Acta Scientiarum Oeconomia 9 (1)
Acta Scientiarum Oeconomia 9 (1)
Acta Scientiarum Oeconomia 9 (1)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
68<br />
Z. Gołaś, S. Paszkowski<br />
W analizie regresji wykorzystano dane z europejskiej bazy FADN z lat 2004–2006 5 ,<br />
na podstawie której przyjęto następujący zestaw zmiennych:<br />
a) zmienna zależna (y i ):<br />
ROE – rentowność kapitału własnego w % [zysk netto × 100/kapitał własny]<br />
b) zmienne niezależne (x i ):<br />
ROS – rentowność sprzedaży w % [zysk przed opodatkowaniem i odsetkami × 100/<br />
/przychody ze sprzedaży],<br />
TOC – wskaźnik obrotowości kapitału [sprzedaż/kapitał zainwestowany],<br />
FSR – wskaźnik struktury finansowej w % [kapitał zainwestowany × 100/kapitał własny],<br />
FCR – wskaźnik kosztów finansowych w % [zysk brutto × 100/zysk przed opodatkowaniem<br />
i odsetkami],<br />
TER – wskaźnik efektów podatkowych w % [zysk netto × 100/zysk brutto].<br />
W modelowaniu ekonometrycznym przyjęto założenie, że związki rentowności kapitału<br />
własnego z pięcioma mnożnikami tożsamości Hawawiniego i Vialleta mają charakter<br />
liniowy. W analizie regresji, poza parametrami strukturalnymi modelu (x i ), wykorzystano<br />
także współczynniki beta (β), które informują o relatywnym znaczeniu zmiennych<br />
niezależnych (x i ) w wyjaśnianiu zmian zmiennych zależnych y i . Współczynniki beta (β)<br />
obliczono według następującej formuły [Goldberger 1972]:<br />
β=<br />
j<br />
sj<br />
a j<br />
sy<br />
gdzie:<br />
a j – współczynnik regresji cząstkowej przy zmiennej niezależnej x j ,<br />
s j – odchylenie standardowe zmiennej niezależnej x j ,<br />
s y – odchylenie standardowe zmiennej zależnej y.<br />
W tabeli 2 przedstawiono parametry modeli regresji (przy poziomie istotności<br />
p < 0,05) opisujące przeciętne uwarunkowania rentowności kapitału własnego w rolnictwie<br />
UE ogółem oraz w krajach Europy Środkowo-Wschodniej (CEC) w latach 2004–<br />
2006. Ich analiza prowadzi do następujących wniosków:<br />
1. Przyjęte w modelach regresji (tab. 2) zmienne niezależne x i wyjaśniły w wysokim<br />
stopniu zmienność rentowności kapitału własnego, i to zarówno w poszczególnych<br />
krajach (78,35–96,56%), jak i w EU ogółem (83,30%) oraz CEC ogółem (78,79%). We<br />
wszystkich modelach regresji statystycznie istotna była rentowność produkcji (ROS),<br />
a w większości również obrotowość kapitału (TOC), struktura finansowa (FSR) oraz<br />
wskaźnik kosztów finansowych (FCR). Ponadto badania wskazują na nikłe znaczenie<br />
tzw. efektu podatkowego (TER).<br />
2. W rolnictwie Czech rentowność kapitału własnego determinowana była przez rentowność<br />
operacyjną (ROS, TOC) oraz przez strukturę finansową gospodarstw (FSR). Analiza<br />
współczynników regresji (tab. 2) wskazuje, że w gospodarstwach Czech wzrostowi<br />
5<br />
Wykorzystano dane w układzie typów rolniczych (TF-14), http://ec.europa.eu/agriculture/rica/<br />
database/<br />
<strong>Acta</strong> Sci. Pol.