ana sakač ekonometrijski model potraŽnje duhanskih ...oliver.efri.hr/zavrsni/349.b.pdf ·...
TRANSCRIPT
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET
Ana Sakač
EKONOMETRIJSKI MODEL POTRAŽNJE DUHANSKIH
PROIZVODA U REPUBLICI HRVATSKOJ
DIPLOMSKI RAD
Rijeka, 2013.
SVEUČILIŠTE U RIJECI
EKONOMSKI FAKULTET
EKONOMETRIJSKI MODEL POTRAŽNJE DUHANSKIH
PROIZVODA U REPUBLICI HRVATSKOJ
DIPLOMSKI RAD
Predmet: Kvantitativne metode za poslovno odlučivanje
Mentor: dr.sc. Ljiljana Lovrić
Student: Ana Sakač
Studijski smjer: Financije i bankarstvo
JMBAG: 0081109428
Rijeka, rujan 2013.
SADRŽAJ
1. UVOD ........................................................................................................................... 1
1.1. Problem, predmet i objekt istraživanja .................................................................. 1
1.3. Znanstvene metode ................................................................................................ 2
1.4. Struktura rada ......................................................................................................... 3
2. OPĆENITO O EKONOMETRIJI ................................................................................ 4
2.1. Pojam ekonometrije ............................................................................................... 4
2.2. Metodologija ekonometrijskog istraživanja ........................................................... 5
2.2.1. Specifikacija ekonometrijskog modela ........................................................... 5
2.2.2. Ocjena parametara modela .............................................................................. 6
2.2.3. Ispitivanje pouzdanosti modela ....................................................................... 7
2.2.4. Primjena modela .............................................................................................. 8
2.3. Regresijski modeli i svojstva regresijskih parametara ........................................... 8
2.3.1. Vrste regresijskih modela ................................................................................ 8
2.3.2. Ocjena parametara regresijskog modela ....................................................... 10
2.3.3. Testiranje statističke značajnosti regresijskih parametara ............................ 11
2.4. Mjerenje prilagođenosti regresijskog modela ...................................................... 12
2.4.1. Varijacije zavisne varijable ........................................................................... 12
2.4.2. Koeficijent determinacije i korigirani koeficijent determinacije .................. 13
2.4.3. Standardna pogreška regresije ....................................................................... 14
2.4.4. Testiranje statističke značajnosti regresijskog modela .................................. 15
2.5. Narušavanje pretpostavki regresijskog modela ................................................... 16
2.5.1. Problem multikolinearnosti ........................................................................... 16
2.5.2. Problem autokorelacije .................................................................................. 18
2.5.3. Problem heteroskedastičnosti ........................................................................ 20
3. KARAKTERISTIKE POTROŠNJE DUHANSKIH PROIZVODA U REPUBLICI
HRVATSKOJ ................................................................................................................. 22
3.1. Općenito o potrošnji i funkciji potrošnje ............................................................. 22
3.1.1. Potražnja i odrednice potražnje ..................................................................... 22
3.1.2. Elastičnost potražnje ..................................................................................... 24
3.1.3. Funkcija potrošnje i funkcija štednje ............................................................ 25
3.2. Povijest konzumacije duhana i duhanskih proizvoda .......................................... 28
3.3. Negativne posljedice konzumacije duhana .......................................................... 30
3.3.1. Štetni sastojci i utjecaj duhanskog dima na organizama ............................... 30
3.3.2. Pasivno pušenje i posljedice na zdravlje ....................................................... 31
3.3.3. Smrtnost kao posljedica konzumacije duhana .............................................. 32
3.4. Utjecaj tržišta duhanskih proizvoda na državni proračun ................................... 34
3.4.1. . Proizvodnja, obrada i prodaja duhana u Hrvatskoj ..................................... 34
3.4.2. Sustav oporezivanja duhanskih proizvoda u Hrvatskoj i Europskoj uniji .... 36
3.4.3. Trošarina na duhanske proizvode kao značajan proračunski prihod............. 39
3.5. Borba protiv uporabe duhanskih proizvoda u Hrvatskoj i na globalnoj razini .... 42
4. EKONOMETRIJSKI MODEL POTRAŽNJE DUHANSKIH PROIZVODA U
REPUBLICI HRVATSKOJ ........................................................................................... 44
4.1. Specifikacija ekonometrijskog modela potražnje duhanskih proizvoda u
Republici Hrvatskoj .................................................................................................... 44
4.2. Rezultati ocjenjivanja ekonometrijskog modela potražnje duhanskih proizvoda u
Republici Hrvatskoj .................................................................................................... 51
4.3. Usporedba rezultata ekonometrijske analize potražnje duhanskih proizvoda u
Republici Hrvatskoj u vremenskom pomaku od 23 godine ........................................ 63
5. ZAKLJUČAK ............................................................................................................. 67
POPIS LITERATURE .................................................................................................... 70
POPIS GRAFIKONA ..................................................................................................... 72
POPIS TABLICA ........................................................................................................... 73
POPIS PRILOGA ........................................................................................................... 74
1
1. UVOD
Potrošnja je vrlo značajna komponenta koja utječe na gospodarska kretanja u nekoj
zemlji, odnosno uzročno-posljedično je povezana s nacionalnim dohotkom zemlje.
Zbog toga je sustavno praćenje, istraživanje i analiza potrošnje neophodno za kreiranje i
provođenje ekonomske i socijalne politike. Ekonometrijska analiza i modeliranje
omogućuju bolje razumijevanje procesa i veza u ekonomskom sustavu, a također
omogućuju i predviđanje budućih kretanja u gospodarstvu.
Ovisnost o cigaretama uzrokuje svakodnevnu potrebu za njihovom kupnjom, a
istodobno se negativni zdravstveni učinci koji proizlaze iz potrošnje cigareta smatraju
visokim troškom za čitavo društvo. Budući da potrošnja duhana u svijetu, a isto tako i u
Hrvatskoj, postaje veliki problem zbog negativnih posljedica koje donosi, u ovome radu
će biti specificiran ekonometrijski model potražnje duhanskih proizvoda u Republici
Hrvatskoj. Analizirat će se čimbenici i njihov utjecaj na potrošnju duhana u Hrvatskoj u
razdoblju od 1996. do 2011. godine, a dobiveni rezultati će se usporediti s rezultatima iz
ranijeg istraživanja.
1.1. Problem, predmet i objekt istraživanja
Problem istraživanja jest: utvrditi i analizirati čimbenike koji utječu na potražnju
duhanskih proizvoda u Republici Hrvatskoj i to na temelju empirijskih podataka koji su
prikupljeni za Hrvatsku u razdoblju od 1996. do 2011. godine.
Predmet istraživanja jest: ekonometrijska analiza i ocjena funkcije potražnje duhanskih
proizvoda u Republici Hrvatskoj.
Objekt istraživanja je: potražnja za duhanskim proizvodima u Republici Hrvatskoj.
Postavljena je temeljna radna hipoteza – spoznajama o potrošnji, kao vrlo značajnoj
komponenti gospodarskih kretanja, i čimbenicima koji utječu na potrošnju moguće je
ekonometrijski ocijeniti i analizirati funkciju potražnje za duhanskim proizvodima u
Republici Hrvatskoj.
2
1.2. Svrha i cilj istraživanja
Svrha i cilj istraživanja ovog rada je specificirati model potražnje za duhanskim
proizvodima te uz pomoć regresijske analize ocijeniti funkciju potražnje kako bi se
utvrdili čimbenici i njihov utjecaj na potražnju za duhanskim proizvodima u Republici
Hrvatskoj.
Imajući na umu svrhu i cilj istraživanja potrebno je dati odgovore na slijedeća pitanja:
1. Što je ekonometrija i ekonometrijski model?
2. Kako se mjeri prilagođenost regresijskog modela i regresijskih parametara?
3. Koje su karakteristike funkcije potrošnje?
4. Koji su to čimbenici koji utječu na potražnju za duhanskim proizvodima u
Hrvatskoj? Kako oni utječu jedni na druge?
5. Kakav je učinak uvođenja ograničenja uporabe duhanskih proizvoda u
Hrvatskoj?
6. Koje su sličnosti, odnosno razlike sa ranijim istraživanjima potrošnje duhanskih
proizvoda u Hrvatskoj?
1.3. Znanstvene metode
Prilikom istraživanja, oblikovanja i prezentiranja spoznaja do kojih se došlo u ovom
radu korišteno je u odgovarajućoj kombinaciji više znanstvenih metoda. Neke od
korištenih metoda su: metoda indukcije i dedukcije, metoda analize i sinteze, metoda
kompilacije, matematička metoda, statistička metoda, metoda modeliranja, povijesna
metoda, metoda deskripcije i metoda klasifikacije.
3
1.4. Struktura rada
Ovaj diplomski rad sastoji se od pet međusobno povezanih cjelina.
U Uvodu se prikazuje problem, predmet i objekt istraživanja, radna hipoteza, svrha i
ciljevi istraživanja, znanstvene metode i struktura diplomskog rada.
U drugom dijelu rada s naslovom Općenito o ekonometriji analizirano je: pojam
ekonometrije, metodologija ekonometrijskog istraživanja, regresijski model i svojstva
regresijskih parametara, mjerenje prilagođenosti regresijskog modela te narušavanje
pretpostavki regresijskog modela.
Naslov trećeg dijela je Karakteristike potrošnje duhanskih proizvoda u Republici
Hrvatskoj, a tu su objašnjene opće karakteristike funkcije potrošnje, zatim je ukratko
opisana povijest konzumacije duhana i duhanskih proizvoda te štetne posljedice koje
proizlaze iz konzumacije duhana. Također je analiziran utjecaj tržišta duhanskih
proizvoda na državni proračun, odnosno značaj prihoda od trošarina na duhanske
proizvode, te borba protiv uporabe i potrošnje duhanskih proizvoda.
Posebna pažnja posvećena je četvrtom dijelu s naslovom Ekonometrijski model
potražnje duhanskih proizvoda u Republici Hrvatskoj, u kojem se obrađuju tri
međusobno povezane tematske jedinice: specifikacija ekonometrijskog modela
potražnje duhanskih proizvoda u Republici Hrvatskoj, rezultati ocjenjivanja
ekonometrijskog modela potražnje duhanskih proizvoda u RH te usporedba rezultata
ekonometrijske analize potražnje duhanskih proizvoda u RH u vremenskom pomaku od
23 godine.
Posljednji dio, Zaključak, predstavlja sintezu rezultata istraživanja kojima je dokazana
radna hipoteza.
4
2. OPĆENITO O EKONOMETRIJI
U okviru ovog poglavlja obradit će se slijedeće tematske jedinice: 1) Pojam
ekonometrije, 2) Metodologija ekonometrijskog istraživanja, 3) Regresijski modeli i
svojstva regresijskih parametara, 4) Mjerenje prilagođenosti regresijskog modela i 5)
Narušavanje pretpostavki regresijskog modela.
2.1. Pojam ekonometrije
Ekonomska se teorija uglavnom bavi odnosima između varijabli. Ekonometrija se bavi
testiranjem utjelovljenih teoretskih tvrdnji u tim odnosima i procjenjivanjem parametara
koje oni sadrže (Kmenta, 1997, p.203).
Može se zaključiti da ekonometrija sjedinjuje tri discipline: matematičku ekonomiju,
ekonomsku statistiku i matematičku statistiku.
Matematička ekonomija formulira zaključke ekonomske teorije matematičkim
simbolima i koristi matematičke metode da izvede veze ekonomskih zakonitosti, ali u
determinističkom obliku te ne daje numeričke vrijednosti parametrima specijaliziranih
veza. Ekonomska statistika bavi se prikupljanjem, obrađivanjem i predstavljanjem
empirijskih ekonomskih podataka. Uz pomoć metoda matematičke statistike, a na
osnovi empirijskih podataka, ocjenjuju se parametri ekonomskih veza. Budući da
ekonomske veze karakterizira stohastičnost, a matematička statistika se bavi podacima
koji su rezultat kontroliranih eksperimenata, potrebne su prilagodbe. Ove prilagođene
statističke metode zovu se ekonometrijske metode. (Lovrić, 2005, p.2)
U ekonometriji se koriste različite statističke metode, no osnovni alat je regresijska
analiza. Osnovni cilj regresijske analize je testiranje hipoteza o statističkoj vezi između
dvaju ili više skupova podataka (varijabli). Regresijska analiza ne dokazuje uzročnost.
Uzročnost i tip funkcijske veze definira ekonomska teorija, a uz pomoć regresijske
analize, na bazi empirijskih podataka, specificira se i kvantificira veza između zavisne
varijable (regresand, varijabla koja se modelom objašnjava) i nezavisnih varijabli (jedne
ili više njih, objasnidbene varijable, regresori). Pomoću tako specificiranih modela
5
moguće je dobiti kvantitativne informacije o uzročnoj vezi među varijablama. Oni su
osnova za ekonomsku analizu, a uz to menadžerima i nosiocima ekonomske politike
također omogućuju kvalitetno predviđanje. (Lovrić, 2005, p.3)
Ekonometrija je relativno mlada grana ekonomske znanosti koja se intenzivnije počinje
razvijati tridesetih godina prošlog stoljeća. Naziv „ekonometrija“ u ekonomsku
literaturu uveo je 1926. godine Ragnar Frisch, norveški ekonomist i statističar, koji je
zajedno s Janom Tinbergenom dobitnik prve Nobelove nagrade iz područja ekonomskih
znanosti. Nastanak ekonometrije kao znanstvene discipline vezuje se uz početak
publiciranja časopisa Econometrica u siječnju 1933. godine.
2.2. Metodologija ekonometrijskog istraživanja
Metodologija ekonometrijskog istraživanja sastoji se od četiri koraka, a to su:
specifikacija ekonometrijskog modela na osnovi postavki ekonomske teorije za
proučavanu pojavu
ocjena parametara specificiranog modela
ispitivanje pouzdanosti modela
primjena modela
2.2.1. Specifikacija ekonometrijskog modela
Ekonometrijski model može se definirati kao skup relacija ili funkcija koje su korištene
za reprezentiranje određenih ekonomskih pojava ili procesa, a koji se prikazuju u
matematičkoj formi.
Specificiranje ekonometrijskog modela pretpostavlja dobro poznavanje ekonomske
teorije. Na toj osnovi istraživač odlučuje koje će se varijable uključiti u model te ima a
priori teorijska očekivanja o predznaku i veličini parametra i odlučuje o matematičkom
6
obliku modela. Model se može sastojati od jedne ili više linearnih ili nelinearnih
jednadžbi. Ukoliko dođe do pogreške u ovom prvom koraku ekonometrijskog
istraživanja, tada se radi o specifikacijskoj pogrešci. Specifikacijska pogreška je najteža
od svih pogrešaka koje se mogu dogoditi u ekonometrijskom istraživanju jer ostavlja
najteže posljedice na ocijenjeni model. Zbog toga je važno na početku istraživanja
posvetiti veću pozornost ekonomskoj teoriji i rezultatima ranijih istraživanja.
Specifikacija ekonometrijskog modela predstavlja najteži i najvažniji korak u
ekonometrijskom istraživanju.
Kako bi omogućili vezu koja je primjerenija realnim sustavima, ekonometričari uvode u
model slučajna odstupanja u kao stohastičku varijablu s dobro definiranim svojstvima
vjerojatnosti. Ona predstavlja sve one utjecaje na ponašanje zavisne varijable koji nisu
eksplicitno uključeni u model kao nezavisna varijabla. Tako dobivamo ekonometrijski
teorijski model (Lovrić, 2005., p. 5-6):
Y = β0 + β1 + u
2.2.2. Ocjena parametara modela
Prikupljanjem podataka iz dobivenog uzorka i njihovom statističkom obradom, te
primjenom neke od metoda za ocjenu, dobivamo ocijenjene (numeričke) vrijednost
parametara β0 i βı.
Postoje tri vrste podataka koje se koriste u empirijskoj analizi:
Podaci vremenske serije – sadrže informacije o kretanju vrijednosti varijable
kroz vremenske jedinice, pa tako mogu biti godišnji, polugodišnji, kvartalni ili
mjesečni podaci, a imaju indeks t
Podaci vremenskog presjeka – odnose se na vrijednosti varijabli u jednom
vremenskom intervalu ili vremenskoj točki za pojedine gospodarske jedinice,
prostorne jedinice ili gospodarske agregate, te imaju indeks i
7
Panel podaci – to je kombinacija podataka vremenske serije i podataka
vremenskog presjeka
Podaci se mogu prikupiti pomoću statističkih anketa ili pomoću redovitih statističkih
popisa, a objavljuju se u različitim statističkim publikacijama.
Neke je utjecaje nemoguće kvantificirati. Oni su predstavljeni kvalitativnim (binarnim
ili dummy) varijablama. Te varijable poprimaju vrijednost 1 ili 0 čime se izražava
prisutnost odnosno odsutnost nekog kvalitativnog svojstva. Postoje razni problemi koji
nastaju kod prikupljanja i obrade podataka, pa se stoga mora napomenutu da rezultati
ekonometrijskog modeliranja znatno ovise o kvaliteti podataka. (Lovrić, 2005., p.6)
2.2.3. Ispitivanje pouzdanosti modela
Ocijenjeni model podvrgava se ispitivanju zadovoljava li kriterije koji se grupiraju u tri
skupine (Lovrić, 2005, p.7-8):
Ekonomski kriterij – a priori kriterij koji se odnosi na predznak i veličinu
parametara te zastupljenost objasnidbenih varijabli u modelu
Statistički kriteriji – odnose se na statističku prihvatljivost modela i definirani su
u statističkoj teoriji
Ekonometrijski kriteriji – odnose se na zadovoljavanje pretpostavki na kojima se
temelji primjena određene ekonometrijske metode. One su definirane u
ekonometrijskoj teoriji, nadopunjuju se na statističke kriterije, a cilj je dobiti
efikasne ocjene parametara.
8
2.2.4. Primjena modela
Posljednji korak ekonometrijskog istraživanja je primjena modela. Prihvaćeni model
može se koristiti za predviđanje budućih vrijednosti zavisne varijable na osnovi
očekivanih budućih vrijednosti eksplanatornih varijabli. Model može poslužiti u
ekonomskoj analizi te za kontrolu i donošenje ekonomskih mjera.
2.3. Regresijski modeli i svojstva regresijskih parametara
U ovome dijelu rada promotrit će se i objasniti vrste regresijskih modela, ocjena
parametara regresijskog modela te testiranje statističke značajnosti regresijskih
parametara.
2.3.1. Vrste regresijskih modela
U slučaju postojanja samo jedne ovisne ili regresand varijable i samo jedne neovisne ili
regresorske varijable, kaže se da je to jednostavni, jednostruki ili jednodimenzionalni
regresijski model. Ako se uz jednu ovisnu varijablu u analizi jave dvije ili više
neovisnih varijabli, kaže se da je to složeni, višestruki ili višedimenzionalni model.
(Biljan-August, Pivac, Štambuk, 2007, p. 79)
Osnovna pretpostavka jednostavne regresije jest postojanje funkcijske veze između
dvije varijable, te da je ona linearna. Regresijski model u općem obliku glasi (Lovrić,
2005, p. 9-10):
Y = β0 + β1X1 + u
gdje je:
Y – zavisna (regresand, objašnjena, endogena varijabla)
X – nezavisna (regresor, eksplanatorna, egzogena) varijabla
9
β0 i β1 – parametri koje ocjenjujemo regresijskom analizom
u – stohastička varijabla koja predočuje nesistemske utjecaje na zavisnu
varijablu
Višestruki regresijski model, npr. model s dvije nezavisne varijable glasio bi:
Y = β0 + β1X1 + β2X2 + u
Linearnost modela važna je pretpostavka primjene regresijske analize. Linearnost
regresijskog modela povezana je s potencijom varijabli i parametara. Model je linearan
u varijablama ako svaka varijabla ima eksponent jednak 1 i nije podijeljena ili
pomnožena s drugom varijablom. Linearnost u parametrima znači da je potencija
svakog parametra jednaka 1 te da on nije pomnožen ili podijeljen s drugim
parametrima.(Lovrić, 2005., p.10)
Regresijski model može biti:
linearan u varijablama i linearan u parametrima
nelinearan u varijablama i linearan u parametrima
linearan u varijablama i nelinearan u parametrima
nelinearan u varijablama i nelinearan u parametrima
Stoga postoje:
o linearni modeli
o nelinearni modeli koji se određenom transformacijom mogu pretvoriti u linearne
o nelinearni modeli koji se ne mogu linearizirati
10
2.3.2. Ocjena parametara regresijskog modela
Ocjena parametara regresijskog modela vrši se pomoću metode najmanjih kvadrata,
koju je početkom 19. stoljeća otkrio Carl Friedrich Gauss. Cilj metode najmanjih
kvadrata je odrediti jednadžbu pravca Ŷ koji će se najbolje prilagoditi empirijskim
podacima. Bit ocjenjivanja parametara je u tome da razlike između stvarnih i
ocijenjenih vrijednosti (reziduali, ei = Yi - Ŷi) budu što manje. Načelo ocjenjivanja
metodom najmanjih kvadrata ima za posljedicu minimalnu sumu kvadriranih odstupanja
opaženih vrijednosti od njihove sredine (Kmenta, 1997., p.212). To znači da se mora
pronaći vrijednost sredine koja minimizira traženu sumu.
Pretpostavke na kojim se temelji metoda najmanjih kvadrata (Lovrić, 2005, p.30):
1) Regresijski model korektno je specificiran, linearan u parametrima i
odstupanjima
2) Očekivana vrijednost odstupanja je jednaka nuli
3) Vrijednosti slučajne varijable u međusobno su nekorelirane slučajne veličine, tj.
njihova je kovarijanca jednaka
4) Varijanca slučajne varijable u konstantna je i jednaka σ2
5) Ne postoji egzaktna linearna kombinacija nezavisnih varijabli
6) Objasnidbene varijable nisu korelirane sa slučajnim odstupanjima u tj.
kovarijanca između svake objasnidbene varijable i slučajne varijable u jednaka
je nuli
7) Slučajna odstupanja su normalno distribuirana s matematičkim očekivanjem
kako je navedeno u 2. pretpostavci i varijancom kako je navedeno u 4.
pretpostavci
Ako su ocijenjeni parametri za model koji zadovoljava sedam klasičnih pretpostavki,
tada oni imaju sljedeća svojstva (Lovrić, 2005., p.41):
nepristrani su – OLS ocjene centrirane su oko stvarnih vrijednosti koeficijenata
populacije
imaju minimalnu varijancu
11
konzistentni su – ako raste uzorak podataka na osnovi kojeg se uzorak ocjenjuje,
tada ocjene konvergiraju stvarnim vrijednostima parametra
normalno su distribuirani
Ako je poštivano sedam klasičnih pretpostavki i koristi se metoda najmanjih kvadrata za
ocjenu regresijskih parametara, tada regresijski parametar predstavlja veličinu za koliko
se mijenja regresijska vrijednost zavisne varijable ako se nezavisna varijabla uz taj
parametar mijenja za jedinicu, a ostale nezavisne varijable se drže konstantnima.
2.3.3. Testiranje statističke značajnosti regresijskih parametara
Za testiranje pouzdanosti ocijenjenog parametra β koristi se Studentov t-pokazatelj. Cilj
testiranja je utvrditi je li odabrana regresorska varijabla značajna za objašnjavanje
varijacija zavisne varijable, te treba li biti uključena u model ili je suvišna u modelu.
Test hipoteze o značajnosti parametra, odnosno t-test može biti dvostran i jednostran.
Dvostranim testom testira se hipoteza o pretpostavljenoj vrijednosti, a jednosmjernim
predznak parametra uz regresorsku varijablu.
Korištenjem dvosmjernog testa s hipotezama,
H0: β = 0
HA: β ≠ 0
utvrđujemo zapravo značajnost nezavisne varijable koja postoji uz parametar β u
regresijskom modelu (Lovrić, 2005., p.44). Budući da je model odabran da bude
prihvaćen, nulta se hipoteza H0 formulira tako da je se nastoji izbaciti, dok je
alternativna hipoteza HA u skladu s pretpostavkom istraživača.
Testiranje hipoteze o značajnosti parametra β provodi se u nekoliko koraka:
1. Definiranje nulte hipoteze (H0) i alternativne hipoteze (HA)
2. Odrediti razinu signifikantnosti α i stupnjeve slobode df = n – k – 1 (gdje je n
broj opažanja, a k je broj nezavisnih varijabli)
12
3. Pronalazak kritične tc vrijednosti uz razinu signifikantnosti α i sa odgovarajućim
stupnjevima slobode
4. Izračunati t-vrijednost ili pogledati izračunatu t-vrijednost iz kompjutorskog
ispisa
5. Usporedba kritične tc vrijednosti sa t vrijednosti koja stoji uz varijablu
6. Odbaciti ili prihvatiti H0 (H0 se odbacuje ako je t > tc, odnosno tada se prihvaća
alternativna HA hipoteza)
Odluka o statističkoj značajnosti regresijskih parametara može se također donijeti
pomoću empirijske razine signifikantnosti p. To je zapravo najbrži način utvrđivanja
statističke značajnosti parametra budući da se ekonometrijska analiza provodi isključivo
s kompjutorskom programskom potporom. Kada je empirijska razina signifikantnosti
p < 0,05 odbacujemo H0 i prihvaćamo alternativnu HA hipotezu, koja tvrdi da je
parametra statistički značajan za ekonometrijsku analizu.
2.4. Mjerenje prilagođenosti regresijskog modela
U ovome dijelu rada obradit će se prilagođenost regresijskog modela, odnosno analizirat
će se varijacije zavisne varijable, koeficijent determinacije i korigirani koeficijent
determinacije, standardna pogreška regresije te testiranje statističke značajnosti
regresijskog modela.
2.4.1. Varijacije zavisne varijable
Nakon što se ocijene parametri nekog regresijskog modela, postavlja se pitanje je li
izračunata regresija dobra, odnosno kolika se greška čini ako empirijske vrijednosti
zamijenimo ocijenjenim vrijednostima. Smatra se da je regresija dobro prilagođena
opažanjima iz uzorka ako je veliki dio proporcije varijance zavisne varijable
protumačen modelom. Ako su odstupanja značajna, tada ocijenjene vrijednosti ne mogu
realno predstavljati empirijske vrijednosti.
13
Odstupanja empirijskih podataka yi od njihove sredine y zovu se ukupna odstupanja.
Suma kvadrata odstupanja zove se varijacija, a jednadžba varijacije glasi (Lovrić, 2005.,
p. 51-52):
∑
∑
∑
ili riječima:
ukupna suma kvadrata objašnjena suma kvadrata neobjašnjena (rezidualna)
(varijacija) = (varijacija) + suma kvadrata (varijacija)
TSS ESS RSS
gdje je:
TSS – ukupna suma kvadrata ili ukupna varijacija (total sum of squares) mjera je
ukupne varijacije varijable y oko njezine srednje vrijednosti
ESS – objašnjena suma kvadrata ili objašnjena varijacija (estimated sum of squares) dio
je ukupne varijacije varijable y oko njezine sredine, koji je objašnjen varijacijama
varijable x
RSS – rezidualna suma kvadrata (residual sum of squares) ili residualna (neobjašnjena)
varijacija dio je ukupne varijacije varijable y, koji se može pripisati slučajnim
utjecajima
2.4.2. Koeficijent determinacije i korigirani koeficijent determinacije
Koeficijent determinacije mjera je uspješnosti prilagodbe ocijenjene funkcije
empirijskim podacima, a definira se kao:
14
Što je RSS manje, veće je ESS i R2 je po vrijednosti bliži jedinici. Ako je ESS=TSS,
R2=1, znači da empirijske vrijednosti leže na ocijenjenoj linearnoj funkciji te se tada
radi o idealnoj prilagodbi. R2 kreće se u rasponu 0 ≤ R
2 ≤ 1. Koeficijent determinacije
kazuje koliko je varijacija zavisne varijable objašnjeno pomoću ocijenjenog
regresijskog modela. Uspješnost prilagodbe ovisi o onom što se istražuje te nema
jednostavne metode koja određuje granicu uspješnosti.
Osnovni problem koeficijenta determinacije jest da se R2 povećava dodavanjem novih
objasnidbenih varijabli, čak i u slučaju da nova objasnidbena varijabla nije značajna za
model. Taj nedostatak riješio se korigiranim koeficijentom determinacije R2*
koji uzima
u obzir stupnjeve slobode, a definira se kao:
To je stroža mjera prilagođenosti funkcije, što znači da se uvođenjem varijable koja je
nevažna za model smanjuje vrijednost R2*, te čak može postati i negativna. Stupanj
prilagođenosti samo je jedna od mjera za ocjenu kvalitete regresije. Očekivanja,
ekonomska teorija i drugi pokazatelji također su vrlo značajni za analizu. Nikad se
ocijenjeni model ne prihvaća samo na temelju veličine koeficijenta determinacije.
2.4.3. Standardna pogreška regresije
Sposobnost modela da objašnjava „ponašanje“ zavisne varijable ocjenjuje se na osnovi
reziduala tog modela (Lovrić, 2005., p.56). Prilagođenost modela empirijskim podacima
bolja je ako je manji udio rezidualnih u ukupnim varijacijama. Mjera te prilagođenosti
izvodi se iz procijenjene varijance regresije s2=( 2 ), a koja se definira kao omjer
rezidualne varijacije i stupnjeva slobode koji su joj pridruženi.
15
∑
gdje je n broj opažanja, a k je broj regresorskih varijabli u modelu.
Iz varijance s2 računa se standardna pogreška regresije s:
√ √
Standardna pogreška regresije je mjera koja je izražena u jedinicama mjere zavisne
varijable. Iz praktičnih razloga računa se relativni pokazatelj, tj. koeficijent varijacije:
Koeficijent varijacije od 20% ili niže prema Lardaru iskustvena je vrijednost
prihvatljivosti ocijenjenog regresijskog modela. No treba uzeti u obzir i sve druge
pokazatelje reprezentativnosti modela, a i vrste podataka na osnovi kojih je model
ocijenjen. (Lovrić, 2005., p.57)
2.4.4. Testiranje statističke značajnosti regresijskog modela
Statistička značajnost prilagođenosti regresijskog modela testira se F-testom, a testiranje
se provodi u nekoliko koraka:
1. Definiranje nulte hipoteze prema kojoj su svi koeficijenti nagiba jednaki nuli,
odnosno nulta hipoteza tvrdi da ni jedna regresorska varijabla u modelu nije
signifikantna; H0: β1=β2=β3=…=βk=0
Definiranje alternativne hipoteze HA: postoji barem jedan koeficijent nagiba različit od
nule
2. Izračunavanje F-vrijednosti prema formuli:
F vrijednost je omjer procjena objašnjene i neobjašnjene varijance regresijskog modela.
16
3. Pronalazak tablične vrijednosti Fc uz razinu signifikantnosti α i sa odgovarajućim
stupnjevima slobode
4. Ako je izračunata vrijednost F manja od tablične vrijednosti Fc, prihvaćamo nultu
hipotezu i donosimo zaključak da objasnidbene varijable nisu signifikantne u modelu,
odnosno da model nije relevantan. Ako je izračunata vrijednost F veća od tablične
vrijednosti Fc, odbacujemo nultu hipotezu te prihvaćamo alternativnu hipotezu koja
tvrdi da je barem jedna varijabla signifikantna za model.
2.5. Narušavanje pretpostavki regresijskog modela
U ovome dijelu razmotrit će se problemi koji se javljaju ako nisu ispunjenje polazne
pretpostavke u linearnom regresijskom modelu. Definirat će se problem
multikolinearnosti regresorskih varijabli, problem heteroskedastičnosti ili problem
promjenjivosti varijance te problem autokorelacije grešaka relacije.
2.5.1. Problem multikolinearnosti
Problem multikolinearnosti je prisutan ako su barem dvije regresorske varijable linearno
zavisne ili približno linearno zavisne (Bahovec, Erjavec, 2009., p.163). Postoji savršena
multikolinearnost i nesavršena multikolinearnost. Savršena multikolinearnost je pojava
kad se varijacije jedne nezavisne varijable mogu potpuno objasniti varijacijama druge
nezavisne varijable. Češća je nesavršena multikolinearnost, odnosno približna linearna
zavisnost, kada veza među varijablama nije egzaktna već uključuje i odstupanja vt.
Često makroekonomski podaci vremenskih serija uključuju multikolinearnost jer
pokazuju slične tendencije rasta u određenom vremenskom razdoblju.
17
Posljedice multikolinearnosti su (Lovrić, 2005., p.79):
velike su varijance i standardne pogreške parametara
nesignifikantne t-vrijednosti, a posljedica su velikih standardnih pogrešaka
visok R2 i niske t-vrijednosti jasan su pokazatelj multikolinearnosti
ocjene parametara i njihove standardne greške postaju vrlo nestabilne i vrlo
osjetljive na male promjene u podacima
pogrešan predznak parametara čest je slučaj upravo zbog neefikasne i neprecizne
ocjene parametara
ne mogu se utvrditi zasebni utjecaji svake nezavisne varijable u objašnjenoj
varijaciji
Za otkrivanje multikolinearnosti ne postoji test ili točno definiran način za otkrivanje.
Postoje različiti indikatori prema kojima se može prepoznati multikolinearnost u
modelu, a to su:
visok R2, a niske t-vrijednosti
visok koeficijent korelacije između eksplanatornih varijabli
pomoćne regresije – ocjenjuje se regresija za svaku od nezavisnih varijabli i
računa se njihov R2
inflacijski faktor varijance (VIF)
Ako je R2 = 0 to znači da nema multikolinearnosti, VIF = 1.
Kako R2 raste, povećava se varijanca i standardna greška parametra, a i VIF.
18
Postoji nekoliko načina kako riješiti problem multikolinearnosti. Jedan od načina jest
izbaciti varijablu ili varijable koje su korelirane, no to nije jednostavno rješenje jer
može uzrokovati specifikacijsku pogrešku. Drugi način jest povećanje broja podataka u
uzorku jer je multikolinearnost problem uzorka, a ne populacije. Također postoji i
mogućnost transformacije podataka.
2.5.2. Problem autokorelacije
Autokorelacija postoji kad su vrijednosti slučajne varijable u međusobno korelirane
veličine. Autokorelacija je češće prisutna kod ocjenjivanja modela na osnovi podataka
vremenskih nizova, nego u slučaju ocijenjenog modela na osnovi podataka vremenskog
presjeka. Postoje dvije vrste autokorelacije: pozitivna i negativna autokorelacija. Kod
pozitivne odstupanja ut imaju isti predznak. Kod negativne autokorelacije pozitivna
odstupanja slijede negativna, pa opet pozitivna itd. (Lovrić, 2005., p.89-90).
Uzrok pojavljivanja autokorelacije može biti u samim podacima uzorka na osnovi kojeg
se model ocjenjuje, a to je tzv. prava autokorelacija. Često je razlog pojave
autokorelacije specifikacijska pogreška, odnosno izostavljena signifikantna varijabla ili
odabir pogrešne funkcijske veze. U tom slučaju radi se o nepravoj autokorelaciji.
Dogodi li se da pretpostavke o autokorelaciji nisu zadovoljene, to ostavlja ozbiljne
posljedice na ocijenjeni model. Posljedice autokorelacije su (Lovrić, 2005., p. 95):
ocjene parametara su nepristrane, ali su nepouzdane jer nisu više efikasne
podcijenjena je varijanca i standardne pogreška parametra, zbog toga t i F test
nisu pouzdani pokazatelji
podcijenjena je ocijenjena rezidualna varijanca, pa R2 nije pouzdan pokazatelj
model nije pogodan za predviđanje jer su i varijanca i standardna pogreška
predviđanja neefikasne
19
Budući da je pojava autokorelacije povezana s pogreškama relacije koja nam je
nepoznata, analiza i otkrivanje autokorelacije oslanja se na rezidualna odstupanja.
Postoji nekoliko načina otkrivanja autokorelacije, a najčešće se koriste grafička metoda
i Durbin-Watsonov test.
Grafička metoda prikazuje raspršenost reziduala kroz vrijeme iz kojeg je moguće vidjeti
postoji li neka pravilnost ili su odstupanja slučajno distribuirana.
Durbin–Watsonov test je najpoznatiji test za otkrivanje autokorelacije. Prednost je što je
vrlo jednostavan za primjenu, a provodi se u nekoliko koraka.
1. ocijeniti model pomoću metode najmanjih kvadrata i izračunati reziduale ei
2. izračunati Durbin-Watsonovu d vrijednost (izračunati prema formuli ili je ona obično
već izračunata u rezultatima regresijske analize)
3. daći kritične vrijednosti dL i dU u tablicama za danu veličinu uzorka i broj
eksplanatornih varijabli
4. donošenje odluke o prisutnosti autokorelacije prema ovim pravilima:
0 < d < dL → pozitivna autokorelacija
dL ≤ d ≤ dU → bez odluke o autokorelaciji
dU ≤ d ≤ 4-dU → nema autokorelacije
4-dU ≤ d ≤ 4-dL → bez odluke o autokorelaciji
4-dL < d < 4 → negativna autokorelacija
20
2.5.3. Problem heteroskedastičnosti
Heteroskedastičnost je problem koji je uglavnom povezan s podacima vremenskog
presjeka. Problem heteroskedastičnosti je prisutan kad je narušena pretpostavka o
nepromjenjivosti varijance slučajnih varijabli u linearnom regresijskom modelu. S
obzirom da je varijanca mjera rasipanja ili disperzije, pod pojmom heteroskedastičnosti
podrazumijeva se nejednaka varijanca slučajnih varijabli (Bahovec, Erjavec, 2009.,
p.171).
P0ostoji prava i neprava heteroskedastičnost. Prava heteroskedastičnost postoji onda
kada veličina raspršenosti odstupanja ovisi o veličini varijable X. U slučaju da je kod
specifikacije modela ispuštena važna eksplanatorna varijabla koja je uzrok
heteroskedastičnosti, njezini utjecaji će se prikloniti odstupanjima pa tada kažemo da je
prisutna neprava heteroskedastičnost koja je nastala zbog specifikacijske pogreške.
(Lovrić, 2005., p.112)
Posljedice heteroskedastičnosti su:
ocjene parametara su nepristrane, ali nisu više efikasne tj. nemaju minimalnu
varijancu
ocjena varijance parametara je pristrana, ali ne zna se je li podcijenjena ili
precijenjena, a zbog toga t i F test nisu valjani
Nije lako otkriti prisutnost heteroskedastičnosti jer ne postoji opći i siguran test za
otkrivanje heteroskedastičnosti. No postoje neke metode pomoću kojih se može otkriti
heteroskedastičnost, kao npr:
Grafička metoda – vrlo je jednostavna, a mogu se prikazati reziduali prema
pojedinoj nezavisnoj varijabli ili prema ocijenjenoj vrijednosti zavisne varijable
Park test – jednostavno ga je izvesti, ali ima nekih nedostataka. Najprije treba
otkriti koja je od nezavisnih varijabli uzrok heteroskedastičnosti, a zatim bi
21
trebalo znati koja funkcijska veza najbolje izražava heteroskedastičnost
pogrešaka
Goldfeld – Quandt test – vrlo se često koristi, jednostavan je i ne zahtijeva
poznavanje oblika funkcijske veze između reziduala i nezavisne koja je uzrok
heteroskedastičnosti
Postoji više načina za uklanjanje heteroskedastičnosti. Ako je varijanca poznata, koristi
se vagana metoda najmanjih kvadrata. Svako opažanje varijable Y i X podijeljeno je,
odnosno vagano s heteroskedastičnom standardnom devijacijom. U praksi je varijanca
ipak najčešće nepoznata pa se onda u takvim slučajevima pretpostavlja oblik
heteroskedastičnosti i model se transformira kako bi imao odstupanja sa svojstvom
heteroskedastičnosti. Te transformacije nazivaju se transformacije stabiliziranja
varijance.
22
3. KARAKTERISTIKE POTROŠNJE DUHANSKIH PROIZVODA U
REPUBLICI HRVATSKOJ
U okviru ovog poglavlja obradit će se i objasniti osnovne karakteristike potrošnje te
funkcija potrošnje i štednje. Nakon toga ukratko će se opisati povijest konzumacije
duhana i duhanskih proizvoda te negativne posljedice koje prouzrokuje pušenje.
Također će se objasniti kakav je utjecaj tržišta duhanskih proizvoda na državni proračun
i na koji način se vodi borba protiv uporabe i potrošnje duhanskih proizvoda.
3.1. Općenito o potrošnji i funkciji potrošnje
U ovome dijelu analizirat će se karakteristike potražnje i čimbenici koji utječu na
potražnju, objasnit će se elastičnost potražnje te će se opisati i grafički prikazati funkcija
potrošnje i štednje.
3.1.1. Potražnja i odrednice potražnje
Potražnja se definira kao količina dobara i usluga koju su kupci spremni kupiti po
određenoj cijeni. Taj odnos između količine koja se potražuje i cijene može se prikazati
grafički krivuljom potražnje te zapisati u obliku jednadžbe:
QD = QD (P)
Krivulja potražnje uobičajeno se označava slovom D (engl. Demand) i ima negativan
nagib, odnosno krivulja je opadajuća. To znači da će potrošači obično kupiti više nekog
dobra ako je njegova cijena niža.
23
Grafikon 1: Krivulja potražnje
Izvor: Pindyck, R. S., Rubinfeld, D. L.: Mikroekonomija, Mate d.o.o., Zagreb, 2005.,
p.22
Krivulja potražnje, koja je označena sa D, prikazuje kako količina dobra koju potrošači
potražuju ovisi o cijeni tog dobra. Krivulja potražnje je opadajuća krivulja; uz ostale
varijable nepromijenjene, potrošači će željeti kupiti više dobra što mu je cijena niža.
Tražene količine mogu ovisiti i o drugim varijablama, poput dohotka, vremena i cijena
drugih dobara. Potražnja za većinom dobara raste ako raste dohodak. Viša razina
dohotka pomiče krivulju potražnje udesno. Kao što se vidi iz grafikona 1, može se
očekivati da će viši dohoci potrošača uz konstantne cijene P1 dovesti do povećanja
količina koje se potražuju (sa Q1 na Q2). Budući da će se količina potražnje povećati bez
obzira kolika je cijena, rezultat je pomicanje cijele krivulje potražnje udesno. (Pindyck,
Rubinfeld, 2005., p.22)
Mnogi elementi, cjenovni i oni koji nisu cjenovni utječu na potražnju. Osim cijene,
potražnja može ovisiti također o prosječnom nivou dohotka, veličini stanovništva, cijeni
i dostupnosti dobara koja su povezana s promatranim dobrom, pojedinačnim ukusima
potrošača te nekim posebnim utjecajima. Prosječni dohodak potrošača je vrlo značajna
odrednica potražnje. Kako se dohoci stanovništva povećavaju, raste i potražnja,
odnosno pojedinci imaju mogućnosti kupovati više dobara. Veličina tržišta, koja se
24
može mjeriti pomoću broja stanovnika također utječe na krivulju potražnje na tržištu.
Ukoliko poraste broj stanovnika na tržištu, doći će i do povećanja potražnje za dobrima.
Cijene i dostupnost dobara koja su povezana s promatranim dobrom utječu na potražnju
za tim dobrom. Za dobra se kaže da su supstituti kad porast cijene jednog dobra dovodi
do porasta potražnje za drugim dobrom. Na primjer, supstituti su govedina i piletina, pa
su potrošači spremni zamijeniti svoje kupnje u slučaju da se cijene tih dvaju dobara
promijene. Dobra su komplementi kad porast cijene jednog dobra dovodi do pada
potražnje za drugim dobrom. Na primjer, automobili i benzin su komplementarna dobra,
pa će smanjenje cijene benzina dovesti do povećanja traženih količina automobila.
(Pindyck, Rubinfeld, 2005., p. 22-23)
Kao dodatak navedenim objektivnim elementima moramo dodati i skup subjektivnih
elemenata zvanih ukusi ili preferencije. Ukusi predstavljaju različite društvene ili
povijesne utjecaje. Oni mogu predstavljati stvarne psihološke odnosno fiziološke
potrebe. Mogu uključivati i umjetno izazvane potrebe (za cigaretama, drogama ili ludim
sportskim automobilima), a također mogu sadržavati veliku dozu tradicije ili religije. Na
potražnju za pojedinim dobrima utječu također i specijalni utjecaji. Na primjer, padanje
kiše utječe na potražnju za kišobranima, visina snijega utječe na prodaju skija i slično.
(Samuelson, Nordhaus, 1992., p. 51)
3.1.2. Elastičnost potražnje
Elastičnost predstavlja jačinu reakcije. Elastičnost potražnje na cijenu jest jačina
reakcije tražene količine nekog dobra na promjene cijene tog dobra, uz uvjet da držimo
ostale varijable jednake. Definicija elastičnosti potražnje kaže da je elastičnost potražnje
omjer postotne promjene tražene količine i postotne promjene cijene. (Samuelson,
Nordhaus, 1992., p. 65)
Koeficijent elastičnosti potražnje može se izračunati prema slijedećoj formuli:
25
Potražnje za dobrima razlikuju se po svojim elastičnostima. Potražnja za dobrima
nužnim za život obično malo reagira na promjene cijene, dok su luksuzna dobra
općenito jako osjetljiva na promjene cijene.
Ako promjena cijene od 1% uzrokuje promjenu tražene količine veću od 1%, onda je
potražnja elastična. Ako promjena cijene od 1% uzrokuje promjenu tražene količine
manju od 1%, onda je potražnja neelastična. Ako promjena cijene od 1% uzrokuje
promjenu tražene količine jednakoj 1%, onda je potražnja jedinično elastična.
Općenito, cjenovna elastičnost potražnje za nekim dobrom ovisi o raspoloživosti drugih
dobara kojima bi se to dobro moglo zamijeniti. Ako postoje bliski supstituti, porast
cijena će navesti potrošača na smanjenje kupovina dobra čija je cijena porasla i na
povećanje kupnji nekog supstituta. U tom će slučaju potražnja biti visoko cjenovno
elastična. Ako nema bliskih supstituta, potražnja će obično biti cjenovno neelastična.
(Pindyck, Rubinfeld, 2005., p. 31)
3.1.3. Funkcija potrošnje i funkcija štednje
Prema definiciji potrošnja kućanstva jest trošenje na finalna dobra i usluge s ciljem
zadovoljenja potreba, dok je štednja kućanstva dio dohotka koji nije utrošen na
potrošnju. Siromašne obitelji većinu svog dohotka troše na osnovne životne potrebe:
hranu i stan. Kako raste dohodak, rastu i izdaci na mnoge prehrambene potrepštine, ali
ipak postoji granica do koje se dodatni novac troši na hranu kad dohodak raste. Prema
tome, udio ukupne potrošnje namijenjen prehrani pada kako dohodak raste.
Ekonomska istraživanja su pokazala da je dohodak primarna odrednica potrošnje i
štednje. Bogati štede više nego siromašni, kako apsolutno tako i u postotku od dohotka.
Najsiromašniji ne mogu ništa uštedjeti. Umjesto toga, dok mogu posuđivati novac ili
trošiti imovinu oni smanjuju štednju. To znači da teže potrošiti više negoli što zarade,
smanjujući svoju ranije akumuliranu štednju ili dalje se zadužujući. (Samuelson,
Nordhaus, 1992., p. 437)
26
Jedan od najvažnijih odnosa u cijeloj makroekonomiji jest funkcija potrošnje. Funkcija
potrošnje pokazuje odnos između razine potrošnje i razine raspoloživog osobnog
dohotka. Funkciju potrošnje može se najbolje objasniti pomoću grafa, koji slijedi u
nastavku.
Grafikon 2: Funkcija potrošnje
Izvor: Samuelson, P. A., Nordhaus, W. D.: Ekonomija, Mate d.o.o., Zagreb, 1992, p.438
Krivulja kroz točke A, B, C,…, G je funkcija potrošnje. Vodoravna os prikazuje razinu
raspoloživog dohotka (DI). Za svaku razinu DI funkcija potrošnje pokazuje dolarsku
razinu potrošnje domaćinstva (C). Može se uočiti da potrošnja raste s porastom
raspoloživog dohotka. Pravac 45° pomaže da se odredi točka izjednačenja i da se okom
lakše izmjeri neto štednja, odnosno kazuje nam da li je potrošnja jednaka, veća ili manja
od razine dohotka. Kad funkcija potrošnje leži iznad pravca 45°, kućanstvo smanjuje
štednju. Kad funkcija potrošnje leži ispod pravca 45°, kućanstvo ima pozitivnu štednju.
Količina štednje, odnosno njenog smanjenja, uvijek se mjeri okomitom udaljenošću
između funkcije potrošnje i pravca 45°. (Samuelson, Nordhaus, 1992., p. 438)
27
Funkcija štednje pokazuje odnos između razine štednje i dohotka. Funkcija štednje je
zrcalna slika funkcije potrošnje, a može se prikazati grafikonom kao što slijedi u
nastavku.
Grafikon 3: Funkcija štednje
Izvor: Samuelson, P. A., Nordhaus, W. D.: Ekonomija, Mate d.o.o., Zagreb, 1992, p.439
Krivulja štednje izvedena je oduzimanjem potrošnje od dohotka. Grafički, funkcija
štednje dobivena je okomitim oduzimanjem funkcije potrošnje od pravca 45° iz
grafikona 2. Može se uočiti de je točka izjednačenja B na istoj razini dohotka od
25000 $, kao i na prethodnom grafikonu 2. (Samuelson, Nordhaus, 1992., p. 439)
28
3.2. Povijest konzumacije duhana i duhanskih proizvoda
U današnje vrijeme svijet bez duhana je nezamisliv. Uživanje duhana postalo je
univerzalni svjetski fenomen. Duhan se konzumira u cijelome svijetu u raznim oblicima
i na razne načine. U duhanskom dimu uživaju ljudi bez obzira na rasnu, spolnu, ili
vjersku pripadnost, na zanimanje, socijalni status, te bez obzira na godine i posljedice
na zdravlje.
Počeci upotrebe duhana kao sredstva za uživanje gube se u prošlosti, a pisana povijest
duhana i pušenja počinje već nakon Kolumbova otkrića Amerike. Neki od Kolumbovih
pratilaca zabilježili su tu naviku kod urođenika, a uskoro je duhan prenesen u Europu i
za samo nekoliko desetljeća duhan i navika pušenja raširili su se po cijelom svijetu
usprkos brojnim ograničenjima i zabranama (TDR, 2013).
Od početka konzumacije duhana do danas bili su dominantni različiti načini
konzumacije duhana. U početku kao najjednostavniji i najjeftiniji način pušenja
istaknula se lula, a zatim su bile popularne cigare, koje su se pravile od duhana najbolje
kvalitete i ugodne arome.
Najpopularniji oblik uživanja duhana danas je cigareta. Cigareta je u cijelome svijetu
dominantan oblik uživanja duhana, što potvrđuje i činjenica da u ukupnoj potrošnji
duhanskih proizvoda u svijetu sudjeluje sa preko 95%.
Početak pušenja cigarete, odnosno njezin primitivni praoblik seže još od 16. stoljeća.
Cigarete u današnjem obliku, odnosno izrezani duhan umotan u komadić papira,
pojavljuju se početkom 19. stoljeća i o njihovoj pojavi postoji nekoliko izvora. Prema
prvom cigarete se počinju praviti u Španjolskoj oko 1825.-1830. Nazvane su cigaritto, a
bile su napravljene od tankog lista četvrtastog papira u koji je ručno umotan duhan.
Druga priča o povijesti nastanka moderne cigarete vezana je za rat između Egipta i
Turske. U naše krajeve cigareta je došla preko Austrije i Italije. Zanimljivo je da se u
Dalmaciji cigarete dosta dugo nazivalo španjulet, a taj izraz došao je iz Italije gdje su
prve cigarete uvezene iz Španjolske pa su po tome nazvane spagnolette (TDR, 2013).
29
Potrošnja cigareta u Europi i Americi u početku raste veoma sporo, kako zbog
nedovoljne ponude, tako i zbog skupoće, što se mijenja povećanjem brzine rada strojeva
i povećanjem proizvodnje. Tako se povećava ponuda i smanjuje cijena. Uvođenjem
različitih inovacija cigareta se stalno mijenja i prilagođava zahtjevima tržišta, što je
ujedno odgovor različitim izazovima, posebice kad je u pitanju antipušačka kampanja i
odnos pušenja i zdravlja. Veoma značajan korak u tehnologiji proizvodnje cigareta bio
je uvođenje filtra. Prva filter cigareta Maurier lansirana je u Engleskoj 1929., ali sve do
pedesetih godina filter nije bio šire prihvaćen. Blaži oblik filter cigarete smatran je
manje povoljnim, pa je filter smatran samo zgodnom tehničkom novotarijom. Tek
polovinom pedesetih godina počinje brzo širenje tog tipa cigarete i za dvadesetak
godina većina cigareta bilo je s filtrom. Danas je jedva 1% cigareta u svijetu koje
nemaju filter (TDR, 2013).
Kao posljedica antipušačke kampanje smanjuje se sadržaj sastojaka koji se apostrofiraju
kao štetni, kao što su nikotin, kondenzat i CO. Izmrvljeno duhansko lišće koje su pušili
urođenici Novog svijeta ima malo veze s današnjom cigaretom. Zajedničko im je jedino
što je duhan i dalje osnovni sastojak. No današnja je cigareta visoko sofisticiran
industrijski proizvod u čijoj izradi sudjeluju stručnjaci različitih profila, od agronoma,
tehnologa, kemičara, strojara do elektroničara. Treba ipak reći da je i danas za cigaretu
najvažniji duhan, odnosno duhanska mješavina u kojoj ponekad može biti i preko 20
različitih komponenata. Svi sastojci jedne mješavine pažljivo se odabiru po tipu,
porijeklu, kvaliteti, te ni jedna komponenta ne smije dominirati, a od sastava mješavine
u najvećoj mjeri ovisi prihvatljivost cigarete na tržištu (TDR, 2013).
30
3.3. Negativne posljedice konzumacije duhana
Potrošnja duhana je aktualna tema za istraživanje i proučavanje zbog mnogobrojnih
negativnih učinaka na život ljudi koji konzumiraju duhanske proizvode i za tzv. pasivne
pušače koji su izloženi štetnim utjecajima duhana iako ga sami ne konzumiraju.
U ovome dijelu rada analizirat će se štetni sastojci duhanskog dima te njihov utjecaj na
organizam, posljedice pasivnog pušenja na zdravlje i smrtnost kao posljedica
konzumacije duhana.
3.3.1. Štetni sastojci i utjecaj duhanskog dima na organizama
Duhanski dim sadrži preko 4 000 različitih kemijskih sastojaka. Najzastupljeniji sastojci
su dušik, ugljični dioksid, kisik, nikotin, ugljični monoksid, policiklički aromatski
ugljikovodici, metali (kadmij, arsen, olovo) i cijanovodik. Jedna od najštetnijih tvari u
duhanskom dimu je nikotin koji izaziva ovisnost. Djelovanjem nikotina na nadbubrežnu
žlijezdu oslobađa se adrenalin i noradrenalin, što dovodi do povećanja frekvencije srca,
stiskanja malih krvnih žila i povišenja krvnog tlaka. Pušenje udvostručuje rizik umiranja
od kardiovaskularnih bolesti, a 30-40% svih smrti uzrokovanih koronarnom bolesti se
pripisuju pušenju. Vodeći uzrok smrtnosti u pušača su kardiovaskularne bolesti. Za
pedesetak sastojaka duhanskog dima dokazano je da imaju kancerogeno djelovanje. To
su pretežno tvari iz katrana, a jedan od štetnih sastojaka duhanskog dima je i ugljikov
monoksid, koji se 200 puta brže veže uz hemoglobin nego kisik. U pušača 10 do 15 %
hemoglobina može biti vezano za ugljikov monoksid, što znatno smanjuje opskrbu
organizma kisikom, a osobito je štetno za osobe sa srčanim i plućnim bolestima
(Samardžić, 2009., p. 14-15).
Duhanski dim udisanjem ulazi izravno u dišni sustav te se sluznica dišnog sustava izlaže
brojnim otrovnim sastojcima. Stoga je dišni sustav prvi na udaru koktela štetnih
sastojaka, koji oštećuju prirodni obrambeni sustav u plućima (Miše, 2012). Danas se
smatra da je pušenje glavni rizični čimbenik za razvoj raka bronha i pluća, grkljana,
31
ždrijela, usne šupljine, jednjaka, bubrega, mokraćnoga mjehura, gušterače, a i rak vrata
maternice i neki oblici leukemije češći su u osoba koje puše.
Istraživanja su dokazala štetan utjecaj duhanskog dima i nikotina na muške i ženske
spolne organe, a što za posljedicu može imati hormonalne smetnje, neplodnost,
komplikacije pri začeću i u trudnoći, učestale spontane pobačaje i komplikacije pri
porodu. Pušenje za vrijeme trudnoće onemogućava normalan razvoj ploda. Ono
sprečava prenošenje svih potrebitih tvari putem krvi iz majčine cirkulacije kroz krvne
žile posteljice u cirkulaciju ploda. Na taj se način redukcijom kisika znatno smanjuje
njegova količina u majčinoj krvi, a time i u krvi ploda. Najnovija istraživanja ukazuju
da pušenje ometa intelektualno sazrijevanje djeteta, a pušenje u trudnoći je faktor rizika
za razvoj alergija i astme u djeteta.
Breme pušenja je osobito važno kod mladih jer oni još uvijek ne osjete fizičke
posljedice pušenja, što svakako pozitivno utječe na razvoj ovisnosti. Upravo mladi su
oni koje duhanska industrija „regrutira“ i na taj način si osigurava, u najvećem broju
slučajeva, doživotne korisnike. Zbog toga je važno spoznati sve čimbenike koji imaju
ulogu u nastanku ove ovisnosti, kako bi što djelotvornije mogli pristupiti rješavanju
ovog najvećeg javnozdravstvenog problema (Samardžić, 2009., p. 17).
3.3.2. Pasivno pušenje i posljedice na zdravlje
Pasivno pušenje je također jedan od ključnih problema vezanih uz konzumaciju duhana
i duhanskih proizvoda. Duhanski dim ne ugrožava samo pušače, nego i nepušače koji
žive ili rade u njihovoj neposrednoj blizini te su prisiljeni na udisanje duhanskog dima.
Pasivno ili prisilno pušenje odnosi se na udisanje dima cigarete koju drugi puše. Dim
nastaje izravno iz cigarete, ali također i izdisanjem dima od strane pušača.
Pasivno pušenje za kratko vrijeme može nadražiti pluća i smanjiti količinu kisika u krvi.
Produljena ili česta izloženost pasivnom pušenju je vrlo opasna jer štetne čestice mogu
ostati u zraku satima. Količina nikotina koju udahne nepušač nakon četiri do pet sati
boravka u nedovoljno prozračenoj prostoriji odgovara onoj koju udahne pušač kad
popuši dvije do tri cigarete (Tadić, 2000., p.116).
32
Izloženost toksinima kod pasivnog pušenja može uzrokovati astmu, rak i druge ozbiljne
probleme. Pasivno pušenje uzrokuje ili pridonosi različitim zdravstvenim problemima,
od kardiovaskularnih bolesti do raka. Djeca, trudnice, stariji ljudi i ljudi sa srčanim
problemima ili problemima s disanjem trebaju biti posebno oprezni.
Zbog svih navedenih štetnih posljedica pasivnog pušenja sve više zemalja zakonski
ograničava pušenje u zatvorenim prostorijama, restoranima, kavanama, prodajnim
centrima, uredima i javnom prijevozu.
3.3.3. Smrtnost kao posljedica konzumacije duhana
Pušenje se danas smatra glavnim izbježivim čimbenikom rizika za zdravlje. Svjetska
zdravstvena organizacija upozorava da svakih osam sekundi u svijetu umire jedan
čovjek uslijed posljedica štetnog djelovanja duhana. Prema procjenama u svijetu danas
puši milijardu i tri stotine milijuna ljudi, a blizu šest milijuna ljudi godišnje umire od
posljedica pušenja. Ukoliko se ne zaustave sadašnji trendovi, do 2030. godine broj
umrlih od bolesti vezanih uz pušenje mogao bi se udvostručiti i doseći osam milijuna. U
Hrvatskoj je najmanje svaka treća odrasla osoba pušač, a procjenjuje se da od bolesti
vezanih uz pušenje godišnje umire više od devet tisuća ljudi ili gotovo svaka peta umrla
osoba (Ministarstvo zdravlja RH, 2013.).
Hrvatska je prema Eurostat-u na visokom četvrtom mjestu po smrtnosti od raka u
Europi, a druga po smrtnosti od raka pluća, koji je od svih zloćudnih bolesti u Hrvatskoj
i najčešći uzrok smrtnosti.
Svjetska zdravstvena organizacija procjenjuje da je u muškaraca uz pušenje vezano 90
do 95% smrtnosti od raka bronha i pluća, 45 do 50% smrtnosti od ostalih zloćudnih
bolesti, 20 do 25% smrti od bolesti srca i krvnih žila i 75 do 80% smrti od kronične
opstruktivne plućne bolesti. U muškaraca i žena uz pušenje je vezano ukupno oko 15%
smrti od bolesti srca i krvnih žila i 30% smrti od zloćudnih bolesti (Ministarstvo
zdravlja RH, 2013).
33
Tablica 1: Procijenjeni broj smrti vezanih uz pušenje po uzrocima u Republici
Hrvatskoj 2009. godine
Izvor: Hrvatski zavod za javno zdravstvo/prema metodologiji preporučenoj od Svjetske
zdravstvene organizacije, 2010.
Treba napomenuti da pušenje, osim zdravstvenih problema, predstavlja i značajni
gospodarski problem. Duhanska industrija uzrokuje gubitak od oko 200 milijardi
američkih dolara godišnje u cijelom svijetu zbog zdravstvenih posljedica pušenja.
Financijska korist države od prodaje cigareta nije isplativa, budući da su troškovi
liječenja bolesnika od posljedica pušenja i do deset puta veći. Zbog takvih
poražavajućih činjenica sve zemlje svijeta nastoje smanjiti konzumaciju duhana raznim
propisima, zabranama oglašavanja, zabranama pušenja na javnim mjestima i slično.
Dijagnoze % smrtnosti
vezan uz
pušenje
Ukupan broj
umrlih
Procijenjeni
broj umrlih
Rak pluća 87 2798 2434
Rak usta, ždrijela, larinksa i
jednjaka
60 794 476
Ostali rak 8 9723 778
KOBP – Kronična
opstruktivna bolest pluća
66 1583 1045
Ostale respiratorne bolesti 10 680 68
Cirkulacijske bolesti 13 25976 3377
Ostalo 12 10860 1303
Ukupno 18,1 52414 9481
34
3.4. Utjecaj tržišta duhanskih proizvoda na državni proračun
Duhanski proizvodi spadaju u posebnu kategoriju proizvoda jer uzrokuju ovisnost, a
svakodnevno ih kupuje približno milijun Hrvata. Ovisnost o cigaretama uzrokuje
svakodnevnu potrebu za njihovom kupnjom, a istodobno se negativni zdravstveni učinci
koji proizlaze iz potrošnje cigareta smatraju visokim troškom za čitavo društvo. Ta
kombinacija stalne i stabilne potražnje te negativnog učinka na zdravlje i okolinu
dovodi do činjenice da su poreznim vlastima svugdje u svijetu cigarete vrlo značajan
proizvod za oporezivanje.
Zbog štetnosti cigareta smatra se da treba smanjiti njihovu konzumaciju, a prvi način da
se to učini jest visoko oporezivanje. Istodobna stabilnost u potražnji i mala osjetljivost
kupaca na promjenu cijene osigurava da porez ne smanji konzumaciju, nego će znatno
povećati prihode državnog proračuna uz gotovo nikakav otpor građana. Problem je u
tome što se gotovo cijeli teret poreza kroz rast cijena svaljuje na kupce, dok vrlo mali
dio poreznog tereta snose proizvođači i distributeri. Kroz praćenje kretanja prihoda od
posebnih poreza može se neposredno uočiti iznimna važnost duhanskih proizvoda u
prihodima državnog proračuna.
3.4.1. . Proizvodnja, obrada i prodaja duhana u Hrvatskoj
Kada se govori o proizvodnji duhanskih prerađevina u Hrvatskoj, ponajprije cigareta,
zapravo se govori o Adris Grupi d.d. iz Rovinja koja je praktički proizašla iz Tvornice
duhana Rovinj (TDR d.o.o.), a preobrazila se u grupaciju koja se, uz proizvodnju
duhana i cigareta, bavi turističkom djelatnošću i trgovinom kroz mrežu poduzeća. TDR
d.o.o. ima svoje korijene još u davnoj 1872. godini, a od 1963. godine, lansiranjem prve
filter cigarete, etabilirao se kao snažan hrvatski proizvođač. Od 1992. godine, kad je
TDR imao nešto više od 30% tržišta nacionalne prodaje, danas je postao monopolist u
domaćoj industriji cigareta jer je jedini preostali domaći proizvođač (Šverer, 2010.).
TDR-ov sustav vertikalno je integrirani sustav koji čine tvrtke: Hrvatski duhani d.d.,
TDR d.o.o., Istragrafika d.d. i predstavništva TDR-a. Svaka tvrtka ima svoju ulogu u
35
procesu uzgoja, obrade duhana te proizvodnje i distribucije duhanskih proizvoda.
Djelatnost Hrvatskih duhana je proizvodnja, obrada i prodaja duhana. TDR-ova
djelatnost je proizvodnja i distribucija gotovih duhanskih proizvoda, a Istragrafika
proizvodi ambalažu za pakiranje duhanskih proizvoda. Predstavništva TDR-a
osiguravaju prisutnost TDR-ovih proizvoda na većim tržištima te skrbe o distribuciji
TDR-ovih proizvoda i komunikaciji s kupcima i poslovnim partnerima. Sve spomenute
tvrtke čine sastavne dijelove Adris grupe (TDR, 2013)
TDR proizvodi robne marke Avangard, Ronhill, Walter Wolf, MC, Filter 160,
Kolumbo, Largo 25, York, Benston i Respect. Svaka je vrsta cigareta namijenjena
zasebnoj skupini potrošača što potvrđuju i cijene koje variraju u rasponu od gotovo
deset kuna. Najprodavanije su cigarete robne marke Ronhill, dok je robna marka
Respect namijenjena isključivo izvozu. Svojim širokim proizvodnim asortimanom TDR
nastoji zadovoljiti potrebe gotovo svakog pušača na domaćem tržištu i konkurirati
mnogim markama na inozemnom tržištu. Na taj način nastoji zadržati domaći monopol i
regionalnu prisutnost, a istodobno istisnuti svaku prijetnju inozemne konkurencije.
S 11,6 milijardi prodanih cigareta, 1,74 milijarde kuna ukupnih prihoda i više od 60
posto prodaje ostvarene u izvozu u 2012. godini, TDR je ojačao poziciju jednog od
vodećih hrvatskih izvoznika i lidera među proizvođačima cigareta u jugoistočnoj
Europi. Kao jedna od najsnažnijih hrvatskih proizvodnih kompanija TDR svoje
proizvode plasira na 15 tržišta. U jugoistočnoj Europi TDR ostvaruje 44 posto svoje
prodaje, dok 18 posto izvozi u ostale dijelove Europe, Bliski istok i Sjevernu Afriku.
TDR kontinuirano jača svoju poziciju na tržištima izvan regije, pa je tako 2012. godinu
obilježio značajan rast prodaje na tržištima Češke, Njemačke, Španjolske i Irana (TDR,
2013).
36
3.4.2. Sustav oporezivanja duhanskih proizvoda u Hrvatskoj i Europskoj uniji
Cigarete i ostali duhanski proizvodi predmet su oporezivanja u gotovo svakoj državi
svijeta, a interes za regulaciju potrošnje duhanskih proizvoda naglo je porastao u
posljednja dva desetljeća. Oporezivanje duhanskih proizvoda privuklo je pozornost
vlada mnogih država svijeta jer su se trošarine na duhanske proizvode pokazale kao vrlo
lak izvor prihoda, koji uzrokuje relativno male tržišne poremećaje.
Iako se na prvi pogled čini da se regulacija potrošnje duhanskih proizvoda odnosi na
pokušaje smanjenja konzumacije, učinci su različiti. Dok različiti propisi o ograničenju
uporabe duhana, zdravstvena upozorenja te ograničavanja reklamiranja pokušavaju
izravno utjecati na smanjenje potrošnje, zakoni vezani za povećanje trošarina imaju dva
suprotna učinka. Jedan je fiskalni učinak povećanja državnog proračuna, a drugi je
utjecaj smanjenja potrošnje povećanjem cijena duhanskih proizvoda. Upravo je taj drugi
učinak diskutabilan. Naime, povećanje cijene nekog proizvoda po zakonima ekonomije
trebalo bi smanjiti potrošnju tog proizvoda. Ipak, utjecaj neće biti dovoljno velik ako ne
postoje bliski supstituti, što je slučaj s duhanskim proizvodima. Ne smije se zanemariti
ni činjenica da duhanski proizvodi stvaraju ovisnost, što još više smanjuje mogućnost
brze prilagodbe novim, većim cijenama (Zelenka, 2009., p.479-480).
Oporezivanje duhanskih proizvoda uređeno na razini Europske unije primjenjuje se od
1. siječnja 1993. godine, dok se trošarina na duhanske proizvode uvodi u hrvatski
porezni sustav 1994. godine. Pripreme na uspostavljanju zajedničkog sustava
oporezivanja za sve zemlje članice započele su još 1985. godine, kada je Komisija
Europske unije Bijelom knjigom preporučila potpuno usklađivanje posebnih poreza na
proizvodni duhan (Kuliš, 2005., p.15).
Trošarinu na cigarete čine dvije komponente: specifična i proporcionalna (ad valorem).
Specifična komponenta trošarine utvrđuje se u fiksnom iznosu po komadu proizvoda
(npr. trošarina na 1000 komada cigareta), a proporcionalna u postotku maloprodajne
cijene cigareta. Fiskalni učinak trošarine ovisi o osnovici, visini i strukturi trošarine.
37
Struktura trošarine utječe na maloprodajne cijene cigareta, ponašanje potrošača,
proračunske prihode i duhansku industriju.
Iz različite strukture trošarine proizlaze i različite cijene cigareta među zemljama. To
može utjecati na manje prihode proračuna zbog krijumčarenja ili legalne kupovine
cigareta po nižim cijenama u susjednim državama. Potražnja za cigaretama je
neelastična na promjenu cijena. Povećanje cijene neće značajno smanjiti ukupnu
potražnju, ali može utjecati na promjenu strukture potrošnje. Primjerice, povećanjem
proporcionalnog dijela trošarine porasla bi apsolutna razlika u cijenama skupljih i
jeftinijih cigareta, pa bi potrošači mogli supstituirati potrošnju skupljih cigareta
jeftinijima. Značajno povećanje poreznog opterećenja cigareta može voditi ilegalnoj
trgovini ili rastu legalne kupovine cigareta u pograničnim područjima sa zemljama s
relativno nižim poreznim opterećenjem, kao što su Srbija, Bosna i Hercegovina, Crna
Gora (Bajo, Primorac, 2013., p.2)
U Hrvatskoj se struktura trošarine na cigarete od 2000. godine mijenjala nekoliko puta
uglavnom radi usklađivanja sa smjernicama Europske unije. Hrvatskoj je do 2017.
Godine odobreno prijelazno razdoblje za potpunu harmonizaciju trošarina na cigarete.
Daljnjom harmonizacijom može se očekivati rast trošarine i cijena cigareta
U Europskoj uniji udjeli trošarina na cigarete u maloprodajnoj cijeni kreću se u rasponu
od 56 do 72 posto. Najmanji su u Švedskoj, Luksemburgu, Italiji i Belgiji, a najveći u
Ujedinjenom Kraljevstvu, Nizozemskoj, Grčkoj i Estoniji (Grafikon 4). Iz grafikona 4
vidi se da je udio trošarine u maloprodajnoj cijeni cigareta u Hrvatskoj znatno niži nego
u zemljama EU-a. U prijelaznom razdoblju od 1. srpnja 2013. do 1. siječnja 2014.
minimalan udjel trošarine u maloprodajnoj cijeni mora iznositi 57 posto, a nakon 1.
siječnja 2014. godine 60 posto. Od 1. siječnja 2014. minimalna trošarina povećat će se
na 77 eura (582,2 kune) na 1000 cigareta, a 31. prosinca 2017. dolazi potpuna
prilagodba, kada će minimalna trošarina iznosit će 90 eura (684 kune) na 1000 cigareta,
bez obzira na ponderiranu maloprodajnu cijenu cigareta puštenih u potrošnju (Bajo,
Primorac, 2013., p.3-8).
38
Grafikon 4: Visina trošarina na cigarete u zemljama Europske unije u 2013. godini (u %
maloprodajne cijene)
Izvor: Europska komisija, 2013
Iako su propisani minimalni iznosi trošarina na cigarete, države članice EU-a nemaju
jedinstven stav o poželjnoj strukturi pa se udio specifične u ukupnoj trošarini kreće u
prilično širokom rasponu od 8 do 98 posto, odnosno udio proporcionalne od 2 do 92
posto (Bajo, Primorac, 2013., p.9). Iz grafikona 5 može se zaključiti da specifičnu
trošarinu preferiraju Danska, Švedska i Nizozemska, a proporcionalnu Italija,
španjolska, Belgija, Luksemburg, Finska i Francuska. Vidljivo je da u Hrvatskoj
dominira proporcionalna komponenta sa 65 posto u ukupnoj trošarini, a samo sedam
zemalja EU-a ima u strukturi trošarina na cigarete izraženiji udio proporcionalne
komponente od Hrvatske.
39
Grafikon 5: Struktura trošarina na cigarete zemalja Europske unije u 2013. godini
Izvor: Europska komisija, 2013
Razlike u strukturi trošarina rezultiraju različitim maloprodajnim cijenama cigareta, ali i
različitim prihodima. Niža cijena cigareta uglavnom je povezana s manjim prihodima od
trošarina. Međutim, analizom pojedinačnih slučajeva može se uočiti odstupanje od tog
trenda zbog strukture trošarina i potrošnje. Slična je situacija i s količinom cigareta
puštenih u potrošnju. Veća količina cigareta trebala bi utjecati na veće prihode od
trošarina, što često nije slučaj (Bajo, Primorac, 2013., p.9).
3.4.3. Trošarina na duhanske proizvode kao značajan proračunski prihod
Prihodi od trošarina na duhanske proizvode u Hrvatskoj su značajan prihod državnog
proračuna, ali ipak znatno manji nego u većini zemalja članica Europske unije. Od
2002. do 2012. godine porasli su s 2,2 na 3,9 milijardi kuna te čine 2,7 do 3,6 posto
ukupnih proračunskih prihoda.
Do 2009. godine prihodi od trošarina bili su relativno ujednačeni tijekom godine. Zbog
promjene strukture trošarina, odnosno uvođenjem proporcionalne komponente od 2009.
godine primjetne su znatne oscilacije u mjesečnom kretanju prihoda od trošarine.
40
Netom prije izmjene Zakona o trošarinama prihodi od trošarine naglo rastu, a
neposredno nakon donošenja Zakona naglo se smanjuju. Mogući razlog takvog
kolebanja prihoda je želja proizvođača i uvoznika da u razdoblju neposredno prije
promjene visine i strukture trošarine stave u promet veću količinu cigareta po staroj,
nižoj cijeni. Tako postaju obveznici većeg iznosa trošarine pa proračunski prihodi rastu.
Nakon izmjena Zakona u prodaju se pušta razmjerno manja količina cigareta pa su i
proračunski prihodi manji (Bajo, Primorac, 2013., p.4).
Grafikon 6: Prihodi od trošarina na duhanske proizvode u Hrvatskoj od 2002. do 2012.
godine (u mlrd. kuna i % ukupnih prihoda)
Izvor: Ministarstvo financija Republike Hrvatske, 2013.
Usporedba udjela prihoda od trošarina na cigarete u ukupnim proračunskim prihodima i
BDP-u u Hrvatskoj i zemljama Europske unije pokazuju da one predstavljaju značajan
izvor proračunskih prihoda.
Trošarine na cigarete imaju relativno veći udio u ukupnim proračunskim prihodima kod
novih zemalja članica Europske unije, dok su u starim članicama manje važan izvor
prihoda. Apsolutna vrijednost prihoda od trošarina u starim zemljama članicama EU-a
veća je nego u novima. Međutim, proračunski prihodi i BDP starih članica su toliko
41
veliki da je relativan udio prihoda od trošarina na cigarete u njima manje važan (Bajo,
Primorac, 2013., p.7).
Grafikon 7: Udio prihoda od trošarina na cigarete u ukupnim proračunskim prihodima i
BDP-u u 2011. godini
Izvor: Eurostat i Europska komisija, 2012.
Na grafikonu 7. prikazani su prihodi od trošarina na cigarete i to kao udio u ukupnim
proračunskim prihodima te udio u BDP-u. Može se uočiti da najveći udio trošarina na
cigarete u ukupnim proračunskim prihodima ima Bugarska, a slijede ju Rumunjska i
Grčka, dok je Hrvatska na četvrtom mjestu. Najveći udio trošarina u BDP-u prisutan je
u Malti. Općenito, može se zaključiti da su prihodi od trošarina značajnija stavka
ukupnih proračunskih prihoda kod novijih zemalja članica Europske unije.
42
3.5. Borba protiv uporabe duhanskih proizvoda u Hrvatskoj i na globalnoj razini
Propisima koji se donose na državnim i lokalnim razinama nije svrha kazniti pušače,
nego zaštititi zdravlje nepušača koji su prisiljeni na radnim i javnim mjestima udisati
duhanski dim protiv svoje volje. (Tadić, 2000., p.120). Kako bi se spriječilo djecu i
mlade ljude da počnu konzumirati duhan, potrebno je smanjiti utjecaj promidžbe
duhana, podići svijest o učincima duhanskog dima na zdravlje pušača i nepušača te
ograničiti dostupnost duhana djeci i mladima.
Globalni uspjeh u cilju smanjenja potrošnje duhanskih proizvoda postignut je pri
Svjetskoj zdravstvenoj organizaciji usvajanjem Okvirne Konvencije o nadzoru nad
duhanom 2003. godine, koju je ratificiralo 175 zemalja, među kojima i Republika
Hrvatska. Konvencija obvezuje potpisnice na uvođenje cjenovnih mjera, te niz
necjenovnih politika i mjera u svrhu zaštite zdravlja od posljedica pušenja. To su mjere
za zaštitu od pasivnog pušenja, reguliranje sadržaja duhanskih proizvoda, obveza
deklariranja sadržaja proizvoda i dima, pakiranje i oznake na pakiranju, edukacija,
zabrana reklamiranja i promocije, borba protiv nelegalne prodaje i prodaje
maloljetnicima i drugo.
Prema Svjetskoj zdravstvenoj organizaciji (WHO, 2013), osnovne preporuke jesu da
programi kontrole duhana trebaju biti sveobuhvatni kako bi se minimizirala potrošnja
duhana, a trebali bi obuhvatiti:
stalni rast cijena, razmjerno inflaciji
sveobuhvatne zabrane promicanja duhanskih proizvoda
jake restrikcije pušenja na radnome mjestu i javnim mjestima
Svjetska zdravstvena organizacija započela je 1964. godine prve aktivnosti na području
borbe protiv pušenja. 1986. godine na Svjetskoj zdravstvenoj skupštini usvojila se
rezolucija pod nazivom "Pušenje ili zdravlje", koja poziva zemlje članice da razrade
nacionalnu strategiju borbe protiv pušenja. 1988. godine na konferenciji u Madridu
donosi se Povelja protiv duhana koja sadrži deset strategija za Europu bez pušenja, koja
na prvom mjestu ističe pravo ljudi da odaberu život bez pušenja i pravo na okoliš bez
duhanskog dima (Samardžić, 2009., p.11).
43
Od 1985. godine Europska zajednica počinje razvijati zakonodavstvo koje se bori protiv
upotrebe duhana u Europi. Odlučujući trenutak je bio donošenje smjernica o zabrani
oglašavanja duhanskih proizvoda i sponzoriranja od strane duhanske industrije u
Europi. Svjetska banka je revidirala podatke koji se odnose na posljedice oglašavanja
duhanskih proizvoda, zaključivši da oglašavanje povećava ovisnost o duhanu, te da će
zabrana oglašavanja smanjiti ovisnost o duhanu ako se primjeni sveobuhvatno, odnosno
na sve medije i upotrebu brand-ova i loga (Samardžić, 2009., p.12).
Republika Hrvatska je u potpunosti uskladila i implementirala rješenja o kontroli i
uporabi duhanskih proizvoda s važećim direktivama Europske unije, a te će se mjere još
dalje postupno pooštriti ulaskom Hrvatske u Europsku uniju.
Hrvatski sabor je 17. listopada 2008. godine donio Zakon o ograničavanju uporabe
duhanskih proizvoda, a cilj je zaštita zdravlja građana. Tim zakonom utvrđuju se mjere
za smanjenje i ograničavanje uporabe duhanskih proizvoda, štetnih sastojaka cigareta i
obvezne oznake na pakiranjima duhanskih proizvoda, preventivne mjere protiv pušenja
te nadzor nad provedbom spomenutog Zakona.
Pušenje je zabranjeno u svim odgojnim, obrazovnim i zdravstvenim ustanovama, uz
izuzetak psihijatrijskih bolnica i odjela, dok je zabrana pušenja u ugostiteljskim
objektima uvedena nakon roka prilagodbe od šest mjeseci, tj. u ožujku 2009. godine. Od
ožujka 2009. godine pušenje je u kavanama dozvoljeno samo na otvorenim terasama, a
vlasnici restorana moraju osigurati posebnu prostoriju za pušenje u kojoj nije moguće
naručiti hranu ili piće. Zakonom se zabranjuje svako direktno ili indirektno oglašavanje
cigareta, pušenje prilikom javnih nastupa li prikazivanja osoba koje puše na televiziji,
od čega su izuzeti filmski program i umjetnička djela.
44
4. EKONOMETRIJSKI MODEL POTRAŽNJE DUHANSKIH PROIZVODA U
REPUBLICI HRVATSKOJ
4.1. Specifikacija ekonometrijskog modela potražnje duhanskih proizvoda u
Republici Hrvatskoj
Specifikacija modela potražnje duhanskih proizvoda u Republici Hrvatskoj temelji se na
ekonomskoj teoriji, uzimajući u obzir temeljne postavke teorije potražnje i specifičnost
područja istraživanja. U radu će se specificirati model potražnje duhanskih proizvoda u
Republici Hrvatskoj za razdoblje od 1996. do 2011. godine, a ispitivat će se linearni i
eksponencijalni, odnosno log – linearizirani model.
Pretpostavlja se da potražnju duhanskih proizvoda determiniraju sljedeći faktori:
1) prosječna cijena duhana – očekuje se da će njeno povećanje uzrokovati
smanjenje potrošnje duhanskih proizvoda
2) prosječni mjesečni raspoloživi dohodak – očekuje se da će njegovo povećanje
uzrokovati povećanu potrošnju duhanskih proizvoda
3) prosječna mjesečna potrošena sredstva – očekuje se da će povećanje ove
varijable utjecati na smanjenje potrošnje duhanskih proizvoda
4) broj stanovnika od 20 do 59 godina starosti – očekuje se da će povećanje ove
varijable uzrokovati povećanu potrošnju duhanskih proizvoda
5) zabrane pušenja koje propisuje država – očekuje se da će uvođenje zabrana
smanjiti potražnju za duhanskim proizvodima
Svi novčani pokazatelji će biti deflacionirani i iskazani u kunama u stalnim cijenama
2011. godine. Tako je prosječna cijena duhana svedena na stalne cijene 2011. godine i
iskazana je indeksom potrošačkih cijena na duhan. Prosječni mjesečni raspoloživi
dohodak i prosječna mjesečna potrošena sredstva po kućanstvu također su svedeni na
stalne cijene 2011. godine, a deflacionirani su općim indeksom potrošačkih cijena.
Pretpostavlja se da je dobna skupina najvećih potrošača između 18 i 59 godina, ali kako
se popis stanovništva provodi po dobnim skupinama od pet godina, uzeta je grupacija
45
od 20 do 59 godina starosti. Varijabla zabrane pušenja koje propisuje država je dummy
varijabla koja poprima vrijednost 0 ili 1, čime se izražava prisutnost ili odsutnost nekog
kvalitativnog svojstva. Tako je za 2009., 2010. i 2011. godinu vrijednost 1, od kada je
na snazi Zakon o ograničavanju uporabe duhanskih proizvoda, a za sve ostale godine
(od 1996. do 2008.) je vrijednost 0.
Svi prikupljeni podaci su na nivou Hrvatske i objavljeni su u Statističkim ljetopisima
Hrvatske koje objavljuje Državni zavod za statistiku, osim podatka o broju stanovnika
od 20 do 59 godina starosti, koji je preuzet sa stranica Europske komisije Ujedinjenih
naroda za Europu (UNECE). Podatak o broju stanovnika preuzet je sa stranica UNECE
jer u Statističkim ljetopisima Hrvatske nedostaju podaci o broju stanovnika po dobnim
skupinama za pojedine godine analizirane u ovom modelu.
Ocijenit će se linearni i eksponencijalni, tj. log – linearizirani model
Linearni model:
Dt = β0 + β1Yt + β2Xt + β3Zt + β4Pt + β5Ft + ut
Eksponencijalni model:
Dt = β0 Ytβ1
Xtβ2
Ztβ3
Ptβ4
Ftβ5
eut
Odnosno u log – lineariziranom obliku
lnDt = β0 + β1lnYt + β2lnXt + β3lnZt + β4lnPt + β5lnFt + ut
gdje su,
Dt – indeks potrošnje duhana u Hrvatskoj, D2011=100;
Yt – prosječni mjesečni raspoloživi dohodak po kućanstvu u kunama,
deflacioniran općim indeksom potrošačkih cijena na cijene 2011. godine;
Xt – prosječna mjesečna potrošena sredstva po kućanstvu u kunama,
deflacionirana općim indeksom potrošačkih cijena na cijene 2011. godine;
46
Zt – broj stanovnika od 20 do 59 godina starosti, u tisućama;
Pt – prosječna cijena duhana izražena indeksom potrošačkih cijena na duhan,
deflacionirano na cijene 2011. godine;
Ft – zabrane pušenja koje propisuje država (dummy varijabla)
Nadalje će se prikazati i kratko objasniti računalni ispis rezultata ocjenjivanja potražnje
duhanskih proizvoda u Hrvatskoj, a koji je izrađen u programu Microsoft Excel 2010.
Međusobni odnosi između varijabli u ovom ekonometrijskom modelu utvrdit će se
pomoću korelacijske matrice te grafički pomoću dijagrama raspršenosti.
Tablica 2: Korelacijska matrica
Izvor: Izrada autora
Iz korelacijske matrice vidi se da je prisutna negativna veza između nezavisne varijable
prosječni mjesečni raspoloživi dohodak po kućanstvu (Yt) i zavisne varijable indeks
potrošnje duhana u Hrvatskoj (Dt), što nije u skladu s ekonomskom teorijom i
očekivanjima. Može se također uočiti da nije u skladu s očekivanjima pozitivna veza
između dummy varijable zabrane pušenja koje propisuje država (Ft) i zavisne varijable
Dt. Također je zabrinjavajuća korelacija između varijabli Ft i Pt, čime se daje naslutiti da
je dummy varijabla Ft nepotrebna. Korelacija između nezavisne varijable Pt i zavisne
Dt Yt Xt Zt Pt Ft
Dt 1
Yt -0,28841403 1
Xt -0,1565772 -0,244371412 1
Zt 0,373003213 -0,117513177 0,399692299 1
Pt -0,89328298 0,429918755 -0,07173582 -0,367913585 1
Ft 0,523184865 0,498240676 -0,448077599 -0,483508911 0,762353267 1
47
varijable Dt je očekivana jer je cijena značajna odrednica potražnje, a veza je negativna
te je također u skladu s ekonomskom teorijom i očekivanjima.
Sljedeći grafikoni prikazuju dijagrame rasipanja između zavisne varijable i pojedine
nezavisne varijable.
Grafikon 8: Dijagram rasipanja između Yt i Dt (rYt, Dt = -0,28841)
Izvor: Izrada autora
Na grafikonu 1. je također, kao i u korelacijskoj matrici, vidljiva negativna veza između
varijabli prosječni mjesečni raspoloživi dohodak po kućanstvu (Yt) i indeks potrošnje
duhana u Hrvatskoj (Dt), što nije u skladu s očekivanjima. Prema ekonomskoj teoriji
povećanje prosječnog mjesečnog dohotka trebalo bi imati utjecaj na povećanje potražnje
za duhanskim proizvodima.
48
Grafikon 9: Dijagram rasipanja između Xt i Dt (rXt,Dt = -0,15658)
Izvor: Izrada autora
Na grafikonu 2. promatra se ovisnost između varijabli prosječna mjesečna potrošena
sredstva po kućanstvu (Xt) i indeks potrošnje duhana u Hrvatskoj (Dt). Ovdje je prisutna
očekivana negativna veza između tih dviju varijabli. Kao što je već spomenuto očekuje
se da povećanje prosječnih mjesečne potrošnje pridonosi smanjenju potražnje za
duhanom.
Grafikon 10: Dijagram rasipanja između Zt i Dt (rZt,Dt = 0,37300)
Izvor: izrada autora
49
Očekivana je pozitivna korelacija između varijable broj stanovnika od 20 do 59 godina
starosti (Zt) i varijable indeks potrošnje duhana u Hrvatskoj (Dt). Logičnim slijedom,
kako se povećava broj stanovnika odabrane dobne skupine, povećat će se i potrošnja
duhana, a dijagram rasipanja kao i korelacijska matrica to potvrđuju.
Grafikon 11: Dijagram rasipanja između Pt i Dt (rPt,Dt = -0,89328)
Izvor: Izrada autora
Na grafikonu 4. vidljiva je negativna veza između nezavisne varijable indeks
potrošačkih cijena duhana (Pt) i zavisne varijable indeks potražnje duhanskih
proizvodima (Dt). Negativna korelacija i visoki koeficijent korelacije (rPt,Dt = -0,89328)
su i očekivani i u skladu s ekonomskom teorijom jer svako povećanje cijene duhana
imat će utjecaj na smanjenje potražnje za duhanskim proizvodima.
Iz prethodnih dijagrama rasipanja može se zaključiti da najveći utjecaj na formiranje
potražnje za duhanskim proizvodima u Hrvatskoj ima upravo cijena duhanskih
proizvoda.
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
110,0
90,0 100,0 110,0 120,0 130,0 140,0 150,0
Pt
Dt
50
Potrošnju duhanskih proizvoda u Hrvatskoj prije svega determinira cijena, što se
najbolje može vidjeti iz korelacijske matrice i dijagrama rasipanja za te dvije varijable,
gdje je korelacija među tim varijablama -0,89328. U nastavku će biti prikazan grafikon
kretanja cijene duhanskih proizvoda i potražnje za duhanskim proizvodima po
godinama, za razdoblje od 1996. do 2011. godine.
Grafikon 12. Kretanje cijene duhanskih proizvoda (Pt) i potražnje za duhanskim
proizvodima (Dt) u Hrvatskoj po godinama
Izvor: Izrada autora
Iz grafikona se može vidjeti da se podaci za varijablu cijene duhanskih proizvoda i
varijablu potražnje za duhanskim proizvodima kreću u suprotnom smjeru, odnosno kada
cijena duhanskih proizvoda u Hrvatskoj raste, potražnja za istima opada. Cijena
duhanskih proizvoda od 1996. do 2011. godine bilježi stalni rast, a suprotno tome
potražnja za duhanskim proizvodima u istom razdoblju bilježi trend opadanja.
51
4.2. Rezultati ocjenjivanja ekonometrijskog modela potražnje duhanskih
proizvoda u Republici Hrvatskoj
1. MODEL
Ocijenjeni linearni model glasi (u zagradama su navedene t vrijednosti):
Dt = - 313,487 - 0,0002Yt - 0,0089Xt + 0,2244Zt -0,9128Pt + 11,0426Ft
(-0,028) (-1,283) (1,610) (-5,836) (1,503)
R2 =0,894 R
2* =0,841 DW = 2,484 F = 16,89
Na temelju Studentovog t – testa na razini signifikantnosti od 5% kritična vrijednost uz
10 stupnjeva slobode iznosi 2,228. Promatrajući t – testove, kao i empirijsku razinu
signifikantnosti p, može se zaključiti da samo varijabla Pt u ovome modelu ima
signifikantan utjecaj na zavisnu varijablu Dt.
F – pokazatelj (16,89) je veći od tablične Fc vrijednosti (5,64) uz 1% signifikantnosti,
što znači da je ocijenjena funkcija statistički značajna.
Na temelju računalnog ispisa može se uočiti da varijable Xt, Zt i Pt imaju predznak u
skladu s očekivanjima ekonomske teorije, dok varijable Yt i Ft imaju predznak suprotan
očekivanjima ekonomske teorije.
Koeficijent determinacije (R2=0,894) i korigirani koeficijent determinacije (R
2*=0,841)
su vrlo visoki, što znači da je potražnja za duhanskim proizvodima u Hrvatskoj u velikoj
mjeri objašnjena nezavisnim varijablama. Dakle, prema korigiranom koeficijentu
determinacije modelom je objašnjeno 84% varijacije zavisne varijable.
Razina DW vrijednosti (d=2,483953) nalazi se između 4-dU (2,10) i 4-dL (2,56) pa se
stoga može utvrditi da nema odluke o tome postoji li autokorelacija u modelu.
Visoki koeficijent determinacije te niski t pokazatelji, kao i krivi predznak za dvije
nezavisne varijable upućuje na prisutnost multikolinearnosti. Također je i iz
52
korelacijske matrice vidljiv visoki koeficijent korelacije između dummy varijable Ft i
nezavisne varijable Pt. Može se zaključiti kako je dummy varijabla Ft nepotrebna u
ovome modelu jer nije signifikantna te nema očekivani ekonomski utjecaj na zavisnu
varijablu, a razlog je vjerojatno ovisnost pušača o duhanu. Iako je zabrana ili
ograničavanje pušenja sigurno jedan korak prema smanjenju broja pušača, čini se da su
ipak potrebne neke druge mjere koje bi imale veći učinak na smanjenje potražnje za
duhanskim proizvodima. Također jedan od razloga što dummy varijabla nije
signifikantna te nema očekivani predznak može biti i prekratak period zabrane.
Iz ocijenjenog modela vidljivo je da nisu zadovoljeni ekonomski, statistički i
ekonometrijski kriteriji. Ako ocijenjeni model nije reprezentativan, potrebno ga je
poboljšati i ponovno ocijeniti te testirati, sve dok nije prihvatljiv prema ekonomskim,
statističkim i ekonometrijskim kriterijima.
U sljedećem koraku izbacit će se varijabla Ft jer nema očekivani ekonomski utjecaj na
zavisnu varijablu, a također je i korelirana s varijablom Pt. Podaci se opet ubacuju u
program Microsoft Excel 2010, ali ovaj put bez varijable Ft.
2. MODEL
Ocijenjeni linearni model glasi (u zagradama su navedene t vrijednosti):
Dt = - 216,442 + 0,0016Yt - 0,0242Xt + 0,2902Zt -0,7404Pt
(0,288) (-2,240) (1,710) (-6,595)
R2
=0,870 R2*
=0,823 DW = 2,221 F = 18,43
U ovome modelu svi ocijenjeni parametri imaju predznake u skladu s očekivanjima
ekonomske teorije.
Prema Studentovom t – testu ili prema empirijskoj razini signifikantnosti p ne mogu se
sve nezavisne varijable prihvatiti kao relevantne varijable za objašnjenje potražnje
duhanskih proizvoda. Varijabla Xt je značajna za model na razini signifikantnosti od
53
5%, a varijabla Pt značajna je za model na razini signifikantnosti od 1%, dok se za
varijablu Yt može uočiti izrazito nizak t – test.
F – pokazatelj (18,43) je veći od tablične Fc vrijednosti (5,67) uz 1% signifikantnosti,
što znači da je ocijenjena funkcija statistički signifikantna.
Koeficijent determinacije, kao i korigirani koeficijent determinacije, dovoljno je visok
da bi bio reprezentativan, budući da se radi o vremenskom nizu podataka. Prema
korigiranom koeficijentu determinacije (R2*
=0,823) je preko 82% varijacija zavisne
varijable objašnjeno modelom.
Razina DW vrijednosti (d=2,22110) nalazi se između dU (1,66) i 4-dU (2,34), čime se
potvrđuje da u modelu nema autokorelacije prvog reda.
Budući da su u modelu zadovoljeni ekonomski kriteriji, odnosno parametri imaju
očekivane predznake, ali su t pokazatelji za dvije nezavisne varijable niski, u sljedećem
koraku će se ocijeniti eksponencijalni model koji će biti lineariziran logaritmiranjem.
3. MODEL
Ocijenjeni eksponencijalni model koji je lineariziran logaritmiranjem glasi (u
zagradama su navedene t vrijednosti):
lnDt = - 25,754 - 0,019lnYt - 0,480lnXt + 4,695lnZt -0,416lnPt
(-0,057) (-1,593) (1,729) (-6,386)
R2 =0,866 R
2* =0,817 DW = 2,249 F = 17,79
U ovome eksponencijalnom modelu koji je lineariziran logaritmiranjem također je, kao
i u prethodnom linearnom modelu, izostavljena iz promatranja nezavisna varijabla Ft.
Nakon što je model ocijenjen, može se uočiti da nemaju sve nezavisne varijable
očekivani predznak. Varijable lnXt, lnZt i lnPt imaju predznak u skladu s očekivanjima,
ali to nije slučaj s varijablom lnYt..
54
Na temelju t – testa može se zaključiti da je jedino varijabla lnPt relevantna i značajna za
objašnjenje modela, dok ostale nezavisne varijable imaju t vrijednosti niže od tablične
vrijednosti, odnosno nemaju signifikantan utjecaj na objašnjenje zavisne varijable.
F – pokazatelj (17,79) je, kao i u prethodnom modelu, veći od tablične Fc vrijednosti
(5,67) uz 1% signifikantnosti, što znači da je ocijenjena funkcija statistički značajna.
Koeficijent determinacije i korigirani koeficijent determinacije su i u ovome modelu
visoki, pa se tako iz korigiranog koeficijenta determinacije može zaključiti da je gotovo
82% varijacija zavisne varijable objašnjeno pomoću ocijenjenog modela.
Razina DW vrijednosti (d=2,24904) nalazi se između dU (1,66) i 4-dU (2,34), čime se
potvrđuje da u modelu nema autokorelacije prvog reda.
Budući da ni kod ocijenjenog eksponencijalnog modela nisu zadovoljeni svi kriteriji, u
nastavku će se prikazati ocijenjeni polu-log model. Polu-log model je takav model kod
kojeg je samo zavisna ili samo nezavisna varijabla u logaritamskom obliku.
4. MODEL
Ocijenjeni polu-log model kod kojeg je nezavisna varijabla Yt u logaritamskom obliku
(u zagradama su navedene t vrijednosti):
Dt = -259,89 + 10,1986lnYt - 0,0143Xt + 0,1905Zt - 0,7391Pt
(0,365) (-2,240) (1,798) (-6,593)
R2 =0,870 R
2* =0,823 DW = 2,230 F = 18,41
U ovome modelu svi ocijenjeni parametri imaju predznake u skladu s očekivanjima
ekonomske teorije.
Na temelju Studentovog t – testa i empirijske signifikantnosti p može se uočiti da je
varijabla Pt statistički je značajna za model pri razini signifikantnosti od 1%, dok je
varijabla Zt statistički značajna za model na razini signifikantnosti od 10%, a varijabla
55
Xt pri razini signifikantnosti od 5%. Varijabla Yt i u ovom ocijenjenom polu-log modelu
ima nizak t-test i nije signifikantna za objašnjenje modela.
Prema F-testu ocijenjena funkcija je statistički značajna jer je izračunati F pokazatelj
(18,41) veći od tablične Fc vrijednosti (5,67), pri razini signifikantnosti od 1%.
Koeficijent determinacije i korigirani koeficijent determinacije su dovoljno visoki i
prihvatljivi. Prema korigiranom koeficijentu determinacije može se zaključiti da je
preko 82% varijacija zavisne varijable objašnjeno pomoću ocijenjenog modela.
Razina DW vrijednosti (d=2,230343) potvrđuje da u modelu nema autokorelacije prvog
reda.
Nakon što je iz modela izbačena dummy varijabla Ft te nakon što su ocijenjeni linearni,
eksponencijalni i polu-log model, može se uočiti da kod linearnog i polu-log modela sve
nezavisne varijable zadovoljavaju ekonomski kriterij, odnosno imaju predznak u skladu
s ekonomskom teorijom. Jedino je problem što varijabla Yt ima izrazito nizak t – test, pa
će u sljedećem koraku ta varijabla biti izbačena iz modela, a model ponovno ocijenjen.
Podaci se ponovno ubacuju u program Microsoft Excel 2010, ali ovaj put i bez
nezavisne varijable Yt, pa će se u nastavku prikazati ocijenjeni linearni model koji
uključuje tri nezavisne varijable – Xt, Zt i Pt.
5. MODEL
Ocijenjeni linearni model (u zagradi su navedene t vrijednosti):
Dt = - 219,548 - 0,0147Xt + 0,1970Zt -0,7259Pt
(-2,516) (1,793) (-7,535)
R2
=0,869 R2*
=0,837 DW = 2,327 F = 26,58
U ovome modelu svi ocijenjeni parametri imaju predznake u skladu s očekivanjima
ekonomske teorije.
56
Prema Studentovom t – testu ili prema empirijskoj signifikantnosti p sve nezavisne
varijable mogu se prihvatiti kao relevantne varijable za objašnjenje modela. Varijabla Pt
statistički je značajna za model, odnosno za objašnjenje potražnje duhanskih proizvoda,
na razini signifikantnosti od 1%, dok je varijabla Xt značajna za model na razini
signifikantnosti od 5%, a varijabla Zt statistički je značajna za model na razini
signifikantnosti od 10%.
F – pokazatelj (26,58) je veći od tablične Fc vrijednosti (5,95) uz 1% signifikantnosti,
što znači da je ocijenjena funkcija statistički značajna.
Koeficijent determinacije je dovoljno visok (R2=86,9%), a također je visok i korigirani
koeficijent determinacije (R2*=83,7%), što znači da je potražnja za duhanskim
proizvodima u Hrvatskoj objašnjena pomoću nezavisnih varijabli u ovome modelu.
Prema korigiranom koeficijentu determinacije je gotovo 84% varijacija zavisne
varijable objašnjeno pomoću ocijenjenog regresijskog modela.
Razina DW vrijednosti (d=2,32701) nalazi se između dU (1,44) i 4-dU (2,56), čime se
potvrđuje da u modelu nema autokorelacije prvog reda.
U ovome modelu svi rezultati su prihvatljivi. Zadovoljeni su ekonomski, statistički i
ekonometrijski kriteriji. Može se zaključiti da na potrošnju duhanskih proizvoda u
Hrvatskoj najveći utjecaj imaju varijable prosječna cijena duhana, prosječna mjesečna
potrošena sredstva po kućanstvu te broj stanovnika od 20 do 59 godina starosti.
Budući da je ocijenjeni linearni model sa tri nezavisne varijable (Xt, Zt i Pt) prihvatljiv
prema svim kriterijima, ispitat će se je li u modelu načinjena specifikacijska pogreška
pomoću Ramseyjevog RESET testa.
57
Ramseyjev RESET test
To je regresijski test specifikacijske pogreške, kojim se utvrđuje hoće li se prilagođenost
funkcije značajno poboljšati ako se u analitički oblik funkcije uvedu varijable Ŷ2, Ŷ
3 i
Ŷ4. To je polinom varijable Ŷ koju dobivamo ocjenjivanjem modela. Kako polinom ima
dobru moć prilagodbe, pomoći će nam da utvrdimo postoji li specifikacijska pogreška
zbog pogrešno odabranog funkcijskog oblika. Ako nema takve pogreške, onda bi
parametri uz potencije Ŷ trebali biti jednaki nuli, što će se utvrditi pomoću F testa.
(Lovrić, 2005, p.147).
Postupak RESET testa:
1. pomoću metode najmanjih kvadrata ocijeni se funkcija Yi=β0+β1X1i
2. iz ocijenjene funkcije izračunaju se Ŷi vrijednosti, a nakon toga se izračunaju
vrijednosti Ŷi2, Ŷi
3 i Ŷi
4 te se dodaju u model kao dodatne eksplanatorne varijable:
Yi = β0 + β1X1i + β2Ŷi2 + β3Ŷi
3 + β4Ŷi
4 + νi
3. nakon što se ocijeni novi model, uspoređuje se prilagodba modela pomoću F testa
gdje su R2N i R2
S koeficijenti determinacije novog i starog modela, NP je broj novih
nezavisnih varijabli, a UP ukupni broj nezavisnih varijabli u novom modelu.
Ukoliko je izračunata F vrijednost signifikantna, onda je model loše specificiran.
58
Ocijenjeni model glasi:
Dt = - 75412,0473 – 4,4722Xt + 59,9399Zt – 220,4377Pt – 0,0403D t2 + 0,0024D t
3 –
(-0,721) (0,723) (-0,722) (-0,753) (0,785)
0,0000051 D t4
(-0,814)
R2 =0,8932 R
2* =0,8220 DW = 1,98 F = 12,54
Prva dva koraka RESET testa su završena (ocjena linearnog modela i proširenog
linearnog modela u kojem smo dodali još tri nezavisne varijable (D t2, D t
3 i D t
4). Slijedi
treći korak, a to je izračunavanje F testa prema formuli:
Budući da je F vrijednost (0,67353) manja od tablične Fc vrijednosti (6,99) pri 1%
signifikantnosti, može se zaključiti da je model 5 dobro specificiran.
Kako je ocijenjeni linearni model prihvatljiv prema svim kriterijima, a također je uz
pomoć Ramseyjevog RESET testa ustanovljeno da je model dobro specificiran, u
nastavku će se još ocijeniti eksponencijalni i polu-logaritamski model.
59
6. MODEL
Ocijenjeni eksponencijalni model koji je lineariziran logaritmiranjem glasi (u
zagradama su navedene t vrijednosti):
lnDt = - 25,761 - 0,474lnXt + 4,667lnZt -0,418lnPt
(-1,404) (1,807) (-7,408)
R2 =0,866 R
2* =0,833 DW = 2,225 F = 25,87
Nakon što je ocijenjen log – linearizirani model, koji obuhvaća nezavisne varijable lnXt,
lnZt i lnPt, može se uočiti da sve varijable imaju predznak u skladu s očekivanjima
ekonomske teorije.
Prema Studentovom t – testu i empirijskoj signifikantnosti p može se vidjeti da je
varijabla lnPt statistički značajna za model na razini signifikantnosti od 1%, varijabla
lnZt značajna je na razini signifikantnosti od 10%, dok varijabla lnXt nije signifikantna.
F vrijednost (25,87) veća je od tablične Fc vrijednosti (5,95), što znači da je ocijenjena
funkcija statistički značajna pri razini signifikantnosti od 1%.
Koeficijent determinacije i korigirani koeficijent determinacije su i u ovome modelu
dovoljno visoki, pa se tako iz korigiranog koeficijenta determinacije može zaključiti da
je 83% varijacija zavisne varijable objašnjeno pomoću ocijenjenog modela.
Prema razini DW vrijednosti (d=2,2253669) može se zaključiti da u modelu nema
autokorelacije prvog reda.
U nastavku će biti ocijenjen i polu-log model, gdje će zavisna varijabla Dt biti u
logaritmiranom obliku.
60
MODEL 7.
Ocijenjeni polu-log model, gdje je zavisna varijabla Dt u logaritamskom obliku, glasi (u
zagradama su navedene t vrijednosti):
lnDt = 1,3328 - 0,00011Xt + 0,00186Zt -0,00614Pt
(-2,2488) (1,7996) (-7,0904)
R2 =0,855 R
2* =0,819 DW = 2,241 F = 23,68
U ovome modelu također svi ocijenjeni parametri imaju predznake u skladu s
očekivanjima ekonomske teorije.
Prema Studentovom t – testu ili prema empirijskoj signifikantnosti p sve nezavisne
varijable mogu se prihvatiti kao relevantne varijable za objašnjenje modela. Varijabla Pt
statistički je značajna za objašnjenje potražnje duhanskih proizvoda pri razini
signifikantnosti od 1%. Varijabla Xt značajna za model na razini signifikantnosti od 5%,
dok je varijabla Zt značajna za model na razini signifikantnosti od 10%.
F – pokazatelj (23,68) je veći od tablične Fc vrijednosti (5,95) uz 1% signifikantnosti,
što znači da je ocijenjena funkcija statistički značajna.
Koeficijent determinacije je dovoljno visok, što znači da je potražnja za duhanskim
proizvodima u Hrvatskoj objašnjena pomoću nezavisnih varijabli u ovome modelu.
Prema korigiranom koeficijentu determinacije je gotovo 82% varijacija zavisne
varijable objašnjeno pomoću ocijenjenog regresijskog modela.
Razina DW vrijednosti (d=2,2409306) nalazi se između dU (1,44) i 4-dU (2,56), čime se
potvrđuje da u modelu nema autokorelacije prvog reda.
U ovome modelu svi rezultati su prihvatljivi. Zadovoljeni su ekonomski, statistički i
ekonometrijski kriteriji.
61
Budući da su linearni i polu-log model prihvatljivi prema svim kriterijima, ali se
koeficijenti determinacije ne mogu međusobno uspoređivati, primijenit će ce Box-Cox
test
BOX - COX test
To je test koji služi za usporedbu prilagođenosti linearne i log-lin (log-log) regresijske
funkcije. Potrebno je transformirati podatke kako bi RSS linearne i logaritamske
funkcije bili usporedivi. To se radi tako da se izračuna geometrijska sredina zavisne
varijable i svako njeno opažanje dijeli se s dobivenom sredinom. Zatim se ocijene oba
modela, ali s transformiranim zavisnim varijablama. Uspoređuju se RSS tih modela.
Onaj s manjim RSS ima bolju reprezentativnost. Zaključak se donosi uz pomoć testa.
Postupak Box-Cox testa:
1. Ocijenimo oba modela
Yi = β0 + β1Xi + ui
lnYi = γ0 + γ1Xi + ui
2. Postavimo hipoteze:
H0: modeli su jednaki
H1: modeli nisu jednaki
3. Izračunamo geometrijsku sredinu zavisne varijable:
YG = (Y1 · Y2 · …· Yn)1/n
4. Transformiramo varijablu Y tako da svako opažanje dijelimo s YG
Yi* = Yi / YG
5.Ocijenimo modele iz 1. koraka, ali sa zavisnim varijablama Yi* i lnYi*
Yi* = f (X) → RSS
62
lnYi* = f (X) → RSS
Model sa manjim RSS je onaj koji je bolje prilagođen empirijskim podacima.
6. Testiranje
[ (
)]
𝛘2 → Kritična vrijednost na razini 5% je 3,84. Ako je izračunata vrijednost l > 𝛘2
odbacuje se H0.
Primjena Box-Cox testa na primjeru potražnje duhanskih proizvoda:
- geometrijska sredina zavisne varijable Dt = 115,416722
- model 1: Dt* = f(Xt, Zt, Pt) → RSS = 0,0301296
- model 2: lnDt* = f(Xt, Zt, Pt) → RSS = 0,0323857
Testiranje :
[ (
)]
0,57768 < 3,84
Budući da je izračunata l vrijednost manja od kritične vrijednosti, može se zaključiti da
se modeli ne razlikuju značajno u prilagođenosti.
Iz ocijenjenih modela može se zaključiti da na potrošnju duhanskih proizvoda u
Hrvatskoj utječu varijable prosječna cijena duhana (Pt), prosječna mjesečna potrošena
sredstva po kućanstvu (Xt) te broj stanovnika od 20 do 59 godina starosti (Zt).
63
Zabrane i ograničenja pušenja koja propisuje država ne utječu na potrošnju duhana u
Hrvatskoj. Razlog je zasigurno ovisnost pušača o duhanu, pa će tako mnogi pušači
unatoč zabrani pušenja u zatvorenim javnim prostorima kupovati istu količinu
duhanskih proizvoda i konzumirati ih u vlastitim domovima ili na terasama kavana, što
onda neće dovesti do smanjenja potražnje za duhanskim proizvodima. Također i
prekratak period zabrane može biti razlog što dummy varijabla zabrane pušenja nije
signifikantna i nema očekivani predznak.
Prosječni mjesečni raspoloživi dohodak također nema utjecaj na potražnju za
duhanskim proizvodima u Hrvatskoj. Razlog također leži u ovisnosti pušača o duhanu
pa su potrošači spremni bez obzira na visinu svog dohotka izdvojiti sredstva kako bi
zadovoljili svoje potrebe za duhanom.
Pomoću RESET testa utvrđeno je da u ocijenjenom modelu nije prisutna specifikacijska
pogreška, a na temelju BOX-COX testa utvrđeno je da se linearni i polu-logaritamski
model ne razlikuju značajno u prilagođenosti.
4.3. Usporedba rezultata ekonometrijske analize potražnje duhanskih proizvoda u
Republici Hrvatskoj u vremenskom pomaku od 23 godine
Ovdje će biti sažeto prikazana ekonometrijska analiza potražnje duhanskih proizvoda u
Republici Hrvatskoj koja je napravljena za razdoblje od 1973. do 1990. godine. Nakon
toga ukratko će se objasniti osnovni zaključci nakon usporedbe ekonometrijskog
modela potražnje duhanskih proizvoda za razdoblje od 1973. do 1990. godine sa istim
modelom, ali za razdoblje od 1996. do 2011. godine, odnosno modelom koji je
istraživan u ovom radu.
U radu iz 1995. Godine specificiran je model potražnje duhanskih proizvoda u
Hrvatskoj za razdoblje od 1973. do 1990. godine. Ocijenjen je linearni i nelinearni
model. Pretpostavlja se da potražnju duhanskih proizvoda determiniraju prosječna
cijena tih proizvoda, prosječna plaća djelatnika, prosječna mjesečna potrošena sredstva
po članu domaćinstva te broj potrošača. Svi pokazatelji su na nivou Hrvatske i
64
objavljeni su u Statističkim ljetopisima Hrvatske. Novčani pokazatelji su deflacionirani
i iskazani u kunama u stalnim cijenama 1973. godine. (Lovrić, Korade, 1995, p. 227-
228.)
Varijable koje su uzete u obzir su:
– Dt indeks potrošnje duhana u Hrvatskoj, D1973 = 100;
– Pt prosječna cijena cigareta u kunama, deflacionirana općim indeksom cijena na
malo na cijene 1973. godine;
– Yt prosječni mjesečni osobni dohodak u kunama, deflacioniran indeksom
troškova života na cijene 1973. godine;
– Xt prosječna mjesečna potrošena sredstva po jednom članu domaćinstva un
kunama, deflacionirana indeksom troškova života na cijene 1973. godine;
– Zt broj stanovnika od 20 do 65 godina starosti;
– t oznaka za godine, t=0 u 1973. godini
Ocijenjeni linearni model glasi:
Dt = -212,293 – 248532000Pt +0,242982Yt – 276036Xt + 0,000141719Zt
(-1,224) (-2,947) (1,517) (-1,654) (2,640)
R2=0,790 R
2*=0,725 DW=1,954 F=12,20
Nelinearni model je lineariziran logaritmiranjem i glasi:
lnDt = -57,1781 – 0,520773lnPt + 0,528237lnYt – 0,256553lnXt + 3,34735lnZt
(-4,066) (-3,450) (2,358) (-2,008) (3,541)
R2=0,836 R
2*=0,786 DW=2,129 F=16,60
65
Brojevi u zagradama ispod jednadžbi jesu t-vrijednosti koje mjere signifikantnost
parametara. Svi parametri imaju očekivani predznak i signifikantni su. Koeficijent
multiple determinacije je dovoljno visok i pokazuje da je 84% varijacija objašnjeno
funkcijom. Vrijednosti F-testa i DW-testa su veće od tabličnih, to znači da je ocijenjena
funkcija pouzdana i da su slučajne greške nezavisno distribuirane. (Lovrić, Korade,
1995, p.229)
Ocjenjivanje je dalo sljedeće rezultate (Lovrić, Korade, 1995, p.234):
potražnja duhana je funkcija cijene duhana, prosječnog mjesečnog osobnog
dohotka po djelatniku, prosječno mjesečno potrošenih sredstava po članu
domaćinstva te broja stanovnika od 20 do 65 godina starosti
potražnja je elastična jedino s obzirom na promjenu broja stanovnika, a
neelastična na promjenu u cijeni, dohotku i potrošnji po članu domaćinstva
proizlazi zaključak da cijena i životni standard nisu od presudne važnosti za
potražnju duhana, čak i u uvjetima života kada je prosječni djelatnik zarađivao
dostatno za preživljavanje
Ocjenjivanje ekonometrijskog modela potražnje duhanskih proizvoda u Hrvatskoj
za razdoblje od 1996. do 2011. godine u ovome radu dalo je nešto drugačije
rezultate:
potražnja duhana je funkcija cijene duhana, prosječno mjesečno potrošenih
sredstava po kućanstvu te broja stanovnika od 20 do 59 godina starosti
potražnja je i u ovome modelu elastična jedino s obzirom na promjenu broja
stanovnika, pa ako se broj stanovnika poveća za 1%, a ostale varijable
ostanu nepromijenjene, potražnja raste za 4,67%
na promjenu u cijeni duhana i prosječnoj mjesečnoj potrošnji po kućanstvu
potražnja je neelastična
66
Ocijenjeni modeli se razlikuju u broju nezavisnih varijabli koje utječu na potrošnju
duhanskih proizvoda u Hrvatskoj. Razlog tome je možda u novijim podacima ili što je
za analizu ekonometrijskog modela za razdoblje od 1996. do 2011. godine uzeta
varijabla prosječnog dohotka i potrošnje po kućanstvu, dok je u prethodnom modelu za
ranije istraživanje analizirano prema jednom članu kućanstva.
Prema ocijenjenom modelu potražnje duhanskih proizvoda za razdoblje od 1996. do
2011. godine potražnja ovisi o cijeni duhana, prosječno mjesečnim potrošenim
sredstvima po kućanstvu te o broju stanovnika od 20 do 59 godina starosti. Varijabla
prosječnog mjesečnog dohotka po kućanstvu nije statistički značajna za ovaj model, a
jedan od razloga također može biti i to što je dohodak obuhvaćen i varijablom prosječna
mjesečna potrošena sredstva po kućanstvu.
Rezultati ovog rada usporedivi su s rezultatima iz ranijeg istraživanja samo za parcijalne
elastičnosti za varijablu cijene duhanskih proizvoda te varijablu broja stanovnika.
Uspoređujući rezultate dvaju istraživanja, mogu se uočiti određene sličnosti u ponašanju
potražnje za duhanskim proizvodima u Hrvatskoj.
Iz rezultata ovog istraživanja, kao i iz rezultata ranijeg istraživanja, može se donijeti
zaključak da je potražnja za duhanskim proizvodima elastična jedino prema promjeni
broja stanovnika, dok je neelastična na promjenu u cijeni duhana. To je u skladu s
očekivanjima, jer će potražnja svakako rasti s rastom broja stanovnika, a cijena i životni
standard nisu od presudne važnosti budući da se pravi potrošači teško odriču pušenja.
67
5. ZAKLJUČAK
Zadatak ovog diplomskog rada bio je prikazati utjecaj duhanske industrije i potrošnje
duhanskih proizvoda na gospodarstvo te uz pomoć ekonometrijske analize istražiti i
analizirati čimbenike koji utječu na potrošnju duhanskih proizvoda u Republici
Hrvatskoj.
Na početku rada ukratko su opisane osnovne značajke ekonometrije te osnovni koraci
metodologije ekonometrijskog istraživanja. U svrhu daljnjeg istraživanja, objašnjene su
vrste regresijskih modela i prikazano je mjerenje statističke značajnosti regresijskih
parametara te mjerenje prilagođenosti samog regresijskog modela.
Potrošnja duhana je aktualna tema za istraživanje i proučavanje zbog mnogobrojnih
negativnih učinaka na zdravlje i život ljudi koji konzumiraju duhanske proizvode, ali i
zbog negativnih posljedica za pasivne pušače, koji su izloženi štetnim utjecajima
duhana iako ga sami ne konzumiraju. Da bi se spriječilo ljude, a posebno djecu i mlade
ljude da počnu konzumirati duhanske proizvode, potrebno je smanjiti utjecaj promidžbe
duhana, podići svijest o učincima duhanskog dima na zdravlje pušača i nepušača te
ograničiti dostupnost duhana djeci i mladima.
Svjetska zdravstvena organizacija provodi stalne aktivnosti na području borbe protiv
pušenja, a vrlo značajno je usvajanje Okvirne konvencije o nadzoru nad duhanom, a
među zemljama potpisnicama nalazi se i Hrvatska. Konvencija obvezuje potpisnice na
uvođenje cjenovnih mjera, te niz necjenovnih politika i mjera u svrhu zaštite zdravlja od
posljedica pušenja.
Zbog negativnih posljedica cigareta na ljudski organizam i zdravlje, smatra se da treba
smanjiti njihovu konzumaciju, a jedan od načina da se to učini jest visoko oporezivanje.
Cigarete i ostali duhanski proizvodi predmet su oporezivanja u gotovo svakoj državi
svijeta, a trošarine na duhanske proizvode pokazale kao vrlo lak izvor prihoda državnog
proračuna, koji uzrokuje relativno male tržišne poremećaje.
68
Osim utjecaja na povećanje državnog proračuna, drugi učinak trošarina na duhanske
proizvode trebao bi se odnositi na smanjenje potrošnje povećanjem cijena duhanskih
proizvoda. Povećanje cijene duhanskih proizvoda neće odmah dovesti do pada potražnje
za istima jer cigarete i ostali duhanski proizvodi stvaraju ovisnost pa je potrebno duže
vrijeme prilagodbe novim većim cijenama. Također, rezultati raznih regulacija i zabrana
koje se pokreću u cilju suzbijanja pušenja biti će vidljivi tijekom nekoliko godina,
budući da je problem ovisnosti o cigaretama i drugim duhanskim proizvodima
nemoguće riješiti u kratkom roku.
U ekonometrijskom modelu potrošnje duhanskih proizvoda u Hrvatskoj, za potrebe
istraživanja ovog diplomskog rada, korišteni su podaci za razdoblje od 1996. do 2011.
godine. Ispitan je linearni, eksponencijalni i polu-log model. Varijable koje su uzete u
obzir, odnosno varijable za koje se pretpostavlja da određuju potražnju za duhanskim
proizvodima u Hrvatskoj su: prosječni mjesečni raspoloživi dohodak po kućanstvu,
prosječna mjesečna potrošena sredstva po kućanstvu, broj stanovnika od 20 do 59
godina starosti, prosječna cijena duhana te dummy varijabla zabrane pušenja koje
propisuje država.
Iz ocijenjenih modela može se zaključiti da na potrošnju duhanskih proizvoda u
Hrvatskoj utječu varijable prosječna cijena duhana, prosječna mjesečna potrošena
sredstva po kućanstvu te broj stanovnika od 20 do 59 godina starosti.
Zabrane i ograničenja pušenja koja propisuje država ne utječu na potrošnju duhana u
Hrvatskoj. Razlog može biti ovisnost pušača o duhanu, što znači da će mnogi pušači
unatoč zabrani pušenja u zatvorenim javnim prostorima konzumirati cigarete u vlastitim
domovima ili terasama kafića, što onda neće dovesti do smanjenja potražnje za
duhanskim proizvodima. Također i prekratak period zabrane može biti razlog što
dummy varijabla zabrane pušenja nije signifikantna i nema očekivani predznak jer je
potrebno dulje vrijeme prilagodbe.
Prosječni mjesečni raspoloživi dohodak također nema utjecaj na potražnju za
duhanskim proizvodima u Hrvatskoj. Razlog također leži u ovisnosti pušača o duhanu
69
pa su potrošači spremni bez obzira na visinu svog dohotka izdvojiti sredstva kako bi
zadovoljili svoje potrebe za duhanom.
Pomoću Reset testa utvrđeno je da u ocijenjenom linearnom modelu sa tri nezavisne
varijable nije prisutna specifikacijska pogreška, a na temelju Box-Cox testa utvrđeno je
da se linearni i polu-logaritamski model ne razlikuju značajno u prilagođenosti.
Iz ocijenjenog modela također se može zaključiti da je potražnja za duhanskim
proizvodima elastična jedino prema promjeni broja stanovnika, dok je neelastična na
promjenu u cijeni duhana. To znači da će potražnja svakako rasti s rastom broja
stanovnika, a cijena i životni standard nisu od presudne važnosti budući da se pravi
potrošači cigareta i ostalih duhanskih proizvoda teško odriču pušenja.
70
POPIS LITERATURE
1) KNJIGE
1) Bahovec, V., Erjavec N.: Uvod u ekonometrijsku analizu, Element, Zagreb,
2009.
2) Blanchard, O.: Makroekonomija, Mate d.o.o., Zagreb, 2007.
3) Kmenta, J.: Počela ekonometrije, 2. Izdanje, Mate d.o.o., Zagreb, 1997.
4) Lovrić, Lj.: Uvod u ekonometriju, Ekonomski fakultet Sveučilišta u Rijeci,
Rijeka, 2005.
5) Pindyck, R. S., Rubinfeld, D. L.: Mikroekonomija, Mate d.o.o., Zagreb, 2005.
6) Samuelson, P. A., Nordhaus, W. D.: Ekonomija, 14. Izdanje, Mate d.o.o., Zagreb,
1992.
2) ČASOPISI
7) Lovrić, Lj., Korade, K.: Ekonometrijska analiza potražnje duhanskih proizvoda u
Republici Hrvatskoj, Zbornik radova – Sveučilište Rijeka, Ekonomski fakultet
Rijeka, god.13, sv.1, 1995.
8) Zelenka, I.: Utjecaj porezne politike na potrošnju duhanskih proizvoda u
Hrvatskoj, Financijska teorija i praksa, Vol.33, No.4, 2009.
9) Tadić, M.: Ovisnost o pušenju u moralno-etičkoj prosudbi, Obnovljeni život,
Vol.55, No.1, 2000.
10) Denona Bogović, N.: Dugoročna obilježja osobne potrošnje u Republici
Hrvatskoj, Ekonomski pregled, Vol.33, No.7-8, 2002.
3) ELEKTRONIČKI IZVORI
11) Bajo, A., Primorac, M.: Struktura trošarine na cigarete u Hrvatskoj, Institut za
javne financije, 2013, http://www.ijf.hr/upload/files/file/newsletter/78.pdf
12) Biljan-August, M., Pivac, S., Štambuk, A.: Uporaba statistike u ekonomiji, 2.
izdanje, Ekonomski fakultet Sveučilišta u Rijeci, Rijeka, 2009,
http://oliver.efri.hr/~statist/biljan-pivac-stambuk-uporaba2.pdf
71
13) Europska komisija Ujedinjenih naroda za Europu (UNECE):
http://www.unece.org/stats/search?q=population+statistics
14) Kuliš, D., Plaćamo li europske trošarine, Institut za javne financije, Zagreb,
2005, http://www.ijf.hr/upload/files/file/knjige/KULIS-trosarine.pdf
15) Kuliš, D., Sustav trošarina u Hrvatskoj bliži europskom sustavu, Institut za javne
financije, Zagreb, 2013, http://www.ijf.hr/upload/files/file/newsletter/75.pdf
16) Ministarstvo zdravlja RH: Akcijski plan za jačanje nadzora nad duhanom za
razdoblje od 2013. do 2016. godine, 2013,
http://www.zdravlje.hr/content/download/11050/80223/file/AKCIJSKI%20PLAN%20ZA%
20JA%C4%8CANJE%20NADZORA%20NAD%20DUHANOM.doc
17) Miše, K.: Djelovanje cigaretnog dima (ili pušenje cigareta) na dišni sustav, 2012,
http://www.turbuhaler.eu/hr/zanimljivosti/djelovanje-cigaretnog-dima-(ili-pusenje-
cigareta)-na-disni-sustav/
18) Samardžić, S.: Breme pušenja u populaciji mladih odraslih, doktorska
disertacija, Sveučilište Josipa Jurja Strossmayera u Osijeku, Medicinski fakultet,
Osijek, 2009,
http://www.google.hr/url?sa=t&rct=j&q=&esrc=s&frm=1&source=web&cd=1&
ved=0CCoQFjAA&url=http%3A%2F%2Fbib.irb.hr%2Fdatoteka%2F407136.bre
me_pusenja_u_populaciji_mladih.doc&ei=zLQdUr_uDKf44QTH5ID4Bg&usg=
AFQjCNFt2__eIb1o4_Fr17XYtxow7uNtrw&bvm=bv.51156542,d.bGE
19) Statistički ljetopisi Republike Hrvatske, Državni zavod za statistiku, Zagreb,
razna godišta, http://www.dzs.hr/Hrv/publication/stat_year.htm
20) Svjetska zdravstvena organizacija: WHO report on the global tobacco epidemic,
2013, http://apps.who.int/iris/bitstream/10665/85380/1/9789241505871_eng.pdf
21) Svjetsko istraživanje o uporabi duhana u mladih, Hrvatski zavod za javno
zdravstvo, 2006., http://www.hzjz.hr/publikacije/GYTS.pdf
22) Šverer, F.: Utjecaj hrvatske duhanske industrije na državni proračun, 2010,
http://limun.hr/main.aspx?id=548454
23) TDR, O TDR-u: http://www.tdr.hr/o_tdr/
72
POPIS GRAFIKONA
Broj
grafikona Naslov grafikona
Broj
stranice
1. Krivulja potražnje 23
2. Funkcija potrošnje 26
3. Funkcija štednje 27
4. Visina trošarina na cigarete u zemljama Europske unije u 2013.
godini (u % maloprodajne cijene) 38
5. Struktura trošarina na cigarete zemalja Europske unije u 2013.
godini 39
6. Prihodi od trošarina na duhanske proizvode u Hrvatskoj od
2002. do 2012. godine (u mlrd. kuna i % ukupnih prihoda) 40
7. Udio prihoda od trošarina na cigarete u ukupnim proračunskim
prihodima i BDP-u u 2011. godini 41
8. Dijagram rasipanja između Yt i Dt (rYt, Dt = -0,28841) 47
9. Dijagram rasipanja između Xt i Dt (rXt,Dt = -0,15658) 48
10 Dijagram rasipanja između Zt i Dt (rZt,Dt = 0,37300) 48
11. Dijagram rasipanja između Pt i Dt (rPt,Dt = -0,89328) 49
12.
Kretanje cijene duhanskih proizvoda (Pt) i potražnje za
duhanskim proizvodima (Dt) u Hrvatskoj po godinama 50
73
POPIS TABLICA
Broj
tablice Naslov tablice
Broj
stranice
1. Procijenjeni broj smrti vezanih uz pušenje po uzrocima u
Republici Hrvatskoj 2009. godine 33
2. Korelacijska matrica 46
74
POPIS PRILOGA
Broj
priloga Naslov priloga
Broj
stranice
1. Tablica sa podacima za zavisnu varijablu i nezavisne varijable, za
razdoblje od 1996. do 2011. godine, u Ms Excel programu 75
2. Tablica sa deflacioniranim podacima za zavisnu varijablu i nezavisne
varijable, za razdoblje od 1996. do 2011. godine, u Ms Excel programu
(podaci deflacionirani općim indeksom potrošačkih cijena 2011. godine)
76
3. Rezultati ocijenjenog linearnog Modela 1 u Ms Excel programu 77
4. Rezultati ocijenjenog linearnog Modela 2, ispuštena dummy varijabla Ft,
u Ms Excel programu 78
5. Logaritmirani podaci za zavisnu varijablu i nezavisne varijable, za
potrebe izračuna eksponencijalnog i polu-log modela, u Ms Excel
programu
79
6. Rezultati ocijenjenog eksponencijalnog Modela 3 u Ms Excel programu 80
7. Rezultati ocijenjenog polu-log Modela 4 kod kojeg je nezavisna
varijabla Yt u logaritamskom obliku, u Ms Excel programu 81
8. Rezultati ocijenjenog linearnog Modela 5, ispuštena nezavisna varijabla
Yt, u Ms Excel programu 82
9. Tablica sa izračunatim podacima za potrebe izrade Ramseyjevog RESET
testa u Ms Excel programu 83
10. Rezultati ocijenjenog modela koji se koristi za potrebe izrade
Ramseyjevog RESET testa u Ms Excel programu 84
11. Rezultati ocijenjenog eksponencijalnog Modela 6, gdje je ispuštena
nezavisna varijabla Yt, u Ms Excel programu 85
12. Rezultati ocijenjenog polu-log Modela 7, gdje je zavisna varijabla Dt u
logaritamskom obliku, u Ms Excel programu 86
13. Prikaz izračunate geometrijske sredine zavisne varijable Dt i
transformirane zavisne varijable Dt* i lnDt* za potrebe provedbe Box-
Cox testa, u Ms Excel programu
87
14. Rezultati ocijenjenih modela sa transformiranom zavisnom varijablom
Dt za potrebe provedbe Box-Cox testa, u Ms Excel programu 88
75
Prilog 1: Tablica sa podacima za zavisnu varijablu i nezavisne varijable, za razdoblje od
1996. do 2011. godine, u Ms Excel programu
Izvor: Obrada autora prema podacima iz Statističkog ljetopisa Republike Hrvatske,
Državni zavod za statistiku, Zagreb: http://www.dzs.hr/Hrv/publication/stat_year.htm
Godine
Indeks potrošnje
duhana u Hrvatskoj
(D2011 = 100)
Prosječni mjesečni
raspoloživi dohodak
po kućanstvu (u
HRK)
Prosječna mjesečna
potrošena sredstva
po kućanstvu (u
HRK)
Broj stanovnika od 20
do 59 godina starosti
(u tisućama)
Indeks potrošačkih
cijena na duhan
(P2011 = 100)
Zabrane
pušenja koje
propisuje
država
Dt Yt Xt Zt Pt Ft
1996. 143,50 4.283 3.798 2.457 46,50 0
1997. 139,21 4.291 3.834 2.465 44,80 0
1998. 132,38 4.595 4.407 2.453 49,10 0
1999. 120,75 4.461 4.827 2.459 52,50 0
2000. 124,53 4.939 4.884 2.469 60,70 0
2001. 122,61 4.873 5.095 2.449 63,70 0
2002. 116,27 5.207 5.395 2.462 65,00 0
2003. 116,44 5.168 5.466 2.461 65,70 0
2004. 116,91 5.719 5.710 2.464 69,20 0
2005. 116,45 5.765 5.807 2.476 73,40 0
2006. 99,41 6.006 5.788 2.469 74,70 0
2007. 110,78 6.454 6.167 2.473 77,00 0
2008. 97,02 6.606 6.210 2.431 80,80 0
2009. 97,28 7.237 6.349 2.437 91,30 1
2010. 106,17 7.248 6.264 2.457 93,60 1
2011. 100,00 6.768 6.245 2.442 100,00 1
76
Prilog 2: Tablica sa deflacioniranim podacima za zavisnu varijablu i nezavisne
varijable, za razdoblje od 1996. do 2011. godine, u Ms Excel programu (podaci
deflacionirani općim indeksom potrošačkih cijena 2011. godine)
Izvor: Obrada autora prema podacima iz Statističkog ljetopisa Republike Hrvatske,
Državni zavod za statistiku, Zagreb: http://www.dzs.hr/Hrv/publication/stat_year.htm
Indeks potrošnje
duhana u Hrvatskoj
(D2011 = 100)
Prosječni mjesečni
raspoloživi dohodak
po kućanstvu (u
HRK)
Prosječna mjesečna
potrošena sredstva
po kućanstvu (u
HRK)
Broj stanovnika od 20
do 59 godina starosti
(u tisućama)
Indeks potrošačkih
cijena na duhan
(P2011 = 100)
Zabrane
pušenja koje
propisuje
država
Godine Dt Yt Xt Zt Pt Ft
1996. 143,50 7.091 6.288 2.457 46,50 0
1997. 139,21 6.855 6.125 2.465 44,80 0
1998. 132,38 6.952 6.667 2.453 49,10 0
1999. 120,75 6.475 7.006 2.459 52,50 0
2000. 124,53 6.747 6.672 2.469 60,70 0
2001. 122,61 6.345 6.634 2.449 63,70 0
2002. 116,27 6.642 6.881 2.462 65,00 0
2003. 116,44 6.492 6.867 2.461 65,70 0
2004. 116,91 7.043 7.032 2.464 69,20 0
2005. 116,45 6.871 6.921 2.476 73,40 0
2006. 99,41 6.935 6.684 2.469 74,70 0
2007. 110,78 7.244 6.921 2.473 77,00 0
2008. 97,02 6.990 6.571 2.431 80,80 0
2009. 97,28 7.476 6.559 2.437 91,30 1
2010. 106,17 7.411 6.405 2.457 93,60 1
2011. 100,00 6.768 6.245 2.442 100,00 1
Opći indeksi
potrošačkih
cijena
1996. 1997. 1998. 1999. 2000. 2001. 2002 2003. 2004. 2005. 2006. 2007 2008 2009 2010. 2011.
60,40 62,60 66,10 68,90 73,20 76,80 78,40 79,60 81,20 83,90 86,60 89,10 94,50 96,80 97,80 100,00
77
Prilog 3: Rezultati ocijenjenog linearnog Modela 1 u Ms Excel programu
Izvor: obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,945569226
R Square 0,894101161
Adjusted R Square 0,841151741
Standard Error 5,700616397
Observations 16
ANOVA
df SS MS F Significance F
Regression 5 2743,715604 548,7431208 16,88594823 0,000136028
Residual 10 324,9702731 32,49702731
Total 15 3068,685877
Coefficients Standard Error t Stat P-value
Intercept -313,487049 329,1173923 -0,952508303 0,363294571
Yt -0,000153948 0,005426162 -0,028371433 0,977924133
Xt -0,008943804 0,00697261 -1,28270531 0,228528451
Zt 0,224366947 0,139390887 1,609624212 0,138558053
Pt -0,91275963 0,15640123 -5,83601311 0,000164701
Ft 11,04256723 7,348296464 1,502738395 0,163810624
RESIDUAL OUTPUT
Observation Predicted Dt Residuals Standard Residuals DW numerator DW denominator
1 138,0082134 5,492661317 1,18006691 30,16932834
2 142,8533603 -3,642136039 -0,782492124 83,44452274 13,26515493
3 131,368522 1,00666711 0,216276678 21,61137072 1,01337867
4 126,6560912 -5,907535683 -1,269200298 47,80620026 34,89897785
5 124,3574732 0,172117482 0,036978458 36,96218261 0,029624427
6 117,5337884 5,073940617 1,09010716 24,02787005 25,74487339
7 117,0068496 -0,736874588 -0,158313296 33,76557335 0,542984159
8 116,2965806 0,146483751 0,031471197 0,780321955 0,021457489
9 112,2128657 4,695071862 1,008709371 20,6896538 22,04369979
10 112,0880742 4,360640624 0,93685873 0,111844253 19,01518665
11 111,4472859 -12,04208303 -2,587172756 269,0493434 145,0117638
12 108,070819 2,70676823 0,581533693 217,5286136 7,326594252
13 98,34828329 -1,325721647 -0,284823723 16,26097461 1,757537886
14 101,1904873 -3,914933747 -0,841101154 6,704019299 15,32670624
15 104,96565 1,202598633 0,258371447 26,18913766 1,446243472
16 97,28766489 2,712335114 0,582729707 2,279304242 7,356761771
807,2109326 324,9702731
DW = 807,2109326/324,9702731 2,483953147
78
Prilog 4: Rezultati ocijenjenog linearnog Modela 2, ispuštena dummy varijabla Ft, u Ms
Excel programu
Izvor: obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,932838059
R Square 0,870186844
Adjusted R Square 0,822982061
Standard Error 6,017820485
Observations 16
ANOVA
df SS MS F Significance F
Regression 4 2670,33008 667,5825199 18,43429359 7,68481E-05
Residual 11 398,3557973 36,21416339
Total 15 3068,685877
Coefficients Standard Error t Stat P-value
Intercept -216,4416908 340,6767381 -0,635328646 0,538205924
Yt 0,001609931 0,00559247 0,287874751 0,778794051
Xt -0,024232001 0,006354383 -2,23971387 0,04672468
Zt 0,290237957 0,145180853 1,710351563 0,126777888
Pt -0,740422721 0,112263164 -6,595420026 3,88789E-05
RESIDUAL OUTPUT
Observation Predicted Dt Residuals Standard Residuals DW numerator DW denominator
1 138,4674768 5,033397868 0,976722786 25,33509409
2 143,1940988 -3,982874496 -0,77287041 81,29316734 15,86328925
3 130,1616568 2,213532292 0,429532392 38,39545709 4,899725207
4 123,1982829 -2,449727421 -0,475365678 21,74599115 6,001164439
5 124,2170248 0,312565867 0,060652905 7,630264209 0,097697421
6 118,0845099 4,523219098 0,877723414 17,72960064 20,45951101
7 116,5533991 -0,28342412 -0,054997996 23,10381903 0,080329232
8 115,8117748 0,63128954 0,122500723 0,836701079 0,398526483
9 112,3265827 4,581354867 0,889004566 15,60301609 20,98881242
10 112,7982972 3,650417534 0,708357669 0,866644318 13,32554817
11 113,9906176 -14,58541475 -2,830276346 332,5455791 212,7343234
12 110,1599456 0,617641573 0,119852357 231,1329216 0,381481113
13 103,9302336 -6,907671978 -1,340422672 56,63034404 47,71593215
14 98,25779849 -0,982244928 -0,190603053 35,11068572 0,964805098
15 102,4460143 3,722234353 0,722293608 22,1321253 13,85502858
16 96,0942953 3,905704703 0,757895735 0,033661369 15,25452922
884,7899781 398,3557973
DW = 884,7899781/398,3557973 2,221104811
79
Prilog 5: Logaritmirani podaci za zavisnu varijablu i nezavisne varijable, za potrebe
izračuna eksponencijalnog i polu-log modela, u Ms Excel programu
Izvor: Obrada autora
Godine lnDt lnYt lnXt lnZt lnPt
1996. 4,96634113 8,866590059 8,746410972 7,806696373 3,839452313
1997. 4,935992379 8,832679993 8,720068831 7,809947086 3,802208139
1998. 4,885640232 8,846725474 8,804950904 7,805067044 3,893859035
1999. 4,793710329 8,775642243 8,854494444 7,807510042 3,96081317
2000. 4,824543364 8,816892926 8,8056946 7,811568489 4,105943698
2001. 4,808990064 8,755430589 8,799980491 7,803435057 4,154184563
2002. 4,755914857 8,801105412 8,836574136 7,808729307 4,17438727
2003. 4,757402436 8,778397139 8,83445846 7,80832305 4,185098925
2004. 4,761386766 8,859804183 8,858229241 7,809541325 4,237000863
2005. 4,75745096 8,835105005 8,842363938 7,814399634 4,295923936
2006. 4,599204455 8,844384619 8,807412458 7,811568489 4,313480092
2007. 4,707524472 8,887866224 8,842378627 7,813187268 4,343805422
2008. 4,574943546 8,852303957 8,790486526 7,796057974 4,391976966
2009. 4,57754771 8,919485227 8,788575791 7,798523054 4,514150788
2010. 4,665025087 8,910726457 8,764819847 7,806696373 4,539030383
2011. 4,605170186 8,819960901 8,739536423 7,800572655 4,605170186
80
Prilog 6: Rezultati ocijenjenog eksponencijalnog Modela 3 u Ms Excel programu
Izvor: Obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,930648062
R Square 0,866105815
Adjusted R Square 0,817417021
Standard Error 0,052229152
Observations 16
ANOVA
df SS MS F Significance F
Regression 4 0,194101043 0,048525261 17,78860669 9,07574E-05
Residual 11 0,030006727 0,002727884
Total 15 0,22410777
Coefficients Standard Error t Stat P-value
Intercept -25,75365151 22,62262524 -1,138402429 0,279139138
lnYt -0,018902758 0,330820221 -0,057139066 0,955459139
lnXt -0,480332701 0,371351632 -1,593471361 0,172350135
lnZt 4,694519925 3,069860541 1,729229052 0,134441093
lnPt -0,416360449 0,065200506 -6,385846858 5,18098E-05
RESIDUAL OUTPUT
Observation Predicted lnDt Residuals Standard Residuals DW numerator DW denominator
1 4,927653855 0,038687276 0,864976806 0,001496705
2 4,971715382 -0,035723003 -0,798701092 0,00553689 0,001276133
3 4,869608986 0,016031247 0,358429395 0,002678502 0,000257001
4 4,830746921 -0,037036592 -0,828070534 0,002816196 0,001371709
5 4,812033179 0,012510185 0,279704872 0,002454883 0,000156505
6 4,757671512 0,051318552 1,147389066 0,001506089 0,002633594
7 4,75567336 0,000241497 0,005399435 0,002608866 5,83209E-08
8 4,75075175 0,006650686 0,148697191 4,10777E-05 4,42316E-05
9 4,721904347 0,039482419 0,882754766 0,001077923 0,001558861
10 4,728266046 0,029184914 0,652521354 0,000106039 0,000851759
11 4,724278421 -0,125073966 -2,796425386 0,023795802 0,015643497
12 4,701634223 0,005890249 0,13169521 0,017151626 3,4695E-05
13 4,626761387 -0,051817841 -1,15855226 0,003330224 0,002685089
14 4,587113281 -0,009565571 -0,213868697 0,001785254 9,15002E-05
15 4,626700531 0,038324556 0,856867053 0,002293464 0,001468772
16 4,584274793 0,020895393 0,467182821 0,000303776 0,000436617
0,06748661 0,030006727
DW = 0,06748661/0,030006727 2,249049345
81
Prilog 7: Rezultati ocijenjenog polu-log Modela 4 kod kojeg je nezavisna varijabla Yt u
logaritamskom obliku, u Ms Excel programu
Izvor: Obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,932757
R Square 0,870036
Adjusted R Square0,822776
Standard Error 6,021322
Observations 16
ANOVA
df SS MS F Significance F
Regression 4 2669,866437 667,4666093 18,40966605 7,73303E-05
Residual 11 398,8194399 36,25631272
Total 15 3068,685877
Coefficients Standard Error t Stat P-value
Intercept -295,89 446,4877142 -0,662704929 0,521163503
ln Y 10,19857 38,55037657 0,364551732 0,59624615
Xt -0,01426 0,00636782 -2,2400471 0,04669741
Zt 0,190459 0,145468101 1,798281419 0,107127717
Pt -0,73912 0,112105681 -6,593064157 3,90033E-05
RESIDUAL OUTPUT
Observation Predicted Dt Residuals Standard Residuals DW numerator DW denominator
1 138,4303 5,070587469 0,983367269 25,71085728
2 143,1965 -3,985299772 -0,772891381 82,00909373 15,88261427
3 130,1367 2,238482312 0,434121342 38,73546343 5,010803062
4 123,2111 -2,462591213 -0,477584029 22,10009229 6,064355483
5 124,2353 0,294338974 0,057082796 7,600664055 0,086635431
6 118,1242 4,483562054 0,869522161 17,54959002 20,10232869
7 116,5781 -0,308103869 -0,059752299 22,96006232 0,094927994
8 115,8461 0,596970129 0,115773742 0,819158942 0,356373335
9 112,3045 4,603394148 0,892761866 16,05143342 21,19123768
10 112,8127 3,636035417 0,7051566 0,935782914 13,22075356
11 114,0043 -14,59911178 -2,831287059 332,5205935 213,1340649
12 110,1171 0,660476943 0,128089972 232,8550481 0,436229792
13 103,9391 -6,916534555 -1,341362068 57,41110324 47,83845025
14 98,18518 -0,909622329 -0,176408124 36,0829945 0,827412781
15 102,4014 3,766850128 0,730526225 21,86939464 14,18915989
16 96,16943 3,830565948 0,742882989 0,004059706 14,67323548
889,5045348 398,8194399
DW = 889,5045348/398,8194399 2,230343975
82
Prilog 8: Rezultati ocijenjenog linearnog Modela 5, ispuštena nezavisna varijabla Yt, u
Ms Excel programu
Izvor: Obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,932313712
R Square 0,869208857
Adjusted R Square 0,836511071
Standard Error 5,78328722
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 2667,328944 889,1096481 26,5831107 1,38321E-05
Residual 12 401,3569329 33,44641107
Total 15 3068,685877
Coefficients Standard Error t Stat P-value
Intercept -219,548148 327,2352171 -0,67091846 0,514979003
Xt -0,014745375 0,005861314 -2,515711514 0,02712194
Zt 0,196999118 0,117684888 1,792796955 0,101010366
Pt -0,725868384 0,096327875 -7,535392877 6,89955E-06
RESIDUAL OUTPUT
Observation Predicted Dt Residuals Standard Residuals DW numerator DW denominator
1 138,0057163 5,495158383 1,062332478 30,19676565
2 143,2262422 -4,015017851 -0,776189432 90,443452 16,12036834
3 129,740616 2,634573156 0,509319738 44,21706056 6,940975716
4 123,4613646 -2,712809089 -0,524444429 28,59449688 7,359333152
5 124,3993887 0,130202022 0,025170855 8,082712174 0,016952566
6 118,8423696 3,765359338 0,727925064 13,21436872 14,17793095
7 116,8137441 -0,543769124 -0,105122284 18,5685881 0,29568486
8 116,3230847 0,119979677 0,023194656 0,440562471 0,014395123
9 111,9378201 4,970117463 0,960830759 23,52383654 24,7020676
10 112,8852509 3,563463881 0,688894323 1,9786743 12,69827483
11 114,0680779 -14,66287504 -2,834649576 332,1994304 214,9999044
12 109,6796283 1,097958933 0,212259111 248,4038875 1,205513818
13 103,8083649 -6,785803233 -1,311841928 62,15370588 46,04712551
14 97,55371157 -0,27815801 -0,053773935 42,34944634 0,077371879
15 102,0946353 4,073613378 0,78751721 18,93791421 16,59432595
16 96,85199389 3,148006115 0,608577388 0,856748806 9,909942497
933,9648849 401,3569329
DW = 933,9648849/401,3569329 2,327018194
83
Prilog 9: Tablica sa izračunatim podacima za potrebe izrade Ramseyjevog RESET testa
u Ms Excel programu
Izvor: obrada autora
Godine Dt Xt Zt Pt Dt2 Dt
3 Dt4 Dt
1996. 143,50 6.288 2.457 46,50 19045,57773 2628398,597 362734031 138,0057163
1997. 139,21 6.125 2.465 44,80 20513,75644 2938108,248 420814203,4 143,2262422
1998. 132,38 6.667 2.453 49,10 16832,62743 2183875,451 283337346,1 129,740616
1999. 120,75 7.006 2.459 52,50 15242,70854 1881885,596 232340163,6 123,4613646
2000. 124,53 6.672 2.469 60,70 15475,2079 1925106,402 239482059,5 124,3993887
2001. 122,61 6.634 2.449 63,70 14123,50882 1678471,256 199473501,4 118,8423696
2002. 116,27 6.881 2.462 65,00 13645,45081 1593976,199 186198327,8 116,8137441
2003. 116,44 6.867 2.461 65,70 13531,06003 1573974,642 183089585,7 116,3230847
2004. 116,91 7.032 2.464 69,20 12530,07556 1402589,344 157002793,6 111,9378201
2005. 116,45 6.921 2.476 73,40 12743,07987 1438505,768 162386084,6 112,8852509
2006. 99,41 6.684 2.469 74,70 13011,52639 1484199,806 169299819 114,0680779
2007. 110,78 6.921 2.473 77,00 12029,62086 1319404,344 144711777,9 109,6796283
2008. 97,02 6.571 2.431 80,80 10776,17662 1118657,274 116125982,5 103,8083649
2009. 97,28 6.559 2.437 91,30 9516,726642 928392,0059 90568085,97 97,55371157
2010. 106,17 6.405 2.457 93,60 10423,31455 1064164,497 108645486,2 102,0946353
2011. 100,00 6.245 2.442 100,00 9380,30872 908501,6028 87990191,67 96,85199389
84
Prilog 10: Rezultati ocijenjenog modela koji se koristi za potrebe izrade Ramseyjevog
RESET testa u Ms Excel programu
Izvor: Obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,945085415
R Square 0,893186442
Adjusted R Square0,821977403
Standard Error 6,034873264
Observations 16
ANOVA
df SS MS F Significance F
Regression 6 2740,908619 456,8181032 12,54316104 0,000633532
Residual 9 327,7772578 36,41969531
Total 15 3068,685877
Coefficients Standard Error t Stat P-value
Intercept -75412,0473 104812,0913 -0,719497592 0,490094643
Xt -4,47219751 6,205363375 -0,720698731 0,489390186
Zt 59,93993333 82,94531511 0,722643988 0,488250668
Pt -220,4376769 305,5230246 -0,721509213 0,488915207
Dt2 -0,040340495 5,35541729 -0,753265206 0,47053544
Dt3 0,002363041 0,030109573 0,784814015 0,452724926
Dt4 -5,13503E-05 6,31136E-05 -0,813617669 0,436859378
RESIDUAL OUTPUT
Observation Predicted Dt Residuals Standard Residuals DW numerator DW denominator
1 141,3224489 2,17842575 0,46601402 4,745538749
2 140,1223436 -0,91111932 -0,194908813 9,54528874 0,830138415
3 132,9823001 -0,607110969 -0,129874623 0,092421078 0,368583728
4 125,0805212 -4,331965683 -0,926704407 13,87454264 18,76592668
5 125,8216243 -1,292033645 -0,276394912 9,241186797 1,669350939
6 114,9097683 7,697960657 1,646766061 80,81999754 59,25859828
7 115,2918811 0,978093877 0,20923617 45,15660955 0,956667632
8 114,5343053 1,908759085 0,408326285 0,86613773 3,643361245
9 111,7601109 5,147826632 1,101235323 10,49155857 26,50011903
10 113,221676 3,227038823 0,690335824 3,689425805 10,41377957
11 112,0783555 -12,67315269 -2,711070979 252,81609 160,608799
12 110,665701 0,111886235 0,02393497 163,4572202 0,01251853
13 101,4395021 -4,416940472 -0,944882416 20,51027134 19,50936313
14 99,6263465 -2,350792937 -0,502887219 4,268965637 5,526227431
15 102,8904678 3,277780833 0,701190675 31,68084268 10,74384719
16 97,94465618 2,055343818 0,43968404 1,494352256 4,22443821
648,0049106 327,7772578
DW = 648,0049106/327,7772578 1,976967271
85
Prilog 11: Rezultati ocijenjenog eksponencijalnog Modela 6, gdje je ispuštena nezavisna
varijabla Yt, u Ms Excel programu
Izvor: Obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,930626711
R Square 0,866066075
Adjusted R Square 0,832582593
Standard Error 0,050013026
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 0,194092137 0,064697379 25,86547274 1,59258E-05
Residual 12 0,030015633 0,002501303
Total 15 0,22410777
Coefficients Standard Error t Stat P-value
Intercept -25,76147425 21,66233206 -1,189229035 0,257349361
lnXt -0,47363926 0,337438948 -1,403629492 0,185774622
lnZt 4,66743687 2,904353591 1,807048427 0,104021181
lnPt -0,417955416 0,056422905 -7,407548633 8,19065E-06
RESIDUAL OUTPUT
Observation Predicted lnDt Residuals Standard Residuals DW numerator DW denominator
1 4,928424722 0,037916409 0,847615849 0,001437654
2 4,9716403 -0,035647921 -0,796904134 0,005411711 0,001270774
3 4,870353541 0,015286692 0,341731786 0,002594335 0,000233683
4 4,830306471 -0,036596141 -0,818101466 0,002691828 0,001339278
5 4,811704448 0,012838916 0,287012112 0,002443825 0,000164838
6 4,756286061 0,052704002 1,178190373 0,001589225 0,002777712
7 4,75522062 0,000694237 0,015519572 0,002705016 4,81965E-07
8 4,749849517 0,007552918 0,1688444 4,70415E-05 5,70466E-05
9 4,722584264 0,038802502 0,867424338 0,000976536 0,001505634
10 4,728147329 0,029303631 0,655078441 9,02286E-05 0,000858703
11 4,724149843 -0,124945388 -2,793136141 0,02379276 0,01561135
12 4,702469402 0,00505507 0,113005363 0,016900119 2,55537E-05
13 4,626964086 -0,05202054 -1,162911671 0,003257625 0,002706137
14 4,588311477 -0,010763767 -0,240622458 0,001702121 0,000115859
15 4,627313112 0,037711975 0,843045755 0,002349898 0,001422193
16 4,58306278 0,022107406 0,494207883 0,000243503 0,000488737
0,066795772 0,030015633
DW = 0,066795772/0,030015633 2,225366052
86
Prilog 12: Rezultati ocijenjenog polu-log Modela 7, gdje je zavisna varijabla Dt u
logaritamskom obliku, u Ms Excel programu
Izvor: Obrada autora
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,924927
R Square 0,85549
Adjusted R Square0,819363
Standard Error 0,05195
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 0,191722034 0,063907345 23,67981163 2,49977E-05
Residual 12 0,032385736 0,002698811
Total 15 0,22410777
Coefficients Standard Error t Stat P-value
Intercept 1,332881 2,939486973 0,453439924 0,658322561
Xt -0,00011 5,2651E-05 -2,248821738 0,043002617
Zt 0,001855 0,001236795 1,799611378 0,105569129
Pt -0,00614 0,000865294 -7,090390212 1,26446E-05
RESIDUAL OUTPUT
ObservationPredicted lnDt Residuals Standard Residuals DW numerator DW denominator
1 4,926308 0,040033485 0,861573127 0,00160268
2 4,96921 -0,033217787 -0,714890359 0,005365749 0,001103421
3 4,862044 0,023596674 0,507831378 0,003227883 0,000556803
4 4,815783 -0,022072237 -0,475023493 0,002085649 0,000487184
5 4,820015 0,004528602 0,097461464 0,000707605 2,05082E-05
6 4,768616 0,040374411 0,868910286 0,001284922 0,001630093
7 4,758078 -0,002163334 -0,046557777 0,00180946 4,68001E-06
8 4,753498 0,003904815 0,084036738 3,68224E-05 1,52476E-05
9 4,719769 0,041617424 0,895661569 0,001422241 0,00173201
10 4,728198 0,029253361 0,629570704 0,00015287 0,000855759
11 4,732884 -0,133679066 -2,87694887 0,026546976 0,017870093
12 4,700536 0,006988946 0,150411281 0,019787489 4,88454E-05
13 4,63708 -0,062136282 -1,337254308 0,004778297 0,003860918
14 4,585141 -0,007593247 -0,163416629 0,002974943 5,76574E-05
15 4,624734 0,0402912 0,867119489 0,00229292 0,001623381
16 4,574897 0,030273034 0,651515399 0,000100364 0,000916457
0,07257419 0,032385736
DW = 0,07257419/0,032385736 2,240930674
87
Prilog 13: Prikaz izračunate geometrijske sredine zavisne varijable Dt i transformirane
zavisne varijable Dt* i lnDt* za potrebe provedbe Box-Cox testa, u Ms Excel programu
Izvor: Obrada autora
Godine Dt Dt* lnDt*
1996. 143,50 1,24332828 0,217791882
1997. 139,21 1,20616165 0,187443131
1998. 132,38 1,1469325 0,137090984
1999. 120,75 1,04619637 0,045161081
2000. 124,53 1,07895622 0,075994115
2001. 122,61 1,06230472 0,060440815
2002. 116,27 1,0073928 0,007365609
2003. 116,44 1,00889249 0,008853187
2004. 116,91 1,01292027 0,012837518
2005. 116,45 1,00894145 0,008901711
2006. 99,41 0,8612721 -0,149344794
2007. 110,78 0,95980535 -0,041024776
2008. 97,02 0,84062829 -0,173605703
2009. 97,28 0,84282028 -0,171001539
2010. 106,17 0,91986886 -0,083524161
2011. 100,00 0,86642558 -0,143379062
DG = 115,416722
88
Prilog 14: Rezultati ocijenjenih modela sa transformiranom zavisnom varijablom Dt za
potrebe provedbe Box-Cox testa, u Ms Excel programu
Izvor: Obrada autora
Model 1
Dt* = f(Xt, Zt, Pt)
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,932313712
R Square 0,869208857
Adjusted R Square0,836511071
Standard Error 0,05010788
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 0,20023459 0,066744864 26,5831107 1,38321E-05
Residual 12 0,0301296 0,0025108
Total 15 0,23036419
Coefficients Standard Error t Stat P-value
Intercept -1,902221309 2,83524962 -0,67091846 0,514979
Xt -0,000127758 5,0784E-05 -2,515711514 0,02712194
Zt 0,001706851 0,00119294 1,792796955 0,10101037
Pt -0,006289109 0,00083461 -7,535392877 6,8995E-06
Model 2
lnDt* = f(Xt, Zt, Pt)
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,924927211
R Square 0,855490346
Adjusted R Square0,819362933
Standard Error 0,051950085
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 0,19172203 0,063907345 23,6798116 2,49977E-05
Residual 12 0,03238574 0,002698811
Total 15 0,22410777
Coefficients Standard Error t Stat P-value
Intercept -3,415668498 2,93948697 -1,161994773 0,26782797
Xt -0,000107872 5,2651E-05 -2,048821738 0,06300262
Zt 0,001854712 0,0012368 1,499611378 0,15955691
Pt -0,006135269 0,00086529 -7,090390212 1,2645E-05
89
IZJAVA
kojom izjavljujem da sam diplomski rad s naslovom EKONOMETRIJSKI
MODEL POTRAŽNJE DUHANSKIH PROIZVODA U REPUBLICI HRVATSKOJ
izradila samostalno pod voditeljstvom prof. dr. sc. Lovrić. U radu sam primijenila
metodologiju znanstveno – istraživačkog rada i koristila literaturu koja je
navedena na kraju diplomskog rada. Tuđe spoznaje, stavove, zaključke, teorije i
zakonitosti koje sam izravno ili parafrazirajući navela u diplomskom radu na
uobičajen, standardan način citirala sam i povezala s korištenim bibliografskim
jedinicama. Rad je pisan u duhu hrvatskog jezika.
Također izjavljujem da sam suglasna s objavom diplomskog rada na službenim
stranicama Fakulteta.
Studentica
________________
Ana Sakač