PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2020 | nr 23(1) | 87--98
Tytuł artykułu

Analiza sezonowości sprzedaży nowych pojazdów w Polsce w latach 2013-2018

Warianty tytułu
Analysis of the Seasonality of New Vehicle Sales in Poland in 2013-2018
Języki publikacji
PL
Abstrakty
Celem artykułu jest omówienie istoty występowania zjawiska sezonowości sprzedaży na polskim rynku motoryzacyjnym. Przedmiotem szczegółowych analiz był kierunek, poziom trendu, wartości odstające oraz rozkład wahań sezonowych w zakresie sprzedaży nowych pojazdów w Polsce w latach 2013-2018. Do dekompozycji szeregów czasowych zastosowano procedury ARIMA-X-12 oraz TRAMO-SEATS. W analizie wykorzystano dane miesięczne od stycznia 2013 r. do października 2018 r., pochodzące z Centralnej Ewidencji Pojazdów, publikowane w miesięcznych raportach Polskiego Związku Przemysłu Motoryzacyjnego. Dane wtórne dotyczyły sprzedaży nowych pojazdów osobowych (dla podmiotów gospodarczych oraz użytkowników indywidualnych), dostawczych, ciężarowych, autobusów, przyczep i naczep oraz motocykli i motorowerów. Z dostępnych raportów i badań wynika, że sprzedaż nowych pojazdów w Polsce wzrastała, z wyjątkiem sprzedaży motocykli i motorowerów. Autorzy wykazali, iż sprzedaż wszystkich pojazdów podlegała wahaniom sezonowym, które związane były z wyprzedażami roczników pojazdów, zamykaniem roku obrachunkowego w przypadku pojazdów użytkowych oraz porami roku (motocykle i motorowery). Autorzy stwierdzają, że wprowadzane zmiany dotyczące rejestracji nowych pojazdów, homologacji oraz norm dotyczących spalania były przyczyną powstawania tzw. szoków na rynku motoryzacyjnym. (abstrakt oryginalny)
EN
The purpose of the article is to discuss the essence of the phenomenon of sales seasonality on the Polish automotive market. The subject of detailed analysis is an attempt to identify the direction, level of the trend, outliers and the distribution of seasonal fluctuations in the sale of new vehicles in Poland in 2013-2018. The ARIMA-X-12 and TRAMO-SEATS procedures were used to decompose time series. The analysis uses monthly data from January 2013 to October 2018, from the Central Register of Vehicles, published in monthly reports of the Polish Automotive Industry Association. Secondary data related to the sale of new passenger vehicles (for business entities and individual users), delivery vans, trucks, buses, trailers and semitrailers as well as motorcycles and mopeds. From the available reports and research shows that sales of new vehicles in Poland increased, with the exception of sales of motorcycles and mopeds. The authors showed that the sale of all vehicles was subject to seasonal fluctuations, which were associated with vehicle sales, closing the accounting year for commercial vehicles and seasons (motorcycles and mopeds. The authors state that the changes introduced regarding the registration of new vehicles, approvals and combustion standards were the cause of the so-called shocks on the automotive market. ()
Rocznik
Numer
Strony
87--98
Opis fizyczny
Twórcy
  • Zachodniopomorski Uniwersytet Technologiczny w Szczecinie
  • Uniwersytet Warmińsko-Mazurski w Olsztynie
Bibliografia
  • Atuk O., Ural B., 2002, Seasonal Adjustment in Economic Time Series, Discussion Paper, 1, Central Bank of Turkey.
  • Barton E., Al-Sarray B., Chretien S., Jagan K., 2018, Decomposition of Dynamical Signals into Jumps, Oscillatory Patterns, and Possible Otliers, Mathematics, 6(124), 1-13.
  • Cabrero A., 2000, Seasonal Adjustment in Economic Time Series: The Experience of the Banco de Espana.
  • Dagum E. B., 1980, The X-11-ARIMA Seasonal Adjustment Method, Statistics Canada, Ottawa, 12-586.
  • Dagum E. B., Bianconcini S., 2016, Seasonal Adjustment Based on ARIMA Model Decomposition: TRAMO-SEATS, Seasonal Adjustment Method and Real Time Trend-Cycle Estimation, 115-145.
  • Fischer B., 1995, Decomposition of time series comparing defferent methods in theory and practice, Eurostat.
  • George B., Saridakis Ch., 2009, Brand-name effects, segment defferenced, and product characteristics an integrated model of the car market, Journal of Product & Brand Management, 18, 2, 143-151.
  • Grudkowska S., Paśnicka E., 2007, X-12 ARIMA i TRAMO/SEATS - empiryczne porównanie metod wyrównywania sezonowego w kontekście długości próby, Materiały i Studia, 220, NBP, Warszawa.
  • Hamulczuk M. (red.)., 2011, Prognozowanie cen surowców rolnych z wykorzystaniem modeli szeregów czasowych, Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej - Państwowy Instytut Badawczy, 81-87.
  • Klimkowska R., 2012, Klient na rynku samochodów osobowych w Polsce, Problemy Zarządzania, Finansów i Marketingu, 25, 65-76.
  • Kudłak R., Kisiała R., Gadziński J., Dyba W., Kołsut B., Stryjakiewicz T., 2017, Społeczno-ekonomiczne i przestrzenne uwarunkowania popytu na nowe samochody w Polsce, Studia Regionalne i Lokalne, 2(68), 119-139.
  • Lewicki W., Olejarz-Wahba A. A., Nurzyńska A., 2018, Ekonomiczne, organizacyjne i prawne uwarunkowania rozwoju rynku motoryzacyjnego w Polsce, Przykłady teorii i praktyki, Katowice.
  • Lian W., Huang J. Z., McElroy T., 2018, Time Series seasonal adjustment using regularized singular value decomposition, Journal of Business & Economic Statistics, 8, 1-15.
  • Maravall A., Lopez-Pavon R., Perez-Canete D., 2014, Realiability of the Automatic Identification of ARIMA Model in Program TRAMO, Empirical Economic and Financial Research, 105-122.
  • Michalak J., Merło P., 2015, Wpływ działań promocyjnych na zachowania nabywców samochodów, Handel Wewnętrzny, 3(356), 141-151.
  • Muirhead C., 1986, Distinguiching Outlier Types in Time Series, Journal of Royal Statistical Society, Series B (Methodological), 48(1), 1-2.
  • Mutrynowski T., 2015, Rynek samochodów osobowych w Polsce, Kwartalnik Nauk o Przedsiębiorstwie, 1, 91-201.
  • Nolan A., 2010, A dynamic analysis of household carownership, Transportation Research Part A: Policy and Practice, 44(6), 446-455.
  • Olejarz-Wahba A. A., Rutkowska-Ziarko A., 2015, Wykorzystanie metody TRAMO-SEATS do modelowania tendencji rozwojowej sprzedaży refundowanej w aptekach ogólnodostępnych w Polsce, Roczniki Kolegium Analiz Ekonomicznych, 36, 471-479.
  • Prieto M., Caemmerer B., 2013, An exploration of factors influencing car purchasing decisions, International Journal of Retail & Distribution Management, 41(100), 738-736.
  • Polski Związek Przemysłu Motoryzacyjnego, 2018, Raport Polska Branża Motoryzacyjna (2013,2014,2015,2016,2017,2018) www.pzpm.org.pl/pl/Publikacje/Raporty
  • Sax Ch., Eddelbuettel D., 2018, Seasonal Adjustment by X-13ARIMA-SEATS in R, Journal of Statistical Software, 87(11), 1-18.
  • Sołtysiak M., 2015, Preferencje zakupowe konsumentów na rynku pojazdów samochodowych, Modern Management Review. Research Journal, XX22(3), 213-232.
  • Stryjakiewicz T., Kudłak R., Gadziński J., Kołsut B., Dyba W., Kisiała W., 2017, Czasoprzestrzenna analiza rynku nowych samochodów w Polsce, Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego, 31(3), 64-79.
  • Urban D. J., Hoffer G. E., Pratt M. D., 2000, The used-vehicle superstore: a flawed concept, Journal of Consumer Marketing, 17(5), 420-438.
  • Zagdański R. A., Suchwałko A., 2015, Analiza i prognozowanie szeregów czasowych. Praktyczne wprowadzenie na podstawie środowiska R, Wydawnictwo Naukowe PWN, Warszawa.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.ekon-element-000171608697

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.