Zmienną endogeniczną w moim modelu jest wielkość brutto produkcji budowlano- montażowej. Celem niniejszej pracy jest badanie , które ze zjawisk ekonomicznych i w jaki sposób wpływają na wielkość produkcji budowlano-montażowej.
II .Teoretyczne podstawy konstrukcji modelu.
Budownictwo jest jednym z najważniejszych działów gospodarki narodowej. Wielkość produkcji przemysłu budowniczego czyli podaż (z definicji ekonomii-jest to ilość dóbr i usług zaoferowanych do sprzedaży po określonej cenie w określonym czasie)zależy od wielu czynników ,ja natomiast zamierzam rozpatrzyć poziom produkcji budowlanej od strony popytowej. Zależy ona od wielkości popytu zgłoszonego przez przedsiębiorstwa na budynki przemysłowe i ze strony ludności na budynki mieszkalne. Oferując nowe mieszkania w zasadniczym stopniu wpływa budownictwo na warunki życia ludności i zaspokaja popyt na najważniejsze dobro dla człowieka jakim jest mieszkanie. W ten sposób zapewnia ono ludziom pracę i przyczynia się do rozwoju gospodarczego kraju. W ostatnim okresie ( tzn od początku lat 90- tych) budownictwo boryka się z wieloma trudnościami a szczególnie z problemami natury finansowej. Ze względu na ubożenie społeczeństwa związanego z niskimi dochodami mieszkańców Polski wielkość produkcji budownictwa ciągle maleje. Pomocna w tej sytuacji jest możliwość zaciągania kredytów ale i ona nie jest wystarczająca. Natomiast od strony przedsiębiorstw duży wpływ na poziom globalny budownictwa mają inwestycje związane z kapitałem zagranicznym. Poza tym występują inne czynniki kształtujące wielkość produkcji z których najważniejsze to: liczba zatrudnionych w budownictwie, wysokość płac w budownictwie, wartość brutto środków trwałych .
Od strony czysto ekonomicznej wielkość podaży czyli w naszym przypadku ilość budynków oddanych do sprzedaży zależy w dużej mierze od popytu czyli zapotrzebowania zgłoszonego przez przedsiębiorstwa czy też przez ludność na produkty budowlane.” Z teorii ekonomi wiadomo, że popyt to ilość dóbr i usług jaką nabywcy chcą i mogą kupić przy danej cenie w określonym czasie. Główną determinantą popytu jest cena ,dlatego też wzrost ceny określonego towaru (przy stałości innych czynników) powoduje spadek popytu na ten towar. Graficzną interpretacją prawa popytu tzn zależności pomiędzy ceną towaru a wielkością popytu jest krzywa popytu:
Duży wpływ na popyt mają również czynniki pozacenowe do których zaliczamy : zmianę dochodu realnego , zmiany mody gustów konsumentów , czy zmiany rozmiarów i struktury populacji.
Jeżeli chodzi o podaż to prawo podaży głosi , że wraz ze wzrostem ceny rośnie podaż.
Graficzną interpretacją tego prawa jest krzywa przedstawiająca zbieżność między ceną a podażą:
Tak jak w przypadku popytu występują czynniki pozacenowe wpływające na podaż . do których zaliczyć możemy: zmiany kosztów produkcji, zmiany cen innych dóbr, czy też różne warunki klimatyczne.
Porównując zjawisko wpływu popytu na podaż możemy nałożyć krzywą podaży danego towaru na krzywą popytu na ten towar i wówczas obie krzywe przetną się w jednym punkcie. Punkt ten wyznacza cenę rynkową tego towaru- cenę równowagi przy której wielkość popytu jest równa wielkości podaży: “1
Ten niewielki fragment teorii ekonomicznej możemy wykorzystać w modelowaniu tegoż zjawiska jakim jest wielkość produkcji globalnej budownictwa.
Biorąc te zależności pod uwagę możemy wysunąć hipotezę , że wielkość popytu na wyroby budowlane zależy głównie od ceny mieszkań czy też innych pomieszczeń gospodarczych i przemysłowych . Równie ważnym czynnikiem wpływającym na wzrost lub spadek popytu może być zmiana wysokości dochodów realnych społeczeństwa. Z drugiej strony większy napływ inwestycji mógłby spowodować obniżenie kosztów produkcji co pozwoliło by obniżyć cenę rynkową i wpłynąć na wzrost popytu na wyroby budowlane.
W swoim modelu uwzględniłem jedynie trzy z wyżej wymienionych charakterystyk:
nakłady inwestycyjne ogółem w cenach stałych, przeciętne miesięczne wynagrodzenie realne netto ogółem , należności od sektora niefinansowego z tytułu kredytów .
III .Tabela danych źródłowych.
|
Lata i miesiące |
Wskaźnik cen |
Produkcja sprzedana budownictwa |
Przeciętne miesięczne wynagrodzenie realne netto |
Należności od sektora niefinansowego z tytułu kredytów |
Nakłady inwestycyjne ogółem |
|
1992 01 |
100.8 |
703.7 |
|
19.6 |
|
|
02 |
101.2 |
748.4 |
|
20.0 |
|
|
03 |
102.1 |
885.9 |
97.3 |
20.8 |
01-03 2270.5 |
|
04 |
103.6 |
888.5 |
|
21.0 |
|
|
05 |
101.0 |
927.4 |
|
21.0 |
|
|
06 |
101.1 |
1013.0 |
95.7 |
22.0 |
01-06 5169.1 |
|
07 |
100.5 |
1010.6 |
|
22.4 |
|
|
08 |
100.9 |
1043.0 |
|
22.9 |
|
|
09 |
100.8 |
1127.1 |
102.4 |
23.1 |
01-09 7849.2 |
|
10 |
101.5 |
1199.1 |
|
23.6 |
|
|
11 |
100.7 |
1144.5 |
|
23.5 |
|
|
12 |
102.1 |
1349.1 |
106.6 |
24.9 |
01-12 13270.5 |
|
1993 01 |
102.1 |
790.1 |
|
25.2 |
|
|
02 |
101.9 |
885.8 |
|
25.6 |
|
|
03 |
101.1 |
1046.4 |
100.9 |
26.6 |
01-03 2009.9 |
|
04 |
101.4 |
1084.8 |
|
27.2 |
|
|
05 |
101.3 |
1229.1 |
|
27.6 |
|
|
06 |
101.5 |
1648.9 |
98.5 |
28.6 |
01-06 5644.8 |
|
07 |
102.6 |
1376.7 |
|
29.2 |
|
|
08 |
101.8 |
1339.1 |
|
30.0 |
|
|
09 |
100.7 |
1534.9 |
97.2 |
30.8 |
01-09 9238.0 |
|
10 |
101.1 |
1608.0 |
|
31.6 |
|
|
11 |
101.4 |
1475.9 |
|
32.3 |
|
|
12 |
100.9 |
2036.2 |
99.2 |
33.2 |
01-12 14676.6 |
|
1994 01 |
102.0 |
976.2 |
|
34.0 |
|
|
02 |
102.1 |
1008.0 |
|
34.6 |
|
|
03 |
102.4 |
1183.8 |
102.9 |
35.3 |
01-03 2676.2 |
|
04 |
100.9 |
1290.6 |
|
35.8 |
|
|
05 |
102.0 |
1502.4 |
|
36.1 |
|
|
06 |
101.0 |
1593.5 |
99.7 |
37.0 |
01-06 6912.8 |
|
07 |
101.6 |
1587.0 |
|
37.6 |
|
|
08 |
101.1 |
1613.8 |
|
37.9 |
|
|
09 |
101.4 |
1785.2 |
98.9 |
38.6 |
01-09 11388.0 |
|
10 |
101.8 |
1875.2 |
|
39.6 |
|
|
11 |
101.7 |
1769.3 |
|
40.9 |
|
|
12 |
101.6 |
2335.8 |
102.5 |
41.6 |
01-12 19154.0 |
|
1995 01 |
102.5 |
1281.2 |
|
42.5 |
|
|
02 |
101.7 |
1401.6 |
|
43.1 |
|
|
03 |
102.1 |
1660.9 |
100.3 |
44.7 |
01-03 4008.1 |
|
04 |
101.6 |
1709.0 |
|
45.7 |
|
|
05 |
101.6 |
1926.6 |
|
46.3 |
|
|
06 |
101.1 |
2134.4 |
97.6 |
47.8 |
01-06 9894.3 |
|
07 |
102.0 |
2264.6 |
|
49.2 |
|
|
08 |
101.9 |
2307.9 |
|
50.4 |
|
|
09 |
101.7 |
2469.4 |
99.5 |
51.9 |
01-09 16993.3 |
|
10 |
101.5 |
2754.8 |
|
53.5 |
|
|
11 |
101.9 |
2507.4 |
|
55.4 |
|
|
12 |
101.1 |
3194.4 |
109.8 |
56.2 |
01-12 28900.0 |
|
1996 01 |
102.8 |
1227.0 |
|
57.0 |
|
|
02 |
101.4 |
1080.6 |
|
58.4 |
|
|
03 |
101.2 |
1286.6 |
103.5 |
59.6 |
01-03 5518.9 |
|
04 |
101.6 |
1515.3 |
|
60.9 |
|
|
05 |
101.2 |
1840.0 |
|
61.8 |
|
|
06 |
101.1 |
2070.0 |
99.7 |
64.2 |
01-06 14160.0 |
|
07 |
100.8 |
2239.9 |
|
65.2 |
|
|
08 |
101.2 |
2334.1 |
|
67.8 |
|
|
09 |
101.2 |
2523.9 |
100.9 |
70.6 |
01-09 23878.3 |
|
10 |
100.9 |
2881.9 |
|
73.4 |
|
|
11 |
101.1 |
2431.1 |
|
76.9 |
|
|
12 |
100.8 |
3431.6 |
107.0 |
80.1 |
01-12 41277.9 |
Produkcja sprzedana budownictwa ogółem- Źródło : Biuletyny Statystyczne 1992-1996 Tablica 45 strona 126
Przeciętne miesięczne wynagrodzenie realne netto - Źródło : Biuletyny Statystyczne 1992-1996 Tablica 1 strona 24
Należności od sektora niefinansowego z tytułu kredytów - Źródło : Biuletyny Statystyczne 1992-1996 Tablica 1 strona 21
Nakłady inwestycyjne ogółem - Źródło : Biuletyny Statystyczne 1992-1996 Tablica 36 strona 111
Wskaźniki cen produkcji budowlano-montażowej - Źródło : Biuletyny Statystyczne 1992-1996
Tablica 1 strona 27
III.2 Sposób przeliczenia danych źródłowych celem doprowadzenia ich do porównywalności.
Przeliczyłem wskaźniki cen produkcji budowlano- montażowej na indeksy jednopopdstawowe
Miesiąc bazowy 12.1991=1.00
Na podstawie indeksów cen w wielkościach miesięcznych wyliczyłem wielkości kwartalne.
Produkcja sprzedana budowlano- montażowa - dane miesięczne w cenach bieżących zostały podzielone przez indeksy cen w wyniku czego otrzymaliśmy dane miesięczne w cenach stałych. Następnie na podstawie danych miesięcznych wyliczyłem średnie kwartalne.
Przeciętne miesięczne wynagrodzenie realne netto- dane źródłowe to wskaźniki dynamiki wynagrodzenia. Miesiąc bazowy grudzień 1991=1.00 , względem grudnia przeliczyłem zmiany realnego wynagrodzenia.
Nakłady inwestycyjne ogółem - dane w biuletynie statystycznym zapisane są narastająco tzn
1992 01-03 2270.5
01-06 5169.1
01-09 7849.2
01-12 13270.5
Odejmując od wielkości 01-12 13270.5 wielkość 01-09 7849.2 otrzymujemy wielkość za kwartał IV 5421.3 . Od wielkości 01-09 odejmujemy wielkość 01-06 i otrzymujemy wielkość za kwartał III . Od wielkości 01-06 odejmujemy wielkość 01-03 i otrzymujemy wielkość za kwartał II. Wyliczone dane kwartalne mamy w cenach bieżących , dzieląc je przez indeksy cen otrzymujemy dane kwartalne w cenach stałych.
Należności od sektora niefinansowego z tytułu kredytów-dane źródłowe w mld złotych. Policzyłem przyrost z miesiąca na miesiąc ,następnie podzieliłem przez indeksy cen i otrzymałem przyrost miesięczny w cenach stałych. Na tej podstawie wyliczyłem dane kwartalne.
III.3 Tabela danych przeliczonych.
|
Lata i miesiące |
Indeksy cen (grudzień 1991 = 100) |
Produkcja sprzedana budowlano-montażowa w cenach stałych |
Przeciętne miesięczne wynagrodzenie realne netto grudzień 1991=100 |
Kredyty - przyrost realny |
Nakłady inwestycyjne w cenach stałych |
|
1992 01-03 |
1.023 |
760.9 |
0.973 |
380 |
2219.4 |
|
04-06 |
1.087 |
866.8 |
0.930 |
360 |
2666.6 |
|
07-09 |
1.111 |
953.4 |
0.954 |
380 |
2412.3 |
|
10-12 |
1.146 |
1072.8 |
1.020 |
1156 |
4730.6 |
|
1993 01-03 |
1.200 |
755.1 |
1.029 |
460 |
1674.9 |
|
04-06 |
1.241 |
1062.1 |
1.014 |
530 |
2929.0 |
|
07-09 |
1.295 |
1093.5 |
0.986 |
560 |
2774.6 |
|
10-12 |
1.329 |
1283.0 |
0.978 |
590 |
4092.2 |
|
1994 01-03 |
1.382 |
763.3 |
1.007 |
500 |
2081.1 |
|
04-06 |
1.430 |
1021.1 |
1.004 |
390 |
2822.7 |
|
07-09 |
1.472 |
1128.6 |
0.993 |
360 |
3040.2 |
|
10-12 |
1.519 |
1310.6 |
1.018 |
650 |
5112.5 |
|
1995 01-03 |
1.569 |
921.6 |
1.021 |
650 |
2554.5 |
|
04-06 |
1.619 |
1187.0 |
0.997 |
630 |
3635.7 |
|
07-09 |
1.670 |
1404.9 |
0.992 |
610 |
4250.8 |
|
10-12 |
1.719 |
1638.9 |
1.090 |
830 |
6926.5 |
|
1996 01-03 |
1.774 |
675.1 |
1.125 |
630 |
3110.9 |
|
04-06 |
1.814 |
995.9 |
1.122 |
840 |
4763.5 |
|
07-09 |
1.846 |
1281.3 |
1.131 |
1140 |
5264.5 |
|
10-12 |
1.877 |
1552.5 |
1.201 |
1110 |
9269.8 |
Uzasadnienie wyboru postaci funkcyjnej.
Do estymacji parametrów modelu użyłem ekonometrycznego pakietu G. Do estymacji modelu wykorzystałem liniową postać równania. Postać liniowa równania modelu jako najbardziej elementarna i łatwa w interpretacji okazała się zadowalająca , ponieważ wyniki jakie otrzymałem były dość dobre pod względem statystycznym. Wybór metody estymacji zależy m. in. od postaci analitycznej modelu, którego parametry będziemy szacować , ilości równań opisujących zależności w modelu , występowania autokorelacji itp. W związku z tym , że estymowany przeze mnie model spełnia wszystkie założenia dotyczące stosowalności metody MNK oraz , że metoda ta jest znana i “łatwa w użyciu” (prostota obliczeń) postanowiłem wykorzystać ją przy estymacji .
Równanie występuje w postaci:
budow=b1+b2 inwes+b3 wyna+b4 kredy+b5 u1 +b6 t
Wyniki estymacji.
Budow=3133.01236 + 0.14211inwes + -2682.40641wyna + 18.50454 t + -89.65375u
t(b) 5.598 -3.512 2.694 -1.195
R2 =0.8863 DW=1.83 Su =87.89
gdzie:
budow - produkcja sprzedana budowlano - montażowa w mln złotych w cenach stałych
inwes - nakłady inwestycyjne ogółem w mln złotych w cenach stałych
wyna - przeciętne miesięczne wynagrodzenie realne netto
t - zmienna czasowa
u - zmienna zero - jedynkowa
W pierwszej estymacji użyłem zmienną opisującą Należności od sektora niefinansowego z tytułu kredytów w postaci Realny przyrost w cenach stałych. Ponieważ wpływ tej zmiennej na zmienną opisywaną nie był istotny zrezygnowałem z niej w drugim wariancie estymacji.
Wyniki estymacji pierwszego wariantu- patrz załącznik nr1
Pomijam ten punkt , ponieważ znaki ocen parametrów strukturalnych są zgodne z teorią ekonomi.
VII. Ocena statystyczna wyników.
Podpunkt ten poświęcony będzie ocenie przydatności powyższego modelu na podstawie poszczególnych charakterystyk statystycznych. Zaliczyć do nich możemy następujące wielkości:
RSQ - jest statystyczną miarą dopasowania oszacowanego modelu do danych empirycznych. W naszym modelu wielkość ta wynosi 0.8863 i oznacza , że model w 88.63% wyjaśnia zmiany poziomu przyrostu naturalnego w badanym okresie czasu. Można więc powiedzieć , że model z dużą dokładnością objaśnia wahania poziomu tej zmiennej w badanej próbie statystycznej.
T - VALUE -statystyka t- studenta mówi nam o istotności wpływu danej zmiennej objaśniającej na zmienną objaśnianą.
Zweryfikujemy następującą hipotezę zerową: H0 : bi =0 przy hipotezie alternatywnej: H1:bi0 dla i=0,1,2,3
Przyjmuje poziom istotności na poziomie =0.05 przy n-k=20-4=16 (różnica między liczbą obserwacji a ilością szacowanych parametrów)stopniach swobody wartość krytyczna wynosi 2.11
Ponieważ t(bi )>t dla i=0,1,2,3 to odrzucamy hipotezę zerową , co jest równoznaczne przyjęciu hipotezy alternatywnej. Oznacza to , że parametry różnią się od zera w sposób istotny i obserwacje potwierdzają istnienie wpływu zmiennych objaśniających na zmienną objaśnianą.
RHO - współczynnik autokorelacji , jest miernikiem występowania bądź nie występowania autokorelacji. Dla sprawdzenia czy w naszym modelu nie występuje autokorelacja zbudujmy następującą hipotezę zerową :
H0 : RHO=0
przy hipotezie alternatywnej :
H1 : RHO0
Sprawdzianem dla tego zespołu hipotez jest statystyka Durbina - Watsona(DW).
Jej wartości krytyczne (dolną i górną) odczytujemy z tablic (D1 i Du) przy danym poziomie istotności , ilości obserwacji oraz oszacowanych parametrów.
Dla liczebności próby n=20 ilości szacowanych parametrów k=4 oraz poziomie istotności równym 0.05 odczytujemy z tablic D1=0.99 i Du=1.67.
Ponieważ DW=1.83 to możemy stwierdzić , że test DW nie wykazuje istnienia autokorelacji.
MAPE - bezwzględny błąd procentowy , którego wartość jest przydatna w prognozie. Odzwierciedla ona sumę (różnicę) między kolejnymi wartościami teoretycznymi i empirycznymi . Im wartość jest bliższa zeru tym prognoza jest trafniejsza . W naszym modelu mape=7.02
VIII. Ocena i interpretacja ekonomiczna wyników.
W części tej dokonam opisu najważniejszych charakterystyk mojego modelu , ze względu na ich przydatność w sensie ekonomicznym. W interpretacji uwzględniłem jedynie wyniki otrzymane w przypadku drugiej estymacji ze względu na lepsze wartości poszczególnych statystyk. Otóż za najważniejszą charakterystykę należy uznać oszacowanie poszczególnych parametrów. Ich wartości interpretujemy w następujący sposób :
b1=3133.012236 - w przypadku wyrazu wolnego najwygodniejszym rozwiązaniem jest jego pominięcie ze względu na to , że wyraża on wielkość produkcji przy zerowych nakładach co w rzeczywistości jest niemożliwe.
B2 = 0.14211 wielkość ta mówi nam o stopniu wzrostu produkcji budownictwa przy wzroście nakładów inwestycyjnych o jednostkę tzn jeżeli wielkość nakładów inwestycyjnych wzrośnie o jeden mln zł to wielkość produkcji w budownictwie wzrośnie o 0.14211 mln zł , przy założeniu stałego poziomu pozostałych zmiennych.
B3 = -2682.40641
Podsumowanie
W wyniku modelowania i estymacji otrzymałem model (postać druga) , który w znacznym stopniu objaśnia rzeczywisty przebieg badanej zmiennej. Analiza poszczególnych charakterystyk pozwala nam pozytywnie ocenić otrzymaną postać modelu . Model jest poprawny zarówno pod względem merytorycznym jak i statystycznym. Otrzymane wyniki pozwalają nam odpowiedzieć na pytanie : “jakie czynniki kształtowały wielkość produkcji budownictwa w Polsce w badanym okresie” . Oprócz wyznaczenia tych czynników możemy również określić stopień ich wpływu na zmienną objaśnianą.
Modelowanie zjawisk ekonomicznych - ze względu na zmiany ustrojowo - gospodarcze ostatnich lat - stało się zadaniem bardzo trudnym. Dlatego też na udoskonalenie modelu mogła by mieć wpływ dłuższa obserwacja badanego zjawiska i głębsza analiza zjawisk gospodarczych tego okresu, które umożliwiły by uzyskanie korzystniejszych wyników estymacji.
1 Caban Wiesław “Podstawy Ekonomii s.83
1 u - zmienna zero - jedynkowa którą wprowadzam ze względu na duży spadek produkcji budowlanej w pierwszym kwartale każdego z obserwowanych lat. Spadek ten spowodowany jest wpływem sezonu zimowego produkty budowlane.