Search results

1

Psychoza poporodowa

100%

Melka-Roszczyk M., Malinowski W.

Family Medicine & Primary Care Review

|

2013

|

issue 3

349-350

2

TIMP-2 potencjalnym markerem prognostycznym w guzach pochodzenia neuroblastycznego

100%

Taran K., Owecka A., Lewandowska M., Kobos J.

Family Medicine & Primary Care Review

|

2014

|

issue 2

175-177

3

Forecasts an employment rate of older workers in Poland with time – area analogy method /

100%

Gondek A.

Management

|

2013

|

vol. 17

|

issue 1

319-332

EN

This article presents the research which aim was to construct forecasts of an employment rate of older workers in Poland for next few years. The time - area analogy method was use in this study and brought high credibility forecasts of the employment rate based on analogies between Poland and UE countries in research phenomenon

4

Zastosowanie danych o rożnej częstotliwości w prognozowaniu makroekonomicznym na podstawie modeli dynamicznych

100%

Lech K.

Zarządzanie i Finanse

|

2015

|

vol. 4

|

issue 2

209-228

PL

Celem badania było sprawdzenie, czy uwzględnienie w modelu dynamicznym zmiennych o częstotliwości wyższej niż częstotliwość zmiennej objaśnianej statystycznie istotnie poprawia jakość (dopasowanie) prognoz makroekonomicznych. Prognozy makroekonomiczne wyznaczane były z modeli dynamicznych łączących zmiennie o zróżnicowanej częstotliwości znanych jako regresja MIDAS, następnie porównywane były z prognozami tych samych kategorii ekonomicznych uzyskanych z modeli DFM, ARIMA, VAR. Do oszacowania modeli, prognozowania krótkookresowego (horyzont prognozy h=1) i symulacji ośmiu sesji prognostycznych wykorzystano dane czasu rzeczywistego odnoszące się do gospodarki USA. Z przeprowadzonych badań wynika, że dynamiczny model MIDAS (AR-MIDAS) i model VAR dostarczyły najbardziej precyzyjnych prognoz, prognozy z modeli DFM i ARIMA okazały się statystycznie miej precyzyjne. Spośród dwóch klas modeli dostarczających najbardziej precyzyjnych prognoz (AR-MIDAS, VAR) jedynie AR-MIDAS wygenerował prognozy, prawidłowo przewidując wszystkie punkty zwrotne, cech tej nie miały prognozy VAR. Z tego powodu można rekomendować wykorzystanie modeli AR-MIDAS do prognoz typu now-casting.

5

Zastosowanie danych o różnej częstotliwości w prognozowaniu makroekonomicznym

100%

Kujawski L.

Zarządzanie i Finanse

|

2013

|

vol. 3

|

issue 2

129-146

PL

Celem badania było sprawdzenie, czy zastosowanie w modelu danych o zróżnicowanej częstotliwości w postaci najnowszych dostępnych danych o częstotliwości miesięcznej jest w stanie polepszyć dokładność kwartalnych prognoz wybranych kategorii makroekonomicznych. Narzędziem badawczym były modele klasy MIDAS, DFM, ARIMA i VAR, przedmiotem porównań prognozy wyliczone na podstawie wymienionych modeli. Badanie zaplanowane zostało jako symulacja czterech sesji, każda o horyzoncie prognozy czterookresowym, każda dostarczająca prognoz ex ante. W tym celu konieczne było użycie zmiennych czasu rzeczywistego, co z uwagi na ograniczony dostęp do nieodpłatnych baz danych czasu rzeczywistego wymusiło badanie amerykańskiego PKB. Z przeprowadzonych badań wynika, że modele klasy MIDAS, w których możliwe jest bezpośrednie uwzględnienie najnowszych informacji miesięcznych, dostarczają bardziej precyzyjnych prognoz PKB jedynie dla prognoz formułowanych z jednookresowym wyprzedzeniem czasowym. Wraz ze wzrostem wyprzedzenia precyzja prognoz MIDAS maleje i jest statystycznie istotnie gorsza od prognoz uzyskanych z modeli VAR i DFM.

6

DLACZEGO PROGNOZY EKONOMICZNE SĄ NIETRAFNE?

100%

Bazeli B.

Roczniki Ekonomiczne Kujawsko-Pomorskiej Szkoły Wyższej w Bydgoszczy

|

2017

|

issue 1(10)

11-23

PL

Przewidywanie przyszłości jest niezbędnym elementem w przygotowaniu ludzkiego działania, a jedną z form przewidywania przyszłości jest prognozowanie. Metodologia prognozowania zjawisk ekonomicznych jest bardzo bogata i nadzwyczaj trudna warsztatowo i dlatego istnieje wiele metod prognozowania. W artykule omówione zostały warunki, w których można wyznaczyć mniej lub bardziej trafne prognozy przyszłego stanu. Celem opracowania jest wskazanie głównych przyczyn zawodności prognoz przy jednoczesnym podkreśleniu konieczności ich opracowywania. Możliwość dowiedzenia się, co nas czeka w przyszłości, jest bardzo kusząca. Gdyby kryło się w niej jakieś niebezpieczeństwo, można by spróbować mu zapobiec albo przynajmniej przygotować się na nie. Jeśliby zaś przyszłość okazała się pomyślna, oczekiwałoby się jej w spokoju. W każdym przypadku, umiejętność przewidywania zmniejsza niepewność i ryzyko związane z przyszłością. Dotyczy to również zjawisk gospodarczych. Niepewność towarzyszy każdej działalności gospodarczej, zarówno w skali mikroekonomicznej, jak i makroekonomicznej. W literaturze często wyróżnia się niepewność behawioralną i niepewność egzogeniczną1. Pierwszy rodzaj związany jest z zachowaniem się uczestników życia gospodarczego, drugi natomiast dotyczy tzw. „stanu natury”. Można powiedzieć, że w przypadku niepewności behawioralnej prawdopodobieństwo pojawienia się danego zdarzenia jest zależne od indywidualnego zachowania się jednostki i nie jest niezmienne w czasie. Poprzez wymianę informacji, umowy handlowe itp. można zredukować rozmiary tego rodzaju niepewności. W przypadku niepewności egzogenicznej na prawdopodobieństwo pojawienia się zdarzenia nie ma wpływu decyzja jednostki. Należy podkreślić, że pojęcia przewidywanie przeszłości nie powinno się rozumieć identycznie jak pojęcia prognozowanie. Są ze sobą powiązane jednak nie są tożsame. Prognozowanie jest jedną z form przewidywania przyszłości. Jest to przewidywanie przyszłych faktów, zjawisk czy zdarzeń na podstawie uzasadnionych przesłanek ustalonych w toku badań naukowych. Jeśli jest ono wykonywane za pomocą metod naukowych i jeśli dotyczy ono zdarzeń związanych z gospodarowaniem, nazywa się je, na ogół, prognozowaniem gospodarczym. Definicja prognozowania jednoznacznie wskazuje, że jest to działanie mające na celu przewidywanie przyszłości z wykorzystaniem dorobku nauki. Wynikiem tego działania jest prognoza2 . Użytkownicy prognozy (zwłaszcza gospodarczej) wymagają, aby przedstawione im prognozy były uzasadnione, a najlepiej uzasadnione naukowo. Zainteresowanie przyszłością w działalności ludzkiej występowało zawsze i ma ono charakter powszechny. Stopień tego zainteresowania bardzo wzrósł w ostatnim okresie. Główną tego przyczyną jest fakt, iż przewidywanie przyszłości jest niezbędnym elementem w przygotowaniu ludzkiego działania. Nie można gospodarować racjonalnie bez konstrukcji prognozy. Jest ona niezbędna zarówno rządowi, politykowi gospodarczemu, samorządowi lokalnemu, producentowi, menedżerom, jak i zwykłemu człowiekowi, który musi w konkretnych warunkach podjąć decyzję wyboru jednej ze stojących do dyspozycji możliwości. Ich znaczenie wzrasta szczególnie w sytuacjach wymagających częstego podejmowania decyzji, które najczęściej dotyczą dalszej lub bliższej przyszłości. Główną trudnością, która się wówczas pojawia, to całkowity brak danych na temat przyszłych stanów różnych procesów i zjawisk w momencie ustalania decyzji. A zatem nie istnieje możliwość ustalenia jednoznacznej miary korzyści płynących z podejmowanych decyzji. Prognozy mogą być zatem konstruowane w celu dostarczania tych dodatkowych informacji zmniejszających lukę informacyjną, a tym samym mogą przyczynić się do zmniejszania ryzyka związanego z podejmowanymi decyzjami i ułatwianie ich podjęcia. W celu zachowania racjonalności podejmowanych decyzji makroekonomicznych należy podejmować próby konstrukcji prognoz, np. określenia poziomów liczbowych takich wielkości jak: inflacja, stopa procentowa, stopa bezrobocia, PKB, płaca, cena itp. Prawidłowy proces prognozowania tych wielkości wymaga uwzględniania szeregu czynników wpływających na nie, czyli m. in.: liczbę ludności, skłonność do konsumpcji, oszczędzania, poziom tych wielkości, wrażliwość indywidualnych konsumentów i podmiotów gospodarczych. Na otoczenie makroekonomiczne składają się zatem: prognozy demograficzne, ekonomiczne, naturalne, technologiczne, polityczno-prawne i społeczno-kulturowe. Zarządzanie gospodarką narodową łączy się z konstrukcją prognoz zarówno wielkości przyszłych dochodów państwa, jak i wydatków. Ze sporządzanych prognoz wynika również konieczność podejmowania określonych działań celem uniknięcia występowania niekorzystnych sytuacji, czy też zmniejszenia ich skutków, ale również celem przyśpieszenia przebiegu pożądanego procesu. Prognozy te są również podstawą sporządzania planów gospodarczych dotyczących polityki państwa: fiskalnej, monetarnej, czy też odnośnie działań na rynku pracy itp. A zatem decyzje oparte na zupełnie nietrafnych prognozach mogą okazać się katastrofalne w skutkach. W gospodarce rynkowej decyzje dotyczące rodzaju i wielkości działalności, wyboru rynków zaopatrzenia i zbytu, cen sprzedaży, technologii itp. podejmuje samodzielny podmiot gospodarczy-przedsiębiorstwo. Prowadzenie działalności gospodarczej w ramach systemu ekonomicznego wymaga opanowania trudnej sztuki podejmowania trafnych decyzji. Decyzje te są określane na podstawie antycypowanych, przyszłych sytuacji, a ich skutki ujawniają się po pewnym czasie od ich wdrożenia. W procesie podejmowania decyzji przyszłość jest więc brana pod uwagę ze względu zarówno na warunki, w jakich będzie realizowana. Potrzeba prognozowania występuje w każdym przedsiębiorstwie, bez względu na to, czy zajmuje się działalnością wytwórczą, usługową czy handlową. Prognozy są zatem częścią systemu wspomagania decyzji menedżerskich i są stosowane w zdecydowanej większości przedsiębiorstw. Współczesne, szybko zmieniające się i konkurencyjne warunki funkcjonowania przedsiębiorstw w gospodarce rynkowej powodują, że decydującego znaczenia w ich efektywnym zarządzaniu nabiera informacja zorientowana na przyszłość. Jedną z najważniejszych umiejętności współczesnego menedżera powinna być zdolność do wykorzystania dostępnych mu danych do sporządzania prognoz i przewidywania przyszłego kierunku rozwoju zjawisk ekonomicznych. Im menedżerowie bardziej precyzyjnie zrozumieją czego należy oczekiwać w przyszłości, tym bardziej będą wykorzystywać pojawiające się szanse i tym skuteczniej unikać zagrożeń. Nowoczesny proces zarządzania i podejmowania decyzji wymaga opracowania obiektywnych rozwiązań, które uzyskiwane są na podstawie wiarygodnych informacji i reprezentatywnych danych. Złożoność problemów zarządzania oraz szybki rozwój produkcji, dystrybucji i transportu implikuje konieczność coraz szerszego stosowania naukowych metod pozwalających na racjonalizację i optymalizację gospodarowania w wielu obszarach działalności. Bez stosowania metod naukowych rozwój nowoczesnego i efektywnego zarządzania jest obecnie niemożliwy. Za pomocą metod prognozowania można uzyskiwać zbiory informacji prognostycznych, dzięki którym współczesny człowiek ma możliwość wyeliminowania niekorzystnych, a czasami wręcz szkodliwych, przedsięwzięć w różnych obszarach swojej działalności. Aby podejmować racjonalne decyzje i stymulować rozwój interesujących nas zjawisk gospodarczych trzeba posiadać umiejętność przewidywania procesów rozwojowych tych zjawisk. Zagadnienia prognostyczne stosowane są zarówno w problemach poznawczych, jak i decyzyjnych. Należy wyraźnie podkreślić, że w podejmowaniu decyzji ważnym okazuje się, poza świadomością korzyści płynących z prognozowania, znajomość jego ograniczeń. Termin „prognoza” wywodzi się od greckiego prognosis i oznacza przewidywanie na podstawie określonych danych. W greckim źródłosłowie pojęcia „pro- -gnoza” można wyróżnić dwa człony: przedrostek pro oraz gnosis. Przedrostek wskazuje na wstępną, przygotowawczą fazę, a określenie gnosis oznacza wiedzę o czymś, co jeszcze nie nastąpiło. Prognozę należy zatem odróżnić od wróżby, przypuszczenia, wizji, przepowiedni, itp. Na gruncie prognozowania sformułowano różnorodne definicje prognozy. Oto dwa kontrastujące ze sobą ujęcia: Z. Czerwiński uważa, że: „Przez prognozę rozumiemy sąd o zajściu określonego zdarzenia w czasie określonym z dokładnością co do momentu (punktu) lub okresu (przedziału) czasu, należącego do przyszłości”3 . Z. Hellwig podaje zaś taką definicję: „Prognozą statystyczną nazywać będziemy każdy sąd, którego prawdziwość jest zdarzeniem losowym, przy czym prawdopodobieństwo tego zdarzenia jest znane i wystarczająco duże dla celów praktycznych”4 . Powyższe definicje są jednymi z wielu definicji. Jest to uwarunkowane różnorodnością sytuacji prognostycznych, celów i metod badań. Zdaniem M. Cieślak5 , prognoza to sąd charakteryzujący się następującymi właściwościami: ■ jest sformułowany z wykorzystaniem dorobku nauki, ■ odnosi się do określonej przyszłości, jest weryfikowany empirycznie, tzn. jest sformułowany precyzyjnie i możliwy do sprawdzenia, ■ jest niepewny, ale akceptowany. Prognoza służy wspomaganiu procesów decyzyjnych. W związku z tym wyróżnia się trzy podstawowe funkcje prognoz6 : 1. preparacyjną, 2. aktywizującą, 3. informacyjną. Preparacyjna funkcja prognoz wynika z tego, że jest ona działaniem, które przygotowuje inne działania podejmowane przez decydenta (pojedynczego człowieka, grupę osób, podmiot gospodarczy lub instytucję). Decydent opierając się na sformułowanej przez prognostę prognozie jest w stanie postępować racjonalnie wtedy, kiedy będzie miał do niej zaufanie. Aktywizująca funkcja prognoz polega na pobudzaniu do podejmowania działań sprzyjających realizacji prognozy zapowiadającej korzystne zdarzenia oraz przeciwstawiającej się jej spełnieniu, jeśli przewidywane zdarzenia są oceniane negatywnie (np. prognoza spadku sprzedaży w firmie, czy wzrostu udziału produktów nie odpowiadających normom jakościowym). Informacyjna funkcja prognoz związana jest z oswajaniem społeczeństwa z nadchodzącymi zmianami i zmniejszaniem lęku przed przyszłością. Taką rolę odgrywały w przeszłości proroctwa przepowiadające, np. pomór bydła czy suszę. Ogłoszenie niektórych prognoz może wywołać opanowane reakcje na zmiany, a nawet pełną ich akceptację. Oprócz wymienionych trzech podstawowych, wyróżnia się również funkcje pomocnicze prognoz, a mianowicie7 : ■ funkcję argumentacyjną – prognoza dostarcza decydentom argumentów ułatwiających podejmowanie takich, a nie innych decyzji; ■ funkcję doradczą – prognoza przygotowuje odpowiednie informacje odnoszące się do zjawisk będących przedmiotem procesu decyzyjnego; ■ funkcję mediacyjną – prognoza jest pomocna przy określaniu cen transakcyjnych (np. w procesie kupna-sprzedaży działki budowlanej). Szeroka tematyka prognozowania oraz formy sporządzanych prognoz wymagają ich usystematyzowania (klasyfikacji). Przy klasyfikacji prognoz wykorzystuje się różne kryteria. Najczęstszą przesłanką klasyfikacji prognoz jest horyzont czasowy, tj. okres, na który zostały one zbudowane. Ze względu na to kryterium wyróżnia się prognozy: krótkookresowe, średniookresowe i długookresowe. Z horyzontem czasowym wiąże się również podział na prognozy operacyjne i strategiczne. Ze względu na charakter czy strukturę prognoz dzielimy je na: prognozy proste i złożone. Ze względu na charakter lub strukturę prognoz, dzieli się je również na ilościowe oraz jakościowe. Kryterium charakteru lub struktury prognoz pozwala na ich podział na jednorazowe i powtarzalne. Prognozy dzielimy również na kompleksowe i sekwencyjne, na samosprawdzające się i destruktywne, na realistyczne i badawcze (w tym ostrzegawcze), prognozy zmiennych sterowalnych i nie sterowalnych itd.8 Prognozy dotyczące zjawisk ekonomiczno-społecznych są zwykle budowane przy wykorzystaniu opinii ekspertów lub modeli, które najlepiej – według określonego kryterium – opisują analizowane zagadnienie. Prognoza jest efektem prognozowania, które jest metodą przewidywania przyszłości. Prognozowanie jest mniej lub bardziej trafne w zależności od wybranej metodologii, przyjętych założeń, celu badania, ilości zmiennych, okresu na podstawie którego prognozujemy oraz okresu na jaki tworzymy prognozę. Dlatego istnieje wiele metod prognozowania. W literaturze przedmiotu brak jest jednoznacznego podziału metod prognozowania9 . Wynika to z faktu, że istnienie wielu złożonych metod prognostycznych i kryteriów ich klasyfikacji utrudnia jednoznaczne zakwalifikowanie poszczególnych metod do określonej grupy. Jedną z najczęściej stosowanych klasyfikacji metod jest ich podział na ilościowe i jakościowe. Metody jakościowe są oparte na sądach, opiniach czy oczekiwaniach. Istotne jest to, że nie jest budowany w tym przypadku model formalny (o charakterze statystyczno-ekonometrycznym). Stanowią one niejako zaprzeczenie podejścia ilościowego do prognozowania. Inną z klasyfikacji metod prognozowania, do której w literaturze jest dużo odwołań, jest podział zaproponowany przez A. Zeliasia10 na metody statystyczno-matematyczne i niematematyczne. W praktyce jest to zbieżne z podziałem na metody ilościowe i jakościowe. Takie klasyfikacje mogą sugerować, że do prognozowania wykorzystuje się jedną z metod, a tak naprawdę nigdy tak nie jest. Przewidywaniem zajmują się praktycznie zawsze eksperci, którzy wykorzystują swoją wiedzę, doświadczenie i intuicję. Mogą oni wykorzystywać m.in. modele matematyczne, statystyczne lub ekonometryczne. W praktyce, w zależności od tego, czy w konkretnym przypadku przeważa modelowanie matematyczne, statystyczne lub ekonometryczne, czy też wiedza, doświadczenie i intuicja eksperta (ekspertów), mówi się o przewidywaniu metodami matematycznymi (ilościowymi) (tj. na podstawie modeli matematycznych, statystycznych lub ekonometrycznych), bądź niematematycznymi, jakościowymi (ekspertologicznymi, heurystycznymi). Metody te w dużej mierze nakładają się na siebie. Powszechnie wiadomo, że eksperci w dużej mierze korzystają z modeli matematycznych, statystycznych lub ekonometrycznych. Z drugiej strony, wiedza, doświadczenie i intuicja ekspertów są niezbędne do wyboru: celu, przedmiotu i okresu badania, zmiennych objaśniających oraz modelu (matematycznego, statystycznego albo ekonometrycznego) przewidywania. Dlatego w praktyce zwykle stosuje się określoną mieszankę metod. Podział na przewidywanie heurystyczne oraz na podstawie modeli matematycznych, statystycznych i ekonometrycznych jest jednak bardzo wygodny, zwłaszcza z dydaktycznego punktu widzenia Metodologia prognozowania zjawisk ekonomicznych jest bardzo bogata i nadzwyczaj trudna warsztatowo. Obserwuje się wiele różnych podejść do tych samych problemów i często w wyniku zastosowania różnych metod otrzymuje się różne prognozy. Każdy prognostyk posługuje się pewną metodą, która także zależy od horyzontu prognozy, dostępności danych, łatwości użycia, łatwości interpretacji wyników oraz od kosztu tworzenia prognozy. Sama przez się narzuca się więc myśl, że trafność prognozy zależy od jakości metody prognozowania i podejścia prognostyka. Istnienie wielu złożonych metod prognostycznych i różny stopień „umiejętności” prognostyka wyklucza otrzymanie takich samych prognoz analizowanego zjawiska. Pomimo dość zaawansowanej metodologii prognozowania, nazbyt często nie udaje się przewidzieć tego, co czeka nas w bliższej lub dalszej przyszłości. Po pierwsze nie istnieją niezawodne metody prognozowania, po drugie zależą od wiedzy, doświadczenia i intuicji prognostyka. Sam fakt występowania różnych definicji i klasyfikacji prognoz, jak również istnienie wielu metod ich wyznaczania świadczy o niemożności wyznaczania jednakowo prawdopodobnych i trafnych prognoz. Wynikiem prognozowania jest prognoza, która w zależności od różnych czynników, w tym przede wszystkim jej wiarygodności, może zostać zaakceptowana lub nie. Niezależnie od tego, prognoza ta może zostać, po upływie momentu lub okresu, na który została zbudowana, zbadana pod względem trafności, co stanowi ocenę pojętej jej wąsko lub szeroko jakości. Analiza trafności prognoz (monitorowanie prognoz) jest również oceną samego działania jakim jest prognozowanie. Oceniając prognozę i prognozowanie często używa się pojęcia błędu prognozy ex ante i błędu prognozy ex post. Nie wchodząc w szczegóły, warto podkreślić, że właściwie tylko niewielka część prognoz może być uzupełniona przez błąd prognozy w momencie jej wyznaczenia (błąd ex ante). Są to głównie prognozy oparte na metodach ekonometrycznych. Dla zdecydowanej większości prognoz, w momencie ich wyznaczenia nie można wyznaczyć prawdopodobieństwa stawianej prognozy. Natomiast wszystkie prognozy mogą być zweryfikowane dopiero po zrealizowaniu się okresu prognozowanego (błędy ex post). Jednakże pomimo dość zaawansowanej metodologii prognozowania, nazbyt często nie udaje się przewidzieć tego, co czeka nas w bliższej lub dalszej przyszłości; błędy prognoz są zbyt duże. W związku z tym pojawia się pytanie: dlaczego prognozy społeczne (w tym ekonomiczne) są nietrafne. Z. Czerwiński podaje warunki, w których można wyznaczyć trafne i dokładne prognozy przyszłego stanu obiektu. Należą do nich11: ■ obiekt jest odizolowany od otoczenia, ■ istnieje prawo nauki obiektu, znane prognostykowi, ■ aktualny stan obiektu jest w pełni rozpoznawalny przez prognostyka. Nie trzeba nikogo przekonywać, że żaden z warunków potrzebnych do istnienia niezawodnej metody prognozowania nie jest spełniony w sferze zjawisk ekonomicznych. Żaden obiekt ekonomiczny (zjawisko ekonomiczne) nie jest odizolowany od otoczenia. Brak uniwersalnych, niezmiennych w czasie praw, a także brak dokładnego rozpoznania aktualnego stanu obiektów ekonomicznych wyklucza istnienie niezawodnych metod prognozowania. Zdając sobie sprawę z niepewności prognoz, można zapytać czy w ogóle warto się nimi zajmować? Prognozy społeczne nie mogą eliminować niepewności co do przyszłego stanu świata; prognozy te są użyteczne, gdyż tą niepewność redukują. Warto jednak znać i zdawać sobie sprawę z ograniczeń. Do postawienia trafnej prognozy stanu obiektu potrzebna jest z jednej strony znajomość przeszłości obiektu i otoczenia, a z drugiej strony- znajomość powiązań między zmiennymi charakteryzującymi obiekt i otoczenie. Słabość prognozowania jest następstwem słabego rozeznania w powiązaniach między zmiennymi. Brak znajomości praw podobnych do praw przyrody zmusza prognostyków do uciekania się do „substytutów” tych praw, jakimi są modele. Trzeba podkreślić rolę teorii jako ważnego źródła wiedzy o prognozowanym zjawisku. W naukach społecznych zwykle istnieje kilka teorii tego samego zjawiska. Teorie te różnią się założeniami instytucjonalnymi, założeniami behawiorystycznymi, założeniami technicznymi. Określony zbiór założeń stanowi podstawę każdej teorii. Analizując różne teorie, można wybrać te z nich, które wydają się adekwatne do sytuacji prognostycznej oraz wybrać modele z nich wynikające. Występuje tu więc oczywisty związek między trafnością prognoz a rozpoznaniem obiektu tj. wiedzą o obiekcie, którą dysponuje prognostyk, w szczególności znajomością praw rządzących obiektem. Niestety osiągnięty poziom rozwoju nauk ekonomicznych wydaje się relatywnie niski, bo nie ma wypracowanej spójnej całościowej teorii. Świadczy o tym najlepiej rozrzut opinii panujący wśród ekonomistów odnośnie różnych kwestii np. ostatniego kryzysu finansowego. Obecny stan wiedzy ekonomicznej nie pozwala w pełni wyjaśnić tych kwestii, a zatem wykorzystanie tej wiedzy do ingerowania w rzeczywistość oraz do prognozowania tej rzeczywistości jest obciążone wieloma ryzykami, z czego nie wszyscy zdają sobie sprawę. Przyczynowe zależności w ekonomii charakteryzują się na ogół tym, że między zdarzeniem-przyczyną i zdarzeniem-skutkiem występuje pośrednie stadium w postaci ekonomicznej decyzji. Przy czym przyczyna wpływa najpierw na np. na konsumenta, producenta, inwestora podejmującego odpowiednią decyzję, której realizacja jest skutkiem. W ekonomii zazwyczaj mamy do czynienia z taką sytuacją, że pewien skutek jest wynikiem jednoczesnego oddziaływania większej liczby przyczyn. Biorąc pod uwagę fakt, że pomiędzy przyczyną i skutkiem występuje ekonomiczna decyzja jako etap pośredni, można te przyczyny ująć w następujących grupach12: przyczyny ekonomiczne, ■ przyczyny techniczno-przyrodniczo-ekologiczne, ■ przyczyny polityczne i światopoglądowe oraz związane z wykształceniem fachowym, ■ przyczyny psychologiczne. Na te przyczyny reaguje decydent. Trzecia i czwarta grupa przyczyn różnicuje decydentów ze względu na ich reakcje na przyczyny grupy pierwszej i drugiej. Wiele przyczyn szczególnie z grupy trzeciej i czwartej, najczęściej pomija się w analizie. Teoria ekonomiczna podaje jedynie istotne czynniki zmian zjawiska ekonomicznego. Te czynniki nie mogą wyjaśnić zmian w sposób wyczerpujący, jak również nie pozwalają na przewidywanie zmian w przyszłości z zadowalającą dokładnością. Gdy chodzi o sferę zjawisk ekonomicznych istnieje brak praw naukowych tak dokładnych i bezwyjątkowych, jak prawa przyrody. Korzystanie z dorobku nauki nie gwarantuje więc „prawdziwego” odczytu rzeczywistości i co za tym idzie prawdziwego obrazu przyszłości. Za to ułatwia drogę do owej „prawdy” przez korzystanie ze wskazówek. Wśród przyczyn wpływających na zjawiska ekonomiczne wymienia się, między innymi, przyczyny polityczne i światopoglądowe. I właśnie zmieniająca się sytuacja polityczna często zmienia reguły gry ekonomicznej i przepisy prawno-finansowe. W procesie prognozowania wykorzystuje się dane o obiekcie dla którego sporządza się prognozę, oraz o obiektach stanowiących jego otoczenie. Zmiany zasad gospodarowania niszczą porównywalność tych danych liczbowych. W takich warunkach jest zrozumiałe, że budowa modeli prognostycznych jest zadaniem trudnym, niewdzięcznym i ryzykownym. Powszechnie jednak wiadomo, że prognozy jednych zjawisk gospodarczych okazują się być obarczone niewielkimi błędami, innych zaś-znacznie większymi. Wynika to z faktu, że niektóre zjawiska ekonomiczne są w różnym stopniu sterowane, czyli zależne od decydenta, a niektóre temu nie podlegają. Tylko prognozy zmiennych w pełni sterowanych byłyby bezbłędne, ponieważ ich stany byłyby wyznaczone mocą decyzji. W zagadnieniach społecznych, w tym gospodarczych, siła oddziaływania owych decyzji rzadko jest absolutna, zmienne sterowane zależą bowiem także od zmiennych nie sterowanych, na które decydent nie ma wpływu. Opracowuje się więc prognozy zarówno zmiennych nie sterowanych, jak i sterowanych. Trudność prognozowania w sferze zjawisk ekonomicznych bierze się także stąd, że obiekty gospodarcze nie są ani całkiem sterowane, ani całkiem automatyczne. Wyznaczając prognozę jednej zmiennej najczęściej opieramy się na przyszłych wartościach (prognozach) innych zmiennych, które wpływają na badaną zmienną. Powstaje więc łańcuch prognoz, gdzie trafność prognozy jednej zmiennej zależy od trafności prognoz innych zmiennych. Z uwagi na fakt, że rzadko ma się pewność do tego, jakie to będą wartości, nie chcąc ryzykować podania nietrafnej prognozy, można sformułować tzw. prognozę warunkową. Tak naprawdę, większość prognoz ekonomicznych ma właśnie charakter warunkowy. Jeżeli nie zostaną spełnione „warunki” (założenia) to formułowana prognoza okaże się nietrafna. Dlatego trzeba mieć na uwadze, iż duża część prognoz ma charakter warunkowy i że pozwala jedynie odpowiedzieć na pytanie: co będzie, jeśli? Nawet jednak najbardziej wiarygodna prognoza, dotycząca stabilnych i długotrwałych procesów ekonomicznych, nigdy nie jest i nie może być doskonała. Wynika to z dwóch przyczyn. Po pierwsze, ludzie dostosowują swoje działania do oczekiwań. Jeśli na przykład udałoby się przewidzieć, że za dwa miesiące nastąpi załamanie gospodarcze, to taka prognoza na pewno nie sprawdziłaby się. Jeśli prognoza byłaby wiarygodna, przedsiębiorcy zdążyliby dostosować się do sytuacji przede wszystkim poprzez zmniejszenie kosztów działalności: renegocjację umów o pracę, efektywniejsze wykorzystanie czynników produkcji bądź zastosowanie tańszej metody wytwarzania. W wyniku takiego postępowania załamanie gospodarcze zaczęłoby się wcześniej, miałoby łagodniejszy przebieg albo wręcz w ogóle nie byłoby zauważalne. W każdym przypadku wcześniejsza prognoza nie sprawdziłaby się. Tego typu prognozy często określa się jako prognozy ostrzegawcze, których zadaniem jest przewidywanie zdarzeń niekorzystnych dla odbiorców prognozy. Wówczas taka prognoza jest stymulatorem działań w stosunku do zmiennych sterowanych. Drugą z przyczyn niemożności doskonałego przewidywania jest to, że pewne wydarzenia, mające często decydujący wpływ na przyszłość, cechują się fundamentalną niepewnością. Dobry przykład stanowią wynalazki i odkrycia naukowe. Niektóre z nich, na przykład elektryczność, powodują rewolucyjne zmiany w funkcjonowaniu społeczeństw i kształcie gospodarki. Przewidzenie odkrycia byłoby jednak równoznaczne z jego dokonaniem. Trzeba się więc pogodzić z tym, że o przyszłości nigdy nie będziemy w stanie wiedzieć nic z absolutną pewnością. Prognozy społeczne (w tym gospodarcze) są zawsze niepewne, ale gdyby z nich zrezygnować, błędy w zachowaniu gospodarczym byłyby większe. Warto jednak pamiętać, że: ■ przyszły stan badanej zmiennej ekonomicznej jest wyznaczony przez przyszłe wartości innych zmiennych ekonomicznych i nieekonomicznych. Powstaje w ten sposób łańcuch prognoz, w którym jedne zawieszone są na drugich i trafność prognozy badanej zmiennej zależy od tego czy trafne były prognozy zmiennych objaśniających. Dlatego często prognoza jest jedynie słowem oczekiwań co do prawdopodobnego kierunku rozwoju, przy obecnym stanie wiedzy na temat wszystkich czynników wpływających na kierunek zmian i przy określonych założeniach co do polityki gospodarczej; ■ dodatkowym utrudnieniem prognozowania społecznego ( w tym gospodarczego) jest to, że sama prognoza stanowi zjawisko społeczne, które łącznie z innymi może oddziaływać na prognozowane zdarzenie; ■ im dłuższy horyzont prognozy, tym więcej założeń musi przyjąć prognozujący. Generalnie więc, im dłuższa prognoza, tym bardziej jest ona niepewna; ■ prognozy są często „skażone” osobistymi poglądami tego, kto ich dokonuje. Każdy prognostyk posługuje się pewną metodą, a więc pewnym systematycznym sposobem postępowania (w tym modelem), prowadzącym do postawionego sobie celu, którym jest prognoza. Same modele nie zawsze wystarczą do postawienia prognozy, gdyż prognoza, najczęściej makroekonomiczna, bazuje na połączeniu rezultatów z modelu ekonometrycznego i wiedzy eksperckiej (prognosty). Często zresztą operuje się prognozami eksperckimi, które w ogóle nie są oparte na żadnym modelu, a jedynie na wiedzy i intuicji eksperta. ■ nietrafna prognoza może być wynikiem nadużywania metod ekonometrycznych przez ludzi, którzy ani nie zgłębili ich istoty, ani też nie potrafią ich poprawnie stosować. Używają oni niewłaściwych modeli, przyjmując nieprawidłowe założenia dotyczące zmiennych egzogenicznych; ■ mimo wszelkich postępów w konstrukcji prognoz, coraz inteligentniejszych komputerów i programów służących celom prognostycznym, ekonomiści nie są w stanie zmienić natury obiektów ekonomicznych, które czasem zachowują się nieoczekiwanie, różnie od dotychczas obserwowanych zachowań; ■ zjawiska gospodarcze są bardziej skomplikowane niż np. zjawiska fizyczne. Każde takie zjawisko jest powiązane z dużą liczbą innych zjawisk ekonomicznych i społecznych, a także czysto biologicznych, chemicznych, fizycznych itd. Uwikłanie zjawisk społecznych w dużą liczbę czynników różnej stabilności sprawia, że prawidłowości kształtowania się tych zjawisk są na ogół mniej wyraziste i mniej trwałe w czasie niż w przypadku zjawisk fizycznych. Te okoliczności, a także niesłychanie rzadko występująca możliwość prowadzenia eksperymentów, sprawiają, że prawa nauk społecznych są „słabsze” niż prawa fizyki, a więc stanowią też słabszą podstawę przewidywań; ■ nie można zapominać, że proces prognozowania wymaga odpowiednich nakładów, zarówno pieniężnych jak i czasowych. Stąd rozważanie go w oderwaniu od tych nakładów jest nieuzasadnionym uproszczeniem. Wymaga wysokich kwalifikacji prognostów, stosowania różnych metod, często bardzo zaawansowanych, dużej liczby trudno dostępnych danych, specjalistycznego oprogramowania itp. Wiarygodność prognozy generalnie wzrasta wraz z kosztami poniesionymi na ten proces. Jednak po przekroczeniu pewnej wielkości tych kosztów, całkowite koszty prognozowania, uwzględniające również koszty strat, nie maleją, ponieważ nigdy nie uda się całkowicie wyeliminować czynnika niepewności13. ■ jakkolwiek za jakość prognozy odpowiada prognosta, to decydent musi mieć umiejętność jej oceny, gdyż skutki jego dzisiejszej decyzji ujawnią się w przyszłości. 1 M H. Pesaran, The Limits to Rational Expectations, Basil Blackwell, Oxford 1989 2 P. Dittmann, Prognozowanie w przedsiębiorstwie, Oficyna Ekonomiczna, Kraków 2004; M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 2005; E. Nowak, Prognozowanie gospodarcze. Metody, Modele, Zastosowania, Przykłady, Placet, Warszawa 1998; A. Zeliaś, B. Pawełek, S. Wanat, Prognozowanie ekonomiczne: teoria, przykłady, zadania, PWN, Warszawa 2004; A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.3 Z. Czerwiński, Moje zmagania z ekonomią, Akademia Ekonomiczna, Poznań 2002. 4 Z. Hellwig, Prognozy statystyczne, „Zeszyty Naukowe WSE we Wrocławiu” 1963, nr 16. 5 M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 2005. 6 M. Sobczyk, Prognozowanie. Teoria, przykłady, zadania, Placet, Warszawa 2008.7 M. Witkowski, T. Klimanek, Prognozowanie gospodarcze i symulacje w przykładach i zadaniach, Akademia Ekonomiczna, Poznań 2006. 8 Sama klasyfikacja prognoz mogłaby być przedmiotem osobnego artykułu. Nie jest jednak w tym przypadku niezbędna. Więcej na ten temat klasyfikacji prognoz można znaleźć np. M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 2005; A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.9 P. Dittmann, Prognozowanie w przedsiębiorstwie, wyd. 2, Oficyna Ekonomiczna, Kraków 2004; M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 2005; E. Nowak, Prognozowanie gospodarcze. Metody, Modele, Zastosowania, Przykłady, Placet, Warszawa 1998; A. Zeliaś, B. Pawełek, S. Wanat, Prognozowanie ekonomiczne: teoria, przykłady, zadania, PWN, Warszawa 2004; A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997. 10 A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.11 Z. Czerwiński, Moje zmagania z ekonomią, Akademia Ekonomiczna, Poznań 2002.12 Z. Zieliński, Liniowe modele ekonometryczne jako narzędzie opisu i analizy przyczynowych zależności zjawisk ekonomicznych, Wydawnictwo UMK, Toruń 1991.13 P. Dittmann, Prognozowanie w przedsiębiorstwie, wyd. 2, Oficyna Ekonomiczna, Kraków 2004.

7

Intuicja i zdrowy rozsądek czyli odpowiedź na polemikę

100%

Bieć A.

Kwartalnik Nauk o Przedsiębiorstwie

|

2011

|

vol. 19

|

issue 2

21-23

PL

Artykuł jest odpowiedzią na polemikę Tymoteusza Doligalskiego: Kiedy nastąpi Armageddon? W 2060, 2100, a może był w 1957?

8

Perspektywy badań nad językami specjalistycznymi

88%

Gajda S.

Lingwistyka Stosowana / Applied Linguistics / Angewandte Linguistik

|

2010

|

issue 3

53-59

EN

The word perspectives refers to the future and to forecasted opportunities i.e. to the third part of the science model: diagnosis – evaluation – forecast - application. Due to the fact that the best way for forecasting future is its creation (P.F. Drucker), the opportunities should be changed for objectives: (a) researchers' interest in dynamic transformations of communication-language reality in a specialist sphere of human activity; (b) an integration of paradigms, national research traditions and multi-disciplinary approaches; (c) an introduction of new organisational solutions and the use of the existing ones

9

Diagnoza i prognoza jako narzędzie dialogu teologii pastoralnej z socjologią na przykładzie świętowania niedzieli i starzenia się społeczeństwa w Polsce

88%

Wielebski T., Tutak M.

Teologia Praktyczna

|

2010

|

issue 11

27-50

PL

.

10

Zmiany demograficzne w powiecie wielickim

75%

Luty L.

Metody Ilościowe w Badaniach Ekonomicznych

|

2011

|

vol. 12

|

issue 2

241-248

PL

Ludność, jej stan w określonym czasie stanowi istotny składnik życia społecznego i gospodarczego danego regionu. Praca ma na celu opracowanie prognoz struktury ludności według ekonomicznych grup wieku w powiecie wielickim, w warunkach zmiennej struktury zjawiska w czasie. W pierwszym etapie analizy prognozujemy zjawisko, następnie za pomocą podobnych procedur jego składowe (tzw. surowe prognozy), a na ich podstawie wskaźniki struktury.

EN

The population, its status at a given time is an important component of social and economic life of the region concerned. The work aims at developing the forecasts of the structure of the population according to the economic groups of age in the powiat of Wieliczka, in conditions of variable structure of phenomena over time. In the first stage of analysis, we forecast phenomenon, then using similar procedures for its components (the so-called crude estimate) and their basis, indicators of the structure.

11

Kierunki zmian struktury agrarnej województw według grup typologicznych (prognoza do roku 2020)

75%

Bożek J.

Metody Ilościowe w Badaniach Ekonomicznych

|

2012

|

vol. 13

|

issue 1

58-68

PL

"W pracy została przedstawiona prognoza struktury agrarnej województw do roku 2020 wg grup typologicznych. Prognozę wyznaczono metodą prognozowania struktur E. Nowaka na podstawie danych GUS. Następnie metodą klasyfikacji rozmytej dokonano grupowania województw, uzyskując w ten sposób przewidywany obraz zróżnicowania przestrzennego badanej struktury w roku 2020. Sporządzona prognoza przedstawia, jakie przeobrażenia w strukturze agrarnej województw nastąpią, jeżeli kierunek i tempo zmian, jakie występowały w latach 2002-2009 nie ulegną zmianie."

EN

The paper presents the forecast of agrarian structure of voivodships up to 2020 according to typological groups. The data were taken from Statistical Yearbook of Agriculture edited by Central Statistical Office. The forecast was based on the method of structures’ forecasting proposed by Nowak. Then, on the basis of fuzzy classification method, the prediction of spatial differentiation of the structure under investigation up to 2020 was evaluated. The forecast presents what kind of changes in agrarian structure of voivodships will take place if the direction and rate of changes within the period of 2002 – 2009 remain stable.

12

Prognozowanie skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego

75%

Wierzchowski M. W.

Świat Nieruchomości

|

2010

|

issue 4(74)

4-13

PL

W artykule przedstawiono preferowane przez autora zasady analizy i oceny skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego, wykorzystujące metodę symulacji, uwzględniającą różne: a) sposoby wyznaczenia aktualnej wartości rynkowej nieruchomości; b) formuły matematyczne; c) wyznaczniki rynku kapitałowego. Zaletą takiego prognozowania, stanowiącą jego immanentną cechę, jest powtarzalność eksperymentu symulacyjnego w tych samych warunkach (przeprowadzonego przy zastosowaniu tych samych założeń). Umożliwia to: • szybką i jednoznaczną weryfikację uzyskanych wyników, • porównanie uzyskanych wyników, z uzyskanymi przy zastosowaniu rozwiązań alternatywnych, w tym konkurencyjnych. W artykule skupiono się na tych metodach prognostycznych, które mogą znaleźć praktyczne zastosowanie przez urbanistów w procesie oceny skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego. Są to: a) metody intuicyjne; b) metody kolejnych przybliżeń; c) metody taksonomiczne.

EN

The article presents the author's preferred methods for ana-lyzing and evaluating the financial consequences of adoption of the zoning plan, using the simulation method, taking into different ways: a. methods for defining the current market value of real estate; b. mathematical formulas; c. determinants of the capital market. The advantage of such a prediction, constitutes its inherent characteristic, experiment simulation is the repetition of in the same conditions (carried out using the same assumptions). This method allows you to: - prompt and clear verification of the results, - comparison of obtained results with those obtained using alternative, even competitive, solutions. The article focuses on the forecasting methods that can be applied in practice by planners in the process of assessing the financial impact of the adoption of a local zoning plan. They are: a. intuitive methods; b. methods of successive approximations; c. taxonomic methods.

13

Dynamika rozwoju rolnictwa ekologicznego w Polsce

75%

Luty L.

Metody Ilościowe w Badaniach Ekonomicznych

|

2012

|

vol. 13

|

issue 1

158-166

PL

Dynamiczny rozwój rolnictwa ekologicznego w Polsce obserwujemy od roku 2004. Wprowadzono wówczas dotacje do ekologicznej produkcji rolnej dla gospodarstw posiadających certyfikat zgodności i będących w trakcie przestawiania. Celem niniejszego opracowania jest przedstawienie dynamiki wzrostu liczby i powierzchni gospodarstw ekologicznych oraz liczby przetwórni ekologicznych w Polsce w latach 2004-2010 oraz wyznaczenie prognoz na trzy kolejne lata. Do wyznaczenia prognoz badanego zjawiska wykorzystano metodę ekstrapolacji modeli tendencji rozwojowych.

EN

Dynamic development of organic farming in Poland is observed since 2004. At that time were introduced the subsidies to organic agricultural production for farms with the certificate of conformity and were in the course of the changes. The aim of this study is to present the dynamics of growth of the number and size of organic farms and the number of organic ecological factories in Poland in the years 2004-2010 and the designation of the forecasts for the next three years. To designate the forecasts of investigated phenomena it was used extrapolation of models of development trends method.

14

Podstawy prawne prognozowania skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego

75%

Korecki D., Wierzchowski M. W.

Świat Nieruchomości

|

2010

|

issue 3(73)

28-35

PL

Opracowanie prognozy skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego wynika z ustawy z dnia 27 marca 2003 r. o planowaniu i zagospodarowaniu przestrzennym oraz ustawy z dnia 8 marca 1990 r. o samorządzie gminnym. Prognoza ta powinna określać wpływ ustaleń projektu planu na: 1) dochody własne i wydatki gminy; 2) wydatki związane z realizacją inwestycji z zakresu infrastruktury technicznej, które należą do zadań własnych gminy; 3) walory ekonomiczne przestrzeni i związane z nią prawa własności oraz wartości nieruchomości; oznaczające w praktyce: • bezpośrednią odpowiedzialność ekonomiczną gminy za zmiany wartości nieruchomości spowodowane uchwaleniem nowego planu lub zmianą istniejącego, mającą formę (odszkodowania, wykup nieruchomości, oferowanie nieruchomości zamiennych); • możliwość uzyskania przez gminę korzyści wynikających ze wzrostu wartości nieruchomości spowodowanej uchwaleniem nowego planu lub zmianą istniejącego. W wielu przypadkach, racjonalne gospodarowanie przestrzenią na położonych na obszarach przeznaczonych w planach miejscowych na cele inne niż rolne i leśne umożliwia proces scalania i wymiany nieruchomości, regulowany przepisami ustawy z dnia 21 sierpnia 1997 r. o gospodarce nieruchomościami. Warunki scalenia i podziału nieruchomości określa plan miejscowy. Ustala on między innymi: • wysokość, termin i sposób zapłaty przez beneficjentów scalenia opłat adiacenckich; • wykaz działek gruntu wydzielonych pod drogi oraz urządzeń, których właściciele lub użytkownicy wieczyści nie mogli odłączyć od gruntu, oraz za drzew i krzewów - za które gmina wypłaci odszkodowanie.

EN

Develop financial forecasts of the effects of the adoption of local land use plan based on the Law of 27 March 2003 on planning and spatial development and the Act of 8 March 1990 on local self government. Forecast should specify the impact of the findings of the draft plan at: 1. own revenue and expenditure of municipalities; 2. costs relating to investments in technical infrastructure, which belong to the commune’s own tasks; 3. economic qualities of space and related property rights and property values, meaning in practice: - direct economic responsibility of the community due to changes in property values by adopting a new plan or changing an existing one, having the form (compensation, purchase of real estate, offering replacement property); - the possibility for the municipality gains, due to the increase of property value caused by adopting a new plan or changing an existing one. In many cases, rational land management - located in the areas allocated in local plans for purposes other than agriculture and forestry - enables the process of integrating and exchanging property, governed by the provisions of the Act of August 21, 1997 Real Estate Management. Terms of merging and division of property determines the local plan. It establishes: - the amount, timing and method of payment by beneficiaries fees for the access to technical infrastructure; - a list of parcels of land dedicated for roads and facilities whose owners or users could not disconnect from the land, and for trees and shrubs - for which the municipality will pay compensation.

15

PROGNOZA LICZBY PRACUJĄCYCH W PRZEKROJU GRUP ZAWODÓW W POLSCE NA LATA 2014–2022

75%

Gajdos A.

Polityka Społeczna

|

2015

|

vol. 42

|

issue 11-12(500–501)

32-38

EN

The main objective of this article is a presentation of the forecasting model for the number of employees by major and submajor occupational groups in the horizon 2014–2022. In this article were used data from Labour Force Survey in crosssection by occupaional groups consistent with the International Standard Classification of Occupations ISCO-08. To forecast the number of employed by major occupational groups a multiequation regression model, consisting of 10 equations, was used. Forecasts of the total number of employed in Poland obtained from macroeconomic model were used to predict the employment in major and submajor occupational groups.

PL

Celem artykułu jest prezentacja modelu prognostycznego oraz wyników prognoz w przekroju wielkich i dużych grup zawodowych. W artykule były używane dane z Badania Aktywności Ekonomicznej Ludności w przekroju grup zawodowych zgodnym z Międzynarodowym Standardem Klasyfikacji Zawodów ISCO-08. Prognozy liczby pracujących w przekroju wielkich grup zawodowych zostały wykonane przy wykorzystaniu 10-równaniowego modelu przyczynowo-skutkowego. Prognozy liczby pracujących ogółem w Polsce uzyskane z modelu makroekonomicznego były podstawą wygenerowania prognoz w przekroju wielkich i dużych grup zawodowych.

16

Prognoza wzrostu gospodarczego polskich regionów do 2015 roku

75%

Herbst M.

Studia Regionalne i Lokalne

|

2008

|

issue 2(32)

61-71

PL

Celem analizy przedstawionej w dalszej części artykułu jest symulacja wzrostu gospodarczego w polskich regionach i podregionach w latach 2006–2015, wykorzystująca obserwowane w przeszłości odchylenia regionalnych stóp wzrostu od stopy krajowej. Prognoza przewiduje, że głównymi ośrodkami wzrostu w badanym okresie będą metropolie warszawska i poznańska. Do 2015 r. województwo mazowieckie znacznie przekroczy średni poziom PKB na mieszkańca dla UE 27. Choć polska gospodarka zbliży się pod względem dochodów do unijnej średniej, to należy się spodziewać dalszej polaryzacji rozwoju między regionami. Najbiedniejsze polskie województwa mogą w 2015 r. osiągnąć PKB per capita zbliżony do średniego poziomu dla Polski z 2006 r.

EN

The article offers a forecast of GDP per capita growth in Polish regions (NTS2) and subregions (NTS3) between 2006 and 2015, based on the past deviations of regional economies from the national growth path. The simulation shows that highest rates are expected in two metropolitan areas – Warsaw and Poznan. The Mazowieckie region (the one including Warsaw) will become the first to surpass the average level of GDP per capita in EU27. Although Poland will generally close the GDP gap to EU, further polarisation between regions is expected. The per capita income of the most lagging Polish regions will in 2015 reach (in real terms) the 2006 level of Polish national economy.

17

Population changes and characteristics of demographic processes in Tbilisi

71%

Meladze G., Loladze N.

Space – Society – Economy

|

2017

|

issue 19

87-103

PL

Na początku lat 90. XX wieku w Gruzji miało miejsce natychmiastowe zakończenie wieloletnich stosunków gospodarczych ze Związkiem Radzieckim. Dodatkowo konflikty zbrojne w Abchazji i Osetii Północnej doprowadziły do kryzysu społeczno-gospodarczego i politycznego w Gruzji. Wszystkie te wydarzenia miały ogromny wpływ na procesy demograficzne w Tbilisi. Niniejszy artykuł ma na celu ukazanie głównych czynników społeczno-ekonomicznych i kulturowych dotyczących zmian demograficznych i procesów demograficznych w postsowieckiej Tbilisi. Dodatkowo autorzy przedstawili prognozy zmian liczby ludności w latach 2015–2030.

EN

At the beginning of the 1990s, as a result of the dissolution of the Soviet Union, an instant termination of economic relations that had existed for dozens of years took place in Georgia. Along with the armed conflicts in the regions of Tskhinvali and Abkhazia it has led to a full-fledged socio-economic and political crisis in Georgia. These unordinary events have had a great influence on the demographic processes at hand in Tbilisi. This article aims to establish the effects of the main socio-economic and cultural factors on population change and demographic processes in post-Soviet Tbilisi and offers prognosis on population change according to low, medium and high estimates for 2015–2030.

18

Problemy metodologiczne futurologii jako „dyscypliny naukowej”

71%

Kołodziej A.

Acta Universitatis Lodziensis. Folia Sociologica

|

2017

|

issue 61

99-112

EN

The twentieth century brings the growing pace of change and dynamic development of science. The combination of these factors creates both demand and hope for a rational, effective and scientific knowledge of the future. Some of these hopes have focused on futurology as a discipline oriented not only on research, but also on shaping the future. The dynamic development of predictive scientific activities, numerous studies and publications did not result however in full recognition of futurology as a scientific discipline. This text presents the basic methodological problems of studies on the future, ways of understanding the futurology as a separate discipline, perspectives and paradigms in futures studies. These considerations will be complemented by a few examples showing the prognostic potential of futures studies in the social sciences.

PL

Wiek XX obok rosnącego tempa zmian przynosi dynamiczny rozwój nauki. Połączenie tych czynników tworzy zapotrzebowanie oraz nadzieję na racjonalne, skuteczne i naukowe poznanie przyszłości. Część tych nadziei zogniskowała się wokół futurologii jako dyscypliny ukierunkowanej nie tylko na badanie, ale także na kształtowanie przyszłości. Mimo dynamicznego rozwoju działalności prognostycznej, licznych badań i publikacji, futurologia nie uzyskała jednak miana pełnoprawnej i niebudzącej metodologicznych wątpliwości dyscypliny naukowej. Niniejszy tekst przedstawia podstawowe problemy metodologiczne związane z unaukowieniem studiów nad przyszłością, sposoby rozumienia futurologii jako odrębnej dyscypliny oraz paradygmaty postrzegania przyszłości. Rozważania te zostaną uzupełnione o kilka przykładów prognostycznych obrazujących potencjał studiów nad przyszłością w obrębie nauk społecznych.

19

AKTYWNE ZARZĄDZANIE RYZYKIEM POLITYCZNYM NA RYNKU KAPITAŁOWYM – ISTOTA I SPOSOBY ZARZĄDZANIA W ORGANIZACJI

63%

Broniszewski M.

Kwartalnik Naukowy Uczelni Vistula

|

2017

|

issue 3(53)

5-16

PL

Celem artykułu jest przybliżenie i ukazanie istoty oraz sposobu zarządzania ryzykiem politycznym na rynku kapitałowym. W artykule przedstawiono koncepcję zarządzania ryzykiem politycznym w celu racjonalizacji szeroko rozumianych korzyści, bądź racjonalizacji i minimalizacji strat w funkcjonowaniu oraz sprawności uczestników rynku kapitałowego. W warstwie teoretycznej stworzony do tego analityczny model umożliwia uczestnikom rynku kapitałowego identyfikowanie ryzyka politycznego i jego zarządzania, umożliwiający określenie ich potencjalnego wpływu na wydajność oraz określenie najlepszej metody zarządzania ryzykiem w wybranej sieci organizacji. W warstwie teoretycznej również dokonano wskazania związku ryzyka politycznego z rynkiem kapitałowym. W warstwie empirycznej wykorzystano metodę case study jako metodę badawczą, opierającą się na studium pojedynczego przypadku sieci wybranej organizacji – uczestnika rynku kapitałowego w celu ustaleniu siły oddziaływania zmian decydenta politycznego. Wyniki badań umożliwiły zidentyfikowanie ryzyka politycznego w sieci organizacji należącej do grupy kapitałowej, określono możliwe konsekwencje wynikające ze zmiany decydenta politycznego w funkcjonowaniu organizacji oraz określono formy skutecznej współpracy pomiędzy partnerami sieci w organizacji. Praktyczne zastosowanie badań pozwala organizacjom odpowiednio reagować w sytuacji niepewności politycznej na rynku kapitałowym. Wskazano również na znaczenie metod podejmowanych przez organizację w celu uniknięcia redukcji miejsc pracy.

EN

The aim of the article is to bring closer and to show the essence and way of managing the political risk in the capital market. In is article, the author presented the concept of political risk management in order to rationalise benefits in a broad sense or to rationalise and minimise losses in the functioning and efficacy of the capital market’s participants. In the theoretical payer, the developed for this purpose analytical model enables the capital market’s participants identifying the political risk and management thereof, making it possible to determine their potential impact on efficacy and to find the best method of risk management in the chosen network of organisation. In the theoretical layer, there was also indicated the relation of the political risk with the capital market. In the empirical layer, the author used the method of case study as a research method based on the study of a single case of the network of the chosen organisation – the capital market’s participant – in order to determine the power of impact of changes of the policymaker. The research findings allowed identifying the political risk in the network of the organisation belonging to the capital group; there were defined possible consequences issuing from the change of the policymaker in the organisation’s functioning as well as there were determined the forms of efficient cooperation between partners of the network in the organisation. The practical application of research allows organisations to react properly in the situation of political uncertainty in the capital market. The author also indicated the importance of the methods undertaken by the organisation in order to avoid reduction of jobs.

20

Репрезентация футуральной семантики в произведении Михаила Веллера Колечко

63%

Арзиева Е.

humanistica 21

|

2018

|

vol. 2

129-148

PL

Artykuł przynosi analizę werbalno-semantycznych środków wcielenia semantyki futuralnej w opowieści Kółko autorstwa jednego z przedstawicieli literatury postmodernizmu – Mychała Welera. Autorka opisuje specyficzne sposoby zbudowania w powieści linii fabularnej, prowokującej semantykę futuralną. Autorka akcentuje właściwości takie jak: fragmentaryczne wyznaczenie przestrzeni, nieobecność imienia u bohaterów, temporalna trajektoria przeistoczenia obiektu. Jeśli chodzi o semantykę futuralną, jak podkreśla autorka, szczególnie aktualizuje się siema prognoza. Autorka artykułu wyznacza również współzależność semantyki futuralnej z semantyką wirtualnego świata i znaczenie tej współzależności dla ujawnienia ideowego zamysłu autora. Polega on na tym, że nieświątobliwe działania, zniekształcona interpretacja ludzkich wartości, zignorowanie ich w przeszłości i teraźniejszości nieuchronnie pozbawiają człowieka przyszłości. Idea ta wpisuje się do postmodernistycznego paradygmatu kulturowego wraz z charakterystyczną dla niego neutralizacją zasięgów przeszłości, terażniejszości i przyszłości w filozoficznym i lingwistycznym rozumieniu kategorii czasu.

EN

The article deals with verbal and semantic means of embodying futural semantics in the story Ring one of the representatives of postmodern literature – Mikhail Veller. The author reveals special ways of presenting the storyline, provoking futural semantics. Particular attention is paid to such features as the fragmentation of the image of space, the lack of a name for the pt, the temporal pathway of the reincarnation of the object. In the composition of the spectrum of futural semantics, the seme forecast is especially activated. In addition, the correlation of futural semantics and the semantics of possible worlds is described and the value of this ratio for revealing the author's ideological intent. It consists in the fact that unrighteous actions, a distorted interpretation of human values as well as ignoring them in the past and present inevitably deprive a person of the future. This idea fits into the postmodern cultural paradigm, which is characterized by the neutralization of the boundaries of the past, present and future in the philosophical and linguistic apprehension.

Refine search results

Psychoza poporodowa

TIMP-2 potencjalnym markerem prognostycznym w guzach pochodzenia neuroblastycznego

Forecasts an employment rate of older workers in Poland with time – area analogy method /

Zastosowanie danych o rożnej częstotliwości w prognozowaniu makroekonomicznym na podstawie modeli dynamicznych

Zastosowanie danych o różnej częstotliwości w prognozowaniu makroekonomicznym

DLACZEGO PROGNOZY EKONOMICZNE SĄ NIETRAFNE?

Intuicja i zdrowy rozsądek czyli odpowiedź na polemikę

Perspektywy badań nad językami specjalistycznymi

Diagnoza i prognoza jako narzędzie dialogu teologii pastoralnej z socjologią na przykładzie świętowania niedzieli i starzenia się społeczeństwa w Polsce

Zmiany demograficzne w powiecie wielickim

Kierunki zmian struktury agrarnej województw według grup typologicznych (prognoza do roku 2020)

Prognozowanie skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego

Dynamika rozwoju rolnictwa ekologicznego w Polsce

Podstawy prawne prognozowania skutków finansowych uchwalenia miejscowego planu zagospodarowania przestrzennego

PROGNOZA LICZBY PRACUJĄCYCH W PRZEKROJU GRUP ZAWODÓW W POLSCE NA LATA 2014–2022

Prognoza wzrostu gospodarczego polskich regionów do 2015 roku

Population changes and characteristics of demographic processes in Tbilisi

Problemy metodologiczne futurologii jako „dyscypliny naukowej”

AKTYWNE ZARZĄDZANIE RYZYKIEM POLITYCZNYM NA RYNKU KAPITAŁOWYM – ISTOTA I SPOSOBY ZARZĄDZANIA W ORGANIZACJI

Репрезентация футуральной семантики в произведении Михаила Веллера Колечко