Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET
Iva Jović
ELASTIČNOST IZVOZA DRVA IZ REPUBLIKE HRVATSKE U ITALIJU
DIPLOMSKI RAD
RIJEKA, 2015.
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET
ELASTIČNOST IZVOZA DRVA IZ REPUBLIKE HRVATSKE U
ITALIJU
DIPLOMSKI RAD
Predmet: Statističke metode za poslovno odlučivanje
Mentor: Dr. sc. Ana Štambuk
Student: Iva Jović
Studijski smjer: Poduzetništvo
JMBAG: 0081133707
RIJEKA, LIPANJ 2015.
SADRŽAJ:
1. UVOD .................................................................................................................................... 2
1.1. Predmet istraživanja ........................................................................................................ 3
1.2. Svrha i cilj istraživanja .................................................................................................... 3
1.3. Metode istraživanja .......................................................................................................... 3
1.4. Struktura rada .................................................................................................................. 4
2. BDP, IZVOZ I ELASTIČNOST ............................................................................................ 5
2.1. Bruto društveni proizvod ................................................................................................. 5
2.2. Izvoz .............................................................................................................................. 11
2.3. Pojam elastičnosti .......................................................................................................... 18
3. DEFINIRANJE VARIJABLI MODELA ............................................................................. 19
3.1. Varijable i podaci za Hrvatsku ...................................................................................... 20
3.2. Varijable i podaci za Italiju ........................................................................................... 21
4. IZGRADNJA MODELA ..................................................................................................... 24
4.1. Provjera jediničnog korijena po varijablama ................................................................. 26
4.2. Ocjenjivanje funkcije elastičnosti izvoza drva .............................................................. 30
5. TESTIRANJE PRETPOSTAVKI MODELA ...................................................................... 32
5.1. Testiranje normalnosti grešaka relacije ......................................................................... 32
5.2. Heteroskedasticnost ....................................................................................................... 33
5.3. Autokorelacija ............................................................................................................... 35
5.3.1.Rješavanje problema autokorelacije ........................................................................ 37
6. ZAKLJUČAK ...................................................................................................................... 38
LITERATURA ......................................................................................................................... 40
Knjige: .................................................................................................................................. 40
Članci: ................................................................................................................................... 40
Internet izvori: ...................................................................................................................... 40
POPIS TABLICA I GRAFIKONA .......................................................................................... 42
Popis tablica: ......................................................................................................................... 42
Popis grafikona: .................................................................................................................... 42
2
1. UVOD
Vanjsko trgovinska razmjena je jedan od najvažnijih izvora državnih prihoda kao i turizam.
Ovisna je o domaćoj proizvodnji, razvijenosti industrije proizvoda, stvarnoj i potencijalnoj
domaćoj potražnji, naročito promjenama koje se događaju na svjetskom tržištu. Cilj RH je da
koristeći svoje prednosti i mogućnosti ostvari što veći izvoz uz što manji uvoz.
Postoji snažna veza između vanjske trgovine i rasta domaćeg proizvoda. Veće stope rasta
domaćeg proizvoda ostvaruju države s uspješnim i konkurentnim izvoznim sektorima, zemlje
koje imaju razvijeno domaće tržište ili ako imaju lakši pristup stranim tržištima.
Danas, izvoz drva RH u ukupnom izvozu premašuje nešto više od 10%, iz toga razloga je
izvoz uzet kao tema za obradu diplomskog rada. Drva industrija je tradicionalni izvoznik, te je
njena platna bilanca pozitivna. Smatra se da ona ima još potencijala, jer Hrvatska obiluje
sirovinama potrebnim za njen razvitak, međutim potrebna su joj velika inovacijska ulaganja.
Gotovo je polovica površine RH pod šumom i šumskim zemljištem (48%). Prva tvornica
namještaja izgrađena 1884. godine na području jugoistočne Europe i nalazila se u Hrvatskoj.
Pro-aktivne industrijske i fiskalne politike drvne industrije mogu imati snažan učinak na
porast bruto domaćeg proizvoda i zapošljavanja. (Rubić, Cota, 2010)
Hrvatska drva industrija oko 65% svoje ukupne proizvodnje plasira u izvoz. Otprilike 70%
ukupnog izvoza drvne industrije predstavljaju finalni proizvodi kao drvene kuće, drveni
pragovi, namještaj, parketi i još neki drugi; dok ostalih 30% otpada na građu, elemente i
trupce.
Italija je najznačajniji trgovinski i važan gospodarski partner Hrvatskoj. Uz Italiju glavni
trgovinski partneri Republike Hrvatske jesu: Njemačka, Slovenija, Srbija, Bosna i
Hercegovina, Mađarska i Austrija. U ovome radu osvrnuti će se na izvoz drva koji Republika
Hrvatska ostvaruje u Italiji. RH i Italija su zemlje članice Europske Unije (EU) koja je imala
utjecaja na njihovu međusobnu trgovinu
Tema ovog rada je Elastičnost izvoza drva RH u Italiju, s teorijskog aspekta osvrnuti će se na
bruto domaći proizvod, izvoz te na pojam elastičnosti. Zatim će se testirati model pomoću
3
softverskog paketa Eviews 7 i kroz Excel te će nakon testiranja biti objašnjeni rezultati
testova.
1.1. Predmet istraživanja
Predmet istraživanja rada jest izvoz, odnosno, elastičnost izvoza drva u Italiju. Istražit će se
kolika je elastičnost izvoza drva, odnosno koliko promjena u BDP- u Italije utječe na izvoz
drva RH u Italiju.
1.2. Svrha i cilj istraživanja
Svrha ovog rada je pokazati da je izvoz drva iz Hrvatske u Italiju elastičan. Cilj istraživanja je
dokazati da ako dođe do promjene u BDP-u Italije doći će i do promjene izvoza drva RH u
Italiju. Veći BDP Italije trebao bi pozitivno utjecati na izvoz drva RH u Italiju. I obrnuto
manji BDP Italije trebao bi negativno utjecati na izvoz drva RH u Italiju. BDP predstavlja i
potražnju Italije, veći BDP označava veću platnu mogućnost građana što znači da će se i
potražnja povećati.
1.3. Metode istraživanja
Kako bi se analizirala elastičnost izvoza potrebno je prikupiti različite podatke. Podaci koji će
se prikupiti sekundarni su i preuzeti su s različitih izvora: internetskih stranica, baza podataka.
Kao na primjer: baza podataka Svjetske banke, WITS baza podataka. Prikupljeni su podaci
izvoza Republike Hrvatske u Italiju po proizvodima, BDP Hrvatske i Italije za razdoblje od
1994. do 2013. godine.
Koristit će se metode regresijske analize kojom će se ustvrditi veza između varijabli zadanog
modela. Uz metode regresijske analize koristit će se i metoda deskripcije pomoću koje će se
donijeti konkretan i jasan zaključak na kraju rada.
4
1.4. Struktura rada
Ovaj diplomski rad sastoji se od pet dijelova, koja su međusobno povezana. U prvom dijelu
„Uvodu“ ukratko se uvodi čitatelja u problem istraživanja, formulira se predmet i objekt
istraživanja, svrha i cilj istraživanja, kao i znanstvene metode koje su se koristile pri izradi
ovog rada te struktura rada.
U drugom dijelu, pod naslovom „BDP, izvoz i elastičnost“ teorijski su objašnjeni pojam
BDP-a, izvoza i elastičnosti.
U trećem dijelu biti će govora o podacima koji su prikupljeni radi izgradnje modela, te
varijablama koje su potrebne za testiranje.
U četvrtom dijelu postavit će se model višestruke linearne regresije te će se analizirati
vremenske serije kako bi se vidjelo jesu li varijable stacionirane ili nisu.
U petom dijelu testirat će se pretpostavke modela: normalnost grešaka relacije, autokorelacija
te prisustvo homoskedastičnosti ili heteroskedastičnosti.
U zadnjem poglavlju pod naslovom „Zaključak“ nalazi se sinteza ovog rada. Nakon njega
slijedi literatura koja je korištena pri izradi rada.
5
2. BDP, IZVOZ I ELASTIČNOST
Izvoz je važan izvor prihoda za gospodarstvo RH. Izvoz je jedan od sastavnih dijelova ukupne
proizvodnje odnosno BDP-a zemlje. Stoga u nastavku slijedi objašnjenje pojma BDP, izvoza i
elastičnosti.
2.1. Bruto domaći proizvod
Bruto domaći proizvod (BDP) ili GDP (eng. Gross Domestic Product) je ukupna vrijednost
finalnih proizvoda i usluga u granicama jedne zemlje u određenom vremenskom periodu;
najčešće u razdoblju jedne godine. BDP je glavni makroekonomski pokazatelj odnosno
mjerilo gospodarske aktivnosti neke zemlje.
BDP se računa tako da:
Ukupna domaća proizvodnja = BDP
BDP = C +I+G+ (X – IM)
C – osobna potrošnja
I –investicije
G – državna potrošnja
X – izvoz tj. kupnja dobara i usluga od strane inozemnih subjekata
IM – kupnja inozemnih dobara i usluga os strane domaćih potrošača, poduzeća i vlade
X - IM – razlika između izvoza i uvoza ili vanjskotrgovinska bilanca.
Ako je izvoz veći od uvoza, zemlja ostvaruje vanjskotrgovinski suficit. Međutim ako je izvoz
manji od uvoza, zemlja će ostvariti vanjskotrgovinski deficit. (Blanchard, 2005.)
6
Osobna potrošnja (engl. consumption) – predstavlja sva dobra i usluge koje su kupili
potrošači, od hrane, stvari, igračaka do krstarenja. Smatra se najvećom komponentom BDP-a.
Osobna potrošnja ovisi o mnogim faktorima, od kojih je glavni raspoloživi dohodak.
Raspoloživi dohodak dobije se kada se prime transferi od države i plati porez. Kada je
raspoloživi dohodak u porastu, ljudi se odlučuju više kupovati i obrnuto.
Investicije (engl. investments ) – zbroj su nestambenih investicija, kupnji kuća i stanova od
strane pojedinca, kupovine novih tvornica i stambenih investicija od strane poduzeća.
Državna potrošnja (engl. government spending) – znači kupnju dobara i usluga od strane
državne ili lokalne vlasti.
Bruto domaći proizvod najčešće se koristi za analizu gospodarskih rezultata i ciklusa (kao što
su recesije, oporavci gospodarstva i dr.) Npr. razdoblje pozitivnog rasta BDP-a jesu
ekspanzije, dok razdoblje negativnog rasta BDP-a jesu recesije.
Treba razlikovati dvije vrste bruto domaćeg proizvoda:
· Nominalni bruto domaći proizvod koji se izražava u tekućim cijenama, pri čemu se pri
obračunu BDP-a količina proizvedenih finalnih dobara množi s cijenama koje su
aktualne u godini izračuna BDP-a (tekuće cijene). Također naziva se još i dolarski
BDP ili BDP u tekućim dolarima.
· Realni bruto domaći proizvod koji se izražava u stalnim cijenama, pri čemu se u
obračunu BDP-a količina finalnih dobara množi s cijenama određene bazne godine i
koje se primjenjuju u svim godinama obračuna na jednakoj razini (stalne cijene).
Naziva se još i BDP u terminima dolara, BDP u stalnim dolarima.
Odnos između nominalnog i realnog bruto domaćeg proizvoda naziva se BDP deflator i on se
izračunava prema sljedećem obrascu:
Kada se koristi bruto domaći proizvod kao pokazatelj rasta i životnog standarda puno je bolje
koristiti bruto domaći proizvod po glavi stanovnika ili per capita budući da on pokazuje
7
realniju sliku, jer uzima u obzir broj stanovnika neke zemlje, što je veoma važno u slučaju
kada se uspoređuju dvije zemlje koje se znatno razlikuju prema broju stanovnika.
Bruto domaći proizvod po glavi stanovnika prikazuje relativni razvoj nacije. Izračunava se
tako da se ukupni bruto domaći proizvod u određenoj godini podijeli s brojem stanovnika
određene države u toj godini.
Bez obzira što je bruto domaći proizvod glavno mjerilo gospodarske aktivnosti neke zemlje, u
ovome radu potrebno je spomenuti i ostale makroekonomske pokazatelje.
· Bruto nacionalni proizvod (BNP, engleski Gross national product, GNP) se definira
kao mjera ekonomske uspješnosti neke zemlje. Uzima tržišnu vrijednost svih
proizvoda i usluga proizvedenih u jednoj godini, dobivena radom i imovinom građana
neke zemlje, bez obzira na mjesto stvaranja tih dobara i usluga. Bruto nacionalni
proizvod koristi se u manjoj mjeri od bruto domaćeg proizvoda.
· Neto domaći proizvod (NDP, engleski Net domesti product, NDP) je razlika između
BDP-a i amortizacije. Odnosno BDP se umanjuje za amortizaciju.
· Nacionalni dohodak (ND, engleski National income, NI) predstavlja zbroj dohodaka
koji primaju vlasnici radne snage, kapitala i zemlje. Jednak je zbroju plaća, kamata,
renta i profita i može se izračunati na ukupnoj razini ili po stanovniku, kao i BDP.
· Raspoloživi dohodak (RD, engleski Disposable income, DI) je onaj dohodak koji
kućanstvu ostaje za potrošnju i štednju.Predstavlja razliku nacionalnog dohotka te
neposrednih poreza i transfernih plaćanja.
Bruto domaći proizvod Hrvatske iako nije varijabla u modelu obradit će se u ovome radu
kako bi se vidjele njegove oscilacije kroz godine. Analizirati će se promjene koje su nastale
od 1995. do 2013. godine, promjene kao rast BDP-a i pad BDP-a. BDP RH prikazan je u
milijardama US$ i preuzet je iz baze podataka Svjetske banke.
U grafikonu 1. prikazat će se BDP Hrvatske kako bi se bolje vidjele njegove promjene kroz
godine i objasnit će se razlozi tih promjena. Na BDP utječu krize, smanjenje ili povećanje
neke od njegovih stavki. Najviši BDP izmjeren je 2008. godine i tada je iznosio ukupno 71
milijardu US$ dok je najmanji iznos BDP izmjeren je 2000. godine i tada je iznosio 22
milijarde US$.
8
Grafikon 1. BDP u RH za razdoblje od 1995. do 2013.godine (u milijardama US$)
Izvor: izradila studentica prema podacima preuzetima sa statističkih baza podataka
World bank: Indicator NY.GDP.MKTP.CD/countries
Iz grafikona 1. vidi se da je na početku promatranog razdoblja BDP usporeno rastao do 1999.
godine. Međutim 1999. godine dolazi do pada BDP-a, uzrok tome je kosovska kriza koja se
odrazila na hrvatski turizam koji je jedan od najvažnijih pokretača hrvatskog gospodarstva.
Nakon te krize BDP Hrvatske raste, do 2008. godine kada je bio najviši i iznosio je 70
milijardi US$, dok je najniži BDP bio 2000. godine i iznosio je 22 milijarde US$. Krajem
2008. godine RH zahvatila je kriza koja imala utjecaj na pad BDP-a. Kretanje BDP nakon
pada u 2008. godini stagnira.
U tablici 1. prikazat će se bruto domaći proizvod po glavi stanovnika za Hrvatsku i Italiju i
prosjek bruto domaćeg proizvoda po stanovniku EU (28) , kako bi se mogao vidjeti relativan
razvitak nacija.
9
Tablica 1. BDP po glavi stanovnika u razdoblju od 1995. do 2013.godine (izražen u
eurima)
GODIN
E
BDP po glavi
stanovnika RH
BDP po glavi stanovnika
Italije
BDP po glavi stanovnika
EU(28)
1995. 5300 21900 18200
1996. 5800 22100 18500
1997. 6100 22500 19000
1998. 6300 22900 19500
1999. 6100 23200 20000
2000. 6500 24000 20800
2001. 6800 24500 21100
2002. 7300 24500 21400
2003. 7700 24300 21600
2004. 8000 24500 22100
2005. 8400 24500 22400
2006. 8800 24900 23100
2007. 9200 25100 23800
2008. 9400 24700 23700
2009. 8800 23200 22600
2010. 8600 23500 23000
2011. 8600 23500 23300
2012. 8400 22800 23200
2013. 8400 22400 23200
Izvor: izradila studentica prema podacima preuzetih sa statističih baza podataka
EUROSTAT [nama_aux_gph]
Iz tablice 1. zaključuje se da je najviši BDP po stanovniku u RH zabilježen 2008. godine kada
iznosi 9.400 eura, dok je najniži BDP po stanovniku zabilježen 1995. godine kada je iznosio
5.300 eura. Gledajući prosjek zemalja članica EU, uočava se da je BDP po stanovniku u RH
otprilike dvostruko manji. Ali gledajući 1995. godinu i 2013. godinu vidi se njegovo
povećanje.
Najviši BDP po stanovniku u Italiji ostvaren je 2005. godine kada je iznosio 25.100 eura, dok
je najniži BDP po stanovniku zabilježen 1995. godine kada je iznosio 21.900 eura.
10
U usporedbi s prosjekom EU, BDP po stanovniku u Italiji 2009. godine bio je veći od
prosjeka EU, dok je u zadnje promatranim godinama bio niži od prosjeka EU.
U linijskom grafikonu 2. prikazan je BDP po stanovniku za RH i Italiju kao i prosjek EU za
razdoblje od 1995. do 2013. godine i izražen je u eurima.
Grafikon 2. BDP po glavi stanovnika za RH i Italiju i prosjek BDP po stanovniku u EU
(izražen u eurima)
Izvor: Izradila studentica prema podacima preuzetih sa statističkih baza podataka
EUROSTAT [nama_aux_gph]
Na grafikonu 2. jasno se vidi kako je BDP Italije puno veći od BDP-a RH, i nešto je viši od
prosjčnog BDP EU. Uz to jasno se i vidi rast BDP-a do 2008. godine. Krajem 2008. godine
nastupa recesijska kriza koja je imala utjecaj na gospodarsko stanje također i na BDP. Vidi se
i kako je BDP RH nizak naspram prosjeka BDP-a EU, kao i Italije.
11
2.2. Izvoz
Izvoz se može definirati kao kupnja domaćih roba i usluga od strane stranaca.
Izvoz označava strategiju nastupa na inozemnim tržištima putem prodaje proizvoda i usluga
na tržištima izvan nacionalnoga. Dobra mogu biti isporučena (poštom, avionom,..), poslana e-
mailom i ručno isporučena. Izvoz je jedan od najstarijih oblika gospodarskog transfera, i
javljaju se u zemljama koja imaju manja ograničenja u trgovini, kao što su carine ili
subvencije. Države oduvijek potiču izvoz, jer on potiče zapošljavanje, donosi veće plaće i
podiže životni standard stanovnika.
Postoji nekoliko načina kojima zemlje pokušavaju povećati izvoz. Prvo, zemlje će koristiti
trgovinski protekcionizam te dati svojoj industriji prednost. To se obično nastoji učiniti
porezima na uvoz, takozvanim tarifama, koje podižu cijene dobara. Također pokušati će
povećati izvoz pružajući subvencije svojim industrijama.
Izvoz je uvoz druge zemlje, može ga se prikazati kao:
Y * - razina inozemnog proizvoda
ε – realni tečaj
Hrvatska je uglavnom izvoznik prijevoznih sredstava, strojeva, tekstila, kemikalija,
prehrambenih proizvoda i goriva. Najviši izvoz koji je RH ostvarila s inozemstvom bio je
2008. godine, tada je iznosio 14 milijarda U$. Prema UN Comtrade izvoz RH 2014. godine
iznosio je 13,8 milijardi US$.
Kao što je već rečeno, cilj RH je ostvariti što veći izvoz, uz što manji izvoz. Na grafikonu 3.
prikazati će se robna razmjena RH koju ostvaruje s inozemstvom u razdoblju od 1994. do
2013. godine. Robna razmjena izražena je u tisućama US$.
X X Y= ( , )*e
12
Grafikon 3. Robna razmjena RH s inozemstvom (izraženo u tisućama US$)
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS [Product Exports by Croatia to all countries]
WITS [Product Imports by Croatia from all countries]
Grafikon 3. jasno prikazuje kako je uvoz RH veći od njenog izvoza. Najveći uvoz ostvaren je
2008. godine kada je iznosio 31 milijardu US$, dok je najniži ostvaren 1994. godine kada je
iznosio 5 milijardi US$. Izvoz RH ostvaruje konstantan rast do 2009. godine kada je pao zbog
utjecaja recesije. Najviši izvoz RH koji je ostvarila s inozemstvom bio je 2008.godine, tada je
iznosio 14 milijarda U$. Najniži izvoz koji je ostvarila RH bio je na početku promatranog
razdoblja tada je iznosi 4 milijarde US$.
Nakon što je prikazana robna razmjena RH s inozemstvom, prikazati će se izvoz RH koji je
ostvarila u svijetu i u pojedinim regijama i zemljama. Razdoblje promatranja je od 1994. do
2013. godine. Kako bi se bolje pratilo izvoz je izražen u tisućama US$.
Na grafikonu 4. prikazan je izvoz RH u svijet, Europu i srednju Aziju, te u neke države s
kojima Hrvatska ostvaruje veliku trgovinsku razmjenu dobara i usluga. Hrvatska najviše
13
izvozi u svoje susjedne zemlje, a najviše u Italiju, što je razlog zašto će se ispitati elastičnost
izvoza u Italiju.
Grafikon 4. Izvoz RH za razdoblje od 1994. do 2013. godine (izraženo u tisućama US$)
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS World Integrated Trade Solution [Croatia Product Export by Country and Region]
Iz grafikona 4. vidi se da je RH ostvarila relativno slabe izvozne rezultate tijekom razdoblja
od 1994. do 2000. Početkom 2000.-ih, pristupanjem Hrvatske Svjetskoj trgovinskoj
organizaciji te potpisivanjem Sporazuma o stabilizaciji i pridruživanju EU kao i brojnih
sklopljenih sporazuma o slobodnoj trgovini s drugim zemljama, došlo je do povećanja izvoza
RH. Izvoz RH rastao je do 2008. godine kada je pod utjecajem gospodarske krize počeo
opadati. Nakon 2011. godine počeo se oporavljati od recesijske krize koja ga je smanjila.
Na grafikonu 5. vidi se izvoz RH u Italiju i BiH, zemlje koje su uz Njemačku njezin najveći
trgovinski partner u razdoblju od 1994. do 2013. godine.
14
Grafikon 5. Izvoz RH u zemlje s kojima najviše trguje (izraženo u tisućama US$ )
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS World Integrated Trade Solution [Croatia Product Export by Country and Region]
Iz grafikona 5. očituje se povećanje izvoza u Italiju i BiH, najviši izvoz ostvaren je u 2009.
godini. U Italiji je izvoz, međutim poslije 2009. godine se smanjio je zbog utjecaja
gospodarske krize koja je zahvatila cijeli svijet. Uz Italiju kao jedan od najvećih trgovinskih
partnera RH ističe se BiH, veliki razlog tome je dijeljenje zajedničke granice kao i zajednička
povijest. BiH nije članica EU stoga granični prijelazi još nisu pod Schengenskim
sporazumom, dok je RH postala članicom EU 2013. godine. Međutim nije dovoljno vremena
prošlo od ulaska RH u EU, stoga je prerano za vidjeti promjene u trgovinskoj razmjeni
između tih dviju zemalja. Trgovinske razmjene RH s Njemačkom i Slovenijom su manjeg
razmjera i isto su nakon 2009. godine doživjele pad uzrokovan velikom financijskom krizom
koja je pogodila cijeli svijet.
15
U tablici 2. prikazat će se izvoz RH u zemlje koje su njezin najveći trgovinski partner.
Tablica 2. Izvoz RH u Italiju i BiH za razdoblje od 1994. do 2013.godine (u tisućama US $) i izražen
verižnim indeksima (%)
GODINE Izvoz u Italiju Izvoz u BiH
Izvoz u Italiju
(verižni ind.) Izvoz u BiH (verižni
ind.)
1994. 910.131,26 338.377,73 - -
1995. 1.098.199,94 383.175,20 120,66 113,24
1996. 949.650,30 548.459,52 86,47 143,14
1997. 904.882,30 648.652,67 95,29 118,27
1998. 802.273,47 653.787,58 88,66 100,79
1999. 772.639,59 547.067,33 96,31 83,68
2000. 990.074,46 494.826,76 128,14 90,45
2001. 1.106.528,66 560.562,29 111,76 113,28
2002. 1.114.985,71 704.435,36 100,76 125,67
2003. 1.651.019,87 892.443,04 148,08 126,69
2004. 1.834.387,51 1.153.794,03 111,11 129,28
2005. 1.860.236,67 1.256.120,78 101,41 108,87
2006. 2.397.479,85 1.310.513,89 128,88 104,33
2007. 2.359.874,15 1.782.585,02 98,43 136,02
2008. 2.694.136,88 2.177.814,24 114,16 122,17
2009. 1.993.688,64 1.347.150,55 74 61,86
2010. 2.209.838,54 1.368.337,97 110,84 101,57
2011. 2.111.580,59 1.637.282,77 95,55 119,65
2012. 1.892.180,58 1.577.519,16 89,61 96,35
2013. 1.662.621,49 1.562.422,52 87,87 99,04
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS World Integrated Trade Solution [Croatia Product Export by Country and Region]
U tablici 2. vidi se izvoz koji je RH ostvarila u Italiji i BiH i prikazan je u tisućama US$.
Prema podacima može se iščitati da je veći izvoz ostvaren u Italiji. Podaci su prikazani u istoj
valuti US$ radi lakše usporedbe. Također u tablici 2. izražen je izvoz RH u Italiju i BiH s
pomoću verižnih indeksa kako bi se vidjela postotna promjena pojave u tekućem razdoblju u
odnosu na prethodno razdoblje.
16
Putem verižnih indeksa može se vidjeti promjena u izvozu naspram prethodne godine.
Najveći godišnji porast izvoza u Italiji zabilježen je 2003. godine kada iznosi 48,08%. A
najveći godišnji porast izvoza u BiH zabilježen je 1996. godine kada je iznosio 43,14%.
Najveći godišnji pad zabilježen je poslije 2009. godine kad je recesija uzela maha u ovim
zemljama. Što je bolje vidljivo iz grafikona 6.
Na grafikonu 6. prikazani su verižni indeksi izvoza RH u Italiju i BiH.
Grafikon 6. Verižni indeksi izvoza RH u Italiju i BiH
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS World Integrated Trade Solution [Croatia Product Export by Country and Region]
Grafikon 6. prikazuje verižne indekse izvoza RH u Italiju i BiH. Gledajući grafikon vidi se
kako se izvoz RH u Italiju s godinama mijenjao. Od 2000. godine do 2007. bio je u
konstantnom porastu, nakon 2007. godine oscilirao je do danas. Izvoz RH u BiH u gledanom
-50,00
-40,00
-30,00
-20,00
-10,00
0,00
10,00
20,00
30,00
40,00
50,00
60,00
19
95
/19
94
19
96
/19
95
19
97
/19
96
19
98
/19
97
19
99
/19
98
20
00
/19
99
20
01
/20
00
20
02
/20
01
20
03
/20
02
20
04
/20
03
20
05
/20
04
20
06
/20
05
20
07
/20
06
20
08
/20
07
20
09
/20
08
20
10
/20
09
20
11
/20
10
20
12
/20
11
20
13
/20
12
Izvoz u Italiju (ind.) -
Izvoz u BiH (ind.) -
17
razdoblju većinom se povećavao s godinama. Osim 2009. godine kada je zbog nastupanja
recesijske krize se smanjio u obje zemlje. Nakon toga izvoz RH u BiH se mijenjao pa sve do
zadnjih promatranih godina.
Grafički nije moguće prikazati izvoz RH u Italiju po proizvodima koje ona izvozi radi velikog
broja godina, a i proizvoda koji se izvoze. Stoga će razdoblje uzeto za grafički prikaz biti
1994., 2008. i 2013. godina. Prikaz izvoza biti će prema skupinama proizvoda koji se izvoze
na grafionu 7.
Grafikon 7. Izvoz RH u Italiju po skupinama proizvoda (u tisućama US$)
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS World Integrated Trade Solution [Product Export by Croatia to Italy]
Iz grafikona 7. vidi se povećanje izvoza kroz godine, te je najveći izvoz zabilježen u 2013.
godini. Godine 1994. Hrvatska je bila u ratu što je utjecalo na njen mali izvoz. S godinama je
izvoz rastao, razlog tomu je završetak rata koji se vodio na njenom području, potpisivanje
18
Srednjoeuropskog ugovora o slobodnoj trgovini (CEFTE) 2003. godine i ulazak u EU 2013.
godine. Skupine proizvoda čiji je izvoz najviše porastao su: roba široke potrošnje,
intermedijarni proizvodi, odjeća i tekstil, gorivo, sirovine, kamen i staklo.
2.3. Pojam elastičnosti
Pojam elastičnost (engleski Elasticity) većinom se koristi u ekonomiji kako bi se iskazala
reakcija jedne veličine na promjene neke druge veličine. Može se reći da je elastičnost
varijable X u odnosu na varijablu Y postotna promjena varijable X na svaku promjenu
varijable Y za 1 %. (Samuelson, Nordhaus, 2010.)
Elastičnost mjeri osjetljivost neke ekonomske varijable na promjenu druge ekonomske
varijable s kojom je ona međuzavisna, postoje: cjenovna elastičnost ponude, cjenovna
elastičnost potražnje i dohodovna elastičnost .
Dobra se razlikuju s obzirom na osjetljivost na promjene cijena. Kada je cjenovna elastičnost
nekog dobra visoka, to znači da ima elastičnu potražnju. Odnosno njegova količina potražnje
na promjene cijena jako reagira. I obrnuto kada je cjenovna elastičnost nekog dobra niska, to
dobro je neelastično, što znači da njegova količina na promjene cijena slabo reagira.
Elastičnost se može objasniti kao osjetljivost zavisne varijable na promjene nezavisne
varijable. Izvoz je osjetljiv na promjene u BDP-u. Kada se strani BDP i potražnja povećaju
pretpostavlja se da će se također izvoz u tu zemlju povećati. Na primjer: ako se BDP i
potražnja Italije povećaju, predviđa se da će izvoz RH u Italiju porasti. Isto tako ako BDP i
potražnja Italije se smanje, predviđa se da će izvoz RH u Italiju pasti.
Elastičnost izračunava osjetljivost izvoza na promjene u BDP-u. Osjetljivost izvoza je
postotna promjena u izvozu s obzirom na promjenu BDP-a od jedan posto, pod uvjetom da je
isto sve ostalo. Neelastičnost izvoza označava da jedan posto promjene u BDP-u zemlje s
kojom se trguje rezultirati će promjenom manje od jedan posto u izvozu ove zemlje.
(Bönninger, Nilsson, 2012)
19
3. DEFINIRANJE VARIJABLI MODELA
Funkcija prema kojoj je testiran model preuzeta je iz članka Bönninger, Nilsson 2012.,
međutim promijenjena je radi potrebe ovoga rada. U modelu su korištene sljedeće varijable:
izvoz drva RH u Italiju i ukupan BDP Italije.
Odabrani podaci za izvoz i BDP su dani za godine od 1994. do 2013. za Hrvatsku i Italiju.
Podaci o BDP-u koji se koriste u ovom radu preuzeti su iz baze podataka Svjetske banke, te
su izraženi u američkim dolarima. Osim bruto domaćeg proizvoda po glavi stanovnika koji je
izražen PPS-om tj. standardom kupovne moći, koji je preuzet iz baze podataka Eurostat.
Podaci za izvoz RH u Italiju preuzeti su iz The World Integrated Trade Solution (WITS) baze
podataka , također su izraženi u američkim dolarima radi lakšeg računanja. WITS je program
koji omogućuje korisnicima pristup i dohvat podataka o carinama i trgovini.
Jedna od mana korištenja podataka sa stranica Svjetske banke i WITS je da ne uključuju
inflaciju i deflaciju. Međutim, Svjetska banka navodi da je svjesna ovog problema, a kada su
se tečajevi stranih valuta značajno fluktuirali sukladno su tome prilagodili vrijednosti. Kako
bi se izbjegle poteškoće tečaja u radu će se koristiti vrijednosti izražene u dolarima.
(Bönninger, Nilsson, 2012)
20
3.1. Varijable i podaci za Hrvatsku
Varijabla izvoz drva RH u Italiju objasniti će se i prikazati grafički za razdoblje od 1994. do
2013. godine. Podaci su prikupljeni iz WITS baze podataka Svjetske banke. Grafikon 8.
prikazuje izvoz drva RH u Italiju za dano razdoblje i izražen je u tisućama US$.
Grafikon 8. Izvoz drva RH u Italiju u razdoblju od 1994. do 2013. godine (u tisućama US$)
Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka
WITS [ Product Exports by Croatia to Italy]
Iz grafikona 8. se vidi da je na početku promatranog razdoblja izvoz polagano rastao do 1998.
godine. Međutim 1998. godine dolazi do pada izvoza drva u Italiju, razlog tomu je što se
hrvatski izvoz više usmjerio prema neindustrijskim zemljama. Nakon tog pada izvoz RH
raste, do 2008. godine kada je bio najviši i iznosi je 240 milijuna US$. Godine 2008. nastupa
recesija koja je imala utjecaj na izvoz drva. Nakon 2010. godine izvoz drva RH u Italiju
oscilira.
U prvih pet mjeseci 2014. godine drvna industrija ostvarila je rast izvoza od 23 %, što je
dosad najveći porast izvoza koji je ostvaren, te suficit od U ukupnom izvozu RH udio drvne
industrije iznosi više od 10% i smatra se da drvna industrija ostvaruje dobar rast i da je
potrebno ulaganje kako bi se njezin rast povećao. (Poslovni dnevnik, 2014)
21
3.2. Varijable i podaci za Italiju
Nakon što se obradila varijabla vezana za Hrvatsku, obradit će se i varijabla koja je vezana za
Italiju. Bruto domaći proizvod jedna je od glavnih varijabli ovoga rada. Promjena u BDP-u
dovodi do promjena koje se vide na izvozu. Grafikon 9. prikazuje BDP Italije u razdoblju od
1994. do 2013. godine, te je izražen u milijardama US$.
Grafikon 9. Bruto domaći proizvod Italije (u milijardama US$)
Izvor: izradila studentica prema podacima preuzetima sa statističkih baza podataka
The World Bank [indicator/NY.GDP.MKTP.CD/countries]
Grafikon 9. pokazuje bruto domaći proizvod za razdoblje od 1994. do 2013. godine. Na
početku promatranog razdoblja vidi se konstantan rast BDP-a do 1997. godine kada se
nacionalni dug Italije smanjivao, u skladu s Ugovorom Maastrichta koji je za cilj imao
Europsku monetarnu uniju. Međutim nakon 1997. BDP raste, do 2000. godine kada je Italija
pokrenula programe štednje, smanjenje proračunskog deficita u odnosu na BDP. Nakon 2000.
godine vidi se rast BDP-a do 2009. godine kada je recesijska kriza utjecala na pad BDP-a kao
i 2012. godine. Između 2009. i 2011. Vlada Italije poduzimala je razne mjere kako bi pomogla
domaćim tvrtkama uz razne povlastice kao investiranje u posao uz smanjeni porez.
22
Na grafikonu 9. može se vidjeti kako bruto domaći proizvod nije imao drastične padove i rast,
već je pomalo s godinama rastao.
Za usporedbu na grafikonu 10. vidi se indeks obujma BDP-a po glavi stanovnika u
standardima kupovne moći (PPS) izražen u odnosu na Europsku uniju (EU28)
PPS će bolje prikazati veličinu talijanskog BDP-a naspram Hrvatske.
Grafikon 10. Bruto domaći proizvod po glavi stanovnika izraženo PPS-om za Hrvatsku i Italiju za
razdoblje od 1994. do 2013.godine
Izvor: izradila studentica prema podacima preuzetima sa statističkih baza podataka
EUROSTAT [Code: tec00114]
Iz grafikona 10. vidi se da Italija ima daleko veći BDP od Hrvatske. Indeks PPS izražen je u
odnosu na Europsku Uniju (EU 28) čiji prosjek iznosi 100. Ako je indeks zemlje viši od 100,
razina BDP-a po glavi ove zemlje je viša od prosjeka EU i obrnuto. Ako je indeks zemlje niži
od 100 razina BDP-a po glavi ove zemlje je niža od prosjeka EU. U RH razina indeksa nije
23
prešla nikada 100, uvijek je bio niži indeks što se vidi iz grafikona 10. Dok u Italiji nakon
2004. godine indeks raste, najveći je bio 2008. i 2009. godine, nakon toga se smanjio ali je još
uvijek prelazio prosjek Europske Unije.
24
4. IZGRADNJA MODELA
U ovom dijelu rada elastičnost izvoza analizirati će se modelom višestruke linearne regresije,
jer se istražuje povezanost između jedne zavisne varijable i više nezavisnih varijabli koje
imaju utjecaj na zavisnu varijablu. Cjelokupno empirijsko modeliranje provodi se uz podršku
računalnog programa Eviews 7.
Jednadžba regresijske funkcije modela članka Bönninger, Nilsson 2012., glasi:
log(exportit) = β0+ β1Dilog(GDPit) - β2log(distancei) + β3D1it + β4D2i + uit
Varijabla log(distance) se neće koristiti u ovome radu, jer je ona namijenjena istraživanju
kada postoji više zemalja, tada bi varijabla udaljenosti imala različitu vrijednost za svaku
zemlju. U ovom radu udaljenost bi se odnosila samo na RH i Italiju. Udaljenost tih dviju
zemalja uvijek je ista, te bi varijabla bila konstanta. U slučaju da se koristi neka druga zemlja
uz Italiju varijabla udaljenost bi onda imala utjecaj na model.
Stoga su varijable koje se koriste u ovome modelu ;
· izvoz drva RH u Italiju (zavisna varijabla),
· BDP Italije (nezavisna varijabla).
Jednadžba regresijske funkcije modela glasi:
log(export t) =β1log(GDP t) + ut
Objašnjenje simbola:
log(export t) =logaritam izvoza drva RH u Italiju
log(GDP i) = logaritam BDP Italije
t= 1994., ...2013. godine
U tablici 3. prikazane su varijable i podaci koji su korišteni u istraživanju zbog izrade
testiranja modela u programu Eviews 7.
25
Tablica 3. Podaci potrebni za izgradnju modela ( izraženo u US $ )
GODINE IZVOZ
DRVA RH U
ITALIJU
LOGARITAM
IZVOZA DRVA
IZ RH U
ITALIJU
BDP ITALIJE LOGARITAM
BDP ITALIJE
1994. 142.545,15 11,86741407 1.095.989.702.209,00 27,72267891
1995. 146.595,49 11,8954323 1.171.213.598.003,00 27,78906159
1996. 145.463,86 11,88768295 1.309.407.704.856,00 27,90059602
1997. 188.201,96 12,14527092 1.239.510.004.547,00 27,84573726
1998. 137.023,82 11,82791006 1.266.790.453.886,00 27,86750762
1999. 135.798,38 11,81892656 1.249.057.106.328,00 27,85341007
2000. 130.857,12 11,78186132 1.142.213.930.348,00 27,76398954
2001. 121.747,15 11,70970163 1.162.784.787.472,00 27,78183892
2002. 131.025,79 11,78314945 1.267.043.101.825,00 27,86770704
2003. 158.888,52 11,9759581 1.570.330.699.774,00 28,08230735
2004. 177.576,34 12,08715588 1.799.204.087.587,00 28,21836551
2005. 179.116,06 12,09578925 1.853.465.900.611,00 28,24807846
2006. 198.669,25 12,19939666 1.943.430.740.490,00 28,29547595
2007. 249.359,10 12,42664931 2.203.972.558.211,00 28,42128256
2008. 240.017,43 12,38846682 2.391.963.512.218,00 28,5031357
2009. 195.977,98 12,18575758 2.186.107.544.936,00 28,4131437
2010. 221.458,76 12,30799167 2.126.620.402.889,00 28,38555517
2011. 243.559,29 12,40311568 2.278.230.390.029,00 28,45442011
2012. 207.591,03 12,24332522 2.091.760.740.477,00 28,36902729
2013. 211.430,34 12,26165086 2.149.484.516.711,00 28,39624917
Izvor: izradila studentica prema podacima preuzetima sa statističkih baza podataka
WITS [Product Exports by Croatia to Italy
The World Bank [ GDP (current US$)]
Tablica 4. prikazuje podatke koji su korišteni za izgradnju modela. Prikazuju razdoblje od
1994. do 2013. godine, te su izraženi u istoj valuti (US$) kako ne bi bilo odstupanja.
26
4.1. Provjera jediničnog korijena po varijablama
Kao prvi test provodi se jedinični korijen, te će se prema rezultatima formirati model. U
tablici 4. prikazan je računalni ispis testiranje jediničnog korijena logaritmirane varijable
izvoza drva RH u Italiju.
Tablica 4. Testiranje jediničnog korijena logaritmirane varijable izvoza drva RH u
Italiju -LDRVO
„NullHypothesis: LDRVO has a unitroot Exogenous: Constant LagLength: 0 (Automatic - based on SIC, maxlag=4)
t-Statistic Prob.* AugmentedDickey-Fuller test statistic -1.337138 0.5900
Test criticalvalues: 1% level -3.831511 5% level -3.029970 10% level -2.655194 *MacKinnon (1996) one-sided p-values.
Warning: Probabilitiesandcriticalvaluescalculated for 20 observations andmaynotbeaccurate for a samplesizeof 19
AugmentedDickey-Fuller Test Equation DependentVariable: D(LDRVO) Method: LeastSquares Date: 04/28/15 Time: 17:01 Sample (adjusted): 1995 2013 Includedobservations: 19 afteradjustments
Variable Coefficient Std. Error t-Statistic Prob. LDRVO(-1) -0.190287 0.142309 -1.337138 0.1988
C 2.314522 1.715741 1.348992 0.1950 R-squared 0.095164 Meandependent var 0.020749
Adjusted R-squared 0.041939 S.D. dependent var 0.144567 S.E. ofregression 0.141503 Akaikeinfocriterion -0.973696 Sumsquaredresid 0.340391 Schwarz criterion -0.874281 Log likelihood 11.25011 Hannan-Quinncriter. -0.956871 F-statistic 1.787939 Durbin-Watson stat 2.126445“ Prob(F-statistic) 0.198796
Iz tablice 4. iščitava se da je p vrijednost veća od odabrane razine signifikantnosti od 5%
(0.5900>0,05) nul hipoteza se ne može odbaciti te je potrebno testirati prvu diferenciju
27
varijable LDRVO. U tablici 5. Računalni ispis iz Eviewsa prikazuje testiranje jediničnog
korijena prve diferencije logaritmirane varijable izvoza drva RH u Italiju.
Tablica 5. Testiranje jediničnog korijena prve diferencije logaritmirane varijable izvoza
drva RH u Italiju –D(LDRVO)
„NullHypothesis: D(LDRVO) has a unitroot Exogenous: Constant LagLength: 0 (Automatic - based on SIC, maxlag=4)
t-Statistic Prob.* AugmentedDickey-Fuller test statistic -4.727607 0.0017
Test criticalvalues: 1% level -3.857386 5% level -3.040391 10% level -2.660551 *MacKinnon (1996) one-sided p-values.
Warning: Probabilitiesandcriticalvaluescalculated for 20 observations andmaynotbeaccurate for a samplesizeof 18
AugmentedDickey-Fuller Test Equation DependentVariable: D(LDRVO,2) Method: LeastSquares Date: 04/28/15 Time: 17:05 Sample (adjusted): 1996 2013 Includedobservations: 18 afteradjustments
Variable Coefficient Std. Error t-Statistic Prob. D(LDRVO(-1)) -1.165520 0.246535 -4.727607 0.0002
C 0.023802 0.036010 0.660981 0.5180 R-squared 0.582793 Meandependent var -0.000538
Adjusted R-squared 0.556718 S.D. dependent var 0.227111 S.E. ofregression 0.151209 Akaikeinfocriterion -0.835862 Sumsquaredresid 0.365829 Schwarz criterion -0.736932 Log likelihood 9.522758 Hannan-Quinncriter. -0.822221 F-statistic 22.35027 Durbin-Watson stat 2.072991“ Prob(F-statistic) 0.000228
U tablici 6. vidljivo je da p vrijednost u iznosu od 0,00 stoga je manja od 0,05 koliko iznosi
razina signifikantnosti. Nul hipoteza može se odbaciti, te se tvrdi kako ova serija jest
stacionirana. Te će se koristiti u daljnjem testiranju. Nakon testiranja jediničnog korijena
logaritmirane varijable izvoza drva iz RH u Italiju, u tablici 6. prikazano je testiranje
jediničnog korijena logaritma varijable bruto domaćeg proizvoda Italije.
28
Tablica 6. Testiranje jediničnog korijena logaritmirane varijable bruto domaćeg
proizvoda Italije -LBDPIT
„NullHypothesis: LBDPIT has a unitroot Exogenous: Constant LagLength: 0 (Automatic - based on SIC, maxlag=4)
t-Statistic Prob.* AugmentedDickey-Fuller test statistic -0.998412 0.7318
Test criticalvalues: 1% level -3.831511 5% level -3.029970 10% level -2.655194 *MacKinnon (1996) one-sided p-values.
Warning: Probabilitiesandcriticalvaluescalculated for 20 observations andmaynotbeaccurate for a samplesizeof 19
AugmentedDickey-Fuller Test Equation DependentVariable: D(LBDPIT) Method: LeastSquares Date: 04/28/15 Time: 17:14 Sample (adjusted): 1995 2013 Includedobservations: 19 afteradjustments
Variable Coefficient Std. Error t-Statistic Prob. LBDPIT(-1) -0.069634 0.069744 -0.998412 0.3321
C 0.548479 0.514496 1.066052 0.3013 R-squared 0.055389 Meandependent var 0.035159
Adjusted R-squared -0.000176 S.D. dependent var 0.083771 S.E. ofregression 0.083779 Akaikeinfocriterion -2.021978 Sumsquaredresid 0.119320 Schwarz criterion -1.922563 Log likelihood 21.20879 Hannan-Quinncriter. -2.005153 F-statistic 0.996827 Durbin-Watson stat 1.445782“ Prob(F-statistic) 0.332080
Iz testiranja se vidi kako je p vrijednost veća od kritične vrijednosti (0.7318 >0,05) što znači
da se nul hipoteza ne može odbaciti i zaključuje se da varijabla LBDPIT nije stacionirana i
kao takva ne može se uključiti u daljnje testiranje modela. Stoga je potrebno testirati prvu
diferenciju varijable LBDPIT, koja će biti prikazana u tablici 7.
29
Tablica 7. Testiranje jediničnog korijena prve diferencije logaritmirane varijable bruto
domaćeg proizvoda –D(LBDPIT)
„NullHypothesis: D(LBDPIT) has a unitroot Exogenous: Constant LagLength: 0 (Automatic - based on SIC, maxlag=4) t-Statistic Prob.* AugmentedDickey-Fuller test statistic -3.064472 0.0478
Test criticalvalues: 1% level -3.857386 5% level -3.040391 10% level -2.660551 *MacKinnon (1996) one-sided p-values. Warning: Probabilitiesandcriticalvaluescalculated for 20 observations andmaynotbeaccurate for a samplesizeof 18 AugmentedDickey-Fuller Test Equation DependentVariable: D(LBDPIT,2) Method: LeastSquares Date: 04/28/15 Time: 17:16 Sample (adjusted): 1996 2013 Includedobservations: 18 afteradjustments Variable Coefficient Std. Error t-Statistic Prob. D(LBDPIT(-1)) -0.735776 0.240099 -3.064472 0.0074 C 0.024046 0.021842 1.100907 0.2872 R-squared 0.369855 Meandependent var -0.002073 Adjusted R-squared 0.330471 S.D. dependent var 0.104272 S.E. ofregression 0.085320 Akaikeinfocriterion -1.980365 Sumsquaredresid 0.116473 Schwarz criterion -1.881435 Log likelihood 19.82329 Hannan-Quinncriter. -1.966724 F-statistic 9.390990 Durbin-Watson stat 1.897128“ Prob(F-statistic) 0.007411
Nakon izračunavanja prve diferencije p vrijednost iznosi 0,04 što je manje od 0,05 koliko
iznosi razina signifikantnosti. Nul hipoteza može se odbaciti, te se može tvrditi da je ova
serija stacionirana, te se može koristi za daljnja testiranja.
30
4.2. Ocjenjivanje funkcije elastičnosti izvoza drva
U ovom dijelu provodi se ocjenjivanje funkcije elastičnosti izvoza metodom najmanjih
kvadrata. Funkcija izvoza ocjenjuje se korištenjem prve diferencije logaritma varijable BDP
Italije i prve diferencije logaritma varjable izvoza drva iz RH u Italiju. Tablica 8. prikazuje
konačnu funkciju koja je dobivena nakon diferenciranja.
Tablica 8. Konačna funkcija nakon diferenciranja
„DependentVariable: LDRVOD1
Method: LeastSquares
Date: 06/03/15 Time: 11:08
Sample (adjusted): 1995 2013
Includedobservations: 19 afteradjustments
HAC standard errors&covariance (Prewhiteningwithlags = 1, Quadratic
-Spectralkernel, Andrews bandwidth = 1.4953)
Variable Coefficient Std. Error t-Statistic Prob.
C -0.006760 0.020327 -0.332542 0.7435
LBDPITD1 0.782417 0.289147 2.705947 0.0150
R-squared 0.205556 Meandependent var 0.020749
Adjusted R-squared 0.158824 S.D. dependent var 0.144567
S.E. ofregression 0.132590 Akaikeinfocriterion -1.103807
Sumsquaredresid 0.298863 Schwarz criterion -1.004392
Log likelihood 12.48616 Hannan-Quinncriter. -1.086982
F-statistic 4.398615 Durbin-Watson stat 2.929079“
Prob(F-statistic) 0.051228
Ocijenjena funkcija elastičnosti izvoza glasi:
D(LDRVO) = -0,006760 + 0,782417 D(LBDPITD) + u t
St.greška (0.020327) (0.289147)
t (-0.332542) (2.705947)
p (0.7435) (0.0150)
31
Iz računalnog ispisa lako se iščita vrijednost koeficijenta determinacije koji iznosi 0,20.
Statistički kriterij jer ispunjen jer nezavisne varijable imaju očekivani predznak. Zaključuje se
kako je 20% varijacija zavisne varijable objašnjeno pomoću regresijskog modela. Regresijski
model je reprezentativniji što je koeficijent determinacije bliži 1, stoga je moguće tvrditi kako
ocijenjeni regresijski model nije reprezentativan.
Regresijski rezultati pokazuju da koeficijent nagiba izvoza drva u Italiji iznosi 0.782417, što
znači da izvoz drva nije elastičan. Koeficijent elastičnosti izvoza treba iznositi 1, a izvoz drva
RH u Italiji iznosi manje od 1 točnije 0.782417. Znači kada se BDP Italije promijeni za 1%,
tada izvoz drva RH u Italiju se promijeni za manje od 1% uz uvjet da sve ostane isto.
32
5. TESTIRANJE PRETPOSTAVKI MODELA
Ovo poglavlje diplomskog rada čine testovi pretpostavki modela, što podrazumijeva testiranje
normalnost grešaka relacije, autokorelacije te prisustvo homoskedastičnosti ili
heteroskedastičnosti.
5.1. Testiranje normalnosti grešaka relacije
JarqueBera testom ispituje se pretpostavka o normalnosti grešaka relacije. On koristi
koeficijent asimetrije i koeficijent zaobljenosti reziduala koji su procijenjeni metodom
najmanjih kvadrata. Za normalnu distribuciji koeficijent asimetrije iznosi α3=0, dok
koeficijent zaobljenosti iznosi α4=3. Testom se ispituje odstupaju li procijenjene veličine
značajno od vrijednosti tih mjera za normalnu distribuciju.
Grafikon 11. Testiranje normalnosti grešaka relacije
Izvor: izrada studentice u programu EViews 7
0
1
2
3
4
5
6
-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3
Series: LDRVOD1Sample 1994 2013Observations 19
Mean 0.020749Median 0.018326Maximum 0.257588Minimum -0.317361Std. Dev. 0.144567Skewness -0.507221Kurtosis 3.064205
Jarque-Bera 0.817962Probability 0.664327
33
Rezultati testiranja normalnosti grešaka relacije za Hrvatsku jesu sljedeći:
Jarque – Bera (Hr) = 0,81796
p = 0,6643
S obzirom da je p (0,6643 > 0,05) zaključuje se da greške relacije normalno su distribuirane.
5.2. Heteroskedasticnost
Heteroskedastičnost odnosi se na okolonosti u kojima varijabilnost varijable je različita preko
raspona vrijednosti druge varijable koja ga predviđa. Pojam heteroskedastičnosti
podrazumijeva nejednaku varijancu slučajnih varijabli.
Problem heteroskedastičnosti prisutan je kad je narušena pretpostavka o nepromijenjivosti
varijance slučajnih varijabli u linearnom regresijskom modelu. Heteroskedastičnost je moguće
otkriti na dva načina : grafičkim putem i postupcima testiranja.
U ovom modelu, testirati će se heteroskedastičnost Whiteovim testom. Whiteovim se testom
nultom hipotezom pretpostavlja homoskedastičnost, tj. nepromjenjivost varijance. Ako je
empirijska razina signifikantnosti (Prob. Chi – Square) veća od zadane razine signifiantnosti,
dolazi se do zaključka da se nulta hipoteza o homoskedastičnosti varijance ne može odbaciti.
U tablici 9. prikazan je računalni ispit testa heteroskedastičnosti.
34
Tablica 9. Testiranje heteroskedastičnosti
„Heteroskedasticity Test: White
F-statistic 0.565693 Prob. F(2,16) 0.5789
Obs*R-squared 1.254793 Prob. Chi-Square(2) 0.5340
Scaledexplained SS 1.820521 Prob. Chi-Square(2) 0.4024
Test Equation:
DependentVariable: RESID^2
Method: LeastSquares
Date: 06/03/15 Time: 11:12
Sample: 1995 2013
Includedobservations: 19
Variable Coefficient Std. Error t-Statistic Prob.
C 0.020510 0.009133 2.245726 0.0392
LBDPITD1 -0.063483 0.113491 -0.559369 0.5837
LBDPITD1^2 -0.323228 0.901254 -0.358642 0.7246
R-squared 0.066042 Meandependent var 0.015730
Adjusted R-squared -0.050703 S.D. dependent var 0.030767
S.E. ofregression 0.031538 Akaikeinfocriterion -3.931327
Sumsquaredresid 0.015914 Schwarz criterion -3.782205
Log likelihood 40.34760 Hannan-Quinncriter. -3.906089
F-statistic 0.565693 Durbin-Watson stat 1.238728“
Prob(F-statistic) 0.578922
Tablica 9. prikazuje računalni ispis testa heteroskedastičnosti modela, iz ispisa može se
iščitati umnožak koeficijenta determinacije i broj nezavisnih varijabli ( Obs*R-squared) koji
iznosi 1.254793. Umnožak se zatim uspoređuje s kritičnom vrijednošću X2 koja pri stupnju
signifikantnosti od 5% i 2 stupnjeva slobode iznosi 5.99146.
35
Kako je 1.254793 manje od 5.99146,može se zaključiti kako u modelu nije prisutna
heteroskedastičnost. Ili gledajući p vrijednost koja je veća od kritične ( 0,5340 > 0,05)
zaključuje se da nije prisutna heteroskedastičnost, već se radi o homoskedastičnosti.
Međutim ako se uzme u obzir da razina signifikantnosti 0,01 i 2 stupnja slobode tada kritična
vrijednost iznosi 9,21034. Ali ni tada ne bi došlo do prisutnosti heteroskesdastičnosti.
5.3. Autokorelacija
U modelu linearne regresije pretpostavlja se da su slučajne varijable (greške relacije)
međusobno nezavisne i identično distribuirane normalne slučajne varijable. Ako pretpostavka
o nezavisnosti slučajnih varijabli nije ispunjena, javlja se problem autokorelacije. Taj problem
većinom se javlja kod vremenskih regresijskih modela, nego kod onih prostornih.
Problem autokorelacije može se uočiti na temelju dijagrama rasipanja rezidualnih odstupanja
ili Breusch – Godfireyev i Durbin – Watsonovog testa. Za potrebe diplomskog rada,
koristitćese Breusch – Godfireyeov test, a kako bi se ustvrdilo prisustvoautokorelacije.
U Tablici 10. za otkivanje autokorelacije promatra se vrijednost „ Pro.Chi – Square(2)“.
36
Tablica 10. Testiranje autokorelacije
„Breusch-GodfreySerialCorrelation LM Test:
F-statistic 5.393208 Prob. F(2,15) 0.0172
Obs*R-squared 7.947669 Prob. Chi-Square(2) 0.0188
Test Equation:
DependentVariable: RESID
Method: LeastSquares
Date: 06/03/15 Time: 11:13
Sample: 1995 2013
Includedobservations: 19
Presamplemissingvaluelaggedresiduals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -0.006421 0.027055 -0.237329 0.8156
LBDPITD1 0.237374 0.314256 0.755352 0.4617
RESID(-1) -0.735250 0.230728 -3.186649 0.0061
RESID(-2) -0.495013 0.225917 -2.191133 0.0446
R-squared 0.418298 Meandependent var -5.68E-18
Adjusted R-squared 0.301958 S.D. dependent var 0.128854
S.E. ofregression 0.107657 Akaikeinfocriterion -1.435078
Sumsquaredresid 0.173849 Schwarz criterion -1.236249
Log likelihood 17.63324 Hannan-Quinncriter. -1.401428
F-statistic 3.595472 Durbin-Watson stat 2.260474“
Prob(F-statistic) 0.038805
α= 0,05
df= 3
χ2= 7,81473
Obs*R-squared = 7,947669 što je više od 7,81473 što znači da odbacuje se H0.
37
Što znači da je u modelu prisutnaautokorelacija. Prisutnost autokorelacije može se vidjeti i iz
vrijednosti p, ako je ona manja od razine signifikantnosti, dolazi do njene prisutnosti. Iz
računalnog ispisa vidi se da p= 0,0188 što je manje od 0,05.
5.3.1. Rješavanje problema autokorelacije
Postoje više mogućih uzroka problema autokorelacije: uzrok pogreška i uzrok podataka. Kada
je uzrok autokorelacije pogreška, tada ga je moguće ispraviti. Uzrok pogrešaka nastao je kao
posljedica ispuštene varijable ili je posljedica kriva funkcijska veza. Kada je uzrok podataka,
tada se problem autokorelacije rješava generaliziranom metodom najmanjih kvadranta.
Jedan od načina rješavanja problema autokorelacije je da se vrijednost varijabli logaritimira,
međutim varijable korištene u testiranju već su bile logaritmirane, stoga ovaj način rješavanja
ne odgovara. Drugi način je dodavanje nezavisne varijable, međutim dodavanje varijable u
zadanu funkciju dolazi do utjecaja na ostale varijable u funkciji.
Zadani model korišten za testiranje nije pogodan, za rješenje navedenog problema potrebna
su daljnja istraživanja.
38
6. ZAKLJUČAK
Hrvatska je ušla u Europsku uniju 1. srpnja 2013. godine kao 28. država članica. Italija,
Njemačka, Bosna i Hercegovina su najvažniji trgovinski partneri Hrvatske. Usprkos prilično
sporom oporavku nakon recesije, dohotku po stanovniku, Hrvatska je i dalje ispred nekih
članica Europske unije kao što su Bugarska, Rumunjska i Latvija. Nakon sloma
socijalističkog sustava gospodastvo RH prolazi tranziciju prema otvorenomu tržišnomu
gospodarstvu, što se posebice odnosi na industrijsku proizvodnju.
U RH trenutno postoji samo 13% izvoznih poduzeća koje izvozi svoje proizvode i usluge, ta
ista poduzeća zapošljavaju polovicu zaposlenih u svim poduzećima na području RH.
Gospodarstvu RH potrebno je više takvih poduzeća, rast takvih poduzeća učiniti će jačom
hrvatsku ekonomiju. Izvozno orijentirana ekonomija jamči održiv gospodarski rast.
Temelj proučavanja diplomskog rada je elastičnost izvoza drva RH u Italiju. Korišteni model
preuzet je iz znanstveno istraživačkog rada Bönninger, Nilsson (2012.),
Pretpostavilo se da funkcija elastičnosti izvoza drva zavisi o ukupnom izvozu RH u Italiju te o
BDP-u Italije Podaci su uzeti za razdoblje od 1994. do 2013. godine, kako bi se osigurala
veća točnost. Zatim je napravljena detaljna analiza pomoću statističkog softverskog paketa
Eviewsa 7. Za potrebe modeliranja uzeti su godišnji podaci.
Podaci prikupljeni o varijablama prilagođeni su testiranju koje je provedeno. Najprije su
podvrgnuti testiranju jediničnog korijena i njihovim prvim diferencijama te je prema tome
formirana konačna ocijenjena funkcija koja glasi:
D(LDRVO) = -0,006760 + 0,782417 D(LBDPIT) + u t
Problem autokorelacije nije riješen jer je zadana funkcija već bila logaritmirana, te su
potrebna daljnja istraživanja kako bi se problem riješio. Testiranje heteroskedastičnosti za
obje promatrane zemlje ukazuje na prisustvo homoskedastičnosti kao pozitivna pojava u
39
modelu. Testiranjem normalnosti grešaka relacije (Jarque Bera testom) zaključuje se da
greške relacije su normalno distribuirane što bi značilo da se nul hipoteza ne odbacuje.
Regresijski rezultati pokazuju da koeficijent nagiba izvoza drva u Italiji iznosi 0.782417, što
znači da izvoz drva nije elastičan. Koeficijent elastičnosti iznosi 1, a izvoz drva iznosi manje
od 1. Kada BDP Italije se promijeni za 1%, tada izvoz drva RH se promijeni za manje od 1%
uz uvjet da sve ostane isto.
Zaključno, formirani modeli zbog neispunjenja svih pretpostavki nisu pogodni za nikakvo
prognoziranje.
40
LITERATURA
Knjige:
1. Blanchard, O., Makroekonomija treće izdanje, Mate, Zagreb, 2005.
2. Samuelson, P.A., NordhausW.D., Ekonomija 19.izdanje, Mate, Zagreb 2010.
Članci:
1. Bönninger, M., NilssonC., GDP Elasticities of Export Demand, p.29, pregledano
05.04.2015., online: http://hj.diva-
portal.org/smash/get/diva2:540120/FULLTEXT01.pdf
Internet izvori:
1. Rubić,Cota; Drvna industrija, pregledano 22.04.2015., online: web.efzg.hr/dok/MGR/zkovacevic//16.12.%20Drvna%20industrija.pptx;
2. WITS, World Integrated TradeSolution; Product Exports by Croatia to Italy;
pregledano 10.04.2015.; online:
http://wits.worldbank.org/CountryProfile/Country/HRV/Year/2013/TradeFlow/Export
/Partner/ITA/Product/all-groups;
3. WITS, World Integrated Trade Solution; Product Imports by Croatia from all
countries; pregledano 09.06.2015.; online:
http://wits.worldbank.org/CountryProfile/Country/HRV/Year/2000/TradeFlow/Import
/Partner/WLD/Product/all-groups;
4. WITS, World Integrated Trade Solution; Product Exports by Croatia to all countries;
pregledano 09.06.2015.; online:
http://wits.worldbank.org/CountryProfile/Country/HRV/Year/2000/TradeFlow/Export
/Partner/WLD/Product/all-groups ;
5. The World Bank, GDP (current US$); pregledano 12.04.2015.;
http://data.worldbank.org/indicator/NY.GDP.MKTP.CD/countries;
41
6. Eurostat, Code:tec00114, pregledano 01.06.2015. , online:
http://ec.europa.eu/eurostat/tgm/refreshTableAction.do?tab=table&plugin=1&pcode=t
ec00114&language=en;
7. WITS World IntegratedTradeSolution, Introduction, pregledano 10.04.2015.; online:
http://wits.worldbank.org/Default.aspx ;
8. Eurostat, nama_aux_gph, pregledano 10.06.2015., online:
http://appsso.eurostat.ec.europa.eu/nui/submitViewTableAction.do,
42
POPIS TABLICA I GRAFIKONA
Popis tablica:
TABLICA 1. BDP PO GLAVI STANOVNIKA U RAZDOBLJU OD 1995. DO 2013.GODINE (IZRAŽEN U EURIMA) ............... 9
TABLICA 2. IZVOZ RH U ITALIJU I BIH ZA RAZDOBLJE OD 1994. DO 2013.GODINE (U TISUĆAMA US $) I IZRAŽEN
VERIŽNIM INDEKSIMA (%) ............................................................................................................................. 15
TABLICA 3. PODACI POTREBNI ZA IZGRADNJU MODELA ( IZRAŽENO U US $ ) ........................................................ 25
TABLICA 4. TESTIRANJE JEDINIČNOG KORIJENA LOGARITMIRANE VARIJABLE IZVOZA DRVA RH U ITALIJU -LDRVO
...................................................................................................................................................................... 26
TABLICA 5. TESTIRANJE JEDINIČNOG KORIJENA PRVE DIFERENCIJE LOGARITMIRANE VARIJABLE IZVOZA DRVA RH
U ITALIJU –D(LDRVO) ................................................................................................................................. 27
TABLICA 6. TESTIRANJE JEDINIČNOG KORIJENA LOGARITMIRANE VARIJABLE BRUTO DOMAĆEG PROIZVODA ITALIJE
-LBDPIT....................................................................................................................................................... 28
TABLICA 7. TESTIRANJE JEDINIČNOG KORIJENA PRVE DIFERENCIJE LOGARITMIRANE VARIJABLE BRUTO DOMAĆEG
PROIZVODA –D(LBDPIT) ............................................................................................................................. 29
TABLICA 8. KONAČNA FUNKCIJA NAKON DIFERENCIRANJA ................................................................................... 30
TABLICA 9. TESTIRANJE HETEROSKEDASTIČNOSTI ................................................................................................ 34
TABLICA 10. TESTIRANJE AUTOKORELACIJE .......................................................................................................... 36
Popis grafikona:
GRAFIKON 1. BDP U RH ZA RAZDOBLJE OD 1995. DO 2013.GODINE (U MILIJARDAMA US$) .................................. 8
GRAFIKON 2. BDP PO GLAVI STANOVNIKA ZA RH I ITALIJU I PROSJEK BDP PO STANOVNIKU U EU (IZRAŽEN U
EURIMA) ........................................................................................................................................................ 10
GRAFIKON 3. ROBNA RAZMJENA RH S INOZEMSTVOM (IZRAŽENO U TISUĆAMA US$) .......................................... 12
GRAFIKON 4. IZVOZ RH ZA RAZDOBLJE OD 1994. DO 2013. GODINE (IZRAŽENO U TISUĆAMA US$) ...................... 13
GRAFIKON 5. IZVOZ RH U ZEMLJE S KOJIMA NAJVIŠE TRGUJE (IZRAŽENO U TISUĆAMA US$ ) .............................. 14
GRAFIKON 6. VERIŽNI INDEKSI IZVOZA RH U ITALIJU I BIH .................................................................................. 16
GRAFIKON 7. IZVOZ RH U ITALIJU PO SKUPINAMA PROIZVODA (U TISUĆAMA US$) ............................................. 17
GRAFIKON 8. IZVOZ DRVA RH U ITALIJU U RAZDOBLJU OD 1994. DO 2013. GODINE (U TISUĆAMA US$) .............. 20
GRAFIKON 9. BRUTO DOMAĆI PROIZVOD ITALIJE (U MILIJARDAMA US$) ............................................................. 21
GRAFIKON 10. BRUTO DOMAĆI PROIZVOD PO GLAVI STANOVNIKA IZRAŽENO PPS-OM ZA HRVATSKU I ITALIJU ZA
RAZDOBLJE OD 1994. DO 2013.GODINE ......................................................................................................... 22
GRAFIKON 11. TESTIRANJE NORMALNOSTI GREŠAKA RELACIJE ............................................................................. 32
43
IZJAVA
kojom izjavljujem da sam diplomski rad s naslovom ELASTIČNOST IZVOZA DRVA IZ
REPUBLIKE HRVATSKE U ITALIJU izradila samostalno pod voditeljstvom doc. dr. sc.
Ane Štambuk. U radu sam primijenila metodologiju znanstvenoistraživačkog rada i koristila
literaturu koja je navedena na kraju diplomskog rada. Tuđe spoznaje, stavove, zaključke,
teorije i zakonitosti koje sam izravno ili parafrazirajući navela u diplomskom radu na
uobičajen, standardan način citirala sam i povezala s fusnotama s korištenim bibliografskim
jedinicama. Rad je pisan u duhu hrvatskog jezika.
Suglasna sam s objavom diplomskog rada na službenim stranicama Fakulteta.
Studentica
Iva Jović