An Evaluation of Company Performance Using the Fay-Herriot Model

• Authors: Grażyna Denhel , Michał Pietrzak , Łukasz Wawrowski

Title variants

PL

Ocena działalności przedsiębiorstw z wykorzystaniem modelu Faya-Herriota

• Languages of publication: EN

Abstracts

EN

Information about monthly characteristics of the small business sector is currently provided mainly by sample surveys conducted, among others, by the Central Statistical Office. Sample size enables parameters of interest to be estimated with acceptable precision only at the country or voivodeship level or by NACE section. The growing demand for reliable estimates at a low level of aggregation is the motivating force behind research into the application of indirect methods of estimation based on auxiliary sources of information. Hence, the article seeks to evaluate the possibility of applying the Fay-Herriot model to estimate one of the basic economic variables that characterise small business, i.e. revenue, based on information collected in administrative registers maintained by the Ministry of Finance.

PL

Informacje dotyczące miesięcznych charakterystyk sektora małych przedsiębiorstw obecnie pochodzą głównie z badań reprezentacyjnych prowadzonych m.in. przez GUS. Wielkość próby umożliwia precyzyjne oszacowanie parametrów jedynie dla całego kraju i województw bądź w przekroju sekcji PKD. Rosnąca potrzeba dostarczenia wiarygodnych szacunków na niskim poziomie agregacji skłania do prowadzenia badań dotyczących zastosowania pośrednich metod estymacji wykorzystujących dodatkowe źródła informacji. Stąd też celem artykułu jest ocena możliwości zastosowania modelu Fay-Herriota do oszacowania jednej z podstawowych charakterystyk ekonomicznych dotyczących małych przedsiębiorstw, jaką jest przychód, na podstawie informacji zawartych w rejestrach administracyjnych prowadzonych przez Ministerstwo Finansów.

Keywords

EN

small area estimation; indirect estimation; administrative registers; Fay-Herriot model; economic statistics

PL

statystyka małych obszarów; estymacja pośrednia; rejestry administracyjne; model Faya-Herriota; statystyka gospodarcza

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie
• Journal: Argumenta Oeconomica Cracoviensia
• Year: 2017
• Issue: 16
• Pages: 23-36

Contributors

author

Grażyna Denhel

• Uniwersytet Ekonomiczny w Poznaniu, Wydział Informtyki i Gospodarki Elektronicznej, Katedra Statystyki, al. Niepodległości 10, 61-875 Poznań, Poland

author

Michał Pietrzak

• Uniwerystet Ekonomiczny w Poznaniu, Wydział Informatyki i Gospodarki Elektronicznej, Katedra Statystyki, al. Niepodległości 10, 61-875 Poznań, Poland

author

Łukasz Wawrowski

• Uniwerystet Ekonomiczny w Poznaniu, Wydział Informatyki i Gospodarki Elektronicznej, Katedra Statystyki, al. Niepodległości 10, 61-875 Poznań, Poland

References

• Benavent, R. and Morales, D. (2015) “Multivariate Fay-Herriot Models for Small Area Estimation”. Computational Statistics & Data Analysis 94: 372–90, http://www.sciencedirect.com/science/article/pii/S016794731500170X, https://doi.org/10.1016/j.csda.2015.07.013.
• Boonstra, H. J. and Buelens, B. (2011) “Model-based Estimation”. Statistics Netherlands, https://www.cbs.nl/NR/rdonlyres/DA57C4D8-A631-4C04-B4EA-9165D264D0D6/ 0/2011x3706.pdf. Accessed: 2 May 2016.
• Dehnel, G. (2015) “Robust Regression in Monthly Business Survey” in W. Okrasa (ed.) Statistics in Transition – New Series 16(1): 1–16, Warszawa, http://stat.gov.pl/en/sit-en/issues-and-articles-sit/previous-issues/volume-16-number-1-spring-2015/.
• Fay, R. and Herriot, R. (1979) “Estimates of Income for Small Places: An Application of James-Stein Procedures to Census Data”. Journal of American Statistical Association 74: 269–77.
• Guadarrama, M., Molina, I. and Rao, J. N. K. (2016) “A Comparison of Small Area Estimation Methods for Poverty Mapping”. Statistics in Transition. New Series and Survey Methodology 17(1): 41–66, http://stat.gov.pl/en/sit-en/issues-and-articles-sit/current-issue/.
• Horvitz, D. G. and Thompson, D. J. (1952) “A Generalization of Sampling without Replacement from a Finite Universe”. Journal of the American Statistical Association 47: 663–85.
• The Methodology of the 2011 National Population and Housing Census – Selected Aspects (2011). Warsaw: Central Statistical Office.
• Pratesi, M. and Salvati, N. (2008) “Small Area Estimation: the EBLUP Estimator Based on Spatially Correlated Random Area Effects”. Statistical Methods and Applications 17: 113–41, http://dx.doi.org/10.1007/s10260-007-0061-9.
• Rao, J. N. K. (2003) Small Area Estimation. Hoboken, NJ: Wiley.
• Wawrowski, Ł. (2014) “Wykorzystanie metod statystyki małych obszarów do tworzenia map ubóstwa w Polsce”. Wiadomości Statystyczne 9: 46–56, http://stat.gov.pl/czasopisma/wiadomosci-statystyczne/archiwum/.

Identifiers

DOI

10.15678/AOC.2017.1602