Search results

1

Międzynarodowa konkurencyjność polskich produktów mleczarskich w warunkach liberalizacji rynku mleka

100%

Kiryluk-Dryjska E., Baer-Nawrocka A.

Gospodarka Narodowa. The Polish Journal of Economics

|

2013

|

vol. 262

|

issue 3

101-118

EN

The article looks at the competitiveness of Polish dairy products on the international market, examining projections through 2020. Two separate scenarios are analyzed. The first scenario assumes liberalization on the international milk market, while the second scenario assumes no change from the current trade policy. The analysis of the competitiveness of dairy products was made on an ex-post basis (for the 2004-2010 period) as well as in ex-ante terms (for 2020). The projections for 2020 were calculated using a Common Agricultural Policy Regionalized Impact (CAPRI) partial equilibrium model. To assess the competitiveness of Polish dairy products on the international market, the authors used competitiveness indexes proposed by German economist Klaus Frohberg. The competitiveness of Polish dairy products was assessed on the basis of trade results projected for the European Union. Powdered milk was the most competitive Polish dairy product on the international market in the studied period, the authors say. The projections for this product for 2020 suggest that its price and production volume will increase. On the other hand, butter proved to be the least competitive Polish dairy product. Its net trade value and competitiveness indexes are expected to deteriorate. The article finds that market liberalization reduces the competitiveness of Polish dairy products on the international market compared with the no-change scenario. Both the net trade values and the competitiveness indexes tend to be lower under the assumption of market liberalization, the authors conclude.

PL

Celem artykułu jest ocena konkurencyjności wybranych polskich produktów mleczarskich na rynku międzynarodowym oraz jej prognoza dla roku 2020, przy założeniu dwóch wariantów: liberalizacji i braku liberalizacji na rynku mleka. Analizę konkurencyjności artykułów mleczarskich przeprowadzono w ujęciu ex-post (na podstawie danych z lat 2004-2010) oraz ex-ante (na podstawie prognozowanych wartości eksportu i importu na rok 2020). Prognozy przeprowadzono przy wykorzystaniu modelu równowagi cząstkowej CAPRI. W analizach konkurencyjności polskich produktów mleczarskich w handlu zagranicznym zastosowano mierniki zaproponowane przez Frohberga. Konkurencyjność produktów mleczarskich analizowano na tle prognozowanych wyników handlowych w UE. Relatywnie najwyższą konkurencyjność na rynku międzynarodowym spośród wszystkich analizowanych produktów mleczarskich wykazuje mleko w proszku. Z kolei najmniej konkurencyjnym produktem jest masło, w odniesieniu do którego w 2020 r. przewiduje się ujemne saldo handlu zagranicznego oraz pogorszenie się wskaźników konkurencyjności. Wyniki badań wskazują, że liberalizacja doprowadzi do pogorszenia konkurencyjności polskich artykułów mleczarskich na rynku międzynarodowym w porównaniu z sytuacją kiedy utrzymane byłoby status quo. Wskazują na to zarówno wartości salda handlu zagranicznego jak i wartości wskaźników konkurencyjności. W tym kontekście można powiedzieć, że wdrożenie propozycji Falkonera zakładającego liberalizację wpłynęłoby niekorzystnie na konkurencyjność polskich produktów mleczarskich na rynku międzynarodowym.

2

Kryteria wyboru liczby skupień w binarnym modelu klas ukrytych – analiza symulacyjna

100%

Kapłon R.

Przegląd Statystyczny

|

2010

|

vol. 57

|

issue 1

66-84

EN

When using latent class analysis the number of clusters need to be known in advance. In order to decide on this, one can use information criteria. In such a case selection procedure is as follows: estimating a few models with different number of classes, computing information criteria and choosing a model for which a criterion takes the smallest value. Because there are many information criteria one need to determine which of them ought to be decisive. Unfortunately, by virtue of the differences among these criteria, their reliability alter depending on model class. Simulations confirm it as well. Taking into account the fact that simulations mainly concern finite mixtures of normal density functions, therefore in this paper we broaden research to latent class analysis.

PL

Wykorzystanie analizy klas ukrytych (LCA) wymaga przyjęcia a priori liczby klas. W celu rozstrzygnięcia, ile ma ich być, można wykorzystać kryteria informacyjne. Procedura selekcji sprowadza się do: szacowania kilku modeli o różnej liczbie klas, obliczenia wartości kryterium informacyjnego oraz wyboru modelu, dla którego odnotowano najmniejszą wartość tego kryterium. Ponieważ istnieje wiele kryteriów informacyjnych, więc należy zadecydować, które powinno rozstrzygać. Niestety, nie można jednoznacznie wskazać na konkretne kryterium, gdyż w zależności od klasy modelu, zmienia się ich wiarygodność. Taki wniosek wynika z badań symulacyjnych. Biorąc pod uwagę fakt, że najczęściej badania takie dotyczyły mieszanek rozkładów normalnych, dlatego celem niniejszego opracowania jest rozszerzenie tych badań o analizę klas ukrytych.

3

Makroekonomiczne czynniki ryzyka kredytowego w sektorze bankowym w Polsce

80%

Wdowiński P.

Gospodarka Narodowa. The Polish Journal of Economics

|

2014

|

vol. 272

|

issue 4

55-77

EN

The article explores key micro- and macroeconomic factors with an impact on credit risk and analyzes the credit risk model prevalent in Poland’s banking sector. Credit risk is one of the most important risks in the banking sector, the author says. He adds that risk management should be subject to strict owner control and regulatory and supervisory measures. On the basis of quarterly data for a period from the first quarter of 1997 to the second quarter of 2013, Wdowiński estimated an error correction model for aggregate credit risk in Poland, as measured by the proportion of non‑performing loans (NPLs) in total loans. The key macroeconomic factors considered by the author were GDP, the interest rate, the unemployment rate, and the exchange rate. An ex post simulation for the 2008–2012 period, based on an adverse macroeconomic scenario for Poland, showed that such a scenario could lead to a marked increase in credit risk for non‑financial enterprises and households, Wdowiński says. As a result of this scenario, the banking sector could be affected by a significant decline in activity and its financial position would deteriorate. This would mean fewer investment opportunities for banks and a decline in their capital position, which would reduce their ability to absorb losses. Such a situation, the author concludes, could lead to “second‑round” effects based on limiting financing for the real economy due to increased credit risk and increased lending margins.

PL

Celem artykułu jest przegląd głównych czynników mikro- i makroekonomicznych wpływających na ryzyko kredytowe oraz analiza modelu ryzyka kredytowego w sektorze bankowym w Polsce. Ryzyko kredytowe jest jednym z najważniejszych rodzajów ryzyka jakie podejmuje się w sektorze bankowym. Zarządzanie tym ryzykiem powinno podlegać ścisłej kontroli zarówno ze strony właścicieli, jak i poprzez działania o charakterze regulacyjno‑nadzorczym. Na podstawie kwartalnych danych statystycznych w okresie od I kw. 1997 r. do II kw. 2013 r. oszacowano model korekty błędem dla zagregowanego ryzyka kredytowego w Polsce, mierzonego za pomocą odsetka kredytów z utratą wartości w kredytach ogółem. Za najważniejsze czynniki makroekonomiczne przyjęto PKB, stopę procentową, stopę bezrobocia oraz kurs walutowy. Przeprowadzono symulację ex post w latach 2008-2012 opierając się na scenariuszu makroekonomicznym obrazującym głęboką recesję gospodarczą w Polsce. Pokazano, że jego realizacja mogłaby spowodować wyraźny wzrost ryzyka kredytowego zarówno w odniesieniu do przedsiębiorstw niefinansowych, jak i gospodarstw domowych. W wyniku materializacji tego scenariusza sektor bankowy mógłby zostać dotknięty znacznym spadkiem aktywności i pogorszeniem się wyniku finansowego. Oznaczałoby to mniejsze możliwości inwestycyjne banków i pogorszenie się ich pozycji kapitałowej, co zmniejszyłoby ich zdolność do absorpcji strat. Sytuacja taka mogłaby doprowadzić do efektów „drugiej rundy” polegających na ograniczeniu finansowania sfery realnej gospodarki wskutek wzrostu ryzyka kredytowego i wzrostu marż kredytowych.

Refine search results

2 Gospodarka Narodowa. The Polish Journal of Economics

1 Przegląd Statystyczny

1 Baer-Nawrocka A.

1 Kapłon R.

1 Kiryluk-Dryjska E.

1 Wdowiński P.

1 2014

1 2013

1 2010

Międzynarodowa konkurencyjność polskich produktów mleczarskich w warunkach liberalizacji rynku mleka

Kryteria wyboru liczby skupień w binarnym modelu klas ukrytych – analiza symulacyjna

Makroekonomiczne czynniki ryzyka kredytowego w sektorze bankowym w Polsce