Plik w formacie PDF - UrzÄ d Regulacji Energetyki
Plik w formacie PDF - UrzÄ d Regulacji Energetyki Plik w formacie PDF - UrzÄ d Regulacji Energetyki
PRZEDSIĘBIORSTWA ODBIORCA NA RYNKU ENERGETYCZNEENERGIIMODEL EKONOMETRYCZNY − NARZĘDZIE OCENY EFEKTYWNOŚCI OSD ELEKTROENERGETYCZNYCH6. PodsumowanieOcena efektywności działania czternastu OSDzaprezentowana w pracy opiera się na modeluekonometrycznym, opisującym kształtowaniesię kosztu operacyjnego w zależności od szereguczynników o charakterze techniczno-ekonomicznym.Model został oszacowany dla kosztu dystrybucji,kosztu dystrybucji poddanego korekcieo wpływ rezerw aktuarialnych i wolumenu różnicbilansowych. Zbiór potencjalnych zmiennych objaśniającychzawiera 31 wielkości, które posłużyły doestymacji modelu w konkurencyjnych wariantach,mających na celu analizę wrażliwości wnioskowaniao parametrach strukturalnych i wskaźnikachefektywności oraz określenie wpływu poszczególnychzmiennych na poziom kosztu operacyjnego.Uzyskane wyniki mogą być pomocne w określeniudla każdej OSD wartości uzasadnionego kosztuoperacyjnego (przy zachowaniu danego poziomudziałalności) oraz wyznaczeniu ścieżki potencjalnejredukcji kosztu obserwowanego.Zaprezentowany model ekonometryczny dladanych przekrojowo-czasowych pozwala nauwzględnienie podczas estymacji znacznie większejliczby zmiennych niż w przypadku analizy nadanych przekrojowych, nie wymagając budowyzmiennych agregatowych, co w konsekwencji niepowoduje utraty dostępnej informacji oraz zapewniauzyskanie stabilnych wyników. Metody estymacjibayesowskiej pozwalają na małopróbkowąestymację dla każdego z obiektów (na podstawieobserwacji z kilku lat) wskaźników efektywnościtraktowanych jako efekty indywidualne (stałew czasie), co prowadzi do bardziej wiarygodnychi interpretowalnych ekonomicznie rezultatów. Zaprezentowanymodel może również zostać wykorzystanydo prognozowania wartości kosztu i różnicbilansowych oraz umożliwia wariantową symulacjęalternatywnych decyzji dotyczących rozwojusieci dystrybucyjnej.Stochastyczny model graniczny rozważonyw pracy umożliwia dekompozycję kosztu obserwowanegona koszt niezbędny i koszt nadwyżkowy.Koszt minimalny uwzględnia efekt wynikającyz zakłóceń losowych i innych czynników nieujętychw modelu oraz podstawowy mikroekonomicznykoszt graniczny, stanowiący wielkość niezbędnądo zapewnienia danego poziomu działalnościi uzasadnioną z ekonomicznego punktu widzenia.Różnica między kosztem obserwowanym a kosztemniezbędnym określa koszt nadwyżkowy, którypotencjalnie może zostać zredukowany. Indywidualnewskaźniki efektywności dają miarę procentowąpotencjalnej redukcji kosztu. Należy podkreślić,że model graniczny szacowany technikamibayesowskimi umożliwia określenie niepewnościzwiązanej z estymacją każdej z kategorii kosztówi efektywności, co ma istotne znaczenie praktyczne(informuje o precyzji wnioskowania). Analizawrażliwości wnioskowania o parametrach strukturalnych,wskaźnikach efektywności oraz zdefiniowanychkategoriach kosztu wskazuje na dużą –mimo skromnego panelu – stabilność i odpornośćwyników empirycznych.Literatura:1. Aigner D., Lovell C.A.K, Schmidt P. (1977),„Formulation and estimation of stochasticfrontier production function models”, Journalof Econometrics vol. 6.2. Broeck van den J., Koop G., Osiewalski J.,Steel M.F.J. (1994), „Stochastic frontier models:A Bayesian perspective”, Journal of Econometricsvol. 61.3. Fernández C., Osiewalski J., Steel M.F.J.(1997), „On the use of panel data in stochasticfrontier models with improper priors”,Journal of Econometrics vol. 79.4. Greene W.H. (1993), „The econometric approachto efficiency analysis”, [w:] The Measurementof Productive Efficiency – Techniques andApplications (red.: Fried H.O., Lovell C.A.K.,Schmidt S.S.), Oxford University Press, NewYork.5. Koop G., Osiewalski J., Steel M.F.J. (1994),„Hospital efficiency analysis through individualeffects: A Bayesian approach”, CentER DiscussionPaper 9447, Tilburg.6. Koop G., Osiewalski J., Steel M.F.J. (1997),„Bayesian efficiency analysis through individualeffects: Hospital cost frontiers”, Journal ofEconometrics vol. 79.7. Koop G., Steel M.F.J., Osiewalski J. (1995),„Posterior analysis of stochastic frontiermodels using Gibbs sampling”, ComputationalStatistics vol. 10.8. Lovell K.A. (1993), „Production frontiers and productiveefficiency”, [w:] Fried H.O., Lovell C.A.K.,22 Biuletyn Urzędu Regulacji Energetyki nr 1 (79) 30 marca 2012
MODEL EKONOMETRYCZNY − NARZĘDZIE OCENY EFEKTYWNOŚCI OSD ELEKTROENERGETYCZNYCHPRZEDSIĘBIORSTWA ODBIORCA NA RYNKU ENERGETYCZNE ENERGIISchmidt S.S. (red.), The Measurement of ProductiveEfficiency − Techniques And Applications,Oxford University Press, New York.9. Marzec J., Osiewalski J. (2003), „Bayesowskiegraniczne modele kosztów dla oddziałów banku.Wnioskowanie o efektywności kosztoweji jej determinantach”, Zeszyty Naukowe AkademiiEkonomicznej w Krakowie nr 628.10. Marzec J., Osiewalski J. (2008), „Bayesianinference on technology and efficiency ofbank branches”, Bank i Kredyt vol. 39.11. Meeusen W., van den Broeck J. (1977), „Efficiencyestimation from Cobb − Douglas productionfunctions with composed error”, InternationalEconomic Review vol. 8.12. O’Hagan A. (1994), „Bayesian Inference”,Edward Arnold, London.13. Osiewalski J. (2001), „Ekonometria bayesowskaw zastosowaniach”, Wydawnictwo AkademiiEkonomicznej w Krakowie, Kraków.14. Osiewalski J., Osiewalska A. (2003), „Ocenaefektywności kosztowej bibliotek akademickichna podstawie danych przekrojowo-czasowych”,Zeszyty Naukowe Akademii Ekonomicznejw Krakowie nr 628.15. Osiewalski J., Osiewalska A. (2006), „Stochastycznagraniczna funkcja kosztu dla polskichbibliotek publicznych”, [w:] Przestrzenno-czasowemodelowanie i prognozowanie zjawiskgospodarczych (pod red. A. Zeliasia), AkademiaEkonomiczna w Krakowie.16. Osiewalski J., Steel M.F.J. (1998), „Numerical toolsfor the Bayesian analysis of stochastic frontiermodels”, Journal of Productivity Analysis vol. 10.17. Osiewalski J., Wróbel-Rotter R. (1999), „Estymacjagranicznych funkcji produkcji i wskaźnikówtechnicznej efektywności na podstawiedanych przekrojowych”, Przegląd Statystycznytom 46.18. Osiewalski J., Wróbel-Rotter R. (2008), „Modelekonometryczny – narzędzie oceny efektywnościspółek dystrybucyjnych ukształtowanychw wyniku konsolidacji poziomej (skrót)”, BiuletynURE Nr 2/2008.19. Osiewalski J., Wróbel-Rotter R. (2008−2009),„Bayesowskie graniczne funkcje kosztu dlasektora dystrybucji energii”, Folia OeconomicaCracoviensia tom 49-50.20. Schmidt P., Sickles R.C. (1984), „Productionfrontiers and panel data”, Journal of Businessand Economic Statistics vol. 2.prof. dr hab.Jacek OsiewalskiKatedra Ekonometriii Badań OperacyjnychUniwersytet Ekonomicznyw Krakowie21. Tierney L. (1994), „Markov chains for exploringposterior distributions” (with discussion),Annals of Statistics vol. 22.22. Varian H.R. (1992), „Microeconomic Analysis”,W.W.Norton, New York.23. Wróbel-Rotter R. (2004), „Bayesowska analizakosztu na podstawie stochastycznego granicznegomodelu Leontiewa”, Przegląd Statystycznytom 51.24. Wróbel-Rotter R., Osiewalski J. (2002),„Bayesowski model efektów losowych w analizieefektywności kosztowej (na przykładzieelektrowni i elektrociepłowni polskich)”, PrzeglądStatystyczny tom 49.25. Zellner A. (1971), „An Introduction to BayesianInference in Econometrics”, J.Wiley,New York.dr Renata Wróbel-RotterKatedra Ekonometriii Badań OperacyjnychUniwersytet Ekonomicznyw Krakowienr 1 (79) 30 marca 2012Biuletyn Urzędu Regulacji Energetyki23
- Page 1: Biuletyn Urzędu Regulacji Energety
- Page 5 and 6: ZAGROŻENIE UBÓSTWEM ENERGETYCZNYM
- Page 7 and 8: ZAGROŻENIE UBÓSTWEM ENERGETYCZNYM
- Page 9 and 10: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 11 and 12: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 13 and 14: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 15 and 16: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 17 and 18: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 19 and 20: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 21: MODEL EKONOMETRYCZNY − NARZĘDZIE
- Page 25 and 26: OBOWIĄZYWANIE ŚWIADECTW KWALIFIKA
- Page 27 and 28: OBOWIĄZYWANIE ŚWIADECTW KWALIFIKA
- Page 29 and 30: STATUS PRZEDSIĘBIORSTW SIECIOWYCH
- Page 31 and 32: STATUS PRZEDSIĘBIORSTW SIECIOWYCH
- Page 33 and 34: STATUS PRZEDSIĘBIORSTW SIECIOWYCH
- Page 35 and 36: STATUS PRZEDSIĘBIORSTW SIECIOWYCH
- Page 37 and 38: STATUS PRZEDSIĘBIORSTW SIECIOWYCH
- Page 39 and 40: STATUS PRZEDSIĘBIORSTW SIECIOWYCH
- Page 41 and 42: KONCEPCJA FUNKCJONOWANIA SIECI DYST
- Page 43 and 44: KONCEPCJA FUNKCJONOWANIA SIECI DYST
- Page 45 and 46: KONCEPCJA FUNKCJONOWANIA SIECI DYST
- Page 47 and 48: BIEŻĄCA WSPÓŁPRACA MIĘDZYNAROD
- Page 49 and 50: BIEŻĄCA WSPÓŁPRACA MIĘDZYNAROD
- Page 51 and 52: INFORMACJE PREZESA URZĘDU REGULACJ
- Page 53 and 54: ODBIORCA KONCESJE NA RYNKU NA WNIOS
- Page 55 and 56: ODBIORCA KONCESJE NA RYNKU NA WNIOS
- Page 57 and 58: ODBIORCA KONCESJE NA RYNKU NA WNIOS
- Page 59 and 60: ZMIANY ODBIORCA W WARUNKACH NA RYNK
- Page 61 and 62: ZMIANY ODBIORCA W WARUNKACH NA RYNK
- Page 63 and 64: ODBIORCA COFNIĘTE NA RYNKU KONCESJ
- Page 65 and 66: ODBIORCA COFNIĘTE NA RYNKU KONCESJ
- Page 67 and 68: ODBIORCA WYGAŚNIĘCIA NA RYNKU KON
- Page 69: ODBIORCA WYGAŚNIĘCIA NA RYNKU KON
MODEL EKONOMETRYCZNY − NARZĘDZIE OCENY EFEKTYWNOŚCI OSD ELEKTROENERGETYCZNYCHPRZEDSIĘBIORSTWA ODBIORCA NA RYNKU ENERGETYCZNE ENERGIISchmidt S.S. (red.), The Measurement of ProductiveEfficiency − Techniques And Applications,Oxford University Press, New York.9. Marzec J., Osiewalski J. (2003), „Bayesowskiegraniczne modele kosztów dla oddziałów banku.Wnioskowanie o efektywności kosztoweji jej determinantach”, Zeszyty Naukowe AkademiiEkonomicznej w Krakowie nr 628.10. Marzec J., Osiewalski J. (2008), „Bayesianinference on technology and efficiency ofbank branches”, Bank i Kredyt vol. 39.11. Meeusen W., van den Broeck J. (1977), „Efficiencyestimation from Cobb − Douglas productionfunctions with composed error”, InternationalEconomic Review vol. 8.12. O’Hagan A. (1994), „Bayesian Inference”,Edward Arnold, London.13. Osiewalski J. (2001), „Ekonometria bayesowskaw zastosowaniach”, Wydawnictwo AkademiiEkonomicznej w Krakowie, Kraków.14. Osiewalski J., Osiewalska A. (2003), „Ocenaefektywności kosztowej bibliotek akademickichna podstawie danych przekrojowo-czasowych”,Zeszyty Naukowe Akademii Ekonomicznejw Krakowie nr 628.15. Osiewalski J., Osiewalska A. (2006), „Stochastycznagraniczna funkcja kosztu dla polskichbibliotek publicznych”, [w:] Przestrzenno-czasowemodelowanie i prognozowanie zjawiskgospodarczych (pod red. A. Zeliasia), AkademiaEkonomiczna w Krakowie.16. Osiewalski J., Steel M.F.J. (1998), „Numerical toolsfor the Bayesian analysis of stochastic frontiermodels”, Journal of Productivity Analysis vol. 10.17. Osiewalski J., Wróbel-Rotter R. (1999), „Estymacjagranicznych funkcji produkcji i wskaźnikówtechnicznej efektywności na podstawiedanych przekrojowych”, Przegląd Statystycznytom 46.18. Osiewalski J., Wróbel-Rotter R. (2008), „Modelekonometryczny – narzędzie oceny efektywnościspółek dystrybucyjnych ukształtowanychw wyniku konsolidacji poziomej (skrót)”, BiuletynURE Nr 2/2008.19. Osiewalski J., Wróbel-Rotter R. (2008−2009),„Bayesowskie graniczne funkcje kosztu dlasektora dystrybucji energii”, Folia OeconomicaCracoviensia tom 49-50.20. Schmidt P., Sickles R.C. (1984), „Productionfrontiers and panel data”, Journal of Businessand Economic Statistics vol. 2.prof. dr hab.Jacek OsiewalskiKatedra Ekonometriii Badań OperacyjnychUniwersytet Ekonomicznyw Krakowie21. Tierney L. (1994), „Markov chains for exploringposterior distributions” (with discussion),Annals of Statistics vol. 22.22. Varian H.R. (1992), „Microeconomic Analysis”,W.W.Norton, New York.23. Wróbel-Rotter R. (2004), „Bayesowska analizakosztu na podstawie stochastycznego granicznegomodelu Leontiewa”, Przegląd Statystycznytom 51.24. Wróbel-Rotter R., Osiewalski J. (2002),„Bayesowski model efektów losowych w analizieefektywności kosztowej (na przykładzieelektrowni i elektrociepłowni polskich)”, PrzeglądStatystyczny tom 49.25. Zellner A. (1971), „An Introduction to BayesianInference in Econometrics”, J.Wiley,New York.dr Renata Wróbel-RotterKatedra Ekonometriii Badań OperacyjnychUniwersytet Ekonomicznyw Krakowienr 1 (79) 30 marca 2012Biuletyn Urzędu <strong>Regulacji</strong> <strong>Energetyki</strong>23