SVEUČILIŠTE U RIJECI - oliver.efri.hroliver.efri.hr/zavrsni/460.B.pdf · predviđa neoklasična...

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

Nikolina Pintur

MODELIRANJE STOPE RIZIKA OD SIROMAŠTVA U RH

DIPLOMSKI RAD

Rijeka, 2013. godina

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

MODELIRANJE STOPE RIZIKA OD SIROMAŠTVA U RH

DIPLOMSKI RAD

Predmet: Statističke metode za poslovno odlučivanje

Mentor: Dr.sc. Ana Štambuk

Student: Nikolina Pintur

Studijski smjer: Menadžment

JMBAG: 0081114456

Rijeka,14.rujan 2013.

SADRŽAJ

1. UVOD............................................................................................................................ 1

1.1. Predmet istraživanja ........................................................................................ 2

1.2. Svrha i cilj istraživanja .................................................................................... 3

1.3. Metode istraživanja ......................................................................................... 3

1.4. Struktura rada ................................................................................................. 4

2. TEORIJSKI ASPEKT FUNKCIJE SIROMAŠTVA ...................................................... 5

2.1. Funkcija siromaštva korištena u diplomskom radu ......................................... 5

2.2. Tumačenje ključnih varijabli funkcije ............................................................. 6

2.2.1. Siromaštvo- stopa rizika od siromaštva .................................................... 7

2.2.2. Stopa rasta stanovništva ........................................................................... 8

2.2.3. Turističi dolasci ....................................................................................... 8

2.2.4. BDP ......................................................................................................... 9

2.2.5. Nezaposlenost ........................................................................................ 10

2.2.6. Industrijska proizvodnja ......................................................................... 11

2.2.7. Inflacija ................................................................................................. 13

3. DEFINIRANJE VARIJABLI MODELA .......................................................................... 15

3.1. Varijable i podaci za Hrvatsku .......................................................................... 15

4. EMPIRIJSKO ISTRAŽIVANJE ...................................................................................... 16

4.1. Modeliranje prema podacima ........................................................................ 16

4.1.1. Provedba jediničnog (unit root testa) po varijablama .............................. 17

4.1.2. Ocijenjivanje funkcija ............................................................................ 28

4.2. Testiranje modela.......................................................................................... 33

4.2.1. Normalnost pogreške relacije- JARQUE-BERA TEST .............................. 33

4.2.2. Heteroskedastičnost –WHITE TEST .......................................................... 34

4.2.3. Autokorelacija- DW TEST ........................................................................ 35

5. ZAKLJUČAK .................................................................................................................. 37

POPIS LITERATURE ......................................................................................................... 39

POPIS TABLICA: .................................................................................................. 41

POPIS GRAFIKONA ............................................................................................. 41

POPIS SLIKA ......................................................................................................... 41

1

1. UVOD

Siromaštvo je statičko stanje, ponajviše određeno neposjedovanjem odgovarajućeg

dohotka, dok je socijalna isključenost dinamičan proces.

Smatra se da je siromaštvo staro kao i čovječanstvo, cijelo se vrijeme kroz povijest

mijenjala slika siromaštva te je moguće uočiti nekoliko evolucija predodžbe siromašnih

i odnosa prema njima. Siromaštvo se u suvremenom društvu promijenilo utoliko što je

ono skoro do početka prošlog stoljeća bilo obilježje većine, a danas (otprilike od 60-ih)

pogađa tek manjinu stanovništva. Ujedno, dok je siromaštvo početkom 20. stoljeća bilo

akutno i ciklično, a siromašni su živjeli u potpuno različitoj kulturi od kulture srednjih

slojeva, nakon sredine dvadesetog stoljeća ono postaje kronično i strukturno, a uvelike

nestaju razlike u težnjama i načinu života siromašnih i srednje klase. Nezaposlenost i

slaba razina obrazovanja smatraju se glavnim uzrocima siromaštva, međutim ni

zaposlenje danas više nije sigurna brana protiv egzistencijalnih nedaća, pa siromaštvo

pogađa i one koji stalno rade ali slabo zarađuju. Tehnološki napredak i globalizacija

gospodarstva znači pojačanu ugroženost pojedinih, najčešće klasičnih

niskoakumulativnih grana gospodarstva, pa su zaposleni u njima jače izloženi

nesigurnosti, malim primanjima i /ili ostajanju bez posla.

Velik broj teoretičara uz siromaštvo veže i nejednakost što nastaje u raspodjeli

bogatstva i dohotka. Nužno je pritom razlikovati siromaštvo od nejednakosti, jer

nejednakost se odnosi na životni standard cjelokupnog stanovništva, dok siromaštvo

razmatra apsolutni životni standard siromašnog dijela stanovništva. Ako u društvu raste

nejednakost, to ne mora nužno značiti da se pogoršava položaj siromašnih, jer

siromaštvo naprosto nije samo aspekt nejednakosti.

Rast dohodovne nejednakosti posebno je izražen u zemljama u tranziciji, pa je Gini-

koeficijent nejednakosti (koji se kreće u vrijednostima od 0 – savršena jednakost, i 1 –

potpuna nejednakost) u njima viši (uglavnom od 0,3 do 0,4), dok je u razvijenim

zemljama (osim SAD-a i Velike Britanije) obično niži (u skandinavskim zemljama je

0,25; u Italiji 0,27; a u Njemačkoj 0,30). Mnoga istraživanja razmatraju uzroke

2

dohodovne nejednakosti u razvijenim društvima, pa sukladno rezultatima mnogi

ekonomisti vjeruju da ključni čimbenik koji posljednjih godina potiče povećanje

nejednakosti jest povećanje zarade obrazovanijih pojedinaca. Tehnološke promjene su

uzrokovale da zaposleni s višim obrazovanjem sada zarađuju relativno više nego

njihove kolege.

Prema definiciji OUN-a, siromašnima se smatraju osobe koje su se odrekle načina

života, komfora i dostojanstva, koji se smatraju normalnim u društvu u kojem žive.

Siromaštvo se mjeri stalno promjenljivim normama određenog društva i njegovih užih

sredina. Po tim kriterijima, siromaštvo se dijeli na bijedu ili apsolutno siromaštvo,

relativno siromaštvo, pauperizam i novo siromaštvo (Politika,Svjetski dan borbe protiv

siromaštva).

UN su 17. listopada proglasili Svjetskim danom borbe protiv siromaštva.

Siromaštvo kao pojava prikazuje stanje gospodarstva neke zemlje kao rezultat

uspješnosti mjera ekonomske i društvene politike, globalnih utjecaja, te ocrtava trenutne

trendove na tržištu rada. Trećina stanovništva Hrvatske je siromašna, a bit će ih sve

više. Prije krize siromaštvo je bilo povezano s dugotrajnom nezaposlenošću i

neaktivnošću, pogađajući većinom niskokvalificiranu radnu snagu, no danas siromaštvo

pogađa razvijenije i urbane dijelove zemlje. U EU od Hrvatske su siromašnije jedino

Bugarska, Rumunjska, Litva i Letonija (Banka, Vrijeme je za ozbiljan razgovor o

siromaštvu).

Ovaj diplomski rad prikazat će siromaštvo s teorijske strane, kao i u obliku statističkog

modela pomoću kojeg će se objasniti koje makroekonomske varijable utječu na

siromaštvo u Hrvatskoj.

1.1. Predmet istraživanja

Predmet istraživanja je siromaštvo, konkretno u ovom radu, kroz godišnje podatke

vremenskog niza 1990-2011, primjenom višestrukih regresijskih tehnika cilj je bio

otkriti odnos između makroekonomskih varijabli i stope rizika od siromaštva. Inflacija,

3

rast BDP-a, rast populacije, industrijska proizvodnja, turistički dolasci i stopa

nezaposlenosti uzete su kao nezavisne varijable, a stopa rizika od siromaštva kao

zavisna varijabla.

1.2. Svrha i cilj istraživanja

Svrha i cilj ovog rada bio je istražiti utjecaj različitih makroekonomskih varijabli koje

utječu na dobrobit siromašnih u Hrvatskoj.

Ispunjenje svrhe istraživanja vodi ka ispunjenju krajnjeg cilja istraživanja a to je prikaz

stanja u Hrvatskoj.

1.3. Metode istraživanja

Kako bi se ispunili svrha i cilj istraživanja, koristit će se nekoliko znanstvenih metoda.

Ponajprije će se prikazati model siromaštva metodom kompilacije1, zatim će se prikupiti

sekundarni podaci za stopu rizika od siromaštva i ostale makroekonomske varijable

(stopu registrirane nezaposlenosti, stopu rasta stanovništva, stopu promjene turističkih

dolazaka, stopu promjene industrijske proizvodnje, stopu inflacije, stopu rasta BDP-a).

kako bi se statističkom metodom mogli analizirati i metodom komparacije usporediti.

Matematičkom metodom najprije će se prikazati i objasniti zakonitosti pojava a

metodom modeliranja će se dobiti znakovni sustav (model) koji će dobivene podatke s

modela prenijeti na prikupljene podatke. Istinitost početno postavljenih hipoteza

provjerit će se metodom dokazivanja, a zaključak metodom deskripcije.

1 Metoda kompilacije je postupak preuzimanja tuđih rezultata znanstvenoistraživačkog rada, odnosno

tuđih opažanja, stavova, zaključaka i spoznaja.

4

1.4. Struktura rada

Rad je strukturiran od 5 glavnih poglavlja s dodatnim potpoglavljima. U prvom

poglavlju „Uvodu“ ukratko se uvodi čitatelja u problem istraživanja, svrhu i cilj kao i

metode korištene u znanstvenoistraživačkom radu. Drugo poglavlje „Teorijski aspekt

siromaštva“ daje uvid u sam pojam predmeta istraživanja i čine ga konkretne činjenice i

zaključci sažeti iz stručne literature. U trećem poglavlju pod nazivom „Definiranje

varijabli modela“ predstavljaju se parametri funkcije, odnosno varijable korištene u

modelu i to podaci prikupljeni metodom kompilacije koje će se naknadno i primijeniti,

u četvrtom poglavlju pod nazivom „Empirijsko istraživanje“. To je ujedno i najopširniji

i najvažniji dio ovog rada, analitičko – eksperimentalnog karaktera u kojem će se

nastojati ispuniti svrha i cilj rada. Na osnovu istraženog donijeti će „Zaključak“ kao

posljednje poglavlje znanstvenoistraživačkog rada.

5

2. TEORIJSKI ASPEKT FUNKCIJE SIROMAŠTVA

Siromaštvo je trajan i globalan problem, vidljiv na svjetskoj razini.

Iako je vidljivo poboljšanje na pojedinim područjima životnog standarda što podrazumijeva

dostupnost osnovne zdravstvene zaštite i temeljnog obrazovanja, smanjenje dječje

smrtnosti, duži životni vijek itd.,broj siromašnih u svijetu još uvijek se ne smanjuje.

U ovom poglavlju ukratko su sažeta teoretska saznanja o promatranom predmetu

istraživanja, odnosno protumačene su makroekonomske varijable koje su usko

povezane sa problemom siromaštva i sa stopom rizika od siromaštva.

2.1. Funkcija siromaštva korištena u diplomskom radu

U ovom diplomskom radu je korištena funkcija siromaštva prema autorima Dr. Hazoor

Muhammad Sabir i Safdar Hussain Tahir (2012). Oni su u svom

znanstvenoistraživačkom radu „The impact of different macroeconomic variables on

poverty in Pakistan“ formirali i primijenili funkciju siromaštva. Funkcija siromaštva

korištena u radu glasi:

Y = β0 + β1INF + β2GDP + β3PGR + β4MAJC + β5MINC + β6LS + β7PCI+ μi

Gdje je:

Y = Siromaštvo

INF = Stopa inflacije

BDP = Stopa rasta BDP-a

POP = Stopa rasta stanovništva

MAJC = Stopa rasta uzgoja važnijih usjeva

MiNC = Stopa rasta uzgoja manjih usjeva

6

LS = Stopa rasta uzgoja stoke

PCI = Stopa rasta dohotka po glavi stanovnika

μi = Pogreška

Za potrebe ovog istraživanja funkcija siromaštva je modificirana, jer prema mnogim

razmatranjima poljoprivreda, stočarstvo i ostale varijable koje imaju znatan utjecaj na

siromaštvo u Pakistanu ne utječu u tolikoj mjeri na dobrobit siromašnih u Hrvatskoj pa

su zamijenjene nekim kompatibilnijim i bitnijim za Hrvatsku, rezultat toga je sljedeća

funkcija modela:

Y = β0+β1UNEM + β 2POP + β3TA + β4IP + β5INF + β6GDP + μi

Gdje je

Y = Stopa rizika od siromaštva

UNEM=Stopa registrirane nezaposlenosti

POP = Stopa rasta stanovništva

TA= Stopa turističkih dolazaka

IP= Industrijska proizvodnja

INF =Stopa inflacije

GDP = Stopa rasta BDP-a

μi = Pogreška

2.2. Tumačenje ključnih varijabli funkcije

Pretpostavka je valjane ekonomske analize da prikupljene empirijske i znanstvene

podatke o nekoj pojavi najprije sistematizira, kako bi se moglo cjelovito i objektivno

pristupiti detaljnijem proučavanju tih podataka.

Nakon prikupljanja podataka o nekoj pojavi pristupa se analizi, te proučavanju te

pojave. Ekonomska se pojava raščlanjuje na svoje sastavne elemente, čija svojstva se

proučavaju te na temelju njih se zatim donosi zaključak.

7

Ekonomski model je slika u kojoj su predočene međuovisnosti između varijabli

ekonomskog sustava, a pojave ili elementi koji se proučavaju nazivaju se varijablama

modela.

Ekonomski model skup jednadžbi kojima su izražene međuovisnosti između

ekonomskih varijabli nekog ekonomskog sustava (Babić, 1995:16).

S obzirom na narav relacija između varijabli u modelu, koje mogu biti determinističke

(funkcionalne) ili stohastičke, modele općenito dijelimo na matematičke ili

determinističke i ekonometrijske (Babić, 1995:17).

U nastavku su teoretski definirane varijable korištenog modela.

2.2.1. Siromaštvo- stopa rizika od siromaštva

Osnovni pokazatelj siromaštva je stopa rizika od siromaštva. To je postotak osoba

koje imaju raspoloživi ekvivalentni dohodak ispod praga rizika od siromaštva.

Stopa rizika od siromaštva ne pokazuje koliko je osoba stvarno siromašno, nego koliko

njih ima dohodak ispod praga rizika od siromaštva.

Siromaštvo nije jednostavno mjeriti ono se može definirati pomoću neke visine dohotka

ili razine blagostanja, može se shvatiti kao apsolutna ili relativna kategorija te se pri

opredjeljivanju tko je, a tko nije siromašan upotrebljavaju subjektivna ili objektivna

mjerila.

8

2.2.2. Stopa rasta stanovništva

Pri kraju 18. stoljeća Thomas Malthus zaključio je da ako se stanovništvo nesmetano

povećava, ono je predmet eksponencijalnog rasta. Strahovao je da će porast

stanovništva premašiti porast u proizvodnji hrane, pa će stanovništvo uvijek živjeti u

gladi i siromaštvu.

Što se tiče povratnog efekta rasta stanovništva na ekonomski rast, većina istraživačkih

studija nalazi slabu negativnu korelaciju između rasta stanovništva i per capita dohotka.

No taj je utjecaj djelomično umanjen i za promjene u stopi participacije radne snage.

Izostaju snažni negativni efekti povećanog rasta stanovništva na ekonomski rast koje

predviđa neoklasična teorija (Temple, 1999 :142).

Prema podacima Središnje obavještajne agencije SAD-a u svijetu se broj ljudi

svakodnevno povećava za 200 000, a očekuje se da će stanovništvo svijeta do 2050.

porasti za 2,5 milijarde, sa sadašnjih 6,7 mlrd na 9,2 mlrd koje se očekuju 2050 godine.

2.2.3. Turističi dolasci

Hrvatski turizam smatra se jednom od najvažnijih gospodarskih grana Republike

Hrvatske. Povijest turizma u Hrvatskoj seže do sredine 19. stoljeća, što rezultira

činjenicom da je Hrvatska jedno od najposjećenijih i najvažnijih turističkih odredišta

Sredozemlja.

Hrvatska iz godine u godinu ostvaruje sve veće prihode od turizma, što djelomično

popravlja sliku gospodarstva, mnogo puta je proglašena top destinacijom.

Uz sve pozitivne strane koje turizam ima u Hrvatskoj koje se očituju na gospodarskoj

razini, javljaju se i negativni učinci koje ostavlja na prirodnu okolinu (zagađenje plaža

zbog prenapučenosti), te porast cijena smještaja, porast cijena osnovnih namirnica.

http://hr.wikipedia.org/wiki/Thomas_Malthus

http://hr.wikipedia.org/w/index.php?title=Eksponencijalni_rast&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Gospodarstvo

http://hr.wikipedia.org/wiki/Republika_Hrvatska

http://hr.wikipedia.org/wiki/Republika_Hrvatska

http://hr.wikipedia.org/wiki/19._stolje%C4%87e

9

Kao glavni nedostatak turizma u Hrvatskoj navodi se nedostatak financijske ulagačke

moći, profesionalnog osoblja, sadržajna kvaliteta turističke ponude često je siromašna

ili poražavajuća.

2.2.4. BDP

Bruto domaći proizvod glavni je makroekonomski pokazatelj, odnosno mjerilo

gospodarske aktivnosti neke zemlje u određenoj godini, koji iskazuje vrijednost ukupne

proizvodnje unutar granica određene zemlje ili države.

Ako ulagač iz neke strane države investira u gradnju hotela u Hrvatskoj to ulaganje se

pridodaje bruto domaćem proizvodu Hrvatske.

Potrebno razlikovati dvije vrste bruto domaćeg proizvoda, a to su :

- Nominalni bruto domaći proizvod se izražava u tekućim cijenama, pri čemu se

pri obračunu BDP-a količina množi s cijenama koje su aktualne u godini.

- Realni bruto domaći proizvod se izražava u stalnim cijenama, pri čemu se u

obračunu BDP-a količina množi s cijenama određene bazne godine i koje se

primjenjuju u svim godinama obračuna na jednakom nivou.

BDP deflator je odnos između nominalnog i realnog bruto domaćeg proizvoda

izračunava prema sljedećem obrascu :

BDP deflator = (Nominalni BDP / Realni BDP) x 100

BDP je suma industrijske proizvodnje, rada, prodaje te aktivnosti u uslužnom sektoru

gospodarstva određene zemlje.

Obično se računa za vremensko razdoblje od godine dana, ali postoji i analiza

kratkoročnih i dugoročnih trendova koji se koriste u svrhe prognoze budućeg stanja,

može se računati i po glavi stanovnika (po osobi) i takav BDP se naziva „BDP per

capita“, a prikazuje relativni razvoj nacije.

10

BDP je bitan parametar u ocjeni stanja nacionalne ekonomije, a računa se kao suma

osobne potrošnje, investicija, državne potrošnje i razlike između uvoza i izvoza.

BDP = osobna potrošnja + investicije + (državna potrošnja) + (izvoz - uvoz), odnosno,

BDP = C + I + G + (XM)

Osobna potrošnja (engl.consumption) se kao što je vidljivo u relaciji, označava slovom

C, a označava dobra i usluge koje su kupili potrošači, od hrane, stvari, automobila, do

avionskih karata i putovanja. Osobna je potrošnja daleko najveća komponenta BDP-a.

Investicije (engl.investments) su u relaciji označene velikim slovom I, a zbroj su

nestambenih investicija, kupovine novih tvornica ili strojeva od strane poduzeća i

stambenih investicija, kupnja kuća i stanova od strane pojedinaca.

Državna potrošnja (engl.government spending) se u relaciji označava slovom G, a

predstavlja kupnju dobara i usluga od strane savezne, državne ili lokalne vlasti.

Važno je naglasiti da državna potrošnja ne uključuje državne transfere kao što su

doprinosi za zdravstveno i socijalno osiguranje kao ni kamatna plaćanja na državni dug.

Iako se očito radi o državnim troškovima, oni ne predstavljaju kupnju dobara ili usluga

(Blanchard, 2011:44).

2.2.5. Nezaposlenost

Pojam nezaposlenosti ima različita značenja ovisno u kojem kontekstu se koristi, tako

taj isti pojam označava evidentiranost na listi zavoda za zapošljavanje ili pravo na

novčanu naknadu za nezaposlene, dok ujedno može označavati stav, to jest spremnost

na prihvaćanje posla pod određenim uvjetima .

Nezaposlenost se može odnositi i na socijalne teškoće unutar određenog gospodarskog

sustava, kao i na neravnotežu ponude i potražnje rada na pojedinim dijelovima ili na

cjelokupnom tržištu rada (Mrnjavac, 1996:25).

11

Stopa nezaposlenosti je omjer broja nezaposlenih i ukupno raspoložive radne snage

izražena kao postotak, prikazuje stanje gospodarstva, uspješnost gospodarske politike,

te je mjerilo težine socijalnih teškoća i razlika u društvu.

Međunarodna organizacija rada (ILO) nezaposlenima smatra sve osobe starije od

određene dobne granice za mjerenje ekonomski aktivnog stanovništva, koje su tijekom

referentnog razdoblja bile bez posla i one koje su u svakom trenutku bile na

raspolaganju za posao, te tražile posao, tj. poduzimale određene korake u cilju

pronalaženja posla.

Dva su načina prikupljanja podataka o nezaposlenima:

- periodično anketiranje uzorka radne snage

- evidencija nezaposlenih prijavljenih na zavodu za zapošljavanje

2.2.6. Industrijska proizvodnja

Industrija uključuje velik broj ljudi, a podrazumijeva skup ljudskih djelatnosti koje su

okrenute proizvodnji roba i usluga. Taj pojam obično podrazumijeva i nekakvu podjelu

rada, za razliku od obrta, gdje se ista osoba može brinuti za cijeli proces: upravljanje,

proizvodnju i prodaju.

U Hrvatskoj do pojave recesije industrijska proizvodnja je imala značajno mjesto u

ukupnoj proizvodnji. Isticale su se prerađivačka i petrokemijska industrija te

brodogradnja, dok je značajna bila proizvodnja u građevinskom sektoru i energetici.

Mnoge tvornice tekstilne, kožarske, metalne i drvne industrije su ugašene u procesu

tranzicije ili su stradale u ratu. Pojedine industrije ipak i dalje ostvaruju pozitivne

rezultate i sudjeluju u vanjskoj trgovini. U 2011.godini vrijednost prodaje industrijskih

proizvoda iznosila je 129,8 milijarda kuna od čega na izvoz otpada 49,1 milijarda kuna.

http://hr.wikipedia.org/wiki/Obrt

12

Vodeće industrijske grane u Hrvatskoj prema ukupnom prihodu su proizvodnja hrane,

pića i duhana, a slijede kemijska i naftna industrija.

Smatra se da se budućnost razvitka i jačanja hrvatske industrije krije u:

-uvođenju suvremenih tehnologija i novih proizvoda,

-realizaciji zajedničkih ulaganja,

-uspostavljanju strateškog partnerstva s inozemnim tvrtkama, te

-osvajanju novih tržišta

Sposobna radna snaga koja podrazumijeva visokoobrazovane stručnjake kako u svim

područjima tako i u području inženjerstva i računalne tehnologije dobar su temelj za

strana ulaganja u napredne tehnologije na području industrije u Hrvatskoj.

13

2.2.7. Inflacija

Inflacija je povećanje agregatne razine cijena u odnosu na vrijednost novca. Pojam

inflacije također se može definirati kao pad vrijednosti novca (Ekopen, Inflacija).

Kao što je spomenuto jedna od posljedica inflacije smanjenje vrijednosti novca i opći

rast cijena.

Ovisno o načinu na koji je izazvana inflacija razlikuje se:

APSOLUTNA INFLACIJA- nastaje povećanjem količine novca u prometu

RELATIVNA INFLACIJA- nastaje povećanjem brzine opticaja novca, pri

čemu ne dolazi do povećanja stvarne količine novca u opticaja.

Prema uzroku inflacije Paul Einzig razlikuje (Poslovni dnevnik, Inflacija):

novčanu,

kreditnu,

kupovne moći,

budžetsku,

cjenovnu (posljedica oporezivanja),

pretjeranog investiranja kao posljedica pada proizvodnje,

izazvanu devalvacijom ili deprecijacijom u odnosu na stranu valutu,

uvoznu inflacija,

kao posljedica nestašica,

inflaciju osiguranja i drugih izdataka socijalne skrbi i pune zaposlenosti,

inflaciju cijena izazvana restrikcijama u vanjskoj trgovini.

S obzirom na opseg i tempo razlikuje se velika ili hiperinflacija ili galopirajuća te

puzajuća ili sekundarna inflacija.

Stopa inflacije koja se izračunava na temelju podataka indeksa potrošačkih cijena je

promjena nivoa cijena dobara i usluga za osobnu potrošnju između baznog, tj. početnog

mjeseca i konačnog mjeseca izabranog razdoblja.

14

Godišnja stopa inflacije jest promjena u tijeku godine tj. od početka do kraja godine,

dok prosječna godišnja stopa inflacije podrazumijeva prosječnu promjenu tekuće godine

u odnosu na prethodnu godinu.

Jednostavna jednadžba stope inflacije glasi:

SI = [(razina cijena vremenskog razdoblja 2 - razina cijena vremenskog razdoblja 1 ) /

razina cijena vremenskog razdoblja 1] x 100

Indeks potrošačkih cijena (CPI) koji mjeri troškove tržišne košare dobara i usluga

potrebnih za svakodnevni život, također se koristi za mjerenje inflacije, osim toga

koristi se i GDP deflator i rjeđe indeks proizvođačkih cijena.

http://hr.wikipedia.org/wiki/Jednad%C5%BEba

http://hr.wikipedia.org/wiki/GDP

15

3. DEFINIRANJE VARIJABLI MODELA

Za potrebe formiranja i testiranja modela prikupljeni su podaci o stopi rizika od

siromaštva, inflaciji, rastu BDP-a, rastu populacije, industrijskoj proizvodnji, turističkim

dolascima i stopi nezaposlenosti u Hrvatskoj.

3.1. Varijable i podaci za Hrvatsku

Podaci za Hrvatsku, korišteni u modelu kao varijable su prikupljeni preko različitih

statističkih baza podataka i sabrani u tablicu 1.

Tablica 1. Prikupljeni podaci za Hrvatsku za razdoblje od 2000. – 2011. godine

Izvor: Izradila studentica prema podacima sa statističkih baza podataka dostupnim na:

www.dzs.hr i www.eurostat.eu

Stopa rizika

od

siromaštva

(%)

Stopa

promjene

dolaska

turista (%)

Stopa

promjene

industrijske

proizvodnje

(%)

Godišnja

stopa

inflacije (%)

Stopa rasta

BDP- a (%)

Stopa rasta

stanovništva

(%)

Stopa

registrirane

nezaposlenosti

(%)

Godina /

varijabla

Y TA IP INF GDP POP UNEM

2000. 16,2 39 1,6 5,5 3,8 -2,85 21,1

2001. 17,2 10 5,9 2,4 3,7 0,032 22

2002. 18,2 6 5 1,8 4,9 0 22,3

2003. 16,9 7 3,3 1,7 5,4 0 19,2

2004. 16,7 6 3,2 2,7 4,1 -0,02 18

2005. 17,3 6 4,6 3,6 4,3 0,07 17,9

2006. 16,3 4 4,1 2,1 4,9 -0,05 16,6

2007. 17,4 8 4,9 5,8 5,1 -0,09 14,8

2008. 17,4 0 1,2 2,9 2,1 -0,05 13,2

2009. 18 -3 -9,2 1,9 -6,9 -0,11 14,9

2010. 20,6 3 -1,4 1,8 -2,3 -0,25 17,4

2011. 21,1 8 -1,2 2,1 0 -0,34 17,9

http://www.dzs.hr/

http://www.eurostat.eu/

16

4. EMPIRIJSKO ISTRAŽIVANJE

Empirijska istraživanja ključna su komponenta rada u društvenim znanostima. Cilj

empirijskog istraživanja je doseći neke spoznaje o društvenoj stvarnosti primjenom

različitih metoda, modela i teorijskih pretpostavki.

Empirijska istraživanja su opsežna, skupa te organizacijski zahtjevna, a osim izvještaja i

znanstvenih radova iza svakog takvog istraživanja ostaje i baza prikupljenih podataka.

Upravo se i ovo empirijsko istraživanje temelji na podacima prikupljenima iz različitih

baza podataka. Konkretno, podaci za Hrvatsku preuzeti su sa statističkih baza i

publikacija Državnog zavoda za statistiku, kao i sa statističke baze Eurostat-a. Podaci su

prikupljeni te podvrgnuti testiranju u statističkom programu Eviews. Ponajprije se to

testiranje odnosi na provedbu jediničnog korijena (unit root testa), kako bi se ispitalo

prisustvo problema nestacionarnosti.

S obzirom na mali raspon podataka, model nije namjenjen za znanstvena prognoziranja

već se testiranje vrši da bi se istražile određene pretpostavke.

U nastavku su rezultati testiranja.

4.1. Modeliranje prema podacima

U ovom dijelu diplomskog rada modelira se funkcija rizika od siromaštva za RH prema

prikupljenim podacima o industrijskoj proizvodnji, rastu stanovništva, BDP-u, inflaciji,

turističkim dolascima te nezaposlenosti za razdoblje od 2001. do 2011. godine. Za

početak se provodi jedinični korijen (unit root test), te će se prema rezultatima formirati

model .

17

4.1.1. Provedba jediničnog testa (unit root) po varijablama

Jedinični korijen se provodi nad svim varijablama modela, te ukoliko je potrebno na

njihovim 1. i 2. diferencijama.

Varijabla ima jedinični korijen (unit root) ukoliko je t-vrijednost manja od kritične

vrijednosti za izabranu razinu značajnosti. U nastavku su prikazani ispisi testiranja u

računalnom programu Eviews i kratka objašnjenja.

Testiranje će se izvršiti na razini signifikantnosti od 10%

a) Testiranje jediničnog korijena (unit root) – varijabla Y - stopa rizika od

siromaštva

Null Hypothesis: Y has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=1)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.247681 0.9046

Test critical values: 1% level -4.200056

5% level -3.175352

10% level -2.728985

*MacKinnon (1996) one-sided p-values.

Warning: Probabilities and critical values calculated for 20 observations

and may not be accurate for a sample size of 11

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(Y)

Method: Least Squares

Date: 09/09/13 Time: 22:59

Sample (adjusted): 2001 2011

Included observations: 11 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

Y (-1) -0.072930 0.294450 -0.247681 0.8099

C 1.719734 5.156031 0.333538 0.7464

R-squared 0.006770 Mean dependent var 0.445455

Adjusted R-squared -0.103589 S.D. dependent var 1.071787

S.E. of regression 1.125932 Akaike info criterion 3.238065

18

Sum squared resid 11.40950 Schwarz criterion 3.310409

Log likelihood -15.80936 Hannan-Quinn criter. 3.192462

F-statistic 0.061346 Durbin-Watson stat 1.958876

Prob(F-statistic) 0.809939

*OBJAŠNJENJE: Varijabla Y ima jedinični korijen (p=0,90 > 0,10) što znači da nije

stacionarna, te je potrebno testirati 1. diferenciju varijable, a to se odnosi na razliku

vrijednosti između promatranih razdoblja. Početna hipoteza u testiranju je da 1.

diferencija varijable ima jedinični korijen

b) Testiranje jediničnog korijena (unit root ) – varijabla Y – 1. diferencija

Null Hypothesis: D(Y) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.212696

10% level -2.747676





Dependent Variable: D(Y,2)


Date: 09/09/13 Time: 23:05




D(Y (-1)) -1.062348 0.347660 -3.055705 0.0157

C 0.417433 0.402746 1.036467 0.3303

R-squared 0.538568 Mean dependent var -0.050000

Adjusted R-squared 0.480889 S.D. dependent var 1.635203






19

*OBJAŠNJENJE: Iz testiranja je vidljivo da 1. diferencija varijable Y nema jedinični

korijen((p= 0,06 < 0,1) te je kao takva primjenjiva u testiranju modela.

c) Testiranje jediničnog korijena (unit root) – varijabla TA - stopa turističkih

dolaska

Null Hypothesis: TA has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.175352

10% level -2.728985





Dependent Variable: D(TA)


Date: 09/09/13 Time: 23:10




TA (-1) -0.824698 0.099391 -8.297534 0.0000

C 86.09924 10.76644 7.997000 0.0000








*OBJAŠNJENJE: Testiranjem je utvrđeno da varijabla TA nema jedinični korijen (p=

0,00 < 0,10) te je kao takva stacionarna i primjenjiva u daljnjem testiranju modela.

20

d) Testiranje jediničnog korijena (unit root) – varijabla IP - industrijska

proizvodnja

Null Hypothesis: IP has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.175352

10% level -2.728985





Dependent Variable: D(IP)


Date: 09/09/13 Time: 23:17




IP (-1) -0.533859 0.304917 -1.750834 0.1139

C 0.871412 1.404906 0.620263 0.5505








*OBJAŠNJENJE: Iz rezultata testiranja je zaključeno da IP ima jedinični korijen (p=

0,32 > 0,10) i kao takva nije stacionarna, te je potrebno provesti testiranje na 1.

diferenciji varijable.

21

e) Testiranje jediničnog korijena (unit root) – varijabla IP - 1. diferencija

Null Hypothesis: D(IP) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.212696

10% level -2.747676





Dependent Variable: D(IP,2)


Date: 09/09/13 Time: 23:21




D(IP(-1)) -1.239702 0.322747 -3.841100 0.0049

C -0.781911 1.471031 -0.531539 0.6095








*OBJAŠNJENJE: Ova serija je stacionarna, a to se lako može zaključiti ( p = 0.02 <

0,10) iz rezultata testiranja.

22

f) Testiranje jediničnog korijena (unit root) – varijabla INF - stopa inflacije

Null Hypothesis: INF has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.175352

10% level -2.728985





Dependent Variable: D(INF)


Date: 09/11/13 Time: 17:26




INF (-1) -1.006784 0.273692 -3.678523 0.0051

C 2.638040 0.887632 2.971997 0.0157








*OBJAŠNJENJE: Testiranjem je utvrđeno da je varijabla stacionarna i primjenjiva u

modelu (p =0,02 < 0,10).

23

g) Testiranje jediničnog korijena (unit root) – varijabla GDP - stopa rasta

BDP-A

Null Hypothesis: GDP has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.175352

10% level -2.728985





Dependent Variable: D(GDP)


Date: 09/09/13 Time: 23:25




GDP (-1) -0.389985 0.270289 -1.442848 0.1829

C 0.686234 1.219516 0.562710 0.5874








*OBJAŠNJENJE: U ovome slučaju nul hipoteza se ne može odbaciti budući da je (p=

0,52 > 0,10) te se stoga tvrdi da i ova vremenska serija nije stacionarna. Potrebno

provesti testiranje na 1. diferenciji varijable.

24

h) Testiranje jediničnog korijena (unit root) – varijabla GDP – 1. diferencija

Null Hypothesis: D(GDP) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.212696

10% level -2.747676





Dependent Variable: D(GDP,2)


Date: 09/09/13 Time: 23:28




D(GDP (-1)) -1.061715 0.364826 -2.910200 0.0196

C -0.407646 1.237130 -0.329510 0.7502








*OBJAŠNJENJE: Provedbom jediničnog korijena (unit root testa) utvrđeno je kako je

1. diferencija varijable stacionarna i primjenjiva u modelu (p= 0,07 < 0.10).

Sukladno rezultatima provedbe, u daljnjem testiranju modela su korištene vrijednosti 1.

diferencije varijable.

25

i) Testiranje jediničnog korijena (unit root) - varijable POP - stopa rasta

stanovništva

Null Hypothesis: POP a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.175352

10% level -2.728985





Dependent Variable: D(POP)


Date: 09/09/13 Time: 23:33




POP (-1) -1.029494 0.047088 -21.86299 0.0000

C -0.082351 0.040697 -2.023519 0.0737



S.E. of regression 0.126489 Akaike info criterion -1.134354

Sum squared resid 0.143996 Schwarz criterion -1.062009

Log likelihood 8.238946 Hannan-Quinn criter. -1.179957



*OBJAŠNJENJE: Testiranjem je utvrđeno da se nul hipoteza odbacuje budući da je

(p = 0,00 < 0,10), što znači da je varijabla stacionarna i primjenjiva u modelu.

26

j) Testiranje jediničnog korijena (unit root) - varijable UNEM - stopa

registrirane zaposlenosti

Null Hypothesis: UNEM has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.175352

10% level -2.728985





Dependent Variable: D(UNEM)


Date: 09/09/13 Time: 23:40




UNEM (-1) -0.213768 0.170593 -1.253083 0.2418

C 3.545246 3.100330 1.143506 0.2823








*OBJAŠNJENJE: Testiranjem je utvrđeno da se u ovome slučaju nul hipoteza ne može

odbaciti budući da je (p = 0,61 > od 0,10) koliko iznosi odabrana razina signifikantnosti,

te se stoga ova vremenska serija nije stacionarna i primjenjiva u modelu.

27

k) Testiranje jediničnog korijena (unit root) – varijabla UNEM – 1. diferencija

*OBJAŠNJENJE: Testiranjem jediničnog korijena vremenske serije utvrđeno je kako ni

1. diferencija varijable nije stacionarna i primjenjiva u modelu (p= 0,29 > 0,10).

Potrebno je testirati 2. diferenciju varijable UNEM.

Null Hypothesis: D(UNEM) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.212696

10% level -2.747676





Dependent Variable: D(UNEM,2)


Date: 09/09/13 Time: 23:41




D(UNEM (-1)) -0.640241 0.323755 -1.977547 0.0834

C -0.276889 0.547424 -0.505804 0.6266








28

l) Testiranje jediničnog korijena (unit root) – varijabla UNEM – 2. diferencija

Null Hypothesis: D(UNEM,2) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -3.320969

10% level -2.801384





Dependent Variable: D(UNEM,3)


Date: 09/11/13 Time: 15:36




D(UNEM (-1),2) -1.716129 0.381272 -4.501066 0.0064

D(UNEM (-1),3) 0.560481 0.268711 2.085818 0.0914

C 0.548851 0.520104 1.055272 0.3396








*OBJAŠNJENJE: Ova serija jest stacionarna budući da je (p = 0,01 < 0,10), što znači

da je moguće odbaciti nul hipotezu. U daljnjem testiranju modela su korištene

vrijednosti 2. diferencije varijable.

4.1.2. Ocjenjivanje funkcija

Testiranje se vrši metodom najmanjih kvadrata (eng.least squares).

29

a) Ocjenjivanje funkcije siromaštva korištenjem 1. diferencija



Date: 09/11/13 Time: 17:26




D(UNEM,2) 0.645766 0.392538 1.645102 0.1985

POP -2.800568 2.752941 -1.017300 0.3839

D(GDP) 0.754896 0.659737 1.144238 0.3355

D(IP) -0.335014 0.420599 -0.796516 0.4839

TA -0.159995 0.179773 -0.889983 0.4390

INF 0.420061 0.366806 1.145185 0.3352

C -0.166951 0.927975 -0.179909 0.8687








d(Y) = - 0.16 + 0.64*d(UNEM,2) - 2.80*POP + 0.75*d(GDP) - 0.33*d(IP) - 0.15*TA + 0.42*INF

st. gr (0.93) (0,40) (2,75) (0,66) (0,42) (0,18) (0,37)

t (-0,18) (1,64) (-1,02) (1,14) (-0,80) (-0,89) (1,14)

p (0,87) (0,20) (0,38) (0,33) (0,48) (0,44) (0,33)

Promatrajući rezultate t-testa donosi se slijedeći zaključak: niti jedna varijabla nije

statistički značajna. Prema tome, uzet će se u obzir različiti modeli u kojima će se

isključiti poneke varijable i pokušati naći model koji ima statistički značajne varijable.

U nastavku grafikonom 1. prikazat će se smjer kretanja varijabli.

30

Grafikon 1. Kretanje BDP-a, stope rizika od siromaštva, nezaposlenosti, industrijske

proizvodnje, inflacije , turističkih dolazaka u Hrvatskoj

IZVOR: Izradila studentica

*OBJAŠNJENJE: Promatrajući podatke koji su prikazani na pripadajućem grafikonu

vidljivo je da nemaju sve varijable isti smjer kretanja, odnosno nisu kointegrirane.

b) Ocjenjivanje funkcije lagiranjem varijabli

Lagiranjem varijabli pokušalo se doći do statistički značajnih, u nastavku su prikazani

rezultati:

-10

0

10

20

30

40

00 01 02 03 04 05 06 07 08 09 10 11

STOPA_RIZIKA_OD_SIROMA_T

STOPA_REGISTRIRANE_NEZAP

STOPA_RASTA_STANOVNI_TVA

STOPA_RASTA_BDP_A

INDUSTRIJSKA_PROIZVODNJA

INDEKS_DOLASKA_TURISTA

GODI_NJA_STOPA_INFLACIJE

31



Date: 09/12/13 Time: 12:46




POP (-2) 12.43901 10.97815 1.133070 0.3205

D(GDP (-2)) 0.240807 0.243785 0.987782 0.3792

D(IP (-2)) -0.461945 0.238540 -1.936553 0.1249

INF (-2) 0.660577 0.387563 1.704438 0.1635

C -1.472115 1.101508 -1.336454 0.2524








*OBJAŠNJENJE: Izbačene su neke varijable, te su ostale lagirane za 2 vremenska

razdoblja, međutim bezuspješno. Varijable i dalje nisu statistički značajne.

Kod svih varijabli su „p“ vrijednosti veće od odabrane razine signifikantnosti.

c) Ocjenjivanje funkcije korištenjem lagirane INF, POP i IP



Date: 09/12/13 Time: 13:21




D(UNEM,2) 0.422252 0.150149 2.812215 0.0672

POP (-2) 9.423053 4.107118 2.294322 0.1055

D(IP (-3)) -0.353717 0.123977 -2.853088 0.0649

INF(-3) 0.840939 0.159338 5.277707 0.0133

C -1.805929 0.479154 -3.768994 0.0327








32

*OBJAŠNJENJE: Izbacivanjem nekih varijabli, te lagiranjem inflacije i industrijske

proizvodnje za tri vremenska razdoblja, te stope rasta stanovništva za dva, dobile su se

statistički značajne varijable.

Za varijablu D(UNEM,2) vrijedi: t(7) = 2,81, p=0,07. To je manje od kritične

vrijednosti stoga je varijabla signifikantna. Isti zaključak vrijedi i za ostale varijable

D(IP(-3)) gdje je t(7) = -2,85, p=0,06, POP(-2) gdje je t(7) = 2,29, p=0,10, te varijablu

INF(-3) gdje je t(7) = 5,27, p= 0,01

Ocijenjena funkcija siromaštva za Republiku Hrvatsku glasi:

d(Y)t = -1,80 + 0.42*d(UNEM,2) t + 9.42*POP t-2 - 0.35*d(IP) t-3 + 0.84*INFt-3

st. gr (0,48) (0,15) (4,11) (0,12) (0,16)

t (-3,77) (2,81) (2,30) (-2,85) (5,28)

p (0,03) (0,07) (0,10) (0,06) (0,01)

β1 = Ukoliko se 2. diferencija stope nezaposlenosti poveća se za 1% onda će se 1.

diferencija stope rizika povećati za 0,42.

β 2 = Ako se stopa rasta stanovništva poveća za 1% onda će se 2 godine nakon toga 1.

diferencija stope rizika od siromaštva povećati za 9,42.

β 3 = 1. diferencija industrijske proizvodnje poveća se za 1% onda se 3 godine kasnije 1.

diferencija stope rizika smanjuje za 0,35.

β4 = Ako se inflacija poveća za 1% onda će se 3 godine kasnije 1. diferencija stope

rizika od siromaštva povećati za 0,84.

Iz ispisanih rezultata lako se iščita vrijednost koeficijenta determinacije, koji u slučaju

Hrvatske iznosi 0,91. Zaključuje se kako je 91 % varijacija zavisne varijable objašnjeno

pomoću ocijenjenog regresijskog modela. Regresijski je model reprezentativniji što je

koeficijent determinacije bliže 1, te je stoga moguće tvrditi kako je ocijenjeni regresijski

model u slučaju Hrvatske vrlo reprezentativan, a to pokazuju i rezultati F-testa (4, 3) =

7,26, (p=0,06 < 0,10).

33

4.2. Testiranje modela

Testiranjem pretpostavki modela otkrit će se da li je u modelu prisutna autokorelacija,

multikolinearnosti, homo/heteroskedastičnosti, normalnosti pogreške.

U nastavku će se prikazati rezultati.

4.2.1. Normalnost pogreške relacije- JARQUE-BERA TEST

Pretpostavka o normalnosti grešaka relacije se može ispitati pomoću Jarque-Beraovog

testa. Za normalnu je distribuciju koeficijent asimetrije α3 = 0, a koeficijent zaobljenosti

α4 = 3.

Jarque-Bera testom, koji koristi koeficijent asimetrije i koeficijent zaobljenosti reziduala

procijenjenih metodom najmanjih kvadrata, ispituje se odstupaju li procijenjene veličine

značajno od vrijednosti tih mjera za normalnu distribuciju.

H0: greške relacije su normalno distribuirane

H1: greške relacije nisu normalno distribuirane

Jarque-Bera test

Promatra se p vrijednost pripisane test veličine, u ovome slučaju Jarque-Bera. Na razini

signifikantnosti od 10% slijedi da je:

Jarque-Bera (Hrvatska) = 0,407, p = 0,81 > 0,10

0

1

2

3

-0.75 -0.50 -0.25 0.00 0.25 0.50

Series: Residuals

Sample 2004 2011

Observations 8

Mean -5.55e-17

Median 0.027111

Maximum 0.439491

Minimum -0.529824

Std. Dev. 0.322440

Skewness -0.319633

Kurtosis 2.098533

Jarque-Bera 0.407101

Probability 0.815829

34

Budući da je p vrijednost veća od razine signifikantnosti 0,10, H0 hipoteza se ne može

odbaciti, te se tvrdi kako su greške relacije normalno distribuirane.

4.2.2. Heteroskedastičnost –WHITE TEST

White test heteroskedastičnosti se ubraj a u LM testove, White test ne pretpostavlja da

su unaprijed poznati regresori, te se njime ne pretpostavlja normalna distribucija greški

relacije.

White testom se nultom hipotezom pretpostavlja homoskedastičnost, a test se provodi

usporedbom LS procjena varijanci u slučaju homoskedastičnosti i heteroskedastičnosti.

Problem heteroskedastičnosti

Heteroskedasticity Test: White

F-statistic 0.357948 Prob. F(4,3) 0.8268

Obs*R-squared 2.584584 Prob. Chi-Square(4) 0.6296

Scaled explained SS 0.199635 Prob. Chi-Square(4) 0.9953

Test Equation:

Dependent Variable: RESID^2


Date: 09/13/13 Time: 01:59

Sample: 2004 2011

Included observations: 8


C 0.121515 0.094881 1.280706 0.2903

(D(UNEM,2))^2 -0.012106 0.016754 -0.722573 0.5222

POP(-2)^2 4.919424 13.20214 0.372623 0.7342

(D(IP(-3)))^2 0.004666 0.006990 0.667619 0.5521

INF(-3)^2 -0.003917 0.005192 -0.754438 0.5054


Adjusted R-squared -0.579496 S.D. dependent var 0.101932

S.E. of regression 0.128105 Akaike info criterion

-

1.002755

Sum squared resid 0.049233 Schwarz criterion

-

0.953104

Log likelihood 9.011019 Hannan-Quinn criter.

-

1.337631



35

*OBJAŠNJENJE: Testiranjem se dobilo sljedeće: (4, N = 8) = 2,58 p = 0,63, na

osnovi rezultata testiranja zaključuje se da se ne može odbaciti H0 (empirijske razine

signifikantnosti su velike u odnosu na uobičajene razine signifikantnosti), te da je

prisutna homoskedastičnost.

4.2.3. Autokorelacija- DW TEST

U modelu višestruke linearne regresije se pretpostavlja da su slučajne varijable (greške

relacije) međusobno nezavisne i identično distribuirane normalne slučajne varijable.

Ako pretpostavka o nezavisnosti slučajnih varijabli nije ispunjena, javlja se problem

autokorelacije.

Uzrok autokorelacije grešaka relacije može biti različiti, kao što su pogrešna

specifikacija modela, pogrešna specifikacija svojstava slučajnih varijabli, transformacije

izvornih vrijednosti varijabli izraženih u obliku vremenskih nizova.

Problem autokorelacije se može uočiti na temelju dijagrama rasipanja ili korelograma

(grafički prikaz autokorelacijske funkcije) rezidualnih odstupanja.

DURBIN-WATSON TEST (DW TEST)

- Ispituje se postoji li problem autokorelacije prvog reda

HO: nema autokorelacije

H1: ima autokorelacije prvog reda

Veličina uzorka (n) = 12,

Broj regresora u modelu (k) = 4

Signifikantnost je 99%,

Donja vrijednost u DW tablici (dl) =0,34

Gornja vrijednost u DW tablici (du) = 1,91

36



Date: 09/12/13 Time: 13:21




D(UNEM,2) 0.422252 0.150149 2.812215 0.0672

POP (-2) 9.423053 4.107118 2.294322 0.1055

D(IP (-3)) -0.353717 0.123977 -2.853088 0.0649

INF(-3) 0.840939 0.159338 5.277707 0.0133

C -1.805929 0.479154 -3.768994 0.0327








Slika 2. DW pokazatelji

IZVOR: Izrada studentice

Sa 99% vjerojatnosti tvrdi se da u modelu nije prisutna autokorelacija, ne odbacuje se

Ho hipoteza.

37

5. ZAKLJUČAK

Temelj proučavanja ovog diplomskog rada bila je funkcija siromaštva, tj. povezanost

makroekonomskih varijabli i stope rizika od siromaštva. Pretpostavilo se da na stopu

rizika od siromaštva djeluje inflacija, stopa nezaposlenosti, rasta stanovništva,

industrijske proizvodnje, turistički dolasci i BDP.

Hrvatska se još uvijek “bori” sa posljedicama globalne ekonomske krize, što se najviše

očituje kroz visoku stopu nezaposlenosti te konstantnim padom BDP-a, i drugim

makroekonomskim pokazateljima koji nisu idealni.

Modificirana je funkcija siromaštva za Pakistan, funkcija je formirana primjenom

varijabli koje se smatraju bitnim za Hrvatsku, kao što su turizam i industrija, dok u

Pakistanu bitnu ulogu ima poljoprivreda i stočarstvo.

Modificiranje se provodilo na temelju prikupljenih podataka o stopi rizika od

siromaštva, stopi bruto raspoloživog dohotka, stopi inflacije, stopi promjene industrijske

proizvodnje, stopi rasta stanovništva, stopi nezaposlenosti i stopi promjene turističkih

dolazaka Republike Hrvatske, u razdoblju od 2000. do 2011. godine, te je napravljena

detaljna analiza uz pomoć statističkog programa Eviews-a. Za potrebe modeliranja,

uzeti su godišnji podaci.

Varijable nisu bile signifikantne te je bilo potrebno izvesti zbacivanje nekih varijabli, te

lagiranje inflacije i industrijske proizvodnje za tri vremenska razdoblja, te stope rasta

stanovništva za dva.

Zaključeno je kako je 90,63 % varijacija zavisne varijable objašnjeno pomoću

ocijenjenog regresijskog modela.

Testirana je prisutnost autokorelacije, normalnost grešaka relacije te heteroskedastičnost

gdje se ispostavilo da ne postoji autokorelacija, te su greške relacije normalno

distribuirane, dok empirijske razine signifikantnosti koje su velike u odnosu na

uobičajene razine signifikantnosti ukazuju na pojavu homoskedastičnost, a ne

heteroskedastičnosti. Premda su ispunjene sve pretpostavke modela s obzirom na mali

38

raspon podataka, model nije pogodan za prognoziranje već samo daje naznake u kojem

smjeru bi trebalo sprovesti daljna istraživanja.

39

POPIS LITERATURE

KNJIGE:

I. Babić, M 2007, Makroekonomija, 15. dopunjeno i izmijenjeno izdanje, Mate

d.o.o., Zagreb

II. Belullo, A 2011, Uvod u ekonometriju, Sveučilište Jurja Dobrile u Puli, Odjel za

ekonomiju i turizam „Dr. Mijo Mirković“, Pula

III. Blanchard, O 2005, Makroekonomija, 3. izdanje, Mate d.o.o, Zagreb

IV. Borozan, Đ 2012, Makroekonomija, 3. izmijenjeno izdanje, Ekonomski fakultet

Osijek, Osijek

V. Lovrić, Lj 2005, Uvod u Ekonometriju, Ekonomski fakultet Sveučilišta u Rijeci,

Rijeka

INTERNET:

VI. Banka.hr, Vrijeme je za ozbiljan razgovor o siromaštvu, datum pristupa

01.09.2013.

http://www.banka.hr/hrvatska/vrijeme-je-za-ozbiljan-razgovor-o-siromastvu

VII. Državni zavod za statistiku, BDP (realna stopa rasta), datum pristupa:

13.06.2013. http://www.dzs.hr/

VIII. Ekopen.hr porezno savjetovanje, Inflacija ,datum pristupa: 13.06.2013

http://www.ekopen.hr/index.php?option=com_content&task=view&id=59&Item

id=76

IX. Eurostat, 2013, GDP and main components, datum pristupa: 16.06.2013.

http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=nama_gdp_c&lang=en

http://www.banka.hr/hrvatska/vrijeme-je-za-ozbiljan-razgovor-o-siromastvu

http://www.dzs.hr/

http://www.ekopen.hr/index.php?option=com_content&task=view&id=59&Itemid=76

http://www.ekopen.hr/index.php?option=com_content&task=view&id=59&Itemid=76

http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=nama_gdp_c&lang=en

40

X. Hrvatska gospodarska komora, 2013, Gospodarska kretanja, datum pristupa:

13.06.2013.http://www.hgk.hr/wpcontent/blogs.dir/1/files_mf/gospodarska_kret

anja_0397.pdf

XI. Hrvatska narodna banka, 2013, Ekonomski indikatori, datum pristupa

16.06.2013. http://www.hnb.hr/publikac/bilten/arhiv/bilten-190/hbilt190.pdf

XII. Politika.hr,Svjetski dan borbe protiv siromaštva,datum pristupa 10.09.2013.

http://politika.hr/na-danasnji-dan/10176-svjetski-dan-borbe-protiv-siromastva

XIII. Poslovni dnevnik, Inflacija, datum pristupa: 16.06.2013.

http://www.poslovni.hr/leksikon/inflacija-1413

ČLANCI:

I. Temple, J. R. W. 1999, „The New Growth Evidence", The Journal of Economic

Literature, 37(1): 112-156

II. Dr. Hazoor M. , Safdar H. , 2012, „The impact of different macroeconomics

variables on poverty in Pakistan“,vol 3, no10, str. 1-12

III. Bejaković, P. , Gotovac, V. , 2011, „ Aktivnosti na gospodarskom oporavku u

Republici Hrvatskoj s naglaskom na tržište rada“ Pregledni rad, UDK: 330.111 :

331.5(497.5)

http://www.hgk.hr/wpcontent/blogs.dir/1/files_mf/gospodarska_kretanja_0397.pdf

http://www.hgk.hr/wpcontent/blogs.dir/1/files_mf/gospodarska_kretanja_0397.pdf

http://www.hnb.hr/publikac/bilten/arhiv/bilten-190/hbilt190.pdf

http://politika.hr/na-danasnji-dan/10176-svjetski-dan-borbe-protiv-siromastva

http://www.poslovni.hr/leksikon/inflacija-1413

41

POPIS TABLICA: Tablica 1. Prikupljeni podaci za Hrvatsku za razdoblje od 2000.-2011.godine..............15

POPIS GRAFIKONA Grafikon 1. Kretanje BDP-a, stope rizika od siromaštva, nezaposlenosti, industrijske

proizvodnje, inflacije , turističkih dolazaka u Hrvatskoj ................................................30

POPIS SLIKA Slika 1. DW pokazatelji...................................................................................................36

42

IZJAVA

kojom izjavljujem da sam diplomski rad s naslovom „Modeliranje stope rizika od

siromaštva u RH“ izradila samostalno pod voditeljstvom dr.sc. Ane Štambuk. U radu

sam primijenila metodologiju znanstveno istraživačkog rada i koristila literaturu koja je

navedena na kraju diplomskog rada. Tuđe spoznaje, stavove, zaključke, teorije i

zakonitosti koje sam izravno ili parafrazirajući navela u diplomskom radu na uobičajen,

standardan način citirala sam i povezala s fusnotama s korištenim bibliografskim

jedinicama. Rad sam izradila u skladu s nacionalnim i međunarodnim normama o

autorskom radu i djelu te je pisan u duhu hrvatskog jezika. Suglasna sam s objavom

diplomskog rada na službenim stranicama Fakulteta.

Studentica

______________________

Nikolina Pintur

SVEUČILIŠTE U RIJECI - oliver.efri.hroliver.efri.hr/zavrsni/460.B.pdf · predviđa neoklasična...

Documents

Transcript of SVEUČILIŠTE U RIJECI - oliver.efri.hroliver.efri.hr/zavrsni/460.B.pdf · predviđa neoklasična...