Indtjening, konkurrencesituation og produktudvikling i danske virksomheder



Relaterede dokumenter
Indtjening, konkurrencesituation og produktudvikling i danske virksomheder

Økonometri 1 Forår 2003 Ugeseddel 10: Prøveeksamen. Indtjening, konkurrencesituation og produktudvikling i danske virksomheder. Om opgavens formål:

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Økonometri 1 Efterår 2006 Ugeseddel 9

Fagblok 4b: Regnskab og finansiering 2. del Hjemmeopgave kl til kl

Økonometri 1 Efterår 2006 Ugeseddel 13

Kvantitative metoder 2 Forår 2007 Ugeseddel 9

Ugeseddel 8. Gruppearbejde:

Bilag 6: Økonometriske

Økonometri 1. Heteroskedasticitet 27. oktober Økonometri 1: F12 1

Kvantitative metoder 2 Forår 2007 Ugeseddel 10

Beregning af strukturel arbejdsstyrke

Lineær regressionsanalyse8

Landbrugets efterspørgsel efter Kunstgødning. Angelo Andersen

Luftfartens vilkår i Skandinavien

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Økonometri 1. Avancerede Paneldata Metoder I 24.november F18: Avancerede Paneldata Metoder I 1

Real valutakursen, ε, svinger med den nominelle valutakurs P P. Endvidere antages prisniveauet i ud- og indland at være identisk, hvorved

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Prøveeksamen Indtjening, konkurrencesituation og produktudvikling i danske virksomheder Kommenteret vejledende besvarelse

Økonometri 1. Lineær sandsynlighedsmodel. Hvad nu hvis den afhængige variabel er en kvalitativ variabel (med to kategorier)?

DLU med CES-nytte. Resumé:

Eksamen på Økonomistudiet 2007-I. Fag: Økonometri 1. Årsprøvefag januar Tag-hjem opgave

Tabsberegninger i Elsam-sagen

Rettevejledning til Økonomisk Kandidateksamen 2007I, Økonometri 1

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

TALTEORI Følger og den kinesiske restklassesætning.

Forberedelse til den obligatoriske selvvalgte opgave

Kvantitative metoder 2

Kvantitative metoder 2

Økonometri 1. Test for heteroskedasticitet. Test for heteroskedasticitet. Dagens program. Heteroskedasticitet 26. oktober 2005

EKSAMEN I MATEMATIK-STATISTIK, 27. JANUAR 2006, KL 9-13

Kvantitative metoder 2

Kvantitative metoder 2

Fastlæggelse af strukturel arbejdsstyrke

Opsamling. Simpel/Multipel Lineær Regression Logistisk Regression Ikke-parametriske Metoder Chi-i-anden Test

Binomialfordelingen. Erik Vestergaard

Økonomisk Kandidateksamen 2005II Økonometri 1. Lønpræmier

Handleplan for Myndighed (Handicap og Socialpsykiatri)

Ny Langeland Kommunes redegørelse 2007 til brug for rammeaftalen på de sociale og socialpsykiatriske tilbud i Region Syddanmark

Udvikling af en metode til effektvurdering af Miljøstyrelsens Kemikalieinspektions tilsyn og kontrol

Økonometri 1. Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006

6. SEMESTER Epidemiologi og Biostatistik Opgaver til 3. uge, fredag

Der må ikke udelades omkostninger, som er nævnt i vejledningen, ligesom der kun må indberettes de omkostninger, der er nævnt i vejledningen.

Husholdningsbudgetberegner

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelkontrol

Økonometri 1. Interne evalueringer. Interne evalueringer. Dagens program. Heteroskedaticitet (Specifikation og dataproblemer) 2.

Anvendt Statistik Lektion 10. Regression med både kvantitative og kvalitative forklarende variable Modelsøgning Modelkontrol

FOLKEMØDE-ARRANGØR SÅDAN!

Kvantitative metoder 2

Handlingsplan om bedre overvågning af biologiske lægemidler, biosimilære lægemidler og vacciner

Økonometri 1. Lineær sandsynlighedsmodel (Wooldridge 8.5). Dagens program: Heteroskedasticitet 30. oktober 2006

Europaudvalget EUU alm. del Bilag 365 Offentligt

DCI Nordsjælland Helsingrsgade SiR 3400 Hillerød Telefon Fax

Inertimoment for arealer

Rettevejledning til Økonomisk Kandidateksamen 2005II, Økonometri 1

HVIS FOLK OMKRING DIG IKKE VIL LYTTE, SÅ KNÆL FOR DEM OG BED OM TILGIVELSE, THI SKYLDEN ER DIN. Fjordor Dostojevskij

Kreditrisiko efter IRBmetoden

Statistik II Lektion 5 Modelkontrol. Modelkontrol Modelsøgning Større eksempel

Brugerhåndbog. Del IX. Formodel til beregning af udlandsskøn

NOTAT:Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2014

Aftale om generelle vilkår for tillidsrepræsentanter -^ i Magistratsafdelingen for Sundhed og Omsorg

Validering og test af stokastisk trafikmodel

Nøglebegreber: Objektivfunktion, vægtning af residualer, optimeringsalgoritmer, parameterusikkerhed og korrelation, vurdering af kalibreringsresultat.

TO-BE BRUGERREJSE // Tænder

Økonometri lektion 7 Multipel Lineær Regression. Testbaseret Modelkontrol

TO-BE BRUGERREJSE // Personligt tillæg

Note til Generel Ligevægt

Capital Asset Pricing Modellen

Erhvervs- og Selskabsstyrelsen:

NOTAT: Benchmarking: Roskilde Kommunes serviceudgifter i regnskab 2013

faktaark om nybygningens og 5. sporets kapacitet

Værktøj til beregning af konkurrenceeffekter ved udlægning af nyt butiksområde

Samarbejdet mellem jobcentre og a-kasser inden for FTFområdet

Notat om porteføljemodeller

Udviklingen i de kommunale udligningsordninger

Erhvervsstyrelsen og Ernst & Young. 26. februar 2014

SERVICE BLUEPRINTS KY selvbetjening 2013

Regressionsanalyse. Epidemiologi og Biostatistik. 1.Simpel lineær regression (Kapitel 11) systolisk blodtryk og alder

Økonometri 1. For mange variable i modellen. For få variable. Dagens program. Den multiple regressionsmodel 21. september 2004

2. Sandsynlighedsregning

Undersøgelse af pris- og indkomstelasticiteter i forbrugssystemet - estimeret med AIDS

10. Usikkerhed og fejlsøgning

½ års evaluering af projekt Praktisk Pædagogisk Funktionsstøtte

Medarbejderhåndbog. Velkommen som medarbejder i SIKA Rengøring A/S

Vestbyskolen Tlf.: Fax:

Støbning af plade. Køreplan Matematik 1 - FORÅR 2005

I det omfang der er behov for uddybning af de anførte områder henvises til revisionsrapporten og/eller de administrative vejledninger på områderne.

MfA. V Udstyr. Trafikspejle. Vejregler for trafikspejles egenskaber og anvendelse. Vejdirektoratet -Vejregeludvalget Oktober 1998

Organisationsmanual. Organisationen bag SIKA Rengøring A/S

Estimation af CES - forbrugssystemet med og uden dynamik: -fcf/fcfv sammenhold med fcv/fcfv -fct/fcts sammenhold med fcs/fcts

Fra patient til patient: Tidlig prostatakræft hvad nu? Aktiv overvågning, operation, bestråling?

Figur 3: Illustration af hvordan en børsteløs DC-motor kan betragtes rent magnetisk.

Konkurrenceniveau og risiko i banksektoren

Kort fortalt: Indledning. Hvilke data(informationer):

Vejledning om kontrol med krydsoverensstemmelse 2007

Introduktion Online Rapport Din skridt-for-skridt guide til den nye Online Rapport (OLR) Online Rapport

KOMMISSIONENS DELEGEREDE FORORDNING (EU) / af

Geometriske afskrivningsrater i NR

PRODUKTIONSEFFEKTEN AF AVL FOR HANLIG FERTILITET I DUROC

Transkript:

Kvanttatve metoder 2 Forår 2007 Oblgatorsk opgave 2 Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder Opgavens prmære formål er at lgne formen på tag-hjem delen af eksamensopgaven. Der kan dog ske mndre justernger set lyset af dette forløb. I forhold tl eksamensopgaven er omfanget skaleret ned tl ca. 50 % med hensyn tl forventet tdsforbrug og omfang. Som en tommelfngerregel kan man bruge følgende vægtnng af opgaverne: Opgave 1: 15%, opgave 2: 25%, opgave 3: 15%, opgave 4: 20%, opgave 5: 15%, opgave 6: 10%. Opgaven skal besvares tlfredsstllende for at man kan ndstlle sg tl eksamen Kvanttatve metoder 2. Opgaven kan afleveres grupper af max. 3 studerende. Forsden tl besvarelsen skal være den sde, der kan downloades som Oblopgave2forsde. Forsden udfyldes med samlet sdetal, holdnummer og fuldt navn og cpr. nr. på gruppens medlemmer. Sammenlgnng af prøveeksamen og eksamen Prøveeksamen (denne opgave) Varghed Udleveres fra hjemmesden fredag 30.4. kl. 14.00. I forbndelse med øvelserne uge 14/15 kan man få hjælp tl opgaven. Besvarelsen afleveres senest mandag den 16.4 kl. 10.15. Omfang af besvarelsen (max. 12 sder, nkl. forsde, teksttabeller sdeantal) og fgurer + 10 sder blag med regressonsoutput og SASprogram. Afleverng af fler Besvarelsen nkl. blag uploades efter et lnk, som angves på hjemmesden. Pensum Wooldrdge kap. 1-7, 8.1-2, og forelæsnngsnoter. Rettevejlednng På hjemmesden den 27. aprl kl. 14.00. Gennemgås ved forelæsnngen den 30. aprl. Computerfaclteter IT-kælderen er åben med alm. åbnngstder på hverdage. Tag-hjem eksamen Udleveres fra hjemmesden trsdag den 29.5. kl. 10.00. Afleveres senest onsdag den 30.5 kl. 16.00. 21 sder, nkl. forsde, teksttabeller og fgurer + 20 sder blag med regressonsoutput og SASprogram. Besvarelsen nkl. blag uploades efter et lnk, som angves på hjemmesden. Hele pensum (nkl. forelæsnngsnoter) Forelgger efter de sædvanlge regler IT-kælderen er åben med alm. åbnngstder på hverdage.

Praktske anvsnnger tl tag-hjem prøveeksamen Kvanttatve metoder 2: Læs alle opgaverne gennem før I begynder at svare. Besvar spørgsmålene Opgave 1 tl 6. Alle sder besvarelsen (nkl. blag) forsynes med sdetal og eksamensnummer (brug et trecfret tal efter eget valg). Der ønskes en samlet rapport med specfkke referencer tl relevante blagstabeller med SASoutput og lgnende. Alle de resultater, tabeller eller fgurer som I nævner og henvser tl teksten, skal fremgå af selve rapporten, kke kun af blagene. Blagene har tl formål at dokumentere de udførte beregnnger, men selve teksten skal kunne læses uden brug af blag. Teksttabeller og fgurer teksten skal forsynes med henvsnng tl den relevante blagstabel. Blagstabeller med regressonsoutput ønskes fortløbende nummereret og forsynet med henvsnng tl en kommentar SAS-programmet, hvorfra tabellen er genereret. SASprogrammet skal vedlægges som blag. Adgang tl data Sådan får I fat gruppens ndvdualserede datasæt: 1. Download tre fler fra hjemmesden tl en mappe fx C:\WRK på PC en: MASTER1.sas7bdat, SASMACR.sas7bcat og INDIVID.sas. 2. Placer flerne mdlertdgt den valgte mappe og check at sterne INDIVID.sas stemmer overens med dette. 3. Angv jeres eksamensnummer INDIVID.sas (brug et trecfret tal efter eget valg).. 4. Åbn INDIVID.sas SAS og kør programmet. Det danner flen GRUPPEDATA.sas7bdat som ndeholder gruppens eget datasæt og udskrver tallene som et check på, at I har kontakt tl datasættet. 5. Koper GRUPPEDATA.sas7bdat tl en dskette eller drekte tl den mappe på PC en hvor I ønsker at arbejde med dne data. I er nu klar tl at løse opgaven. 6. Slet flen MASTER1.sas7bdat (denne fl er password-beskyttet og skal kke bruges løsnngen af selve opgaven).

Upload af besvarelse: Besvarelsen afleveres va følgende onlne-blanket (som er åben peroden 2.-16. aprl kl. 10.15): http://ss.ku.dk/eblanket/respondent/bruger.aspx?grupped=54140 Dette kræver logn va PUNKT KU for et af gruppens medlemmer. Vælg øvelseshold og udfyld blanketten. Bemærk at gruppen afleverer samlet tl en bestemt øvelseslærer. Der skal afleveres tre fler: 1. Selve rapporten skal afleveres som PDF fl. 2. Blag med relevant SAS-output afleveres som PDF fl. 3. Gruppens SAS-program afleveres som fl et almndelgt tekst-format. Se mere om hvordan I anskaffer en grats PDF-konverter ved at følge dette lnk: http://www.pdf995.com/ Dokumentaton af data: Datasættet består af observatoner for et repræsentatvt udsnt af 250 danske vrksomheder. Der er oplysnnger om følgende varabler: Senum96 Ansat Dekbdr Anlakt Egenkp Oms Konk Nypr Prmres Løbenummer for vrksomheden Antal ansatte Dæknngsbdrag ( mlloner kr.) Anlægsaktver ( mlloner kr.) Egenkaptal ( mlloner kr.) Nettoomsætnng ( mlloner kr.) Indeks for vrksomhedens vurderng af konkurrencestuatonen: Negatve værder af ndekset ndkerer relatvt mld konkurrence, postve værder vser skærpet konkurrence. Dummyvarabel for, om et eller flere af vrksomhedens hovedprodukter er nyudvklede: Nypr = 1 hvs det er tlfældet, Nypr = 0 ellers. Prmært resultat ( mlloner kr.) Regnskabsoplysnngerne stammer fra vrksomhedernes regnskaber fra 1996. Oplysnnger vedrørende konkurrencestuaton og produktudvklng er ndsamlet ved at en repræsentant for vrksomheden har udfyldt et spørgeskema.

Introdukton tl opgaven Indtjenng, konkurrencestuaton og produktudvklng danske vrksomheder I sn årlge Konkurrenceredegørelse 1 (KR) følger Konkurrencestyrelsen blandt andet udvklngen konkurrencestuatonen Danmark på branchenveau. Styrelsen beskrver den valgte analysemetode således (cteret fra KR2002, afsnt 2.1): [Styrelsen opgør] en lang række ndkatorer: koncentraton, adgangsbarrerer, mobltet, dvs. skft af markedsandele mellem de enkelte vrksomheder, ndtjenng og såkaldte lønpræmer, dvs. lønnnger korrgeret for bl.a. arbejdskraftens uddannelsesnveau [og gver] en vurderng af regulernger, der opstller barrerer, der gør det vanskelgt for nye vrksomheder at etablere sg. For hver enkelt af dsse mål gælder, at den statstske uskkerhed er stor. Det er også uskkert, om ndkatoren nødvendgvs hænger sammen med konkurrenceforholdene. Et eksempel blandt mange mulge er koncentratonsmålet: hvs der kun er få vrksomheder en branche, er konkurrencen som regel svag. Men kun som regel, det der fndes en lang række undtagelser. Når alle ndkatorerne vurderes under et, reduceres uskkerheden mdlertd, og man får det bedst mulge grundlag for en helhedsvurderng [af konkurrencestuatonen en branche]. Specelt om ndtjenng som mål for konkurrence skrver Konkurrencestyrelsen følgende (gen cteret fra KR2002, afsnt 2.4): Indtjenngen vser, om vrksomhederne en branche klarer sg godt og gver et højt afkast af den nvesterede kaptal. Mange faktorer har en betydnng for ndtjenngen, men konkurrencestuatonen er en vgtg faktor. En høj ndtjenng kan skyldes, at der er højkonjunktur, eller at det er en branche fremgang, hvor vrksomhederne generelt klarer sg godt, fx på de nternatonale markeder. Men også vrksomhedernes forventnnger tl fremtden kan påvrke ndtjenngen, ford de påvrker nvesterngerne. Når en vrksomhed øger nvesterngerne, vl det ofte påvrke ndtjenngen negatvt på kort sgt pga. de øgede afskrvnnger. En usædvanlg høj ndtjenng kan også skyldes svag prskonkurrence [ ]. Indtjenngen kan dog også være lav, selv om der er svag konkurrence. Svag konkurrence kan således føre tl, at vrksomhederne blver mndre omkostnngsbevdste, ford omkostnngerne højere grad kan væltes over på prsen. 1 Konkurrenceredegørelser for de senere år og blagsmaterale er tlgængelge va på WWW va lnket http://www.ks.dk/publkatoner/ndex.htm

I denne opgave vl v - på vrksomhedsnveau - se nærmere på vrksomhedens ndtjenng som ndkator for konkurrencestuatonen. Først og fremmest ønsker v at analysere, om der på vrksomhedsnveau kan etableres en sammenhæng mellem ndtjenng målt ved vrksomhedens overskudsgrad, og et mål for konkurrencestuatonen for den enkelte vrksomhed form af dens egen subjektve vurderng heraf. Konkurrencestyrelsens metodebeskrvelse påpeger, at varatoner ndtjenngen ud over konkurrencestuatonen - blandt andet kan afspejle varerende nvesterngsnveau. Her vl v søge at tage højde for, at der er udgfter forbundet med vrksomhedens produktudvklng og se på vrksomhedens mulgheder for at fnansere udvklngen af nye produkter. Produktudvklng har karakter af en nvesterngsbeslutnng, det udgfter tl produktudvklng på kort sgt vl påvrke ndtjenngen negatv retnng, mens der på længere sgt må forventes et postvt afkast fra et øget salg af det udvklede produkt. Samspllet med konkurrencestuatonen er komplekst den forstand, at produktudvklng kan være udtryk for en skærpet konkurrence på andre parametre end lge netop prsen. Omvendt kan en stærkere produktdfferenterng på længere sgt gve vrksomheden en øget markedsmagt tl skade for konkurrencestuatonen branchen som helhed. I denne analyse af konkurrencestuatonen vl v søge at tage højde for varerende grader af produktudvklng mellem vrksomheder ved at nkludere en ndkator for, om et eller flere af vrksomhedens hovedprodukter kan betragtes som nyudvklet.

Opgave 1: a) Beskrv data jeres datasæt flen GRUPPEDATA.sas7bdat ved at opstlle en tabel med relevante karakterstka for de enkelte varabler. Kommenter kort på tabellen. b) Beregn overskudsgraden for hver vrksomhed jeres datasæt. Overskudsgraden er defneret som det prmære resultat over nettoomsætnngen. Lav en graf, der afblder overskudsgraden overfor nettoomsætnngen. Beregn de samme karakterstka for overskudsgraden som blev beregnet ovenfor under a). Kommenter kort på grafen og jeres beregnnger. c) Uafhængghedstest 2x2 kontngenstabeller: Opgaven er at analysere, om der data fndes en sammenhæng mellem udvklngen af nye produkter og vrksomhedens fnanserngsmulgheder. Tl det formål skal der defneres en dummyvarabel som har to forskellge værder afhængg af om vrksomheden har postv eller negatv egenkaptal. Opstl en kontngenstabel for egenkaptaldummen overfor dummyvarablen for nyt produkt. Udfør Q-testet for uafhængghed og redegør for, om forudsætnngerne for testet er opfyldt. Betragt nu følgende lneære regressonsmodel: Prmres = β0 + β ( ) 1Oms + β2konk + β3nypr + β4 Nypr Oms + u (1.1) hvor u er fejlleddet. Modellen antages at opfylde MLR.1-4. Opgave 2: a) Beskrv modellen (1.1). Hvad er fortolknngen af β 1 og β 4? Hvlket fortegn vl I forvente for β 2? Begrund svarene kort og præcst. b) Udfør estmatonen af (1.1) ved OLS. Rapportér regressonskoeffcenterne ˆ β0, ˆ β ˆ 1,..., β 4. Vl dsse estmater være mddelrette under de gvne antagelser for model (1.1)? Vl de være konsstente? Vl de være effcente? c) Lav et plot af resdualerne, u ˆ, overfor nettoomsætnngen og et plot af uˆ overfor den forudsagte værd fra model (1.1). Undersøg på grundlag af plottene, om modellen (1.1) opfylder antagelsen MLR.5 om konstant varans på fejlleddet gvet regressorerne. Hvad er jeres konkluson? d) Beregn robuste standardfejl for OLS-estmaterne fra model (1.1) og opstl en tabel tl sammenlgnng med de almndelge standardfejl. Kommentér kort på tabellen.

e) Udfør test af hver af følgende hypoteser: ) β 2 = 0 ) β3 = 0, β 4 = 0 Redegør hvert tlfælde for, hvlket test I anvender, for de nul- og alternatvhypoteser I tester og for jeres konkluson. Begrund svarene. f) Betragt nu en model, der er underlagt restrktonerne specfceret ved hypotesen ). Redegør for, hvlke mplkatoner modellen har for sammenhængen mellem ndtjenng, konkurrencestuaton og produktudvklng. Kommentér kort og krtsk på modellen. Opgave 3: Undersøg, om det kan antages at model (1.1) er gældende med ens parametre både for vrksomheder, som er aktve produktudvklere og for vrksomheder, som kke produktudvkler. Redegør for, hvlke(t) test I vælger tl denne undersøgelse og for de nul- og alternatvhypoteser I tester. Udfør de(t) foretrukne test og redegør for jeres konklusoner. Begrund jeres svar. Opgave 4: Konkurrencestuatonen for en gven vrksomhed ndgår model (1.1) form af ndekset Konk. Det fremgår af datadokumentatonen, at Konk er udtryk for vrksomhedens egen kvaltatve bedømmelse af konkurrencestuatonen: Den person vrksomheden der har besvaret undersøgelsen, er således blevet bedt om at karaktersere den aktuelle konkurrencestuaton blandt følgende mulgheder: Meget mld konkurrencestuaton ( Konk = 2 ) Mld konkurrencestuaton ( Konk = 1) Neutral konkurrencestuaton ( Konk = 0 ) Skærpet konkurrencestuaton ( Konk = 1) Meget skærpet konkurrencestuaton ( Konk = 2 ) a) Dskuter på baggrund af dsse oplysnnger, om ndekset Konk er et egnet mål for konkurrencestuatonen og den måde, hvorpå det er medtaget den lneære regressonsmodel. Begrund jeres synspunkter.

b) Tag gen udgangspunkt en model, der restrkteret som Opgave 2 e), hypotese ). Foreslå en alternatv specfkaton af regressonsmodellen, som bedre tager højde for, at konkurrenceoplysnngerne er et kvaltatvt mål. Redegør for, hvordan de to specfkatoner kan testes overfor hnanden, hvlke hypoteser du tester, og udfør testet. Opgave 5: Robusthedsanalyse Udfør en analyse, som efterprøver robustheden af et af de vgtgste resultater af analyserne Opgave 1-4. Analysen skal være mulg at gennemføre ud fra GRUPPEDATA.sas7bdat. Redegør kort for, hvlket konkret resultat I ønsker at efterprøve og begrund, hvorfor I fokuserer på netop dette resultat. [Hnt: Læs Introdukton tl opgaven gen og få deer tl alternatve måder fx at måle vrksomhedens afkast eller en alternatv måde at måle vrksomhedens størrelse på og efterprøv sgnfkansen af Konk og de tlsvarende dummyvarabler fra Opgave 4. Man kan også prøve med en opdelng af datasættet fx store og små vrksomheder.] Redegør kort for de alternatve modeller og/eller test, I tager anvendelse og konkludér på robusthedsanalysen. Opgave 6: Sammenfatnng og konkluson a) Lav en tabel der sammenfatter de analyser af konkurrencestuaton og produktudvklng danske vrksomheder, du har lavet Opgave 2, 3, 4 og 5. Kommenter kort på tabellen og på, hvorledes de forskellge modeller forholder sg tl hnanden. b) Hvad er jeres konkluson om sammenhængen mellem ndtjenng, konkurrencestuaton og produktudvklng danske vrksomheder ud fra de emprske analyser?