Search results

1

Digitalization’s Effect on the Sectoral Structure Change in the Economy: a Comparative Analysis of Ukraine and Selected Countries

100%

Pizhuk O., Lazebnyk L., Mamonova H.

Comparative Economic Research. Central and Eastern Europe

|

2022

|

vol. 25

|

issue 2

21-43

PL

Artykuł analizuje wpływ transformacji cyfrowej na zmiany w strukturze sektorowej gospodarki Ukrainy, innych krajów postkomunistycznych oraz krajów o gospodarkach wysoko rozwiniętych. Po pierwsze, oszacowano wielkość zmian strukturalnych i różnice w modelu sektorowym według wartości dodanej brutto i sektorowego modelu zatrudnienia według kraju przy użyciu wskaźnika Riabcewa. Po drugie, opracowano prognozę zmian w strukturach sektorowych badanych gospodarek na lata 2021 i 2025 wykorzystując dyskretne procesy Markowa. Prognozy pozwoliły określić kierunek postępu społeczno‑gospodarczego krajów wysoko rozwiniętych i postkomunistycznych. Po trzecie, zakładając, że rozwój technologii ICT spowodował zidentyfikowane w wyniku oceny zmiany sektorowe, przeanalizowano dostępne oceny poziomu transformacji cyfrowej wybranych gospodarek i przedstawiono światowe trendy w ICT. Wreszcie, określono wpływ indeksu ICT na istotność zmian sektorowych w gospodarkach krajów postkomunistycznych oraz krajów o gospodarkach wysoko rozwiniętych. Wyniki badania pozwoliły na stwierdzenie, że rozwój technologii cyfrowych wpływa pośrednio na zmiany strukturalne gospodarki poprzez realokację zasobów pracy z jednego sektora do drugiego. Artykuł uzasadnia potrzebę doskonalenia modelu sektorowego gospodarki poprzez dodanie branż związanych wyłącznie z gospodarką cyfrową.

EN

This article examines the impact of digital transformation on changes in the sectoral structure of Ukraine’s economy, other post‑communist countries, and countries with highly developed economies. Firstly, we estimate the structural changes and differences in the sectoral model by gross value‑added and sectoral employment model by country using Ryabtsev’s index. Secondly, we calculated the forecast of changes in the researched economies' sectoral structures for 2021 and 2025 using discrete Markov processes. The forecasts made it possible to determine the direction of socio‑economic progress of highly developed and post‑communist countries. Thirdly, assuming that the development of ICT technologies caused the sectoral changes identified as a result of the assessment, we analyzed available level ratings of the digital transformation of the selected economies and named global trends in ICT. Finally, we determined the impact of the ICT index on the substantiality of sectoral changes in the economies of post‑communist countries and countries with highly developed economies. The study results allowed us to conclude that digital technology development affects the economy’s structural changes indirectly due to the reallocation of labor resources from one sector to another. The article substantiates the need to improve the economy’s sectoral model by adding industries related exclusively to the digital economy.

2

Regional household poverty and mobility analysis – a transition probability approach

80%

Mowczan D.

Nierówności społeczne a wzrost gospodarczy

|

2020

|

issue 63

286-302

EN

The main objective of this paper was to estimate and analyse transition-probability matrices for all 16 of Poland’s NUTS-2 level regions (voivodeship level). The analysis is conducted in terms of the transitions among six expenditure classes (per capita and per equivalent unit), focusing on poverty classes. The period of analysis was two years: 2015 and 2016. The basic aim was to identify both those regions in which the probability of staying in poverty was the highest and the general level of mobility among expenditure classes. The study uses a two-year panel sub-sample of unidentified unit data from the Central Statistical Office (CSO), specifically the data concerning household budget surveys. To account for differences in household size and demographic structure, the study used expenditures per capita and expenditures per equivalent unit simultaneously. To estimate the elements of the transition matrices, a classic maximum-likelihood estimator was used. The analysis used Shorrocks’ and Bartholomew’s mobility indices to assess the general mobility level and the Gini index to assess the inequality level. The results show that the one-year probability of staying in the same poverty class varies among regions and is lower for expenditures per equivalent units. The highest probabilities were identified in Podkarpackie (expenditures per capita) and Opolskie (expenditures per equivalent unit), and the lowest probabilities in Kujawsko-Pomorskie (expenditures per capita) and Małopolskie (expenditures per equivalent unit). The highest level of general mobility was noted in Małopolskie, for both categories of expenditures.

PL

Głównym celem niniejszego artykułu była próba estymacji i analizy macierzy prawdopodobieństw przejścia, określonej dla wszystkich szesnastu regionów Polski (województwa, poziom NUTS-2). Analiza została przeprowadzona pod kątem przejść pomiędzy sześcioma klasami wydatków (w ujęciu per capita oraz na jednostkę ekwiwalentną), ze szczególnym uwzględnieniem sfery ubóstwa. Okres analizy obejmował dwa lata: rok 2015 oraz 2016. Podstawowe pytanie dotyczyło tego, w których regionach prawdopodobieństwo pozostawania w biedzie jest największe oraz jaki jest ogólny poziom mobilności pomiędzy klasami wydatków. Do badania została wykorzystana dwuletnia podpróba panelowa oparta o nieidentyfikowalne dane jednostkowe Głównego Urzędu Statystycznego, pochodzące z badania budżetów gospodarstw domowych. W badaniu wykorzystano zarówno wydatki per capita, jak i wydatki na jednostkę ekwiwalentną, aby wziąć pod uwagę różnice w wielkości i strukturze demograficznej gospodarstw domowych. Elementy macierzy przejścia były szacowane za pomocą klasycznego estymatora największej wiarygodności. Analiza została uzupełniona ogólną oceną mobilności za pomocą indeksów mobilności Shorrocksa i Bartholomewa oraz oceną poziomu nierówności wydatków za pomocą indeksu Giniego. Wyniki pokazały, że roczne prawdopodobieństwa pozostawania w biedzie różnią się w zależności od regionu i są mniejsze dla wydatków na jednostkę ekwiwalentną. Największe prawdopodobieństwo zaobserwowano dla województwa podkarpackiego (wydatki per capita) oraz opolskiego (wydatki na jednostkę ekwiwalentną). Najniższym prawdopodobieństwem odznaczało się województwo kujawsko-pomorskie (wydatki per capita) oraz małopolskie (wydatki na jednostkę ekwiwalentną). Najwyższym ogólnym poziomem mobilności charakteryzowało się województwo małopolskie (dla obu kategorii wydatków).

3

Ocena potencjału innowacyjnego polskich województw i prawdopodobieństwo jego zmiany

80%

Luśtyk A.

Zeszyty Naukowe Polskiego Towarzystwa Ekonomicznego w Zielonej Górze

|

2022

|

issue 16

66-83

EN

The aim of this article is to assess the innovative potential of Polish regional economies. The article discusses various definitions of the category of innovative potential. On the path of achieving the goal, two taxonomic methods and a method that using transition matrices which come from the Markov chain theory were used. The analysis leads to the following conclusions. Firstly, the results confirmed the findings of other researchers that the best developed regions in terms of their ability to develop innovation are mazowiecki, dolnośląski, śląski, małopolski and wielkopolski, while the least developed regions are podlaski, warmińsko-mazurski, lubuski and opolski. Secondly, the ability to develop innovation is stable over time. The transition from the lower to the higher level takes place in multiannual cycles and is related to the effectiveness of the regional innovation ecosystem.

PL

Celem artykułu jest ocena potencjału innowacyjnego polskich gospodarek regionalnych. W artykule przeprowadzono dyskusję różnych ujęć definicyjnych kategorii potencjału innowacyjnego. Na ścieżce osiągania celu poznania wykorzystano dwie metody taksonomiczne oraz metodę wykorzystującą macierze przejścia pochodzące z teorii łańcuchów Markowa. Przeprowadzona analiza skłania do sformułowania następujących wniosków. Po pierwsze, wyniki potwierdziły ustalenia innych badaczy, iż najlepiej rozwiniętymi pod względem zdolności do rozwoju innowacji są regiony mazowiecki, dolnośląski, śląski, małopolski i wielkopolski, zaś najsłabiej regiony podlaski, warmińsko-mazurski, lubuski oraz opolski. Po drugie, zdolność do rozwoju innowacji jest stabilna w czasie. Przejście z niższego do wyższego poziomu odbywa się w cyklach wieloletnich i jest powiązane z efektywnością regionalnego ekosystemu innowacji.

4

Wykorzystanie miar matematycznych i biznesowych do porównania modeli macierzy migracji stosowanych w analizie ryzyka kredytowego

80%

Grzybowska U., Karwański M.

Metody Ilościowe w Badaniach Ekonomicznych

|

2011

|

vol. 12

|

issue 2

168-179

PL

Modele ryzyka kredytowego, używane w bankach, bazują na modelach prawdopodobieństwa zajścia określonych zdarzeń (defaultów). Szeroka klasa tych modeli wykorzystywanych obecnie w praktyce opiera się na estymacji intensywności zdarzeń (ang. intensity-based models). W niniejszej pracy porównujemy wyniki uzyskane przy użyciu modeli Markowa oraz uogólnionych modeli liniowych (GLMM). W pracy przedstawiamy porównanie macierzy migracji w oparciu o różne miary odległości, miary uwzględniające prędkość zbieżności do defaultu oraz miary oparte na teorii absorbujących łańcuchów Markowa. Stosowane miary porównania macierzy migracji odmiennie odzwierciedlają różnice wartości klienta istotne z punktu widzenia biznesu. Modele Markowa dają najlepsze estymatory „biznesowe”, ale są trudne w praktycznych zastosowaniach.

EN

Credit risk models used in banks are based on probability models for occurrence of default. A vast class of these models is based on the notion of intensity In this paper we compare results obtained within Markov chain approach and with help of statistical longitudinal models (GLMM) in which states (rating classes) in discrete time points are regarded as matched pairs. The comparison of obtained migration matrices is based on various distance measures, properties of absorbing Markov chains and convergence to default. Various methods of matrix comparison reflect business based differences between clients in a different way. Markov models give good business estimators but are difficult to apply in practice.

Refine search results

1 Comparative Economic Research. Central and Eastern Europe

1 Metody Ilościowe w Badaniach Ekonomicznych

1 Nierówności społeczne a wzrost gospodarczy

1 Zeszyty Naukowe Polskiego Towarzystwa Ekonomicznego w Zielonej Górze

1 Grzybowska U.

1 Karwański M.

1 Lazebnyk L.

1 Luśtyk A.

1 Mamonova H.

1 Mowczan D.

1 Pizhuk O.

2 2022

1 2020

1 2011

Digitalization’s Effect on the Sectoral Structure Change in the Economy: a Comparative Analysis of Ukraine and Selected Countries

Regional household poverty and mobility analysis – a transition probability approach

Ocena potencjału innowacyjnego polskich województw i prawdopodobieństwo jego zmiany

Wykorzystanie miar matematycznych i biznesowych do porównania modeli macierzy migracji stosowanych w analizie ryzyka kredytowego