background image

Piotr Bielawski, 211476

Przemysław Sowa, 211438

Analiza australijskiego sektora węgla 

kamiennego w latach 1960-99

- komentarz do modelu długości trwania -

1. Tło historyczne badania

W latach 60-tych XX wieku rozpoczął się gwałtowny rozwój przemysłu wydobywczego w 

Australii,   szczególnie   węgla   kamiennego.   Napędzany   był   przez   dynamiczny   wzrost 

eksportu – 1 mln ton w roku 1960 wobec 76 mln w roku 1998.

Również sama produkcja znacząco wzrosła, choć w nie aż takim stopniu – z 16 mln do 

108   mln   ton   w   tym   samym   okresie.   Łatwo   obliczyć,   że   w   roku   1960   na   eksport 

przeznaczono 6,25% produkcji, a w roku 1998 aż 70%. Australia w międzyczasie stała się 

światowym liderem eksportu węgla wyprzedzając w 1984 roku Stany Zjednoczone.

Duża część produkcji skupiała się w stanie New Southern Wales (NSW, Nowa Południowa 

Walia), gdzie masowo powstawały nowe firmy wydobywające węgiel zajadle konkurując o 

podział atrakcyjnego tortu. 

W latach 1960-1999 w NSW działało 79 firm wydobywających węgiel, co stanowiło dobre 

pole do badań nad przeżywalnością. Temat ten zainteresował dwóch badaczy: Anthony B. 

Lawrance   oraz   Robert   E.   Marks,   obaj   pracujący   w   Australian   Graduate   School   of 

Management,   University   of   New   Southern   Wales.   W   marcu   2000   roku   opublikowali 

badanie przeżywalności wśród firm wydobywających węgiel w NSW w latach 1960-99.

 

background image

2. Cele i opis badania

Lawrance   i   Marks   chcieli   sprawdzić   w   warunkach   przemysłu   wydobywczego   prawdy 

dowodzone   przez   innych   badaczy,   że   „funkcja   przeżywalności   firmy   jest   wprost 

proporcjonalna do zarówno jej wielkości jak i wieku” (Audretsch and Mahmood, 1995, str. 

97). 

Za początek działalności firmy przyjęli zaistnienie jednego z trzech faktów:

podjęcie decyzji przez właściciela o wejściu do gałęzi

uzyskanie licencji na wydobycie węgla

poniesienie pierwszych wydatków inwestycyjnych

Natomiast   koniec   cyklu   życia   rozumiany   jest   jako   utratę   większościowego   udziału   w 

ostatniej kopalni węgla.

Dane użyte w badaniu pochodzą z Joint Coal Board i obejmują 39 kompletnych obserwacji 

(początek i koniec cyklu życia zawarły się w latach 1960-1999) oraz 40 ocenzurowanych 

(początek i/lub koniec przypadły na odpowiednio okres przed rokiem 1960 lub po 1999). 

Obserwacji ocenzurowanych, które trwały krócej niż rok nie wzięto pod uwagę.

Hipotezy   postawione   przez   Lawrance   i   Marksa,   poprzedzone   obserwacjami   specyfiki 

rynku węgla kamiennego, były sprzeczne z tymi odnoszącymi się do innych branż.

Mianowicie badacze zakładali, że:

1) istnieje   ujemna   korelacja   między   wiekiem   firmy   a   jej   funkcją   przeżywalności 

(wyjaśniali to wyczerpywaniem się zasobów)

2) istnieje ujemna korelacja między wielkością firmy (rozumianą jako wielkość rocznej 

produkcji) a jej funkcją przeżywalności (duże firmy szybciej wyczerpują dostępne 

złoża)

3. Podstawowe pojęcia dotyczące analizy przeżywalności

Analiza przeżywalności pozwala na modelowanie trwania danego procesu lub zjawiska, 

tzn.   określanie   prawdopodobieństwa   jego   zakończenia   w   określonym   czasie.   Funkcja 

background image

przeżywalności S(t) określa prawdopodobieństwo, że czas trwania T będzie większy lub 

równy   t.   Funkcja   hazardu   λ(t)   określa   prawdopodobieństwo   zakończenia   procesu   w 

momencie t, pod warunkiem dotrwania do tego momentu. Funkcja λ(t) mierzy więc ryzyko, 

na   które   narażony   jest   obiekt,   ze   względu   na   swą   postać

t=

f

S

może   jednak 

przyjmować wartości nie mieszczące się w przedziale [0,1].

4. Formy funkcyjne rozpatrywane w artykule

Pierwszym   sposobem   estymacji   zastosowanym   przez   autorów   artykułu   jest   metoda 

Kaplana-Meiera.   Jej   użycie   uzasadnione   jest   tym,   że   w   przypadku   braku   propozycji 

parametrycznej funkcji hazardu pozwala ona znaleźć jej estymator na podstawie wyłącznie 

danych   empirycznych.   Empiryczna   funkcja   przeżywalności   dana   jest   wzorem 

=

j :t

j

t

n

j

d

j

n

j

, natomiast estymator funkcji hazardu ma postać 

T

k

=

d

k

n

k

. Na tej 

podstawie   zostaje   wstępnie   oszacowana   funkcja   przeżywalności   i   estymator   funkcji 

hazardu.

Następnym krokiem jest próba zastosowania funkcji ciągłej modelującej przeżywalność. 

Łatwo   o   umotywowanie   takiej   decyzji.   Charakter   procesów   ekonomicznych   wskazuje 

bowiem, że opisywanie ich w sposób ciągły bardziej odpowiada ich specyfice niż sposób 

dyskretny zwłaszcza, gdyż ten drugi oznacza rozpatrywanie sytuacji rynkowej z częstością 

raz do roku. Dla firm, które podejmują decyzje o wejściu lub wyjściu na rynek z dnia na 

dzień   (a   przynajmniej   mają   taką   możliwość),   lepszym   przybliżeniem   wydaje   się   ciągła 

forma funkcyjna.

Pierwszym z rozkładów ciągłych stosowanych w badaniu jest rozkład Weibulla. Autorzy 

argumentują trafność jego doboru zarówno powszechnością jego zastosowań w innych 

analizach   długości   trwania,   jak   i   jego   powszechną   akceptowalnością   w   literaturze. 

Parametry rozkładu Weibulla o funkcji przeżywalności postaci 

S

=1 −t=exp−

t

i   funkcji   hazardu

 

= pt

p

−1

są   szacowane   na   podstawie   regresji 

log

=ab loglog [1/ ]c

,   gdzie  

a

=1 /

i

b

=exp 

.   Postać   funkcyjna   jest 

następnie testowana zmodyfikowanym testem W Shapiro.

background image

Ze względu na problem cenzurowania, bardzo istotny w tym badaniu długości trwania (7 

cenzurowanych   firm   przetrwało   dłużej   niż   najdłuższy   okres   trwania   wśród   obserwacji 

nieocenzurowanych)   kolejna   przeprowadzona   próba   polegała   na   badaniu   wartości 

środkowych.   Technicznie,   metoda   łączy   użycie   median   z   wyznaczaniem   średnich 

arytmetycznych   dostosowanych   tak,   aby   zniwelować   następstwa   cenzurowania.   Jak 

podają  autorzy   powołując  się  na  literaturę,   zastosowanie  metody  wartości  środkowych 

daje   lepsze   efekty   niż   użycie   wyłącznie   średnich   arytmetycznych,   gdyż   w   tym   drugim 

przypadku   uzyskane   nachylenie   krzywej   funkcji   przeżywalności   może   być 

niedoszacowane.   Jednak   nawet   użycie   median   dla   obserwacji   niecenzurowanych   i 

odpowiednich   ważonych   średnich   arytmetycznych   dla   cenzurowanych   daje   niższe 

oszacowanie funkcji przeżywalności niż opisany wcześniej rozkład weibullowski.

Ostatnią  podjętą  przez  Lawrance'a  i Marksa  próbą  wymodelowania  cyklu  życia  spółek 

sektora węglowego była estymacja Metodą Największej Wiarygodności parametrów β i η 

rozkładu   Weibulla.   Autorzy   stwierdzają,   ponownie   odwołując   się   do   literatury,   że 

zastosowanie   estymacji   MNW   jest   w   tym   przypadku   uzasadnione,   gdyż   dysponują 

wystarczająco   dużym   zbiorem   85   obserwacji.   Estymacji   dokonano   w   module   Solver 

programu Excel, a wszystkie uzyskane estymatory zestawiono w jednej tabeli.

Zbliżone estymatory parametrów rozkładu Weibulla otrzymano w przypadku szacowania 

na podstawie empirycznej metody Kaplana-Meiera i MNW (β odpowiednio 1,52 i 1,51, η 

odpowiednio  15,7   i  17,6).   Ze   względu   na  uzyskaną   wartość   funkcji   wiarygodności,   za 

najlepszy należy uznać estymator MNW. Funkcja przeżywalności uzyskana na podstawie 

MNW   w   najlepszy   sposób   ze   wszystkich   funkcji   ciągłych   przybliża   schodkową 

(empiryczną) funkcję Kaplana-Meiera.

Wytypowawszy przybliżenie funkcji przeżywalności można przejść do wyciągania na jej 

podstawie wniosków dotyczących sektora węglowego w Australii. Średni czas życia spółki 

wynosi   15,8   lat,   a   wartość   funkcji   przeżywalności   dla   średniego   czasu   życia   to   0.41. 

Mediana   długości   życia   wynosi   13,8   lat.   Charakterystyczna   długość   życia   (jak 

interpretujemy   parametr   η)   ma   wartość   17,6   z   szansą   przetrwania   (liczoną   z   funkcji 

przeżywalności) na poziomie 0,37.

Wartość parametru β  ≈  1,5 wskazuje na dodatnie nachylenie funkcji hazardu, która dla 

rozkładu  Weibulla  będzie  monotonicznie  rosnąca.   Zależność  między  długością  życia  a 

background image

wartością funkcji hazardu potwierdza fakt, iż   dH(t)/dt ≠ 0. Wniosek jest ten zgodny z 

postawioną  w  badaniu  hipotezą.  Rosnące  prawdopodobieństwo  wycofania   się  spółki  z 

działalności   wraz   z   czasem   jaki   upłynął   od   jej   założenia   można   dobrze   wytłumaczyć 

specyfiką branży: każda firma ma ograniczoną ilość zasobów do wykorzystania.

5. Zmiana w czasie

Badacze   postanowili   również   sprawdzić   czy   wartość   funkcji   przeżywalności   zależy   od 

okresu w jakim firma działała. Podzielili firmy na dwie grupy (Early oraz Late) z umowną 

granicą podziału przypadającą na 30 czerwca 1979 roku.

Przeprowadzono test chi-kwadrat, który nie dał podstaw do zaakceptowania hipotezy o 

takim samym rozkładzie grupy Early i Late.

By zbadać jak w rzeczywistości kształtują się rozkłady obu tych grup przeprowadzono test 

interwałów, czyli badano wartość  charakterystycznej długości  życia  i nachylenie funkcji 

hazardu kolejno dla firm, które funkcjonowały w okresie 1960-99, następnie usunięto firmy, 

które zakończyły swoją działalność do 1965 i badano okres 1965-1999, później do 1970 

itd.

Wyniki   dość   jasno   pokazują,   że   w   im   późniejszym   okresie   firma   działała   tym   wyższa 

wartość   funkcji   przeżywalności   (maleje   nachylenie   funkcji   hazardu),   mogła   liczyć   na 

dłuższy cykl życia. Charakterystyczna długość życia stale rośnie od wartości 17,9 dla lat 

60-99 do 40,06 dla lat 85-99. Nachylenie funkcji hazardu w tym samym okresie spada z 

1,35 do 0,94.

6. Wiek firmy a długość trwania

By sprawdzić hipotezę o negatywnej zależności dwóch ww. czynników zbudowano test 

korelacji między firmami ilorazu wielkości produkcji danej firmy na rok przed zakończeniem 

działalności do wielkości produkcji całej branży w tym samym okresie.

Uzyskano wynik 0,29, więc nie mamy podstaw do zgodzenia się z hipotezą o ujemnym 

wpływie   wieku   na   przeżywalność   firmy   (nie   ma   też   mowy   o   dodatniej   korelacji). 

Przypomnijmy, że, zgodnie z wcześniejszymi badaniami w innych branżach, mała firma 

ma   mniejsze   szanse   na   przeżycie   niż   duża   –   w   badaniu   Lawranca   i   Marksa   nie 

stwierdzono żadnej zależności.