Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
EN
Celem artykułu jest analiza oraz ustalenie determinantów regionalnego zróżnicowania poziomu bezrobocia w powiatach w Polsce. Na podstawie posiadanej wiedzy teoretycznej oraz publikowanych wyników badań w tym zakresie analizie w niniejszym opracowaniu poddano zależności między wysokością stopy bezrobocia występującą w danym regionie a istniejącym w nim poziomem infrastruktury transportowej, poziomem wykształcenia, gęstością zaludnienia, liczbą miejsc pracy, odsetkiem osób zamieszkałych w mieście oraz pracujących w rolnictwie. W badaniu posłużono się metodologią modelowania równań strukturalnych (SEM) pozwalającą na jednoczesne uwzględnianie relacji pomiędzy niezależnymi i zależnymi oraz mierzalnymi (obserwowalnymi) jak i nieobserwowalnymi (ukrytymi) zmiennymi. Za zmienną niemierzalną w badaniu przyjęto infrastrukturę transportu, czyli możliwości dojazdu występujące w danym powiecie. Na podstawie przeprowadzonej analizy udało się wykazać istnienie związków pomiędzy wysokością stopy bezrobocia a istniejącym w powiecie poziomem wykształcenia mieszkańców, liczbą zawartych małżeństw, odsetkiem osób zamieszkałych w mieście oraz osób zatrudnionych w rolnictwie. Poprawnie też udało się uwzględnić w modelu zmienną niemierzalną, jaką są możliwości dojazdu, określając ją za pomocą odsetka ludności zamieszkałej w mieście, długości dróg utwardzonych w powiecie, jak i długości tras komunikacyjnych. Otrzymane wyniki pozwalają na dogłębną i szeroką analizę w zakresie poznania przyczyn zróżnicowania poziomu bezrobocia w poszczególnych powiatach całego kraju.
PL
Pojęcie modelowania równań strukturalnych (SEM, Structural Equation Modeling) dotyczy klasy wielowymiarowych statystycznych modeli parametrycznych, w ramach której powiązane są ze sobą modele strukturalne i pomiarowe oparte na konfirmacyjnej analizie czynnikowej. Właściwością modeli równań strukturalnych (SEM) jest możliwość uwzględnienia w modelu zmiennych ukrytych. W artykule podjęta została próba zastosowania metodologii SEM do zbadania zależności pomiędzy ładem społecznym, ekonomicznym i środowiskowym w powiatach a poziomem życia jego mieszkańców. Zarówno ład społeczny, ekonomiczny i środowiskowy, jak i poziom życia mieszkańców zostały ujęte w modelu jako zmienne ukryte (czynniki). Estymacja modelu pozwoliła na pozytywną weryfikację postawionej hipotezy modelowej, zgodnie z którą kształtowany przez powiaty ład ekonomiczny wpływa dodatnio na kształtowany przez nie ład społeczny i środowiskowy. Ponadto udało się ukazać relację dodatnią pomiędzy istniejącym w powiatach ładem w jego ekonomicznym i społecznym aspekcie a poziomem życia jego mieszkańców.
EN
The concept of structural equation modelling (SEM) refers to class of multidimensional statistical model, which contains associated together structural models and measurement models - based on confirmatory factor analysis. Among the strengths of SEM is the ability to construct latent variables. In article the try using SEM methodology to test dependences between social, economic and environment order as well as quality of life was undertaken. Quality of life as well as social, economic and environment order were formulated in model as latent variables (factors). The results of model estimation allows to positive verification hypothesis that economic order has plus effect on social and environment order in districts. Furthermore the positive relation between economic also as social order and quality of life was shown.
EN
The aim of this article is to analyze the scope of state ownership and to compare the financial results of the 500 largest non-financial enterprises in 12 Central and Eastern European countries. The data is for enterprises listed as “Coface - CEE Top 500” in 2014. The question posed in this article is: “Does the form of ownership relate to the financial results of enterprises?” In the case of 70 of these 500 enterprises, the state is either a majority or minority owner, but it invariably exercises supervisory control. Most of these state-owned enterprises are Polish (24) and Slovak (9). They dominate in network sectors. In order to identify the interdependencies between the form of ownership and the financial results of an enterprise, the authors calculated the Pearson product-moment correlation coefficient, t-test statistics for two independent samples, and the values of the Kolmogorov-Smirnov test comparing the structure in the two groups of subjects. Statistically important differences in the values of the financial ratios achieved by the enterprises-depending on their form of ownership-were also demonstrated. State-owned enterprises have a higher profit margin and a higher level of fixed assets, but a lower level of the net turnover ratio and a lower level of revenue compared with private companies.
PL
Celem artykułu jest określenie zakresu własności państwowej i porównanie wyników ekonomicznych 500 największych przedsiębiorstw niefinansowych z 12 krajów Europy Środkowo-Wschodniej znajdujących się na liście „Coface - CEE Top 500” w 2014 r. Stawiane jest pytanie, jaki jest związek pomiędzy formą własności a osiąganymi przez przedsiębiorstwa wynikami ekonomicznymi. Wśród 500 analizowanych przedsiębiorstw ustalono, że w przypadku 70 przedsiębiorstw państwo jest właścicielem większościowym lub mniejszościowym, ale sprawującym kontrolę nadzorczą. Najwięcej przedsiębiorstw państwowych pochodzi z Polski (24) i Słowacji (9). Przedsiębiorstwa te dominują w sektorach sieciowych. W celu wykazania zależności pomiędzy formą własności przedsiębiorstwa a osiąganymi przez nie wynikami obliczono współczynniki korelacji liniowej Pearsona, statystyki testu t dla dwóch prób niezależnych i wartości testu Kołmogorowa-Smirnova porównującego strukturę w dwóch grupach podmiotów. Wykazano statystycznie istotne różnice w wysokości osiąganych przez przedsiębiorstwa wskaźnikach finansowych w zależności od formy własności. Zgodnie z uzyskanymi wynikami przedsiębiorstwa państwowe charakteryzują się m.in. wyższym wskaźnikiem zyskowności brutto przychodów operacyjnych, wyższym poziomem majątku trwałego zaś niższym poziomem wskaźnika obrotu kapitału netto czy przychodów w stosunku do firm sektora prywatnego.
EN
In the paper we attempt to explain the impact of psychological factors on propensity for risk and the level of expected return exhibited by individual investors active on the Stock Exchange in Warsaw. The article aims at identification and description of the relationship between unobservable factors such as behavioral inclinations, propensity for risk, ability to use technical analysis as well as market quality with application of Structural Equation Model. The hypothesis was put that behavioral inclinations such as errors in the opinions and preferences cause an increase in individual propensity for risk as well as the increase in the level of expected and satisfactory return. It was also assumed that investors that properly use technical analysis in their decision-making process are less sensitive for behavioral inclinations than the others. The results of estimation of the model allowed for identification of the unobservable psychological factors and confirmed the impact of the defined factors for the increase of individual propensity for risk.
PL
W artykule podjęta została próba empirycznego wyjaśnienia zależności skłonności do ryzyka i poziomu oczekiwanej stopy zwrotu od czynników psychologicznych, leżących u podstaw decyzji inwestorów indywidualnych aktywnych na Giełdzie Papierów Wartościowych w Warszawie. Celem artykułu jest identyfikacja i opis współzależności między nieobserwowalnymi czynnikami takimi jak inklinacje behawioralne, skłonność do ryzyka, umiejętność posługiwania się przez inwestorów analizą techniczną, a także jakość rynku za pomocą modelu równań strukturalnych. Przyjęto hipotezę, że inklinacje behawioralne tj. błędy popełniane w sferze opinii i skłonności w zakresie preferencji powodują wzrost skłonności do ryzyka inwestorów indywidualnych i wzrost oczekiwanej przez nich stopy zwrotu. Założono także, że wpływ inklinacji behawioralnych na decyzje inwestycyjne jest mniejszy wśród inwestorów indywidualnych umiejących się posługiwać analizą techniczną w sposób właściwy, niż u pozostałych inwestorów. Wyniki estymacji modelu pozwoliły na identyfikację założonych czynników w grupie badanych inwestorów indywidualnych oraz potwierdzenie wpływu inklinacji w sferze opinii i preferencji na wzrost skłonności do ryzyka.
EN
Migrations form the size and structure of human resources in regions. For that reason they have not only a demographic but also a social and economic character. The existing research is often not enough due to a spatial, temporary and also a multidimensional character of this occurrence. The subject of this paper is to apply Structural Equation Modeling (SEM) concept for analysing the population migration phenomena considering the gravity model. This approach allows describing the social and economic situation in regions considering a set of correlated variables and it also allows determining its influence on migration flows. The first part of the article describes the construction and interpretation of the gravity model and the concept of the SEM model. In the second part the adopted research procedure and the research scope are presented. In the last part, the results of the investigation are explained. The strength and direction of the impact of the socio-economic development on the migration flows between subregions (NUTS 3) in Poland in the years 2008-2010 are discussed.
PL
Migracje kształtują wielkość i strukturę zasobów ludzkich w regionach, mają więc wymiar nie tylko demograficzny, ale także społeczno-gospodarczy. Prowadzone badania obejmujące najczęściej analizę wskaźnikową, są często niewystarczające ze względu na przestrzenno-czasowy i wielowymiarowy charakter tego zjawiska. Celem artykułu jest propozycja zastosowania w analizie migracji metodologii SEM z uwzględnieniem modelu grawitacji. Takie podejście pozwala opisać sytuację społeczno-ekonomiczną regionów z wykorzystaniem zmiennych skorelowanych, a także określić jej wpływ na przepływy migracyjne. W pierwszej części artykułu omówiona jest konstrukcja i interpretacja modelu grawitacji oraz koncepcja modelu SEM. W drugiej części omówiono przyjętą procedurę badawczą oraz zakres badań. W ostatniej części zaprezentowano wyniki prowadzonej analizy. Określono siłę i kierunek oddziaływania poziomu rozwoju społeczno-ekonomicznego na przepływy migracyjne między podregionami (NUTS 3) w Polsce w latach 2008-2010.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.