SVEUČILIŠTE U RIJECI - Guest Homepageoliver.efri.hr/zavrsni/938.B.pdf · 2015-12-03 · Na samom kraju rada, koristit će se i metoda deskripcije pomoću koje će se donijeti zaključak

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

MODELIRANJE FUNKCIJE ZAPOSLENOSTI U FRANCUSKOJ I ITALIJI 1

DIPLOMSKI RAD

RIJEKA, 2015.

1 Ovaj rad je financiralo Sveučilište u Rijeci projektom 13.02.1.2.04. (Ljudski potencijali i ekonomski razvoj

Hrvatske)

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

MODELIRANJE FUNKCIJE ZAPOSLENOSTI U FRANCUSKOJ I ITALIJI

DIPLOMSKI RAD

Predmet: Statističke metode za poslovno odlučivanje

Mentor: prof. dr. sc. Maja Biljan-August

Student:

Isidora Pali

Studijski smjer: Poduzetništvo

JMBAG: 0081131396

RIJEKA, SRPANJ 2015.

Sadržaj

1. UVOD ................................................................................................................................ 1

1.1. Predmet istraživanja .................................................................................................... 2

1.2. Svrha i cilj istraživanja ............................................................................................... 2

1.3. Metode istraživanja ..................................................................................................... 2

1.4. Struktura rada .............................................................................................................. 2

2. TUMAČENJE VARIJABLI FUNKCIJE ZAPOSLENOSTI ............................................ 4

2.1. Nezaposlenost ............................................................................................................. 4

2.2. BDP (Bruto domaći proizvod) .................................................................................... 6

2.3. Plaće ............................................................................................................................ 8

3. DEFINIRANJE VARIJABLI MODELA .......................................................................... 9

3.1. Bruto domaći proizvod u stalnim cijenama iz 2005. za Francusku .......................... 12

3.2. Prosječna godišnja neto plaća u stalnim cijenama u Francuskoj .............................. 13

3.3. Zaposlenost u Francuskoj ......................................................................................... 14

3.4. Bruto domaći proizvod u stalnim cijenama iz 2005. u Italiji .................................... 15

3.5. Prosječna godišnja neto plaće u stalnim cijenama iz 2005. u Italiji ......................... 16

3.6. Zaposlenost u Italiji .................................................................................................. 18

4. EMPIRIJSKO ISTRAŽIVANJE I MODELIRANJE FUNKICJE ZAPOSLENOSTI .... 19

4.1. Modeliranje funkcije zaposlenosti za Francusku ...................................................... 20

4.1.1. Testiranje jediničnog korijena po varijablama za Francusku .................................... 21

4.1.2. Ocjenjivanje funkcije zaposlenosti za Francusku ...................................................... 28

4.2. Modeliranje funkcije zaposlenosti za Italiju ............................................................. 29

4.2.1. Testiranje jediničnog korijena po varijablama za Italiju ....................................... 31

4.2.2. Ocjenjivanje funkcije zaposlenosti za Italiju ............................................................. 37

5. TESTIRANJE PRETPOSTAVKI MODELA ZA FRANCUSKU .................................. 39

5.1. Jarque-Bera test ......................................................................................................... 39

5.2. Testiranje heteroskedastičnosti ................................................................................. 40

5.3. Testiranje autokorelacije ........................................................................................... 41

6. TESTIRANJE PRETPOSTAVKI MODELA ZA ITALIJU ............................................ 43

6.1. Jarque Bera test ......................................................................................................... 43

6.2. Testiranje heteroskedastičnosti ................................................................................. 43

6.3. Testiranje autokorelacije ........................................................................................... 44

7. ZAKLJUČAK .................................................................................................................. 46

POPIS LITERATRE ............................................................................................................... 48

POPIS TABLICA .................................................................................................................... 49

POPIS GRAFIKONA .............................................................................................................. 49

1

1. UVOD

Razmatrajući mnoga djela, časopise i ostalu literaturu, može se reći da je sve započelo

pojavom Makroekonomije, točnije, pojavom djela J.M. Keynesa „Opća teorija

zaposlenosti, kamate i novca. Smatrao je da se uz pomoć države može suzbiti

nezaposlenost i povećati proizvodnja. Svoje puno priznanje djela Keynes je dobio kada je

američki Kongres „Empployment Act“ utvrdio da je zaposlenost jedan od državnih

prioriteta.

Kada se govori o zaposlenosti kao o jednom od državnih prioriteta, ne smije se zanemariti

činjenica da je rad jedan od faktora proizvodnje i se promatra kao najvažniji gospodarski

resurs.

Zaposlenost je važna komponenta u društvu koja osigurava mir, blagostanje, zadovoljstvo

građana, smanjuje nemire i utječe na porast BDP-a. Za svaku zemlju je poželjno da ima što

veću zaposlenost, odnosno što manju nezaposlenost, ali i kvalitetnu, povećanu

proizvodnju.

S druge strane, pojavljuje se nezaposlenost koja je izvrstan pokazatelj stanja gospodarskog

ciklusa. Problem zapošljavanja je danas jedan od najvećih gospodarskih problema koja

uzrokuje visoke troškove i pad prihoda zbog izostanka proizvodnje. Potrebno je

konstantno pratiti kretanje zaposlenosti te onemogućiti njezin, sve dinamičniji pad.

Tema ovog diplomskog rada jest Modeliranje funkcije zaposlenosti u Francuskoj i Italiji. S

teorijske strane prikazat će se zaposlenost i njezine ključne varijable, a u obliku

ekonometrijskog modela objasnit će se stanje u promatranim zemljama, u Francuskoj i

Italiji.

2

1.1. Predmet istraživanja

Predmet ovog istraživanja jest zaposlenost, odnosno, modeliranje funkcije zaposlenosti u

Francuskoj i Italiji. Istražit će se kolika je prisutna (ne)zaposlenost u odabranim zemljama

te kako to utječe na BDP i gospodarsko stanje. Navedeno ukazuje na potrebu istraživanja

čime je potrebno definirati i statistički analizirati zaposlenost.

1.2. Svrha i cilj istraživanja

Svrha istraživanja jest procijenjenu funkciju zaposlenosti prikazati na primjeru Francuske i

usporediti ju sa Italijom. Analizirat će se promjene koje su se događale u Francuskoj i

Italiji tijekom određenog razdoblja na temelju usporedbe i analize prikupljenih statističkih

podataka. Cilj diplomskog rada je opisati obilježja zaposlenosti, odnosno nezaposlenosti,

te prikazati stanje zaposlenosti u dvije promatrane države pomoću modelirane funkcije.

1.3. Metode istraživanja

S obzirom da će se funkcija zaposlenosti obrađivati teorijski i statistički, u radu će se

koristi višestruka linearna regresija. Ponajprije se prikupljaju sekundarni podaci o

zaposlenosti i ostalim parametrima funkcije zaposlenosti kako bi se mogli ti isti podaci

analizirati te metodom komparacije usporediti. Na samom kraju rada, koristit će se i

metoda deskripcije pomoću koje će se donijeti zaključak.

1.4. Struktura rada

Rad je strukturiran od 7 glavnih područja.

U prvom poglavlju „Uvod“ ukratko se uvodi čitatelja u problem istraživanja, svrhu i cilj,

kao i metode istraživanja koje su korištene u diplomskom radu. Drugo poglavlje

„Tumačenje ključnih varijabli funkcije zaposlenosti“ daje uvid u sam pojam predmeta

istraživanja i čine ga konkretne činjenice te zaključci sažeti iz stručne literature. Treće

poglavlje „Definiranje varijabli modela“ predstavlja varijable korištene u modelu za svaku

3

zemlju pojedinačno i podatke prikupljene koji se naknadno primjenjuju u funkciji

zaposlenosti koji se pojavljuju u četvrtom poglavlju pod nazivom „Empirijsko

istraživanje.“ Četvrto poglavlje je ujedno i najopširniji dio diplomskog rada te je

analitičko-empirijskog karaktera kojim se nastoji utvrditi svrha i cilj rada. U petom i

šestom poglavlju se testiraju pretpostavke modela za svaku zemlju zasebno. Na kraju

proučenog, pomoću metode deskripcije, donosi se „Zaključak“ koji je ujedno i posljednje

poglavlje rada.

4

2. TUMAČENJE VARIJABLI FUNKCIJE ZAPOSLENOSTI

2.1. Nezaposlenost

Borozan „nezaposlenost definira kao broj odraslih osoba koje nemaju posao, raspoložive

su za rad i žele raditi, što dokazuju aktivnim traženjem posla. Aktivno tražiti posao znači

da se nezaposlene osobe redovito prijavljuju službenom zavodu za zapošljavanje i

obavljaju sve obveze koje su zakonski dužne obavljati. Nezaposleni su dio radne snage

neke zemlje, tj. dio radno sposobnog stanovništva u dobi najčešće od 15. do 65. godine (ili

u drugom vremenskom razdoblju), a što je zakonski definirano u svakoj zemlji.

Ako je nezaposlenost izražena kao udio u radnoj snazi (RS), tada je riječ o stopi

nezaposlenosti (n). Stoga vrijedi:

gdje Z označava broj zaposlenih, a N broj nezaposlenih. Stopa nezaposlenosti oslikava

stanje na tržištu rada i kakvoću makroekonomske perfomance s istog aspekta. Pomnožena

sa 100 izračunava se u postotku. (Borozan, 2012.)

Prema Anketi o radnoj snazi, nezaposleni su one osobe koje zadovoljavaju sljedeća tri

kriterija:

1. U referentnom tjednu nisu obavljale nikakav plaćeni posao (u novcu ili naturi)

2. U posljednja 4 tjedna prije anketiranja su aktivno tražile posao

3. Ponuđeni posao bi mogli obavljati u iduća dva tjedna

U nezaposlene osobe ubrajaju se i one osobe koje, iako trenutno ne rade, su našle posao i u

skoroj budućnosti će početi raditi.“ (Borozan, 2012.)

Razlozi pojave nezaposlenosti su višestruki i često međusobno uvjetovani. Iako ih je teško

uočiti, razdvajanje i analiziranje različitih uzoraka nezaposlenosti je važno s obzirom da se

makroekonomske mjere razlikuju i u ovisnosti o tome što je uzrok nezaposlenosti.

5

Zaposlenost ima temeljnu ulogu u svakom društvu. Ljude često određujemo ovisno o tome

što rade u životu. U sociološkim i ekonomskim studijima ističe se da zaposlenost nije samo

najvažnija odrednica položaja ljudi u svakoj zemlju, već je i bitna za stvaranje smisla,

dohotka, socijalne stabilnosti i kvalitete života te sudjelovanja u društvu. (Bejaković)

Mjerenje zaposlenosti je škakljivo pitanje. Glavni izvori podataka su popisi i ankete o

stanovništvu i stopi zaposlenosti. Ankete o kućanstvima su obično najpouzdaniji izvor

budući da ankete o zaposlenima imaju tendenciju da udvostruče broj ljudi koji rade više od

jednog posla.

Većina zemalja provodi ankete u kućanstvu; neke mjesečno (Australija, Britanija, Japan,

SAD i Kanada), neke pak tromjesečno (Belgija, Grčka, Italija, Novi Zeland), a neke još i

rjeđe (npr. Turska). Mjesečne brojke između glavnih anketa temelje se na anketama o stopi

zaposlenosti te su prikazane u obliku procjena. Pojavljuju se i druge smetnje i

međunarodne nedosljednosti zbog čimbenika kao što su metoda brojenja onih koji rade kod

kuče i kućne posluge; zaposlenih na pola radnog vremena; koji imaju više od jednog posla;

i onih koji su privremeno zaposleni ili su na čekanju. Potpuna zaposlenost obično se

definira kao radna snaga umanjena za prirodnu stopu nezaposlenosti.

Prema definiciji Stutelya, „ukupna zaposlenost mjeri zaposlene osobe kod poslodavaca

plus samozaposlene.“ (Stutely; 2007.)

DZS definira „zaposlene kao osobe koje su u referentnom tjednu obavljale bilo kakva

posao za novac ili plaćanje u naturi. To su svi zaposlenici, samozaposlene osobe i članovi

obitelji koji pomažu poslovnom subjektu u vlasništvu člana obitelji (trgovačko društvo,

poduzeće, obrt, slobodno zanimanje, poljoprivredno gospodarstvo) ili nekom drugom

obliku obiteljske prerađivačke djelatnosti, te osobe koje su radile za naknadu po ugovoru,

neposredno plaćanje u novci ili naturi. Anketom se, dakle, obuhvaćaju sve osobe koje su se

u referentnom tjednu radile bez obzira na njihov formalni status i bez obzira na način

plaćanja za obavljeni rad. Stoga zaposleni u Anketi o radnoj snazi može biti umirovljenik,

student i kućanica. Zaposlenima pripadaju i svi zaposlenici ili samozaposlene osobe koje

su u referentnom tjednu bile odsutne s posla, a vratit će se na rad kod istog poslodavca ili

na istu aktivnost nakon što prestane razlog za odsutnost.

6

Zaposlenici su osobe koje rade za poslodavca u državnom ili privatnom sektoru za svoj rad

i primaju naknadu u novcu ili naturi.

Samozaposleni su poslodavci koji upravljaju poslovnim subjektom i zapošljavaju jednog ili

više zaposlenika, te osobe koje rade za vlastiti račun i ne zapošljavaju zaposlenike.

Stopa aktivnosti jest postotni udio zaposlenih u radno sposobnom stanovništvu.

Stopa zaposlenih jest postotni udio nezaposlenih u aktivnom stanovništvu (radnoj snazi).“

(Državni zavod za statistiku)

2.2. BDP (Bruto domaći proizvod)

Prema Borozanu, „bruto domaći proizvod (engl. gross domestic product – GDP) jest

ukupna vrijednost svih proizvoda i usluga raspoloživih za finalnu potrošnju, koja se

proizvedu na području jedne zemlje, u određenom vremenskom razdoblju, neovisno o

tome stječu li dohodak od tih proizvoda ili usluga rezidenti ili nerezidenti.

BDP se računa za vremensko razdoblje od godine dana, međutim, postoji analiza

kratkoročnih i dugoročnih trendova koje se koriste u svrhe prognoze stanja u budućnosti.

BDP se može računati po glavi stanovnika i takav BDP se naziva BDP „per capita“, koji

prikazuje relativni razvoj nacije. BDP je bitan parametar u ocjeni stanja nacionalne

ekonomije, a računa se kao suma osobne potrošnje, investicija, državne potrošnje te razlike

uvoza i izvoza.

BDP se izražava kao tijek proizvodnje:

,

gdje je C = osobna potrošnja, I = investicije, G = državna potrošnja, X = razlika uvoza i

izvoza.“ (Borozan, 2012.)

Državni zavod za statistiku govori kako „bruto domaći proizvod u tržišnim cijenama

iskazuje vrijednost svih proizvedenih dobara i usluga rezidentnih jedinica.

7

BDP prema proizvodnoj metodi jednak je bruto vrijednosti proizvodnje u bazičnim

cijenama umanjenoj za međufaznu potrošnju u kupovnim cijenama,

uvećanoj za poreze na proizvode i umanjenoj za subvencije na proizvode.

BDP prema dohodovnoj metodi jednak je zbroju sredstava zaposlenih, neto poreza na

proizvodnju (porezi na proizvodnju minus subvencije na proizvodnju), bruto poslovnog

viška i mješovitog dohotka.

BDP prema rashodnoj metodi jednak je ukupnoj domaćoj potrošnji i razlici između izvoza

i uvoza s inozemstvom. Domaću potrošnju čine izdaci rezidentnih kućanstava za potrošnju

(nacionalni koncept), izdaci neprofitnih institucija koje služe kućanstvima i izdaci za

državnu potrošnju i bruto investicije. Obračun BDP-a u stalnim cijenama vrlo je važan

pokazatelj mjerenja dinamike i razine ekonomskog razvoja iz kojeg je isključen utjecaj

cijena.“ (Državni zavod za statistiku)

Borozan razlikuje nominalni i realni BDP.

„Nominalni BDP predstavlja vrijednost finalne proizvodnje ostvarene u nekoj privredi

tijekom određenog obračunskog razdoblja (obično 1 godine), a iskazane u tekućim

cijenama. Drugim riječima, nominalni BDP u nekoj godini reprezentira vrijednost finalne

proizvodnje mjerene u cijenama te godine kada su finalni proizvodi i usluge proizvedeni i

prodani.

Realni BDP mjeri vrijednost finalne proizvodnje u stalnim cijenama, odnosno, cijenama

godine koja se odredi kao bazna godina. Sinonim za realni BDP je i BDP u stalnim

cijenama. (Borozan, 2012.)

Odnos između nominalnog i realnog BDP-a naziva se BDP deflator te se on izračunava

prema sljedećem obrascu: (Borozan, 2012.)

BDP deflator = (nominalni BDP/realni BDP)*100 „

8

2.3. Plaće

Prema Nestićevoj teoriji „plaće su jedna od najintrigantnijih tema u ekonomsko –

socijalnim analizama zbog svoje dvostruke uloge. One su, s jedne strane, dohodak radnika

ostvaren kao naknada za obavljeni rad. Za radnika i njegovu obitelj, plaće su najčešće

odlučujući izvor sredstava za život, koji uz to, radniku donosi osjećaj korisnosti ili

vrijednosti. S druge strane, plaće su trošak poslovanja za poslodavca, i to vrlo značajan

trošak po svom opsegu. Takvo dvostruko značenje plaća dovodi do različitih stavova u

ocjeni njihove uloge, dinamike i apsolutne veličine. U osnovi, radnici bi željeli da su

njihove plaće što veće i da rastu što brže, a poslodavci da su one što niže.“ (Nestić, 2009.)

S ekonomske strane, plaće se promatraju kao neto i bruto te se, uglavnom po europskom

sistemu plaćanja, isplaćuju mjesečno.

DZS objašnjava kako „mjesečna isplaćena neto plaća obuhvaća plaće zaposlenih u

pravnim osobama za izvršene poslove prema osnovi radnog odnosa i naknade za godišnji

odmor, plaćeni dopust, blagdane i neradne dane određene zakonom, bolovanja do 42 dana,

odsutnost zbog stručnog obrazovanja, zastoje na poslu bez krivnje zaposlenog, naknadu za

topli obrok i primitke prema osnovi naknada, potpora i nagrada u iznosima na koje se

plaćaju doprinosi, porezi i prirezi.

Mjesečna bruto plaća obuhvaća sve vrste neto isplata prema osnovi radnog odnosa i

zakonom propisana obvezatna izdavanja, doprinose, poreze i prireze. Prosječna mjesečna

isplaćena neto i bruto plaća po zaposlenome izračunava se dijeljenjem ukupnih isplata

brojem zaposlenih koji su primili isplate.“ (Državni Zavod za statistiku.)

9

3. DEFINIRANJE VARIJABLI MODELA

Za potrebe formiranja i testiranja modela zaposlenosti, prikupljeni su podaci o: broju

zaposlenih, prosječnim godišnjim neto plaćama, i BDP-u za razdoblje od 1995. – 2012.

Podaci su prikupljeni sa statističkih baza podataka EUROSTAT i OECD. Podaci su

deflacionirani u stalnim cijenama iz bazne 2005. godine. BDP i prosječne godišnje neto

plaće su prikazani u dolarima za Francusku i Italiju.

Podaci su deflacionirani prema formuli:

BDP u stalnim cijenama (2005=100)= (BDP/ deflator BDP-a)*100

PROSJEČNA MJESEČNA NETO PLAĆA U STALNIM CIJENAMA= (prosječna mjesečna

neto plaća/ deflator plaće)*100

10

Tablica 1 prikazuje deflacionirane podatke o stalnim i tekućim cijenama iz 2005. godine za

Francusku.

Tablica 1. Podaci o BDP-u, prosječnim godišnjim neto plaćama i broju zaposlenih u

tekućim i stalnim cijenama iz 2005. za razdoblje od 1995. do 2012. godine u

Francuskoj

GODINE

BDP per

capita

(USD)

INDEKS

CIJENA

2005=100

BDP U

STALNIM

CIJENAMA

(USD)

PROSJEČNA

GODIŠNJA

NETO PLAĆA

U TEKUĆIM

CIJENAMA

(USD)

PROSJEČNA

GODIŠNJA NETO

PLAĆA U STALNIM

CIJENAMA (USD) ZAPOSLENI

1995 20724 86,6 23930,7 33692 38905,3 22017

1996 21324 87,8 24287,0 33746 38435,1 22057

1997 22251 88,6 25114,0 34133 38524,8 22101

1998 23348 89,4 26116,3 34592 38693,5 22345

1999 24266 89,6 27082,6 35396 39504,5 22738

2000 25996 91 28567,0 35501 39012,1 23331

2001 27439 92,8 29567,9 35689 38458,0 23755

2002 28523 94,7 30119,3 36585 38632,5 23943

2003 28110 96,5 29129,5 36764 38097,4 24692

2004 29056 98,1 29618,8 37344 38067,3 24768

2005 30398 100 30398,0 37819 37819,0 24952

2006 32311 102,2 31615,5 38281 37456,9 25110

2007 34064 104,8 32503,8 38466 36704,2 25550

2008 35170 107,3 32777,3 38306 35699,9 25885

2009 34837 107,4 32436,7 39242 36538,2 25633

2010 35896 108,5 33083,9 39827 36706,9 25690

2011 37350 109,6 34078,5 39830 36341,2 25751

2012 37347 110,8 33706,7 39913 36022,6 25749

Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka-

EUROSTAT: [lfsi_emp_a]

[nama_10_gdp]

OECD: Aggregate National Accounts: Gross domestic product

Average annual wages

11

U tablici 2 prikazani su deflacionirani podaci za Italiju u razdoblju od 1995. – 2012. godine


tekućim i stalnim cijenama iz 2005. za razdoblje od 1995. do 2012. godine u Italiji

GODINE

BDP per

capita (USD)

INDEKS

CIJENA

2005=100

BDP U

STALNIM

CIJENAMA

(USD)

PROSJEČNA

GODIŠNJA

NETO PLAĆA U

TEKUĆIM

CIJENAMA

(USD)

PROSJEČNA

GODIŠNJA

NETO PLAĆA U

STALNIM

CIJENAMA

(USD) ZAPOSLENI

1995 20724 86,6 23930,7 37692 43524,2 20026

1996 21324 87,8 24287,0 33746 38435,1 20125

1997 22251 88,6 25114,0 34133 38524,8 20207

1998 23348 89,4 26116,3 34592 38693,5 20435

1999 24266 89,6 27082,6 35396 39504,5 20691

2000 25996 91 28567,0 35501 39012,1 21079

2001 27439 92,8 29567,9 35689 38458,0 21514

2002 28523 94,7 30119,3 36585 38632,5 21829

2003 28110 96,5 29129,5 36764 38097,4 22054

2004 29056 98,1 29618,8 37344 38067,3 22362

2005 30398 100 30398,0 38819 38819,0 22407

2006 32311 102,2 31615,5 38281 37456,9 22757

2007 34064 104,8 32503,8 38466 36704,2 22894

2008 35170 107,3 32777,3 38306 35699,9 23090

2009 34837 107,4 32436,7 39242 36538,2 22698

2010 35896 108,5 33083,9 39827 36706,9 22526

2011 37350 109,6 34078,5 39830 36341,2 22598

2012 37347 110,8 33706,7 39913 36022,6 22566

Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka-


[nama_10_gdp]



Detaljnije, o svakoj varijabli zasebno, prikazat će se od poglavlja 3.1. – 3.6. gdje su

kretanja interpretirana pomoću grafikona. Na osi x označeno je razdoblje, dok se na y osi

nalaze pripadajuće varijable: BDP u stalnim cijenama, prosječne godišnje neto plaće u

stalnim cijenama i ukupan broj zaposlenih.

12

3.1. Bruto domaći proizvod u stalnim cijenama iz 2005. za

Francusku

Bruto domaći proizvod prikazan je u milijunima dolara, a podaci su preuzeti sa statističkih

baza podataka na Eurostat-u. Najviši BDP izmjeren je 2001. godine i tada je iznosio

34078,5 milijuna dolara u cijenama iz 2005., dok je najmanji iznos BDP-a izmjeren na

samom početku promatranog razdoblja kada je iznosio 23930,7 milijuna dolara.

Kretanje BDP-a zabilježeno je na grafikonu 1.

Grafikon 1. Kretanje BDP-a u stalnim cijenama iz 2005. u Francuskoj za razdoblje

od 1995 do 2012.

Izvor: izradila studentica prema podacima preuzetih sa statističkih baza podataka


[nama_10_gdp]



Grafikon prikazuje kretanje visine BDP-a u promatranom razdoblju gdje se jasno vidi

konstantan rast do 2002. godine. Jedna od posljedica rasta u tom razdoblju jest poslijeratno

zbližavanje Francuske i Njemačke koje je bilo ključno za ekonomsku integraciju Europe,

osobito 1999. godine kada je uveden euro. Francuska je u tom razdoblju razvijala privatni

sektor kao i jaka javna poduzeća. Također je posjedovala većinsko vlasništvo nad

13

željeznicama, elektroprivredama, avioprevozničkim i telekomunikacijskim poduzećima

koje je pomoglo pri rastu i razvoju zemlje.

Francuska proizvodnja je pala u 2007. godini i to najviše zbog slabe izvedbe

automobilskog sektora. Naime, Vlada je ukinula program u automobilskom sektoru „staro

za novo“ koji je poticao oporavak kroz isplatu bonusa građanima da zamjene svoje stare

automobile za nove. Međutim, od 2009. godine, BDP ponovo raste, ponajviše zbog rasta

izvoza i državnih poticaja koji su pozitivno utjecali na potrošnju kućanstva.

3.2. Prosječna godišnja neto plaća u stalnim cijenama u Francuskoj

Podaci o prosječnim godišnjim neto plaćama preuzeti su iz statističkih baza podataka

EUROSTAT i OECD na godišnjoj razini. Razina plaće u promatranom razdoblju oscilira.

Razina plaće je svoj vrhunac dosegla 1999. godine u iznosu od 39 504,5 tisuća dolara, dok

je najniža razina plaće bila u 2008. godini kada je iznosila 35 699,9 tisuća dolara. Grafikon

2 prikazuje kretanje prosječne godišnje neto plaće u stalnim cijenama.

Grafikon 2. Kretanje prosječne godišnje neto plaće u stalnim cijenama iz 2005.

godine u Francuskoj

Izvor: Izradila studentica prema podacima preuzetih sa statističkih baza podataka


[nama_10_gdp]



14

Najvišu razinu plaće, Francuska je dosegla 1999. godine., iste godine kada je uveden euro.

Godinu prije, Francuska uvodi reformu o zamrzavanju obiteljskih naknada, reformu

programa mirovina javnog sektora te uvođenje poreza. Reforma je imala cilj riješiti

financijske probleme, povećati razinu plaće i reducirati državne troškove. U razdoblju od

2004. do 2008. godine, padaju aktivnosti francuskog gospodarstva ponajviše zbog pada

obujma investicija i rasta troškova života koji su, osim smanjenja neto plaća, narušili i

osobnu potrošnju. Nakon 2008. godine, automobilski sektor je oživio francusku

proizvodnju; državni poticaji i rast izvoza pozitivno su utjecali na povećanje razine neto

plaće. Na kraju promatranog razdoblja može se uočiti da visina neto plaće ponovo pada.

Francusko gospodarstvo je manje konkurentno, smanjio se izvoz te se tako smanjio obujam

posla što je prouzročilo pad visine plaće.

3.3. Zaposlenost u Francuskoj

Najmanja zaposlenost u promatranom razdoblju može se uočiti na samom početku

promatranog razdoblja, odnosno 1995. godine, kada je u Francuskoj bilo zaposleno 22 017

milijuna osoba. Najviše zaposlenih u Francuskoj bilo je 2008. godine, kada je bilo

zaposleno 25 885 milijuna osoba. Grafikon 3 prikazuje kretanje zaposlenosti u Francuskoj.

Grafikon 3. Kretanje zaposlenosti u Francuskoj u razdoblju od 1995. do 2012.

godine

Izvor. izradila studentica prema podacima preuzetih sa statističkih baza podataka


[nama_10_gdp]

15



Grafikon prikazuje kretanje zaposlenih u promatranom razdoblju, odnosno u razdoblju od

1995. do 2012. godine. Najmanja zaposlenost bila je na samom početku promatranog

razdoblja, tzv. u poslijeratnom razdoblju. Francusko gospodarstvo bilo je na samom

početku razvoja. Izvoz je u to vrijeme bio još uvijek slab, tehnologija je bila u razvoju,

proizvodnja je bila vrlo slaba pa nije bilo potrebe za radnom snagom. Međutim, sve se to

pomalo mijenja i razvija, pa francusko gospodarstvo doživljava uzlet. Postaje četvrta

svjetska gospodarska sila, zahvaljujući dobroj infrastrukturi, povezanosti,

telekomunikacijama, prehrambenoj industriji, turizmu, a ne smiju se zaboraviti ni luksuzni

proizvodi, napredak i razvoj tehnologije, potreba za radnom snagom se povećava.

Zaposlenost raste sve do 2008. godine, i tu pomalo opada. Stanje u gospodarstvu se

pogoršava, konkurentnost slabi, investicije se smanjuju, što doprinosi povećanju

nezaposlenosti. Stanje zaposlenosti pred kraj promatranog razdoblja stagnira.

3.4. Bruto domaći proizvod u stalnim cijenama iz 2005. u Italiji

Bruto domaći proizvod prikazan je u milijunima eura, a podaci su preuzeti sa statističkih

baza podataka na EUROSTAT-u. Najviši BDP izmjeren je 2011. godine i tada je iznosio

ukupno 34078,5 milijuna dolara dok je najmanji iznos BDP izmjeren na samom početku

promatranog razdoblja kada je iznosio 23930,70 milijuna dolara.

Grafikon 4 prikazuje kretanje BDP-a u Italiji

16

Grafikon 4 Kretanje BDP-a u stalnim cijenama za Italiju u razdoblju od 1995. – 2012.



[nama_10_gdp]



Grafikon prikazuje kretanje visine BDP-a u promatranom razdoblju. Može se uočiti

konstantan rast u većini promatranog razdoblja, konkretno do 2001. godine nakon čega

visina BDP-a opada, a zatim nastavlja uzlaznom putanjom. U razdoblju kada BDP opada,

Italija zaostaje za glavnim europskim partnerima, pa Vlada uvodi brojne kratkoročne

reforme kako bi povećala konkurentnost i dugoročni rast. Svoj vrhunac, BDP doseže

2011.godine. kada je Vlada poduzela različite mjere poput pomoći tvrtkama da investiraju

u poslovanje uz smanjeni porez na dobit, te pomoći poslovnom sektoru u inovacijama,

istraživanju i osiguranju zaposlenosti.

3.5. Prosječna godišnja neto plaće u stalnim cijenama iz 2005. u

Italiji

Podaci o neto plaćama preuzeti su iz statističkih priopćenja koje objavljuje EUROSTAT i

OECD na godišnjoj razini. Najniža je zabilježena u 2008. godini kada je iznosila tek

35699,9 tisuća dolara, dok je najviša iznosila 43524,2 tisuće dolara na samom početku

promatranog razdoblja.

Grafikon 5 prikazuje kretanje prosječne godišnje neto plaće u Italiji.

17

Grafikon 5 Kretanje prosječne godišnje neto plaće u stalnim cijenama u Italiji



[nama_10_gdp]



Kao što grafikon 5 prikazuje, prosječne godišnje neto plaće osciliraju. Na samom početku

promatranog razdoblja, prosječna godišnja plaća je na vrhuncu. Razlog tomu jest početak

reforme koja je započela 4. kolovoza 1995. godine koju je usvojio talijanski parlament.

Reforma je funkcionirala na osnovi političke razmjene. Novim se sustavom nastojala

postići veća transparentnost prikupljanja i raspodjele financijskih sredstava, razlikovanje

osiguranja od financijske pomoći, uvođenje dobne granice koja bi omogućila fleksibilno

umirovljenje. Italija, kao članica zajedničkog tržišta zapadnoeuropskih zemalja, postigla je

da zaposli višak radne snage, te porast prosječnih plaća. Snizila je stope kamate i inflacije,

uvela strogu poreznu politiku te 1999. godine uvela euro. Međutim, razina plaće u

razdoblju od 2004. godine do 2008. godine pada što se može pripisati situaciji da je Italija

ušla u krizu te je talijanska industrijska proizvodnja pala. Pad industrijske proizvodnje

rezultat je nekoliko čimbenika, od kojih su: smanjenje proizvodnje potrošačkih roba,

smanjenje proizvodnje kapitalnog dobra, te pad industrijskih narudžbi.

18

3.6. Zaposlenost u Italiji

Najmanju zaposlenost u promatranom razdoblju možemo uočiti 1995. godine, kada je u

Italiji bilo zaposleno 20 026 milijuna osoba. Suprotno tome, najveći porast zaposlenih bio

je u 2008. godini, kada je u Italiji bilo zaposleno 23 090 milijuna osoba. Grafikon 6

prikazuje kretanje zaposlenosti u Italiji.

Grafikon 6 Kretanje zaposlenosti u Italiji za razdoblje od 1995. – 2012.



[nama_10_gdp]



Grafikon prikazuje kretanje zaposlenih u promatranom razdoblju, odnosno, u razdoblju od

1995. – 2012. godine. Vidljiv je konstantan rast do 2008. godine kad započinje s padom.

Pad zaposlenih može se pripisati utjecaju globalne krize, padu investicija i velikom

zaduživanju. Kako je Italiju zahvatila kriza, stopa nezaposlenosti je drastično počela rasti.

Iako je premijer Silvio Berlusconi uveo nekoliko reformi, kao što su povećanje poreza i

srezivanje troškova, blagi porast je vidljiv tek u 2010. godini kada je industrijska

proizvodnja doživjela snažan rast. Osim industrijske proizvodnje, došlo je do rasta izvoza

kao i do oporavka sektora prerađivačke industrije što je uzrokovalo otvaranju radnih

mjesta.

19

4. EMPIRIJSKO ISTRAŽIVANJE I MODELIRANJE FUNKICJE

ZAPOSLENOSTI

Empirijska istraživanja ključna su komponenta rada u društvenim znanostima. Cilj

empirijskog istraživanja jest doseći spoznaje o društvenoj zbilji primjenom širokog aspekta

modela, metoda i teorijskih pretpostavki.

Ovo empirijsko istraživanje se temelji na podacima prikupljenim iz različitih baza

podataka. Konkretno, za Francusku i Italiju, podaci o BDP-u i prosječnim godišnjim neto

plaćama, preuzeti su s OECD-a dok su podaci o zaposlenima preuzeti s EUROSTAT-a.

Prema teoriji, formirana je ocijenjena funkcija zaposlenosti koja glasi:

ZAPt= β0 + β1 * BDPt + β2 * PLACAt + β3 * ZAPOSLENIt

Prikupljeni podaci o navedenim varijablama funkcije za Italiju i Francusku, prikazani

su u dolarima kako bi bili međusobno usporedivi. Varijable BDP i prosječna godišnje neto

plaća deflacionirane su u stalnim cijenama iz 2005. godine.

Tablica 3 prikazuje ukupne podatke svih tablica za Francusku i Italiju. Ti podaci bit će

korišteni pri empirijskom istraživanju i modeliranju funkcije zaposlenosti.

Tablica 3. Ukupni podaci za Francusku i Italiju u razdoblju od 1995. godine do 2012.

godine.

GODINE

BDP U

STALNIM

CIJENAMA_FR

PROSJEČNA

GODIŠNJA

NETO PLAĆA U

STALNIM

CIJENAMA_FR

ZAPOSLENI

_FR

BDP U

STALNIM

CIJENAMA_

IT

PROSJEČNA

GODIŠNJA

NETO PLAĆA U

STALNIM

CIJENAMA_IT ZAPOSLENI_IT

1995 23930,7 38905,3 22017 23930,7 43524,2 20026

1996 24287,0 38435,1 22057 24287,0 38435,1 20125

1997 25114,0 38524,8 22101 25114,0 38524,8 20207

1998 26116,3 38693,5 22345 26116,3 38693,5 20435

1999 27082,6 39504,5 22738 27082,6 39504,5 20691

2000 28567,0 39012,1 23331 28567,0 39012,1 21079

2001 29567,9 38458,0 23755 29567,9 38458,0 21514

2002 30119,3 38632,5 23943 30119,3 38632,5 21829

2003 29129,5 38097,4 24692 29129,5 38097,4 22054

20



[nama_10_gdp]



Svi podaci su spremni za testiranje, odnosno, provedbu Unit root test-a, tzv. testiranja

prisutnosti jediničnog korijena. Testiranjem jediničnog korijena ispituje se prisustvo

problema nestacioniranosti, odnosno, promjena svojstava kroz promatrano razdoblje.

4.1. Modeliranje funkcije zaposlenosti za Francusku

U ovom dijelu diplomskog rada modelira se funkcija zaposlenosti za Francusku prema

prikupljenim podacima o broju zaposlenih, prosječnim mjesečnim neto plaćama i BDP-u

za razdoblje od 1995. – 2012. godine. Za početak se provodi testiranje jediničnog korijena

(engl. Unit Root Test), te se prema rezultatima formira model zaposlenosti.

Prije nego se modelira funkcija zaposlenosti za Francusku, postavlja se pitanje postoji li

korelacijska veza između zaposlenosti i BDP-a za svaku zemlju? Pomoću raspoloživih

podataka za razdoblje od 1995. do 2012. godine, izrađen je dijagram raspršenosti na kojem

je jasno vidljiv odnos BDP-a i zaposlenosti u Francuskoj. Na osi y nalazi se zavisna

varijabla, u ovom slučaju je to varijabla ZAPOSLENI_FR dok se na osi x nalazi nezavisna

varijabla BDP_FR.

Grafikon 7 prikazuje odnos BDP-a i zaposlenosti za Francusku

2004 29618,8 38067,3 24768 29618,8 38067,3 22362

2005 30398,0 37819,0 24952 30398,0 38819,0 22407

2006 31615,5 37456,9 25110 31615,5 37456,9 22757

2007 32503,8 36704,2 25550 32503,8 36704,2 22894

2008 32777,3 35699,9 25885 32777,3 35699,9 23090

2009 32436,7 36538,2 25633 32436,7 36538,2 22698

2010 33083,9 36706,9 25690 33083,9 36706,9 22526

2011 34078,5 36341,2 25751 34078,5 36341,2 22598

2012 33706,7 36022,6 25749 33706,7 36022,6 22566

21

Grafikon 7. Odnos BDP-a i zaposlenosti za Francusku

-400

-200

0

200

400

600

800

-2,000 -1,000 0 1,000 2,000

BDPD1

ZA

PO

SL

EN

ID1



[nama_10_gdp]



Promatrajući dijagram raspršenosti, može se razviti mišljenje da postoji korelacijska veza

između BDP-a u zaposlenosti, odnosno, pretpostavka „veća zaposlenost – viši BDP.“

Tu je pretpostavku potrebno potvrditi ili podvrgnuti ovisno o rezultatima testova u okviru

empirijskog istraživanja.

4.1.1. Testiranje jediničnog korijena po varijablama za Francusku

Testiranje jediničnog korijena provodi se nad svim varijablama, te nad njihovim prvim i

drugim diferencijama i to proširenim Dickey-Fuller testom o postojanju jediničnog

korijena – ADF test. U dobivenim rezultatima testa uspoređuje se p vrijednost (Prob.*) s

kritičnom vrijednošću koja iznosi 0,05. Ukoliko je dobivena p vrijednost manja od 0,05 te

se zaključuje da je varijabla stacionirana, odnosno da nema jedinični korijen. Međutim,

ukoliko je dobivena p vrijednost veća od 0,05, zaključuje se da varijabla ima jedinični

korijen, odnosno, da varijabla nije stacionarna te ju je potrebno diferencirati. U nastavku su

22

prikazani ispisi testiranja koji su provedeni u računalnom programu EViews i kratka

objašnjenja.

ü testiranje jediničnog korijena varijable BDP_FR

„Null Hypothesis: BDP_FR has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.550330 0.4849

Test critical values: 1% level -3.886751

5% level -3.052169

10% level -2.666593 *MacKinnon (1996) one-sided p-values.

Warning: Probabilities and critical values calculated for 20 observations

and may not be accurate for a sample size of 17

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(BDP)

Method: Least Squares

Date: 06/09/15 Time: 14:50

Sample (adjusted): 1996 2012

Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. BDP(-1) -0.073926 0.047684 -1.550330 0.1419

C 2751.200 1411.435 1.949222 0.0702 R-squared 0.138105 Mean dependent var 575.0566

Adjusted R-squared 0.080646 S.D. dependent var 635.9786

S.E. of regression 609.7951 Akaike info criterion 15.77425

Sum squared resid 5577751. Schwarz criterion 15.87228

Log likelihood -132.0812 Hannan-Quinn criter. 15.78400

F-statistic 2.403522 Durbin-Watson stat 1.609697“

Prob(F-statistic) 0.141901 „

Prema rezultatima testiranja, vidljivo je kako je p vrijednost veća od kritične vrijednosti

(0,4849>0,05) čime se utvrđuje postojanje jediničnog korijena, odnosno varijabla BDP_FR

nije stacionarna te ju je potrebno diferencirati.

23

ü testiranje prve diferencije varijable BDP_FR

„Null Hypothesis: D(BDP_FR) has a unit root

Exogenous: Constant



5% level -3.065585





Dependent Variable: D(BDP,2)


Date: 06/09/15 Time: 14:51


Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BDP(-1)) -0.787190 0.282602 -2.785507 0.0146

C 453.7575 244.2813 1.857521 0.0844 R-squared 0.356590 Mean dependent var -45.50553






Prob(F-statistic) 0.014590“

Prema rezultatima testiranja, može se uočiti da je p vrijednost veća od kritične

(0,0824>0,05) čime se utvrđuje postojanje jediničnog korijena što dovodi do zaključka da

varijabla nije stacionirana. Potrebno je testirati drugu diferenciju varijable BDP_FR.

ü testiranje druge diferencije varijable BDP_FR

„Null Hypothesis: D(BDP_FR,2) has a unit root

Exogenous: Constant



5% level -3.119910

24







Date: 06/09/15 Time: 14:52


Included observations: 13 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BDP(-1),2) -2.260279 0.638892 -3.537810 0.0063

D(BDP(-1),3) 0.963221 0.501749 1.919728 0.0871

D(BDP(-2),3) 0.543386 0.334670 1.623645 0.1389

C -138.0386 233.7783 -0.590468 0.5694 R-squared 0.674460 Mean dependent var -102.3313






Prob(F-statistic) 0.014191

Druga diferencija varijable BDP_FR pokazuje da je p vrijednost manja od kritične

vrijednosti (0,0245<0,05) što znači da ne postoji jedinični korijen te je varijabla

stacionirana. Druga diferencija varijable BDP_FR se kao takva primjenjuje u daljnjem

testiranju modela.

ü testiranje jediničnog korijena varijable PLACA_FR

„Null Hypothesis: PLACA_FR has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(PLACA)

25


Date: 06/09/15 Time: 14:54


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PLACA(-1) -0.058381 0.117315 -0.497642 0.6260


Adjusted R-squared -0.049342 S.D. dependent var 501.7485






Varijabla PLACA_FR nije stacionirana jer postoji jedinični korijen. To se vidi iz rezultata

testiranja gdje je dobivena p vrijednost veća od kritične vrijednosti, odnosno 0,8692>0,05.

Potrebno je provesti prvu diferenciju varijable PLACA_FR.

ü testiranje prve diferencije varijable PLACA_FR

„Null Hypothesis: D(PLACA_FR) has a unit root

Exogenous: Constant



5% level -3.065585





Dependent Variable: D(PLACA,2)


Date: 06/09/15 Time: 14:53


Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(PLACA(-1)) -1.024237 0.264754 -3.868635 0.0017

C -154.6664 139.0795 -1.112071 0.2848 R-squared 0.516680 Mean dependent var 9.472147



26





Prema rezultatima testiranja, vidi se da prva diferencija varijable PLACA_FR nema

jedinični korijen, te je varijabla kao takva stacionirana. 0,0110<0,05, što govori da je p

vrijednost manja od kritične vrijednosti. Prva diferencija varijable PLACA_FR se koristi u

daljnjem testiranju.

ü testiranje jediničnog korijena varijable ZAPOSLENI_FR

„Null Hypothesis: ZAPOSLENI_FR has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(ZAPOSLENI)


Date: 06/09/15 Time: 14:55


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. ZAPOSLENI(-1) -0.054734 0.041463 -1.320052 0.2066




Sum squared resid 866272.1 Schwarz criterion 14.00994




Prema rezultatima testiranja, vidljivo je kako je p vrijednost veća od kritične vrijednosti

(0,5951>0,05) čime se utvrđuje postojanje jediničnog korijena i zaključuje se da varijabla

27

nije stacionirana. Potrebno je testirati prvu diferenciju varijable koja se odnosi na razliku

vrijednosti između promatranih razdoblja.

ü testiranje prve diferencije varijable ZAPOSLENI_FR

„Null Hypothesis: D(ZAPOSLENI_FR) has a unit root

Exogenous: Constant



5% level -3.065585





Dependent Variable: D(ZAPOSLENI,2)


Date: 06/09/15 Time: 14:56


Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ZAPOSLENI(-1)) -0.810614 0.265074 -3.058069 0.0085








Prema rezultatima testiranja, prva diferencija varijable ZAPOSLENI_FR nema prisutan

jedinični korijen i zaključuje se da je varijabla stacionirana. Dobivena p vrijednost je manja

od kritične vrijednosti, odnosno 0,0307<0,05. Prva diferencija varijable ZAPOSLENI_FR

primjenjuje se u daljnjem testiranju.

28

4.1.2. Ocjenjivanje funkcije zaposlenosti za Francusku

U ovom dijelu provodi se ocjenjivanje funkcija zaposlenosti metodom najmanjih kvadrata

(engl. least squares). Funkcija zaposlenosti ocjenjuje se korištenjem druge diferencije

varijable BDP_FR i prvim diferencijama varijable PLACA_FR i ZAPOSLENI_FR.

ü ocijenjena funkcija zaposlenosti korištenjem diferencija

„Dependent Variable: ZAPOSLENID1


Date: 06/30/15 Time: 13:21


Included observations: 17 after adjustments

HAC standard errors & covariance (Prewhitening with lags = 1, Quadratic

-Spectral kernel, Andrews bandwidth = 0.7883) Variable Coefficient Std. Error t-Statistic Prob. C 163.5115 120.5893 1.355938 0.1966

PLACAD1 -0.225506 0.124669 -1.808832 0.0920

BDPD2 0.030915 0.159657 0.193635 0.8492 R-squared 0.220499 Mean dependent var 219.5294







Ocijenjena funkcija zaposlenosti za Francusku glasi:

(ZAPOSLENI_FRD1)t= 163,5115 – 0,225506 * (PLACAD1) + 0,030915 * (BDPD2)

Std. Error (120,59) (0,12) (0,16)

t (1,36) (-1,80) (0,19)

p (0,19) (0,09) (0,84)

Interpretacija: Poveća li se prva diferencija varijable PLACA_FR za 1 dolar, a druga

diferencija varijable BDP_FR ostane ista, prva diferencija varijable ZAPOSLENI_FR će se

u prosjeku smanjiti za 0,22 osobe. Ukoliko se druga diferencija varijable BDP_FR poveća

za 1 dolar, a prva diferencija varijable PLACA_FR ostane nepromijenjena, prva diferencija

varijable ZAPOSLENI_FR će se u prosjeku povećati za 0,03 osoba.

29

Prema funkciji koja se dobila korištenjem diferencija, može se potvrditi da korelacijska

veza između varijable zaposlenih i BDP-a postoji.

Koeficijent determinacije iznosi 0,220499, dok korigirani koeficijent iznosi 0,109142.

Rezultati ukazuju na to da je 22% varijacije zavisne varijable objašnjeno pomoću modela.

4.2. Modeliranje funkcije zaposlenosti za Italiju

Prema uzoru na prethodnom istraživanju i prema podacima prikupljenim za Francusku,

provest će se istraživanje i za Italiju. U istraživanju će se koristiti iste varijable, odnosno,

broj zaposlenih, prosječne godišnje neto plaće, i BDP za jednako promatrano razdoblje.

Istraživanje će započeti testiranjem postojanja jediničnog korijena.

Međutim, kao i za Francusku, tako i za Italiju se postavlja pitanje postoji li korelacijska

veza između zaposlenosti i BDP-a za svaku zemlju? Pomoću raspoloživih podataka za

razdoblje od 1995. do 2012. godine, izrađen je dijagram raspršenosti na kojem je jasno

vidljiv odnos BDP-a i zaposlenosti u Italiji. Na osi y nalazi se zavisna varijabla, u ovom

slučaju je to prva diferencija varijable ZAPOSLENI_IT, dok se na osi x nalazi nezavisna

varijabla, odnosno druga diferencija varijable BDP_IT.

Grafikon 8 nam prikazuje odnos BDP-a i zaposlenosti za Italiju

30

Grafikon 8. Odnos BDP-a i zaposlenosti u Italiji

-400

-300

-200

-100

0

100

200

300

400

500

-2,000 -1,000 0 1,000 2,000

BDPD2

ZA

PO

SL

EN

ID2



[nama_10_gdp]



Promatrajući dijagram raspršenosti, kao i za Francusku, može se razviti mišljenje da

postoji korelacijska veza između BDP-a i zaposlenosti, odnosno, pretpostavka da ukoliko

je veća zaposlenost, viši je i BDP.

Tu pretpostavku je potrebno potvrditi ili podvrgnuti ovisno o rezultatima testova u okviru

empirijskog istraživanja.

Provodi se testiranje jediničnog korijena po varijablama, te se prema tome formira konačna

funkcija zaposlenosti.

31

4.2.1. Testiranje jediničnog korijena po varijablama za Italiju

ü testiranje jediničnog korijena BDP_IT

„Null Hypothesis: BDP_IT has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(BDP)


Date: 06/10/15 Time: 13:39


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. BDP(-1) -0.073926 0.047684 -1.550330 0.1419








Dobivena p vrijednost veća je od kritične vrijednosti (0,4849>0,05) te se utvrđuje

postojanje jediničnog korijena što znači da varijabla nije stacionarna. Potrebno je testirati

prvu diferenciju varijable BDP_IT.

32

ü testiranje prve diferencije varijable BDP_IT

„Null Hypothesis: D(BDP_IT) has a unit root

Exogenous: Constant



5% level -3.065585







Date: 06/10/15 Time: 13:41


Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BDP(-1)) -0.787190 0.282602 -2.785507 0.0146








Prema rezultatima testiranje prve diferencije varijable BDP_IT, uočava se prisustvo

jediničnog korijena i zaključuje se da varijabla nije stacionirana. Potrebno je testirati drugu

diferenciju varijable BDP_IT.

33

ü testiranje druge diferencije varijable BDP_IT

„Null Hypothesis: D(BDP_ITD2,2) has a unit root

Exogenous: Constant



5% level -3.098896





Dependent Variable: D(BDPD2,3)


Date: 06/10/15 Time: 13:43


Included observations: 14 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BDPD2(-1),2) -1.450240 0.282329 -5.136708 0.0002




Sum squared resid 16106276 Schwarz criterion 17.17055




Dobivena p vrijednost manja je od kritične vrijednosti, odnosno 0,0014<0,05 i zaključuje

se da je varijabla stacionirana, te se kao takva primjenjuje u daljnjem testiranju modela.

34

ü testiranje jediničnog korijena varijable PLACA_IT

„Null Hypothesis: PLACA_IT has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(PLACA)


Date: 06/10/15 Time: 13:47


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PLACA(-1) -0.570338 0.133089 -4.285381 0.0007




Sum squared resid 13088451 Schwarz criterion 16.72522




Varijabla PLACA_IT je stacionirana, nije prisutan jedinični korijen. Dobivena p vrijednost

je manja od kritične vrijednosti (0,0045<0,05). Varijabla PLACA_IT se kao takva

primjenjuje u daljnjem testiranju modela.

35

ü testiranje jediničnog korijena ZAPOSLENI_IT

„Null Hypothesis: ZAPOSLENI_IT has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(ZAPOSLENI)


Date: 06/10/15 Time: 13:50


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. ZAPOSLENI(-1) -0.087700 0.045114 -1.943961 0.0709








Iz testiranja je vidljivo kako je p vrijednost veća od kritične vrijednosti (0,3012>0,05) čime

se utvrđuje postojanje jediničnog korijena i zaključuje se da varijabla ZAPOSLENI_IT nije

stacionirana. Potrebno je testirati prvu diferenciju varijable koja se odnosi na razliku

vrijednosti između promatranih vrijednosti.

36

ü testiranje prve diferencije varijable ZAPOSLENI_IT

„Null Hypothesis: D(ZAPOSLENI_IT) has a unit root

Exogenous: Constant



5% level -3.065585







Date: 06/10/15 Time: 13:53


Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ZAPOSLENI(-1)) -0.528428 0.242812 -2.176285 0.0471








Prema rezultatima testiranja prve diferencije varijable ZAPOSLENI_IT utvrđuje se

prisustvo jediničnog korijena i zaključuje se da varijabla nije stacionirana. Potrebno je

testirati i drugu diferenciju varijable ZAPOSLENI_IT.

ü testiranje druge diferencije varijable ZAPOSLENI_IT

„Null Hypothesis: D(ZAPOSLENI_IT,2) has a unit root

Exogenous: Constant



5% level -3.081002

10% level -2.681330

37

*MacKinnon (1996) one-sided p-values.






Date: 06/10/15 Time: 13:58


Included observations: 15 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ZAPOSLENI(-1),2) -1.416165 0.254195 -5.571172 0.0001








Druga diferencija varijable ZAPOSLENI_IT pokazuje da je p vrijednost varijable manja

od kritične vrijednosti, odnosno da je 0,0005<0,05 što znači da ne postoji jedinični korijen.

Varijabla je stacionirana te se kao takva koristi u daljnjem testiranju modela.

4.2.2. Ocjenjivanje funkcije zaposlenosti za Italiju

U ovom dijelu provodi se ocjenjivanje funkcije zaposlenosti metodom najmanjih kvadrata

(engl. least squares). Funkcija zaposlenosti ocjenjuje se korištenjem druge diferencije

varijable ZAPOSLENI_IT, druge diferencije varijable BDP_IT, te jediničnim korijenom

PLACA_IT.

38

ü ocijenjena funkcija zaposlenosti korištenjem diferencija

„Dependent Variable: ZAPOSLENID2


Date: 06/09/15 Time: 15:47


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -2661.913 1549.149 -1.718306 0.1078

PLACA 0.072939 0.041437 1.760242 0.1002

BDPD2 0.100933 0.076717 1.315654 0.2094

R-squared 0.350058 Mean dependent var 149.4118







Ocijenjena funkcija zaposlenosti za Italiju glasi:

(ZAPOSLENI_ITD2)t= -2661,3832+ 0,0729* (PLACA)+ 0.1009*(BDP_D2)

Std. Error (1549,15) (0,04) (0,08)

t (-1,17) (1,17) (1,31)

p (0,10) (0,10) (0,20)

Interpretacija: Poveća li se PLACA_IT za 1 euro, a druga diferencija varijable BDP_IT

ostane ista, druga diferencija varijable ZAPOSLENI_IT će se u prosjeku povećati za 0,07

osoba. Ukoliko se druga diferencija varijable BDP_IT poveća za 1 euro, a jedinični korijen

varijable PLACA_IT ostane nepromijenjena, druga diferencija varijable ZAPOSLENI_IT

će se u prosjeku povećati za 0,1 osoba.

Prema funkciji koja se dobila korištenjem diferencija, pretpostavka da korelacijska veza

između druge diferencije varijable zaposlenih i druge diferencije varijable BDP-a u Italiji

postoji, neće se odbaciti.

Koeficijent determinacije iznosi 0,3500, dok korigirani koeficijent iznosi 0,2572. Rezultati

ukazuju na to da je 35% varijacije zavisne varijable objašnjeno pomoću modela.

39

5. TESTIRANJE PRETPOSTAVKI MODELA ZA FRANCUSKU

Ovo poglavlje diplomskog rada čine testovi pretpostavki modela, što podrazumijeva

testiranje normalnosti grešaka relacije, autokorelacije te prisustvo homoskedastičnosti ili

heteroskedastičnosti.

5.1. Jarque-Bera test

Pretpostavka o normalnosti grešaka relacije ispituje se Jarque – Bera testom. Jarque – Bera

testom, koji koristi koeficijent asimetrije i koeficijent zaobljenosti reziduala procijenjenih

metodom najmanjih kvadrata, ispituje se odstupaju li procijenjene veličine značajno od

vrijednosti tih mjera za normalnu distribuciju.

Nul hipoteza „greške relacije su normalno distribuirane“ se ne odbacuje ukoliko je

empirijska razina signifikantnosti p veća od teorijske razine signifikantnosti (0,05).

0

1

2

3

4

5

6

7

22000 22500 23000 23500 24000 24500 25000 25500 26000

Series: ZAPOSLENISample 1995 2012Observations 18

Mean 24225.94Median 24730.00Maximum 25885.00Minimum 22017.00Std. Dev. 1456.182Skewness -0.394874Kurtosis 1.598798

Jarque-Bera 1.940301Probability 0.379026

Rezultati testiranja normalnosti grešaka relacije za Francusku su sljedeći:

Jarque – Bera (Hr)= 1,94

p= 0,38

S obzirom da je empirijska razina signifikantnosti p(0,38>0,05) nul hipotza se ne

odbacuje, odnosno, greške relacije su normalno distribuirane.

40

5.2. Testiranje heteroskedastičnosti

Problem heteroskedastičnosti prisutan je kad je narušena pretpostavka o nepromjenjivosti

varijance slučajnih varijabli u odabranom regresijskom modelu. Pod pojmom

heteroskedastičnosti podrazumijeva se nejednaka varijanca slučajnih varijabli.

Heteroskedastičnost je moguće otkriti grafičkim putem ili postupcima testiranja.

U ovom modelu, heteroskedastičnost će se testirati Whiteovim testom. Whiteovim se

testom nultom hipotezom pretpostavlja homoskedastičnost, tj. nepromjenjivost varijance.

Naime, ukoliko je empirijska razina signifikantnosti (Prob. Chi – Square) veće u odnosu na

uobičajenu razinu signifikantnosti, zaključuje se da se nulta hipoteza o homoskedastičnosti

varijance ne može odbaciti.

„Heteroskedasticity Test: White F-statistic 13.66123 Prob. F(5,11) 0.0002

Obs*R-squared 14.64205 Prob. Chi-Square(5) 0.0120

Scaled explained SS 9.655192 Prob. Chi-Square(5) 0.0856

Test Equation:

Dependent Variable: RESID^2


Date: 06/09/15 Time: 15:15

Sample: 1996 2012

Included observations: 17 Variable Coefficient Std. Error t-Statistic Prob. C 14089.75 14603.57 0.964815 0.3554

PLACAD1 -9.196188 17.58244 -0.523033 0.6113

PLACAD1^2 0.046905 0.025239 1.858420 0.0901

PLACAD1*BDPD1 0.084554 0.024138 3.502893 0.0049

BDPD1 -69.94591 15.57192 -4.491798 0.0009

BDPD1^2 0.092033 0.015799 5.825133 0.0001 R-squared 0.861297 Mean dependent var 44335.54



Sum squared resid 9.01E+09 Schwarz criterion 23.92656




Iz testiranja proizlazi sljedeće: x²(5,N)=17 p=0,012

S obzirom da je empirijska vrijednost manja od izabrane razine signifikantnosti

(0,01<0,05), nul hipoteza o homoskedastičnosti se odbacuje. Problem heteroskedastičnosti

potrebno je ukloniti i to se čini na način da se vrijednost varijabli logaritmira, međutim, u

logaritmiranom modelu pojavio bi se problem autokorelacije za Francusku, ali i za Italiju.

41

5.3. Testiranje autokorelacije

Problem autokorelacije polazi od pretpostavke da nezavisnost slučajnih varijabli nije

ispunjena. Takav problem javlja se kod vremenskih regresijskih modela. Problem

autokorelacije može se uočiti na temelju dijagrama rasipanja (grafičkog prikaza

autokorelacijske funkcije) rezidualnih odstupanja ili Breusch – Godfireyev i Durbin –

Watsonovog testa. Za potrebe ovog diplomskog rada, koristi se Breusch – Godfireyov test

za obje promatrane zemlje, a kako bi se utvrdilo prisustvo autokorelacije, promatra se

vrijednost „Prob.Chi – Square(2)“.

Test veličina Breusch-Godfreyjevog LM testa: LM = nR2 i pripada χ2 distribuciji.

Postavljaju se hipoteze:

H0: β1 = β2 = β3 = β4 = β5 = 0 à autokorelacija nije prisutna

H1: H0 nije točna à autokorelacija je prisutna

„Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.924331 Prob. F(2,12) 0.4233


Test Equation:

Dependent Variable: RESID


Date: 06/09/15 Time: 15:11

Sample: 1996 2012

Included observations: 17

Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C 8.894088 80.78292 0.110099 0.9142

PLACAD1 0.020458 0.117263 0.174464 0.8644

BDPD1 -0.019500 0.093610 -0.208310 0.8385

RESID(-1) 0.377538 0.300407 1.256755 0.2328

RESID(-2) 0.029726 0.307057 0.096811 0.9245 R-squared 0.133490 Mean dependent var 1.67E-14







α = 0,05

42

df = 2

χ2 = 10,59663

Obs*R-squared = 0,3215<10,59663 à H0 se ne odbacuje

Zaključak: s obzirom da je vrijednost LM-a iz računalnog ispisa manja od kritične

vrijednosti χ2 distribucije, uz 95 % vjerojatnosti, H0 se ne odbacuje te na temelju toga

zaključujemo da u modelu nije prisutna autokorelacija.

43

6. TESTIRANJE PRETPOSTAVKI MODELA ZA ITALIJU

Ovo poglavlje diplomskog rada čine testovi pretpostavki modela, što podrazumijeva

testiranje normalnosti grešaka relacije, autokorelacije te prisustvo homoskedastičnosti ili

heteroskedastičnosti.

6.1. Jarque Bera test

Nul hipoteza „greške relacije su normalno distribuirane“ se ne odbacuje ukoliko je

empirijska razina signifikantnosti p veća od teorijske razine signifikantnosti (0,05).

0

1

2

3

4

5

6

7

20000 20500 21000 21500 22000 22500 23000 23500

Series: ZAPOSLENISample 1995 2012Observations 18

Mean 21769.89Median 22208.00Maximum 23090.00Minimum 20026.00Std. Dev. 1064.183Skewness -0.506068Kurtosis 1.705357

Jarque-Bera 2.025388Probability 0.363239

Rezultati testiranja normalnosti grešaka relacije za Italiju su sljedeći:

Jarque – Bera (Hr)= 2,25

p= 0,36

S obzirom da je empirijska razina signifikantnosti p 0,36>0,01 nul hipotza se ne odbacuje.

6.2. Testiranje heteroskedastičnosti

U ovom modelu, heteroskedastičnost će se testirati Whiteovim testom. Whiteovim se

testom nultom hipotezom pretpostavlja homoskedastičnost, tj. nepromjenjivost varijance.

Naime, ukoliko je empirijska razina signifikantnosti (Prob. Chi – Square) veća u odnosu na

uobičajenu razinu signifikantnosti, zaključuje se da se nulta hipoteza o homoskedastičnosti

varijance ne može odbaciti.

44

„Heteroskedasticity Test: White F-statistic 1.008514 Prob. F(5,11) 0.4571


Scaled explained SS 2.563914 Prob. Chi-Square(5) 0.7668

Test Equation:

Dependent Variable: RESID^2


Date: 06/09/15 Time: 15:50

Sample: 1996 2012

Included observations: 17 Variable Coefficient Std. Error t-Statistic Prob. C -13556652 13812859 -0.981452 0.3475

PLACA 739.0994 741.9785 0.996120 0.3406

PLACA^2 -0.010031 0.009957 -1.007440 0.3354

PLACA*BDPD2 0.016662 0.016958 0.982557 0.3469

BDPD2 -642.2728 637.0603 -1.008182 0.3350

BDPD2^2 -0.007719 0.018872 -0.409043 0.6904 R-squared 0.314324 Mean dependent var 27151.84



Sum squared resid 1.22E+10 Schwarz criterion 24.22600




Iz testiranja proizlazi sljedeće: x²(5,N=17)=0,45 p=0,37

S obzirom da je p empirijska vrijednost veća od izabrane razine signifikantnosti

(0,37>0,05), nul hipoteza o homoskedastičnosti varijance se ne odbacuje.

6.3. Testiranje autokorelacije

Autokorelacije se u ovom dijelu diplomskog rada računa kao i za Francusku. Kako bi se

utvrdilo prisustvo autokorelacije, promatra se vrijednost „Prob.Chi – Square(2)“.

Test veličina Breusch-Godfreyjevog LM testa: LM = nR2 i pripada χ2 distribuciji.

Postavljaju se hipoteze:

H0: β1 = β2 = β3 = β4 = β5 = 0 à autokorelacija nije prisutna

H1: H0 nije točna à autokorelacija je prisutna

45

„Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.147621 Prob. F(2,12) 0.8643


Test Equation:

Dependent Variable: RESID


Date: 06/10/15 Time: 15:03

Sample: 1996 2012

Included observations: 17

Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C 300.2107 1799.431 0.166836 0.8703

PLACA -0.008318 0.048370 -0.171959 0.8663

BDPD2 0.024651 0.097567 0.252662 0.8048

RESID(-1) 0.179919 0.331977 0.541963 0.5978

RESID(-2) -0.007196 0.301388 -0.023875 0.9813 R-squared 0.024013 Mean dependent var -6.94E-13







α = 0,05

df = 2

χ2 = 10,59663

Obs*R-squared = 0,8154<10,59663 à ne odbacujemo Ho

Zaključak: s obzirom da je vrijednost LM-a iz računalnog ispisa manja od kritične

vrijednosti χ2 distribucije, uz 95 % vjerojatnosti, Ho se ne odbacuje i na temelju toga

zaključujemo da u modelu nije prisutna autokorelacija.

46

7. ZAKLJUČAK

Kao što svrha diplomskog nalaže, modelirana je funkcija zaposlenosti za Francusku i

Italiju. Model je preuzet iz literature, odnosno, iz znanstvenog istraživačkog članka te je

skraćen i prilagođen prema Francusku i Talijanskom gospodarstvu.

Funkcija zaposlenosti za Francusku prikazuje ovisnost broja zaposlenih i neto plaćama iz

prethodnog razdoblja i ovisnost broja zaposlenih o BDP-u. Prikupljeni podaci o

varijablama prilagođeni su testiranju. Podaci su, najprije podvrgnuti testiranju jediničnog

korijena i njihovim prvim ili drugim diferencijama te je prema tome formirana konačna

ocijenjena funkcija koja glasi:

(ZAPOSLENI_FRD1)t= 163,5115 – 0,225506 * (PLACAD1) + 0,030915 * (BDPD2)

Prema funkciji koja se dobila korištenjem diferencija dobili, i prema dijagramu

raspršenosti može se potvrditi da korelacijska veza između varijable zaposlenih i BDP-a

postoji. Problem autokorelacije u modelu ne postoji. Jarque – Bera testom se ne odbacuje

nul hipoteza, što znači da je distribuiranost procijenjenih varijabli od vrijednosti njihovih

mjera normalna.

Rezultati ukazuju na to da je 22% varijacije zavisne varijable objašnjeno pomoću modela.

Nadalje, na način prethodno naveden, testirane su varijable i za Italiju, te je nakon

testiranja formirana konačna ocijenjena funkcija.

Ocijenjena funkcija zaposlenosti za Italiju glasi:

(ZAPOSLENI_ITD2)t= -2661,3832+ 0,0729* (PLACA)+ 0.1009*(BDPD2)

Prema funkciji koja se dobila korištenjem diferencija, može se opovrgnuti pretpostavka da

korelacijska veza između varijable zaposlenih i BDP-a u Italiji postoji.

Problem autokorelacije u modelu za Italiju također ne postoji. Jarque – Bera testom se

zaključuje da je distribuiranost procijenjenih varijabli od njihovih mjera normalna, što bi

značilo da se nul hipoteza ne odbacuje. Modelom za Italiju objašnjeno je 35% varijacije

zavisne varijable. Kada se analizira Italija, koja je također, poput Francuske članica

Europske Unije, može se zaključiti da je gospodarsko stanje tih zemalja u sličnoj situaciji.

47

Međutim, iako Francuska ima veći izvoz, više zaposlenih ljudi, te je i njihov BDP viši

nego u Italiji, recesija koja ih posljednje godine prati, onemogućuje daljnji rast i razvoj.

Testiranjem heteroskedastičnosti za Italiju ukazuje se na prisustvo homoskedastičnosti kao

pozitivna pojava u modelu. Međutim, za Francusku se nul hipoteza o homoskedastičnosti

varijance ne prihvaća. Problem heteroskedastičnosti bi se riješio kada bi se vrijednosti

varijable logaritmirale. Zbog heteroskedastčnosti, procijenitelji parametara su nepristrani i

konzistentni, ali nisu efikasni. Ukoliko bi se kroz cijeli rad koristili logaritmirani podaci,

rezultati ne bi bili relevantni, jer i u modelu za Francusku, i u modelu za Italiju, problem

autokorelacije ne bi se mogao riješiti.

Italija i Francuska su vrlo razvijene zemlje. Italija ima industrijalizirano gospodarstvo,

proizvodnja je otprilike ista kao i u Francuskoj. Ima velik broj malih i srednjih poduzeća.

Iako je jedno vrijeme zaostajala za glavnim europskim partnerima, Italija je brojnim

reformama uspjela povećati konkurentnost, gospodarski rast i stabilizirati svoje

gospodarstvo.

Francusko je gospodarstvo šesto po veličini svijeta, a četvrto je po redu svjetski izvoznik te

je ujedno i to čini jednom od najbogatijih zemalja. Također je jedna od osnivača Europske

Unije i pripisuje joj se veliko političko značenje u svijetu.

Zaključuje se da ocijenjeni modeli nisu reprezentativni i prihvatljivi prema svim

kriterijima.

48

POPIS LITERATRE

Knjige:

1. Bahovec, V., Erjavec N., Uvod u ekonometrijsku analizu, Element d.o.o. Zagreb,

2009

2. Borozan, Đ., Makroekonomija 3. izmijenjeno izdanje, Osijek, 2012., Sveučilište Josipa Jurja Strossmayera , Ekonomski Fakultet Osijek

3. Stutetly, R., Ekonomski pokazatelji-smisao ekonomije i ekonomskih indikatora,

Poslovni dnevnik MASMEDIA, Zagreb, 2007

Internet:

Bejaković, Predrag – Nezaposlenost, Institut za javne financije, Zagreb

www.hrcak.srce.hr/file/8931

Nestić- Plaće u Hrvatskoj: trendovi, problemi i očekivanja, 2001.

http://tripalo.hr/knjige/rad/07%20Nestic.indd.pdf

Državni zavod za Statistiku, Statistički ljetopis 2013. http://www.dzs.hr/Hrv_Eng/ljetopis/2013/sljh2013.pdf

https://data.oecd.org/gdp/gross-domestic-product-gdp.htm

https://data.oecd.org/earnwage/average-wages.htm

http://appsso.eurostat.ec.europa.eu/nui/submitViewTableAction.do

http://appsso.eurostat.ec.europa.eu/nui/submitViewTableAction.do

49

POPIS TABLICA


tekućim i stalnim cijenama iz 2005. za razdoblje od 1995. do 2012. godine u Francuskoj 10


tekućim i stalnim cijenama iz 2005. za razdoblje od 1995. do 2012. godine u Italiji ......... 11

Tablica 3. Ukupni podaci za Francusku i Italiju u razdoblju od 1995. godine do 2012.

godine. ................................................................................................................................. 19

POPIS GRAFIKONA

Grafikon 1. Kretanje BDP-a u stalnim cijenama iz 2005. u Francuskoj za razdoblje od

1995 do 2012. .......................................................................................................................... 12

Grafikon 2. Kretanje prosječne godišnje neto plaće u stalnim cijenama iz 2005. godine u Francuskoj ............................................................................................................................... 13

Grafikon 3. Kretanje zaposlenosti u Francuskoj u razdoblju od 1995. do 2012. godine ...... 14

Grafikon 4 Kretanje BDP-a u stalnim cijenama za Italiju u razdoblju od 1995. – 2012. ........ 16

Grafikon 5 Kretanje prosječne godišnje neto plaće u stalnim cijenama u Italiji ..................... 17

Grafikon 6 Kretanje zaposlenosti u Italiji za razdoblje od 1995. – 2012. ............................... 18

Grafikon 7. Odnos BDP-a i zaposlenosti za Francusku .......................................................... 21

Grafikon 8. Odnos BDP-a i zaposlenosti u Italiji .................................................................... 30

50

IZJAVA

kojom izjavljujem da sam diplomski rad s naslovom MODELIRANJE FUNKCIJE

ZAPOSLENOSTI U FRANCUSKOJ I ITALIJI izradila samostalno pod voditeljstvom

prof. dr. sc. Maja Bilja-August, a pri izradi diplomskog rada pomogla mi je i asistentica

dr.sc. Ana 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

Isidora Pali

51

Documents

SVEUČILIŠTE U RIJECI - Guest Homepageoliver.efri.hr/zavrsni/938.B.pdf · 2015-12-03 · Na samom kraju rada, koristit će se i metoda deskripcije pomoću koje će se donijeti zaključak