,6% 3,0% 12 Śląskie 12,9% 3,5% 13 Świętokrzyskie 3,9% 14 Warmińsko - mazurskie 25,8% -0,2% 15 Wielkopolskie 12,5% 5,2% 16 Zachodniopomorskie 20,8% 2,4%

Diagram korelacyjny Z obserwacji wykresu zależności między stopą bezrobocia a wzrostem PKB w danym województwie, wynika iż między cechami występuje ujemny związek korelacyjny.

Współczynnik korelacji i determinacji Współczynnik korelacji liniowej Pearsona r(x,y) = -0,5139 świadczy o umiarkowanej ujemnej korelacji między opisywanymi cechami. Współczynnik determinacji r2 = 0,2641 wskazuje, że 26,41% zmienności wzrostu PKB wyjaśnione jest zmianami stopy bezrobocia rejestrowanego.

Liniowa funkcja regresji Odchylenie standardowe składnika resztowego: Se(Y) = 1,72 Współczynnik zbieżności: φ2 = 0,7359 Współczynnik determinacji: R2 = 0,2641

Interpretacja liniowej funkcji regresji Wraz ze wzrostem stopy bezrobocia rejestrowanego o jeden punkt procentowy, roczny wzrost PKB maleje o 0,2529 punktu procentowego, Aproksymowane wartości wzrostu PKB różnią się średnio o 1,72 punktu procentowego od wartości empirycznych, 73,59% zmienności wzrostu PKB nie jest wyjaśnione liniową funkcją regresji. 26,41% zmienności wzrostu PKB jest wyjaśnione liniową funkcją regresji.

Kwadratowa funkcja regresji Odchylenie standardowe składnika resztowego: Se(Y) = 1,77 Współczynnik zbieżności: φ2 = 0,7176 Współczynnik determinacji: R2 = 0,2824

Logarytmiczna funkcja regresji Odchylenie standardowe składnika resztowego: Se(Y) = 1,74 Współczynnik zbieżności: φ2 = 0,7528 Współczynnik determinacji: R2 = 0,2472

Najlepiej dopasowana funkcja regresji Odchylenie standardowe składnika resztowego: Se(Y) = 1,72 Współczynnik zbieżności: φ2 = 0,7359 Współczynnik determinacji: R2 = 0,2641 Współczynnik zmienności przypadkowej: Ve(Y) = 50,28%

Analiza szeregu czasowego stopy bezrobocia

Stopa bezrobocia rejestrowanego w latach 1996 - 2007

Analiza szeregu czasowego Lata t Stopa bezrobocia Indeksy jednopodstawowe (rok 1996 = 100) Indeksy łańcuchowe (rok poprzedni = 100) Tempo Absolutne Względne 1996 1 13,2% 100,0% - 1997 2 10,3% -2,9 78,0% -22,0% 1998 3 10,4% -2,8 78,8% 0,1 101,0% 1,0% 1999 4 13,1% -0,1 99,2% 2,7 126,0% 26,0% 2000 5 15,1% 1,9 114,4% 2,0 115,3% 15,3% 2001 6 17,5% 4,1 132,6% 2,4 115,9% 15,9% 2002 7 18,0% 4,6 136,4% 0,5 102,9% 2,9% 2003 8 0,0% 2004 9 19,0% 5,6 143,9% 1,0 105,6% 5,6% 2005 10 17,6% 4,2 133,3% -1,4 92,6% -7,4% 2006 11 14,9% 1,7 112,9% -2,7 84,7% -15,3% 2007 12 11,3% -1,9 85,6% -3,6 75,8% -24,2%

Analiza szeregów czasowych Średnia stopa bezrobocia w latach 1996 – 2007: x = 14,9% Średni łańcuchowy wskaźnik dynamiki: i = 0,986 Średnie tempo zmian T = -1,94% Stopa bezrobocia zmniejszała się z roku na rok średnio o 1,4 punktu procentowego

Liniowa funkcja trendu* Odchylenie standardowe składnika resztowego: Se(Y) = 2,99 Współczynnik zbieżności: φ2 = 0,8101 Współczynnik determinacji: R2 = 0,1899 * - stopa bezrobocia zapisana jako wartość w %

Interpretacja liniowej funkcji trendu Teoretyczna stopa bezrobocia w roku 1995 wynosiła 12,38%, W latach 1996 – 2007 stopa bezrobocia rosła o 0,38 punktu procentowego rocznie, Wartości teoretyczne różnią się średnio od wartości empirycznych o 2,99 punktu procentowego, W 81,01% stopa bezrobocia nie jest wyjaśniona liniową funkcją trendu, W 18,99% stopa bezrobocia jest wyjaśniona liniową funkcją trendu.

Potęgowa funkcja trendu* Odchylenie standardowe składnika resztowego: Se(Y) = 2,85 Współczynnik zbieżności: φ2 = 0,7367 Współczynnik determinacji: R2 = 0,2633 * - stopa bezrobocia zapisana jako wartość w punktach procentowych

Wykładnicza funkcja trendu* Odchylenie standardowe składnika resztowego: Se(Y) = 3,05 Współczynnik zbieżności: φ2 = 0,8422 Współczynnik determinacji: R2 = 0,1578 * - stopa bezrobocia zapisana jako wartość w punktach procentowych

Kwadratowa funkcja trendu* Odchylenie standardowe składnika resztowego: Se(Y) = 2,20 Współczynnik zbieżności: φ2 = 0,3951 Współczynnik determinacji: R2 = 0,6049 * - stopa bezrobocia zapisana jako wartość w %

Wielomianowa funkcja trendu* Odchylenie standardowe składnika resztowego: Se(Y) = 0,94 Współczynnik zbieżności: φ2 = 0,0646 Współczynnik determinacji: R2 = 0,9354 * - stopa bezrobocia zapisana jako wartość w %

Najlepiej dopasowana funkcja regresji* Odchylenie standardowe składnika resztowego: Se(Y) = 0,94 Współczynnik zbieżności: φ2 = 0,0646 Współczynnik determinacji: R2 = 0,9354 Współczynnik zmienności przypadkowej: Ve(Y) = 6,36% * - stopa bezrobocia zapisana jako wartość w %

Wnioski analizy szeregu czasowego Spadek stopy bezrobocia w roku 1997 i utrzymanie się jej niskiego poziomu w roku 1998, było spowodowane m.in. kończącym się okresem dobrej koniunktury gospodarczej, zarówno w Polsce, jak i na świecie. Objawiało się to między innymi obniżeniem wzrostu PKB w roku 1997 do 4,8% w stosunku do roku poprzedniego, przy około 6 – cio procentowym wzroście w latach poprzednich. Szybki wzrost stopy bezrobocia w latach 1999 – 2004 – utrzymująca się słaba koniunktura gospodarcza światowych rynkach. Szybki spadek stopy bezrobocia od roku 2004 do dnia dzisiejszego. Biorąc pod uwagę teorię cykli koniunkturalnych, mamy do czynienia z 10 – cio letnim, średniookresowym cyklem koniunkturalnym Juglara. Zgodnie z tą teorią, na przestrzeni dwóch kolejnych lat możemy spodziewać się ponownego osłabienia koniunktury gospodarczej, a w efekcie wzrostu stopy bezrobocia w Polsce. Taką hipotezę potwierdzają aktualne wskaźniki makroekonomiczne. Warto zwrócić uwagę na większy wzrost stopy bezrobocia w grudniu w stosunku do listopada w roku 2007 niż w analogicznym okresie roku 2006 (0,4 punktu procentowego w 2007 przy 0,2 punktu procentowego w 2006 r.). O osłabieniu koniunktury gospodarczej może świadczyć też dość duża stopa inflacji w roku 2007, która ukształtowała się na poziomie ok. 4%, przy celu Narodowego Banku Polskiego wynoszącym 2,3%.

Bibliografia: Słownik PWN – definicje Roczniki Statystyczne Województw - dane o stopie bezrobocia za lata 1996 – 2004 oraz dane o poziomie PKB nominalnego w latach 1999, 2000, 2003, 2004. www.money.pl - dane o stopie bezrobocia za lata 2005 – 2007 „Kwartalnik Polska Gospodarka” nr 3/2001 – deflator PKB za rok 2000

Objaśnienia Stopą bezrobocia w wykonanej pracy nazywamy stopę bezrobocia rejestrowanego na dzień 31 XII danego roku. Za wzrost PKB przyjmujemy iloczyn nominalnego Produktu Krajowego Brutto z roku badanego i nominalnego Produktu Krajowego brutto z roku poprzedniego, podzielony przez deflator PKB z roku badanego, wyrażony w %. Wnioski z analizy szeregu czasowego zostały wyciągnięte na podstawie ogólnodostępnych wiadomości na temat stanu gospodarki. Dziękuję za uwagę 