Modele ekonometryczne w praktyce prognozowania zatrudnienia

• Autorzy: Karolina Lewandowska-Gwarda

Warianty tytułu

Econometric Models Used in Employment Forecasting

• Języki publikacji: PL

Abstrakty

Celem artykułu jest zaprezentowanie wybranych modeli ekonometrycznych wykorzystywanych w praktyce prognozowania zatrudnienia. Punktem wyjścia jest krótkie omówienie problemów związanych ze specyfikacją zmiennych endo- i egzogenicznych wchodzących w skład modeli rynku pracy, a w szczególności równań liczby zatrudnionych. Następnie zaprezentowane zostaną teoretyczne aspekty budowy i estymacji wybranych modeli ekonometrycznych. Z uwagi na to, że w analizach rynku pracy najczęściej wykorzystywane są modele wielorównaniowe, które dają możliwość opisu złożonych zjawisk, w artykule omówiona zostanie tylko ta klasa modeli. Scharakteryzowane zostaną wielorównaniowe modele proste (w tym równania typu ECM), rekurencyjne i współzależne oraz modele SUR i VAR. Z uwagi na to, że badania z zakresu rynku pracy często prowadzone są na danych statystycznych dotyczących jednostek przestrzennych, przedstawione zostaną również przestrzenne modyfikacje wybranych modeli. W ostatniej części artykułu opisane zostaną wybrane modele ekonometryczne będące częścią systemów prognozowania popytu na pracę w krajach europejskich, na podstawie których formułowane są prognozy zatrudnienia w praktyce. (fragment tekstu)

EN

The main objective of this paper is to present econometric models used in the practice of employment forecasting. Modelling of the labour market is a complex process, requiring the analysis of relations not only in the labour market, but also in its macroeconomic environment. For this reason, it forces the use of advanced econometric tools. The article briefly discusses construction and estimation of multi equation models, including SUR, VAR and its spatial modifications. In the last part it also presents some empirical examples of models that are used during employment forecasting in chosen European countries. (original abstract)

Słowa kluczowe

PL

Modele ekonometryczne; Prognozowanie zatrudnienia; Zatrudnienie

EN

Econometric models; Employment forecasting; Employment

• Czasopismo: Polityka Społeczna
• Rocznik: 2014
• Numer: nr 1 (tematyczny) Prognozowanie zatrudnienia
• Strony: 9--13

Twórcy

autor

Karolina Lewandowska-Gwarda

• Uniwersytet Łódzki

Bibliografia

• Anselin L. (1988), Spatial Econometrics: Methods and Models, Dordrecht: Kluwer Academic Publishers.
• Arendt Ł., Ulrichs M. (2012), Dobre praktyki prognozowania popytu na pracę w Polsce. Raport II, IPiSS-CRZL, Warszawa.
• Backhouse R. (1991), Applied UK Macroeconomics, Basil Blackwell, Oxford.
• Beenstock M., Felsenstein D. (2007), Spatial Vector Autoregressions, "Spatial Economic Analysis" 2 (2), s. 167-196.
• Borkowska S. (1999), Wpływ płac na zatrudnienie, w: Prognozowanie popytu na pracę. Elementy metodologii, Studia i Materiały, t. II, RCSS, Warszawa.
• Di Giacinto V. (2003), Differential Regional Effects of Monetary Policy: A Geographical SVAR Approach, "International Regional Science Review" 26 (3), s. 313.
• Di Giacinto V. (2006), A Generalized Space-Time Arma Model with an Application to Regional Unemployment Analysis in Italy, "International Regional Science Review" 29 (2), s.159-198.
• Ehrenberg R.G., Smith R.S. (1997), Modern Labor Economics: Theory and Public Policy, Harper Collin College Publishers, New York.
• Elhorst J.P. (2003), Specification and Estimation of Spatial Panel Data Models, "International Regional Science Review" 26 (3), s. 244-268.
• Gajda J.B. (2004), Ekonometria, C.H. Beck, Warszawa.
• Heijke J.A.M., De Koning J., Maas R.J.M., Den Broeder G. (1985), A model of the Dutch labour market (AMO-K), "De Economist" 133 (4), s. 484-526.
• Keynes M. (1956), Ogólna teoria zatrudnienia, procentu i pieniądza, PWN, Warszawa.
• Kusideł E. (2000), Modele autoregresyjne VAR. Metodologia i zastosowania, Absolwent, Łódź.
• Kwiatkowski E. (1988), Neoklasyczne teorie zatrudnienia, PWN, Warszawa.
• Kwiatkowski E. (2010), Determinanty popytu na pracę w świetle teorii ekonomii, w: Prognoza podaży i popytu na pracę w województwie podlaskim, IPiSS, Wyższa Szkoła Ekonomiczna w Białymstoku, Białystok-Warszawa.
• Kwiatkowski E., Tokarski T., Kucharski L., Rogut A., Kaczorowski P (2002), Determinanty popytu na prace w ujęciu regionalnym, w: Strzelecki Z. (red.), Uwarunkowania prognozowania popytu na pracę oraz jego edukacyjne implikacje, Studia i Materiały, RCSS, Warszawa.
• Kwiatkowski E., Suchecki B., red. (2013), Prognoza zatrudnienia w Polsce według grup zawodów do 2020 roku. Raport VI, IPiSS-CRZL, Warszawa.
• Kwiatkowski E., Suchecki B., red. (2013a), Prognozy zatrudnienia w Polsce do 2020 roku. Syntetyczne wyniki i wnioski, IPiSS, Warszawa 2013, maszynopis (w postaci książkowej ukaże się w 2014 r.).
• LeSage J.P, Pan Z. (1995), Using Spatial Contiguity as Bayesian Prior Information in Regional Forecasting Models, "International Regional Science Review" 18 (1), s. 33-53.
• Lewandowska-Gwarda K. (2012), Wielorównaniowe modele regresji przestrzennej, w: Suchecki B., (red.), Ekonometria przestrzenna II. Modele zaawansowane, Wydawnictwo C.H. Beck, Warszawa.
• Lutz C., Distelkamp M., Meyer B., Wolter M.I. (2003), Forecasting the interindustry development of the German economy: The model INFORGE, GWS Discussion Paper 2003/2, http://www.gws-os.de/Downloads/gws-paper03-2.pdf (dostęp 30.04.2014).
• Maddala G.S. (2006), Ekonometria, PWN, Warszawa.
• Sims C.A. (1980), Macroeconomics and Reality, "Econometrica" 48, s. 1-48.
• Suchecki B., red. (2003), System prognozowania popytu na pracę w Polsce. Część III. Prognozy popytu na pracę w Polsce, RCSS, Warszawa.
• Suchecki B., red. (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa.
• Suchecki B., Gajdos A. (2002), Rekomendacje metodyczno-modelowe oraz założenia prognostyczne dla konstrukcji systemu długookresowego prognozowania popytu na pracę, w: Przesłanki konstrukcji systemu długookresowego prognozowania popytu na pracę, Studia i Materiały, tom VIII, RCSS, Warszawa, s. 11-63.
• Welfe W., Florczak W. (2003), Modele rynku pracy, w: Suchecki B. (red.), System prognozowania popytu na pracę. Część I. Podstawowa metodologia, RCSS, Warszawa.
• Wilson R., Homenidou K. (2012), Working Futures 2010-2020. Technical report on sources and methods, UK Commission on Employment and Skills, http://www.oph. fi/download/141061_working-futures-technical-report.pdf (dostęp 30.04.2014).
• Zellner A. (1962), An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias, "Journal of the American Statistical Association" 57 (298), s. 348-368.