Cuprins

Cuprins ................................................................................................................................ 1 Capitolul 1 ........................................................................................................................... 4 Introducere în modelarea econometricã .............................................................................. 4 1.1 Ce este econometria?................................................................................................. 4 1.2 Ce poate ºi ce nu poate realiza econometria ............................................................. 5 1.3 Repere istorice........................................................................................................... 6 1.4 Concepte.................................................................................................................... 8 1.5 Demers metodologic ............................................................................................... 13 Capitolul 2. ........................................................................................................................ 14 Cauzã ºi efect în economie - modelul unifactorial............................................................ 14 2.1 Relaþiile de cauzalitate în economie................................ ................................ ........ 14 2.2 Modelul liniar simplu .............................................................................................. 15 2.2.1 Prezentarea problemei. Exemple din economie ............................................... 15 2.2.2 Model ºi ipoteze ...............................................................................................16 2.3 Estimarea parametrilor modelului........................................................................... 17 2.4 Noþiuni privind datele ºi soluþiile ................................ ................................ ............ 20 2.5 Metoda celor mai mici pãtrate................................................................................. 20 2.5.1 Interpretarea parametrilor estimaþi ................................ ................................ ... 21 2.5.2 Precizãri de naturã teoreticã privind analiza de regresie ºi modalitatea de estimare a parametrilor.............................................................................................. 22 Capitolul 3 ......................................................................................................................... 25 Influenþe multiple de tip liniar ºi neliniar în economie; modelul multifactorial ............... 25 3.1 Cazul liniar multifactorial ....................................................................................... 25 3.2 Etapele demersului: ................................................................................................. 27 3.2.1 Specificarea ...................................................................................................... 27 3.2.2 Estimarea parametrilor ..................................................................................... 28 3.2.3 Interpretarea estimaþiilor obþinute pentru parametri................................ . 31 3.3 Recomandãri în ceea ce priveºte aplicarea modelului econometric multifactorial. 31 3.3.1 Datele numerice................................................................................................ 32 3.4 Modele neliniare...................................................................................................... 33 3.4.1 Modele neliniare în raport cu variabilele dar liniare în raport cu parametrii ... 33 3.4.2 Modele neliniare, neabordabile prin MCMMP ................................................ 34 3.5 Variabile calitative în economie.............................................................................. 36 3.5.1 Variabilele dichotomice ................................................................................... 37 Capitolul 4 ......................................................................................................................... 43 Verificarea semnificaþiei statistice a rezultatelor estimãrii. Testul t, testul F ................... 43 4.1 Necesitatea etapei verificãrii ................................................................................... 43 4.2 Verificarea semnificaþiei statistice a fiecãrui parametru estimat; testul t................ 45 4.2.1 Principalele noþiuni specifice ................................ ................................ ........... 45 4.2.2 Testul t.............................................................................................................. 47 4.2.3 Etapele verificãrii ............................................................................................. 48 4.3 Verificarea semnificaþiei rolului ansamblului factorilor asupra variabilei efect..... 51 4.3.1 Testul F............................................................................................................. 51

1

4.3.2 Etapele aplicãrii testului F................................................................................ 52 4.3.3 Coeficientul de determinaþie ................................ ................................ ............ 53 Capitolul 5 ......................................................................................................................... 54 Verificarea confirmãrii ipotezelor privind datele, factorii ºi modelul .............................. 54 5.1 Ipoteze privind modelul ºi metoda de estimare....................................................... 54 5.2 Date suficiente, neafectate de erori sistematice ...................................................... 55 5.2.1 Consideraþii asupra necesitãþii abordãrii problemei datelor............................. 55 5.2.2 Verificarea ºi aprecierea datelor numerice....................................................... 56 5.3 Independenþa variabilelor factoriale din ecuaþia de regresie................................ ... 57 5.3.1 Semnale care atrag atenþia multicoliniaritãþii:................................ .................. 58 5.3.2 Soluþii ................................ ................................ ................................ ............... 59 5.4 Ipoteza privind liniaritatea modelului ºi corecta sa specificare .............................. 59 5.4.1 Verificarea prezumþiei liniaritãþii ................................ ................................ ..... 60 5.5 Verificarea confirmãrii ipotezelor privind comportamentul variabilei reziduale ... 61 5.5.1 Verificarea împrãºtierii valorilor variabilei reziduale (homoscedasticitatea / heteroscedasticitatea.................................................................................................. 61 5.5.2 Testul GQ (Goldfeld, Quandt) ......................................................................... 62 5.5.3 Prezumþia neautocorelãrii valorilor reziduale .................................................. 63 5.5.4 Variabila rezidualã urmeazã o repartiþie normalã de medie zero..................... 65 Capitolul 6 ......................................................................................................................... 68 Aplicarea modelului de regresie în analiza ºi prognoza economicã ................................. 68 6.1 Coordonatele analizei economice ºi analizei statistice ........................................... 68 6.2 Prognoza economicã bazatã pe modelul de regresie............................................... 69 6.3 Modele econometrice utilizate în domeniul cererii de bunuri ºi servicii ................ 70 6.4 Producþia, factorii determinanþi ºi funcþiile de producþie................................ ........ 73 6.4.1 Ipoteze ºi caracteristici în elaborarea ºi utilizarea funcþiilor de producþie în studiile economice..................................................................................................... 74 6.4.2 Indicatori utili analizei economice bazate pe funcþii de producþie................... 74 6.5 Relaþii financiar - bancare ºi reprezentarea lor prin ecuaþii .................................... 78 6.5.1 Masa monetarã ºi factorii care determinã cererea de bani ............................... 79 6.5.2 Rata dobânzii ºi investiþiile .............................................................................. 79 6.5.3 Impozitele ºi transferurile................................................................................. 80 6.5.4 Preþurile ºi costurile................................ ................................ .......................... 81 Capitolul 7 ......................................................................................................................... 82 Evoluþia proceselor economice în decursul timpului ........................................................ 82 7.1 Problema tendinþei generale ................................ ................................ .................... 82 7.2 Noþiuni specifice analizei seriilor cronologice........................................................ 82 7.3 Modelul liniar unifactorial ºi calculul tendinþei generale........................................ 83 7.4 Clasificare a seriilor cronologice în raport cu existenþa sau inexistenþa tendinþei generale ......................................................................................................................... 87 7.5 Dependeþe în economie manifestate în mod sincron sau cu decalaje în timp ......... 88 7.5.1 Seria integratã, serii cointegrate privind procese economice evolutive ........... 88 7.6 Modele dinamice destinate includerii efectelor decalate în timp............................ 90 7.6.1 Stabilirea unitãþii de timp ................................ ................................ ................. 91 7.6.2 Estimarea parametrilor ..................................................................................... 92

2

7.7 Autodeterminarea proceselor economice în timp; modelele stochastice de tip ARMA........................................................................................................................... 94 7.7.1 Considerente economice ºi statistice pe care se bazeazã modelul ARMA ...... 94 7.7.2 Obþinerea prognozelor................................ ................................ ...................... 96 7.8 Fluctuaþii sistematice în economie – mãsurare, analizã, prognozã ......................... 97 7.8.1 Depistarea graficã a variaþiilor sezoniere ......................................................... 98 7.8.2 Ajustarea prin medii mobile............................................................................. 98 7.8.3 Indicii de sezonalitate..................................................................................... 100 7.8.4 Coeficienþii sezonieri................................ ................................ ...................... 100

3

Econometria prin caracterul sãu general creeazã modele abstracte ale fenomenelor economice. din matematicã modelele teoretice care exprimã teoriile economice. econometria construieºte modele (expresii cantitative) pentru realitãþ economice studiate ile care au un corespondent în teoriile economice. econometria avea sã însemne studiul economiei cu ajutorul acestor ºtiinþe fundamentale.1 Ce este econometria? Termenul econometrie a fost introdus în anul 1926 de cãtre economistul ºi statisticianul norvegian R. Aºa cum "biometrie" desemna cercetãrile biologice cu ajutorul statisticii ºi matematicii. econometria estimeazã ã parametrii modelelor ºi realizeazã predicþ asupra realitãþ ii ii studiate. Pe baza datelor din economie. Din economie provin teoriile economice. Econometria este disciplina care s-a conturat ca o sintezã între analiza matematicã. Frisch prin analogie cu termenul „biometrie" utilizat de Galton ºi Pearson. matematicã ºi statisticã. statistica matematicã ºi economie.Capitolul 1 Introducere în modelarea econometricã Modelele econometrice analizeazã calitatea ºi cantitatea proceselor economice ºi evoluþia lor. Prin procedeele de inferenþ statisticã. 1. 4 . Econometria este o disciplinã care s-a conturat ca o sintezã între economie. iar din statisticã datele empirice ºi metodele de prelucrare a acestora.

• Exprimarea numericã a efectului datorat creºterii cu o unitate a factorului. dintre diferite componente ale economiei în ansamblul sãu. utilizând metoda statisticii. Rolul econometriei rezultã din soluþ ionarea unor obiective precum: • Evidenþ ierea. • Stabilirea proporþ în care unul sau mai mulþ factori iei i determinã evoluþ unei variabile-efect.Obiect: Aria de studiu a econometriei este realitatea economicã privitã ca un ansamblu de relaþ ºi intercondiþ ii ionãri. estimarea ºi testarea modelelor prin care se surprind relaþ dintre iile fenomenele economice reale. Scop: Scopul principal al econometriei este identificarea. pe baze mai obiective. • Previziunea unui fenomen economic în raport cu factorii determinanþ sau þ i inând cont de comportamentul fenomenului în perioadele anterioare. 1. ii având în vedere mai ales relaþiile de tip cauzã-efect. Econometria contribuie la cunoaºterea realitãþ economice prin modul sãu ii specific de a surprinde cantitativ relaþ din viaþ economicã realã iile a cu ajutorul unui instrument specific: modelul econometric. Metodã: Econometria studiazã realitãþ economice sub ile aspect cantitativ.2 Ce poate ºi ce nu poate realiza econometria Metodele de prelucrare a datelor urmãresc îndeosebi mãsurarea. 5 . a relaþ iilor de cauzalitate din economie. precum ºi ordonarea ia factorilor dupã importanþã. Econometria studiazã legãturile dintre fenomenele economice. cuantificarea unor relaþ dintre procesele economice.

de mare amploare. dezvoltatã începând cu mijlocul secolului trecut. etc. Venit naþional. însituaþ iile în care factorii evolueazã foarte asemãnãtor (prezintã un grad înalt de coliniaritate) • Prognoza suficient de precisã în situaþ conjuncturale diferite ii sau în situaþ în care interacþ ii iunea factorilor reprezintã ea însãºi un factor. primele încercãri de a cuantifica ºi exprima cantitativ relaþ iile dintre 6 . ruta optimã în transporturi) sau soluþ care nu aparþ ii in domeniului relaþ iilor de cauzalitate. unele stãri de lucruri din economie (concentrarea. 1. • Introducerea în calcule a variabilelor calitative cu o suficient de mare acurateþ astfel încât rolul acestora sau amploarea e. • Departajarea suficient de precisã a rolului fiecãrui factor asupra unui proces economic. manifestate la un moment dat sau în decursul timpului. proporþ unor realizãri) ºi nici obþ ia inerea de soluþ optime (stocul ii optim. Totuºi. modificãrii lor sã poatã fi mãsurate cu suficient de mare precizie. • Stabilirea intensitãþii ºi direcþiei fluctuaþiilor din economie. Aspecte pe care econometria nu le poate rezolva sau încã nu le poate rezolva satisfãcãtor sunt urmãtoarele: • Încorsetarea într-un model generalizator. • Aprecierea elementelor semnificative din economie de elementele nesemnificative (datorate hazardului). a tuturor relaþiilor existente în economie.3 Repere istorice Econometria este o disciplinã ºtiinþ ificã relativ nouã.).• Aprecierea prin expresii numerice a implicaþ iilor pe care o acþ iune de politicã economicã o are asupra mai multor sectoare economice. • Econometria nu îºi propune stabilirea de valori numerice privind indicatorii economici (agregate de tip PIB. corelaþ ia.

) a fost întemeiatã "Societatea de Econometrie".U. cererea de consum: K.H. R. ionãm cele mai importante figuri: Irving Fisher.A.. Frisch. P. Mari gânditori ai secolului XX: Econometria se dezvoltã prin contribuþ unor cercetãtori importanþ din diferite direcþ ale ia i. Laboratoarele biometrice engleze: La sfârºitul secolului al XIX-lea ºi începutul secolului al XX-lea.R. modele macroeconomice: J. Dintre membrii societãþ menþ ii. finanþe. Trygve Haavelmo. Haavelmo. Gallun. Pearson. Timbergen.a. R. care a dezvoltat analiza dispersionalã). Jan Timbergen (fizician olandez).A. H.W. la Cleveland (S. Petty pune bazele "aritmeticii politice" prin care se foloseau sistematic fapte ºi cifre în elaborarea unor studii legate de populaþie. Frisch (primul preºedinte al societãþii) º. Fisher. R. 7 . F.M. ii cercetãrii: producþie: Cobb C. Schultz. comerþ exterior sau impozitare.Theil. studiul riscului ºi incertitudinii în economie. Klein. Edgeworth. Societatea de econometrie: La 29 decembrie 1930. Samuelson.Y. R. teoriile economice ºi construirea modelelor: J. A. în Anglia se desfãºura o activitate ºtiinþ ificã remarcabilã de cercetare a legilor naturii ºi a geneticii umane. L. K.fenomenele reale sunt mult mai vechi ºi dateazã din secolul al XVII-lea. ºi Douglas P. Printre figurile ilustre ale acestei ºcoli se numãrã F. T. Keynes. ª coala Aritmeticii politice engleze: Un studiu asupra genezei econometriei ne-ar conduce la începuturile secolului al XVII-lea când englezul W. instituþie care a creat ºi promovat termenul de "econometrie".A. ale cãror lucrãri fundamentale au contribuit la dezvoltarea metodelor de analizã a legãturilor dintre variabile. Fisher (matematician ºi biolog.

noþ iuni ºi termeni specifici: model. abaterea ã (eroarea) dintre nivelul preconizat ºi cel realizat. Este variabila pentru care modelul. Variabila aleatoare prezintã drept element caracteristic faptul cã poate înregistra orice valoare într-un ansamblu de valori specificat corespunzãtor unei repartiþii de probabilitate. estimaþii. numeric. Exemple: cursul de schimb. ca ºi termeni statistici. religia.1. variabile. rezultativã sau efect. estimator. rata dobânzii. Exemple: preþ produsului. Tipuri de variabile: variabilã endogenã. esenþ iale. Modelul econometric: Modelul este o schemã simplificatã a realitãþ care are rolul de a explica realitatea studiatã în ii dimensiunile ei fundamentale. rezultat. parametri. De regulã. ul valoarea tranzacþ iilor la bursã. poate genera valori. cantitatea produsã. modelul econometric este o ecuaþ sau un ie sistem de ecuaþii construit pe baza variabilelor statistice. anotimpul. Variabile de tip calitativ (nenumerice): culoarea. Variabila 8 . Exemple Relaþie dintre vânzãri ºi preþ: Vânzãri = a + b Preþ + u Evoluþia producþiei în raport cu factorii determinanþi: Producþie = a Capital Munca Variabile: În cercetarea econometricã se utilizeazã variabile statistice între care existã relaþii de interdependenþã. de regulã. vânzãrile pe o piaþ liberã. Variabilã = însuºire.4 Concepte În cercetarea econometricã se utilizeazã o serie de concepte. Modelul econometric este o prezentare formalizatã a problemei sau a realitãþ economice ii studiate. numitã ºi variabilã dependentã. element caracteristic care poate înregistra diverse niveluri exprimate. în urma estimãrii.

având valori preluate din statistici. Se utilizeazã media aritmeticã: xi f i fi x i i unde xi reprezintã valorile variabilei. Alãturi de aceste douã categorii de variabile. Locul variabilei rest este.endogenã este poziþ ionatã în stânga semnului egalitãþ în ii ecuaþ în care ea reprezintã obiectivul. În cercetarea econometricã. factor de influenþ sau regresor. dar se iei mai foloseºte ºi v sau e. care determinã un ã anumit efect asupra variabilei rezultat. aceste variabile apar în model ca sumã a tuturor influenþ elor necunoscute sau care nu apar explicit în model. dar poate sã aparã ºi ia în postura de factor în alte ecuaþii. de regulã. numitã ºi variabilã independentã. Variabila rezidualã se obþ în urma calculului abaterilor ine dintre valorile empirice ale variabilei endogene (y) ºi valorile ˆ generate de model ale aceleiaºi variabile ( y ). Este variabila aflatã în postura de cauzã a evoluþiei variabilei endogene. Media variabilei aleatoare (speranþ a matematicã. aºteptarea) rezultã ca o sumã a valorilor variabilei aleatoare ponderate cu probabilitãþile asociate posibilelor valori: 9 . Medie = nivel central obþ inut în urma unui calcul privind un ansamblu de valori ale variabilei analizate. factorialã. variabila exogenã. Este denumitã perturbaþie sau eroare. De regulã. de regulã notatã cu x. Se noteazã de regulã cu y. în econometrie se utilizeazã o categorie specialã: variabilele reziduale sau eroare. variabila eroare este o variabilã aleatoare care respectã anumite proprietãþi numite ºi ipoteze clasice. în partea finalã a ecuaþ ºi este notatã cu u. iar fi frecvenþa de apariþie. Locul variabilei exogene este în dreapta semnului egalitãþii ºi este.

Dispersia este notatã “var” sau s2 (numitã ºi varianþã). coeficientul de corelaþie este definit astfel: rxy x x y n x y y Eºantion = subansamblu de elemente (unitãþ cazuri) i.cu Pi i 1 M x i xi Pi Dispersie = indicator sintetic destinat mãsurãrii împrãºtierii 2 . Deseori o secvenþ de valori ale unei variabile urmãrite (înregistrate) în ã decursul timpului este asimilatã cu eºantionul. Se noteazã cu n numãrul de unitãþi din eºantion. dar ºi valorilor variabilei de la medie. extrase (la întâmplare) dintr-un ansamblu (populaþ ie). ei. ( xi 2 i i x) 2 f i fi Dispersia variabilei aleatoare x: 2 x M x M x 2 Abaterea medie pãtraticã: 2 Covarianþa (cov) variabilelor x1. În varianta Pearson. x2 M x1 M x1 x2 M x2 Coeficientul de corelaþ (r) reprezintã un indicator de ie mãsurare pe o scarã numericã cuprinsã între – 1 ºi + 1 a legãturii (dependenþ analogiei) dintre douã variabile. 10 . x2 reprezintã un indicator de mãsurare a variabilitãþ conjugate privind douã variabile aflate ii într-o relaþie de dependenþã: Cov x1 .

parametru) pe baza datelor unui eºantion. Locul parametrului în model este alãturi de variabila factorialã la care se referã (excepþ face parametrul liber). Parametru: Parametrii modelului econometric. numiþ ºi i coeficienþ de regresie.Estimare = calcul sau suitã de calcule (algoritm) destinate obþ inerii unei mãrimi numerice (coeficient. În urma testãrii. motiv pentru care se ataºeazã ii literei un accent circumflex. Se noteazã estimaþiile cu a. a negãrii ii existenþ unei calitãþ a estimaþ ei i iei). Este denumit ºi coeficient sau estimaþie. Se ie noteazã cu a. b. ipoteza nulã ii iei poate fi acceptatã sau poate fi infirmatã (respinsã) în favoarea ipotezei alternative H1. în condiþ iile existenþ unei ei repartiþ proprii estimaþ analizate. frecvent utilizate în econometrie sunt 2 testele: t – Student. (hi-pãtrat). . a1. b. Test = verificare a unei prezumþ (ipoteza nulã H0. Parametrul este o mãrime consideratã constantã. cele mai importante proprietãþ ale i estimatorilor sunt: 11 . F – Snedecor. sunt mãrimi reale ºi necunoscute care apar i în model în diferite expresii alãturi de variabile. se au în vedere estimaþ ale parametrilor. a0. Notãm parametrul cu simbolul ? ºi un estimator al acestuia cu ˆ În procesul de estimare. r. convenabil construite în procesul de estimare. ˆ ˆ ˆ Estimarea parametrilor unei funcþ se situeazã în centrul atenþ ii iei econometricienilor. . Estimatori: Estimatorii sunt variabile aleatoare. De regulã. Parametrii fac obiectul procesului de estimare ºi testare statisticã. rezultatã în urma unui calcul bazat pe datele presupuse de variabilele ecuaþ / ecuaþ iei iilor modelului. cu distribuþ de probabilitate ii cunoscute ºi cu proprietãþ specifice în baza cãrora se realizeazã i procesul de estimare a parametrilor modelului econometric. ˆ .

k perioade de timp: yt = a + b1yt-1+.un estimator este convergent dacã pentru un eºantion cu volum suficient de mare ºirul estimatorilor converge cãtre parametru.• nedeplasarea . unde t = 2.... respectiv din perioada t – 2 (coeficientul r2). etc. Autocorelaþ implicã determinarea intensitãþ corelaþ ia ii iei dintre termenul înregistrat în perioada t ºi termenul din perioada t – 1 (coeficientul r1). în succesiune cu 1.. Dacã ia ia: relaþia nu este respectatã. Aºadar. Autocorelaþ autoregresie = noþ ie. 3. este presupusã dependenþ modificãrilor variabilei în a raport cu propriile modificãri realizate într-un trecut mai mult sau mai puþin apropiat..+ bkyt-k + ut 12 .1 . Un estimator nedeplasat verificã relaþ relaþ M( ˆ ) = ? .un estimator este nedeplasat dacã media sau speranþa matematicã a acestuia este egalã cu parametrul.. iuni care se referã la dependenþ dintre termenii poziþ a ionaþ la o anumitã distanþ de i ã timp. • convergenþa ..2. 0. Pentru un estimator convergent are loc relaþia: lim P ˆn n 0. • eficienþa – estimatorul ˆ este eficient dacã are dispersia sau varianþ cea mai micã dintre toþ estimatorii posibili pentru a i parametrul ?.n Pot fi considerate variabile explicative seriile decalate. Autoregresia presupune analiza gradului de dependenþ ã dintre seria de date yt ºi aceeaºi serie decalatã cu 1: yt = a + byt-1+ ut.. . atunci estimatorul este deplasat..

• n ..variabila dependentã. • propunerea unuia sau a mai multor modele care explicã realitatea studiatã prin relaþii de dependenþã între variabile. k.. Notaþii • y. unde k este numãrul de factori.variabila rezidualã sau eroare.5 Demers metodologic Modelarea econometricã se poate rezuma sintetic la parcurgerea urmãtoarelor etape: • formularea problemei în termeni economici.1. • xi . • testarea modelului sau modelelor ºi alegerea celui mai bun model. • identificarea tipului ºi formei legãturii dintre variabile.. • ai. 13 . bi .volumul eºantionului.modelul econometric. 2. • y = f(xi) + u . • estimarea parametrilor modelului sau modelelor propuse. • aplicarea în practicã sau realizarea de predicþ pe seama ii modelului. i = 1.parametrii modelului. pe baza metodelor statistice cunoscute. dupã o analizã atentã a fenomenului real ºi a teoriei economice. .variabilele independente. • identificarea variabilelor care instrumenteazã problema.. pornind de la o teorie sau o problemã economicã... i = 1. • u . . 2. k.

de la particular la general. de la a unifactorial la multifactorial. de la relaþia liniarã la alte tipuri de dependenþe. • Producþ depinde de numãrul de ore utilizate efectiv pentru ia realizarea ei. (o anumitã variabilã depinde sau a este influenþatã îndeosebi de.Capitolul 2. • Rata dobânzii la bãncile comerciale este influenþ de rata atã dobânzii de referinþã.. Se va aborda dependenþ începând cu un singur factor. • Deseori este specificatã existenþa unor condiþii care se menþin aceleaºi. ceea ce poate fi valabil în condiþ de laborator. Exemple de relaþ din economie care implicã un efect ºi un ii factor important într-o dependenþã liniarã: • Cererea de alimente strict necesare depinde de numãrul populaþiei.modelul unifactorial 2..). 14 . aspect care implicã recunoaºterea existenþei ºi a altor cauze de o mai micã importanþã sau prea puþin cunoscute. etc. dar ii numai temporar poate fi constatat în viaþ realã pe un segment de a cazuri. • Exportul unui produs depinde de nivelul preþului. Cauzã ºi efect în economie .1 Relaþiile de cauzalitate în economie Situaþ în care un proces economic depinde de un singur iile factor nu sunt prea frecvente în economie. În majoritatea cazurilor: • Dependenþ nu este totalã.

În economie existã situaþ în care un rezultat sau un fenomen ii poate fi explicat într-o proporþ ridicatã doar de influenþ unui ie a singur factor. iar restul influenþ elor este preluat de variabila rezidualã. 2. mai mult sau mai in puþin accidentale.2. Exemple din economie Modelul liniar simplu este cel mai simplu model econometric sau cea mai simplã schemã explicativã a dependenþ dintre douã ei variabile. în raport cu gradul de stabilitate al celorlalþi factori importanþi.cererea sau consumul populaþ pentru o ia iei anumitã categorie de mãrfuri este o funcþie de venit Ci = a + b Vi+ ui. • La aceasta se adaugã influenþ elementului perturbator a provocat de cauze minore.2 Modelul liniar simplu Modelul liniar simplu presupune cã între cele douã variabile existã o dependenþ dupã modelul unei ecuaþ de gradul întâi sau ã ii cã între variabile existã o relaþie de proporþionalitate. 15 . 2. Acest factor apare în modelul econometric drept variabilã independentã. Exemple din economie de modele liniare simple 1) Funcþ de consum .• Dependenþ unui proces în raport cu factorul determinant se a poate manifesta diferit în decursul timpului. unde parametrul b aratã de câte ori creºte consumul unui anumit produs (Ci) la o creºtere cu o unitate a venitului ºi este de regulã pozitiv.1 Prezentarea problemei. puþ cunoscute.

care aratã valoarea lui y când x = 0. coeficienþ notaþ a. respectiv cu cât creºte sau scade y la o creºtere a variabilei x cu o unitate. numitã abatere sau eroare ºi notatã cu ui. • Variabila care poate perturba relaþ dintre principalele ia variabile. notatã cu yi.2 Model ºi ipoteze Modelul prin care se exprimã dependenþ în raport cu un a singur factor trebuie sã conþinã: • Variabila efect.cererea populaþ pentru o anumitã categorie de iei mãrfuri este în funcþie de preþul acestor produse Ci = a + b Pi+ ui. expresie a acþ iunii cauzelor minore. • Variabila cauzalã consideratã determinantã pentru procesul analizat. 16 . notatã cu xi.2) Legea cererii . 2. Parametrii (constantele. numit ºi coeficient de regresie. a reprezintã ordonata la origine. de forma: y i = a + b x i + ui Relaþ de mai sus se numeºte ecuaþ de regresie ºi ia ie reprezintã funcþia liniarã yx = a + bx plus eroarea u. Modelul de regresie liniarã simplã exprimã legãtura liniarã dintre variabile. Parametrul de regresie b aratã gradul de dependenþ dintre ã variabile.2. b reprezintã panta dreptei. unde parametrul b este de regulã negativ ºi aratã cu cât scade cererea la o creºtere a preþului cu o unitate. b urmeazã sã ii) i fie determinaþ corespunzãtor datelor numerice ce privesc i ansamblul (N) de cazuri sau urmeazã sã fie estimaþ dacã datele se i referã la un eºantion (n) de cazuri.

17 . determinarea parametrilor la nivelul populaþ iei totale nu este posibil de realizat. 2 . • lipsa corelaþ dintre variabila independentã ºi variabila iei eroare: cov( xi. ui ) = 0.variabila aleatoare eroare sau reziduu. b.3 Estimarea parametrilor modelului În practicã. estimaþii a. • necorelarea erorilor: cov( ui. adicã erorile nu se influenþeazã reciproc. Folosind date înregistrate asupra unui eºantion de n perechi de observaþ asupra variabilelor x ºi y. aleatoare. adicã dispersia (varianþa) erorii este constantã. Estimatorii sunt variabile aleatoare a cãror distribuþ se ie poate descrie în anumite ipoteze impuse modelului.variabila dependentã. Cele mai importante ipoteze sunt: • normalitatea erorilor :ui N 0. b ˆ Mulþ imea acestora descrie aºa-numiþ estimatori ai ii parametrilor a. Pentru diverse eºantioane de volum n se obþ diverse in ˆ pentru parametrii modelului de regresie liniarã.variabila independentã. • homoscedasticitate: 2 var( ui )= . Ipotezele modelului de regresie vizeazã variabila rezidualã ºi variabila independentã. • u . se calculeazã estimaþ ii iile ˆ ˆ a ºi b ale parametrilor a ºi b . uj ) = 0. nonaleatoare. adicã variabila rezidualã urmeazã o lege de repartiþ normalã de medie zero ºi ie 2 varianþã . fapt care impune estimarea parametrilor.Variabilele din ecuaþie sunt: • y . 2. • x.

Datele culese din 16 localitãþi sunt urmãtoarele: x-populaþ ia (zeci de mii loc.Exemplu Se cautã sã se verifice în ce mãsurã numãrul populaþ x iei determinã vânzãrile unui produs de uz curent y. yi descrie un nor de puncte a cãrui formã urmeazã mai curând o dreaptã decât o linie curbã.) y-vânzãri (mii kg) 2 3 3 5 6 6 6 7 8 8 9 10 10 11 12 13 10 12 14 28 30 32 28 35 40 45 45 52 55 54 58 60 Reprezentarea într-un sistem de axe a punctelor de coordonate xi. Acest fapt ne îndreptãþ eºte sã acceptãm drept model a relaþ iei ˆ de dependenþã funcþia y a bx Diagrama împr㺠tierii 80 Vânzãri 60 40 20 0 0 5 10 15 Populaþia y-vânzãri (mii kg) 18 .

yi ) cu ui. valori ajustate. deschizând perspectiva analizei statistice. Metoda celor mai mici pãtrate implicã cele mai mici costuri pentru aplicarea ei.De la fiecare punct ( xi. Pentru realizarea acestor obiective se urmãreºte obþ inerea unor estimãri (pentru cã se dispune doar de secvenþ / eºantioane e de date) care sã conducã la: Obþ inerea unui grad de determinare (a efectului de cãtre cauzã) cât mai mare. yi ) pânã la dreaptã se constatã existenþ unor distanþ mai mari sau mai mici. Metode de estimare care îndeplinesc condiþ iile enumerate sunt: • Metoda celor mai mici pãtrate (MCMMP). • Metoda bayesianã. Abaterile dintre valorile empirice ale variabilei efect y ºi valorile aceleiaºi variabile obþ inute pe baza modelului ºi poziþ ionate pe dreaptã ( y . teoretice). atunci mãrimea abaterii ˆ este diferenþa: ui yi yi ˆ În continuare se cautã obþ inerea de soluþ pentru parametrii a ii ºi b. sã fie ˆ cât mai mici. sã tindã spre adevãratele valori ale parametrilor pe mãsurã ce eºantionul creºte. • Metoda verosimilitãþii maxime (MVM). Se noteazã distanþa de a fiecare punct ( xi. i având un rol perturbator. analizei economice. Estimaþiile obþinute pentru parametri sã fie cât mai precise. reprezentând abateri a e generate de acei factori consideraþ nesemnificativi. accidentali. prognozei vânzãrilor. yi ) pânã la punctul corespunzãtor de pe dreaptã ( xi. 19 .

2.4 Noþiuni privind datele ºi soluþiile Se numesc valori / niveluri empirice ale variabilelor y sau x acele mãrimi numerice obþ inute din statistici. 2.Ele se obþin dupã estimarea parametrilor. yi). notate yi . Întrucât ~ a bx se rescrie expresia astfel: y ˆ ˆ n 2 ˆ ˆ S yi a bxi i 1 Punctul de extrem se obþ ine prin egalarea cu zero a ˆ ˆ derivatelor parþiale în raport cu necunoscutele a ºi b . acele ˆ valori care urmeazã sã fie generate de model. y. Doar în sfera teoriei ne referim la valori adevãrate ale parametrilor. În marea majoritate a cazurilor se lucreazã cu eºantioane. Aceste soluþ se noteazã cu a. Se noteazã cu xi. iar pe grafic apar sub formã de puncte de coordonate (xi. yi. 20 . iar ii ˆ ˆ numãrul de cazuri incluse în eºantion cu n. Se numesc valori adevãrate ale parametrilor acele soluþ la ii care s-ar ajunge dacã s-ar cunoaºte toate valorile pe care le iau x. astfel încât se obþin. Aceste valori se noteazã cu a ºi b. estimaþii. frecvent. iar numãrul total de cazuri cu N. b . Se numesc valori / niveluri ajustate sau teoretice. yi le-au înregistrat într-un eºantion. Se numesc valori estimate ale parametrilor acele soluþ care ii rezultã în urma utilizãrii datelor pe care variabilele xi.5 Metoda celor mai mici pãtrate Metoda celor mai mici pãtrate considerã abaterea urmãtoare drept element cheie: ui yi ~i y Ridicarea la pãtrat ºi însumarea pãtratelor abaterilor conduce la calculul sumei: n n 2 2 S ui yi ~i y i 1 i 1 Condiþ este ca estimaþ sã fie astfel alese încât aceastã ia iile sumã sã fie minimã.

ˆ ˆ a nu are interpretare economicã ci doar semnificaþ sa de ia ordonatã la origine (intercept). y i 1 1 n yi i 1 Se obþine soluþia: ˆ a ˆ b ˆ y bx yi y xi xi x 2 x 2. scade pentru ˆ b < 0) dacã factorul x creºte cu 1 (adicã cu o unitate naturalã în care este exprimat x). 21 .Rezultã sistemul: n ˆ ˆ S a. b indicã panta dreptei de regresie (slope).1 Interpretarea parametrilor estimaþi ˆ b indicã cu câte unitãþi naturale (în care este exprimat y) se ˆ modificã variabila – efect (creºte pentru b > 0. b ˆ ˆ 2 yi a bxi ( 1) 0 ˆ a i 1 n ˆ ˆ S a. b ˆ ˆ 2 yi a bxi xi 0 ˆ b i 1 Ceea ce devine: n n ˆ ˆ na b xi yi i 1 n i 1 n n ˆ a i 1 xi ˆ b x i 1 2 i i 1 xi yi n Se noteazã: x 1 n n xi .5.

625 22.9140625 37.8515625 800.8515625 10.1015625 125.5.625 7.5625 5. genereazã efecte diferite.1640625 59.4375 -1.6015625 7.5625 2. 22 .625 14.5664063 12.4765625 1.9414063 2.3164063 0.625 b= x-M(x) -5.375 a= (x-M(x))2 29.375 y-M(y) -27.0390625 1.6015625 103.4375 -2.375 -25.4375 0.2265625 94.691406 20.5625 1.0664063 0.691406 19.375 2.2 Precizãri de naturã teoreticã privind analiza de regresie ºi modalitatea de estimare a parametrilor În procesele economice se observã cã pentru un nivel oarecare al factorului se constatã o diversitate de valori privind efectul declanºat.4765625 4.2890625 11.625 7.438 y 10 12 14 28 30 32 28 35 40 45 45 52 55 54 58 60 37.625 20.375 -23.7265625 13.4375 -1.4375 -0.691406 5.942493 (y-M(y))(x-M(x)) 148.4375 -4.5625 4. deºi constant ca nivel.816406 30. Acest aspect poate fi constatat fie pentru mai multe cazuri în care factorul.3164063 2.5625 3.4414063 6.625 17.8515625 112.375 -2.7265625 22.941406 161.5664063 6.0664063 2.625 16.5625 2.5625 0.375 -9. iar un nivel iile identic al factorului de la un eºantion la altul genereazã efecte diferite.9375 0. fie în situaþ în care se analizeazã mai multe eºantioane.375 -7.4375 -4.5625 4.375 -9.4375 -1.375 -5.6152065 2.0664063 2.1914063 0.566406 19.4765625 45.Exemplu x 2 3 3 5 6 6 6 7 8 8 9 10 10 11 12 13 7.

analiza acestei serii de valori reziduale conduce la aprecieri privind calitatea modelului. În optica temporalã: 20 trimestre în care s-au realizat importuri.Relaþia dintre cauzã ºi efect nu este de tip determinist. Relaþ de dependenþ este datã de funcþ stochasticã ia ã ia (stochastic = aleator. În practicã rareori se apeleazã la toate cazurile care formeazã populaþ întrucât aceastã variantã de lucru implicã eforturi ia. 16 luni în care se cunoaºte rata dobânzii. Este de preferat utilizarea datelor unui eºantion: În optica transversalã: 35 firme sau 60 familii sau 80 clienþ i bancari. deosebite. b reprezintã valorile adevãrate ale parametrilor. exprimatã de nivelul b . întâmplãtor): y = a + bx + u În situaþ în care datele se referã la întreaga populaþ se ia ie obþine o funcþie de regresie a populaþiei (FRP): y = a + bx + u unde coeficienþii a. Pe lângã factorul cu rol determinant existã ºi un element aleator care perturbã relaþia dintre cauzã ºi efect. etc. • Obþ inerea de valori ajustate ale nivelurilor variabilei efect adicã valori yi datorate exclusiv influenþei factorului determinant. 23 ˆ yi ˆ ˆ a bxi . 18 ani în care s-a înregistrat evoluþia producþiei. Pe baza datelor unui eºantion se pot obþ doar estimãri ale ine parametrilor care apar în funcþia stochasticã a eºantionului (FSE): Obþ inerea valorilor estimate pentru constantele funcþ iei stochastice deschide perspective cum ar fi: • Cuantificarea rolului variabilei factoriale (x) asupra variabilei ˆ efect. • Determinarea unor previziuni privind evoluþia variabilei efect în condiþ în care nivelul viitor al factorului este previzibil ºi nu iile se întrevãd schimbãri majore în relaþia dintre x ºi y. ˆ • Calculul abaterilor ui yi yi este util.

aprecierea performanþelor modelului. în general.Astfel de perspective sunt de interes pentru analiza ºi prognoza în economie. 24 . calitãþ ile acestora ºi. dar ºi interesului acordat verificãrii modului în care au fost obþ inute estimãrile. Ele justificã importanþa atribuitã estimãrii în econometrie.

• Producþ vegetalã din agriculturã depinde de cantitatea de ia îngrãºãminte. umiditatea solului. presupuºi a fi nesemnificativi. venituri. precum ºi includerea unor relaþii de tip neliniar. Este necesarã includerea în mod explicit a factorilor cu influenþã determinantã. 3. • Cererea de mãrfuri este funcþie de ofertã. preþuri. utilajele folosite. 25 . astfel încât sã se reducã perturbaþia. investiþiile începute. rata dobânzii.Capitolul 3 Influenþ multiple de tip liniar ºi neliniar e în economie. ca ºi de numãrul salariaþilor. calitatea lucrãrilor. Exemple • Producþ industrialã este influenþ de cantitatea ºi calitatea ia atã fondurilor fixe. Situaþ mult mai frecventã este aceea în care nivelul ia fenomenului economic este rezultanta mai multor factori importanþ la care se adaugã ºi rolul unor factori mai puþ i in cunoscuþi.1 Cazul liniar multifactorial În practicã sunt puþ fenomene economice care depind în ine mod semnificativ de un singur factor. modelul multifactorial O apropiere a modelului econometric de diversitatea ºi complexitatea proceselor economice presupune analiza relaþ iei dintre variabila efect ºi un ansamblu de factori determinanþ i. • Volumul investiþ iilor depinde de cuantumul economiilor. publicitate.

.• Atât în teoria economicã. x2i .... minore ca importanþ întâmplãtoare (aleatoare. dar care pot genera o abatere oarecare asupra variabilei-efect: yi a0 a1 x1i a2 x2i . xki unde M yi / x1i ... ia influenþeazã variabila-efect. ak xki ui De remarcat faptul cã atunci când se face referire la un caz aparte ºi nu la medie.... x2i .. cât ºi în practicã se gãsesc astfel de factori determinanþ inclusiv direcþ în care fiecare dintre ei i.. • Ceea ce nu se cunoaºte este mãsura în care fiecare factor influenþ eazã variabila-efect.. în care apar k factori: ~ yi f x1i . xki a0 a1 x1i a2 x2i . Se abordeazã un caz multifactorial în care variabila-efect depinde de 2 factori. iar introducerea lui conferã modelului atributul de stochastic.. stochastice) ca mod de comportare... x2i .. elementul perturbator u este luat în calcul. x2i . În realizarea unei astfel de mãsurãtori intervine econometria. x2i . În cazul în care relaþ dintre variabila-efect ºi fiecare dintre ia cauze este de tip liniar se obþine: M yi / x1i . printr-o relaþie de tip liniar.. xki f x1i . ak xki Forma stochasticã a modelului de regresie include ºi variabila rezidualã u prin intermediul cãreia sunt evidenþ iate influenþ ele accidentale. xki Funcþia de regresie este de forma: M yi / x1i .. Relaþia este de tip multidimensional.. xki reprezintã media distribuþiei variabileiefect condiþ ionatã de modificãrile de nivel constatate în ce priveºte factorii importanþi luaþi în calcul. apropiindu-l de modalitatea realã de desfãºurare a proceselor economice..... ã. 26 ..

2 21 3.4 2.2 2. • Investiþ iile în domeniul serviciilor destinate populaþ (în iei milioane lei) – reprezintã al doilea factor. Datele pentru n = 15 trimestre succesive: y% v (mii lei) z (mil.3 2. Specificarea modelului conduce la urmãtoarea reprezentare: yi ˆ a0 ˆ a1vi ˆ a 2 z i ui unde a0 . • Venitul mediu ce revine pe membru de familie (în mii lei) – reprezintã primul factor. lei) 10 1.8 11 1. Verificarea semnificaþiei rezultatelor estimãrii. Utilizarea modelului în vederea analizei ºi prognozei.5 1 12 2 1.6 18 3 2.1 Specificarea Se presupune cã studiul se referã la analiza cererii de servicii de cãtre populaþ în raport cu cauzele care determinã o astfel de ie cerere. a1 . Estimarea parametrilor. Menþiuni: 27 . notat cu z. Datele de care dispunem se referã la valori trimestriale privind: • Ponderea cheltuielilor destinate serviciilor în bugetul familiei – reprezintã variabila-efect notatã cu y. 3.1 18 3 2.5 14 2 2 15 2 1.2.4 2.2 1.5 0.2 Etapele demersului: • • • • Elaborarea modelului.1 18 3 2.5 19 3. Din sursele teoretice ºi practice rezultã doi factori: veniturile disponibile ale populaþiei ºi oferta de servicii existentã pe piaþã. notat cu v.8 16 2.4 19 3. a2 reprezintã estimaþ ale parametrilor întrucât se ii ˆ ˆ ˆ utilizeazã date pentru un eºantion.5 2 17 2.4 16 2.5 2.8 16 2.3.8 Se acceptã varianta liniarã.

2 Estimarea parametrilor • Se cautã soluþ pentru necunoscute. 3. • Se obþine punctul de minim al expresiei. 2. • Eroarea de specificare ar putea consta fie în alegerea unui numãr prea mic de cazuri. • Stabilirea factorilor cu rol realmente determinant ºi independenþi între ei. adicã obþ ii inerea de ˆ ˆ ˆ a0 . în iei sensul cã opþ iunile fãcute în faza specificãrii urmeazã sã fie verificate în etapele urmãtoare (în etapa verificãrii ºi a utilizãrii modelului). Stabilirea factorilor ºi a funcþ reprezintã o bazã de pornire. • Se utilizeazã metoda celor mai mici pãtrate. fie alegerea unui numãr prea mare de factori. a2 estimatori de calitate . Important în aceastã etapã: • Asigurarea unui numãr suficient de mare de cazuri n 15 . a1 . fie alegerea greºitã a funcþiei. adicã suma pãtratelor abaterilor sã fie minimã: n n u i 1 2 i i 1 yi ˆ a0 ˆ a1vi ˆ a2 zi 2 • Se egaleazã cu 0 derivatele parþ iale în raport cu fiecare necunoscutã. ui2 i ˆ a0 2 i 0 yi ˆ ˆ a0 a1vi ˆ a2 z i 1 0 ui2 i ˆ a1 2 i 0 yi ˆ ˆ a0 a1vi ˆ a2 z i vi 0 28 .2. superior numãrului de parametri din model.1.

ui2 i ˆ a2 2 i 0 yi ˆ ˆ a0 a1vi ˆ a2 zi zi 0 Rezultã sistemul de ecuaþii normale: ˆ na0 ˆ a0 i ˆ a1 i vi ˆ a1 i ˆ a2 i zi i yi vi zi i i vi zi i vi2 vi zi i ˆ a2 ˆ a2 i vi yi z i yi i ˆ a0 ˆ a1 zi2 Sistemul se poate scrie în formã matricealã astfel: n v z v v2 vz z vz z2 ˆ a0 ˆ a1 ˆ a2 y yv yz Se noteazã: • matricea coeficienþilor cu X • matricea necunoscutelor cu A • matricea termenilor liberi cu Y Sistemul se scrie astfel: XA = Y Soluþia se obþine: A = X – 1 Y 29 .

26 9.8 38.25 99.41 4.8 32 40.42 30 240 79.4 2.76 5.9 yz 8 11 18 28 27 28.76 4.6 2.96 5 5.4 54 54 54 60.5 41.5 24 28 30 35.4 vz 1.8 43.1 2.1 Matricele X 15 37.25 4 3.8 46.8 1.2 1.4 4.5 1.84 64.4 2.76 5.25 2.42 A 64.4 2.84 6.2 40 40.1 30 .3 7.25 4.394573 Y 626.84 7.Exemplu y 10 11 12 14 15 16 16 17 16 18 18 18 19 19 21 240 v 1.5 2 1.41 6.2 8 7.04 6.24 10.76 9 9 9 10.104588 2.6 37.25 5.49 79.8 2 2.42 yv 15 16.25 4 4 4 4.9 503.24 3.8 7.5 2 2 2 2.76 6.5 99.1 2.76 5.8 62.8 58.8 30 v2 2.2 2.8 503.7 73.842506 2.3 3.5 37.2 3.5 2.5 z 0.24 4 5.5 2.8 33.64 1 2.5 626.6 3.5 30 37.8 1 1.2 47.8 79.2 2.89 12.5 3 4 3.4 3 3 3 3.49 z2 0.

2. Interpretarea se referã ºi la semnul parametrului. cererea pentru servicii creºte. în condiþiile în care veniturile rãmân aceleaºi. în condiþ în care iile oferta (z) rãmâne constantã. cu 2. scade x. în medie. la sectoare 31 . ia scade y). dar se poate considera ca fiind nivelul variabilei-efect când factorii determinanþi sunt nuli. în medie. ˆ Parametrul a0 nu are o interpretare economicã.3 Recomandãri în ceea ce priveºte aplicarea modelului econometric multifactorial Alegerea variabilelor independente din model (a variabilelor factoriale) reprezintã o primã problemã care se cere rezolvatã.394573%. relaþ dintre y ºi x este de acelaºi sens (creºte x. • Interpretarea lui a2 : ˆ La o creºtere a ofertei (redatã prin investiþ cu o unitate (1 milion ii) lei). scade ºi y). cererea pentru servicii (y) creºte.3 Interpretarea estimaþiilor obþinute pentru parametri ˆ • Interpretarea lui a1: La o creºtere a venitului cu o unitate (o mie de lei). Sursele de informaþ care pot sugera cele mai importante cauze ii care determinã variabila dependentã sunt: • Manualele de economie.842506%. cu 2. ia creºte ºi y. fie cã se referã la teoria economicã în general. în modelul multifactorial. fie la macroeconomie sau microeconomie. Dacã semnul este minus. relaþ este de sens invers (creºte x. În general. 3.3. în funcþ de semnul parametrului) în medie variabila-efect (y) la o ie creºtere cu o unitate a factorului xj în condiþ iile în care ceilalþ i factori determinanþi introduºi în model sunt consideraþi constanþi. Dacã semnul este plus. interpretarea ˆ parametrului estimat a j indicã cu cât se modificã (creºte sau scade.

ã Exemple: Studii ºi cercetãri de calcul economic ºi ciberneticã economicã. Revista financiarã. sau ale BNR. etc. importul). • buletinele diverselor instituþ ii. În etapa culegerii datelor. comerþul internaþional). preþurile). • anuarele statistice (date privind indicatorii macroeconomici. pot sã aparã urmãtoarele aspecte: a) posibilitatea de a utiliza serii cronologice de date (valori anuale. lunare) sau de a utiliza serii transversale (un eºantion de localitãþ familii. • Reviste sau publicaþ ºtiinþ ii ifice în care pot apãrea cercetãri similare. situaþia pe judeþe. exportul. privind calitatea vieþ ii (statistica bugetelor de familie) • evidenþele agenþilor economici (bilanþul). 32 . indicatorii resurselor. dar ºi unele care au doar tangenþ cu tema propusã. Piaþ de capital.ale economiei sau domenii de activitate. • Periodice în care sunt publicate trimestrial sau lunar date ºi analize conjuncturale. • buletinele Bãncii Naþ ionale a României (serii de date privind inflaþia. trimestriale. respectiv optica transversalã pentru analizarea rolului fiecãrui factor. • anchetele pe teren prin care pot fi obþ inute ºi date cu privire la factorii latenþi.3. comerþul exterior. includ informaþ ii referitoare la factorii determinanþi.1 Datele numerice O altã problemã o reprezintã datele numerice ºi accesul la un numãr suficient de date de calitate. 3. Pentru a opta între cele douã i. de naturã psihologicã. creditul. a Economistul. Revista Românã de Statisticã. Se opteazã pentru serii cronologice dacã scopul este obþ inerea de prognoze în timp. precum buletinele Comisiei Naþ ionale de Statisticã. etc. întreprinderi). Sursele cele mai importante de date pot fi: • buletinele statistice (producþia. alternative se are în vedere existenþ de date în aceeaºi alternativã a pentru toate variabilele. dobânzile.

indicatori obþ i în condiþ diferite inuþ ii în ce priveºte metoda sau aria de cuprindere) Se recomandã efectuarea de corecþii (completãri. 3.1 Modele neliniare în raport cu variabilele dar liniare în raport cu parametrii Parametrii sunt la puterea 1. cererea cu vânzãrile. O atenþ deosebitã trebuie acordatã valorilor exprimate în ie preþ curente. dar existã posibilitatea de a le înlocui cu variabile foarte apropiate ca ºi conþ inut. 3. Exemple: Producþia vegetalã = a + bX + cX2 + u. Se recomandã înlocuirea datelor anuale cu cele trimestriale sau lunare sau suplimentarea numãrului de cazuri din eºantion pentru seriile transversale.b) datele la care avem acees nu se referã exact la variabilele preconizate spre a forma modelul. Aceste modele pot fi convertite în modele liniare prin transformãri corespunzãtoare.4 Modele neliniare Pentru descrierea unui numãr mare de procese economice sunt necesare modele neliniare. eliminarea valorilor aberante). oferta cu producþia. 33 . corectarea calculelor.4. cât ºi calitativã a ii (valori aberante total atipice. În frecvente cazuri este necesarã deflaþ uri ionarea datelor (împãrþirea valorilor exprimate în preþuri curente la indicele de preþ uri. a absenþ unitãþ de mãsurã. d) datele sunt susceptibile de erori. c) datele sunt mult prea puþ . în vederea exprimãrii valorilor în preþ urile anului de bazã la care se referã indicele). Exemplu: venitul permanent disponibil se poate înlocui cu venitul brut. greºeli de calcul). nu se pot forma serii de cel puþ ine in 15-20 termeni. ceea ce implicã verificarea lor atât din perspectiva cantitativã (absenþ de valori în unele cazuri.

Exemple Funcþia de cost de forma: y a bX u unde b este la puterea 1/2.4. Se logaritmeazã ºi se noteazã: lnQ = y. 3. dar ºi cu variabilele.2 Modele neliniare. M = munca. Funcþiile de consum de forma: y aX a2Z u 34 . Pentru 1/Q = Z. abordabilã în ceea ce priveºte estimarea parametrilor prin metoda celor mai mici pãtrate. Modelul devine: y = c + ax + bz + u Pentru fiecare exemplu de model neliniar s-a ajuns la o formã liniarã de reprezentare. modelul devine: Preþul produsului = a + bZ + u Producþia industrialã Q = AMaKbeu. .71. lnM = x. Pentru X2 = Z. fie reprezentãri în care variabila rezidualã este inclusã în model într-o formã care împiedicã liniarizarea. lnK = z.unde X este umiditatea solului. fie în raport cu parametrii. e = 2.. model neliniar în parametrul b.. modelul devine: Producþia vegetalã = a + bX + cZ + u Preþul produsului = a + b(1/Q) + u. unde Q = producþia. lne =1. K = capitalul. unde Q = cantitatea existentã pe piaþã. lnA = c. neabordabile prin MCMMP Variantele neliniare neabordabile prin metoda celor mai mici pãtrate sunt fie modele neliniare în raport cu parametrii (cel puþ in un parametru e la o putere diferitã de 1).

Se comparã ultima sumã cu cea anterior obþ inutã ºi se reia procesul de la pasul 3 pânã când mãrimea sumei converge spre o valoare stabilã. nu este sigur cã estimaþ sunt compatibile cu iile un minim global în ce priveºte suma pãtratelor reziduurilor. nu pot fi argumentate prezumþ iile conform cãrora variabila rezidualã este normal distribuitã. Pentru obþinerea de estimaþii privind parametrii se apeleazã la algoritmi care aplicã metode numerice în vederea obþ inerii de soluþii în cazurile de neliniaritate. Determinarea sumei pãtratelor valorilor reziduale obþinute. 35 .model neliniar în parametrul a. Iniþializarea parametrilor. ceea ce face dificilã liniarizarea. În astfel de situaþ nu se recomandã utilizarea MCMMP. se diminueze. 3. Etapele algoritmului 1. Modificarea valorilor ultimelor estimaþ astfel încât suma sã ii. 4. • pentru reprezentãrile în care modalitatea de includere a variabilei reziduale nu permite liniarizarea. având media egalã cu zero ºi dispersia finitã ºi relativ constantã pe segmente de valori. 2. sau: c y a bx u sau: y 1 1 e ax b u Funcþia de producþie: y ax b z c u unde variabila rezidualã u este inclusã în variantã aditivã. din ii urmãtoarele motive: • pentru reprezentãrile în care cel puþin un parametru apare la o putere diferitã de 1.

• Situaþ de a fi acceptat sau nu în urma unui interviu depinde ia de prestaþie. care pot fi mãsurate. venituri. alãturi de procese cantitative. moderat. în situaþ în care rolul lor este presupus semnificativ. În termenii econometriei. minim. foarte bunã. ã ul cursul de schimb. Variabilele care se referã la însuºiri.5 Variabile calitative în economie În economie. introducerea factorilor de naturã calitativã. sau de temerile cumpãrãtorilor cu privire la accentuarea inflaþiei. etc. dar ºi de managementul procesului de producþie. • Exportul unui produs pe o piaþ depinde de preþ ofertei. Exemple • Producþ depinde de dotarea cu utilaje ºi de numãrul de ia angajaþi. 36 . a cãror intensitate este exprimatã prin atribute. dar ºi de renumele mãrcii ºi încrederea existentã pe acea piaþã privind calitatea produsului. Rolul factorilor de naturã calitativã este important pentru analiza ºi prognoza proceselor economice. aprecieri sunt variabile calitative. negativã.3. risc maxim. • Economiile populaþ sub formã de depozite la o anumitã iei bancã depind de rata dobânzii. mulþ umitoare. calitãþi. putere de convingere. grade de comparaþ ie. vârstã. existã ºi variabile a cãror intensitate este exprimatã prin atribute: serviciu satisfãcãtor / nesatisfãcãtor. iile conduce la creºterea gradului de determinare ºi la un plus de calitate a estimaþiilor obþinte pentru parametri. bunã. apreciere excelentã. • Starea de spirit a populaþ depinde de frecvenþ conflictelor iei a sociale. gradul de stabilitate ºi competenþ guvernanþ a ilor. • Vânzãrile de bunuri durabile depind de preþ dar ºi de calitate . categorii. dar ºi de încrederea deponenþ în ilor banca respectivã.

5. masculin/feminin.3333 ˆ ˆ a b y x 1 46.3333 ˆ b 33. iar media pentru x = 1 este (40+50+50):3=46. promovat/nepromovat.3333. 3.6666 ˆ a y x 0 13.3333 Media cheltuielilor (y) pentru servicii în turism a celor care nu deþin autoturism (x=0) este de (20+10+10):3=13.6666 37 . simbolizatã prin D) admite doar douã alternative: da/nu.0) Cheltuieli (sute lei) 20 40 50 10 10 50 0 1 1 0 0 1 D Factorii introduºi în model sunt exclusiv de naturã dichotomicã În exemplul anterior: y x Se obþine 20 0 40 1 50 1 10 0 10 0 50 1 ˆ a 13. înainte de momentul t / dupã momentul t.Problema cuantificãrii (exprimãrii prin numere) variabilelor calitative reprezintã o etapã de a cãrei rezolvare depinde calitatea analizei economice bazatã pe modelul econometric. Exemplu Cheltuielile familiilor destinate turismului sunt analizate în raport cu situaþ de a avea automobil (D = 1) sau de a nu avea ia automobil (D = 0).1 Variabilele dichotomice O variabilã dichotomicã (“dummy”. Exprimarea cantitativã se face astfel: se atribuie nivelul 1 unei alternative ºi nivelul 0 celeilalte. C = a + b D(1.

12503 0.16098503 ˆ a2 1.726331823 ˆ a1 0. considerând ecuaþia de forma: C a0 a1v a2 D 1.0 u 2 0 4 2 8 8 12 3 6 4 1 6 6 1 2 20 18 30 21 40 50 60 42 35 51 19 62 44 25 40 1 0 1 0 1 1 1 0 1 0 1 1 0 0 1 Dacã într-o primã variantã se face abstracþ de variabila D. 38 .0 u Se obþin valorile: ˆ a0 2. unde D = 1 (F) ºi D = 0 (M) C Datele C v D a0 a1v a2 D 1.802923988 Gradul de determinare prin prisma influenþ celor doi factori ei a crescut. De asemenea.173924 În varianta a doua.0). ie adicã se considerã relaþia de forma: C Se obþine: ˆ a0 ˆ a1 a0 a1v u 2. comparativ cu prima variantã. estimaþ sunt mai apropiate de calitãþ iile ile estimatorilor.Factorii introduºi în model reprezintã o variabilã cantitativã ºi o variabilã calitativã Exemplu: • Consumul de cafea C • Vârsta consumatorului v • Sexul D(1.

fie în mod ii declarativ. o parte tot mai mare dintre amatori îºi schimbã intenþ de a cumpãraîn contrara acesteia (a nu ia cumpãra). b) Modelul Logit este destinat exprimãrii într-o formã operaþ ionalã (rezultate numerice obþ inute din calcule bazate pe un model matematic) a acelor situaþ în care creºterea unui factor numeric ii are drept efect schimbarea unei atitudini de tip dichotomic. unde y poate ia ã prezenta douã alternative (nu sau da). numãrul persoanelor feminine) sau la ponderea frecvenþ înregistrate pentru o alternativã (ponderea rebuturilor. ei ponderea posesorilor de automobile). se procedeazã la creºterea preþ ului unui produs. Exemple Pe mãsurã ce. Relaþ de dependenþ este de tipul y=f(x). în mod experimental. O creºtere treptatã a impozitelor într-un interval dat poate avea drept efect renunþarea unor plãtitori de impozite de a mai plãti prin lichidarea activitãþ impozabile fie în mod real. Modelul de descriere a unui astfel de proces se bazeazã pe funcþia logisticã.Posibilitãþi de mãsurare a variabilei dichotomice a) Introducerea în calcule a unei alternative (dintre cele douã) sub formã de fecvenþã sau pondere b) Modelul Logit a) Pentru a exprima intensitatea prezenþ unei variabile alternative ei se poate recurge la însumarea apariþ iilor uneia dintre alternative (de exemplu. Ponderea rãspunsurilor ca urmare a modificãrii valorilor xi poate fi reprezentatã de egalitatea: Pi M y 1 / xi 1 1 e a bxi 39 . iar pe mãsurã ce x înainteazã pe scara valorilor xi ne apropiem de un punct de cotiturã de la care alternativa iniþialã se modificã radical.

2 0.Pi 0. Pi = ni / Ni.944439 1.847298 0.38629 40 .Se noteazã: a+bxi = zi L = Pi / (1 – Pi) atunci L = e z.3 0.8 L 19 4 lnL 2.95 0. unde ni = nr.3333 0. de rãspunsuri da în eºantion Ni = mãrimea eºantionului.05 0.25 -1.386294 2. Exemplu Pentru 4 eºantioane de clienþ bancari care intenþ i ionau sã solicite un credit au fost propuse contracte de creditare cu dobândã diferitã de la un eºantion la altul. celor care eºantion 20 30 20 25 2-6 6-10 10-14 14-18 au acceptat 19 24 14 5 Se organizeazã datele ºi se fac calculele: xi 4 8 12 16 Ni 20 30 20 25 ni 19 24 14 5 Pi 0.8 0.7 0. persoane în Rata dobânzii Nr.2 1. iar lnL = z = a + bxi În aplicaþii. Situaþ acceptãrii împrumutului ia în raport cu rata dobânzii se prezintã astfel: Nr.

Variabila instruire este reprezentatã de numãrul anilor de studii ºcolare. dar care are avantajul ie) exprimãrii numerice. 330733 0 . numitã variabilã reprezentant (proxyvariable). intens corelatã cu variabila calitativã sau fiind un rezultat (un subprodus.330733 0.33828 Funcþia logisticã are forma: y 1 1 e 4 . 41 . Introducerea variabilei reprezentant comparativ cu neintroducerea ei )ºi implicit absenþ totalã a variabilei calitative a din model deºi rolul ei este important) conduce la creºterea gradului de determinare. O altã modalitate de mãsurare a variabilelor caliative este prin atribuirea de numere formând un ºir corespunzãtor creºterii intensitãþ calitãþ unui proces exprimat prin atribute sau categorii ii ii de calitate. o implicaþ a acesteia. Variabila motivare la locul de muncã este reprezentatã de evoluþ ia câºtigurilor. Exemple Variabila calitativã îndemânare (în profesie) este reprezentatã de vechime în acea activitate. 33828 x O altã posibilitate utilizatã în vederea exprimãrii numerice a unei variabile calitative presupune înlocuirea acesteia printr-un reprezentant numeric.Se obþin valorile: a b 4.

etc. 2 stele.2.. 2. foarte puternic.3.. slab.. reprezentând acord cu o afirmaþ de loc. 42 .5. 3. corespunde categoriei de încadrare care poate fi hotel de 1 stea. . ie: puternic.Exemple ª irul ordonat 1.4. mediu. Atribuirea de note alternativelor existente într-o scalogramã: 1.

• Rolul cauzelor accidentale ca ºi cel al întâmplãtoarelor analogii în ceea ce priveºte evoluþ factorilor incluºi în model iile poate conduce la estimaþ ale parametrilor care fie contrazic ii aspecte evidente ºi anticipate din economie. Testul t. Se recomandã: • Verificãri prin confruntarea cu realitatea economicã cunoscutã din teorie sau din practicã. • Lipsa de experienþ ºi subiectivismul celui care elaboreazã ã modelul econometric. Verificãri ale rezultatelor modelãrii prin compararea acestora cu realitatea economicã Semnul parametrului poate confirma sau infirma cele cunoscute din teoria ºi practica economicã. fie la alegerea funcþ (predilecþ pentru funcþ liniarã nu este iei ia ia întotdeauna suficient argumentatã). • Verificarea modalitãþ în care o serie de ipoteze (prezumþ ii ii. aºteptãri) se regãsesc în semnalele pe care le transmit rezultatele aplicãrii modelului. testul F 4. fie exprimã deformat rolul factorilor. slãbiciuni care se manifestã fie la alegerea factorilor (deseori influenþ de dificultãþ în obþ atã ile inerea de date).Capitolul 4 Verificarea semnificaþ statistice a iei rezultatelor estimãrii. 43 .1 Necesitatea etapei verificãrii • Datele utilizate provin dintr-un eºantion care nu întotdeauna este reprezentativ. • Verificarea în sens statistic a semnificaþ iei rezultatelor estimãrii.

fie specificarea.15515 -0.32767 2.50019 3 12 15. ˆ Este de aºteptat ca valorile ajustate y sã fie asemãnãtoare cu cele empirice (y).959864 10 55 50.27016 7 35 35. ˆ Generarea de valori y pe baza modelului estimat ºi compararea lor cu datele empirice (rezultate din observarea pe teren a variabilei y).04014 4. fie predominã acelaºi semn).15515 8 45 40.Exemple: • În relaþ preþ ia -vânzãri. atunci trebuie revãzute fie calculele. dimpotrivã.09764 10 52 50.27016 -2. Dacã.98263 -0.44269 5 28 25.84485 9 45 45.92512 13 60 64. • Într-o funcþ de producþ semnul ataºat factorilor care ie ie. dependenþ vânzãrilor de numãrul a populaþiei. semnul parametrului corespunzãtor preþului ar trebui sã fie minus. se obþin urmãtoarele rezultate: x y y ajustat u=y -yajustat 2 10 10. având o evoluþ (în ie succesiunea obþinerii) întâmplãtoare.21266 -0.44269 -3.44269 3 14 15. În exemplul unifactorial. abaterile sunt relativ mari sau prezintã o succesiune sistematicã (fie în creºtere. atât ca semn cât ºi ca mãrime.27016 -0.21266 7 35 35.98263 12 58 59.44269 -1.15515 4.04014 1.50019 -0.27016 6 32 30.86762 -4.2126575 8 40 40. fie într-o alternanþ a ã semnului neîntâmplãtoare.672329 6 30 30.86762 44 .729836 6 28 30. determinã producþia ar trebui sã fie plus. abaterile sã fie relativ mici.959864 11 54 54.27016 1. fie datele.09764 -0.2126575 -0. Generarea de valori implicã înlocuirea în model a ˆ simbolurilor a j cu estimaþ iile obþ inute pentru parametri ºi atribuirea de valori factorilor.92512 -1.

ca urmare.4 17 16.2.5 2. similar poate fi apreciatã abaterea dintre douã mãrimi de aceeaºi naturã (douã medii de selecþ un nivel estimat ºi un nivel adevãrat.67358 0.2 19 18.2 Verificarea semnificaþiei statistice a fiecãrui parametru estimat. care nu ie se datoreazã întâmplãrii (erorii de sondaj) ºi. testul t Obiectivul verificãrii constã în aprecierea în sens statistic a mãrimii estimaþ obþ iei inute astfel încât sã se poatã afirma.5 12 13.75292 0.57875 -0.1 16 15.75816 0.) în sensul ie. cã respectiva estimaþ relevã ceva semnificativ.66833 1.4 2.241837 4.38146 2 2 14 14.28401 1.09983 0. etc.57875 2 1.339291 3 2. ã.326422 2. rezultatului estimãrii (cu privire la rolul unui factor) în raport cu ceea ce ar rezulta ca urmare a întâmplãrii.5 19 19.8 21 20.5 2 16 16 0 2.5 0.37908 3. în mod obiectiv. factorul al cãrui rol este cuantificat este realmente determinant pentru procesul analizat.8 10 10.1 18 17.95521 0.2 2.6 18 18.66071 0.76292 0.900169 2.2 1.18704 -0.858 -0.5 1 11 10.247082 3.38146 -1.3 2.37908 -0.28401 -0.8 16 14.23708 2 1. 45 .044794 3 2.4 2.331667 2. 4.858 3 2.Exemplul multifactorial: v z y y ajustat u 1.4 18 18.1 Principalele noþiuni specifice Semnificaþie = importanþ relevanþ deosebire marcantã a ã.8 15 14.18704 3.

sau este nesemnificativã. Întrucât apelãm la datele unui eºantion este necesar sã stabilim o limitã superioarã (prag de semnificaþ pânã la care acceptãm inerenta incertitudine. F. reprezentând. Dacã un astfel de interval îl denumim bilateral. acceptãm cã în 5% din cazuri (dacã = 0. t. funcþ ale valorilor observate. întrucât se extinde de o parte ºi de alta a unui nivel-pilot. Interval de încredere = distanþ dintre 2 valori (notate z1 ºi ã z2. Test statistic = procedeu ale cãrui etape conduc la o concluzie cu privire la o ipotezã preformulatã (ipoteza nulã. ii etc. fiecare pereche. Astfel.). pi = 1. ie) rãmânând un nivel de încredere rezonabil de mare ( 1 .nivelul variabilei aleatoare (xi ) ºi probabilitatea (pi). intervalul nilateral se referã la distanþ dintre nivelul-pilot ºi una dintre limitele extreme (z1 sau a z2). datoritã unei cauze relevante. 46 .) ºi a unei probabilitãþ de a i greºi ( ) în ceea ce priveºte concluzia. Repartiþ statisticã = mulþ ie imea perechilor ordonate de valori xi ºi pi. pozitivã sau nulã de realizare a respectivului nivel. poate fi greºitã (ceea ce înseamnã cã ipoteza nulã este corectã).aprecierii dacã abaterea este semnificativã. prestabilitã cu privire la riscul de a greºi în concluzia finalã. datoritã întâmplãrii. care neagã semnificaþ care poate fi confirmatã sau respinsã în baza ia) 2 unei repartiþ (normale.05) concluzia prin care se afirmã cã ipoteza nulã este falsã. Nivel (prag) de semnificaþie = probabilitate. de regulã. care pot sã difere de la un ii eºantion la altul) în cadrul cãreia se plaseazã cu o probabilitate rezonabil de mare parametrul care formeazã obiectul estimãrii.

dependenþ unei variabile y de evoluþ a k a ia factori (independenþ între ei) conduce la pierderea unui numãr de i posibilitãþ de a evolua liber (egal cu numãrul factorilor). Astfel de presupuneri urmeazã sã fie verificate aºa încât sã rezulte fie acceptarea ipotezei nule (H0). 4. Abaterea de la medie împãrþitã la abaterea medie pãtraticã ˆ ˆ a M a 47 . urmeazã o repartiþie normalã. de regulã. nivel poziþ ionat la intersecþ ia pragului de semnificaþie acceptat ºi gradele de libertate. tabel. corespunzãtor repartiþ iei. de cãtre cel interesat.2.Grade de libertate = coordonate independente în sensul de valori liber alese pe care le poate înregistra o variabilã dacã este restricþionatã de condiþii ce pot fi prestabilite. Ipoteza statisticã = presupunere cu privire la repartiþ ia urmatã de o variabilã sau cu privire la parametri ºi semnificaþ ia acestora. fie acceptarea ipotezei alternative (H1) a confirmãrii supoziþiei iniþiale. genereazã valori comparabile cu cele specifice unei anumite repartiþ nivelul tabelat rezultã în urma preluãrii dintr-un ii. a unei formule care. Nivel calculat / nivel tabelat = dacã nivelul calculat rezultã în urma aplicãrii. de tip negativist.2 Testul t Întregul demers presupus de testul t se bazeazã pe prezumþ ia ˆ ˆ conform cãreia abaterile estimaþiei a de la media sa M a care sar obþine în cazul repetãrii estimãrii pentru mai multe eºantioane de volum identic. De exemplu. astfel cã i rãmân (n – k) grade de libertate (unde n = numãrul de cazuri din eºantionul de date).

Se cautã o asemenea transformare a estimaþ obþ iei inute încât sã devinã comparabilã cu nivelul t – tabelat pentru (n–k) grade de libertate ºi un risc (alfa) apriori ales. = 0. minus numãrul de parametri din model (k). de exemplu. Eºantionul fiind mic. Se preia din tabel t – tabelat 5. Se comparã: • dacã t–calculat < t–tabelat se confirmã (H0) • dacã t–calculat > t–tabelat se infirmã (H0). Se determinã t – calculat. repartiþ ia Student. n < 30. folosind notaþ ia iile: a j pentru estimaþ ia supusã verificãrii ºi pentru abaterea medie pãtraticã a ˆ aj estimaþiei.2. conform relaþiei. 2. În acest caz considerãm abaterea estimaþiei în raport cu zero: ˆ a 0 ˆ Relaþ de calcul.3 Etapele verificãrii 1. 4. se are în vedere repartiþia Student. 4. este urmãtoarea: t calculat ˆ aj ˆ aj Rezultatul se comparã cu nivelul tabelat pentru un risc acceptat.05 ºi un numãr de grade de libertate egal cu numãrul de cazuri (n).urmeazã. pentru eºantioane de volum mic (n < 30). De regulã nu dispunem de mai multe eºantioane ci avem date pentru un singur eºantion. 3. Verificarea modelului unifactorial 48 . Stabilirea ipotezei nule (H0): estimaþ rezultatã nu diferã ia semnificativ de zero.

Verificarea modelului multifactorial Dispersia astfel: 2 u se înlocuieºte cu estimatorul ei s2(u).228485 2 2 ˆ a 1 n x 1.8425v 2. ˆ Se infirmã ipoteza nulã ºi se acceptã alternativa conform cãreia b diferã semnificativ de zero.tabelat. pentru 15 – 2 = 13 grade de libertate ºi = 0.39457 z u2 s2 u su 6. care se obþine s u 2 u2 n k Pentru a calcula dispersiile parametrilor care apar în modelul multifactorial se înmulþ esc elementele de pe diagonala matricei -1 2 inverse X cu s (u).05 este 2.9425 / 0.72 49 .1046 2.8579 x x ˆ t. Abaterea medie pãtraticã este datã de estimaþia ei: ˆ s aj ˆ y 1 s 2 u d jj Modelul multifactorial este: 4.221939 : (15 3) 0.518495 0.16.221939 6.63.518495 0. fiind un factor determinant. considerând factorii în succesiunea apariþ iei lor în model.228485 = 21.calculat pentru parametrul b este 4.În cazul modelului unifactorial y a bx u abaterea medie pãtraticã rezultã astfel: 2 u ˆ b x x 2 u 2 0. t.

0036 de unde rezultã: ˆ s (a1 ) 0. În cazul ambelor estimaþii t-calculat > t-tabelat. estimaþ este în valoare absolutã. deci raportul este ia pozitiv.5 2.7693 d33 = 1. • Riscul notat cu poate fi egal cu 0.6315 4.72 1. dacã se doreºte o precizie mai mare. Numãrul gradelor de libertate este: n g l = n – k = 15 – 3 = 12 Riscul acceptat = 0.05 t 0. în ordine: d11 = 1. se poate alege o valoare mai micã pentru .39457 / 0.7693 0.72128 2. pentru care apare variabila z care va fi ia consideratã nivelul t-tabelat (numãrul gradelor de libertate nu mai reprezintã o coordonatã).16 d22 = 0. a nesemnificaþ ºi se acceptã iei alternativa conform cãreia cei doi factori sunt determinanþ în i studiul efectuat.72 0. 12 = 2. întrucât în calculul raportului. Se infirmã ipoteza nulã. n > 30. 50 . Observaþii • Semnul fiecãrui parametru nu influenþ eazã rezultatul comparaþ iei dintre t-calculat ºi t-tabelat.Elementele de pe diagonala matricei X-1 sunt. se poate apela la repartiþ normalã redusã.6315 ˆ s a2 ˆ tcalc a1 ˆ tcalc a2 0.3198 Se preia din tabelul repartiþiei Student valoarea lui t.8425 / 0.00356 0.72128 3.05.179 Se comparã t-calculat cu t-tabelat. • În cazul eºantioanelor mari.05.

Se obþin astfel valori ajustate: ˆ y ˆ a0 ˆ ˆ a1 x1 . acþ ionând mai intens sau mai puþin intens.. Suma pãtratelor acestor abateri datorate întâmplãrii se noteazã cu SSU ºi reprezintã suma pãtratelor diferenþ elor dintre ˆ y 51 . se poate opta pentru =0.. sau.3 Verificarea semnificaþiei rolului ansamblului factorilor asupra variabilei efect 4. ak xk ˆ Valorile ajustate y se abat de la medie y în mãsura în care factorii se abat la rândul lor de la medie.1. considerat ca o reprezentare care descrie un mecanism relaþional complet diferit de ceea ce ar putea fi atribuit întâmplãrii. Rezultatul verificãrii se referã la aprecierea pe ansamblu a modelului.0. ˆ Abaterile y y se datoreazã factorilor determinanþi incluºi în model. acþiunii factorilor reziduali. iar efectul conjugat al factorilor determinanþ rezultã înlocuind parametrii cu estimãrile obþ i inute ºi atribuind valori factorilor. dacã se acceptã un risc mai mare.3. Modelul de regresie descrie rolul factorilor determinanþ prin i parametrii de regresie. exprimaþi prin u. Suma pãtratelor acestor abateri se noteazã cu SSR: SSR ˆ y y 2 Un alt gen de abateri care pot interveni s-ar datora perturbaþiei.001.1 Testul F Testul F urmãreºte verificarea semnificaþ simultane a iei tuturor estimaþiilor obþinute pentru parametri. 4.01 sau 0.

518495 F – calculat = 65.518495 = 127. Raportul dispersiilor se noteazã Fcalc. generate de model reprezentate de datele numerice (y): 2 ºi valorile empirice.. ceea ce implicã transformarea sumelor în dispersii ºi acceptarea unei probabilitãþi legate de riscul de a greºi în ceea ce priveºte concluzia.78/2 = 65... Se apeleazã la repartiþ raportului dispersiilor (repartiþ ia ia Snedecor).valorile ajustate. Se determinã F-calculat: SSR = 131.0775 Se cautã în tabel: pentru = 0. ˆ SSU u2 y y Este de aºteptat ca rolul factorilor sistematici (x1.778 SSR/k-1 = 131.93 Se comparã Fcalc cu Ftab: 52 . a nesemnificaþ iei: disersia de la numãrãtor nu se abate semnificativ de la dispersia de la numitor.3. se gãseºte valoarea F – tabelat = 6. aspect care poate fi verificat prin raportarea celor douã sume.88902 SSU = 6..88902/0. x2. n – k = 12 grade de libertate (linie).2 Etapele aplicãrii testului F Se stabileºte ipoteza nulã.221939/12 = 0. k – 1 = 2 grade de libertate (coloanã). xk) sã fie net superior rolului factorilor perturbatori (u).01.221939 SSU/n-k = 6. iar k reprezintã numãrul de parametri: Fcalc SSR / k 1 SSU / n k i ˆ yi i y /k 1 ˆ yi 2 2 yi /n k 4.

3. semnificativ diferite de zero. Se poate afirma.9473 53 .9549.222 = 138 R2 = 131. SST = 131. mai mare decât Ftab = 6. Se noteazã suma tuturor abaterilor SST. Dacã Fcalc < Ftab. ceea ce confirmã modelul ca fiind valid. unde SST = SSR + SSU.Dacã Fcalc > Ftab. ipoteza nulã este confirmatã. iar R2 SSR SST SST SSU SST 1 SSU SST În exemplu. Fcalc = 127.778 + 6. Pentru comparaþ se recomandã varianta ajustatã a ii coeficientului de determinaþie: ˆ R2 1 SSU / n k : SST / n 1 În exemplu: ˆ R2 0. în general.3 Coeficientul de determinaþie Coeficientul de determinaþ exprimã ponderea rolului ie factorilor determinanþ din model în raport cu variaþ totalã a i ia variabilei efect.49% din variaþ efectului este determinatã de cei doi ia factori. 4. se infirmã ipoteza nulã. cu un risc de a greºi de 1% cã estimaþ iile sunt . iar modelul în ansamblu este validat.93.0775. adicã 95.778 / 138 = 0. În cazul nostru.

10. 54 . Factorii incluºi în model (varianta multifactorialã) sunt independenþi unii în raport cu ceilalþi. adicã este homoscedasticã. Variabila rezidualã nu este autocorelatã. 9. 3. Variabila rezidualã prezintã o dispersie (împrãºtiere) egalã pentru diferitele valori xi. astfel încât soluþiile sã prezinte stabilitate. astfel încât covarianþa dintre ui ºi xi este zero. 2 . factorii ºi modelul 5. Cov(ui. u N 0. astfel încât rolul factorului sã poatã fi pus în evidenþã. Datele sunt obþ inute corect (fãrã erori sistematice de mãsurare) ºi în numãr suficient de mare (depãºind numãrul parametrilor). uj / xi. nefiind corelaþi între ei. Modelul de regresie este linar în raport cu parametrii. 2. Modelul de regresie este corect specificat în sensul alegerii funcþ potrivite (liniare sau neliniare) ºi includerii factorilor iei determinanþ astfel încât gradul de determinare (R2) sã fie suficient i de mare. Factorul (x) prezintã variabilitate în ceea ce priveºte nivelurile înregistrate în cadrul unui eºantion de date (dispersia sa fiind un numãr pozitiv finit). Variabila factorialã (x) este nestochasticã ºi prezintã aceleaºi valori în eventualitatea repetãrii sondajului.1 Ipoteze privind modelul ºi metoda de estimare 1.Capitolul 5 Verificarea confirmãrii ipotezelor privind datele. Variabila rezidualã este de medie zero ºi urmeazã o repartiþ ie normalã. 4. xj) = 0. Variabila rezidualã nu este corelatã cu variabila factorialã (x). 7. 8. M(u) = 0. 6. 5.

testul F) nu a condus la rezultatele aºteptate. • Lipsa datelor. prognoze. situaþii excepþionale). Dacã aprecierea modelului este pozitivã. se poate trece la etapa iei utilizãrii lui pentru analize. anchete sociale) ºi în diverse conjuncturi (metodologii modificate în decursul timpului. întârzieri în consemnarea realizãrilor. raportãri statistice.2 Date suficiente.Verificãrile cu privire la confirmarea ipotezelor pot oferi explicaþ cu privire la motivele pentru care verificarea ii semnificaþiei (testul t. Imposibilitatea obþ inerii de date privind unele dintre variabilele modelului econometric sau absenþ unor înregistrãri a pentru o parte dintre cazuri sau perioade.2. 55 . 5. • Timpul ºi banii cheltuiþi. • Autocorelarea (valorilor reziduale). confirmã din perspectiva semnificaþ ºi ipotezelor. • Specificarea incompletã sau incorectã. durate inegale de activitate economicã. Obstacolele de care se loveºte cercetarea econometricã pot fi redate astfel: • Multicoliniaritatea. simulãri.1 Consideraþii asupra necesitãþii abordãrii problemei datelor Modalitatea de obþ inere a datelor nu îndeplineºte condiþ iile unei observãri riguroase (din perspectiva modelãrii econometrice) similare celorde laborator. • Unicitatea ecuaþiei ºi neidentificarea. neafectate de erori sistematice 5. Înregistrãrile numerice la care avem acces au fost realizate în diverse scopuri (evidenþ financiare contabile. • Heteroscedasticitatea.

2. Controlul cantitãþ în sensul aprecierii dacã numãrul da ii. dacã aceasta nu conduce la un volum prea mic (n < 15) de cazuri. sau la ii. În cazul în care datele nu corespund acestui deziderat (nu existã sau nu pot fi procurate date suficiente pentru una dintre variabile). pentru acurateþ ea soluþ iilor. cazuri pentru care avem date este suficient de mare. 56 .Importanþ datelor. a cât ºi în ce priveºte calitatea mãsurãtorilor. Dacã pentru unele cazuri (perioade din seria cronologicã. în final. excluderea cazurilor respective. sã modifice estimãrile. O astfel de verificare se referã la fiecare variabilã în parte. se recurge la variabila cea mai apropiatã ca sens ºi mod de a evolua (variabila reprezentant). a respectiv la fiecare dintre factorii incluºi în model. atât din perspectiva numãrului de cazuri. aºa încât pe întreg intervalul sau pentru întreg eºantionul variabila sã fie exprimatã unitar. procedãm la corecþ dacã acestea pot fi fãcute. Este posibil ca existenþ unor date eronate. Verificarea omogenitãþ sub aspectul unitãþ de mãsurã. 5. ii ii definirii indicatorului ºi exprimãrii în preþ constante (pentru uri exprimãri valorice). în vederea evitãrii apariþiei unei zone neexplicate. iar pentru fiecarecaz datele sunt complete (existã înregistrarea privind yi.2 Verificarea ºi aprecierea datelor numerice Existenþ de date care se referã indubitabil la variabila-efect. sã punã sub semnul întrebãrii ie utilitatea modelului. sã rezulte în urma aceluiaºi mod de calcul. unitãþ din eºantion) datele nu sunt complete sau prezintã i suspiciuni. respectiv xi). sã schimbe rezultatele testelor de semnificaþ ºi. la limitã) urmeazã sã mai adãugãm cazuri sau sã înlocuim datele anuale cu date trimestriale sau lunare. fie ºi pentru a un singur caz. Dacã numãrul de cazuri este mult mai mic decât n = 15 (nivel apreciat ca satisfãcãtor.

fie ºi pentru o variabilã. Termenul de multicoliniaritate acoperã atât cazul existenþ ei în model a unui numãr de 2 factori coliniari (perfect sau parþ ial coliniari) cât ºi la cazul existenþ de legãturi intense între 3 sau ei mai multe variabile factoriale din ecuaþia respectivã. iar factorii pot prezenta analogii (evoluþ paralele foarte ii asemãnãtoare). estimãrilepentru parametri sunt instabile (un alt eºantion ar putea oferi estimaþ complet ii diferite). aceasta afecteazã grav soluþiile modelului. datele sunt exprimate într-o formã neomogenã sau prezintã erori sistematice. se cosiderã cã ipoteza cu privire la independenþ . pot fi expresii ale unei relaþ de cauzalitate (x determinã pe z. pot reprezenta combinaþii liniare de forma 57 . Astfel de legãturi între variabilele explicative incluse în reprezentãri de forma y = a0 + a1x + a2z + a3k + u. • Dacã. 5. sau atât x cât ºi z ii depind intens de factorul w neinclus în model). a variabilelor cauzale incluse în modelul de regresie este infirmatã.Neglijarea verificãrii ipotezei privind corectitudinea datelor poate conduce la urmãtoarele: • Dacã eºantionul este prea mic. judeþ firmã). • Renunþ area la unele variabile din lipsã de date va sãrãci analiza ºi ar putea mãri gradul de nedeterminare sau distorsiona estimaþiile.3 Independenþa variabilelor factoriale din ecuaþia de regresie Dacã între variabilele factoriale ale modelului existã asemãnãri frecvente în ceea ce priveºte evoluþia în timp sau în ceea ce priveºte modificãrilede la o unitate de observare la alta (familie. ceea ce poate afecta de asemenea calitatea estimaþiilor.

1 Semnale care atrag atenþia multicoliniaritãþii: • În cazul utilizãrii unui model în care apar 2 factori. în valoare absolutã nivelul de 0. 58 . privind exclusiv factorii.85 sau chiar de 0.9. iar eficienþa estimatorului este afectatã. – reprezentarea graficã (diagrama împrãºtierii).3. – Coeficientul de determinaþ (forma ajustatã) este ie inferior ca mãrime coeficienþ ilor de determinaþ pentru regresiile ie auxiliare. sau pot fi simple analogii în evoluþ înregistratã pe ia segmentul de n valori de care dispunem. semnaleazã o suspectã ordonare a punctelor de coordonate xizi în jurul unei drepte. ceea ce face ca împrãºtierea valorilor estimate sã fie foarte mare. de forma: y = a0 + a1x + a2z + u: – coeficientul de corelaþ calculat pentru factori (rxz) ie întrece. ceea ce face imposibilã rezolvarea sistemului). Un semnal este dat ºi de determinantul matricei X. valorile foarte mici ale determinantului conduc la valori foarte mari ale elementelor inversei. Toate aceste situaþ produc aceleaºi efecte dacã asemãnãrile ii sunt foarte intense: • estimaþiile obþinute pentru parametri pot fi deformate. 5. În plus. în sensul cã nivelul determinantului devine extrem de mic pe mãsurã ce gradul de coliniaritate între doi factori creºte (pentru coliniaritatea perfectã. • rezultatele testului t sunt distorsionate în direcþ ia nesemnificaþiei.k = x + 2z. determinantul este egal cu 0. În cazul în care apar mai mulþi factori: – Coeficientul de determinaþ (R2) prezintã valori ie apropiate de 1 în condiþiile în care estimaþiile pentru parametri (una sau mai multe) nu trec testul t (nu diferã semnificativ de zero). • imprecizia acestora creºte.

5. atunci eliminarea acestui factor ar fi o soluþ Condiþ este ca eliminarea factorului sã nu afecteze ie. aceasta acþ ioneazã în direcþ creºterii mãrimii determiantului. mãrind astfel numãrul de cazuri în eºantion sau numãrul perioadelor în seriile cronologice. utilizând logaritmii sau alte procedee.4 Ipoteza privind liniaritatea modelului ºi corecta sa specificare Liniaritatea relaþ de dependenþ dintre variabila efect (y) ºi iei ã factorul determinant (x).. prezintã interes îndeosebi din perspectiva utilizãrii metodei celor mai mici pãtrate în vederea estimãrii.. x2.2 Soluþii • Dacã se pot suplimenta datele. • Dacã în loc de date culese în timp se pot utiliza date în optica transversalã. respectiv combinaþ de modificãri ia simultane a factorilor (x1. 5. . atunci acestea ne aºteptãm sã fie mai puþ afectate de in corelaþii între factori. 59 . ia analiza printr-o pierdere de informaþie ºi nici gradul de determinare în mod semnificativ. • Dacã se poate renunþ la unul dintre factorii care prezintã o a intensã corelaþie cu un alt factor. Adesea prin model liniar avem în vedere varianta transformatã a modelului neliniar în raport cu variabilele. mai ia ales dacã întâmplãtoarele analogii în evoluþ factorilor se ia atenueazã. aºa numita regresie ridge poate fi o soluþ Procedeul constã în ie.. adãugarea unui scalar elementelor de pe diagonala inversei ºi estimarea în urma unei astfel de modificãri. xk).3. • Dacã nu urmãrim în mod expres interpretarea parametrilor ci ne intereseazã doar atenuarea efectelor multicoliniaritãþ atunci ii.

z z În urma constatãrii nivelului aproximativ constant al raportului modificãrilor paralele de genul: y2 x2 y1 x1 y3 x3 y2 x2 y4 x4 y3 x3 Deseori elaborarea modelului în mai multe variante face posibilã analiza comparativã din perspectiva coeficienþ ilor R2. Rezultatele analizei pot confirma sau infirma liniaritatea modelului în situaþ în care existã cel puþ 2 variante ii in (una liniarã. F) confirmã ie 60 . în sensul cã diagrama împrãºtierii este deseori elocventã. sã prezinte ie variabilitate. Semnificaþia în sensul testului t. În ceea ce priveºte factorii luaþ în calcul. dar ºi a testului F. testele de semnificaþ (t. Un model econometric confirmã aºteptãrile în ceea ce priveºte funcþ liniarã adoptatã dacã gradul de determinare (R2) ia este apropiat de 1 (100%). Verificarea incorectei specificãri din perspectiva factorilor atraºi în model are în vedere: Coeficientul de determinaþie.1 Verificarea prezumþiei liniaritãþii Pe cale graficã.4. testul t. respectiv x ce revin pe unitate de factor partener z urmeazã forma liniarã: y x f . În cazul multifactorial (cu deosebire cazul bifactorial) se poate analiza dacã valorile y.5. aceºtia trebuie sã i îndeplineascã condiþ precum: influenþ fiecãruia sã fie ii a determinantã pentru variabila efect. mai ales în cazul unifactorial. testul F. alta neliniarã). factorii sã nu prezinte analogii intense în evoluþ (multicoliniaritatea trebuie evitatã).

Modelul poate fi astfel apreciat ºi prin prisma modului în care reproduce datele empirice ale variabilei rezultative (y) astfel ˆ încât abaterile (erorile) yi yi sã se caracterizeze prin: • Egala împrãºtiere a valorilor ui. de medie zero a valorilor ui . în limba românã homoscedastic. Termenul grecesc homoskedastic (egal împrãºtiat). iar pe mãsurã ce se abat tot mai mult de la zero. ceea ce ar ia însemna cã valorile pozitive sau negative ale abaterilor mici sunt frecvent poziþ ionate în jurul mediei (M(u)=0). • Independenþ oricãrei valori ui în raport cu valoarea / valorile a precedentã. sub forma unor abateri (diferenþe) y ~i ui y constã în manifestarea lor aleatoare.modelul.5. spre deosebire de heteroscedastic.5 Verificarea confirmãrii ipotezelor privind comportamentul variabilei reziduale Ceea ce se aºteaptã de la valorile reziduale obþ inute în final. iar abaterile reziduale se comportã precum valorile unei variabile aleatoare. dupã estimare. în prealabil ordonate în raport cu mãrimea factorului ºi segmentate în douã sau mai multe grupe. astfel încât autocorelarea valorilor reziduale sã nu poatã fi constatatã.1 Verificarea împrãºtierii valorilor variabilei reziduale (homoscedasticitatea / heteroscedasticitatea Împrãºtierea este apreciatã numeric prin dispersie întrucât M(u) = 0. • Repartiþ normalã. care semnaleazã inegala împrãºtiere. 5. 2 2 u u n 61 . 5. fãrã a mai include nimic sistematic. caracterizeazã în econometrie o egalã împrãºtiere. frecvenþa lor scade.

obþ inerea de valori reziduale (ui) în fiecare dintre cele douã secþiuni. Rezultã douã secþ iuni de date ordonate în raport cu xi ºi situate spre extreme. . Problema comportamentului valorilor reziduale se complicã întrucâtva în situaþiile în care: Existã mai mulþi factori. fie descrescãtor. de la bun început. precum ºi media acestora.. este necesar sã formãm grupe egale de termeni în cadrul ºirului de valori u1. astfel încât valorile xi sã fie ordonate crescãtor. un. 5. De regulã. numãrãtorul fiind pentru secþiunea de împrãºtiere maximã: n c /2 u2 : (g l) j Fcalculat j 1 n c /2 u2 : (g l) j j 1 62 ... Formarea grupelor (în numãr de 2. respectiv din cea de a doua secþ iune. Eliminarea unui numãr de valori centrale de cel mult c = n / 3. Obþ inerea mãrimii Fcalculat . nivelurile xi sunt ordonate fie crescãtor. dacã seria de date include suficient de multe cazuri (etapa nu este obligatorie). iar.u2. în final. de (n – c) / 2 cazuri fiecare.Calculul dispersiei implicã un ansamblu de valori. obþ inerii de valori ajustate ~ din prima y secþ iune. Intereseazã ºi verificarea prezumþ privind independenþa iei variabilei reziduale în raport cu evoluþ factorului (a oricãrui ia factor din model).2 Testul GQ (Goldfeld. Quandt) Etapele testului: Ordonarea datelor yixi. rareori 3 sau mai multe) este precedatã de o ordonare a valorilor ui în raport cu valorile în creºtere (sau descreºtere) ale factorului.5. Pentru a constata egala sau inegala împrãºtiere. Aplicarea MCMMP fiecãrei secþ iuni separat în vederea estimãrii parametrilor.

Remedii în vederea diminuãrii sau eliminãrii heteroscedasticitãþii În situaþ în are numãrul de cazuri este suficient de mare iile (n>30) se poate proceda la elaborarea de modele distincte pentru fiecare dintre segmentele de valori supuse testului.5. prezumþ homoscedasticitãþ erorii (ui) este ia ii confirmatã. estimaþ iile rezultate prin MCMMP pierd din precizie (heteroscedasticitatea afecteazã eficienþa estimatorului). Dacã Fcalc < Ftab. 2 u i . Transformarea valorilor yixi prin raportarea lor fie la xi.unde g l = numãr grade de libertate g l n c k 2 Compararea valorii calculate (Fcalculat) cu valoarea tabelatã de coordonate . Restricþiile aplicãrii testului 63 . Verificarea existenþ sau inexistenþ autocorelãrii erorilor ei ei (abaterilor sau valorilor reziduale) se poate obþ prin testul DW ine (Durbin-Watson). se acceptã alternativa: eroarea (ui) este heteroscedasticã. prezumþ homoscedasticitãþ erorii (ui) este ia ii infirmatã.3 Prezumþia neautocorelãrii valorilor reziduale Reprezentarea graficã poate sã semnaleze situaþ de posibilã ii dependenþã sau de independenþã a abaterilor. fie la 5. n c n c k. k. Dacã Fcalc > Ftab. iar prognozele sunt imprecise. 2 2 unde k = numãrul de parametri. Dacã erorile (ui) diferã semnificativ ca împrãºtiere pe segmente de valori ordonate în raport cu mãrimea factorului.

rezultate astfel: yi* xi* ryi rxi 1 1 unde r este coeficientul de autocorelaþie a erorii: 64 . Relaþia liniarã dintre ui ºi nivelul imediat anterior ui-1. Apropiat de 0 sau de 4 – cazul autocorelãrii. • Autocorelarea reziduurilor afecteazã eficienþ estimatorului a MCMMP. Existenþa parametrului liber a0. Etapele testului DW • Stabilirea ipotezei nule (H0): valorile reziduale nu sunt autocorelate.• • • • n > 15. • Obþinerea nivelului calculat: n ui ui DW i 2 n 2 1 ui2 i 1 • Aprecierea nivelului calculat în raport cu apropierea sa de valoarea 2: Apropiat de 2 – cazul neautocorelãrii. Metode de eliminare/atenuare a autocorelaþiei • Înlocuirea valorilor yixi cu diferenþ de ordinul 1 calculate ele pentru fiecare variabilã în parte: yi xi • yi xi yi xi yi xi 1 1 yi xi Utilizarea de valori transformate. Existenþa de valori tabelate.

astfel încât media sã fie zero. Predominanþ valorilor mici. altele negative.n ui ui rui ui 1 i 2 n 1 ui2 i 1 • Adãugarea de cazuri suplimentare sau respecificarea modelului în sensul acceptãrii unei alte funcþ sau introducerii de ii noi factori dacã existã motive suplimentare de a recurge la astfel de variante ale modelului. apropiate de zero.4 Variabila rezidualã urmeazã o repartiþie normalã de medie zero Caracteristica variabilei reziduale de a evolua întâmplãtor se datoreazã acþ iunii factorilor minori.5. accidentali. Abaterile valorilor empirice de la valorile generate de model ar trebui sã fie unele pozitive. 5. 65 . ºi raritatea a abaterilor mari ar trebui sã apropie repartiþia abaterilor de repartiþia unei variabile normal distribuite. neincluºi în mod explicit în modelul econometric. compensându-se reciproc.

ie rezultatele testului t ºi ale testului F sunt discutabile. Notaþii: • S = coeficientul de asimetrie media modul M u M0 S abaterea medie patratica u • k = coeficientul de boltire k • Se calculeazã: 1 n u u 2 2 u 4 JB S2 n 6 k 3 24 2 Nivelul obþ inut pe baza acestei relaþ urmeazã asimptotic (pe ii mãsurã ce mãrimea eºantionului creºte) distribuþ ia 2 cu douã grade de libertate. Soluþ cea mai indicatã în astfel de situaþ este ia ii suplimentarea numãrului de cazuri.3 sau.7. mai bine de 0. Aceste teste se bazeazã pe prezumþ normalitãþ repartiþ erorii în condiþ ia ii iei iile unui eºantion suficient de mare.Verificarea • Se însumeazã erorile ºi se calculeazã media pentru a constata dacã media este zero sau foarte apropiatã de zero. În situaþ în care nu se confirmã prezumþ conform cãreia ia ia abaterile ui urmeazã o repartiþ normalã. În cazul în care corespondentul JB în tabelul distribuþ iei (cel mai apropiat nivel pe rândul 2) se situeazã pe coloana 0. • Se aplicã testul JB (Jarque ºi Bera).8) se afirmã cã abaterile ui urmeazã o repartiþ ie normalã. 66 .2 (ceea ce implicã o probabilitate 0. de medie egalã cu zero. respectiv 0.

fie erori de calcul sau de observare care. apropiindu-se de confirmarea prezumþiei.O verificare a datelor utilizate ar putea evidenþ fie valori ia atipice. prin eliminare. 67 . ar reduce numãrul de abateri mari.

privind fiecare parametru (testul t).1 Coordonatele analizei economice ºi analizei statistice Rezultatele obþ inute cu privire la parametrii modelului. 68 . . de un interes aparte se bucurã rezultatele etapei de verificare. precum ºi prognozei. ie deosebit de utilã pentru economistul preocupat de analiza cauzelor care determinã un proces. analizei statistice..Capitolul 6 Aplicarea modelului de regresie în analiza ºi prognoza economicã 6. ˆ Faptul cã o estimaþ ie a j (j = 1. Testul F ºi mãsura în care Fcalc depãºeºte nivelul tabelat dã informaþ referitoare la puterea de ii influenþã a factorilor. Analiza economicã beneficiazã îndeosebi de rezultatele estimãrii parametrilor de regresie. O analizã performantã bazatã pe rezultatele regresiei multifactoriale presupune confirmarea unor aºteptãri privind: • Semnificaþ atât pe ansamblu (în sensul testului F) cât ºi ia individual. Din perspectiva statisticianului.) semnaleazã în ce direcþ ºi în ce mãsurã se modificã variabila-efect (y) la o creºtere ie cu o unitate a factorului xj.. 2. în condiþ iile în care ceilalþ factori i incluºi în model sunt consideraþ constanþ reprezintã o informaþ i i. Ponderea în care factorii determinanþ introduºi în model i explicã modificãrile variabilei-efect (exprimatã de indicatorul R2) constituie o informaþie utilã în analizã. dar ºi în ceea ce priveºte nivelul unor indicatori obþ i în urma inuþ parcurgerii etapei verificãrii sunt utili îndeosebi analizei economice.

• Mãrimea coeficientului de determinaþie (R2>0,8); • Gradul de corelare existent între factori sã fie mic, astfel încât corelaþ în valoare absolutã sã nu depãºeascã 0,85, iar variabilele ia, factoriale sã nu fie dependente. Analiza comparativã privind factorii sau variantele de model se bazeazã pe indicatorii: • Coeficienþ beta care permit clasificarea factorilor în raport ii cu importanþa acþiunii lor asupra variabilei-efect; • Coeficientul de determinaþ în varianta ajustatã, care poate ie constitui un reper în situaþ în care existã mai multe variante de ii model pentru a explica aceeaºi variabilã-efect. Se alege varianta ˆ cu R 2 maxim; • Coeficientul menþ ionat prin simbolul AIC (criteriul Akayke) care oferã posibilitatea de a aprecia fiecare variantã de model prin prisma preciziei (apropierii valorilor ajustate de cele reale). Se opteazã pentru varianta pentru care AIC este minim. Se noteazã cu k numãrul de factori.

ui2 AIC ln
i

n

2k n

6.2 Prognoza economicã bazatã pe modelul de regresie
Prognoza având la bazã rezultatele regresiei statistice are în vedere prezumþ menþ ia inerii ºi în viitor a influenþ fiecãrui factor ei aºa cum este exprimatã în estimaþ iile parametrilor de regresie pentru perioada la care se referã datele. Se considerã cã valorile anticipate privind nivelul viitor al fiecãrui factor determinant (x’ ) nu provin dintr-un proces net diferit de datele folosite la estimare, iar anticiparea lui este corectã. Prognoza rezultã în urma introducerii în modelul specificat a estimaþ iilor pentru parametri, iar pentru factori se iau în calcul
69

valorile anticipate (planificate, preconizate, rezultate din alte calcule de prognozã):

ˆ ˆ ˆ ˆ y ' a0 a1 x1 ' a2 x2 ' ... ak xk '
La fel cum valorile ajustate nu coincideau cu valorile reale (empirice) y, existând abateri notate (u), se poate presupune cã nici prognozele nu vor coincide cu valorile înregistrate de y în viitor. Eroarea de prognozã se noteazã cu e ºi este direct proporþ ionalã cu distanþ la care se va situa nivelul anticipat (x’) al a factorilor în raport cu nivelul lor mediu din perioada trecutã ºi invers proporþionalã cu numãrul de cazuri din etapa estimãrii.

6.3 Modele econometrice utilizate în domeniul cererii de bunuri ºi servicii
Prezumþ care stau la baza abordãrii econometrice a ii cererii • Orice formã statisticã sau economicã corectã de exprimare a legãturii dintre cererea de consum a populaþ ºi factorii care o iei determinã poate fi redusã la o funcþie: C = f(x1, x2, ..., xk) + u • Factorii care determinã consumul pot lua orice valoare realã pozitivã; • Consumatorul (cumpãrãtorul) procedeazã, în general, într-un mod raþ ional, cãutând sã-ºi maximizeze beneficiul subiectiv, presupus de achiziþionarea produsului, investind cât mai puþin; • Se poate afirma, îndeosebi pentru cazul cererii globale a populaþ cã funcþ de consum este omogenã de gradul n, este iei, ia derivabilã, cu derivata I pozitivã, iar derivata a II-a negativã, (admiþând un maxim). Factorii care determinã consumul sunt de o mare varietate. În cele mai multe cazuri se considerã cererea (consumul) ca fiind funcþ de venit, precum ºi funcþ de preþ Alãturi de aceste cauze ie ie .

70

trebuie avute în vedere ºi alte variabile factoriale, cum ar fi: tradiþ reclama, înzestrarea, moda, sezonul etc., a cãror influenþ ia, ã poate sã difere în raport cu produsul/serviciul, categoria de consumatori, starea generalã a economiei. Produse de strictã necesitate (alimente obiºnuite, îmbrãcãminte) C = cerere; PO = populaþie

Ct

a0

a1 PO a2Ct
a2 Pinlocuitor
a3Ct

1

ut

Produse de uz curent

Ct
Ct Ct

a0
a0

a1 Pt

a3Vt
1

ut

unde V = venit; P = preþ

a1 PO a2V a0 a1 log CT

Vt a1 log Vt

a0 , funcþia lui Konius a2 log MF ,

log Ct

funcþia Hauthakker, unde: CT = cheltuieli totale; MF = oferta de mãrfuri.

Ct
Ct Ct

a0 a1 POt
a0 a1 a0 Vt Vt

a2 R a3CRt
Vt 1 ... Vt 1 a2TM t ut a2

ut
C V ut
t 1

unde R =reclama; CR = concurenþa.

a1 POt

unde TM = temperatura. Produse de uz îndelungat

Ct

a0

a1Vt

a2 Pt

a3 Z t

ut

unde Z = înzestrarea
71

72 . Produse de lux Ct a0 a1Vt a2OFt a3 A ut unde A = anotimpul (sezonul). I(p)t/0 = indice de preþ uri. datã fiind complexitatea domeniului cererii de mãrfuri. preþ numãrul populaþ . O anumitã diversitate a reprezentãrilor este necesarã. Un factor deosebit de activ în acest domeniu este factorul psihologic.Ct a0 a1Vt a2OFt a3 POt ut unde OF = oferta Pentru autoturisme: Ct a0 a1Vnt a2 I t /p0 a3 RSt ut RS = rata unde Vn = venit net. Cererea la nivel macroeconomic (nivel global) Ct Vt 1 a0 a1 Vt Vt 1 a2 Ct 1 Vt 2 ut unde V = venitul Ct a0 a1 V a2 POt PO a3TX t ut unde TX = taxe ºi impozite Forma liniarã a funcþ iilor. ºomajului. iei. OF = oferta. cât ºi prezenþ repetatã a unor a factori (venit. cererea din perioada anterioarã) aratã cã existã invarianþi în acest domeniu.

6.4 Producþia, factorii determinanþi ºi funcþiile de producþie
Primele studii cantitativiste ale evoluþ producþ în raport iei iei cu factorii determinanþ au început cu analize ale creºterii i producþ iei agricole în raport cu creºterea volumului de îngrãºãminte ºi a cantitãþii de precipitaþii. Tot în agriculturã a fost elaborat studiul teoretic al autorilor Knut ºi Wicksel privind evoluþ producþ funcþ de numãrul de ia iei ie muncitori, suprafaþa cultivatã, capitalul utilizat. Cobb ºi Douglas (1928) au exprimat printr-o formulã dependenþ statisticã dintre venitul naþ a ional (variabila efect) ºi factorii muncã ºi capital. Era luat în calcul venitul naþ ional al SUA (y) în funcþ de ie cuantumul salariilor (exprimând valoric munca – M) ºi valoarea fondurilor fixe disponibile (exprimând capitalul – K) înregistrate în economia SUA pentru o perioadã de n ani.

y

AM K e u

Prin logaritmare se obþine:

ln A ln M ln K u a unde: a ln A, X 1 ln M , X 2 ln K

ln y

X1

X2 u

Modelul fiind liniar în raport cu parametrii, este posibilã estimarea acestora prin MCMMP. Parametrii ºi reprezintã elasticitãþ parþ ile iale ºi exprimã cu cât la sutã se modificã producþ (y) la o modificare cu 1% a ia unuia dintre factori, în condiþ iile în care celãlalt factor este considerat constant. Chenery H.B., Arow R.J. Minchas B.S. ª i Solow R.M. Generalizeazã funcþ de producþ Cobb Douglas ºi elaboreazã în ia ie 1961 funcþ CES, în care elasticitatea substituirii factorilor este ia consideratã constantã:
1

y

A M

K

unde

1,

1.
73

6.4.1 Ipoteze ºi caracteristici în elaborarea ºi utilizarea funcþiilor de producþie în studiile economice
• Factorii care determinã producþ sunt nenegativi ºi, în mare ia parte, substituibili; • Procesul de producþ se desfãºoarã pe baza unei tehnologii ie care reduce la maxim consumul de factori ºi resurse; • Funcþ de producþ presupune un randament global ia ie nedescrescãtor; f M K f M f K este omogenã de gradul I, ceea ce • implicã o creºtere a producþ în aceeaºi mãsurã cu creºterea iei factorilor: f mM , mK mf M , K ; • Funcþ este derivabilã, având derivata I pozitivã, ceea ce ia face posibilã obþ inerea cuantumului producþ suplimentare la o iei creºtere cu o unitate a unuia dintre factori; • Derivata a doua este negativã, funcþ fiind concavã, adicã ia este conformã legii randamentului descrescãtor, în sensul cã, depãºind un punct de maxim, producþia înregistreazã creºteri din ce în ce mai mici la o creºtere constantã a factorilor. Menþ inerea creºterii economice, în condiþ unor resurse limitate, presupune iile creºterea continuã a eforturilor de cercetare ºtiinþ ificã, tehnologizare, organizare, calificare.

6.4.2 Indicatori utili analizei economice bazate pe funcþii de producþie
Norma de substituire Norma de substituire sau rata marginalã de substituire a resurselor este utilã în vederea cunoaºterii raportului în care un factor poate fi înlocuit de un altul fãrã ca producþ sã se ia diminueze. Se calculeazã derivatele parþiale:
' f M M , K dM ' f K M , K dK

dy
74

În ipoteza menþ inerii producþ la acelaºi nivel, adicã dy = 0, iei rezultã: y ' dK fM K M S ' y dM fK M K Rezultatul aratã câte unitãþ de factor K (milioane lei fonduri i fixe) pot înlocui o unitate de factor M. Exemplu Fie funcþia de producþie:

y
atunci:

2 0,5M
dK dM

0,2 K
0,5 0,2 2,5

S

unitãþi de capital sunt necesare pentru a substitui un salariat. Elasticitatea Elasticitatea exprimã proporþ în care se modificã producþ ia ia în cazul în care factorul creºte cu 1%.

Ey / x j E

y xj : y xj

y y : ; dar pentru x j xj xj

0

dy y : dx j x j

Elasticitatea este datã de raportul dintre randamentul marginal al factorului xj ºi randamentul mediu. Pentru funcþia Cobb-Douglas coeficienþii de elasticitate sunt:

75

.002827 44..002827 x 0. xk xj Exemplu Funcþ care descrie dependenþ recoltei medii de porumb în ia a raport cu cantitatea de îngrãºãminte chimice este: y 3. x2 .2527 2 0.2527 x 0..539 0. Pentru a determina punctul extremal se egaleazã cu 0 derivata parþialã a funcþiei în raport cu xj : RE x j f x1 .694 0 76 .2527 2 0.Ey / M Ey / K AM 1 K 1 AM K M y K y În cazul funcþiei CES se obþine: Ey / M M K Ey/ K K M Randamentul marginal Randamentul marginal reprezintã indicatorul care oferã posibilitatea de a cunoaºte pânã la ce nivel este recomandabil sã se mãreascã factorul xj astfel încât rezultatul (producþia) sã fie maxim. Pentru o dependenþ multifactorialã se considerã cã toþ ã i ceilalþi factori se menþin constanþi ca nivel.002827 x 2 Pentru obþ inerea randamentului marginal se egaleazã cu 0 derivata funcþiei: y x x 0..

În cazul în care astfel de factori erau introduºi explicit în funcþ de ia producþie. iar bugetul nu poate depãºi 100 u. 77 . Soluþia este F = 8. etc. urmare a limitãrii disponibilitãþ ie ii. • În mod frecvent sunt utilizate valori procentuale.5 ºi m = . capacitãþile de producþie. se recomandã utilizarea unor serii suficient de lungi privind perioade de stabilitate economicã.. Exemplu Se considerã performanþ calitativã ca funcþ de îmbinarea a a ie douã resurse F ºi G astfel: y = 2 logF + 4 logG În cazul în care preþurile resurselor sunt: pF = 4 ºi pG = 12.1.9. adicã 4F + 12G = 100. au scos în evidenþ unele aspecte concrete care ã prezintã un interes deosebit: • În ceea ce priveºte datele despre rezultate ºi factori.3. nu vor prezenta iile i i modificãri care sã perturbe semnificativ rezultatul (recolta).m.Rezultatul obþ inut reprezintã nivelul optim al cantitãþ de ii îngrãºãminte chimice care conduce la o producþ maximã în ie condiþ în care ceilalþ factori. Aplicaþ iile concrete ale funcþ iilor de producþ în studiul ie evoluþ variabilelor macroeconomice. G ºi multiplicatorul m ºi se obþ ine un sistem de 3 ecuaþ cu 3 ii necunoscute. neluaþ în calcul. indici cu bazã fixã. se formeazã funcþia auxiliarã: y(m) = 2 logF + 4 logG + m(4F + 12G – 100) Se egaleazã cu 0 derivatele parþiale obþinute în raport cu F. nivelul lor ar fi fost considerat constant. ca ºi în analiza activitãþ iei ii întreprinderilor. O situaþ specialã o reprezintã cazul când factorii sunt legaþ ie i printr-o relaþ restrictivã. În astfel de cazuri se apeleazã la metoda multiplicatorilor lui Lagrange. G = 5.

iar rezultatele mai uºor de interpretat. stabilirea vitezei de circulaþ a banilor. Aceasta ºi pentru cã datele au fost accesibile. dupã care se poate aplica MCMMP pentru estimarea parametrilor.bancare ºi reprezentarea lor prin ecuaþii Existenþ ºi rolul banilor în economie. a injecþ de bani în economie. cursul de schimb. ca ºi tranzacþ care au loc iile au un corespondent în forma bãneascã. precum ºi problemele a care þ de echilibrul bugetar. • În ceea ce priveºte domeniile din economie în care rezultatele obþ inute prin utilizarea funcþ iilor de producþ au fost remarcabile. • Funcþ iile neliniare fac necesarã parcurgerea etapei de liniarizare. xt' xt 1 xt xt . Banii iei înºiºi sunt generatori de relaþ precum cele legate de costul ii împrumutului.• Când se urmãreºte evitarea multicoliniaritãþ se apeleazã la ii transformãri de genul: yt' yt 1 yt yt . etc. rolul ºi cauzele inflaþ ie iei. dar ºi de politicile economice. stabilirea rolului cheltuielilor bugetare. 6.5 Relaþii financiar . etc. 78 . ie se menþ ioneazã cã îndeosebi la nivel de ramurã soluþ obþ iile inute au fost deosebit de utile. Îndeosebi calculele de eficienþ în agriculturã au beneficiat de pe urma ã acestor reprezentãri. Este necesarã determinarea cantitãþ de bani în circulaþ ii ie. influenþ area fluxurilor de venituri spre buget. in genereazã o serie de relaþ de influenþ care pot fi analizate ºi ii ã prognozate cu ajutorul reprezentãrilor econometrice. Realizarea de bunuri ºi servicii. investirea capitalului.

Cererea de bani = f(modificarea veniturilor. politica cursului de schimb) se bazeazã pe cunoaºterea ºi controlul unor astfel de dependenþe. rata dobânzii din perioada curentã.2 Rata dobânzii ºi investiþiile Rata dobânzii ºi rolul ei asupra investiþiilor apare în reprezentãri de forma (Wharton. 6.Teoria economicã se referã explicit la o serie de relaþ de ii cauzalitate între astfel de variabile. politica fiscalã.5. ia reprezintã factorii care trebuie incluºi în model.5. modelul italian): 79 . iar politicile economice (politica monetarã. inflaþ ia. Modelul Brunner-Meltzer: M1 = a + b Creºterea rezervelor bãncilor comerciale la banca centralã + c Numerar în circulaþie + d Depozite la termen + + e Rezerve speciale + u 6. Mayes considerã cã volumul tranzacþ iilor. precum ºi din perioada precedentã) Cererea de bani a populaþiei (Maddala): CBP = 3.8 Inflaþia + u Variantã neliniarã (Chiarini): CBP/Indicele de preþuri = a(Venit / Rata dobânzii ) Oferta de bani reprezentatã în mod frecvent de masa de bani în sens restrâns (M1) este redatã în corespondenþ cu creºterea ã economicã ºi rata dobânzii. precauþ scopurile speculative.8 Rata dobânzii + + 0.1 Masa monetarã ºi factorii care determinã cererea de bani În ceea ce priveºte oferta ºi cererea de bani.9 + 3438 PIB + 0.

titlurilor de valoaret(t1)..Rata dob. Rata dob. inflaþie.5. fie în mod explicit. din perioada ant. De exemplu (Chiarini): Solicitãri bãneºti pentru investiþ = a + b (Profit – Impozite) + ii +cTrend + d Impozite indirecte + u Transferurile bugetare sunt dependente de rata ºomajului. ie. Modelul Klein: Investiþ = a + b PNB + c Rata dobânzii nominale + d Stocul de ii capital +u 6. De exemplu (Maddala): 80 . import). pe termen lung = f(Masa monetarã. salariul minimal.(t-1)) Modelul FRB St.(t)= f(Rata scontului(t)/Rata dob. în general.3 Impozitele ºi transferurile Impozitele ºi transferurile sunt influenþ ate în mod determinant de venituri (salarii. Louis: Rata dob. ia ceea ce face ca variabila impozit sã fie regãsitã în postura de factor. Producþia(t-1)) Rata dobânzii reprezintã de asemenea un factor care apare în funcþiile ce privesc investiþiile. fie ca element de formare a venitului disponibil sau.Rata dob. a realizãrilor nete exprimate valoric. Klein utilizeazã relaþiile: Impozit populaþ = a + b(Venituri populaþ din sector privat + ie ie +Venituri populaþie din sector public) + u Impozit pe profit = a + b Vânzãri + c Export + d Import + +eAmortizãri + u Fiscalitatea determinã evoluþ unor variabile economice. profit) ºi de intensitatea activitãþ ilor specifice economiei reale (producþ export.

cota de piaþ a ã produsului). alãturi de ecuaþ care formeazã secþ iile iunea economiei reale.5. producþ ie. se întâlnesc ºi ecuaþ care se referã la secþ ii. oferta. PNB per capita) 6. În marile modele. 81 . uri. în sensul cã se referã la consum.05 + 0. impozitele indirecte. Exemple de funcþii de preþuri: Preþ = a + b Salarii + c Indicele preþurilor de import + d Impozite +u Modelul FRB St.8 Consum în perioada anterioarã + uri +1. preþul importului.Transfer plãþ = f(Populaþ Rata ºomajului. iile iunea preþuri-salarii ºi cele care se referã la relaþ de naturã financiariile bancarã din economie. puterea sindicatelor în negocierea salariilor. evoluþ preþ ia urilor la import. investiþ export. Indicele de preþ i ie.4 Preþurile ºi costurile Factorii determinanþ pentru evoluþ preþ i ia urilor sunt: salariile. Louis: Indice de preþ = 2. dar ºi funcþ de factorii comuni precum: salariul ie mediu.01 Inflaþie anticipatã + u Costurile sunt considerate ca funcþ de condiþ specifice ie iile de activitate (grad de epuizare a zãcãmântului.

2. dinamicã) reprezintã o secvenþã de niveluri ordonate în raport cu succesiunea perioadelor (momentelor de timp). • Evidenþ ierea invarianþ ilor (tendinþ evolutivã. 7. . Nivelurile se noteazã cu yt. ci dupã un interval de timp (lag) mai mult sau mai puþ in îndelungat. t = 1. 82 .1 Problema tendinþei generale Problema evoluþ proceselor economice în timp intereseazã iei datoritã urmãtoarelor: • Mãsurarea rolului unor factori calitativi care îºi desfãºoarã acþ iunea în decursul timpului (progresul tehnic. n. procesele de învãþ are) poate fi abordatã luând în calcul variabila timp privitã ca un ºir de numere în progresie aritmeticã.Capitolul 7 Evoluþ proceselor economice în decursul ia timpului 7. De aici interesul pentru cunoaºterea distanþ în timp la ei care se manifestã influenþ factorilor. întârzierea la care apar implicaþ iile economice generate de mãsurile guvernamentale. oscilaþ a iile sistematice) în sensul mãsurãrii intensitãþ acestora ºi modelãrii ii rolului lor în evoluþia viitoare a procesului economic.. acumulãrile de bunuri. intervalul dintre evoluþ a ia unor variabile-semnal (variabile precursoare) ºi modificarea variabilei-efect... • Acþ iunea unor cauze care nu afecteazã instantaneu variabilaefect.2 Noþiuni specifice analizei seriilor cronologice Seria cronologicã (de timp.

fie în jurul tendinþ fie în jurul ei. reprezentat ca o succesiune de perioade/momente ordonate. unui nivel mediu. modele stochastice. axa orizontalã fiind pentru evoluþ timpului ia (variabila independentã). 7. urmare a unor factori care revin periodic la intervale mai mici de 1 an. Analiza recurge la metode specifice: medii mobile. între i modificarea variabilei cauzale ºi manifestarea efectului. iar axa verticalã este destinatã mãsurãrii procesului economic reprezentat. indice de sezonalitate.3 Modelul liniar unifactorial ºi calculul tendinþei generale Reprezentarea evoluþ în decursul timpului a unei variabile iei economice este seria cronologicã. Se utilizeazã unsistem de axe rectangulare. astfel ii ii încât procesul analizat din perspectiva temporalã sã devinã predictibil. Lag este o întârziere exprimatã în unitãþ de timp. Tendinþ generalã (trend) este evoluþ în timp a a ia fenomenului analizat exprimatã într-o formã stilizatã care reþ ine aspectul general. de creºtere. 83 . Sezonalitatea este evoluþ manifestatã prin oscilaþ ia ii repetabile ca sens ºi amploare. sub forma unui tabel cu date ºi cea graficã (cronograma). TSA – time series analysis) este o metodã generalã de caracterizare a seriei cronologice din perspectiva componentelor sistematice sau aleatoare în vederea mãsurãrii intensitãþ ºi continuitãþ lor. respectiv de descreºtere.Analiza seriilor cronologice (engl. Cronograma este reprezentarea graficã destinatã descrierii evoluþiei unui fenomen în decursul timpului. neafectat de abaterile temporare.

de perioadã egalã. Acestea sunt cele douã tendinþ e de bazã. notatã cu t. Variabila independentã este timpul. Variabila dependentã. I yt t 14 12 10 8 6 4 2 0 I II III 2008 2009 II 2010 III IV I II III IV I 3 7 4 4 II III IV I 5 8 8 1 2 7 10 10 12 13 2 3 4 5 6 -6 -5 -4 -3 -2 -1 0 IV I II III IV I II III IV I Atât datele din tabel cât ºi reprezentarea lor graficã evidenþ iazã faptul cã. pe mãsurã ce trece timpul. amploarea fenomenului. 84 . În alte situaþ fenomenul descreºte ii în intensitate în decursul timpului. în general. ºi exprimatã în unitãþ de timp. yt este variabila economicã a cãrei evoluþie se studiazã.Anul 2007 trim. creºte. prezentând o succesiune i ordonatã pe scara timpului.

. 1. un trimestru..5. În situaþ în care t = 0.. -3. se aplicã metoda celor mai mici pãtrate. Exemplu • Se exemplificã determinarea ºi extrapolarea tendinþ ei generale pe baza datelor anterioare. 85 ... • existenþa unui numãr impar de trimestre.5. (n par) astfel încât t = 0. 2. (n impar) sau t = . un an).. astfel încât exprimarea sa numericã poate fi reprezentatã de ºirul numerelor naturale t = 1. -1. 1. influenþ ele perturbatoare asupra tendinþ se ei noteazã cu ut. 0.Abaterile. .. yt. Modelul devine: yt = a + bt + ut Timpul creºte cu un spor constant egal cu 1 (o lunã. -1. n. niveluri extrapolate ale tendinþei.5. în urma estimãrii..-2.. -0. 2.5.5.. • calculul produselor y t. .. 3. • Se au în vedere urmãtoarele: • aspectul general de tip liniar al evoluþ iei descrise de cronogramã.5. b din modelul yt = a + bt + ut. . dar ºi de ºirul t = . 0.. -2. 2. ceea ce implicã u2 = minim. t2.. sistemul de ecuaþ ia ii normale se simplificã ºi se obþine estimarea parametrilor: ˆ a y n ˆ b y t t2 Dacã se atribuie timpului valori în afara celor n unitãþ sau i perioade pentru care avem date. t2 ºi obþinerea sumelor y. Acestea pot fi considerate drept predicþ pentru procesul ii analizat (y) dacã se acceptã continuitatea condiþ iilor care au imprimat tendinþa procesului. se pot obþine pe baza modelului. În vederea estimãrii parametrilor a.

1538 0.824 t 12. • Panta exprimatã de b = 0. III 2010 14. iar schimbãri majore ale condiþ iilor din trecut nu intervin. • Extrapolãrile pot fi considerate valori aºteptate în viitor dacã prezenþ altor componente sistematice (sezonalitate.7458 trim.1538 ˆ b 0. 86 . I yt t t2 2 3 7 4 2008 2009 2010 Sume 93 0 182 150 II III IV I II III IV I II III IV I 4 5 8 8 7 10 10 12 13 4 1 0 1 4 9 16 25 36 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 36 25 16 9 -12 -15 -28 -12 -8 -5 0 8 14 30 40 60 78 yt Se obþin estimaþiile: ˆ a 7. ciclicitate) a este exclusã.9212 trim.824 iar tendinþa: ~ y 7. II 2010 13.Anul 2007 trim.1538 pe trimestru.5698 trim. IV 2010 Valori extrapolate privind tendinþa: ~ yt ~ y ~ yt 7 t 8 9 Observaþii • Nivelul mediu exprimat de ordonata la origine este de 7.824.824 indicã o creºtere (fiind pozitivã) medie trimestrialã de 0.

yt 87 .P. O serie staþ ã. mai puþ întâmplãtoare. valorile extrapolate satisfac din perspectiva preciziei. indiferent de momentul de la care începe seria. • de tip stochastic. Tendinþ specificã seriei a nestaþionare poate fi: • de tip determinist – fiind invariabilã pe un interval mare de timp. ionarã este rezultatul unui proces stochastic staþ ionar pentru care media ºi dispersia sunt constante. îndeosebi în ce priveºte panta. În modelare se urmãreºte izolarea tendinþ generale în ei vederea analizei fluctuaþ iilor sistematice (sezonalitatea.P.S. funcþ de ie momentul de început al seriei. (tred stationary process) pentru care trendul se recomandã sã fie eliminat prin scãdere Yt yt ~t sau împãrþire Yt y yt / ~t y ceea ce ar conduce la seria staþionarã yt . ca mãrime ºi direcþ în jurul unui nivel in ie. poate prezenta unele modificãri. • Seria nestaþionarã – care prezintã tendinþã de creºtere sau de scãdere. analiza spectralã) sau în vederea analizei propagãrii abaterilor de la tendinþã (modele stochastice de prognozã).4 Clasificare a seriilor cronologice în raport cu existenþa sau inexistenþa tendinþei generale • Seria staþ ionarã – caracterizatã prin oscilaþ mai mult sau ii. ceea ce face ca media valorilor yt sã difere. O astfel de serie este uºor ie de prevãzut. • Seria nestaþ ionarã de tip D. dispuse în succesiune. de referinþ media.în sensul cã pe segmente de timp. (difference stationary process) pentru care trendul se eliminã prin calculul diferenþ elor de ordin 1: Yt yt yt 1 sau 2.7.S. În raport cu modalitatea recomandatã în vederea eliminãrii tendinþei. se deosebesc: • Seria nestaþ ionarã de tip T. atât ca direcþ câtºi ca pantã.

23. 3. 2.1 Seria integratã.5. 22. 23-22=1. Este consideratã serie integratã de ordinul I (I(1)).. prin calculul diferenþ elor de ordinul 1 devine staþ ionarã. y1 t 1 Yt yn Este posibil sã se constate ºi alte ordine de integrare decât 1: • serie integratã ordinul zero (I(0)) – seria staþionarã. 30..... 3. 2. y1 Y1 Y2 y3 .5 Dependeþe în economie manifestate în mod sincron sau cu decalaje în timp 7. 2. n 1 Readucerea ºirului termenilor yt la forma originalã implicã o însumare a componentelor: n 1 y1 Y1 y2 . serii cointegrate privind procese economice evolutive Seria integratã este o serie care poate fi redatã prin pãrþ i componente care pot recompune seria originalã prin însumare.7. 2 Cazul 3 88 . 2. 3 întrucât este staþ ionarã este consideratã integratã de ordinul zero (I(0)) . 27. 0. • serie integratã de ordinul doi (I(2)) – presupune ca ºirul valorilor yt sã ajungã la starea de a fi staþ ionar dupã transformãri care implicã determinarea diferenþelor de ordinul doi. Exemple Cazul 1 yt : 2. 3. Cazul 2 yt : 20. 32 întrucât prezintã tendinþ care ã poate fi eliminatã prin diferenþ de ordinul 1. seria este integratã e de ordinul 1 (I(1)): yt : 22-20=2.. 2. 27... 25. t 1. Seria yt care urmeazã un trend liniar. 3. 2. Yt yt yt 1 yt .

în sensul cã estimatorii sunt consistenþi.6 zt = 0 Seriile yt. 1. Serii cointegrate sunt considerate acele serii cronologice care. 19. 2 ambele integrate de ordinul 1. 2. 3. Din perspectiva analizei statistice ºi economice. Exemplu Fie seriile: yt : 1. 2.6. Combinaþia liniarã: zt = 2yt + (1 – 2)xt este o serie integratã de ordin zero: zt : . 1. seriile cointegrate conduc la o analizã de regresie de calitate. 25. 14. 9. 18 xt : 2. .6. iar testele t ºi F sunt performante. 16. 43 întrucât pentru a fi transformatã în serie staþ ionarã este necesar calculul diferenþ elor de ordinul 2. 2. 6. 2-3=-1. 10. iar în faza a doua: (2) yt : yt+1 . Astfel de serii trãdeazã o relaþie de influenþã reciprocã. 16. 1. 2. notate CI(1.yt : 8. 2 se considerã seria ca fiind integratã de ordinul 2. 12. 12. 1.0). 2. . 6 yt : 1. admit o combinaþ liniarã care este integratã de ordin zero. 4. 5. 12-9=3. pe lângã faptul cã sunt serii integrate de acelaºi ordin. . sau.6.0). 3. evolueazã în acelaºi ritm. 33. 8. . 2. este integratã de ordin mai mic decât ordinul de integrare al seriilor iniþiale. 3. 0. 1 xt : 8. 10. în orice ie caz. seriile cronologice cointegrate semnaleazã o stare de echilibru pe termen lung în ceea ce priveºte stilul de a evolua în timp. 89 .6.6.yt = 3-1=2. . Din perspectiva econometriei. 14. xt sunt cointegrate de ordin(1. adicã într-o primã fazã: yt : 9-8=1. 2.

Motive care provoacã întârzieri în manifestarea acþ iunii unui factor pot fi: • motive de naturã psihologicã: obiceiurile. încasarea drepturilor.7. • motive de ordin instituþ ional – legate îndeosebi de obligaþ iile contractuale (care condiþ ioneazã aprovizionarea. ii industrializarea ºi calitatea mediului). întârzierile pot fi: • de duratã scurtã. pe de o parte datoritã obiºnuinþ elor ºi gusturilor încetãþ enite. încasarea dobânzii pentru depozite la termen) au. exemplu. vânzãrile. livrarea.6 Modele dinamice destinate includerii efectelor decalate în timp Efectul celor mai multe dintre impulsurile date economiei prin intermediul factorilor exogeni se resimte dupã trecerea unui interval de timp. 90 . ia. depunerilor ºi creºterea veniturilor din dobânzi. între 1-3 ani (modernizarea tehnologiei ºi producþ modificãri de legislaþ ºi comportamentul economic. inerþ teama. iar pe de altã parte temerilor cã aceasta nu va dura. reconversia forþ de muncã. de regulã. o creºtere bruscã a venitului nu determinã o modificare totalã a consumului. de regulã mai micã de 1 an (intensificarea reclamei. darul de a întârzia schimbarea în raport cu modificarea rapidã a unor condiþii. • de duratã medie. De ia. • motive de naturã tehnologicã: adaptarea liniilor de fabricaþ ie. creºterea inflaþ iei ºi accelerarea circuitului banilor). ie îmbunãtãþ irea calitãþ produsului ºi creºterea vânzãrilor. fac ca un impuls privind capitalul sau ei mâna de lucru sã producã un impuls care se va manifesta pregnant dupã un timp. În raport cu durata de aºteptare a efectului. stimulentele materiale ºi producþ creºterea ia.

dezvoltarea învãþ ãmântului ºicreºterea productivitãþii ºi calitãþii activitãþilor).• de lungã duratã (investiþ în transporturi ºi rentabilizarea iile transporturilor.6. sãptãmânale. obiectivele demersului ile econometric ºi pe posibilitãþ existente de a obþ date privind ile ine unitatea de timp consideratã revelatoare.. ia perioade. 2. O unitate de timp prea mare face inaccesibilã depistarea de influenþ cu întârzieri de durate scurte. se foloseºte termenul lag. • estimarea parametrilor.1 Stabilirea unitãþii de timp Stabilirea unitãþ de timp cãreia îi corespunde un nivel yt ii presupune alegerea între posibilitãþ de a obþ i ine date anuale. Problemele de mãsurare care apar în specificarea ºi utilizarea modelului lag în analiza ºi prognoza economicã sunt: • stabilirea unitãþ de timp la care se referã fiecare nivel al ii variabilelor modelului.. iar alegerea unei nitãþ prea e i mici poate provoca dificultãþ pentru obþ i inerea datelorsau delimitarea întârzierilor de duratã lungã. Delimitarea întârzierii apariþ efectului în urma modificãrii iei cauzei 91 . • delimitarea întârzierii apariþ efectului în urma modificãrii iei cauzei. trimestriale. lunare. iar reprezentãrile care includ factori cu efect întârziat sunt considerate modele lag sau modele dinamice. Pentru a evidenþ efectul apãrut cu întârziere de 1. . Opþ iunea pentru o anumitã unitate de timp trebuie sã se bazeze pe particularitãþ fenomenului. 7. eventual cincinale sau decenale.

..... urmatã de calculul ˆ coeficientului de determinaþ ie R 2 pentru cele k+1 ecuaþ (se ii presupune cã dupã k+1 perioade de timp factorul nu mai are efect): yt b ax u 0 t t yt b a0 x t a1 x t 1 ut ... 7... în sensul de creºtere cu încã o perioadã a întârzierii de la care se simte efectul presupune urmãtoarele etape: • prestabilirea unui interval rezonabil ca mãrime dupã trecerea cãruia factorul numai poate exercita practic nici o influenþ ã notabilã asupra variabilei efect. suprapusã ia cronogramei variabilei efect........ ak x t k ut În final se constatã pentru care dintre ecuaþ s-a obþ ii inut cel mai mare nivel al coeficientului de determinaþ (ceea ce ie corespunde variantei cu cea mai micã dispersie a valorilor reziduale) ºi aceastã ecuaþ va fi reþ ie inutã în vederea analizei ºi prognozei... poate pune în evidenþ (prin simpla ã deplasare a uneia pe axa timpului) o analogie care apare dupã una sau mai multe unitãþi de timp..2 Estimarea parametrilor În ceea ce priveºte parametrii modelelor cu efect întârziat....... y t b a0 x t a1 x t 1 a2 x t 2 .Cronograma privind evoluþ variabilei cauzale.. aceºtia sunt variabili ca numãr în raport cu tipul de model rezultat în urma specificãrii..6. • se procedeazã la estimarea parametrilor. Tipuri de modele 92 ......... Un procedeu bazat pe sensibilizarea coeficientului de determinaþ (varianta ajustatã) prin introducerea unui factor ie suplimentar...

ut unde k este constantã subunitarã. Modele autoregresive în care întârzierea este distribuitã pe mai multe unitãþi de timp: yt a0 a1 yt 1 a 2 yt 2 ut unde y reprezintã consumul sau acumulãrile sau profitul. Modele mixte în care variabilele cauzale. y – mãrimea depozitului. x – creºterea ofertei de bani. x – dobânda cu capitalizare. x – investiþiile.. cu sau fãrã efect întârziat pot fi de naturã exogenã (x) sau autocorelate (yt-1): yt a0 a1 xt a2 xt 1 a3 yt 1 ut unde y poate fi cererea sau calitatea. y – inflaþia. 93 . iar x poate reprezenta: utilaje. umiditatea solului. respectiv x poate fi venitul sau utilarea. ofertã.Modele unifactoriale în care efectul se simte dupã o întârziere de o unitate de timp: yt a0 a1 xt 1 ut unde y poate fi: productivitate. cerere. Modele în care variabila factorialã (x) îºi transmite efectul în mod treptat. Între variantele modelului cu lag distribuit cel mai frecvent apar în studiile aplicative urmãtoarele douã reprezentãri: a) varianta descreºterii în timp a efectului generat de modificarea factorului: 2 yt a0 a1 xt kxt 1 k xt 2 .. recoltã. atât în perioada t cât ºi pe parcursul unui numãr finit de perioade de întârziere (lag distribuit sau întârzieri eºalonate): yt a0 a1 xt a2 xt 1 a3 xt 2 a4 xt 3 ut unde y – producþia.

urmare a ã unei particularitãþ a evoluþ i iilor din economie de a menþ un ine proiect odatã început. Autodeterminarea este înþeleasã în urmãtoarele sensuri: 1..7 Autodeterminarea proceselor economice în timp. bk xt .7.. Modelul stochastic de prognozã presupune eliminarea tendinþ generale din seria de date.b) varianta creºterii treptate a efectului urmatã de o descreºtere pânã la anulare: yt b1 a0 b1 xt b2 1 b2 xt bj 1 2 . utile predicþiei. Autodeterminare ca manifestare a unui anumit grad de dependenþ în raport cu propriile realizãri anterioare..1 Considerente economice ºi statistice pe care se bazeazã modelul ARMA Seria cronologicã stocheazã suficientã informaþ încât sã ie facã posibilã prognoza fãrã sã fie strict necesarã cunoaºterea evoluþ viitoare a factorilor determinanþ pentru procesul urmãrit iei i în timp. modelele stochastice de tip ARMA 7. ci se urmãreºte obþ inerea unei serii staþionare. intrarea pe o piaþ externã are drept ul ã urmare dezvoltarea exportului pe acea piaþ cel puþ 2-3 ã in 94 .. b j 7. dar aceasta nu înseamnã cã ar ei trebui sã fie neglijatã... dar ºi de a repeta un comportament devenit tradiþie. Exemple • În comerþ exterior. b j k k ut .

echilibru. dupã care poate urma o stagnare. de regulã. • O acþ iune speculativã de amploare la bursã poate declanºa o abatere semnificativã a cotaþ dincolo de culoarul fluctuaþ iei iilor normale. Un astfel de comportament al evoluþ în timp. • Declanºarea unei greve care diminueazã producþ într-o ia perioadã declanºeazã o creºtere a producþ iei în perioadele urmãtoare. Ea va fi foarte probabil urmatã de o abatere în sens contrar. • Pe piaþ de capital pot fi constatate valori în alternanþ de a ã semn mai ales pe o piaþã volatilã într-un interval dat. urmatã de perioade de creºtere sau descreºtere. respectiv minus.perioade succesive. Exemple • Absenþ temporarãa unui produs solicitat pe piaþ are drept a ã urmare o vânzare în exces în perioadele urmãtoare.. Autodeterminarea sub formã de acþiuni compensatorii în vederea contracarãrii unor ingerinþe din afara sistemului. caracterizat iei prin legãturi cu ceea ce s-a realizat în trecut. 95 . prin valori e succesive care depind una de alta. poate fi reprezentat de un model autoregresiv (AR) de forma: yt a0 a1 yt 1 a 2 yt 2 . o apreciere a monedei se menþ a ine. în vederea compensãrii stagnãrii acesteia ºi realizãrii obligaþiilor contractuale. un fel de corecþ în vederea situãrii în jurul nivelului de ie. a p yt p ut 2. sau o pierdere de pieþ de desfacere se reflectã în date. Valorile ºirului staþ ionar se succed înregistrând. pentru un interval oarecare. • În domeniul producþ o reutilare a sectoarelor productive iei. mai multe zile în ºir. • Pe piaþ valutarã.. semnul plus (primul caz). dupã care poate fi observatã o perioadã de recul.

astfel de manifestãri reparatorii sunt redate de modelul de medie mobilã (MA) (movie average). de la medie) astfel încât devierea accidentalã este urmatã de o redresare: yt y b1ut 1 b2ut 2 .2 Obþinerea prognozelor Previziunile obþ inute în urma utilizãrii modelului de tip ARMA prezintã o serie de particularitãþi: • previziunea este o mãrime medie. exprimate în medie. Modelul ARIMA(p. .. q intervale de timp... 7.. ca ºi reacþ iile.În reprezentãrile formale specifice modelelor stochastice de prognozã.q).q): yt a0 a1 yt 1 a2 yt 2 . .q). 96 . Se notezã ARMA(p. p intervale de timp. Se considerã cã nivelul procesului din perioada t depinde de erorile din trecut (abaterile de la normal.d.q).. bq ut q ut Bazat pe aceste elemente. ei ei reprezentarea este datã de modelul mixt ARIMA(p. a p yt p b1ut 1 b2ut 2 .. unde d = 1 dacã diferenþ de ordinul 1 sunt staþ ele ionare sau d = 2 dacã diferenþele de ordinul 2 au condus la staþionarea seriei. în succesiune. fãrã a se uita ordinul diferenþelor (d) care au transformat seria. prin transformarea seriei nestaþ ionare în serie staþ ionarã devine ARMA(p. • prognoza se obþ ine pas cu pas.. bqut q ut În cazul prezenþ tendinþ generale în valorile originale (yt).7. 2.. întrucât componenta AR obligã includerea în calcul a previziunii pentru perioada n + t în vederea obþ inerii prognozei pentru perioada n + t + 1. condiþ ionatã de niveluri înregistrate în trecut. manifestate în ia urmã cu 1. modelul ARMA este definit ca un agregat ce include impulsurile receptate cu întârzieri de 1.. la abaterile accidentale (ut) de la evoluþ liniarã...d.. 2.

adicã: yt = ft + St (pentru un model aditiv) yt = ft St (pentru un model multiplicativ) Ajustarea componentei sezoniere presupune eliminarea influenþ sezoniere. pe de altã parte.• abaterile reziduale (ut) influenþ eazã prognoza (în modelul MA) doar cu valorile înregistrate pânã în perioada n (ultima perioadã pentru care avem date). • prognoza finalã (yn+t*) integreazã toate componentele care au fost eliminate în etapa de identificare ºi estimare (tendinþ a. a concediilor. în componenta variaþ sezonierã ( St ) considerând influenþ ie a aleatoare nulã ut =0). Aceastã operaþ se face. precum ºi media ). Ajustarea seriilor sezoniere constã în ei înlocuirea termenilor reali ai seriei cu termeni calculaþ ºi are ca i rezultat obþ inerea unei serii cronologice cu variaþ sezoniere ii riguros identice de la o perioadã la alta ºi cu influenþ nulã la ã nivelul fiecãrui an. în componenta trend ( ft) ºi componenta ciclicã C (când este cazul) ºi. mãsurarea lor (prin indici ºi coeficienþi de sezonalitate) ºi analiza diferitelor cauze care definesc ritmul producerii lor (de exemplu. de regulã. analizã. Prin aceastã metodã se definesc componenta trend ºi componenta ciclicã. y 7. prognozã Cunoaºterea variaþ iilor sezoniere necesitã depistarea componentei sezoniere (prin metode grafice). periodicitatea lucrãrilor agricole.8 Fluctuaþii sistematice în economie – mãsurare. pe de o parte. Pentru "capturarea" componentei sezoniere se 97 . prin metoda mediilor ie mobile. Ajustarea seriilor cronologice cu variaþii sezoniere se bazeazã pe descompunerea seriei. a sãrbãtorilor etc).

în sens ie previzional. mai aplatizate faþ de ã cronograma iniþialã.calculeazã indicii de sezonalitate. Pentru izolarea componentei sezoniere se calculeazã coeficienþ sezonieri ( Sj ). Aceastã operaþ se face prin ie raportarea valorilor aberante ( yi ) la coeficienþii sezonieri.8. 7. Resezonalizarea este operaþ ia inversã desezonalizãrii. Resezonalizarea se realizeazã în funcþ de modelul de compunere admis. 7. pe baza cãrora ii se desezonalizeazã seria iniþ ialã. aplicatã asupra valorilor calculate prin ajustare. ia ca sã se fi determinat corect periodicitatea de variaþ a ie 98 .2 Ajustarea prin medii mobile Ajustarea seriilor cronologice cu variaþ sezoniere prin ii metoda mediilor mobile constã în înlocuirea termenilor empirici cu termeni rezultaþ în urma calculãrii mediilor mobile pentru i seria datã. repetabile în jurul liniei de trend. Prin înlocuirea termenilor reali cu termeni calculaþ va i rezulta o curbã mai rotunjitã sau o dreaptã de tendinþ cu condiþ ã.8.1 Depistarea graficã a variaþiilor sezoniere Grafic. seria ajustatã se prezintã sub forma unei linii ondulatorii. cu bucle riguros identice.

reprezintã numãrul termenilor din seria empiricã. n numãrul termenilor cuprinºi în calculul mediilor mobile. termeni luaþ în calcul este impar. Procedeul de determinare a mediilor mobile este evidenþiat în tabel. mediile cad între doi termeni reali.(n .2) . 99 .fenomenului. Calculul mediilor mobile constã în aflarea mediilor aritmetice dintr-un numãr impar sau par de termeni luaþ succesiv.(n . adicã se determinã media aritmeticã din douã medii mobile consecutive. mediile obþ i inute cad pe termeni reali pe care-i vor înlocui. unde: N. Când se cuprinde în calcul un numãr par de termeni. respectiv N . Periodicitatea este evidenþ iatã de punctele de maxim sau de minim.2. i în funcþ de mãrimea unui ciclu de variaþ Când numãrul de ie ie. Pentru a afla ce termen va fi înlocuit se face centrarea mediilor mobile.2) -1. Numãrul termenilor din seria ajustatã prin medii mobile este egal cu: N .

variaþ iile sezoniere St observate se înlocuiesc cu valori calculate numite coeficienþ sezonieri. când N = 7. iar i reprezintã anii observaþi. Pentru a ajusta o serie realã. teoretic.. iar a doua pentru un n par...8. respectiv 7 .Prima relaþie este pentru un n impar. Calculul coeficienþilor sezonieri Coeficienþ sezonieri se calculeazã ca o medie aritmeticã a ii variaþ iilor sezoniere. pentru trimestre).( 3 .. 7. datorate sezonalitãþ pot fi ã ii. respectiv j =1. 4 . respectând exigenþ modelului ele teoretic..2 = 3 termeni. j =1..8.3 Indicii de sezonalitate Devierile faþ de valoarea medie. respectiv i yi 1 yi 2 7. mãsurate prin indici de sezonalitate.. j este luna sau trimestrul pentru care se calculeazã coeficientul sezonier..2 ) -1 = 5 termeni. respectiv n = 4. p perioade i (j=1.. Sj . iar n = 3. lunã de lunã sau trimestru de trimestru. pe 1 n ansamblul a n ani: Sj Sij n i 1 unde Sij=St.(4 . trimestru de trimestru) ºi se compenseazã la nivelul anului. Practic. Indicii de sezonalitate se determinã ca raport între termenii reali ºi cei ajustaþi: yi yi i 100.2) . rezultã cã seria ajustatã poate avea 7 .. 100 . De exemplu.. conform principiului de conservare a ariilor. 12 . pentru luni.4 Coeficienþii sezonieri Variaþ sezoniere ( St ) se repetã. identic de la o iile perioadã la alta (lunã de lunã.. variaþiile sezoniere nu se repetã absolut identic.

trebuie sã fie zero. 101 . Se cere: • sã se determine tendinþa seriei • sã se calculeze indicii de sezonalitate ºi coeficienþii sezonieri • sã se desezonalizeze seria. • sã se extrapoleze seria pentru trimestrul I al anului urmãtor celor observaþi. unde: dt 1 p p Sj j 1 Rolul coeficientului corector „ d ” este de a repartiza eroarea de aproximare pe ansamblul perioadelor. astfel devenind posibilã respectarea principiului compensãrii: S 'j 0 În cazul modelului multiplicativ. pe an. pe durata a doi ani. ca urmare a aproximãrilor. corectarea coeficienþ ilor sezonieri presupune calculul diferenþelor: Sj '=Sj – dt . În cazul modelului aditiv. În calcule apar rezultate uºor diferite. suma. Admitem ipoteza continuitãþ trendului. respectiv media coeficienþ ilor sezonieri. a stabilitãþ sezoniere ºi a lipsei ii ii influenþelor accidentale.Conform principiului compensãrii variaþ iilor sezoniere la nivelul anului. Sj' . cu privire la cifra de afaceri a unei firme sunt prezentate în tabel. Efectul lor poate fi compensat printr-un corector „ dt ” rezultând un coeficient sezonier corectat. corectarea coeficienþ ilor sezonieri presupune calculul raportului: S ' j Sj dt iar media lor este egalã cu unitatea: S 1 Exemplu Datele înregistrate trimestrial.

Anul Trim. cu valori maxime în trimestrul 3 ºi minime în trimestrul 1. Determinarea tendinþei Reprezentarea graficã a seriei evidenþ iazã clar o evoluþ ie sezonierã. De asemenea. 1 2 3 4 1 1 3 4 2 2 2 5 7 4 1. Elementele de calcul pentru linia de trend ºi valorile estimate ( yti ) 102 . se observã o evoluþie medie liniarã ft = a + b t.

în celelalte trimestre sunt supraunitare. De asemenea. în cursul celor doi ani consideraþi (cicluri sezoniere) ºi anume: S1 S3 0.16 + 0.470 1.Ecuaþia de trend liniar pentru seria consideratã este: yt =1. Se observã cã indicii de sezonalitate variazã în jurul unitãþ ii.168 0.752 1.458 0. 2. Calculul indicilor de sezonalitate ºi a coeficienþ ilor de sezonalitate Indicii de sezonalitate sunt calculaþ ca raport între valoarea i observatã yi ºi valoarea calculatã corespunzãtoare a trendului ft.532 1. Coeficienþ de sezonalitate se calculeazã ca medie aritmeticã ii simplã a variaþ iilor sezoniere pentru fiecare trimestru ( Sj ).595 0. sunt subunitare.617 0. în cazul nostru) este egalã cu unitatea.266 2 2 1.464 S 4 0. respectiv yt .564 S 2 1. din fiecare an.685 2 2 103 . Valoarea lor medie la nivelul unui ciclu sezonier (al unui an. ºi cã valorile lor din fiecare trimestru sunt diferite.364 1.52 t. se observã cã valorile primului ºi ultimului trimestru.

ºi anume: continuitatea trendului.trendul. valoarea medie a coeficienþ ilor de sezonalitate este egalã cu 0.564 = 3.84 · 0. este: y9 = 1. ne putem aºtepta ca cifra de afaceri a firmei "A" sã atingã. adicã: y9(1) = y9 · i 1 = 5.84. Extrapolarea trendului.7376 sute milioane lei. valoare ce poate fi admisã. Desezonalizarea seriei Desezonalizarea seriei presupune calculul valorilor corectate ºi are ca scop obþ inerea tendinþ fãrã influenþ sezonierã. prin extrapolarea trendului. Rezultatele sunt prezentate în tabel. în trimestrul I al anului trei considerat.16 + 0.52 · 9 = 5. pentru ti = 9 (trimestrul 1 al anului 3).Observaþii Media celor patru coeficienþ de sezonalitate trebuie sã fie egalã cu i 1. coloana 7. b. 3.7376 În concluzie. Valoarea prognozatã. numai dacã se respectã ipotezele admise iniþ ial. yi la ine valoarea coeficienþ ilor de sezonalitate corespunzãtori. þinând cont de aproximãrile luate în calcul. (Sj). St – componenta sezonierã. Seria ei a desezonalizatã se obþ prin raportarea valorilor empirice.995. În cazul nostru. Prognoza nivelului cifrei de afaceri pentru trimestrul 1 al anului urmãtor celor observaþi Folosim modelul de compunere multiplicativ yt = ft· St unde: ft . pãstrarea stabilitãþ ii sezoniere ºi lipsa influenþelor accidentale. Corectarea valorii prognozate. a. valoarea de 3. Corectarea valorii extrapolate cu influenþ sezonierã presupune resezonalizarea a valorii. 104 . 4. evidenþ iind faptul cã variaþ sezoniere în interiorul unui ciclu iile se compenseazã.

Sign up to vote on this title
UsefulNot useful