Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "panel data" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
GDP and TFP in Poviats of the Łódzkie Voivodeship. Estimation and Analysis of Differentiation
PKB i TFP w powiatach województwa łódzkiego. Oszacowanie i ocena zróżnicowania
Autorzy:
Dańska-Borsiak, Barbara
Powiązania:
https://bibliotekanauki.pl/articles/2045980.pdf
Data publikacji:
2022
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
total factor productivity (TFP)
GDP
poviat
spatial panel data model
łączna produktywność czynników produkcji (TFP)
PKB
powiat
przestrzenny model danych panelowych
Opis:
The main objective of the research was to estimate the level of GDP and total factor productivity (TFP) in the counties ('poviats') of the Łódzkie voivodeship in the period 2002-2019. The gross product in poviats was determined by disaggregating the GDP of the Łódzkie voivodeship in proportion to the revenues of poviat budgets from personal income tax PIT and to the shares of poviats in the voivodeship wage fund. TFP was determined on the basis of a labour productivity model derived from the Cobb-Douglas production function with the assumption of constant returns to scale. A spatial panel data model estimated by the maximum likelihood method was applied. The poviat of Łódź was identified as the upper outlier in terms of the level of gross product. The dynamics of poviat values of GDP was similar to the national one, but poviats with a much faster rate of growth were identified. The highest level of TFP was observed in the poviat of Łódź. Very high productivity was also characteristic for the two other cities with poviat status, especially Skierniewice. In the Łódzkie voivodeship there was a progressive polarisation in terms of TFP with two leading poviats. No spillover processes were found. The capital city of the voivodeship, being itself the upper outlier, therefore did not play the role of a growth centre. It was also found that a clearly defined profile of economic activity in the poviat is conducive to faster TFP growth.
Zasadniczym celem badań było oszacowanie poziomu PKB i łącznej produktywności czynników produkcji (TFP) w powiatach województwa łódzkiego w latach 2002-2019. PKB oszacowano, dezagregując PKB województwa proporcjonalnie do dochodów podatkowych powiatów oraz do ich udziałów w wojewódzkim funduszu płac. TFP wyznaczono na podstawie modelu produktywności pracy wynikającego z funkcji produkcji Cobba-Douglasa z założeniem stałych efektów skali. Zastosowano panelowy model przestrzenny estymowany Metodą Największej Wiarygodności. Powiat miasto Łódź zidentyfikowano jako region o zdecydowanie najwyższym poziomie wytworzonej produkcji. Dynamika powiatowych wartości PKB była zbliżona do ogólnokrajowej, ale wskazano powiaty o znacznie szybszym tempie wzrostu. Najwyższym poziomem TFP charakteryzował się powiat m. Łódź. Bardzo wysoka produktywność charakteryzowała też dwa inne powiaty grodzkie, zwłaszcza Skierniewice. W badanym okresie rosła polaryzacja powiatów ze względu na poziom TFP oraz nie występowały zależności przestrzenne. Stolica województwa, będąca upper outlier, nie pełniła więc funkcji ośrodka wzrostu. Stwierdzono również szybszy wzrost TFP w powiatach o wyraźniej określonym profilu działalności gospodarczej.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2022, 1; 14-30
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
SZACOWANIE I MODELOWANIE TFP W PRZEMYŚLE POLSKIM NA PODSTAWIE DANYCH PANELOWYCH [1]
ESTIMATING AND MODELING OF TFP IN THE POLISH INDUSTRY. PANEL DATA ANALYSIS
Autorzy:
Dańska-Borsiak, Barbara
Powiązania:
https://bibliotekanauki.pl/articles/452835.pdf
Data publikacji:
2009
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
dynamiczny model panelowy
funkcja produkcji
łączna produktywność czynników produkcji (TFP)
systemowy estymator GMM
dynamic panel data model
production function
total factor productivity (TFP)
system GMM estimator
Opis:
W artykule przedstawiono próbę oszacowania łącznej produktywności czynników produkcji (TFP) według działów sekcji „przetwórstwo”, oraz określenia czynników determinujących jej kształtowanie. Do oszacowania wartości TFP zastosowano dwie alternatywne metody, bazujące na funkcji produkcji Cobba–Douglasa. Następnie skonstruowano i oszacowano dynamiczny model panelowy, opisujący kształtowanie się TFP w działach. Zmienną objaśnianą były wartości oszacowane w pierwszym etapie analizy. Do estymacji zastosowano metody bazujące na GMM.
The paper attempts to estimate total factor productivity (TFP) for sectors included in section „manufacturing”, and then to determine factors influencing it. Two alternative methods, based on the Cobb-Douglas production function were applied. The final step was construction and estimation of dynamic panel data model, describing TFP formation by sector. The explained variable was TFP, which values were estimated in the first step. GMM-based methods were used for estimation of the model.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2009, 10, 1; 58-66
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowania panelowych modeli dynamicznych w badaniach mikroekonomicznych i makroekonomicznych
Dynamic Panel Data Models in Microeconomic and Macroeconomic Research
Autorzy:
Dańska-Borsiak, Barbara
Powiązania:
https://bibliotekanauki.pl/articles/1808298.pdf
Data publikacji:
2009-06-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
model dynamiczny
dane panelowe
GMM Pierwszych Różnic
Systemowa GMM
metody estymacji
model wzrostu
model produkcji
dynamic model
panel data
first differenced GMM
system GMM
estimation methods
the growth model
production model
Opis:
Modele ekonometryczne szacowane na podstawie danych panelowych, w których zakłada się, że na kształtowanie się zmiennej objaśnianej wpływają, oprócz zmiennych objaśniających, niemierzalne, stałe w czasie i specyficzne dla danego obiektu czynniki, zwane efektami grupowymi, nazywane są modelami panelowymi (ang. panel data models). Stałość w czasie efektów grupowych jest przyczyną komplikacji metodologicznych, pojawiających się przy estymacji modeli dynamicznych. W artykule prezentowana jest zasadnicza idea dwóch najczęściej stosowanych metod estymacji takich modeli, bazujących na Uogólnionej Metodzie Momentów (GMM). Głównym celem artykułu jest przedstawienie przykładów zastosowania panelowych modeli dynamicznych w analizach ekonomicznych w skali mikro i makro. Szczególny nacisk położony został przy tym na wskazanie czynników, różnicujących te dwa przypadki i konsekwencje zastosowania różnych metod estymacji w zależności od rodzaju próby.
Econometric models based on panel data, in which the presence of unobservable, constant over time, group-specific effects is assumed are called panel data models. The constancy over time of the group effects causes some methodological complications in the case of dynamic models. In this paper the main ideas of the two methods, which are most often used for estimation of dynamic panel data models are presented. The methods are: first-differenced GMM and system GMM. The main goal of this paper is to present some examples of applications of dynamic panel data models in micro and macroeconomic analyses. Special interest is in showing the consequences of using different methods according to the type of data – macro or micro.
Źródło:
Przegląd Statystyczny; 2009, 56, 2; 25-41
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies