Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Wskaźnik Ufności Konsumenckiej (WUK)
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
Consider a finite population of N units. Let (0,1) denotes the fraction of units with a given property. The problem is in interval estimation of  on the basis of a sample drawn due to the simple random sampling without replacement. Suppose, that the population is divided into two (disjoint) strata. In the paper the confidence interval for  is proposed based on samples from two strata.(original abstract)
Analizowane wskaźniki, obrazujące poziom nastrojów konsumenckich, kształtują się w' bardzo zbliżony sposób. Dużą zgodność wykazał PENKON i WOK Możliwe jest, iż wartości WUK nie odbiegałyby od pozostałych wskaźników, gdyby badania przeprowadzane przez GUS odbywały się w cyklu miesięcznym. Biorąc pod uwagę czas konstruowania i upubliczniania oraz dostępność analizowanych wskaźników, najkorzystniej uplasował się WOK, który ponadto charakteryzuje się najdłuższą historią badań. Ipsos wyniki przeprowadzonych badań udostępnia bezpłatnie na swojej stronie internetowej. Co więcej, poza wartością współczynnika WOK, podawany jest tam niejednokrotnie komentarz wskazujący na konkretne wydarzenia ze sfery politycznej i ekonomicznej, warunkujące otrzymaną wartość wskaźnika. Również Pentor wyniki swoich badań udostępnia na stronie internetowej, wzbogacając je jednocześnie w obszerny komentarz. Tutaj jednak proste metody stosowane przez internautów w poszukiwaniu określonych treści zawodzą. Niezbędna jest zatem gruntowna analiza oferowanych treści na stronie internetowej Pentor, w celu odnalezienia tej poszukiwanej. (abstrakt autora)
Internationalization of modern enterprises in service industry, turbulent environment in which they operate and constant expansion of the competition in the catering industry force enterprises to seek more innovative ways to remain on the market. Quality is the key factor in the development strategy of entities in the catering industry, the objective of which is to achieve long-term competitive advantage, both on domestic and foreign catering market. Enterprises, applying consumer-oriented approach as the key factor in their development strategy, seek to shape an ideal level of services provided which will help to distinguish their services from among similar competitive services. The aim of such actions is, first of all, to satisfy the customer providing the appropriate level of service. The aim of this study is to try to identify the impact of service quality on the level of consumer confidence in the catering industry and to identify factors determining the essence of the quality of catering services, in the opinion of respondents. The basis of the analysis was results of the author's surveys carried out on a sample of 300 consumers from hotel restaurants (four-star hotels) located in the area of Silesian region.(author's abstract)
Przeprowadzone badania wskazały, iż modelem będącym podstawą najbardziej trafnej prognozy WUK, jest model trendów jednoimiennych. Ponadto każdy z zastosowanych modeli prognostycznych wskazuje, iż tendencja rozwojowa wartości WUK dana jest trendem rosnącym. Złożoność sfery badawczej, jaką jest konsumpcja, a w szczególności wskaźnika chrakteryzującego ufność konsumencką (opartego na ocenie jakościowej), w połączeniu z niestabilną areną polityczną i chaosem informacyjnym w Polsce, powoduje, iż prognozy koniunktury konsumenckiej mogą ulegać szybkiej dezaktualizacji. Można oczekiwać, że dokładność i precyzja prognoz poprawi się w momencie, kiedy zgodnie z wymogami UE badania będą prowadzone w cyklu miesięcznym, a nie - tak jak obecnie - w cyklu kwartalnym. (abstrakt autora)
Celem artykułu jest weryfikacja siły zależności między podstawowym wskaźnikiem koniunktury konsumenckiej BWUK oraz dynamiką zmian kredytów bankowych dla osób prywatnych. Została przeprowadzona także analiza kształtowania się poszczególnych kategorii kredytów oraz ich struktury w trzech wybranych okresach: w roku 2004, 2008 oraz 2012. Wśród zastosowanych metod badawczych znajdują się: analiza korelacji, analiza wariancji oraz analiza dynamiki. W analizach oparto się na danych jakościowych z badań koniunktury konsumenckiej prowadzonych przez GUS i NBP oraz na danych statystycznych NBP. Zakres czasowy analiz obejmuje okres od 2004 do 2012 roku. Artykuł ma charakter badawczy. Uzyskane wyniki wskazują na występowanie istotnych zależności między poziomem nastrojów ekonomicznych ludności oraz dynamiką zmian na rynku kredytów dla osób prywatnych, szczególnie w zakresie kredytów złotowych. W przypadku kredytów walutowych nie wszystkie zależności są statystycznie istotne. Koniunktura konsumencka wykazuje silniejszą zależność ze zmianami na rynku kredytów konsumpcyjnych, niż z pozostałymi kategoriami kredytów dla osób prywatnych. (abstrakt oryginalny)
Wskaźnik zaufania konsumentów (ang. consumer confidence index - CCI), skonstruowany na podstawie subiektywnych ocen sytuacji gospodarczej (wstecznej i przyszłej), jest wykorzystywany w wielu badaniach jako zmienna uzupełniająca prognozowanie zachowań konsumenckich. O dużym znaczeniu CCI świadczy literatura dotycząca nastrojów konsumenckich. Badania nad rozwiniętymi, stabilnymi ekonomicznie gospodarkami koncentrują się na ocenach sytuacji gospodarczej w poprzednim okresie. W gospodarkach niestabilnych ekonomicznie, zdaniem wielu autorów, należy analizować przede wszystkim oczekiwania respondentów. Badanie omawiane w niniejszym artykule ma na celu sprawdzenie, które oceny respondentów (wsteczne czy oczekiwania na przyszłość) mają statystycznie istotny wpływ na poziom CCI oraz czy w ocenie respondentów występują różnice między krajami (przekrojowo) i różnice czasowe (efekty szeregów czasowych). Modelowanie panelowe przeprowadzono na podstawie danych dotyczących CCI jako zmiennej zależnej oraz zbioru zmiennych niezależnych dla krajów Unii Europejskiej oraz pięciu krajów spoza Wspólnoty. Dane pochodzą z bazy danych Eurostatu. Okres analizy obejmuje 7 lat i 5 miesięcy (styczeń 2015-maj 2022 r.), co wynika z dostępności danych. Do obliczeń wykorzystano program SAS 9.4. Wyniki badania świadczą o tym, że wyższe oczekiwania respondentów przekładają się na większe wartości CCI i mają statystycznie istotny wpływ na poziom tego wskaźnika. Przeprowadzone modelowanie wykazało, że w ocenie respondentów różnice pomiędzy krajami są znaczące, natomiast różnice czasowe - nie. (abstrakt oryginalny)
One of the most important economic indicators developed on the basis of agents' opinions is consumer confidence index. Such a situation stems from the fact that consumption is usually the most important element of total demand. In well developed economies in which consumer confidence indexes have been used for many years a lot of attention is paid to analysis of their behavior. They are the element of composite leading indicators developed among others by the European Commission and the US Trade Department. In the emerging economies, in which analyses of consumer behavior were introduced relatively recently, qualitative data on consumer confidence is treated with less attention. This suggests conducting research in such a field for new EU member states. Countries which joined EU in 2004 r. are: the Czech Republic, Estonia, Cyprus, Latvia, Lithuania, Hungary, Malta, Poland, Slovenia, Slovakia. This group of countries was subject to analysis presented in the paper. The main aim of the research is to find and analyze relationships between consumer confidence indexes and chosen macroeconomic variables. Research questions refer to common direction in such an analysis conducted worldwide: to identify factors influencing consumers' opinion and check whether changes of consumer confidence lead to changes of chosen economic variables. Consumption in the state of equilibrium depends on propensity to consumption (measured by confidence index) and on possibilities which are represented by disposable income. Quantitative monthly data used in the research refers to purchasing power of households and consumption expenditure. On the other hand the scope of the research was aimed at main economic time series which can influence agents expectations. Composite consumer confidence index cannot be commonly applied to describe volatility of various types of consumption, so in the research simple (component) indicators were used as well. The analysis of linear relationships is based on the cross correlations. In order to find lags and leads there were estimated Pearson correlation coefficients for shifts ±12 months. The analysis of linear relationships was extended by Granger's causality test in order to verify whether quantitative variables influence consumer's answers. Reverse relationships were also verified. In order to track nonlinear relationships neural networks module of Statistica was used. In the case algorithm of optimal data set for model time series was applied. Achieved results allow to identify relationships between analyzed economic time series, but also can be treated as first step for introducing consumer confidence indicators to economic forecasting in chosen developing EU economies. (original abstract)
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.