Kunderne betaler højere bankskat
|
|
- Leif Gregersen
- 7 år siden
- Visninger:
Transkript
1 N O T A T Kunderne betaler højere bankskat 23. august 2011 Resumé Bankskat og andre afgifter afviger ikke fra andre omkostninger; de lægges typisk oven på prisen på varen. Denne analyse viser, at pålægges bankerne at skulle betale en højere skat, påvirkes bankernes resultat efter skat ikke, mens resultatet før skat påvirkes posivt. Således overvæltes hele skattestigningen alene på kunderne. Kontakt Jan Bryla Direkte jbr@finansraadet.dk Beregningerne i denne analyse kan illustreres ved et simpelt eksempel. Antag en bank, der i udgangsposionen har et resultat før skat på 100 kr. Skattesatsen er 25 pct., så banken betaler 25 kr. i skat og har et resultat efter skat på 75 kr. Stiger selskabsskatten til 26 pct., viser analysen, at resultatet før skat øges til 100+1,82=101,82. Betales nu 26 pct. i skat af dette beløb, er resultatet efter skat 75,35 kr. Altså stort set identisk med resultatet efter skat før en ændring i skatteprocenten. Tages der højde for usikkerheden på estimatet, kan det ikke afvises, at resultatet efter skat er 75,00 kr. Dette resultat er ikke overraskende. En virksomhed har en række ejere; pålægges virksomheden at skulle betale ekstra skat, vil investorerne naturligvis kompenseres for denne reduktion i det afkast, investorerne kan forvente nu og i fremtiden. For ikke at reducere markedsværdien vil virksomheden forsøge at holde investorernes forventninger til fremtidens resultat uændret det sker ved at hæve indtægterne. Resultaterne i Finansrådets analyse på danske banker er stort set identiske med resultater fra blandt andet Den Internationale Valutafond, hvor flere lande undersøges. Her finder forskerne, at banker er i stand til at overvælte mindst 100 pct. af en skattestigning. Analyse I dette afsn behandles det teoretiske fundament for analysen. Baggrunden for denne analyse er regnskabstal fra 163 banker observeret i perioden 2005 til Disse data indeholder information om samtlige poster i resultatopgørelsen såvel som balancen. Dette indebærer, at vi kan observere resultatet samt skatten fra resultatopgørelsen. Derudover observeres størrelsen af ud- og indlån, egenkapal samt aktiverne. Endelig indeholder regn-
2 skabstallene oplysninger om en del regnskabsmæssige nøgletal. Kilden til databasen er Finanstilsynets databaser for regnskabsposter samt nøgletal. Side 2 Der er forskellige tilgange, der kan anvendes. Først er det vigtigt at overveje, hvilket mål for skat der er mest hensigtsmæssigt. Generelt kan man bruge enten selskabsskattesatsen, et mål for den effektive selskabsskatteprocent eller den faktiske selskabsskattebetaling. Angående skattesatsen reducerede Danmark selskabsskattesatsen fra 28 pct. til 25 pct. i Selvom selskabsskattesatsen således udviser en grad af variation, er der ikke nok information i variationen til at identificere en mulig overvæltning. At bruge selskabsskattesatsen har dog den fordel, at den er eksogen for bankerne, forstået på den måde, at bankerne ikke selv kan påvirke satsen. Den præcise skattebetaling påvirkes i en vis udstrækning af bankerne selv det er for eksempel almindelig regnskabspraksis, at investeringer udskydes eller fremskyndes for at reducere skattebetalingen. Skattebetalingen repræsenterer potentielt et klassisk simultanetsproblem i økonometrien, og anses ikke for en hensigtsmæssig indikator for skat. Ovenstående problemer anses for reducerede, såfremt et mål for den effektive skattesats anvendes. Årsagen er, at denne i stor udtrækning afspejler selskabsskattesatsen, men samtidig varierer tilstrækkeligt, da faktorer såsom udskudt skat o.lign. indregnes heri. Samtidig betragtes det som væsentligt, at de anvendte variable ikke afviger for meget i forhold til faglteraturen på området (se Albertazzi & Gambacorta, 2007 samt Demirguc-Kunt & Huizinga, 1998). Endelig er det dog værd at påpege, at øvrige mål for skat kan indgå som test af resultaternes robusthed, hvilket også gøres i det nedenstående. I lteraturen (se fx Demirguc-Kunt & Huizinga, 2001) diskuteres ikke blot de direkte skatter nævnt ovenfor. Derimod anerkender forfatterne, at banker også beskattes indirekte gennem for eksempel kapalkrav og bidrag til indskydergarantiordning. I denne analyse ser vi bort fra disse indirekte skatter. Formålet med analysen er at vurdere, om en højere bankskat overvæltes på bankers kunder. Til dette formål opstilles følgende to ligninger: Ligning 1 ln( resultat før skat) = β + β ln( resultat før skat) β ( skat / resultat før skat) 3 + β ( skat / resultat før skat) β X η år + e j j= 0 j Ligning 2 ln( resultat efter skat) = β + β ln( resultat efter skat) β ( skat / resultat før skat) β ( skat / resultat før skat) 2 + β X η år + e j j= 0 j Hvor X består af følgende bankspecifikke variable: årets nedskrivningsprocent, årets udlånsvækst, udlån i forhold til egenkapal, bankens andel af de samlede aktiver i det pågældende år samt logarmen til bankens aktiver. Der
3 inkluderes ligeledes års-dummies. Øvrig variation, som de forklarende variable ikke kan forklare, fanges af fejlleddet e, hvilket diskuteres nedenfor. Side 3 ln angiver den naturlige logarme, og i henhold til Albertazzi & Gambacorta, 2007 anvendes de logarmiske transformationer på variable målt i niveau, mens forhold inkluderes uden transformation. Der inkluderes kvadratiske led af den effektive skatteprocent med henblik på at fange potentielle ikkelineære effekter af skattesatsen på resultatet. Ligeledes inkluderes et forsinket led af den afhængige variabel med henblik på at kontrollere for bankers tidligere karakteristika 1. Potentielt er der en del uobserverede effekter, der kan påvirke resultaterne før og efter skat. Dette kunne for eksempel være stordriftsfordele, kundesammensætning osv. Under antagelse af, at disse ikke varierer over tid, kan vi udnytte, at vi observerer en bank flere gange og rense for ovennævnte effekter ved at anvende en fixed-effects estimationsmetode. Derimod kan det også antages, at disse uobserverede karakteristika ikke er systematisk korrelerede med de forklarende variable. For eksempel kan det være meget realistisk, at bankers effektive skatteprocent ikke er korreleret med faktorer såsom kundesammensætningen eller ledelsens evner. Antages det, at dette er mere realistisk, kan man anvende en såkaldt random-effects estimationsmetode. Formelt kan der foretages tests, der kan indikere, hvilken af to ovenstående metoder der er retvisende, men i sidste ende er det altid de økonomiske antagelser bag estimationerne, der skal afgøre, hvilke resultater der bør tillægges mest vægt. Det er ligeledes værd at påpege, at dimensionen af tid i hver cross-section er relativt lav. Den korte tidsdimension kan betyde, at man bør være påpasselig med fortolkning af fixed-effects og random-effects modeller. Endelig bør valget mellem fixed-effects og random-effects til dels afspejle antallet af frihedsgrader til rådighed. Da fixed-effects estimation foregår ved leastsquares-dummy-variables, reduceres antallet af frihedsgrader betragteligt i forhold til random-effects, når N er stort, og T er lille. Der estimeres også pooled OLS. Denne tjener som benchmark, og resultaterne fra fixed-effects og random-effects sammenlignes hermed. Standardfejl i pooled OLS er beregnet under hensyntagen til intra-gruppe korrelation, således at der tages højde for, at observationer kan være korreleret i en bank, over tid. Den anvendte metode antager, at observationerne er uafhængige på tværs af banker. 1 Hertil skal pointeres, at til Albertazzi & Gambacorta, 2007, inkluderer et ekstra led af forsinket afhængig variabel. Men denne procedure vil yderligere reducere antallet af frihedsgrader i dette studie og potentielt svække resultaternes statistiske styrke.
4 Ved random- og fixed-effects estimation antages, at fejlleddet e, dekomponeres i to, et led der er konstant over tid samt et idiosynkratisk led. Således kan e skrives Side 4 e = δ i + u Dybest set kan forskellen mellem random-effects og fixed-effects forklares ved antagelserne omkring δ i. Ved random-effects antages E(δ i X )=0, mens der ikke antages noget om den betingende forventning til den uobserverede heterogenet ved fixed-effects. Nedenstående tabeller viser resultaterne af estimation af ovenstående ligninger ved brug af de forskellige estimationsmetoder gennemgået ovenfor.
5 Tabel 1: Pooled OLS Side 5 Variable ln(resultat før skat) ln(resultat efter skat) ln(resultat før skat) t-1 0,333*** (0,0737) (skat/resultat før skat) 0,0186*** (0,00335) -0,00843 (0,00764) (skat/resultat før skat)^2-0,000375*** (8,75e-05) -0,000377** (0,000178) ln(aktiver) 0,747*** (0,0807) 0,812*** (0,0994) Andel af totale aktiver -1,002*** (0,339) -0,969** (0,426) Årets nedskrivningsprocent -0,242*** (0,0869) -0,223** (0,0982) Årets udlånsvækst 0,00135 (0,00204) 0,00108 (0,00206) Udlån i forhold til egenkapal -0,0995*** (0,0203) -0,0994*** (0,0228) ln(resultat efter skat) t-1 0,270*** (0,0919) Konstant -3,426*** (0,428) -3,325*** (0,558) Års-dummies Ja Ja Observationer R-kvadreret 0,928 0,916 Robuste standardfejl i parentes *** p<0,01; ** p<0,05; * p<0,1
6 Tabel 2: Random effects Side 6 Variable ln(resultat før skat) ln(resultat efter skat) ln(resultat før skat) t-1 0,333*** (0,0698) (skat/resultat før skat) 0,0186*** (0,00338) -0,00843 (0,00817) (skat/resultat før skat)^2-0,000375*** (8,61e-05) -0,000377** (0,000175) ln(aktiver) 0,747*** (0,0780) 0,812*** (0,0950) Andel af totale aktiver -1,002*** (0,388) -0,969** (0,453) Årets nedskrivningsprocent -0,242*** (0,0693) -0,223*** (0,0725) Årets udlånsvækst 0,00135 (0,00197) 0,00108 (0,00199) Udlån i forhold til egenkapal -0,0995*** (0,0182) -0,0994*** (0,0197) ln(resultat efter skat) t-1 0,270*** (0,0866) Konstant -3,426*** (0,420) -3,325*** (0,520) Års-dummies Ja Ja Observationer Antal banker Robuste standardfejl i parentes *** p<0,01; ** p<0,05; * p<0,1
7 Tabel 3: Fixed effects Side 7 Variable ln(resultat før skat) ln(resultat efter skat) ln(resultat før skat) t-1 0,0543 (0,0870) (skat/resultat før skat) 0,0135*** (0,00431) -0,0180** (0,00837) (skat/resultat før skat)^2-0,000372*** (0,000103) -0,000352** (0,000154) ln(aktiver) 0,358 (0,344) 0,399 (0,365) Andel af totale aktiver -2,213 (7,246) -3,604 (6,553) Årets nedskrivningsprocent -0,447*** (0,109) -0,423*** (0,116) Årets udlånsvækst -0,00395 (0,00292) -0,00136 (0,00329) Udlån i forhold til egenkapal 0,0430 (0,0658) -0,0163 (0,0647) ln(resultat efter skat)(t-1) -0,0172 (0,0862) Konstant 4,464 5,212 (5,313) (5,614) Års-dummies Ja Ja Observationer R-kvadreret 0,547 0,564 Antal banker Robuste standardfejl i parentes *** p<0,01; ** p<0,05; * p<0,1
8 Side 8 Fortolkning af resultaterne Først analyseres den interessante koefficient i kolonne 1 i tabel 1, nemlig koefficienten på (skat/resultat før skat), eller den effektive skatteprocent. Heraf ses, at semi-elasticeten kan beregnes til 1,86. Denne størrelse udtrykker ændringen i procent af resultatet før skat, når den effektive skatteprocent øges med én enhed. Således ses, at stiger den effektive skattesats med én procentpoint, stiger bankernes resultat før skat med 1,86 pct. Kolonne to i tabel 1 fortæller derimod, at en stigning i den effektive skatteprocent ingen effekt har på resultatet efter skat. Det ses, da koefficienten er insignifikant. Et eksempel viser effekterne af ovenstående analyse i håndgribelige størrelser. Antag en bank, der i udgangsposionen har et resultat før skat på 100 kr. Skattesatsen er 25 pct., så banken betaler 25 kr. i skat og har et resultat efter skat på 75 kr. Stiger selskabsskatten til 26 pct. viser analysen, at resultatet før skat øges til 100+1,82=101,82. Betales nu 26 pct. i skat af dette beløb er resultatet efter skat 75,35 kr. Altså stort set identisk med resultatet efter skat før en ændring i skatteprocenten 2. Tages der højde for usikkerheden på estimatet, kan det ikke afvises, at resultatet efter skat er 75,00 kr. Sådanne resultater viser, at stigninger i skatten overføres på bankens kunder, idet stigende skatter medfører stigende resultat før skat. Stigninger i resultatet før skat fremkommer ved at hæve rentemarginalen, øge gebyrindtægterne eller nedbringe omkostningerne. Dette resultat er ikke overraskende. En virksomhed har en række ejere; pålægges virksomheden at skulle betale ekstra skat, vil investorerne naturligvis kompenseres for denne reduktion i det afkast, investorerne kan forvente nu og i fremtiden. For ikke at reducere markedsværdien vil virksomheden forsøge at holde investorernes forventninger til fremtidens resultat uændret enten ved at hæve indtægterne eller sænke omkostningerne i det omfang, det er muligt. Resultater fra estimation foretaget ved random-effects viser stort set identiske koefficienter, men er i princippet ikke overraskende, da random-effects estimation er et specialtilfælde af pooled OLS. Derimod er resultaterne af estimation foretaget ved hjælp af fixed-effects metoden ganske forskellige. Fixed-effects resultaterne viser, at koefficienten på skatteprocenten er statistisk signifikant i både resultatet før skat og på resultatet efter skat. Den effektive skatteprocent har en posiv effekt på resultatet før skat og en negativ effekt på resultatet efter skat. Dette viser, at når der kontrolleres for tidsinvariante uobserverede effekter, der er korrelerede med forklarende variab- 2 Bemærk, at 1,82 afviger fra 1,86, hvilket skyldes medregning af den signifikante koefficient på den effektive skattesats kvadreret.
9 ler i modellen, påvirkes bankers resultat før skat posivt, mens resultatet efter skat reduceres. Side 9 Man kan dog i denne analyse stille sig krisk over for fixed-effects estimationen. Årsagen er, at den centrale antagelse om, at uobserveret heterogenet er konstant over tid, ikke er realistisk. Som nævnt tidligere, indeholder den uobserverede heterogenet faktorer som for eksempel kundesammensætningen, ledelseskvalet, makroøkonomiske faktorer etc. Det er ikke realistisk, at disse ikke varierer over tid. Noget af variationen fanges ved at inkludere års-dummies, men dette fanger formentlig ikke samtlige effekter af de uobserverede variable, da de potentielt trækker i forskellig retning. Derfor fokuseres primært på resultaterne af den pooled OLS analyse. Robusthedsanalyse Som Albertazzi & Gambacorta, 2007, foretages der her lignende test af resultaternes robusthed. Dette vil sige, at skatteprocenten erstattes med den faktiske betalte skat, samt at værdien af variable, der tidligere var målt i logarmer, nu måles i niveauer. Dette har den ekstra fordel, at flere observationer nu kan inkluderes i regressionen. Resultaterne af disse regressioner findes i Bilag 1. I regressionen for resultat før skat er koefficienten på skattebetalingen givet ved 1,093, og denne er signifikant. Et 95 pct. konfidensinterval for koefficienten er givet ved [0,33;1,85], derudover er p-værdien på test af koefficienten lig 1 givet ved 0,8082. I regressionen for resultat efter skat er koefficientestimatet på skattebetalingen givet ved 0,49. Koefficientestimatet er ikke signifikant forskelligt fra nul. Resultaterne herfra er i overensstemmelse med resultaterne i Albertazzi & Gambacorta, 2007, og underbygger således, at stigninger i selskabsskattebetalingen ikke påvirker resultatet efter skat, med derimod har en signifikant posiv effekt på resultatet før skat, hvilket igen underbygger, at banker er i stand til at overvælte hele skattestigningen på kunderne. Bilag 2 viser resultaterne af en regression, hvor den afhængige variabel (og dennes lagged) er erstattet af udbytte per aktie. Alle variable i denne regression er målt i niveau. Resultaterne af denne regression underbygger, at aktionærer ikke påvirkes af ændringer i skattebetalingen, da koefficienten på såvel skattebetalingen som skattebetalingen kvadreret er insignifikant på det standard 5 pct. niveau. Resultaterne i internationalt perspektiv En overvæltning af skatter på kunderne er lagt fra et dansk særsyn. Tilbage i 1998 studerede forskere fra Verdensbanken (se Demirguc-Kunt & Huizinga, 1998) banksektoren i 80 lande (inklusiv Danmark) i perioden 1988 til Deres analyse af overvæltningsgraden af skat på forbrugerne viste, at denne
10 var 121 pct. i lande med høj indkomst, mens den var 100 pct. for gruppen af lande med en indkomst i den øvre midte. Side 10 Albertazzi & Gambacorta, 2007, analyserer data for ti industrialiserede lande (ikke Danmark) i perioden Deres empiriske tilgang er i vid udstrækning identisk med tilgangen i Demirguc-Kunt & Huizinga, 1998, om end den bygger på et andet teoretisk fundament. Analysen fra den alienske centralbank underbygger billedet i nærværende analyse samt studiet af Demirguc-Kunt & Huizinga, 1998, idet Albertazzi & Gambacorta, 2007, viser, at overvæltningen af skatter på kunder er mindst 90 pct. Lteratur Ugo Albertazzi & Leonardo Gambacorta, "Bank profabily and taxation," Temi di discussione (Economic working papers) 649, Bank of Italy, Economic Research Department. Demirguc-Kunt, Asli & Huizinga, Harry, "Determinants of commercial bank interest margins and profabily: some international evidence," Policy Research Working Paper Series 1900, The World Bank. Demirguc-Kunt, Asli & Huizinga, Harry, "The taxation of domestic and foreign banking," Journal of Public Economics, Elsevier, vol. 79(3), pages , March.
11 Bilag 1 Resultater af robusthedsanalyse Side 11 Variable Resultat efter skat Resultat før skat Resultat efter skat t *** (0.111) Skattebetaling (0.382) 1.093*** (0.384) Skattebetaling^2 1.74e-07 (1.45e-07) 2.48e-07** (1.11e-07) Aktiver ( ) ( ) Andel af totale aktiver 1.077e+07 (1.214e+07) 7.937e+06 (1.549e+07) årets nedskrivningsprocent -25,728 (15,625) -32,487** (14,985) årets udlånsvækst 487.3* (282.9) 558.9* (311.9) Udlån i forhold til egenkapal -5,969 (5,432) -5,284 (5,054) Resultat før skat t *** (0.0788) Konstant 1,971 (44,781) 14,492 (46,107) Års-dummies Ja Ja Observationer R-kvadreret 0,947 0,964 Robuste standardfejl i parentes *** p<0,01; ** p<0,05; * p<0,1 Test af koefficient på skattebetaling lig med nul i regression for resultat efter skat, giver en p-værdi på 0,21 og kan således ikke afvises. Test af koefficient på skattebetaling lig et i regression for resultat før skat giver en p-værdi på 0,81 og kan således ikke forkastes.
12 Bilag 2 Effekten af skattebetaling på udbytte per aktie Side 12 Variable Udbytte pr. aktie Udbytte pr. aktie t-1 1,035*** (0,0313) Skattebetaling 6,99e-06* (3,2e-06) Skattebetaling^2-1,06e-11** (0) Aktiver 9,51e-09 (3,93e-08) Andel af totale aktiver 2,959 (204,5) årets nedskrivningsprocent -0,169 (0,350) årets udlånsvækst 0,00411 (0,0191) Udlån i forhold til egenkapal -0,189 (0,258) Konstant 0,608 (1,054) Års-dummies Ja Observationer 252 R-kvadreret 0,985 Robuste standardfejl i parentes *** p<0,01; ** p<0,05; * p<0,1
13 Bilag 3 Effekten af skatteændringer på forskellige parametre Side 13 Variable ln(renteindtægter) ln(renteudgifter) ln(gebyrindtægter) ln(renteindtægter) t-1 0,423*** (0,139) (skat/resultat før skat) 0,00136* 0, , (0,000790) (0,000931) (0,000754) (skat/resultat før skat)^2-1,05e-05 2,41e-05* 1,83e-05* (1,08e-05) (1,36e-05) (9,65e-06) ln(aktiver) 0,564*** 0,456*** 0,0827** (0,134) (0,161) (0,0346) Andel af totale aktiver -0,600*** -0,802** -0,311** (0,203) (0,314) (0,154) årets nedskrivningsprocent 0,0167** 0,0196** -0, (0,00749) (0,00946) (0,00703) årets udlånsvækst 0,00142* 0,00393* 0,00305*** (0,000811) (0,00207) (0,00116) Udlån i forhold til egenkapal 0, ,0155* -0,0140*** (0,00649) (0,00892) (0,00536) ln(renteudgifter) t-1 0,569*** (0,160) ln(gebyrindtægter) t-1 0,934*** (0,0309) Konstant -1,607*** -2,116*** -0,437** (0,368) (0,722) (0,200) Års-dummies Ja Ja Ja Observationer R-kvadreret 0,987 0,981 0,988 Robuste standardfejl i parentes *** p<0,01; ** p<0,05; * p<0,1
Økonometri 1 Efterår 2006 Ugeseddel 11
Økonometri 1 Efterår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave: Paneldata estimation Sammenhængen mellem alder og
Læs mereEffekten af indvandring på indfødte danskeres løn og beskæftigelse
d. 22.05.2017 Brian Krogh Graversen (DØRS) Effekten af indvandring på indfødte danskeres løn og beskæftigelse I kapitlet Udenlandsk arbejdskraft i Dansk Økonomi, forår 2017 analyseres det, hvordan indvandringen
Læs mereBetydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere
DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel
Læs mereBilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.
Bilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed. FORSYNINGSSEKRETARIATET FEBRUAR 2013 INDLEDNING... 3 1. COSTDRIVERSAMMENSÆTNING...
Læs mereOut-of-sample forecast samt reestimation af ADAMs lønligning
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Peter Agger Troelsen 31. oktober 2013 Out-of-sample forecast samt reestimation af ADAMs lønligning Resumé: Papiret reestimerer ADAMs lønligning og vurderer
Læs mereFokus på Forsyning. Datagrundlag og metode
Fokus på Forsyning I notatet gennemgås datagrundlaget for brancheanalysen af forsyningssektoren sammen med variable, regressionsmodellen og tilhørende tests. Slutteligt sammenfattes analysens resultater
Læs mereØkonometri 1. Gentagne tværsnit (W ): Opsamling. Gentagne tværsnit og paneldata. Gentagne Tværsnit og Paneldata II.
Gentagne tværsnit (W 13.1-): Opsamling. Økonometri 1 Gentagne Tværsnit og Paneldata II Kombinerer tværsnit indsamlet på forskellige tidspunkter. Partial pooling: Tillader koefficienterne til nogle af variablerne
Læs mereØkonometri: Lektion 2 Multipel Lineær Regression 1/27
Økonometri: Lektion 2 Multipel Lineær Regression 1/27 Multipel Lineær Regression Sidst så vi på simpel lineær regression, hvor y er forklaret af én variabel. Der er intet, der forhindre os i at have mere
Læs mereKvantitative metoder 2
Gentagne tværsnit og paneldata Kvantitative metoder 2 Gentagne tværsnit og panel data II 9. maj 2007 I dag: To-periode panel data: Følger de samme individer over to perioder (13.3-4) Unobserved effects
Læs mereØkonometri 1 Forår 2006 Ugeseddel 11
Økonometri 1 Forår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave 5: Paneldata estimation af indkomstligninger på danske
Læs mereØkonometri 1. Oversigt. Mere om dataproblemer Gentagne tværsnit og panel data I
Oversigt Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I Info om prøveeksamen Mere om proxyvariabler og målefejl fra sidste gang. Selektion og dataproblemer Intro til nyt emne: Observationer
Læs mereKøbenhavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked
N O T A T Københavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked Baggrund og resume Efter i årevis at have rapporteret om et fastfrosset boligmarked, har de danske
Læs mereLav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen
n o t a t Lav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen 8. december 29 Kort resumé Henover året har der været megen fokus på faldet i bankernes udlån til virksomhederne.
Læs mereØkonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2
Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition
Læs mereSimpel Lineær Regression: Model
Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 + β 1 x + u, hvor fejlledet u, har egenskaben E[u x] = 0. Dette betyder bl.a. E[y x]
Læs mereØkonometri: Lektion 2 Multipel Lineær Regression 1/33
Økonometri: Lektion 2 Multipel Lineær Regression 1/33 Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 +β 1 x +u, hvor fejlledet u,
Læs mereBaggrundsnotat: Søskendes uddannelsesvalg og indkomst
17. december 2013 Baggrundsnotat: Søskendes uddannelsesvalg og indkomst Dette notat redegør for den økonometriske analyse af indkomstforskelle mellem personer med forskellige lange videregående uddannelser
Læs mereN O T A T. Antallet af bankfilialer i Danmark falder i takt med at flere og flere danskere anvender bankernes digitale løsninger.
N O T A T Filial eller netbank 24. oktober 2013 Antallet af bankfilialer i Danmark falder i takt med at flere og flere danskere anvender bankernes digitale løsninger. Ved seneste opgørelse i 2012 brugte
Læs mereBilag 1: Robusthedsanalyser af effektiviseringspotentialerne. Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.
Bilag 1: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed. FORSYNINGSSEKRETARIATET OKTOBER 2013 Indholdsfortegnelse Indledning
Læs merePrisniveauet i en kommune måles ved husprisen pr. kvadratmeter.
Data Kommunale karakteristika (50 kommuner i hovedstadsregionen) Prisniveauet i en kommune måles ved husprisen pr. kvadratmeter. Er kommunale karakteristika, herunder skatteprocent og serviceniveau, kapitaliseret
Læs mereBilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET AUGUST 2014 VERSION 3
Bilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET AUGUST 2014 VERSION 3 Indholdsfortegnelse Indledning Prisudvikling 2.1 Prisudviklingen fra 2014 til
Læs mereAnalyse 20. august 2015
Analyse 20. august 2015 Lukning af kaserner har ikke været forbundet med tab af lokale private eller offentlige arbejdspladser uden for forsvaret Af Kristian Thor Jakobsen, Nicolai Kaarsen og Edith Madsen
Læs mereAnalyse: Prisen på egenkapital og forrentning
N O T A T Analyse: Prisen på egenkapital og forrentning Bankerne skal i fremtiden være bedre polstrede med kapital end før finanskrisen. Denne analyse giver nogle betragtninger omkring anskaffelse af ny
Læs mere! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data)
Dagens program Økonometri 1 Specifikation, og dataproblemer 10. april 003 Emnet for denne forelæsning er specifikation (Wooldridge kap. 9.-9.4)! Proxy variable! Målefejl! Manglende observationer! Dataudvælgelse!
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007II. Økonometri 1
Rettevejledning til Økonomisk Kandidateksamen 2007II Økonometri 1 Vurderingsgrundlaget for tag-hjem eksamen er selve opgavebesvarelsen og bilaget. Programmer og data bedømmes som sådan ikke, men er anvendt
Læs mereDen samlede model til estimation af lønpræmien er da givet ved:
Lønpræmien Lønpræmien i en branche kan indikere, om konkurrencen er hård eller svag i branchen. Hvis der er svag konkurrence mellem virksomhederne i branchen, vil det ofte give sig udslag i både højere
Læs mereNotat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober
Notat Oktober Notat om produktivitet og lange videregående uddannelser Martin Junge Oktober 21 Notat om produktivitet og lange videregående uddannelser Notat om produktivitet og lange videregående uddannelser
Læs mereEksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning
1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion
Læs mere1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata
1 Intoduktion Før man springer ud i en øvelse om paneldata og panelmodeller, kan det selvfølgelig være rart at have en fornemmelse af, hvorfor de er så vigtige i moderne mikro-økonometri, og hvorfor de
Læs mereUddybende beregninger til Produktivitetskommissionen
David Tønners Uddybende beregninger til Produktivitetskommissionen I forlængelse af mødet i Produktivitetskommissionen og i anledning af e-mail fra Produktivitetskommissionen med ønske om ekstra analyser
Læs mereBilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser
Bilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET OKTOBER 2015 VERSION 2 Indholdsfortegnelse Indledning Prisudvikling 2.1 Prisudviklingen fra prisloft
Læs mereØkonometri 1. Dagens program. Den multiple regressionsmodel 18. september 2006
Dagens program Økonometri Den multiple regressionsmodel 8. september 006 Opsamling af statistiske resultater om den simple lineære regressionsmodel (W kap..5). Den multiple lineære regressionsmodel (W
Læs mereRentevåbnet løser ikke vækstkrisen
. marts 9 af Jeppe Druedahl og chefanalytiker Frederik I. Pedersen (tlf. 1) Rentevåbnet løser ikke vækstkrisen Analysen viser, at de renter, som virksomhederne og husholdninger låner til, på trods af gentagne
Læs mereMarkante sæsonudsving på boligmarkedet
N O T A T Markante sæsonudsving på boligmarkedet 9. marts 0 Denne analyse estimerer effekten af de sæsonudsving, der præger prisudviklingen på boligmarkedet. Disse priseffekter kan være hensigtsmæssige
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereBilag 1 Costdriversammensætning
Bilag 1 Costdriversammensætning August 2017 Bilag 1 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Bilag 1 er udarbejdet
Læs mere1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ
Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen
Læs mereSeminaropgave: Præsentation af idé
Seminaropgave: Præsentation af idé Erik Gahner Larsen Kausalanalyse i offentlig politik Dagsorden Opsamling på kausalmodeller Seminaropgaven: Praktisk info Præsentation Seminaropgaven: Ideer og råd Kausalmodeller
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007 KM2: F22 1 Program Specifikation og dataproblemer, fortsat (Wooldridge kap. 9): Betydning af målefejl Dataudvælgelse: Manglende observationer
Læs mereBenchmarking af kommunernes sagsbehandling antagelser, metode og resultater
Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater Anna Amilon Materiel vurdering Ved vurderingen af en afgørelses materielle indhold vurderes afgørelsens korrekthed i forhold
Læs meregrupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
Læs mereEksportørgevinst i eksportrelationen
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Ivanna Blagova 4. maj 2016 Eksportørgevinst i eksportrelationen Resumé: Nogle muligheder for at inkludere eksportørgevinst i eksportrelationen er undersøgt.
Læs mereØkonometri Lektion 1 Simpel Lineær Regression 1/31
Økonometri Lektion 1 Simpel Lineær Regression 1/31 Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Statistisk model: Vi antager at sammenhængen
Læs mereModul 12: Regression og korrelation
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 12: Regression og korrelation 12.1 Sammenligning af to regressionslinier........................ 1 12.1.1 Test for ens hældning............................
Læs mereBILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Bilag til Evaluering af de nationale test i folkeskolen Dato September 2013 BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Læs mereDansk Erhvervs gymnasieanalyse Sådan gør vi
METODENOTAT Dansk Erhvervs gymnasieanalyse Sådan gør vi FORMÅL Formålet med analysen er at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge
Læs mereVejledning om stresstest for små og mellemstore pengeinstitutter
6. september 2019 Vejledning om stresstest for små og mellemstore pengeinstitutter 1. Indledning Pengeinstitutter udfører makroøkonomiske stresstest i forbindelse med udarbejdelsen af blandt andet genopretningsplaner
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereHvornår betaler du din restskat? Betydning af små incitamenter.
Hvornår betaler du din restskat? Betydning af små incitamenter. Peer EbbesenSkov (Københavns Universitet & Rockwool Fondens Forskningsenhed) Fredag d. 19. juni 2015 The Economic Policy Research Network
Læs mereHvordan sikres et stærkt lokalt erhvervsliv?
A Claus Aastrup Seidelin, Seniorchefkonsulent clas@di.dk, 2779 6422 Kristian Binderup Jørgensen, Ledende økonom kbj@kraka.org, 3140 8705 SEPTEMBER 2019 Hvordan sikres et stærkt lokalt erhvervsliv? Virksomheder,
Læs mereSkatteregler for udbytte hæmmer risikovilligheden
Skatteregler for udbytte hæmmer risikovilligheden Denne analyse sammenligner afkastet ved en investering på en halv million kroner i risikobehæftede aktiver fremfor i mere sikre aktiver. De danske beskatningsregler
Læs merePsykisk arbejdsmiljø og stress
Psykisk arbejdsmiljø og stress - Hvilke faktorer har indflydelse på det psykiske arbejdsmiljø og medarbejdernes stress Marts 2018 Konklusion Denne analyse forsøger at afklare, hvilke faktorer der påvirker
Læs mereBilag 1. Costdriversammensætning. November 2016 VERSION 3
Bilag 1 Costdriversammensætning November 2016 VERSION 3 Bilag 1 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online
Læs mereBaggrundsnotat: Modelteknisk
Sekretariatet for Energitilsynet Baggrundsnotat: Modelteknisk materiale Store forskelle i varmepriserne hvorfor? Center for Varme Tekniske bilag I dette baggrundsnotat gennemgås de økonometriske forhold
Læs mereBankernes afkast må øges
N O T A T Bankernes afkast må øges 15. december 2011 I dette notat analyseres danske bankernes afkast Blandt konklusionerne er Forrentningen af egenkapitalen i danske banker er meget lav. De seneste tre
Læs mereModersmålsbaseret undervisning-
Modersmålsbaseret undervisning- Gruppebaseret indsats på 4. klassetrin Bilag a: Analysemodel og effekter Data Serietitel og nummer Bilag til faglig rapport 2017 Titel Modersmålsbaseret undervisning Undertitel
Læs mereKvantitative metoder 2
Kvantitative metoder Heteroskedasticitet 11. april 007 KM: F18 1 Oversigt: Heteroskedasticitet OLS estimation under heteroskedasticitet (W.8.1-): Konsekvenser af heteroskedasticitet for OLS Gyldige test
Læs mereBilag 1 Costdriversammensætning
Bilag 1 Costdriversammensætning August 2018 Bilag 1 - Costdriversammensætning Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk
Læs mereBeskæftigelsesudvalget BEU Alm.del endeligt svar på spørgsmål 38 Offentligt
Beskæftigelsesudvalget 2015-16 BEU Alm.del endeligt svar på spørgsmål 38 Offentligt Folketingets Beskæftigelsesudvalg lov@ft.dk Ikke-medlem af udvalget (MFU) Yildiz Akdogan yildiz.akdogan@ft.dk Beskæftigelsesministeriet
Læs mereDansk Erhvervs gymnasieeffekt - sådan gør vi
Dansk Erhvervs gymnasieeffekt - sådan gør vi FORMÅL Formålet har været at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge blot ved at
Læs mereTest for strukturelle ændringer i investeringsadfærden
d. 6.10.2016 De Økonomiske Råds Sekretariat Test for strukturelle ændringer i investeringsadfærden Dette notat redegør for de stabilitetstest af forskellige tidsserier vedrørende investeringsadfærden i
Læs mereKapitel 11 Lineær regression
Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),
Læs mereVejledende løsninger kapitel 9 opgaver
KAPITEL 9 OPGAVE 1 a) Hypoteser H 0 : Der er uafhængighed (ingen sammenhæng) i kontingenstabellen H 1 : Der er afhængighed (sammenhæng) i kontingenstabellen Observerede værdier Ny metode Gammel metode
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007 KM2: F21 1 Program for de to næste forelæsninger Emnet er specifikation og dataproblemer (Wooldridge kap. 9) Fejlleddet kan være korreleret
Læs merePerspektiver i Matematik-Økonomi: Linær regression
Perspektiver i Matematik-Økonomi: Linær regression Jens Ledet Jensen H2.21, email: jlj@imf.au.dk Perspektiver i Matematik-Økonomi: Linær regression p. 1/34 Program for i dag 1. Indledning: sammenhæng mellem
Læs mereBilag 4. Costdriversammensætning
Bilag 4 Costdriversammensætning Juli 2019 Bilag 44 - Costdriversammensætning Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk
Læs mereStatistik Lektion 17 Multipel Lineær Regression
Statistik Lektion 7 Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x
Læs mereDe variable, som er inkluderet i de forskellige modeller, er følgende:
DUL II. Undersøgelse af hvilke faktorer, der er væsentlige for at understøtte, at der er klare og veltilrettelagte mål tilstede i arbejdet med elevernes læring Følgende er en statistisk analyse af ovenstående
Læs mereAnvendt Statistik Lektion 7. Simpel Lineær Regression
Anvendt Statistik Lektion 7 Simpel Lineær Regression 1 Er der en sammenhæng? Plot af mordraten () mod fattigdomsraten (): Scatterplot Afhænger mordraten af fattigdomsraten? 2 Scatterplot Et scatterplot
Læs mereAnalysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17
nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse
Læs mereReestimation af importpriser på energi til ADAM Oktober 2016
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Nikolaj M. D. Hansen 10. januar 2017 Reestimation af importpriser på energi til ADAM Oktober 2016 Resumé: Dette papir dokumenterer en reestimation af importpriserne
Læs mereBaggrundsnotat: Undervisningstimer på universitetet
17. december 2013 Baggrundsnotat: Undervisningstimer på universitetet Dette notat redegør for den økonometriske analyse af sammenhængen mellem undervisningstid og indkomst i afsnit 5.3 i Analyserapport
Læs mereSelskabsskatterelationen i april 2007
Danmarks Statistik MODELGRUPPEN arbejdspapir* Tony M. Kristensen 2. oktober 2007 Selskabsskatterelationen i april 2007 Resumé: I papirets første afsnit beskrives selskabsskatterelationen, som den ser ud
Læs mereRegneeksempel for forholdet mellem enkeltkøbspriser og pakkepriser
3. november 0 Regneeksempel for forholdet mellem enkeltkøbspriser og pakkepriser I notatet gennemgås en beregningsmodel, der kan give en fornemmelse af de prismæssige konsekvenser af at gå fra et tv-marked
Læs mereSolide og lønsomme virksomheder får oftere et ja i banken
Solide og lønsomme virksomheder får oftere et ja i banken Banken står klar med kapital og vil gerne låne ud til sunde og kreditværdige erhverv. Solid egenkapital og en lønsom forrentning er afgørende,
Læs mereUNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER
UNDERVISNINGSEFFEKT-MODELLEN 2006 METODE OG RESULTATER Undervisningseffekten udregnes som forskellen mellem den forventede og den faktiske karakter i 9. klasses afgangsprøve. Undervisningseffekten udregnes
Læs mereDemo af PROC GLIMMIX: Analyse af gentagne observationer
Demo af PROC GLIMMIX: Analyse af gentagne observationer Kristina Birch, seniorkonsulent, PS Banking Agenda Uafhængige vs. afhængige observationer Analyse af uafhængige vs. afhængige observationer Lille
Læs mereHypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0
Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereUge 13 referat hold 4
Uge 13 referat hold 4 Gruppearbejde 1a: Er variablen kvotient inkluderet på en hensigtsmæssig måde? Der er to problemer med kvotient: 1) Den er trunkeret ved 6.9 og 10.0, løsningen er at indføre dummyer
Læs mereTænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i.
Repetition af vektor-regning Økonometri: Lektion 3 Matrix-formulering Fordelingsantagelse Hypotesetest Antag vi har to n-dimensionelle (søjle)vektorer a 1 b 1 a 2 a =. og b = b 2. a n b n Tænk på a og
Læs mereEstimation af bilkøbsrelationen med nye indkomst- og formueudtryk
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Edith Madsen 21. juli 1997 Estimation af bilkøbsrelationen med nye indkomst- og formueudtryk Resumé: Papiret præsenterer en reestimationen af fcb-relationen.
Læs mereHvad kan forklare danmarks eksport mønster?
Organisation for erhvervslivet Januar 2010 Hvad kan forklare danmarks eksport mønster? AF CHEFKONSULENT MORTEN GRANZAU NIELSEN, MOGR@DI.DK en nyudviklet eksportmodel fra DI kan forklare 90 pct. af Danmarks
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse
Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1
Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006 Økonometri 1: F8 1 Dagens program Opsamling om asymptotiske egenskaber: Asymptotisk normalitet Asymptotisk efficiens Test af flere lineære
Læs merefor drikkevandsselskaberne
OPEXnetvolumenmål for drikkevandsselskaberne Teknisk beregning af omkostningsækvivalenter til brug for OPEX-del af benchmarkingmodellen for 2019 og frem November 2017 OPEX-netvolumenmål for drikkevandsselskaberne
Læs mereMLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som
MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,
Læs merefor drikkevandsselskaberne
OPEXnetvolumenmål for drikkevandsselskaberne Teknisk beregning af omkostningsækvivalenter til brug for OPEX-del af benchmarkingmodellen for 2019 og frem Januar 2018 OPEX-netvolumenmål for drikkevandsselskaberne
Læs mereSimpel Lineær Regression
Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Vi antager at sammenhængen mellem y og x er beskrevet ved y = β 0 + β 1 x + u. y: Afhængige
Læs mereEksamen på Økonomistudiet 2006-II. Tag-Med-Hjem-Eksamen. Makroøkonomi, 2. årsprøve, Økonomien på langt sigt. Efterårssemestret 2006
Eksamen på Økonomistudiet 2006-II ag-med-hjem-eksamen Makroøkonomi, 2. årsprøve, Økonomien på langt sigt Efterårssemestret 2006 Udleveres tirsdag den 2. januar 2007, kl. 10.00 Afleveres torsdag den 4.
Læs mereModule 3: Statistiske modeller
Department of Statistics ST502: Statistisk modellering Pia Veldt Larsen Module 3: Statistiske modeller 31 ANOVA 1 32 Variabelselektion 4 321 Multipel determinationskoefficient 5 322 Variabelselektion med
Læs mereSkatteudvalget SAU Alm.del endeligt svar på spørgsmål 222 Offentligt
Skatteudvalget 2017-18 SAU Alm.del endeligt svar på spørgsmål 222 Offentligt 6. april 2018 J.nr. 2018-903 Til Folketinget Skatteudvalget Hermed sendes endeligt svar på spørgsmål nr. 222 af 1. februar 2018
Læs mereØkonometri: Lektion 7 Emne: Prædiktionsintervaller, RESET teset, proxy variable og manglende data.
Økonometri: Lektion 7 Emne: Prædiktionsintervaller, RESET teset, proxy variable og manglende data. 1 / 32 Motivation Eksempel: Savings = β 0 + β 1 Income + u Vi ved allerede, hvordan vi estimerer regresseionlinjen:
Læs mereKreditinstitutter. Halvårsartikel 2018
Kreditinstitutter Halvårsartikel 2018 Indholdsfortegnelse 1. Sammenfatning...1 2. Kreditinstitutter i Danmark...2 3. Fortsat høje overskud på trods af lave renteindtægter...4 4. Udlånsvækst i danske kreditinstitutter...5
Læs mere12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse
. september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression
Læs mereKapitalisering af grundskylden i enfamiliehuse
Mads Rahbek Jørgensen Anne Kristine Høj Kapitalisering af grundskylden i enfamiliehuse I dette notat redegøres for resultaterne af estimationen af kapitaliseringen af grundskylden i ejendomspriserne som
Læs mereFORDELING AF ARV. 28. juni 2004/PS. Af Peter Spliid
28. juni 2004/PS Af Peter Spliid FORDELING AF ARV Arv kan udgøre et ikke ubetydeligt bidrag til forbrugsmulighederne. Det er formentlig ikke tilfældigt, hvem der arver meget, og hvem der arver lidt. For
Læs mereEksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet
Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,
Læs mereMetodenotat FLIS sammenligningskommuner 2016-data
Metodenotat FLIS sammenligningskommuner 2016-data Dette notat præsenterer metoden bag beregningen af de modeller, der anvendes til bestemmelse af sammenligningskommuner i FLIS. Den seneste beregning er
Læs mere