Informacja

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

Wyszukujesz frazę "price variability" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Rye price variability in Poland between 2010 and 2018
Zmienność cen żyta w Polsce w latach 2010-2018
Autorzy:
Utnik-Banaś, K.
Vasilyeu, V.
Powiązania:
https://bibliotekanauki.pl/articles/1790403.pdf
Data publikacji:
2019
Wydawca:
The Polish Association of Agricultural and Agribusiness Economists
Tematy:
price variability
seasonal fluctuation
time series decomposition
zmienność cen
wahania sezonowe
dekompozycja szeregów czasowych
Opis:
In the paper, the range of rye price variability was determined and a decomposition of a time series of prices was carried out, distinguishing seasonal, cyclical and irregular fluctuations. The rye market is a market of a product produced seasonally but with a storage period longer than one season, which influences seasonal changes of prices, on which economic changes overlap. The research material consists of prices of rye in monthly graduation for the years 2010-2018, from the Integrated System of Agricultural Market Information. In the analyzed period, the nominal price of rye more than doubled from 327 PLN/t in January 2010 to 719 PLN/t in December 2018. The coefficient of variability of rye prices ranged from 4.0% to 27.2%. The decomposition of the time series of prices indicates seasonal, cyclical and irregular fluctuations. The amplitude of seasonal fluctuations was 14% on average, the highest prices were in June (105%) and the lowest in August (91%). Cyclical changes averaged 71.2% per year, seasonal changes 17.9% and irregular changes 10.9% of overall rye price variation. The production of rye is steadily falling both in the world and Poland.
Celem artykułu jest próba określenia zakresu zmienności cen żyta. Przeprowadzono także dekompozycję szeregu czasowego cen, wyróżniając wahania sezonowe, cykliczne i nieregularne. Rynek żyta, to rynek produktu wytwarzanego sezonowo, ale o okresie przechowywania dłuższym niż jeden sezon, co wpływa na okresowe zmiany cen, na które nakładają się zmiany koniunkturalne. Przedmiotem badań były ceny żyta w odstopniowaniu miesięcznym za lata 2010-2018 ze Zintegrowanego Systemu Rolniczej Informacji. W analizowanym okresie cena nominalna żyta wzrosła ponaddwukrotnie – z poziomu 327 zł za tonę w styczniu 2010 roku do 719 zł za tonę w grudniu 2018 roku. Współczynnik zmienności cen żyta wynosił od 4,0 do 27,2%. Dekompozycja szeregu czasowego cen wskazuje na występowanie zarówno wahań sezonowych, jak i cyklicznych oraz nieregularnych. Amplituda wahań sezonowych wynosiła średnio 14%, najwyższe ceny były w czerwcu (105%), a najniższe w sierpniu (91%). W skali roku zmiany cykliczne stanowiły średnio 71,2%, sezonowe – 17,9%, a nieregularne – 10,9% ogólnej zmienności cen żyta. Produkcja żyta systematycznie spada zarówno na świecie, jak i w Polsce.
Źródło:
Annals of The Polish Association of Agricultural and Agribusiness Economists; 2019, 21, 4; 533-541
2657-781X
2657-7828
Pojawia się w:
Annals of The Polish Association of Agricultural and Agribusiness Economists
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie inflacji w Polsce na podstawie modeli autoregresji wektorowej
Forecasting Inflation in Poland Based on Vector Autoregressive Models
Projections relatives à l’inflation en Pologne sur la base des modèles autorégressifs vectoriels
Прогнозирование инфляции в Польше на основе модели векторной авторегрессии
Autorzy:
Wójcik, Szymon
Powiązania:
https://bibliotekanauki.pl/articles/543416.pdf
Data publikacji:
2015-01
Wydawca:
Główny Urząd Statystyczny
Tematy:
Model wektorowej autoregresji
Prognozowanie
Inflacja
Zmienność poziomu cen
Vector Autoregression Model (VAR)
Forecasting
Inflation
Price level variability
Opis:
В статье были использованы модели векторной авторегрессии для прогнозирования месячного показателя потребительских цен в Польше. Выбор используемых макроэкономических переменных соответствовал трем теориям формирования инфляции: монетаристской, кейнсианской (курсовой) и издержек. В прогнозировании была использована концепция вне выборки (out-of-sample), а качество результатов было обследовано с использованием ошибок прогноз ex post.
W artykule wykorzystano modele wektorowej autoregresji do prognozowania miesięcznego indeksu cen konsumenta w Polsce. Dobór użytych zmiennych makroekonomicznych odpowiadał trzem teoriom powstawania inflacji: monetarystycznej, keynesowskiej i kosztowej. W prognozowaniu wykorzystano koncepcję prognozowania poza próbę (out-of-sample), a jakość wyników zbadano przy pomocy błędów prognoz ex post.
The article presents a usage of vector autoregressive models in forecasting polish consumer price index. Macroeconomic variables used in this paper are considered to reflect particular economic theories describing causes of inflation. Out-of-sample methodology was used in forecasting process. Accuracy of results was diagnosed by using ex post forecasting errors.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2015, 1; 28-41
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
THE VARIABILITY OF TURKEY LIVESTOCK PRICE AND ITS RELATION WITH THE PRICE OF CHICKENS, PORK AND BEEF IN 2006-2015
Autorzy:
Utnik-Banaś, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/452933.pdf
Data publikacji:
2017
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
turkeys
price
variability
time series
seasonality
cyclic fluctuations
Opis:
The work determines the range of variability in the price of turkey livestock and its relation to prices of chickens, pork and beef in 2006-2015. In 2006-2011, the variability coefficient for turkey livestock was 5 to 10%, whereas in 2012-2015 it dropped below 5%. The prices were most stable out of prices of chickens, pork or beef. The biggest influence on the variability of the turkey livestock price was the long-term trend and cyclic fluctuations (82% of the total variability on average). Seasonal fluctuations had lower amplitude (between 7 and 4%) than in the case of prices of pork and chickens, and their input in the total variability amounted to 14% on average. The price of turkey livestock presented the strongest correlation with the price of beef (r=0,851) and chickens (0,837), and was the least correlated with pork (0,681). In 2006-2015 the price of turkey livestock increased by 68%, beef by 57%, chickens by 29% and pork by 13%.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2017, 18, 1; 134-142
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
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