Following the environmental concerns such as global warming, climate change, and environmental degradation, scholars and policymakers discovered energy utilization as the key factor in these issues. Therefore, economies are paying more attention to green finance and eco-innovation to reduce energy usage and enhance energy efficiency. The prime objective of this study is to explore whether the mentioned variables exhibit any influence on the energy efficiency target achievement. In this sense, the current study explores the association of green finance and eco-innovation with energy intensity in the group of seven economies from 1990 to 2020. By using panel data approaches, this study employs diagnostic tests that confirm the heterogeneous slopes and the existence of panel cross-section dependence. Also, the cointegration tests validate the existence of a long-run equilibrium relationship between the variables. Based on the asymmetric distribution of the data, this study employs the method of moments quantile regression. The empirical results reveal that green finance and eco-innovation significantly reduce energy intensity across the selected quantiles. Control variables such as urban growth and trade openness also adversely affect energy intensity. However, economic growth is the only significant factor that enhances energy intensity. The results are robust as validated by the panel quantile regression and the Granger panel heterogenous causality test. Based on the findings, this study recommends that green finance be promoted and environmental-related technology innovation be encouraged to achieve the goal of energy efficiency in developed economies. This study also provides additional policies appropriate for environmental recovery.

Green growth strategies thus need to be robust, what requires carefully designed tools. One of the prerequisites is the appropriate green growth measurement framework. It should allow discerning the effectiveness of policies in delivering green growth. This is where this paper tries to offer a new angle by searching for appropriate indicators that can capture different aspects of eco-innovation. Eco-innovation can be defined as innovation that results in a reduction of environmental impact. Country data from the 2008 Community Innovation Survey is used in the analysis. Dataset consist of 14 variables on environmental benefits and motivations. The aim of the presented study is to reduce the number of variables into factors to discover which of available variables form coherent subsets. It is argued here that such approach can help to construct appropriate indicators, that can capture different aspects of eco-innovation, that are crucial from the point of view of policy-making and policy evaluation.

tendencje rozwojowe w oBszarach polskich portów morskich z uwzGlędnieniem tranzytu StreszczenieGospodarka portowa jest przedmiotem systematycznych zmian będących efektem postępujących zjawisk globalizacji, offshoringu, globalnych łańcuchów wartości, rozwoju konteneryzacji, wymuszających procesy dostosowawcze. Celem artykułu jest ocena zmian zachodzących w polskich portach z perspektywy ich funkcji związanych z udziałem w tranzycie. W artykule zaprezentowano wieloletnie szeregi czasowe -oparte na oficjalnych materiałach statystycznych -przedstawiające wielkości obrotów ładunkowych w polskich portach morskich z uwzględnieniem ilości ładunków przemieszczanych w tranzycie. Analiza danych statystycznych może stanowić materiał do formułowania ocen roli portów morskich w łańcuchach transportowych przechodzących przez Polskę.

Never has there been a more exciting time to be an official statistician. The data revolution is responding to the demands of the CoVID-19 pandemic and a complex sustainable development agenda to improve how data is produced and used, to close data gaps to prevent discrimination, to build capacity and data literacy, to modernize data collection systems and to liberate data to promote transparency and accountability. But can all data be liberated in the production and communication of official statistics? This paper explores the UN Fundamental Principles of Official Statistics in the context of eight new and big data sources. The paper concludes each data source can be used for the production of official statistics in adherence with the Fundamental Principles and argues these data sources should be used if National Statistical Systems are to adhere to the first Fundamental Principle of compiling and making available official statistics that honor citizen’s entitlement to public information.

Nawet na rozwiniętych rynkach kapitałowych kwestia wyznaczania kosztu kapitału własnego, a w szczególności beta jako taka stanowią przedmiot wielu kontrowersji. Znajomość kosztu kapitału nie jest na co dzień potrzebna zarządzającym, gdy nie podejmują decyzji inwestycyjnych, czy też decyzji związanych z procesami fuzji i przejęć. Ponadto nie jest to wartość raportowana w systemach ewidencji księgowej. Estymacja Bety w praktyce dokonywana może być na różne sposoby, w rezultacie czego dla tej samej akcji możliwe jest uzyskanie odmiennych wartości tego współczynnika. W literaturze mamy do czynienia z obszerną dyskusją dotyczącą przydatności metod szacowania czy nawet prognozowania współczynników beta. Coraz częściej wykorzystuje się klasę modeli ARCH (autoregressive conditional heteroskedastisity), zaproponowaną przez Engla i rozwiniętą przez Bollerslewa. Wartości α oraz β uzyskane za pomocą metody najmniejszych kwadratów są szacunkowymi wartościami prawdziwych α i β. W przypadku występowania niekorzystnych efektów, takich jak np. brak stałości wariancji składnika losowego, mogą one nie być dokładne. W takim przypadku należy stosować metody właściwe dla konkretnego przypadku. Ponieważ dane pochodzące z rynków kapitałowych, takie jak stopy zwrotu, często charakteryzują się specyficznymi własnościami w zakresie wariancji, w ich przypadku taką właściwą metodą są modele klasy ARCH (GARCH). W niniejszym artykule skoncentrowano się właśnie na testowaniu występowania efektu ARCH. (abstrakt oryginalny)