PL EN
ARTYKUŁ ORYGINALNY
Bezpieczeństwo rozwoju branży budowlanej w warunkach makroekonomicznej niepewności rynkowej
,
 
 
 
Więcej
Ukryj
1
Institute of Logistics, Faculty of Security, Logistics and Management, Military University of Technology, Poland
 
2
ERBUD, Germany
 
Zaznaczeni autorzy mieli równy wkład w przygotowanie tego artykułu
 
 
A - Koncepcja i projekt badania; B - Gromadzenie i/lub zestawianie danych; C - Analiza i interpretacja danych; D - Napisanie artykułu; E - Krytyczne zrecenzowanie artykułu; F - Zatwierdzenie ostatecznej wersji artykułu
 
 
Data nadesłania: 01-11-2023
 
 
Data akceptacji: 28-12-2023
 
 
Data publikacji: 31-12-2023
 
 
Autor do korespondencji
Dorota Krupnik   

Wydział Bezpieczeństwa, Logistyki i Zarządzania/ Instytut Logistyki, Wojskowa Akademia Techniczna, kaliskiego, 00-950, Warszawa, Polska
 
 
SLW 2023;59(2):189-208
 
SŁOWA KLUCZOWE
DZIEDZINY
STRESZCZENIE
W warunkach niepewności funkcjonowania organizacji, która nastąpiła w I połowie 2020 roku, istotną rolę odgrywały czynniki pozwalające na zwiększenie stabilności i bezpieczeństwa procesów wytwórczych oraz minimalizacja ryzyka. Celem artykułu jest identyfikacja i analiza problemów związanych z bezpiecznym funkcjonowaniem organizacji branży budowlanej w warunkach niepewności rynkowej. W pracy postawiono następujący problem badawczy: jakie determinanty ekonometryczne mogą wpływać na popyt oraz na procesy inflacyjne w warunkach rynkowych? Prowadząc badania postawiono i zweryfikowano następującą hipotezę: budownictwo jest wyznacznikiem mechanizmów i czynników stymulujących rozwój i ograniczenia na rynku w ostatnich kilku latach, które mogą uczyć konieczności dobierania odpowiednich narzędzi makroekonomicznych w skali globalnej i zarządczej do kierowania własną organizacją. W badaniach zastosowano metody statystyczne, analizę porównawczą, analizę indeksową, model ECM, bezpośrednią obserwację procesów produkcyjnych i działalności przedsiębiorstwa. Zaproponowany model został zweryfikowany i przetestowany empirycznie w warunkach rynkowych. Przedstawiony materiał jest wynikiem badań empirycznych w branży budowlanej prowadzącej swoją działalność na rynku globalnym jako grupa kapitałowa, w tym na terenie Polski. Nisza badawcza objęła zagadnienia takie elementy jak: analiza rynku inwestycyjnego, stopy bezrobocia, czynniki wpływające na koniunkturę gospodarczą, analiza determinantów PKB w Polsce, procesy inflacyjne uderzające w stabilność branży budowlanej. Bez możliwości badania trendów na rynku, analizy kierunków rozwoju, czynników determinujących rozwój lub stagnację, nie jest możliwe odnoszenie sukcesów w branży budowlanej.
REFERENCJE (24)
1.
Baussola, M., Carvelli, G., 2023. Public and private investments: Long-run asymmetric effects in France and the US, Finance Research Letters.
 
2.
Budownictwo mieszkaniowe w okresie styczeń - listopad 2023, Raport GUS, 21.12.2023, www.stat.gov.pl.
 
3.
Chłopek, Z., Dębski B., Szczepański K., 2018. Theory and practice of inventory pollutant emission from civilization-related sources: Share of the emission harmful to health from road transport, The Archives of Automotive Engineering, 79(1).
 
4.
Christian Pinshi, 2000. Rethinking error correction model in macroeconometric analysis: A relevant review, https://hal.archives-ouvertes.....
 
5.
Doornik, J.A., Hendry, D.F., 2015. Statistical model selection with “Big Data”, Cogent Economics and Finance, 3(1).
 
6.
Engle, R.F. and Granger, C.W.J., 1987. Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica: Journal of the Econometric Society, 55.
 
7.
Ferreira, P., 2011. Monetary integration in the European Union, Journal of Emerging Market Finance, 10(1).
 
8.
Gabriel, V.J., Sangduan, P., 2010. An efficient test of fiscal sustainability, Applied Economics Letters, 17(18).
 
9.
Galbarczyk-Guzek, E., 2020. Project management under crisis, Systemy Logistyczne Wojsk, 53(2).
 
10.
Grzelak, M., 2019. Application of Armina model for forecasting production quantity in enterprise, Systemy Logistyczne Wojsk, 50(1).
 
11.
Glasure, Y.U., Lee, A.-R., 1998. Cointegration, error-correction, and the relationship between GDP and energy: The case of South Korea and Singapore, Resource and Energy Economics, 20(1).
 
12.
Granger, C.W.J., 2010. Some thoughts on the development of cointegration, Journal of Econometrics, 158(1).
 
13.
Granger, C.W.J., Yau, R., Francis, N., 2003. Forecasting business cycles using deviations from long-run economic relationships, Macroeconomic Dynamics, 7(5).
 
14.
Kazimierczak D., 2021, Znaczenie sektora budownictwa dla krajowej gospodarki w latach 2016–2020, Nowoczesne Budownictwo Inżynieryjne, 1 (94).
 
15.
Kalecki M., 2015. Kapitalizm: dynamika gospodarcza i pełne zatrudnienie, iTON Society, Warszawa.
 
16.
Kufel, T., 2002. Postulat zgodności w dynamicznych modelach ekonometrycznych, Wydawnictwo UMK Toruń.
 
17.
Marczak, M., Beissinger, T., 2013. Real wages and the business cycle in Germany, Empirical Economics, 44(2).
 
18.
Marczak, M., Gómez, V., 2017. Monthly US business cycle indicators: a new multivariate approach based on a band-pass filter, Empirical Economics, 52(4).
 
19.
Mills, T.C., 1996. The econometrics of the ‚market model’: Cointegration, error correction and exogeneity, International Journal of Finance and Economics, 1(4).
 
20.
Pesaran, M.H., Shin, Y., 1996. Cointegration and speed of convergence to equilibrium, Journal of Econometrics, 71(1-2).
 
21.
Ribba, A., 2006. The joint dynamics of inflation, unemployment and interest rate in the United States since 1980, Empirical Economics, 31(2).
 
22.
Szumska, E., Pawełczyk, M., Pistek, V., 2019. Evaluation of the life cycle costs for urban buses equipped with conventional and hybrid drive trains, The Archives of Automotive Engineering, 83 (1).
 
23.
Talaga, L., Zieliński, Z., 1986. Analiza spektralna w modelowaniu ekonometrycznym, PWN, Warszawa.
 
24.
Welfe, A., 2013. Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa.
 
eISSN:2719-7689
ISSN:1508-5430
Journals System - logo
Scroll to top