prognoza liczby bezrobotnych w polsce w pierwszym roku cz
Transkrypt
prognoza liczby bezrobotnych w polsce w pierwszym roku cz
Micha³ Bednarz Maciej Tracz* PROGNOZA LICZBY BEZROBOTNYCH W POLSCE W PIERWSZYM ROKU CZ£ONKOSTWA W UNII EUROPEJSKIEJ 1. Bezrobocie w Polsce i w Unii Europejskiej Bezrobocie jest obecnie jednym z najwa¿niejszych problemów spo³eczno-gospodarczych w Polsce i Unii Europejskiej. W przededniu wejœcia do struktur UE bezrobocie w Polsce osi¹gnê³o najwy¿szy poziom w porównaniu ze wszystkimi krajami cz³onkowskimi i kandyduj¹cymi. W 2002 roku wœród 15 krajów Unii Europejskiej najwy¿sz¹ stopê bezrobocia odnotowano w Hiszpanii - 11,4%, Grecji - 10,3%, Finlandii - 9,1% oraz we Francji - 8,7%. Najni¿szy wskaŸnik mia³ Luksemburg - 2,4%. Przeciêtna stopa bezrobocia we wspólnocie wynosi³a 7,5%. Tabela 1: Stopa bezrobocia w krajach cz³onkowskich i kandyduj¹cych w koñcu 2002 roku. •ród³o: Urz¹d Komitetu Integracji Europejskiej, Warszawa 2003. * Studenci III roku ekonomii, Studenckie Ko³o Naukowe Ekonomistów. Opiekun dr Mieczys³aw Kowerski 19 Natomiast wœród 10 nowych cz³onków najwy¿szy poziom bezrobocia w 2002 roku odnotowano w Polsce - 20%, na S³owacji - 19,4%, Litwie - 13,1% oraz £otwie - 12,9%. Najmniejszy poziom bezrobocia by³ na Cyprze - 4%. Œrednia stopa bezrobocia we wszystkich 10 krajach kandyduj¹cych wynosi³a 15,1%. W warunkach jednolitego rynku, realizuj¹cego zasadê swobodnego przep³ywu osób i d¹¿¹cego do coraz to œciœlejszych form integracji, kraje cz³onkowskie UE musz¹ zacz¹æ powa¿nie myœleæ o tym, jak wspólnie rozwi¹zaæ problemy zwi¹zane z brakiem pracy. Ponadto, wspólne dzia³anie, dziêki poprawieniu mobilnoœci przestrzennej, zawodowej i kwalifikacyjnej pracowników uczyni ich lepiej przygotowanymi do wejœcia na europejski rynek pracy, tym samym polepszy te¿ konkurencyjnoœæ unijnych przedsiêbiorstw. Innymi s³owy, przy tak daleko posuniêtej integracji, z chwil¹ przyst¹pienia Polski do wspólnoty europejskiej bezrobocie przestaje byæ tylko naszym wewnêtrznym problemem lecz problemem ca³ej zjednoczonej Europy. Najwiêksz¹ i s³uszn¹ obaw¹ pañstw cz³onkowskich jest to, ¿e po 1 maja 2004 roku du¿a czêœæ bezrobotnych z krajów kandyduj¹cych zacznie szukaæ pracy w pañstwach "piêtnastki", powiêkszaj¹c i tak niema³e bezrobocie. Wprawdzie istnieje ju¿ w tych krajach spora "szara strefa" w zatrudnieniu obcokrajowców, ale problem ten nasili siê jeszcze bardziej, kiedy zostan¹ otwarte granice. W tej sytuacji wiele pañstw cz³onkowskich zabezpiecza siê poprzez wprowadzanie okresów przejœciowych w zatrudnianiu obywateli nowych pañstw cz³onkowskich. Celem artyku³u jest próba okreœlenia zmian liczby bezrobotnych w Polsce do koñca 2004 roku. 2. Modele prognozowania Spoœród wielu metod prognozowania do prognozy liczby bezrobotnych w Polsce w 2004 roku wykorzystano model trendu liniowego z sezonowoœci¹ postaci1: gdzie: wartoœæ zmiennej prognozowanej w kwartale i w okresie t, zmienna zerojedynkowa przyjmuj¹ca wartoœæ 1 w kwartale i oraz wartoœæ 0 w pozosta³ych kwarta³ach, 1 Lipiec - Zajachowska M., (red.), Wspomaganie procesów decyzyjnych, Tom II Ekonometria, Wydawnictwo C. H. Beck, Warszawa 2003, s. 62-63. 20 zmienna czasowa przyjmuj¹ca wartoœci naturalne sk³adnik losowy. Oszacowane wartoœci parametrów informuj¹, o ile ró¿ni siê bezrobocie w kwartale i od bezrobocia w kwartale pierwszym, którego nie ma w modelu i który mo¿na uznaæ za bazowy. W badaniu za bazowy (l) uznano kwarta³ pierwszy, poniewa¿ w³aœnie wtedy bezrobocie w Polsce osi¹ga najwy¿szy poziom w roku. Powy¿szy model mo¿na oszacowaæ Klasyczn¹ Metod¹ Najmniejszych Kwadratów2. Ostateczna postaæ wybranego wielomianu zale¿y od jakoœci oszacowania. Szukano modeli z istotnymi parametrami, najlepiej dopasowanego do danych empirycznych modelu, w którym nie wystêpuje autokorelacja sk³adników losowych, sk³adniki losowe maj¹ rozk³ad normalny i s¹ homoskedastyczne. Do badania autokorelacji wykorzystano test Durbina-Watsona oraz test istotnoœci wspó³czynnika autokorelacji. Do oceny normalnoœci rozk³adu sk³adników losowych zastosowano test Jarque - Bera3. Do oceny homoskedastycznoœci zastosowano test Breuscha - Pagana4 Œredni b³¹d prognozy oblicza siê ze wzoru5: gdzie : chylenie standardowe reszt, transponowany wektor wartoœci zmiennych objaœniaj¹cych w okresie prognozowanym T Modele trendów wielomianowych budowano na podstawie danych kwartalnych z lat 1998-2003 (24 obserwacje). 2 3 4 5 Welfe A., Ekonometria, PWE, Warszawa 2003, s. 32 - 38. Gruszczyñski M., Podgórska M. (red.), Ekonometria, SGH, Warszawa 2003, s. 53 - 55 oraz 59 - 60. http://econ.la.psu.edu/~hbierens/EASYREG.HTM. Kowerski M., Ekonometria. Przewodnik po wyk³adach, WSZiA w Zamoœciu, Zamoœæ 1998, s. 103. 21 3. Wyniki estymacji modeli trendu wielomianowego z sezonowoœci¹ Spoœród zbudowanych modeli tylko modele kwadratowy i szeœcienny charakteryzowa³y siê istotnoœci¹ wszystkich parametrów. Tabela 2: Oceny parametrów strukturalnych modeli trendu wielomianowego z sezonowoœci¹. Uwaga (*) oznaczono parametry nieistotne statystycznie na poziomie istotnoœci = 0.05 Oszacowane modele niezale¿nie od stopnia wielomianu charakteryzuj¹ siê wysokim poziomem dopasowania do danych empirycznych. Wartoœci wspó³czynników determinacji oczywiœcie wzrastaj¹ wraz ze wzrostem stopnia wielomianu, ale przyrosty s¹ coraz mniejsze. 22 Tabela 3: Ocena jakoœci oszacowanych parametrów. •ród³o: Obliczenia wykonano za pomoc¹ programu EasyReg : http://econ.la.psu.edu/~hbierens/EASYREG.HTM Ocen jakoœci szacowanych modeli dokonano na poziomie istotnoœci 0,05. Test Jarque-Bera wskaza³ na normalnoœæ rozk³adu sk³adników losowych we wszystkich badanych modelach, natomiast test Breuscha-Pagana wskaza³ na homoskedastycznoœæ sk³adników losowych. Test autokorelacji sk³adników losowych Durbina-Watsona wykaza³, ¿e w modelach liniowym i kwadratowym wystêpuje autokorelacja. W pozosta³ych trzech modelach przy pomocy tego testu nie mo¿na podj¹æ decyzji, wiêc w dalszej analizie wykorzystano test t - studenta istotnoœci wspó³czynnika autokorelacji. Wed³ug tego testu w analizowanych modelach autokorelacja sk³adników losowych nie wystêpuje. Modele szeœcienny, czwartego i pi¹tego stopnia, okaza³y siê byæ najlepiej dopasowanymi modelami. Wszystkie za³o¿enia jakoœciowe spe³nia tylko wielomian szeœcienny z sezonowoœci¹. Dlatego zdecydowano siê na przyjêcie tego modelu do prognoz. Dla kolejnych kwarta³ów oszacowany model ma postaæ: Kwarta³ I : Kwarta³ II : Kwarta³ III : Kwarta³ IV : 4. Prognozy liczby bezrobotnych w Polsce w 2004 roku Dokonane prognozy wskazuj¹ na mo¿liwoœæ znacznego spadku liczby bezrobotnych w Polsce w 2004 roku. Spadek ten wynika³ bêdzie z odwrócenia trendu liczby rejestrowanych bezrobotnych, a w kwarta³ach drugim, trzecim i czwartym równie¿ z sezonowego obni¿enia liczby bezrobotnych w stosunku do kwarta³u pierwszego. 23 Tabela 4: Prognozy liczby bezrobotnych i jej b³êdy ex ante na kolejne kwarta³y 2004 roku B³êdy ex ante Kwarta³ 1,99 2,52 3,12 3,77 Liczba bezrobotnych (w tys. osób) 3186,661 2899,352 2754,372 2704,470 bezwzglêdne (w tys.) 63,590 73,056 85,836 101,991 wzglêdne (w %) 1,99 2,52 3,12 3,77 Korzystaj¹c z zaproponowanego modelu, mo¿na oszacowaæ, ¿e stopa bezrobocia w koñcu roku mo¿e wynieœæ ok. 18%. Rys. 1. Trend z sezonowoœci¹ i bez sezonowoœci liczby bezrobotnych w Polsce. Diagnoza i prognoza. Uwagi koñcowe Ju¿ po zakoñczeniu obliczeñ Ministerstwo Gospodarki Pracy i Polityki Spo³ecznej poda³o dane dotycz¹ce liczby zarejestrowanych w Polsce bezrobotnych na koniec I kwarta³u 2004 r. Wynios³a ona 3265,8 tys. osób, a wiêc by³a o 71,9 tys. wy¿sza ni¿ zak³adana prognoza, a b³¹d prognozy ex post wyniós³ 2,42%, a wiêc by³ o 0,4 punktu procentowego wy¿szy ni¿ zak³adany ex ante. Mo¿e to sk³oniæ do ostro¿nego podchodzenia do wyników prognozy. Jednak¿e zmiana trendu z wzrostowego na spadkowy wydaje siê przes¹dzona. Rzeczywiste wartoœci sk³aniaj¹ równie¿ do rozwa¿enia budowy prognozy krocz¹cej, gdzie dane wyjœciowe by³yby systematycznie uzupe³niane o najaktualniejsze wartoœci rzeczywiste zmiennej prognozowania. Bibliografia 1. Bierens H., http://econ.la.psu.edu/~hbierens/EASYREG.HTM. 2. Gruszczyñski M., Podgórska M. (red.), Ekonometria, SGH, Warszawa 2003. 3. Kowerski M., Ekonometria. Przewodnik po wyk³adach, WSZiA w Zamoœciu, Zamoœæ 1998. 4. Lipiec-Zajachowska M., (red.), Wspomaganie procesów decyzyjnych, Tom II Ekonometria, Wydawnictwo C. H. Beck, Warszawa 2003 5. Welfe A., Ekonometria, PWE, Warszawa 2003. 24