Spatial Integration of Vegetable Wholesale Markets in Poland on the Selected Example

• Autorzy: Wioleta Sobczak , Rafał Zbyrowski , Bolesław Borkowski

Warianty tytułu

Integracja przestrzenna rynków hurtowych warzyw w Polsce na wybranym przykładzie

• Języki publikacji: EN

Abstrakty

EN

This article attempts to verify the phenomenon of price transmission between wholesale markets of carrots in Poland. Determining the level of spatial integration of markets will indicate their efficiency and thus can make it easier for producers to take decisions about where to sell their products. The empirical data includes daily quotations of carrot prices on fruit and vegetable wholesale markets in Bronisze, Kalisz, Poznań, Radom and Sandomierz. The time range of the studies covered the years 2011-2016. This research is based on dynamic econometric methods (sVAR model) and the Granger causality tests. The research carried out using dynamic econometric methods has shown that despite the occurrence of significant variation in the level of carrot prices in the examined markets, their interaction was observed. Moreover, the results of the sVAR model estimation indicate that the changes in carrot prices on a particular market are stronger influenced by the price changes from the same market. This is an autoregressive effect. It also means that the carrot price information coming from other wholesale markets (price transmission effect) has a much weaker effect. (original abstract)

W artykule podjęto próbę weryfikacji zjawiska występowania transmisji cen między rynkami hurtowymi w Polsce na rynku marchwi. Określenie poziomu przestrzennej integracji rynków wskaże ich efektywność, a tym samym może ułatwić producentom podejmowanie decyzji o tym, gdzie sprzedawać swoje produkty. Dane empiryczne obejmują dzienne notowania cen marchwi na rynkach hurtowych owoców i warzyw w Broniszach, Kaliszu, Poznaniu, Radomiu i Sandomierzu. Zakres czasowy badań obejmował lata 2011-2016. Do analizy wykorzystano metody ekonometrii dynamicznej (model sVAR) oraz przeprowadzono testy przyczynowości Grangera. Badania przeprowadzone z wykorzystaniem dynamicznych metod ekonometrycznych wykazały, że pomimo wystąpienia istotnych różnic w poziomie cen marchwi na badanych rynkach zaobserwowano ich wzajemne oddziaływanie. Ponadto wyniki oceny modelu sVAR wskazują, że na zmiany cen marchwi na danym rynku silniej wpływają zmiany cen z tego samego rynku (efekt autoregresyjny). Oznacza to również, że informacje o cenie marchwi pochodzące z innych rynków hurtowych (efekt transmisji ceny) mają znacznie słabszy efekt. (abstrakt oryginalny)

Słowa kluczowe

EN

VaR method; Agricultural prices; Warehouse store; Empirical researches

PL

Miernik ryzyka (VaR); Ceny produktów rolnych; Hurtownie; Badania empiryczne

• Czasopismo: Acta Scientiarum Polonorum. Oeconomia
• Rocznik: 17 (2018)
• Numer: nr 4
• Strony: 151--158

Twórcy

autor

Wioleta Sobczak

• Warsaw University of Life Sciences - SGGW, Poland

autor

Rafał Zbyrowski

• University of Warsaw, Poland

autor

Bolesław Borkowski

• Warsaw University of Life Sciences - SGGW, Poland

Bibliografia

• Barrett C.B., Li J. (2002). Distinguishing between equilibrium and integration in spatial price analysis. American Journal of Agricultural Economics, 84, 292- 307.
• Box, G.E.P., Jenkins, G.M. (1970). Time series analysis: Forecasting and control. Holden-Day, San Francisco.
• Chojnacki, P. (1999). Kształtowanie się zorganizowanego handlu hurtowego na rynku rolno-ogrodniczym. [In:] E. Czernyszewicz (Ed.), II Ogólnopolska Konferencja Ogrodnicza-Ekonomiczne problemy krajowego ogrodnictwa i sposoby ich rozwiązania przed przystąpieniem Polski do Unii Europejskiej. LaserGraf, Lublin, 320.
• Fackler, P.L., Goodwin, B.K. (2001). Spatial price analysis. [In:] K. Arrow, M.D. Intriligator (Eds.). Handbook of Agricultural Economics. Vol. 1b. North-Holland, Amsterdam.
• Gołębiewski, J., Sobczak, W. (2017). Rynki hurtowe owoców i warzyw. Wydawnictwo SGGW, Warszawa.
• Granger, C.W.J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, (37) 3, 424-438.
• Hamulczuk, M., Gędek, S., Klimkowski, C., Stańko, S. (2012). Prognozowanie cen surowców rolnych na podstawie zależności przyczynowych. IERiGŻ-PIB, Warszawa.
• Kusideł, E. (2000). Modele wektorowo-autoregresyjne VAR. Metodologia i zastosowanie. [In:] B. Suchecki (Ed.), Dane panelowe i modelowanie wielowymiarowe w badaniach ekonomicznych. Vol. 3. Wydawnictwo Absolwent, Łódź.
• Maddala, G.S. (2008). Ekonometria. Wydawnictwo PWN, Warszawa.
• Ravallion, M. (1986). Testing market integration. American Journal of Agricultural Economics, 68, 102-109.
• Tomek, W.G., Robinson, K.L. (1981). Agricultural product prices. Cornell University Press, New York.
• Urban, S., Olszańska, A. (2015). Ekonomika handlu żywnością i produktami rolnymi. Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.

Identyfikatory

DOI

10.22630/ASPE.2018.17.4.62