Metodyka wielokryterialnej analizy zmian stóp bezrobocia wybranych gospodarek światowych oraz prognozowanie modelem ARIMA stopy bezrobocia USA na przyszłość

• Autorzy: Kozicki Bartosz , Žukovskis Jan , Mizura Grzegorz

Identyfikatory

DOI

10.37055/nsz/132721

Warianty tytułu

EN

Methodology of Multi-criteria Analysis of Changes in Unemployment Rates in Selected World Economies and Forecasting with the ARIMA Model of the US Unemployment Rate for the Future

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodykę wielokryterialnej analizy stóp procentowych bezrobocia w wybranych gospodarkach światowych oraz próby przeprowadzenia prognozowania stopy bezrobocia w USA na trzy przyszłe okresy. Badania rozpoczęto od analizy wielowymiarowej zmienności stóp procentowych bezrobocia w wybranych gospodarkach światowych w ujęciu sześciomiesięcznym w latach 2011-2018. Następnie przeprowadzono jej ocenę. Dalszym etapem badania była analiza i ocena szeregu czasowego danych dotyczących stóp procentowych bezrobocia w USA w ujęciu dynamicznym. Następnie zbudowano model prognostyczny ARIMA i wykonano prognozowanie na trzy przyszłe okresy.

EN

The article presents the methodology of multi-criteria analysis of unemployment interest rates in selected world economies, and an attempt to forecast the unemployment rate in the USA for three future periods. The research began with an analysis of the multidimensional volatility of unemployment interest rates in selected world economies on a six-month basis in 2011-2018. It was then assessed. The next stage of the study was the analysis and evaluation of the time series of data on the US unemployment interest rates in dynamic terms. Then, the ARIMA forecast model was built and forecasting for three future periods was performed.

Słowa kluczowe

PL

bezrobocie; prognozowanie; model ARIMA; ARIMA

EN

unemployment; forecasting; ARIMA model

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Nowoczesne Systemy Zarządzania
• Rocznik: 2020
• Tom: T. 15, nr 1
• Strony: 71--85
• Opis fizyczny: Bibliogr. 16 poz., rys., tab., wykr.

Twórcy

autor

Kozicki Bartosz

• Wojskowa Akademia Techniczna, Wydział Bezpieczeństwa, Logistyki i Zarządzania

autor

Žukovskis Jan

• Vytautas Magnus University Agriculture Academy, Kowno, Litwa

autor

Mizura Grzegorz

• Ministerstwo Obrony Narodowej

Bibliografia

• [1] Begg D., Vernasca G., Fischer S., Dornbusch R., 2014, Makroekonomia, Polskie Wydawnictwo Ekonomiczne, Warszawa.
• [2] Dittmann P., 2008, 2016, Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Wolters Kluwer Polska Sp. z o.o., Kraków.
• [3] Dittmann P. i in., 2009, 2016, Prognozowanie w zarządzaniu przedsiębiorstwem, Wydawnictwo Nieoczywiste, Imprint GAB Media.
• [4] Dittmann P. i in., 2011, 2016, Prognozowanie w zarządzaniu sprzedażą i finansami przedsiębiorstwa, Wydawnictwo Nieoczywiste, imprint GAB Media.
• [5] Gabrusewicz W., Kamela-Sowińska A., Poetschke H., 2000, Rachunkowość zarządcza, Polskie Wydawnictwo Ekonomiczne, Warszawa.
• [6] Kozicki B., Waściński T., Brzeziński M., Tomaszewski J., 2018, Zastosowanie prognozy do planowania przychodów przedsiębiorstwa, GMiL 1231-2037, Nr 5, s. 332-334.
• [7] Kozicki B., Waściński T., Brzeziński M., Lisowska A., 2018, Cost forecast in a shipping company, Transport means, Litwa.
• [8] Kozicki B., 2018, Metodyka prognozowania zysku, „Systemy Logistyczne Wojsk”, SLW nr 2(49).
• [9] Kozicki B., Waściński T., Lisowska A., 2018, Selection of optimal forecasting method for a CPI inflation measure in Poland, Wyd. Katedra Zarządzania Jakością i Wiedzą UMCS Lublin.
• [10] Makridakis S.G., Wheelwright S.C., Hyndman R.J., 1998, Forecasting methods and applications, John Wiley and Sons, New York.
• [11] Papież M., Śmiech S., 2015, Modelowanie i prognozowanie cen surowców energetycznych, Wydawnictwo C.H. Beck, Warszawa.
• [12] Rabiej M., 2018, Analizy statystyczne z programami Statistica i Exel, Helion, Gliwice.
• [13] Ręklewski M., Ryczkowski M., 2016, The Polish regional labour market indicator and its links to other well-being measures, „Comparative Economic Research”, nr 19(3), DOI: 10.1515/cer-2016-0023.
• [14] Suchwałko A., Zagdański A., 2016, Analiza i prognozowanie szeregów czasowych. Praktyczne wprowadzenie na podstawie środowiska R, PWN, Warszawa.
• [15] ItsCanadaTime, https://www.quora.com/What-are-the-three-main-causes-of-unemployment-in-Canada.
• [16] Bloomberg http://fortune.com/2018/05/04/unemployment-rate-century-low-percent/.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).