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
Tablica 2. 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 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-
EUROSTAT: [lfsi_emp_a]
[nama_10_gdp]
OECD: Aggregate National Accounts: Gross domestic product
Average annual wages
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
EUROSTAT: [lfsi_emp_a]
[nama_10_gdp]
OECD: Aggregate National Accounts: Gross domestic product
Average annual wages
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
EUROSTAT: [lfsi_emp_a]
[nama_10_gdp]
OECD: Aggregate National Accounts: Gross domestic product
Average annual wages
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
EUROSTAT: [lfsi_emp_a]
[nama_10_gdp]
15
OECD: Aggregate National Accounts: Gross domestic product
Average annual wages
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.
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
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
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
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.
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
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
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
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
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
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.785507 0.0824
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459 *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 16
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BDP,2)
Method: Least Squares
Date: 06/09/15 Time: 14:51
Sample (adjusted): 1997 2012
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
Adjusted R-squared 0.310632 S.D. dependent var 799.6096
S.E. of regression 663.9015 Akaike info criterion 15.95061
Sum squared resid 6170713. Schwarz criterion 16.04719
Log likelihood -125.6049 Hannan-Quinn criter. 15.95556
F-statistic 7.759051 Durbin-Watson stat 1.670892“
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
Lag Length: 2 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.537810 0.0245
Test critical values: 1% level -4.057910
5% level -3.119910
24
10% level -2.701103 *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 13
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BDP,3)
Method: Least Squares
Date: 06/09/15 Time: 14:52
Sample (adjusted): 2000 2012
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
Adjusted R-squared 0.565947 S.D. dependent var 1275.038
S.E. of regression 840.0293 Akaike info criterion 16.55241
Sum squared resid 6350844. Schwarz criterion 16.72624
Log likelihood -103.5907 Hannan-Quinn criter. 16.51668
F-statistic 6.215464 Durbin-Watson stat 1.941324“
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.497642 0.8692
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(PLACA)
25
Method: Least Squares
Date: 06/09/15 Time: 14:54
Sample (adjusted): 1996 2012
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PLACA(-1) -0.058381 0.117315 -0.497642 0.6260
C 2040.640 4443.124 0.459280 0.6526 R-squared 0.016242 Mean dependent var -169.5734
Adjusted R-squared -0.049342 S.D. dependent var 501.7485
S.E. of regression 513.9782 Akaike info criterion 15.43237
Sum squared resid 3962604. Schwarz criterion 15.53039
Log likelihood -129.1751 Hannan-Quinn criter. 15.44211
F-statistic 0.247647 Durbin-Watson stat 1.934398“
Prob(F-statistic) 0.625952
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.868635 0.0110
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459 *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 16
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PLACA,2)
Method: Least Squares
Date: 06/09/15 Time: 14:53
Sample (adjusted): 1997 2012
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
Adjusted R-squared 0.482157 S.D. dependent var 736.2289
S.E. of regression 529.7997 Akaike info criterion 15.49934
26
Sum squared resid 3929628. Schwarz criterion 15.59592
Log likelihood -121.9947 Hannan-Quinn criter. 15.50429
F-statistic 14.96634 Durbin-Watson stat 1.955165“
Prob(F-statistic) 0.001704
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.320052 0.5951
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(ZAPOSLENI)
Method: Least Squares
Date: 06/09/15 Time: 14:55
Sample (adjusted): 1996 2012
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. ZAPOSLENI(-1) -0.054734 0.041463 -1.320052 0.2066
C 1540.605 1002.471 1.536807 0.1452 R-squared 0.104078 Mean dependent var 219.5294
Adjusted R-squared 0.044350 S.D. dependent var 245.8285
S.E. of regression 240.3154 Akaike info criterion 13.91191
Sum squared resid 866272.1 Schwarz criterion 14.00994
Log likelihood -116.2513 Hannan-Quinn criter. 13.92166
F-statistic 1.742538 Durbin-Watson stat 1.644003“
Prob(F-statistic) 0.206609
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.058069 0.0307
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459 *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 16
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ZAPOSLENI,2)
Method: Least Squares
Date: 06/09/15 Time: 14:56
Sample (adjusted): 1997 2012
Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ZAPOSLENI(-1)) -0.810614 0.265074 -3.058069 0.0085
C 186.5520 88.56664 2.106346 0.0537 R-squared 0.400474 Mean dependent var -2.625000
Adjusted R-squared 0.357651 S.D. dependent var 316.3266
S.E. of regression 253.5253 Akaike info criterion 14.02527
Sum squared resid 899851.1 Schwarz criterion 14.12185
Log likelihood -110.2022 Hannan-Quinn criter. 14.03022
F-statistic 9.351784 Durbin-Watson stat 2.011745“
Prob(F-statistic) 0.008512
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
Method: Least Squares
Date: 06/30/15 Time: 13:21
Sample (adjusted): 1996 2012
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
Adjusted R-squared 0.109142 S.D. dependent var 245.8285
S.E. of regression 232.0259 Akaike info criterion 13.89036
Sum squared resid 753704.1 Schwarz criterion 14.03740
Log likelihood -115.0681 Hannan-Quinn criter. 13.90498
F-statistic 1.980107 Durbin-Watson stat 1.168603“
Prob(F-statistic) 0.174870
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
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
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
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: 06/10/15 Time: 13:39
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
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.785507 0.0824
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459 *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 16
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BDP,2)
Method: Least Squares
Date: 06/10/15 Time: 13:41
Sample (adjusted): 1997 2012
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
Adjusted R-squared 0.310632 S.D. dependent var 799.6096
S.E. of regression 663.9015 Akaike info criterion 15.95061
Sum squared resid 6170713. Schwarz criterion 16.04719
Log likelihood -125.6049 Hannan-Quinn criter. 15.95556
F-statistic 7.759051 Durbin-Watson stat 1.670892“
Prob(F-statistic) 0.014590
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.136708 0.0014
Test critical values: 1% level -4.004425
5% level -3.098896
10% level -2.690439 *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 14
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BDPD2,3)
Method: Least Squares
Date: 06/10/15 Time: 13:43
Sample (adjusted): 1999 2012
Included observations: 14 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BDPD2(-1),2) -1.450240 0.282329 -5.136708 0.0002
C -114.0887 309.6399 -0.368456 0.7190 R-squared 0.687384 Mean dependent var -101.3194
Adjusted R-squared 0.661333 S.D. dependent var 1990.767
S.E. of regression 1158.529 Akaike info criterion 17.07925
Sum squared resid 16106276 Schwarz criterion 17.17055
Log likelihood -117.5548 Hannan-Quinn criter. 17.07080
F-statistic 26.38577 Durbin-Watson stat 1.957628“
Prob(F-statistic) 0.000246
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.285381 0.0045
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(PLACA)
Method: Least Squares
Date: 06/10/15 Time: 13:47
Sample (adjusted): 1996 2012
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PLACA(-1) -0.570338 0.133089 -4.285381 0.0007
C 21339.44 5087.609 4.194394 0.0008 R-squared 0.550420 Mean dependent var -441.2757
Adjusted R-squared 0.520448 S.D. dependent var 1348.903
S.E. of regression 934.1110 Akaike info criterion 16.62720
Sum squared resid 13088451 Schwarz criterion 16.72522
Log likelihood -139.3312 Hannan-Quinn criter. 16.63694
F-statistic 18.36449 Durbin-Watson stat 0.988175“
Prob(F-statistic) 0.000651
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.943961 0.3062
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(ZAPOSLENI)
Method: Least Squares
Date: 06/10/15 Time: 13:50
Sample (adjusted): 1996 2012
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. ZAPOSLENI(-1) -0.087700 0.045114 -1.943961 0.0709
C 2054.533 981.1546 2.093995 0.0537 R-squared 0.201235 Mean dependent var 149.4118
Adjusted R-squared 0.147984 S.D. dependent var 210.6816
S.E. of regression 194.4691 Akaike info criterion 13.48855
Sum squared resid 567273.6 Schwarz criterion 13.58658
Log likelihood -112.6527 Hannan-Quinn criter. 13.49830
F-statistic 3.778984 Durbin-Watson stat 1.214664“
Prob(F-statistic) 0.070902
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.176285 0.2211
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459 *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 16
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ZAPOSLENI,2)
Method: Least Squares
Date: 06/10/15 Time: 13:53
Sample (adjusted): 1997 2012
Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ZAPOSLENI(-1)) -0.528428 0.242812 -2.176285 0.0471
C 76.75732 63.33711 1.211885 0.2456 R-squared 0.252784 Mean dependent var -8.187500
Adjusted R-squared 0.199411 S.D. dependent var 222.9915
S.E. of regression 199.5230 Akaike info criterion 13.54621
Sum squared resid 557332.3 Schwarz criterion 13.64278
Log likelihood -106.3696 Hannan-Quinn criter. 13.55115
F-statistic 4.736217 Durbin-Watson stat 2.151475“
Prob(F-statistic) 0.047147
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.571172 0.0005
Test critical values: 1% level -3.959148
5% level -3.081002
10% level -2.681330
37
*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 15
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ZAPOSLENI,3)
Method: Least Squares
Date: 06/10/15 Time: 13:58
Sample (adjusted): 1998 2012
Included observations: 15 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ZAPOSLENI(-1),2) -1.416165 0.254195 -5.571172 0.0001
C -8.349097 56.31192 -0.148265 0.8844 R-squared 0.704800 Mean dependent var -5.800000
Adjusted R-squared 0.682092 S.D. dependent var 386.7953
S.E. of regression 218.0879 Akaike info criterion 13.73124
Sum squared resid 618310.5 Schwarz criterion 13.82565
Log likelihood -100.9843 Hannan-Quinn criter. 13.73023
F-statistic 31.03795 Durbin-Watson stat 2.006712“
Prob(F-statistic) 0.000091
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
Method: Least Squares
Date: 06/09/15 Time: 15:47
Sample (adjusted): 1996 2012
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
Adjusted R-squared 0.257209 S.D. dependent var 210.6816
S.E. of regression 181.5767 Akaike info criterion 13.40002
Sum squared resid 461581.3 Schwarz criterion 13.54706
Log likelihood -110.9002 Hannan-Quinn criter. 13.41463
F-statistic 3.770187 Durbin-Watson stat 1.717112“
Prob(F-statistic) 0.048992
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
Method: Least Squares
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
Adjusted R-squared 0.798250 S.D. dependent var 63728.23
S.E. of regression 28624.53 Akaike info criterion 23.63248
Sum squared resid 9.01E+09 Schwarz criterion 23.92656
Log likelihood -194.8761 Hannan-Quinn criter. 23.66171
F-statistic 13.66123 Durbin-Watson stat 2.048865“
Prob(F-statistic) 0.000209
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
Obs*R-squared 2.269335 Prob. Chi-Square(2) 0.3215
Test Equation:
Dependent Variable: RESID
Method: Least Squares
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
Adjusted R-squared -0.155346 S.D. dependent var 217.0403
S.E. of regression 233.2902 Akaike info criterion 13.98237
Sum squared resid 653092.0 Schwarz criterion 14.22743
Log likelihood -113.8502 Hannan-Quinn criter. 14.00673
F-statistic 0.462165 Durbin-Watson stat 1.879785“
Prob(F-statistic) 0.762325
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
Obs*R-squared 5.343512 Prob. Chi-Square(5) 0.3754
Scaled explained SS 2.563914 Prob. Chi-Square(5) 0.7668
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
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
Adjusted R-squared 0.002653 S.D. dependent var 33291.85
S.E. of regression 33247.66 Akaike info criterion 23.93192
Sum squared resid 1.22E+10 Schwarz criterion 24.22600
Log likelihood -197.4213 Hannan-Quinn criter. 23.96115
F-statistic 1.008514 Durbin-Watson stat 1.242945“
Prob(F-statistic) 0.457124
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
Obs*R-squared 0.408216 Prob. Chi-Square(2) 0.8154
Test Equation:
Dependent Variable: RESID
Method: Least Squares
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
Adjusted R-squared -0.301316 S.D. dependent var 169.8494
S.E. of regression 193.7562 Akaike info criterion 13.61101
Sum squared resid 450497.5 Schwarz criterion 13.85607
Log likelihood -110.6936 Hannan-Quinn criter. 13.63537
F-statistic 0.073811 Durbin-Watson stat 1.989906“
Prob(F-statistic) 0.988826
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
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 10
Tablica 2. 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 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