BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kaźmierska-Zatoń Maria M. (Państwowa Wyższa Szkoła Zawodowa w Skierniewicach), Zatoń Wojciech (Uniwersytet Łódzki)
Tytuł
Jakość prognostyczna wskaźników koniunktury przemysłowej dla Polski w przekroju województw
Forecast Quality of Indicators of Industrial Tendency Survey Across Voivodeships of Poland
Źródło
Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu, 2014, nr 4 (46), s. 85-96, rys., tab., bibliogr. 17 poz.
Econometrics / Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe
Współczynnik korelacji Pearsona, Jakość, Prognozowanie, Syntetyczny wskaźnik koniunktury gospodarczej, Koniunktura gospodarcza, Współczynnik Theila
Pearson correlation coefficient, Quality, Forecasting, Synthetic indicator of the business climate, Business trends, Theil coefficient
Uwagi
streszcz., summ.
Abstrakt
W artykule dokonano oceny jakości prognostycznej wskaźników testu koniunktury przemysłowej dla Polski w przekroju województw w ujęciu krótkookresowym. Skoncentrowano uwagę na wieloaspektowym porównaniu prognoz i ocen sytuacji, formułowanych przez przedsiębiorców. W badaniu zastosowano analizę graficzną oraz mierniki: współczynnik korelacji Pearsona, miernik zgodności znaku, miernik zgodności zmian, sMAPE i współczynnik Theila. Bazę źródłową stanowiły dane miesięczne publikowane przez GUS dotyczące koniunktury w przemyśle. Biorąc pod uwagę wartości przeciętne, w przekroju zarówno województw, jak i wyróżnionych cech przedsiębiorstw, można uznać, że miesięczne oceny i prognozy koniunktury przemysłowej są ze sobą zbieżne. Jakość prognostyczną testu koniunktury można określić jako zadowalającą. Istnieje jednak stosunkowo duże zróżnicowanie tej jakości w województwach i pod względem cech przedsiębiorstw. Wyraźnie lepsza jest jakość prognoz w zakresie kierunku zgodności niż skali błędu.(abstrakt oryginalny)

In this article the evaluation of the quality of indicators of industrial tendency survey in the Polish voivodeships in the short-term is presented. The attention is focused on the multi-faceted comparison of forecasts and assessments of the economic situation expressed by entrepreneurs. The tools used in the study are: graphic description and quantitative measures (Pearson correlation coefficient, a sign consistency index, a dynamic direction consistency index, sMAPE and Theil coefficients). Data source used were monthly data published by the CSO on the industrial tendency survey. Considering average values, both across voivodeships and some distinguished business characteristics, monthly assessments and forecasts of industrial tendency are consistent. Forecast quality of industrial tendency survey can be described as satisfactory. However, there are relatively large differences in the forecast quality across voivodeships as well as across business characteristics. The quality of the forecasts in terms of the direction consistency is clearly better than regarding the scale of the error. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Bieć A., Drozdowicz-Bieć M., Łaszek R., Pater R., 2010, Informacja o sytuacji społeczno-gospodarczej kraju i województw wraz z elementami prognozy, Ministerstwo Rozwoju Regionalnego, www. efs.lubelskie.pl/widget/file/get/1278484211726877.pdf (dostęp 28.05.2014).
  2. Cieślak M. (red.), 2000, Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa.
  3. GUS, 2014a, Badanie koniunktury gospodarczej, Warszawa, http://stat.gov.pl/obszary-tematyczne/koniunktura/ koniunktura/badanie-koniunktury-gospodarczej,5,5.html (dostęp 01.07.2014).
  4. GUS, 2014b, Koniunktura w przemyśle, budownictwie, handlu i usługach 2000-2014, http://stat.gov.pl/ obszary-tematyczne/koniunktura/koniunktura/koniunktura-w-przemysle-budownictwie-handlu-iuslugach- 2000-2014,4,8.html (dostęp 09.09.2014).
  5. Guzik B., 2009a, Prognozy i oceny koniunktury w ankietach GUS, Wiadomości Statystyczne nr 12, s. 38-53.
  6. Guzik B., 2009b, Trafności prognoz koniunktury przemysłowej w zakresie produkcji sprzedanej, Roczniki Ekonomiczne Kujawsko-Pomorskiej Szkoły Wyższej w Bydgoszczy nr 2, s. 223-237.
  7. IRG SGH, 2014, Koniunktura gospodarcza w Polsce - wyniki badań, http://kolegia.sgh.waw.pl/pl/ KAE/struktura/IRG/koniunktura/Strony/default.aspx (dostęp 28.05.2014).
  8. Klimkowska J., 2006, Trafność prognoz respondentów - ocena na podstawie badań ankietowych IRG, [w:] M. Mocek (red.), Diagnozowanie i prognozowanie koniunktury gospodarczej w Polsce, Wydawnictwo BONAMI, s. 207-217.
  9. Kowalewski G., 2008, Ocena trafności prognoz koniunktury przedsiębiorstw na przykładzie jednostek handlowych, Barometr Regionalny. Analizy i Prognozy, nr 3(13), s. 45-53.
  10. Kowerski M., 2007, Metodologia badań nastrojów gospodarczych przedsiębiorców województwa lubelskiego, Barometr Regionalny. Analizy i Prognozy, nr 7, s. 22-32.
  11. Łapiński K., Peterlik M., 2008, Krajowe i regionalne wzorce koniunktury gospodarczej w Polsce. Wyniki badań koniunktury prowadzonych przez IBnGR w latach 2001-2006, Prace i Materiały IRG SGH nr 80 s. 259-271.
  12. Makridakis S., Hibon M., 2000, The M3-Competition: results, conclusions and implications, International Journal of Forecasting, nr 16 s. 451-476.
  13. Mocek M., 2002, Przydatność testu koniunktury w prognozowaniu sytuacji na rynku usług ubezpieczeniowych, Prace i Materiały IRG SGH nr 72, s. 211-222.
  14. Sękowska H., Zagoździńska I., 2002, Kondycja polskiego przemysłu przetwórczego na podstawie jakościowych badań koniunktury, Prace i Materiały IRG SGH nr 72, s. 87-105.
  15. Warżała R., 2013, Badanie koniunktury w ujęciu regionalnym na przykładzie Warmii i Mazur, Prace i Materiały IRG SGH nr 91, s. 99-120.
  16. Wyżnikiewicz B., Fundowicz J., Lada K., Peterlik M., 2014, Stan i prognoza koniunktury gospodarczej, Kwartalne Prognozy Makroekonomiczne, nr 82 (kwiecień 2014 r.), pdf (dostęp 28.05.2014).
  17. Zeliaś A., Pawełek B., Wanat S., 2003, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa.
Cytowane przez
Pokaż
ISSN
1507-3866
Język
pol
URI / DOI
http://dx.doi.org/10.15611/ekt.2014.4.08
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu