Dynamika inwestycji w Polsce
1.Wstęp
Inwestowanie to niewątpliwie jedna z podstawowych działalności człowieka w dziedzinie ekonomii. W gospodarce rynkowej inwestycje są koniecznym warunkiem rozwoju. To właśnie one są istotnym elementem kształtującym wielkość produkcji i usług jak również decydującym o dochodach zarówno przedsiębiorstw, pracowników, a także samego państwa. Wahania poziomu inwestycji powodują zmiany w produkcji i zyskach podmiotów gospodarczych. Mówiąc o inwestycjach należało by wyjaśnić co rozumiemy pod pojęciem inwestycji. Jedną z definicji przedstawił Hirschleifer : „inwestycja jest, w istocie, bieżącym wyrzeczeniem dla przyszłych korzyści. Ale teraźniejszość jest względnie dobrze znana, natomiast przyszłość to zawsze tajemnica. Przeto inwestycja jest wyrzeczeniem się pewnego dla niepewnej korzyści.”
Do końca XX wieku inwestycje były najbardziej dynamicznym zjawiskiem gospodarczym w Polsce. Szczególnie dynamiczny wzrost inwestycji zauważalny był w drugiej połowie lat 90-tych zaliczanych do okresu tzw. „boomu gospodarczego”. Na początku obecnego stulecia nastąpił jednak drastyczny spadek tempa przyrostu inwestycji , z czego największy spadek był odnotowany w 2002 roku i wyniósł 10% w stosunku do roku poprzedniego. W następnych latach odnotowywano już tylko dodatnie tempo. Duży wzrost tempa przyrostu inwestycji miał miejsce w roku 2006 (wyniosł 16,8%) , nie wątpliwie miało to związek z napływem do kraju środków pochodzących z funduszy unijnych. Namnożenie inwestycji finansowanych z pieniędzy unijnych spowodowało, że w 2007 roku tempo przyrostu inwestycji wynosiło 20,4% w stosunku do roku poprzedniego. O około połowę mniejsze tempo odnotowano w roku kolejnym, co było rezultatem rosnącego na świecie kryzysu finansowego.
Ekonomia stara się odpowiedzieć na pytanie co decyduje o wydatkach inwestycyjnych. W dalszej części pracy postaram się przedstawić czynniki, które wpływają na dynamikę inwestycji w Polsce oraz jej prognozę na najbliższe lata.
2.Budowa modelu
Do wyznaczenia czynników, które w największym stopniu mogą wpływać na tempo przyrostu inwestycji zbudowano model ekonometryczny z wykorzystaniem danych zawartych w Rocznikach Statystycznych Głównego Urzędu Statystycznego pochodzące z lat 2000-2009.
Przy doborze kandydatek na zmienne objaśniające do modelu sugerowano się czynnikami, które uznaje się, że mają istotny wpływ na tempo przyrostu inwestycji. Zatem zmienna objaśniana i jej kandydatki na zmienne, które mogą ją objaśniać, przedstawiają się następująco:
Y- tempo przyrostu inwestycji w %
X1- tempo przyrostu PKB w %
X2- wynik finansowy netto przedsiębiorstw w mln zł
X3- stopa bezrobocia w %
X4- dynamika spożycia (ceny stałe w %)
X5- dynamika akumulacji (ceny stałe w %)
Tabela 1
Dane wyjściowe do budowy modelu
|
Y |
X1 |
X2 |
X3 |
X4 |
X5 |
1999 |
5,9 |
4,1 |
1207,1 |
13,1 |
5 |
6 |
2000 |
1,4 |
4 |
6543,6 |
15,1 |
2,8 |
3,9 |
2001 |
-9,5 |
1 |
-2529,2 |
17,4 |
2,2 |
-13,4 |
2002 |
-10 |
1,4 |
-4130,1 |
18 |
2,9 |
-7,2 |
2003 |
0,6 |
3,8 |
26155 |
20 |
2,5 |
3,3 |
2004 |
6,5 |
5,3 |
72133 |
19 |
3,9 |
14,7 |
2005 |
7,7 |
3,5 |
63799 |
17,6 |
2,6 |
1,4 |
2006 |
16,8 |
6,2 |
81304 |
14,8 |
5,1 |
16,8 |
2007 |
20,4 |
6,7 |
109836 |
11,2 |
4,7 |
23,7 |
2008 |
10,7 |
5 |
62996 |
9,5 |
6,3 |
2,9 |
Zdecydowano się przyjąć jako jedną ze zmiennych objaśniających tempo przyrostu PKB . Produkt krajowy brutto ma znaczący wpływ na nakłady inwestycyjne. Wyższy wzrost inwestycyjny umożliwia dokonywanie większej liczby inwestycji. Dzieje się tak dlatego, że wyższy wzrost przyczynia się do zwiększonej konsumpcji i wzrostu oszczędności, które stwarzają warunki do dalszego inwestowania.
Czynnikiem, który może mieć niewątpliwie istotny wpływ na poziom inwestycji w Polsce jest stopa bezrobocia. Wzrost stopy bezrobocia następuje najczęściej jako skutek ograniczania produkcji i może świadczyć o pogorszeniu się koniunktury gospodarczej. Dekoniunktura wpływa na zahamowanie tempa przyrostu inwestycji. Sytuacja zaś odwrotna , czyli rosnące zatrudnienie może być wynikiem polepszania się sytuacji gospodarczej, wzrostu produkcji, a w efekcie tego przyczynia się do wzrostu tempa przyrostu inwestycji.
Osiągany wynik finansowy netto przedsiębiorstw również wpływa na tempo przyrostu inwestycji w kraju. Relatywnie dobra sytuacja finansowa podmiotów gospodarczych przekłada się na wzrost inwestycji, bo umożliwia samofinansowanie inwestycji w znacznie szerszym zakresie. Dodatkowo jeżeli w kraju jest dobra koniunktura, wyczerpują się zdolności produkcyjne, a przy tym ma miejsce napływ środków pomocniczych z Unii Europejskiej, działalność inwestycyjna ma większe rozmiary.
Dodatni wpływ na badaną zmienną objaśnianą może mieć również akumulacja. Jej poziom informuje nas o stopniu zgromadzonych środków, które można przeznaczyć na inwestycje. Oczywistym jest, że wyższa akumulacja umożliwia dokonywanie większej liczby inwestycji.
Zdecydowano się również przebadać wpływ poziomu spożycia na inwestycje, gdyż w przeciwieństwie do akumulacji dynamika spożycia jest zależnością odwrotną w stosunku do tempa przyrostu naszej zmiennej objaśnianej. Wysoki poziom spożycia oznacza zmniejszenie się dochodów, które mogłyby przełożyć się na wzrost nakładów inwestycyjnych.
Wszystkie kandydatki na zmienne objaśniające charakteryzowały się odpowiednio wysokim poziomem współczynnika zmienności (powyżej 10%)
Zmienne |
X1 |
X2 |
X3 |
X4 |
X5 |
Vs |
45% |
99% |
22% |
37% |
211% |
Zmienna objaśniana jest silnie skorelowana ze zmiennymi objaśniającymi. Najsilniejsza korelacja występuje między inwestycjami a tempem przyrostu PKB (0,95) oraz dynamiką akumulacji (0,9). Korelacja między zmiennymi objaśniającymi również jest dosyć wysoka, co może świadczyć o tym , że są one nośnikami tych samych informacji, a co za tym idzie mogą być nie przydatne w budowaniu modelu. Najwyższa korelacja występuje między zmiennymi X1 a X5, czyli tempem przyrostu PKB a dynamiką akumulacji (0,96). Mimo wszystko poddano wszystkie te zmienne dalszej analizie, a o przydatności tych zmiennych zadecydowały kolejne etapy weryfikacji modelu.
Spośród 2^5-1=31 kombinacji wykorzystując metodę Hellwiga wybrano kombinacja odznaczające się najwyższymi wskaźnikami integralnej pojemności informacyjnej.
Tabela 2
Najlepsze kombinacje wg metody Hellwiga
Kombinacje |
Wskaźniki |
X1 X2 X3 X5 |
0,94674 |
X2 X3 X5 |
0,93089 |
X1 X2 X3 |
0,92953 |
Przy wykorzystaniu metody Hellwiga do doboru zmiennych objaśniających stwierdzono, że najlepszą kombinacją jest kombinacja składająca się z pierwszej, drugiej, trzeciej i piątej zmiennej ( wskaźnik równy 0,94674). Przybliżoną wartość przyjmuje także kombinacja trzech zmiennych X2, X3, X5 (wskaźnik równy 0,93089). Zdecydowano się na wybór kombinacji składającej się z trzech zmiennych objaśniających: tempa przyrostu PKB, wyniku finansowego netto przedsiębiorstw oraz stopy bezrobocia (X1, X2, X3), której wskaźnik nieznacznie różni się od wskaźnika najwyższego i wynosi 0,92953. Wcześniej wspomniane kombinacje pomimo wysokiego wskaźnika integralnej pojemności informacyjnej nie przeszły pozytywnie dalszej części weryfikacji modelu. Wartość-p dla wybranej kombinacji zmiennych objaśniających X1, X2, X3 przedstawia się następująco (tabela 3).
Tabela 3
Wartość-p dla kombinacji X1,X2,X3
Zmienne |
Wartość-p |
X1 |
0,00302804 |
X2 |
0,04844089 |
X3 |
0,00052884 |
Tak więc postać modelu teoretycznego przedstawia się w sposób: Y=α0+α1X1+α2X2+α3X3+ε. Po oszacowaniu modelu metodą najmniejszych kwadratów empiryczna postać modelu wraz z błędami ocen parametrów wygląda następująco:
Y=-2,88076X1 + 0,000083X2 - 0,65323X3
(0,64964) (0,000035) (0,10842)
3.Weryfikacja merytoryczna
Wyniki estymacji w przypadku wybranych zmiennych objaśniających: tempo przyrostu PKB, wynik finansowy netto przedsiębiorstw oraz stopa bezrobocia są poprawne pod względem merytorycznym, gdyż znaki ocen parametrów strukturalnych zgadzają się z wiedzą ekonomiczną. Z otrzymanych wyników można wnioskować, iż wzrost tempa przyrostu PKB o 1 punkt procentowy spowoduje wzrost tempa przyrostu inwestycji o 2,88076 punktu procentowego przy założeniu, że wynik finansowy netto przedsiębiorstw i stopa bezrobocia pozostaną na tym samym poziomie. Z kolei wzrost wyniku finansowego netto przedsiębiorstw o 1 milion złotych spowoduje wzrost tempa przyrostu inwestycji o 0,000083 punktu procentowego przy stałości pozostałych zmiennych. Natomiast stopa bezrobocia jeżeli wzrośnie o 1 punkt procentowy (ceteris paribus), to tempo przyrostu inwestycji spadnie o 0,65323 punktu procentowego.
Kolejnym etapem weryfikacji było ustalenie zgodności znaków parametrów modelu ze znakami współczynników korelacji (R0): tempo przyrostu PKB, wynik finansowy przedsiębiorstw i stopa bezrobocia. Przy sprawdzaniu własności koincydencji otrzymano:
Tabela 4
Zmienne |
R0 |
Oszacowane parametry |
X1 |
0,95186 |
2,88076 |
X2 |
0,87841 |
0,000083 |
X3 |
-0,59355 |
-0,6532 |
Zjawisko koincydencji nie występuje, ponieważ zachowana jest zgodność znaków w przypadku wszystkich trzech zmiennych (tabela 4). Model nie jest koincydentny. Weryfikacja merytoryczna pozwoliła więc ocenić model pozytywnie.
4.Weryfikacja statystyczna
Ocena statystyczna wypadła także korzystnie, gdyż zmienność tempa przyrostu inwestycji jest wyjaśniana przez model w 96,2%. Tempo przyrostu PKB odchyla się przeciętnie od średniej o 0,64963%, wynik finansowy netto przedsiębiorstw od średniej odchyla się przeciętnie o 0,0000348 miliona złotych, a stopa bezrobocia odchyla się przeciętnie od średniej o 0,108417%.
Dla wszystkich parametrów względne błędy szacunku są mniejsze od 50%, co pozwala nam ocenić model pozytywnie.
Tabela 5
Zmienne |
Standardowy błąd szacunku |
Względny błąd szacunku |
X1 |
0,64963 |
23% |
X2 |
0,0000348 |
42% |
X3 |
0,108417 |
17% |
Kolejnym krokiem było zbadanie istotności parametrów tempa przyrostu PKB, wyniku finansowego netto przedsiębiorstw i stopy bezrobocia na tempo przyrostu inwestycji. W tym celu posłużono się testem t-Studenta. Dla wszystkich zmiennych odrzucono hipotezę zerową mówiącą o nieistotności parametrów zmiennych na korzyść hipotezy alternatywnej, ponieważ odczytana z tablicy t-Studenta wartość krytyczna t*=1,94318 okazała się mniejsza od statystyki t1=4,43442, t2=2,38617 oraz t3=6,02516. Oznacza to, że zmienne X1,X2,X3 są statystycznie istotne. Prawdopodobieństwo błędu polegającego na podjęciu złej decyzji weryfikacyjnej wynosi 0,1. Przeprowadzono także uogólniony test Walda. Tu również odrzucono hipotezę zerową na rzecz hipotezy alternatywnej, co oznacza, że jedna ze zmiennych objaśniających spośród tempa przyrostu PKB, wyniku finansowego przedsiębiorstw i stopy bezrobocia jest istotna statystycznie(istotność F=59,2462 , F*=4,76 =>F>F*).
W celu sprawdzenia założeń metody najmniejszych kwadratów, przeprowadzono testy autokorelacji składnika losowego modelu ekonometrycznego, normalności rozkładu składnika losowego w modelu i jego wykazała ze zjawisko koincydencji nie występuje i liniowości.
Do zbadania autokorelacji składnika losowego modelu ekonometrycznego przeprowadzono test Durbina-Watsona. Hipoteza zerowa zakładała brak autokorelacji odchyleń losowych ( H0: q=0), w przeciwieństwie do hipotezy alternatywnej mówiącej o istnieniu ujemnej autokorelacji (HA: q<0). Na podstawie tego testu nie można było podjąć decyzji o przyjęciu lub odrzuceniu hipotezy zerowej, ponieważ wyznaczona statystyka DW'=1,94823 zawierała się w przedziale pomiędzy dl=0,525 a du=2,016. Wobec tego posłużono się testem istotności współczynnika autokorelacji, w którym stwierdzono, że nie ma podstaw do odrzucenia hipotezy zerowej( H0 :q=0), zakładającej że reszty modelu nie są skorelowane na rzecz hipotezy alternatywnej o występowaniu autokorelacji (HA : q#0), przy poziomie istotności 0,05 (I=0,06852, I*=2,365,=>I<I*). Na tym etapie można model zweryfikować pozytywnie.
Weryfikacja liniowości modelu przeprowadzono za pomocą testu serii. Hipoteza zerowa zakładała, że oszacowany model ekonometryczny jest liniowy, zaś hipoteza alternatywna mówiła, że oszacowany model ekonometryczny jest nieliniowy. Przeprowadzony test serii dowiódł, że nie ma podstaw do odrzucenia hipotezy zerowej o liniowej zależności zmiennej objaśnianej od zmiennych objaśniających przy poziomie istotności równym 0,05 (r=6, r*=3=> r>r*) .
Ostatnim etapem budowy modelu było sprawdzenie normalności składnika losowego. Wykorzystano do tego test Shapiro-Wilka. Wartość obliczonej statystyki W=0,951 była większa od wartości krytycznej W*=0,842, a zatem nie było podstaw do odrzucenia hipotezy zerowej, w związku z tym rozkład odchyleń losowych model jest normalny.
Model spełnia więc wszystkie wymagane założenia teoretyczne, dlatego można go zweryfikować pozytywnie. Możliwe jest zatem też wykonanie na jego podstawie prognozy.
Budowa modelu ekonometrycznego doprowadziła do wyznaczenia trzech głównych czynników kształtujących poziom tempa przyrostu inwestycji w latach 1999-2008. Jest to tempo przyrostu PKB, wynik finansowy netto przedsiębiorstw oraz stopa bezrobocia.
5. Prognozowanie na podstawie modelu ekonometrycznego
Przeprowadzono prognozę punktową i przedziałową na lata 2009-2011. Przyjęcie stosunkowo krótkiego okresu prognozy gwarantuje wyższy stopień jej pewności. Z powodu braku danych statystycznych opisujących wartości zmiennych objaśniających w okresie prognozowanym stworzono odpowiednie modele trendu dla tempa przyrostu PKB (X1), wyniku finansowego netto przedsiębiorstw (X2) i stopy bezrobocia (X3):
X1^=2,073333 + 0,368485t
X2^=-23204,5 + 11806,53t
X3^=18,06667 - 0,45394t
gdzie t - liczba obserwacji zmiennej objaśnianej.
Dzięki tym funkcjom dokonano prognozy punktowej i przedziałowej. Prognozy zmiennych objaśniających X1, X2, X3 w roku 2009, 2010 i 2011 przedstawia tabela 6.
Tabela 6
Prognozy zmiennych objaśniających w latach 2009-2011
Lata |
X1 |
X2 |
X3 |
2009 |
6,12667 |
106667 |
13,07333 |
2010 |
6,49515 |
118474 |
12,61939 |
2011 |
6,86364 |
130280 |
12,16545 |
Na podstawie tych wielkości obliczono prognozowane tempo przyrostu inwestycji dla kolejnych lat, które to wartości przedstawia tabela 7.
Tabela 7
Prognoza punktowa tempa przyrostu inwestycji w latach 2009-2011
Lata |
2009 |
2010 |
2011 |
Prognozowane tempo przyrostu inwestycji |
17,963 |
20,301 |
22,639 |
Łatwo zauważyć, że prognozowane tempo przyrostu inwestycji cechuje się wyraźną tendencją zwyżkową.
Wartości prognozowane zmiennej objaśnianej zostały oszacowane ze średnim błędem predykcji ex ante równym odpowiednio:
dla roku 2009: 2,95155
dla roku 2010: 3,07742
dla roku 2011: 5,1779
Dla roku 2009 prognozowane tempo przyrostu inwestycji odchyla się od wielkości rzeczywistej tej zmiennej przeciętnie o 2,95 punktu procentowego, w następnym roku o 3,08 punktu procentowego, zaś w 2011 o 5,18 punktu procentowego.
Względne średnie błędy predykcji ex ante prognoz punktowych w latach 2009-2011 nie przekroczyły poziomu 50% (Vt<50%). W roku 2009 względny średni błąd predykcji kształtował się na poziomie 16%. W roku kolejnym wynosił on 15%, zaś w 2011 ukształtował się na poziomie 23%. Świadczy to o tym, że prognoza punktowa jest dobra jakościowo i powinno się ją wykorzystywać do opisywania tempa przyrostu inwestycji w przyszłości.
Prognoza przedziałowa, zawarta w tabeli 8, przedstawia oszacowane z prawdopodobieństwem 95% wartości przedziału ufności, jakie zmienna objaśniana będzie przyjmowała w najbliższych trzech latach.
Przedział o krańcach 10,98257 i 24,94341 pokrywa z prawdopodobieństwem 95% rzeczywistą wartość tempa przyrostu inwestycji w roku 2009. Natomiast przedział o krańcach 13,20445 i 27,3975 pokrywa rzeczywistą wielkość tempa przyrostu inwestycji z prawdopodobieństwem 95% w roku 2010. Zaś w roku 2011 przedział o krańcach 10,92654 i 34,35138 z prawdopodobieństwem 95% pokrywa rzeczywistą wielkość tempa przyrostu inwestycji.
Tabela 8
Prognoza przedziałowa tempa przyrostu inwestycji w latach 2009-2011
Lata |
Zakres dolny |
Tempo przyrostu inwestycji |
Zakres górny |
2009 |
10,98257 |
<Y< |
24,94341 |
2010 |
13,20445 |
<Y< |
27,3975 |
2011 |
10,92654 |
<Y< |
34,35138 |
Należy zauważyć, że wszystkie wartości prognozy punktowej zawierają się również w granicach prognozy przedziałowej. Potwierdza to już wcześniej postawione stwierdzenie, że prognoza ta może być wykorzystywana do szacowania tempa przyrostu inwestycji w przyszłości. Jedynie fakt powiększania się rozpiętości przedziałów ufności z roku na rok świadczy o pogarszaniu się dokładności dokonanej prognozy.
Ustalona prognoza przedziałowa jest sensowna i możliwa do zaakceptowania. Jej przydatność została już wcześniej zasygnalizowana, przy obliczaniu względnych średnich błędów ex ante dla prognozy punktowej (Vt<50%).
Inny wniosek się jednak nasuwa po porównaniu sporządzonej prognozy z faktycznie osiągniętym tempem przyrostu inwestycji w roku 2009. Ustalona prognoza odbiega od rzeczywistości, ponieważ w tym roku miał miejsce spadek poziomu inwestycji o ok. 3%. Za przyczynę nietrafnej prognozy należałoby obarczyć zapoczątkowany w 2007 roku kryzys finansowy. Prognozując za pomocą stworzonego modelu tempo przyrostu PKB na lata 2009-2011, jest ono z roku na rok wyższe. Znając rzeczywisty poziom tempa przyrostu PKB w roku 2009 można się zgodzić z prognozą, że jest ono dodatnie, jednak co do jego wymiaru nie ma takiej zgodności. Osiągnięte tempo przyrostu PKB jest o około połowę mniejsze. Negatywny pływ na dynamikę PKB w 2009 roku miały redukowane przez przedsiębiorstwa zapasy w obawie o przyszły popyt.
W tej chwili w Polsce ma miejsce spowolnienie rozwoju gospodarczego. Wiele firm odnotowuje mniejsze zyski, a często nawet straty. Wypracowane wyniki finansowe są mniejsze od prognozowanych przez sporządzony model. W związku z problemami w przedsiębiorstwach następuje redukcja zatrudnienia, ludzie są zwalniani. Rezultatem jest wzrost bezrobocia w kraju, co również nie jest zgodne z przedstawionymi powyżej prognozami.
6. Zakończenie i wnioski
Oszacowany model jest modelem liniowym, charakteryzującym się dużą prostotą. Krótki okres obserwacji zjawiska oraz wartości błędów prognozy pozwalają sądzić, iż przedstawione wyniki obarczone są dość niedużymi błędami.
Sporządzony model ma jednak niewielką użyteczność, ponieważ wykonane prognozy nie mają odzwierciedlenia w rzeczywistości. Trwający kryzys światowy wpłyną na sytuację gospodarczą kraju, co skutkowało pogorszeniem się wskaźników będących zmiennymi w modelu. W konsekwencji opracowane prognozy odbiegają od realnych danych.
W takiej gospodarce jak polska, inwestycje mają szczególne znaczenie, bo ciągle budujemy podstawy dla naszego wzrostu gospodarczego. Tworzymy i modernizujemy majątek, tworzymy infrastrukturę gospodarczą. Ciągle jednak inwestycje tworzą niewiele ponad 20% PKB, a osłabienie gospodarcze w 2009 r. ten udział jeszcze zmniejszyło.
O ile inwestycjom sprzyjały znaczne środki unijne oraz projekt Euro 2012, to zaskoczeniem była stosunkowo dobra kondycja przedsiębiorstw. Oznacza to, że rodzime firmy dobrze poradziły z globalnym kryzysem, przeprowadziły odpowiednie procesy dostosowawcze i teraz gdy uznały, że najgorsze za nimi rozpoczynają ponowne inwestycje. Równie pozytywną tendencją, która może pozytywnie wpłynąć na kolejne okresy, jest odbudowa zapasów, co dodatkowo wesprze rozpędzającą się polską gospodarkę.
Odnotowany współcześnie spadek inwestycji jest znacznie mniejszy niż w latach poprzedniego spowolnienia gospodarczego (2001-2002) - głównie dzięki projektom współfinansowanym przez środki unijne.
Literatura
K. Jajuga, T. Jajuga Inwestycje. Instrumenty finansów. Ryzyko finansowe. Inżynieria finansowa, Wydawnictwo PWN, Warszawa 2006, str.7
Bocian A. F.,(red.), Prognozowanie i symulacje gospodarcze - ćwiczenia (przykładowe modele i analizy empiryczne). Fundacja Promocji i Rozwoju Podlasia, Białystok 2002
Cieślak M., Prognozowanie gospodarcze, metody i zastosowania. PWN, Warszawa 1997
Roczniki Statystyczne Rzeczpospolitej Polski, Główny Urząd Statystyczny, Warszawa, 1995-2005
Nasiłowski M., System rynkowy - podstawy mikro- i makroekonomii, Key Test, Warszawa 2002
„Inwestycje. Instrumenty finansów. Ryzyko finansowe. Inżynieria finansowa” K. Jajuga, T. Jajuga, wydawnictwo PWN, Warszawa 2006, str.7