Gå til sidens indhold

Søgeresultat

    Viser resultat 21 - 30 af 92

    NYT: BNP steg med 0,4 pct. i tredje kvartal

    Kvartalsvist nationalregnskab 3. kvt. 2019 revideret

    Kvartalsvist nationalregnskab 3. kvt. 2019 revideret, Bruttonationalproduktet (BNP) steg med 0,4 pct. i tredje kvartal, når der korrigeres for prisudvikling og sæsonbevægelser. BNP-væksten er dermed revideret op med 0,1 procentpoint i forhold til den seneste offentliggørelse. Det er især en højere vækst i de finansielle brancher og i mindre grad i bygge og anlæg, der medfører en opjustering i tredje kvartal. I forhold til tredje kvartal 2018 er BNP vokset med 2,3 pct. Beskæftigelsen steg med 0,3 pct. i tredje kvartal og er steget med 1,1 pct. siden tredje kvartal 2018., Kilde: , www.statistikbanken.dk/nkn1, ., Væksten holdt oppe af eksporten, Den samlede eksport steg med 1,3 pct. i tredje kvartal med en fremgang i både vare- og tjenesteeksporten. Importen steg med 1,0 pct. Udviklingen sker på baggrund af en stigning i importen af varer og et fald i importen af tjenester. , Stigning i privatforbrug, Husholdningernes forbrugsudgift steg med 0,4 pct. i tredje kvartal, trukket af en stigning i forbruget af varer. Det offentlige forbrug var uændret i tredje kvartal i forhold til perioden før., Tilbagegang i investeringerne, De faste bruttoinvesteringer faldt med 2,2 pct. i tredje kvartal. Der var især tilbagegang i boliginvesteringerne efter stærk vækst i de forudgående kvartaler. Investeringer i maskiner, transportmidler mv. faldt også i tredje kvartal. Samtidig var der et negativt vækstbidrag fra lagerforøgelser mv. på 0,6 pct., Stigning i beskæftigelse og timer, Beskæftigelsen steg med 0,3 pct. i tredje kvartal, mens de præsterede timer steg med 0,5 pct., Danmarks nationalregnskab,  , 2019,  , 3. kvt. , 3. kvt. , 1.-3. kvt. , 1. kvt., 2. kvt., 3. kvt.,  , Løbende, priser, Sæsonkorrigeret realvækst,  ,  , Årlig vækst, 1, Kvartalsvis vækst,  , mia. kr., pct., Bruttonationalprodukt (BNP), 576,2, 2,3 , 2,2 , 0,0 , 1,0 , 0,4, Import af varer og tjenester, 287,1, 2,0 , -0,7, -0,5, 1,6 , 1,0, Import af varer, 171,7, 5,4 , 1,7 , 2,2 , -0,1, 2,0, Import af tjenester, 115,4, -3,3, -4,4, -4,8, 4,6 , -0,5, Forsyning i alt, 863,4, 2,2 , 1,3 , -0,2, 1,2 , 0,6, Eksport af varer og tjenester, 342,7, 4,5 , 3,0 , -2,1, 4,8 , 1,3, Eksport af varer, 210,0, 11,5, 9,8 , 0,7 , 5,1 , 1,7, Eksport af tjenester, 132,7, -6,0, -7,2, -6,6, 4,2 , 0,8, Privatforbrug, 260,1, 1,8 , 1,2 , 0,7 , 0,3 , 0,4, Husholdningernes forbrugsudgifter, 252,4, 1,8 , 1,2 , 0,7 , 0,3 , 0,4, Køb af køretøjer, 9,7 , 6,6 , 0,5 , 17,1, -14,9, 9,1, Andre varer, 98,6, 0,1 , 0,0 , -0,5, 0,2 , 0,2, Tjenester i alt inkl. turisme, 144,1, 2,7 , 2,3 , 0,4 , 1,6 , 0,0, Tjenester i alt, 153,0, 2,3 , 2,1 , 0,5 , 0,9 , 0,1, Turistindtægter (-), 22,5, 0,3 , 1,0 , -0,7, -0,6, 0,2, Turistudgifter (+), 13,6, 5,4 , 2,9 , -0,8, 9,5 , -1,5, NPISH forbrugsudgifter, 2, 7,6 , 1,3 , 1,1 , 0,2 , 0,0 , -0,2, Offentlige forbrugsudgifter, 138,7, 0,3 , -0,1, -0,1, 0,0 , 0,0, Bruttoinvesteringer, 121,8, -1,0, -1,0, 5,6 , -0,7, -4,8, Faste bruttoinvesteringer, 119,7, 1,4 , -1,0, 5,1 , -0,6, -2,2, Boliger, 29,0, 3,2 , 11,0, 5,8 , 3,1 , -7,1, Andet byggeri og anlæg, 31,3, 2,1 , 4,6 , 0,4 , 0,8 , -0,9, Maskiner, transportmidler mv., 30,6, 1,3 , -14,5, 9,8 , -5,6, -1,8, Intellektuelle rettigheder , 28,8, -0,8, -0,6, 4,1 , 0,0 , 1,0, Lagerforøgelser mv., 3, 2,1 , -0,6, 0,1 , 0,2 , 0,0 , -0,6, Lagerforøgelser, 3, 1,5 , -0,6, 0,1 , 0,2 , -0,1, -0,6, Nettoansk. af værdigenstande, 3, 0,6 , 0,0 , 0,0 , 0,0 , 0,0 , 0,0, Endelig indenlandsk anvendelse, 520,6, 0,7 , 0,3 , 1,6 , -0,1, -1,0, Endelig anvendelse i alt, 4, 863,4, 2,1 , 1,3 , 0,2 , 1,7 , -0,1, Samlede præsterede timer i alt (mio.), 1, 052, 1,5 , 1,4 , 0,3 , 0,1 , 0,5, Beskæftigelse, 5, i alt (1.000 personer), 3, 019, 1,1 , 1,3 , 0,3 , 0,2 , 0,3, 1, Vækst i forhold til tilsvarende periode året før. , 2, Nonprofit-institutioner rettet mod husholdninger. , 3, Bidrag til BNP-væksten. , 4, Sæsonkorrigeret realvækst i , endelig anvendelse i alt, kan afvige fra , forsyning i alt, pga. indirekte sæsonkorrektion - se mere om metode og resultater i notatet , Det sæsonkorrigerede BNP, . , 5, Beskæftigelse i nationalregnskabet inkluderer personer, som er midlertidigt fraværende fra arbejde pga. fx orlov, strejke mv. , Kilde: , www.statistikbanken.dk/nkn1, ., Se mere detaljerede tal i Statistisk Efterretninger, Flere detaljer og oversigtstabeller er gratis tilgængelige som pdf-filer: Kvartalvise tabeller i offentliggørelsen , Nationalregnskab og offentlige finanser 2019:14, (Statistiske Efterretninger)., Særlige forhold ved denne offentliggørelse, Revideret offentliggørelse af nationalregnskabet for tredje kvartal 2019, Med denne offentliggørelse revideres nationalregnskabet for årets tre første kvartaler. I forhold til den seneste offentliggørelse, , Kvartalsvist nationalregnskab, 3. kvt 2019, ,, er BNP-væksten revideret ned med 0,1 procentpoint i andet kvartal og op med 0,1 pct. i tredje kvartal. Revisionerne skyldes primært nye oplysninger for 2019 vedrørende betalingsbalance og udenrigshandel, de finansielle brancher, byggeriet og offentlig forvaltning og service. De nye tal kan desuden give ny information til vurderingen af sæsonmønstret og vil normalt føre til mindre revisioner i de sæsonkorrigerede tal, som revideres tilbage til 2017. Læs mere om revisioner i BNP-væksten i notatet , Revisioner af det kvartalsvise nationalregnskab, ., Beskæftigelse, præsterede timer og løn, Udviklingen i nationalregnskabets løn, beskæftigelse og præsterede timer følger som hovedregel udviklingen i , Arbejdstidsregnskabet 3. kvt. 2019, for de ikke-sæsonkorrigerede værdier. Som omtalt i , Beskæftigelse for lønmodtagere marts 2019, , er der i arbejdsmarkedsstatistikkerne fra og med 2019 indført ændrede brancheplaceringer for visse dele af de største virksomheder i Danmark. Disse ændringer er neutraliseret i nationalregnskabets branchefordeling, for at fastholde sammenligneligheden med brancheplaceringerne i resten af nationalregnskabet., Offentligt forbrug, Oplysninger om det offentlige forbrug er baseret på , Offentligt kvartalsregnskab 3. kvt. 2019, , der blev offentliggjort 19. december. I 2019 er realvæksten i det offentlige forbrug udelukkende baseret på udviklingen i omkostningerne korrigeret for løn- og prisudvikling., Udenrigshandel og betalingsbalance, Der er indarbejdet nye tal for udenrigshandel og betalingsbalance på baggrund af opgørelsen af betalingsbalancen - offentliggjort 9. december i , Betalingsbalancen over for udlandet oktober 2019, . Bemærk at oplysninger om betalingsbalancen i de senere år har været genstand for større revisioner relateret til virksomheders udenlandske aktiviteter og arbejdet med at få registreret disse korrekt. Senest i offentliggørelsen 9. oktober i , Betalingsbalancen over for udlandet august 2019, , som blev indarbejdet i nationalregnskabet i november. , Ny offentliggørelsesrytme i nationalregnskabet, I 2020 vil nationalregnskabet overgå til en ny offentliggørelsesrytme for de årlige tal. De nuværende fire års-versioner, der blev offentliggjort i februar, marts, juni og november, bliver reduceret til tre, nemlig februar, marts og juni. Dermed fremrykkes den årlige offentliggørelse af et nyt endeligt år og genberegningen af de to foreløbige år fra november til juni, og der offentliggøres derfor ikke nye årlige tal i november. Læs mere om den nye offentliggørelsesrytme i notatet , Nationalregnskabet fremrykkes fra og med 2020, .  , Nyt fra Danmarks Statistik, 20. december 2019 - Nr. 482, Hent som PDF, Næste udgivelse: Ingen planlagt, Kontakt, Louise Julie Bille, , , tlf. , Jonas Dan Petersen, , , tlf. 30 57 18 26, Kilder og metode, Det kvartalsvise nationalregnskab udarbejdes på grundlag af stort set al konjunkturstatistik, der beskriver delområder inden for økonomi og beskæftigelse. Ved at kombinere disse statistikker med nationalregnskabssystemets begrebsapparat bliver det muligt at afstemme de forskellige oplysninger til et samlet billede., Vis hele teksten », « Minimer teksten, Statistik­dokumentation, Nationalregnskab, Del sidens indhold

    https://www.dst.dk/nyt/29017

    Nyt

    Eksempelsamlingen

    Eksempelsamlingen er en vejledning i brugen af ADAM. Der er medtaget et bredt udsnit af eksempler som dækker mange af de områder modellen kan belyse. Eksemplerne er udvalgt således at alle typer af relationer i ADAM bliver behandlet. Eksempelsamlingen er derfor et godt sted at søge inspiration, når nye eksperimenter skal sammensættes. , Eksemplerne er til brug for scenarie- eller multiplikatoranalyser. Det forudsættes derfor at der findes et grundforløb, som dækker den ønskede periode. Eksperimenterne anviser en metode til at lave et alternativ forløb. Det kan fx være en komponent i forsyningsbalancen, som hæves midlertidigt eller permanent. , S, imulation af modellen giver et forløb for den valgte komponent og samtidig medregnes effekter på alle andre endogene variabler. Der opstår herved et helt nyt, alternativt scenarie. Forskellen mellem alternativ scenarie og det oprindelige grundforløb kaldes en multiplikator. Multiplikatorerne viser de samlede effekter af den valgte ændring., Eksemplerne er typisk relativt simple, men der gives også eksempler på hvordan disse kan sammensættes til mere komplekse eksperimenter. , Der udfærdiges en eksempelsamling i forbindelse med , nye modelversioner, . , Eksempel­samlingen, Modelversionen marts 2024, Modelversionen april 2023, Modelversionen oktober 2020, Modelversion juni 2019, Modelversion oktober 2018, Modelversion juli 2017x, Modelversion oktober 2016, Modelversion oktober 2015, Modelversion oktober 2014, Modelversion juni 2014,  , Modelversion juli 2013, Modelversion oktober 2012, Modelversion december 2009

    https://www.dst.dk/da/Statistik/ADAM/Multiplikatorer/Eksempelsamlingen

    Multiplikatorer

    Alle multiplikatoranalyser er baseret på et grundforløb, som repræsenterer en løsning med hensyn til de endogene variabler baseret på en stiliseret fremskrivning af de eksogene variabler., Multiplikatorerne angiver effekten af ændringer i modellens eksogene variable. Et efterspørgselsstød i ADAM, fx en stigning i det offentlige varekøb, påvirker produktionen, beskæftigelsen og forbrug på kort sigt. På langt sigt forsvinder effekten på beskæftigelsen. I modsætning hertil har et udbudsstød, fx. en stigning i arbejdsstyrken, en permanent effekt på beskæftigelsen. Dette stemmer overens med de fleste modeller af små åbne økonomier med fastkurspolitik og en Phillipskurve., Der er hverken pengepolitisk eller finanspolitisk reaktionsfunktion i ADAM, og det skal tages i betragtning ved sammenligning med andre økonomiske modeller. Desuden vil de danske regler, der er modelleret i ADAM (fx reguleringsmekanismer for skatter og overførsler) have betydning ved sammenligning med modeller for andre lande., Eksempler på faktiske stød præsenterer et forslag til ADAM-input, dvs. til ændringer i modellens eksogene variable og evt. til valg af dummyer eller ad hoc ændring i ADAM. Eksemplerne præsenterer også resultatet af at indsætte inputtet i ADAM. ADAM-inputtet er gerne formuleret som tre mulige sæt input (med hhv. let, middel og kraftig effekt) og indsat i et modul, der kan afvikle ADAM-beregningen., Eksemplerne på stød er delt op i fire grupper:, Standardmultiplikatorerne, udføres ved at ændre en eller et par af de eksogene variabler og efterfølgende beregne effekten på modellens endogene variabler. ADAMs standardmultiplikatorer bruges til at analysere modelegenskaber og sammenligne multiplikatorerne mellem modelversioner., Modellens førsteårs-effekter, repræsenterer en række kortsigtede kørsler. Der fokuseres især på finanspolitiske tiltag og egenskaberne belyses ved at sammenligne med den forrige modelversion., Eksempelsamlingen, præsenterer ikke beregninger på modellen, men giver brugeren eksempler på hvordan man opstiller forskellige eksperimenter i ADAM., Krigen i Ukraine, er et eksempel på et faktisk stød. Stigningen i energipriser og sanktioner i handlen med Rusland udløser flere negative input til dansk økonomi. I det konkrete tilfælde er der opstillet flere scenarier, og scenarierne er lavet sådan at brugere af ADAM nemt kan indsætte egne vurderinger og beregne de samlede effekter på dansk økonomi. Regnemetoderne har meget tilfælles med Covid19-modulet, der tidligere er beskrevet i et modelgruppepapir.

    https://www.dst.dk/da/Statistik/ADAM/Multiplikatorer

    Standardmultiplikatorer

    I modelgruppens standardmultiplikatorer udføres eksperimenter ved at ændre én eller et par af de eksogene variabler. Modellen simuleres herefter for at beregne effekten på de endogene variabler. Der er ingen bestemmelse om mulige forbindelser mellem de eksogene variabler. Det betyder, at man skal være forsigtig med at fortolke eksperimenterne som virkelige økonomiske begivenheder. Det er sjældent at virkelige økonomiske begivenheder kan afgrænses til en ændring i én eller nogle få eksogene variabler., De valgte eksperimenter udvider den økonomiske aktivitet, og i mange eksperimenter vedrørende offentlige indtægter eller udgifter, har eksperimentet samme størrelse. Det gør det nemmere at sammenligne. I nogle eksperimenter er effekten midlertidig, mens den i andre er permanent., ADAM multiplikatorer - Modelversion marts 2024, ADAM multiplikatorer - Modelversion april 2023, ADAM multiplikatorer - Modelversion oktober 2020, ADAM multiplikatorer - Modelversion juni 2019, ADAM multiplikatorer - Modelversion oktober 2018, ADAM multiplikatorer - Modelversion juli 2017, ADAM multiplikatorer - Modelversion oktober 2016, ADAM multiplikatorer - Modelversion oktober 2015, Fra version Oktober 2015 er multiplikatoren for arbejdsudbud også beregnet med en forøget priselasticitet i udenrigshandlen.  , ADAM multiplikatorer - Modelversion oktober 2014, Beregninger er lavet med modelversion Oktober 2014 ved brug af baseline lang14. , ADAM multiplikatorer - Modelversion juni 2014 , Fra version Juni 2014 og fremefter er alle stød til økonomisk-politiske instrumenter skaleret til at repræsentere 0,1 pct. af BNP i faste priser. For multiplikatorer i tidligere versioner repræsenterede stødene 1000 mill. kr. i faste priser. Beregninger er lavet med modelversion Juni 2014 ved brug af baseline lang14. , ADAM multiplikatorer - Modelversion juli 2013, Beregninger er lavet med modelversion Juli 2013 ved brug af baseline lang13. , ADAM multiplikatorer - Modelversion oktober 2012, Beregninger er lavet med modelversion Oktober 2012 ved brug af baseline lang13. , ADAM multiplikatorer - Modelversion december 2009, Fra version December 2009 og fremefter er de to multiplikatorer for det offentlige varekøb og arbejdsudbuddet også beregnet under en budgetrestriktion for at illustrere konsekvenserne af finanspolitiske tiltag. Beregninger er lavet med modelversion December 2009 ved brug af baseline lang11. ,  

    https://www.dst.dk/da/Statistik/ADAM/Multiplikatorer/multiplikatorer

    NYT: 450 landmænd investerer i landbrug i udlandet

    Danske landmænds investeringer i udenlandsk landbrug 19. juni 2020

    Danske landmænds investeringer i udenlandsk landbrug 19. juni 2020, I 2020 var der 450 danske bedrifter med investering i landbrug i udlandet. Langt de fleste investeringer fandt sted i andre EU-lande, hvor Rumænien toppede som det mest attraktive investeringsland for danske landmænd sammen med Polen og Slovakiet. Blandt europæiske lande uden for EU er der særligt investeret i Ukraine og Rusland. Antageligt er de østeuropæiske lande attraktive i kraft af lave lønninger og lave jordpriser. Investering i landbrug i lande uden for Europa forekommer kun i beskedent omfang. Tallene omfatter alene landmænd med bedrifter i Danmark, og dækker altså ikke danske statsborgere, som driver landbrug i andre lande uden at have landbrug i Danmark., Kilde: Specialudtræk fra , Landbrugs og gartneritællingen, Bedrifter med investeringer i udenlandsk landbrug. 16. juni 2020,  , Investeringens omfang,  , < 1,0, mio. kr., 1,0-4,9 , mio. kr., 5,0-9,9, mio. kr., 10,0-24,9, mio. kr., >= 25,0 , mio. kr., I alt,  , antal bedrifter, Alle lande, 136, 157, 56, 46, 54, 450, EU-lande, 105, 122, 47, 41, 49, 365, Europa i øvrigt, 28, 41, 12, 11, 10, 102, Uden for Europa, 8, 9, 5, -, -, 22, Top 5 i alt, 121, 148, 46, 30, 48, 394, Rumænien, 51, 60, 15, 8, 15, 150, Ukraine, 22, 29, 7, 5, 6, 69, Polen, 17, 20, 10, 6, 11, 64, Rusland, 19, 25, 6, 5, 6, 61, Slovakiet, 12, 14, 8, 6, 10, 50, I samarbejde med andre landmænd, 106, 132, 39, 28, 37, 342, Med aktivt ejerskab, 24, 46, 29, 34, 39, 172, Investeringen omfatter husdyr, 61, 76, 25, 21, 30, 213, Anm: En bedrift kan have investeringer i mere end ét land. , Kilde: Specialudtræk fra , Landbrugs og gartneritællingen, Små investeringer og i samarbejde med andre landmænd, De fleste landmænd, godt 60 pct., investerede under 10. mio. kr. i udenlandsk landbrug. 12 pct. investerede for mindst 25 mio. kr. Det store flertal investerede i samarbejde med andre landmænd og ret hyppigt i landbrug med husdyrproduktion. Et mindretal udøvede aktivt ejerskab. Det ser derfor ud til, at den gængse model er, at man ansætter en lokal driftsleder til at varetage den daglige ledelse. , Store danske bedrifter investerer i udlandet, Det var typisk bedrifter med meget jord og mange dyr, som havde investeringer i udlandet. I gennemsnit dyrkede de omkring 200 ha mod 79 ha for bedrifter i almindelighed. Blandt dem, som havde kvæg eller svin, var den gennemsnitlige besætningsstørrelse hhv. 300 og 7.400 dyr, hvilket var betragteligt over gennemsnittet for alle bedrifter med kvæg eller svin., Udlændinge i dansk landbrug, En , rapport fra Københavns fra Universitet, har forsøgt at klarlægge udlændinges indflydelse på det danske landbrug i 2019. Studiet viser, at det er 748 udenlandske statsborgere - især hollændere og tyskere - som ejer mindst 5,0 ha landbrugsjord i Danmark. Tilsammen har de under 50.000 ha - en meget lille del af Danmarks 2,6 mio. ha store landbrugsareal. , Nyt fra Danmarks Statistik, 20. september 2021 - Nr. 337, Hent som PDF, Næste udgivelse: Ingen planlagt, Kontakt, Karsten Larsen, , , tlf. 21 29 55 76, Henrik Bolding Pedersen, , , tlf. 20 57 88 87, Kilder og metode, Landbrugs- og gartneritællingen er en stikprøvetælling med deltagelse af landbrug i Danmark. Siden 1995 er oplysninger om afgrøder og forpagtning hentet fra landmændenes ansøgning om arealstøtte. Før den tid blev disse oplysninger indhentet ved spørgsmål på spørgeskemaet. Tællingerne i 1982, 1983, 1985, 1987, 1989, 1999, 2010 og 2020 var totaltællingerne med deltagelse af alle landbrugs- og gartneribedrifter i Danmark, og de øvrige tællinger stikprøver med en varierende udvalgsandel, typisk omkring 25-30 pct., Vis hele teksten », « Minimer teksten, Statistik­dokumentation, Landbrugs- og gartneritællingen, Del sidens indhold

    https://www.dst.dk/nyt/47113

    Nyt

    NYT: 46.200 virksomheder skal tilbagebetale coronalån

    Rentefrie coronalån 2020-2021

    Rentefrie coronalån 2020-2021, Lidt over 46.200 virksomheder - eller 15 pct. af samtlige aktive virksomheder - skal tilbagebetale næsten 22,2 mia. kr. i rentefri moms- og A-skattelån pr. 1. april 2022 til SKAT - de såkaldte coronalån. De ti branchegrupper, der har optaget de største lånebeløb, står for næsten 40 pct. af det samlede lånebeløb. Restauranter topper med lidt over 1,3 mia. kr. i lånebeløb - eller 6 pct. af det samlede beløb. Næsten 3.900 restauranter eller en tredjedel af samtlige virksomheder i branchen har optaget lån. Restauranter er også den branchegruppe, der har modtaget den største støtte fra COVID-19-hjælpepakkerne vedr. lønkompensation, faste omkostninger eller mistet omsætning. Mere information om COVID-19-hjælpepakkerne kan findes i Danmarks Statistiks analyse: , COVID-19 Hvad har virksomhederne modtaget i samlet kompensation, ., Kilde: SKATs datasæt over virksomheder med optagne coronalån og Det Erhvervsstatistiske Register, 45 pct. af virksomhederne indenfor detailhandel med beklædning optog lån, Af de ti brancher, der har modtaget de største lånebeløb, er det - ud over, restauranter, - kun , engroshandel med tekstiler og husholdningsudstyr, (26,6 pct. af virksomhederne i branchegruppen), , detailhandel med tekstiler, og husholdnings-udstyr mv., (24,4 pct.), og , anden engroshandel, (22,7 pct.), der ligger over landsgennemsnittet på 15 pct. af samtlige virksomheder, der har optaget coronalån. Detailhandel med beklædning og fodtøj er den branchegruppe, hvor relativt flest virksomheder (45 pct.) har optaget rentefrie coronalån. Top 10-branchelisten udgøres derudover af branchegrupper som , landbrug og gartneri, samt brancher inden for , bygge og anlæg, , der i mindre grad har været påvirket af COVID-19 restriktioner, fx tvunget nedlukning. En væsentlig årsag til de store lånebeløb for disse brancher er, at de repræsenterer en betydelig del af det samlede antal virksomheder i Danmark., De fleste virksomheder ligger i Østjylland, Byen København og Sydjylland, Den største andel af de 46.200 virksomheder, der har modtaget de rentefri lån, er beliggende i landsdelen Østjylland (7.087 virksomheder eller 15,3 pct.), efterfulgt af Byen København (14,5 pct.) og Sydjylland (12,8 pct.). I forhold til den samlede bestand af reelt aktive virksomheder, så er der især mange virksomheder i landsdelene Bornholm, Nordjylland og Vestjylland, som har optaget rentefri moms- og A-skattelån. Det er et anderledes mønster end for COVID-19-hjælpepakkerne, hvor det især var virksomheder beliggende i landsdelene Byen København, Østjylland og Sydjylland, der modtog kompensation., Kilde: SKATs datasæt over virksomheder med optagne coronalån og Det Erhvervsstatistiske Register, Østjylland står for 16,3 pct. af det samlede lånebeløb, Hvad angår de lånte beløb, så er det de samme landsdele, der ligger øverst. Virksomhederne i Østjylland står for 16,3 pct. af det samlede lånebeløb, efterfulgt af Byen København (14,7 pct.) og Sydjylland (13,5 pct.). Den geografiske fordeling er således betydeligt anderledes end for COVID-19-hjælpepakkerne. Næsten 33 pct. af kompensationsbeløbene blev givet til virksomheder beliggende i Byen København, mens virksomhederne i Østjylland har modtaget lidt under 12 pct. af den samlede kompensation fra hjælpepakkerne vedr. lønkompensation, faste omkostninger eller mistet omsætning., Kilde: SKATs datasæt over virksomheder med optagne coronalån og Det Erhvervsstatistiske Register, 82 pct. har kun optaget lån for det svarede momsbeløb, Lidt over 37.800 virksomheder - eller næsten 82 pct. af de virksomheder, som har optaget lån - har kun optaget lån for det svarede momsbeløb. Disse virksomheder repræsenterer samtidigt 66 pct. af det samlede, forfaldne lånebeløb. De lidt over 5.800 virksomheder, der har optaget begge lånetyper, står for 26 pct. af det optagne lånebeløb. , Nyt fra Danmarks Statistik, 30. marts 2022 - Nr. 109, Hent som PDF, Næste udgivelse: Ingen planlagt, Kontakt, Peter Bøegh, , , tlf. 41 10 31 41, Del sidens indhold

    https://www.dst.dk/nyt/48213

    Nyt

    Hjælp til søgning

    Få hjælp til at finde den rette statistik.

    Kontakt Informationsservice

    For forskere

    Søg separat i variable eller højkvalitetsdokumentation.

    Variable

    Højkvalitetsdokumentation