Cuprins

Cuprins ................................................................................................................................ 1 Capitolul 1 ........................................................................................................................... 4 Introducere n modelarea econometric .............................................................................. 4 1.1 Ce este econometria?................................................................................................. 4 1.2 Ce poate i ce nu poate realiza econometria ............................................................. 5 1.3 Repere istorice........................................................................................................... 6 1.4 Concepte.................................................................................................................... 8 1.5 Demers metodologic ............................................................................................... 13 Capitolul 2. ........................................................................................................................ 14 Cauz i efect n economie - modelul unifactorial............................................................ 14 2.1 Relaiile de cauzalitate n economie................................ ................................ ........ 14 2.2 Modelul liniar simplu .............................................................................................. 15 2.2.1 Prezentarea problemei. Exemple din economie ............................................... 15 2.2.2 Model i ipoteze ...............................................................................................16 2.3 Estimarea parametrilor modelului........................................................................... 17 2.4 Noiuni privind datele i soluiile ................................ ................................ ............ 20 2.5 Metoda celor mai mici ptrate................................................................................. 20 2.5.1 Interpretarea parametrilor estimai ................................ ................................ ... 21 2.5.2 Precizri de natur teoretic privind analiza de regresie i modalitatea de estimare a parametrilor.............................................................................................. 22 Capitolul 3 ......................................................................................................................... 25 Influene multiple de tip liniar i neliniar n 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 estimaiilor obinute pentru parametri................................ . 31 3.3 Recomandri n ceea ce privete aplicarea modelului econometric multifactorial. 31 3.3.1 Datele numerice................................................................................................ 32 3.4 Modele neliniare...................................................................................................... 33 3.4.1 Modele neliniare n raport cu variabilele dar liniare n raport cu parametrii ... 33 3.4.2 Modele neliniare, neabordabile prin MCMMP ................................................ 34 3.5 Variabile calitative n economie.............................................................................. 36 3.5.1 Variabilele dichotomice ................................................................................... 37 Capitolul 4 ......................................................................................................................... 43 Verificarea semnificaiei statistice a rezultatelor estimrii. Testul t, testul F ................... 43 4.1 Necesitatea etapei verificrii ................................................................................... 43 4.2 Verificarea semnificaiei statistice a fiecrui parametru estimat; testul t................ 45 4.2.1 Principalele noiuni specifice ................................ ................................ ........... 45 4.2.2 Testul t.............................................................................................................. 47 4.2.3 Etapele verificrii ............................................................................................. 48 4.3 Verificarea semnificaiei rolului ansamblului factorilor asupra variabilei efect..... 51 4.3.1 Testul F............................................................................................................. 51

4.3.2 Etapele aplicrii testului F................................................................................ 52 4.3.3 Coeficientul de determinaie ................................ ................................ ............ 53 Capitolul 5 ......................................................................................................................... 54 Verificarea confirmrii ipotezelor privind datele, factorii i modelul .............................. 54 5.1 Ipoteze privind modelul i metoda de estimare....................................................... 54 5.2 Date suficiente, neafectate de erori sistematice ...................................................... 55 5.2.1 Consideraii asupra necesitii abordrii problemei datelor............................. 55 5.2.2 Verificarea i aprecierea datelor numerice....................................................... 56 5.3 Independena variabilelor factoriale din ecuaia de regresie................................ ... 57 5.3.1 Semnale care atrag atenia multicoliniaritii:................................ .................. 58 5.3.2 Soluii ................................ ................................ ................................ ............... 59 5.4 Ipoteza privind liniaritatea modelului i corecta sa specificare .............................. 59 5.4.1 Verificarea prezumiei liniaritii ................................ ................................ ..... 60 5.5 Verificarea confirmrii ipotezelor privind comportamentul variabilei reziduale ... 61 5.5.1 Verificarea mprtierii valorilor variabilei reziduale (homoscedasticitatea / heteroscedasticitatea.................................................................................................. 61 5.5.2 Testul GQ (Goldfeld, Quandt) ......................................................................... 62 5.5.3 Prezumia neautocorelrii valorilor reziduale .................................................. 63 5.5.4 Variabila rezidual urmeaz o repartiie normal de medie zero..................... 65 Capitolul 6 ......................................................................................................................... 68 Aplicarea modelului de regresie n analiza i prognoza economic ................................. 68 6.1 Coordonatele analizei economice i analizei statistice ........................................... 68 6.2 Prognoza economic bazat pe modelul de regresie............................................... 69 6.3 Modele econometrice utilizate n domeniul cererii de bunuri i servicii ................ 70 6.4 Producia, factorii determinani i funciile de producie................................ ........ 73 6.4.1 Ipoteze i caracteristici n elaborarea i utilizarea funciilor de producie n studiile economice..................................................................................................... 74 6.4.2 Indicatori utili analizei economice bazate pe funcii de producie................... 74 6.5 Relaii financiar - bancare i reprezentarea lor prin ecuaii .................................... 78 6.5.1 Masa monetar i factorii care determin cererea de bani ............................... 79 6.5.2 Rata dobnzii i investiiile .............................................................................. 79 6.5.3 Impozitele i transferurile................................................................................. 80 6.5.4 Preurile i costurile................................ ................................ .......................... 81 Capitolul 7 ......................................................................................................................... 82 Evoluia proceselor economice n decursul timpului ........................................................ 82 7.1 Problema tendinei generale ................................ ................................ .................... 82 7.2 Noiuni specifice analizei seriilor cronologice........................................................ 82 7.3 Modelul liniar unifactorial i calculul tendinei generale........................................ 83 7.4 Clasificare a seriilor cronologice n raport cu existena sau inexistena tendinei generale ......................................................................................................................... 87 7.5 Dependee n economie manifestate n mod sincron sau cu decalaje n timp ......... 88 7.5.1 Seria integrat, serii cointegrate privind procese economice evolutive ........... 88 7.6 Modele dinamice destinate includerii efectelor decalate n timp............................ 90 7.6.1 Stabilirea unitii de timp ................................ ................................ ................. 91 7.6.2 Estimarea parametrilor ..................................................................................... 92

7.7 Autodeterminarea proceselor economice n timp; modelele stochastice de tip ARMA........................................................................................................................... 94 7.7.1 Considerente economice i statistice pe care se bazeaz modelul ARMA ...... 94 7.7.2 Obinerea prognozelor................................ ................................ ...................... 96 7.8 Fluctuaii sistematice n economie msurare, analiz, prognoz ......................... 97 7.8.1 Depistarea grafic a variaiilor sezoniere ......................................................... 98 7.8.2 Ajustarea prin medii mobile............................................................................. 98 7.8.3 Indicii de sezonalitate..................................................................................... 100 7.8.4 Coeficienii sezonieri................................ ................................ ...................... 100

Capitolul 1 Introducere n modelarea econometric

Modelele econometrice analizeaz calitatea i cantitatea proceselor economice i evoluia lor. Econometria prin caracterul su general creeaz modele abstracte ale fenomenelor economice. Econometria este disciplina care s-a conturat ca o sintez ntre analiza matematic, statistica matematic i economie.

1.1 Ce este econometria?

Termenul econometrie a fost introdus n anul 1926 de ctre economistul i statisticianul norvegian R. Frisch prin analogie cu termenul biometrie" utilizat de Galton i Pearson. Aa cum "biometrie" desemna cercetrile biologice cu ajutorul statisticii i matematicii, econometria avea s nsemne studiul economiei cu ajutorul acestor tiine fundamentale. Econometria este o disciplin care s-a conturat ca o sintez ntre economie, matematic i statistic. Din economie provin teoriile economice, din matematic modelele teoretice care exprim teoriile economice, iar din statistic datele empirice i metodele de prelucrare a acestora. Pe baza datelor din economie, econometria construiete modele (expresii cantitative) pentru realit economice studiate ile care au un corespondent n teoriile economice. Prin procedeele de inferen statistic, econometria estimeaz parametrii modelelor i realizeaz predic asupra realit ii ii studiate.

Obiect: Aria de studiu a econometriei este realitatea economic privit ca un ansamblu de rela i intercondi ii ionri. Econometria studiaz legturile dintre fenomenele economice, dintre diferite componente ale economiei n ansamblul su. Metod: Econometria studiaz realit economice sub ile aspect cantitativ, utiliznd metoda statisticii. Econometria contribuie la cunoaterea realit economice prin modul su ii specific de a surprinde cantitativ rela din via economic real iile a cu ajutorul unui instrument specific: modelul econometric. Scop: Scopul principal al econometriei este identificarea, estimarea i testarea modelelor prin care se surprind rela dintre iile fenomenele economice reale.

1.2 Ce poate i ce nu poate realiza econometria

Metodele de prelucrare a datelor urmresc ndeosebi msurarea, cuantificarea unor rela dintre procesele economice, ii avnd n vedere mai ales relaiile de tip cauz-efect. Rolul econometriei rezult din solu ionarea unor obiective precum: Eviden ierea, pe baze mai obiective, a rela iilor de cauzalitate din economie; Exprimarea numeric a efectului datorat creterii cu o unitate a factorului; Stabilirea propor n care unul sau mai mul factori iei i determin evolu unei variabile-efect, precum i ordonarea ia factorilor dup importan; Previziunea unui fenomen economic n raport cu factorii determinan sau i innd cont de comportamentul fenomenului n perioadele anterioare;

Aprecierea prin expresii numerice a implica iilor pe care o ac iune de politic economic o are asupra mai multor sectoare economice; Stabilirea intensitii i direciei fluctuaiilor din economie; Aprecierea elementelor semnificative din economie de elementele nesemnificative (datorate hazardului). Aspecte pe care econometria nu le poate rezolva sau nc nu le poate rezolva satisfctor sunt urmtoarele: ncorsetarea ntr-un model generalizator, de mare amploare, a tuturor relaiilor existente n economie; Introducerea n calcule a variabilelor calitative cu o suficient de mare acurate astfel nct rolul acestora sau amploarea e, modificrii lor s poat fi msurate cu suficient de mare precizie; Departajarea suficient de precis a rolului fiecrui factor asupra unui proces economic, nsitua iile n care factorii evolueaz foarte asemntor (prezint un grad nalt de coliniaritate) Prognoza suficient de precis n situa conjuncturale diferite ii sau n situa n care interac ii iunea factorilor reprezint ea nsi un factor; Econometria nu i propune stabilirea de valori numerice privind indicatorii economici (agregate de tip PIB, Venit naional, etc.), unele stri de lucruri din economie (concentrarea, corela ia, propor unor realizri) i nici ob ia inerea de solu optime (stocul ii optim, ruta optim n transporturi) sau solu care nu apar ii in domeniului rela iilor de cauzalitate, manifestate la un moment dat sau n decursul timpului.

1.3 Repere istorice

Econometria este o disciplin tiin ific relativ nou, dezvoltat ncepnd cu mijlocul secolului trecut. Totui, primele ncercri de a cuantifica i exprima cantitativ rela iile dintre
6

fenomenele reale sunt mult mai vechi i dateaz din secolul al XVII-lea. coala Aritmeticii politice engleze: Un studiu asupra genezei econometriei ne-ar conduce la nceputurile secolului al XVII-lea cnd englezul W. Petty pune bazele "aritmeticii politice" prin care se foloseau sistematic fapte i cifre n elaborarea unor studii legate de populaie, finane, comer exterior sau impozitare. Laboratoarele biometrice engleze: La sfritul secolului al XIX-lea i nceputul secolului al XX-lea, n Anglia se desfura o activitate tiin ific remarcabil de cercetare a legilor naturii i a geneticii umane. Printre figurile ilustre ale acestei coli se numr F. Gallun, K. Pearson, R.A. Fisher, F.Y. Edgeworth, ale cror lucrri fundamentale au contribuit la dezvoltarea metodelor de analiz a legturilor dintre variabile. Societatea de econometrie: La 29 decembrie 1930, la Cleveland (S.U.A.) a fost ntemeiat "Societatea de Econometrie", instituie care a creat i promovat termenul de "econometrie". Dintre membrii societ men ii, ionm cele mai importante figuri: Irving Fisher, R. A. Fisher (matematician i biolog, care a dezvoltat analiza dispersional), Jan Timbergen (fizician olandez), Trygve Haavelmo, R. Frisch (primul preedinte al societii) .a. Mari gnditori ai secolului XX: Econometria se dezvolt prin contribu unor cercettori importan din diferite direc ale ia i, ii cercetrii: producie: Cobb C.W. i Douglas P.H.; cererea de consum: K. Schultz, P.A. Samuelson; teoriile economice i construirea modelelor: J. Timbergen, T. Haavelmo, R. Frisch, L.R. Klein, H.Theil; studiul riscului i incertitudinii n economie, modele macroeconomice: J.M. Keynes.

1.4 Concepte
n cercetarea econometric se utilizeaz o serie de concepte, no iuni i termeni specifici: model, variabile, parametri, estimator, estimaii, ca i termeni statistici. Modelul econometric: Modelul este o schem simplificat a realit care are rolul de a explica realitatea studiat n ii dimensiunile ei fundamentale, esen iale. Modelul econometric este o prezentare formalizat a problemei sau a realit economice ii studiate. De regul, modelul econometric este o ecua sau un ie sistem de ecuaii construit pe baza variabilelor statistice. Exemple Relaie dintre vnzri i pre: Vnzri = a + b Pre + u Evoluia produciei n raport cu factorii determinani: Producie = a Capital Munca Variabile: n cercetarea econometric se utilizeaz variabile statistice ntre care exist relaii de interdependen. Variabil = nsuire, element caracteristic care poate nregistra diverse niveluri exprimate, de regul, numeric. Exemple: pre produsului, rata dobnzii, cantitatea produs, ul valoarea tranzac iilor la burs. Variabile de tip calitativ (nenumerice): culoarea, religia, anotimpul. Variabila aleatoare prezint drept element caracteristic faptul c poate nregistra orice valoare ntr-un ansamblu de valori specificat corespunztor unei repartiii de probabilitate. Exemple: cursul de schimb, vnzrile pe o pia liber, abaterea (eroarea) dintre nivelul preconizat i cel realizat. Tipuri de variabile: variabil endogen, numit i variabil dependent, rezultativ sau efect, rezultat. Este variabila pentru care modelul, n urma estimrii, poate genera valori. Variabila
8

endogen este pozi ionat n stnga semnului egalit n ii ecua n care ea reprezint obiectivul, dar poate s apar i ia n postura de factor n alte ecuaii. Se noteaz de regul cu y. variabila exogen, numit i variabil independent, factorial, factor de influen sau regresor, care determin un anumit efect asupra variabilei rezultat. Este variabila aflat n postura de cauz a evoluiei variabilei endogene, avnd valori preluate din statistici. Locul variabilei exogene este n dreapta semnului egalitii i este, de regul notat cu x. Alturi de aceste dou categorii de variabile, n econometrie se utilizeaz o categorie special: variabilele reziduale sau eroare. De regul, aceste variabile apar n model ca sum a tuturor influen elor necunoscute sau care nu apar explicit n model. n cercetarea econometric, variabila eroare este o variabil aleatoare care respect anumite proprieti numite i ipoteze clasice. Variabila rezidual se ob n urma calculului abaterilor ine dintre valorile empirice ale variabilei endogene (y) i valorile generate de model ale aceleiai variabile ( y ). Locul variabilei rest este, de regul, n partea final a ecua i este notat cu u, dar se iei mai folosete i v sau e. Este denumit perturbaie sau eroare. Medie = nivel central ob inut n urma unui calcul privind un ansamblu de valori ale variabilei analizate. Se utilizeaz media aritmetic:

xi f i fi

unde xi reprezint valorile variabilei, iar fi frecvena de apariie. Media variabilei aleatoare (speran a matematic, ateptarea) rezult ca o sum a valorilor variabilei aleatoare ponderate cu probabilitile asociate posibilelor valori:
9

cu

Pi
i

M x
i

xi Pi

Dispersie = indicator sintetic destinat msurrii mprtierii 2 , dar i valorilor variabilei de la medie. Dispersia este notat var sau s2 (numit i varian).
( xi
2 i i

x) 2 f i fi

Dispersia variabilei aleatoare x:

2

M x M x

Abaterea medie ptratic:

2

Covariana (cov) variabilelor x1, x2 reprezint un indicator de msurare a variabilit conjugate privind dou variabile aflate ii ntr-o relaie de dependen:

Cov x1 , x2

M x1 M x1

x2

M x2

Coeficientul de corela (r) reprezint un indicator de ie msurare pe o scar numeric cuprins ntre 1 i + 1 a legturii (dependen analogiei) dintre dou variabile. n varianta Pearson, ei, coeficientul de corelaie este definit astfel:

rxy

x x y n
x y

Eantion = subansamblu de elemente (unit cazuri) i, extrase (la ntmplare) dintr-un ansamblu (popula ie). Deseori o secven de valori ale unei variabile urmrite (nregistrate) n decursul timpului este asimilat cu eantionul. Se noteaz cu n numrul de uniti din eantion.

10

Estimare = calcul sau suit de calcule (algoritm) destinate ob inerii unei mrimi numerice (coeficient, parametru) pe baza datelor unui eantion. Se noteaz estimaiile cu a, b, , r. Estimarea parametrilor unei func se situeaz n centrul aten ii iei econometricienilor. Test = verificare a unei prezum (ipoteza nul H0, a negrii ii existen unei calit a estima ei i iei), n condi iile existen unei ei reparti proprii estima analizate. n urma testrii, ipoteza nul ii iei poate fi acceptat sau poate fi infirmat (respins) n favoarea ipotezei alternative H1. frecvent utilizate n econometrie sunt 2 testele: t Student, F Snedecor, (hi-ptrat). Parametru: Parametrii modelului econometric, numi i i coeficien de regresie, sunt mrimi reale i necunoscute care apar i n model n diferite expresii alturi de variabile. Parametrii fac obiectul procesului de estimare i testare statistic. Parametrul este o mrime considerat constant, rezultat n urma unui calcul bazat pe datele presupuse de variabilele ecua / ecua iei iilor modelului. De regul, se au n vedere estima ale parametrilor, motiv pentru care se ataeaz ii literei un accent circumflex. Locul parametrului n model este alturi de variabila factorial la care se refer (excep face parametrul liber). Se ie noteaz cu a, b, a0, a1, , . Este denumit i coeficient sau estimaie. Estimatori: Estimatorii sunt variabile aleatoare, convenabil construite n procesul de estimare, cu distribu de probabilitate ii cunoscute i cu propriet specifice n baza crora se realizeaz i procesul de estimare a parametrilor modelului econometric. Notm parametrul cu simbolul ? i un estimator al acestuia cu n procesul de estimare, cele mai importante propriet ale i estimatorilor sunt:

11

nedeplasarea - un estimator este nedeplasat dac media sau sperana matematic a acestuia este egal cu parametrul. Un estimator nedeplasat verific rela rela M( ) = ? . Dac ia ia: relaia nu este respectat, atunci estimatorul este deplasat. convergena - un estimator este convergent dac pentru un eantion cu volum suficient de mare irul estimatorilor converge ctre parametru. Pentru un estimator convergent are loc relaia:

lim P n
n

0,

0,1 .

eficiena estimatorul este eficient dac are dispersia sau varian cea mai mic dintre to estimatorii posibili pentru a i parametrul ?. Autocorela autoregresie = no ie, iuni care se refer la dependen dintre termenii pozi a iona la o anumit distan de i timp. Aadar, este presupus dependen modificrilor variabilei n a raport cu propriile modificri realizate ntr-un trecut mai mult sau mai puin apropiat. Autocorela implic determinarea intensit corela ia ii iei dintre termenul nregistrat n perioada t i termenul din perioada t 1 (coeficientul r1), respectiv din perioada t 2 (coeficientul r2), etc. Autoregresia presupune analiza gradului de dependen dintre seria de date yt i aceeai serie decalat cu 1: yt = a + byt-1+ ut, unde t = 2, 3, ...,n Pot fi considerate variabile explicative seriile decalate, n succesiune cu 1,2,...,k perioade de timp: yt = a + b1yt-1+...+ bkyt-k + ut

12

1.5 Demers metodologic

Modelarea econometric se poate rezuma sintetic la parcurgerea urmtoarelor etape: formularea problemei n termeni economici, pornind de la o teorie sau o problem economic; identificarea variabilelor care instrumenteaz problema; identificarea tipului i formei legturii dintre variabile, dup o analiz atent a fenomenului real i a teoriei economice; propunerea unuia sau a mai multor modele care explic realitatea studiat prin relaii de dependen ntre variabile; estimarea parametrilor modelului sau modelelor propuse, pe baza metodelor statistice cunoscute; testarea modelului sau modelelor i alegerea celui mai bun model; aplicarea n practic sau realizarea de predic pe seama ii modelului. Notaii y- variabila dependent; xi - variabilele independente, i = 1, 2, ..., k, unde k este numrul de factori; u - variabila rezidual sau eroare; y = f(xi) + u - modelul econometric; ai, bi - parametrii modelului, i = 1, 2, ..., k; n - volumul eantionului.

13

Capitolul 2. Cauz i efect n economie - modelul unifactorial

2.1 Relaiile de cauzalitate n economie
Situa n care un proces economic depinde de un singur iile factor nu sunt prea frecvente n economie. Se va aborda dependen ncepnd cu un singur factor, de la a unifactorial la multifactorial, de la particular la general, de la relaia liniar la alte tipuri de dependene. Exemple de rela din economie care implic un efect i un ii factor important ntr-o dependen liniar: Cererea de alimente strict necesare depinde de numrul populaiei; Produc depinde de numrul de ore utilizate efectiv pentru ia realizarea ei; Rata dobnzii la bncile comerciale este influen de rata at dobnzii de referin; Exportul unui produs depinde de nivelul preului; etc. n majoritatea cazurilor: Dependen nu este total, (o anumit variabil depinde sau a este influenat ndeosebi de...), aspect care implic recunoaterea existenei i a altor cauze de o mai mic importan sau prea puin cunoscute; Deseori este specificat existena unor condiii care se menin aceleai, ceea ce poate fi valabil n condi de laborator, dar ii numai temporar poate fi constatat n via real pe un segment de a cazuri.
14

Dependen unui proces n raport cu factorul determinant se a poate manifesta diferit n decursul timpului, n raport cu gradul de stabilitate al celorlali factori importani. La aceasta se adaug influen elementului perturbator a provocat de cauze minore, pu cunoscute, mai mult sau mai in puin accidentale.

2.2 Modelul liniar simplu

Modelul liniar simplu presupune c ntre cele dou variabile exist o dependen dup modelul unei ecua de gradul nti sau ii c ntre variabile exist o relaie de proporionalitate.

2.2.1 Prezentarea problemei. Exemple din economie

Modelul liniar simplu este cel mai simplu model econometric sau cea mai simpl schem explicativ a dependen dintre dou ei variabile. n economie exist situa n care un rezultat sau un fenomen ii poate fi explicat ntr-o propor ridicat doar de influen unui ie a singur factor. Acest factor apare n modelul econometric drept variabil independent, iar restul influen elor este preluat de variabila rezidual. Exemple din economie de modele liniare simple 1) Func de consum - cererea sau consumul popula pentru o ia iei anumit categorie de mrfuri este o funcie de venit Ci = a + b Vi+ ui, unde parametrul b arat de cte ori crete consumul unui anumit produs (Ci) la o cretere cu o unitate a venitului i este de regul pozitiv.

15

2) Legea cererii - cererea popula pentru o anumit categorie de iei mrfuri este n funcie de preul acestor produse Ci = a + b Pi+ ui, unde parametrul b este de regul negativ i arat cu ct scade cererea la o cretere a preului cu o unitate.

2.2.2 Model i ipoteze

Modelul prin care se exprim dependen n raport cu un a singur factor trebuie s conin: Variabila efect, notat cu yi; Variabila cauzal considerat determinant pentru procesul analizat, notat cu xi; Variabila care poate perturba rela dintre principalele ia variabile, expresie a ac iunii cauzelor minore, numit abatere sau eroare i notat cu ui. Modelul de regresie liniar simpl exprim legtura liniar dintre variabile, de forma: y i = a + b x i + ui Rela de mai sus se numete ecua de regresie i ia ie reprezint funcia liniar yx = a + bx plus eroarea u. Parametrii (constantele, coeficien nota a, b urmeaz s ii) i fie determina corespunztor datelor numerice ce privesc i ansamblul (N) de cazuri sau urmeaz s fie estima dac datele se i refer la un eantion (n) de cazuri. a reprezint ordonata la origine, care arat valoarea lui y cnd x = 0; b reprezint panta dreptei, numit i coeficient de regresie. Parametrul de regresie b arat gradul de dependen dintre variabile, respectiv cu ct crete sau scade y la o cretere a variabilei x cu o unitate.
16

Variabilele din ecuaie sunt: y - variabila dependent, aleatoare; x- variabila independent, nonaleatoare; u - variabila aleatoare eroare sau reziduu. Ipotezele modelului de regresie vizeaz variabila rezidual i variabila independent. Cele mai importante ipoteze sunt: normalitatea erorilor :ui N 0, 2 , adic variabila rezidual urmeaz o lege de reparti normal de medie zero i ie 2 varian ; homoscedasticitate: 2 var( ui )= , adic dispersia (variana) erorii este constant. necorelarea erorilor: cov( ui, uj ) = 0, adic erorile nu se influeneaz reciproc; lipsa corela dintre variabila independent i variabila iei eroare: cov( xi, ui ) = 0.

2.3 Estimarea parametrilor modelului

n practic, determinarea parametrilor la nivelul popula iei totale nu este posibil de realizat, fapt care impune estimarea parametrilor. Folosind date nregistrate asupra unui eantion de n perechi de observa asupra variabilelor x i y, se calculeaz estima ii iile a i b ale parametrilor a i b . Pentru diverse eantioane de volum n se ob diverse in pentru parametrii modelului de regresie liniar. estimaii a, b Mul imea acestora descrie aa-numi estimatori ai ii parametrilor a, b. Estimatorii sunt variabile aleatoare a cror distribu se ie poate descrie n anumite ipoteze impuse modelului.

17

Exemplu Se caut s se verifice n ce msur numrul popula x iei determin vnzrile unui produs de uz curent y. Datele culese din 16 localiti sunt urmtoarele:
x-popula ia (zeci de mii loc.) y-vnzri (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 ntr-un sistem de axe a punctelor de coordonate xi, yi descrie un nor de puncte a crui form urmeaz mai curnd o dreapt dect o linie curb. Acest fapt ne ndrept ete s acceptm drept model a rela iei de dependen funcia y a bx

Diagrama mpr tierii

80 Vnzri 60 40 20 0 0 5 10 15 Populaia y-vnzri (mii kg)

18

De la fiecare punct ( xi, yi ) pn la dreapt se constat existen unor distan mai mari sau mai mici, reprezentnd abateri a e generate de acei factori considera nesemnificativi, accidentali, i avnd un rol perturbator. Se noteaz distana de a fiecare punct ( xi, yi ) pn la punctul corespunztor de pe dreapt ( xi, yi ) cu ui, atunci mrimea abaterii este diferena: ui yi yi n continuare se caut ob inerea de solu pentru parametrii a ii i b, deschiznd perspectiva analizei statistice, analizei economice, prognozei vnzrilor. Pentru realizarea acestor obiective se urmrete ob inerea unor estimri (pentru c se dispune doar de secven / eantioane e de date) care s conduc la: Ob inerea unui grad de determinare (a efectului de ctre cauz) ct mai mare; Abaterile dintre valorile empirice ale variabilei efect y i valorile aceleiai variabile ob inute pe baza modelului i pozi ionate pe dreapt ( y , valori ajustate, teoretice), s fie ct mai mici; Estimaiile obinute pentru parametri s fie ct mai precise, s tind spre adevratele valori ale parametrilor pe msur ce eantionul crete. Metode de estimare care ndeplinesc condi iile enumerate sunt: Metoda celor mai mici ptrate (MCMMP); Metoda verosimilitii maxime (MVM); Metoda bayesian. Metoda celor mai mici ptrate implic cele mai mici costuri pentru aplicarea ei.

19

2.4 Noiuni privind datele i soluiile

Se numesc valori / niveluri empirice ale variabilelor y sau x acele mrimi numerice ob inute din statistici. Se noteaz cu xi, yi, iar pe grafic apar sub form de puncte de coordonate (xi, yi). Se numesc valori / niveluri ajustate sau teoretice, acele valori care urmeaz s fie generate de model, notate yi .Ele se obin dup estimarea parametrilor. Se numesc valori adevrate ale parametrilor acele solu la ii care s-ar ajunge dac s-ar cunoate toate valorile pe care le iau x, y. Aceste valori se noteaz cu a i b, iar numrul total de cazuri cu N. Se numesc valori estimate ale parametrilor acele solu care ii rezult n urma utilizrii datelor pe care variabilele xi, yi le-au nregistrat ntr-un eantion. Aceste solu se noteaz cu a, b , iar ii numrul de cazuri incluse n eantion cu n. n marea majoritate a cazurilor se lucreaz cu eantioane, astfel nct se obin, frecvent, estimaii. Doar n sfera teoriei ne referim la valori adevrate ale parametrilor.

2.5 Metoda celor mai mici ptrate

Metoda celor mai mici ptrate consider abaterea urmtoare drept element cheie: ui yi ~i y Ridicarea la ptrat i nsumarea ptratelor abaterilor conduce la calculul sumei: n n 2 2 S ui yi ~i y
i 1 i 1

Condi este ca estima s fie astfel alese nct aceast ia iile sum s fie minim. ntruct ~ a bx se rescrie expresia astfel: y n 2 S yi a bxi
i 1

Punctul de extrem se ob ine prin egalarea cu zero a derivatelor pariale n raport cu necunoscutele a i b .
20

Rezult sistemul: n S a, b 2 yi a bxi ( 1) 0 a i 1 n S a, b 2 yi a bxi xi 0 b i 1 Ceea ce devine: n n na b xi yi

i 1 n i 1 n n

a
i 1

xi

x
i 1

2 i i 1

xi yi
n

Se noteaz:

1 n

xi , y
i 1

1 n

yi
i 1

Se obine soluia:

a b

y bx yi y xi xi x
2

2.5.1 Interpretarea parametrilor estimai

b indic cu cte uniti naturale (n care este exprimat y) se modific variabila efect (crete pentru b > 0, scade pentru b < 0) dac factorul x crete cu 1 (adic cu o unitate natural n care este exprimat x). b indic panta dreptei de regresie (slope).
a nu are interpretare economic ci doar semnifica sa de ia ordonat la origine (intercept).

21

Exemplu
x 2 3 3 5 6 6 6 7 8 8 9 10 10 11 12 13 7.438 y 10 12 14 28 30 32 28 35 40 45 45 52 55 54 58 60 37.375 y-M(y) -27.375 -25.375 -23.375 -9.375 -7.375 -5.375 -9.375 -2.375 2.625 7.625 7.625 14.625 17.625 16.625 20.625 22.625 b= x-M(x) -5.4375 -4.4375 -4.4375 -2.4375 -1.4375 -1.4375 -1.4375 -0.4375 0.5625 0.5625 1.5625 2.5625 2.5625 3.5625 4.5625 5.5625 4.942493 (y-M(y))(x-M(x)) 148.8515625 112.6015625 103.7265625 22.8515625 10.6015625 7.7265625 13.4765625 1.0390625 1.4765625 4.2890625 11.9140625 37.4765625 45.1640625 59.2265625 94.1015625 125.8515625 800.375 a= (x-M(x))2 29.566406 19.691406 19.691406 5.9414063 2.0664063 2.0664063 2.0664063 0.1914063 0.3164063 0.3164063 2.4414063 6.5664063 6.5664063 12.691406 20.816406 30.941406 161.9375 0.6152065

2.5.2 Precizri de natur teoretic privind analiza de regresie i modalitatea de estimare a parametrilor
n procesele economice se observ c pentru un nivel oarecare al factorului se constat o diversitate de valori privind efectul declanat. Acest aspect poate fi constatat fie pentru mai multe cazuri n care factorul, dei constant ca nivel, genereaz efecte diferite, fie n situa n care se analizeaz mai multe eantioane, iar un nivel iile identic al factorului de la un eantion la altul genereaz efecte diferite.

22

Relaia dintre cauz i efect nu este de tip determinist. Pe lng factorul cu rol determinant exist i un element aleator care perturb relaia dintre cauz i efect. Rela de dependen este dat de func stochastic ia ia (stochastic = aleator, ntmpltor): y = a + bx + u n situa n care datele se refer la ntreaga popula se ia ie obine o funcie de regresie a populaiei (FRP): y = a + bx + u unde coeficienii a, b reprezint valorile adevrate ale parametrilor. n practic rareori se apeleaz la toate cazurile care formeaz popula ntruct aceast variant de lucru implic eforturi ia, deosebite. Este de preferat utilizarea datelor unui eantion: n optica transversal: 35 firme sau 60 familii sau 80 clien i bancari; n optica temporal: 20 trimestre n care s-au realizat importuri; 18 ani n care s-a nregistrat evoluia produciei; 16 luni n care se cunoate rata dobnzii; etc. Pe baza datelor unui eantion se pot ob doar estimri ale ine parametrilor care apar n funcia stochastic a eantionului (FSE): Ob inerea valorilor estimate pentru constantele func iei stochastice deschide perspective cum ar fi: Cuantificarea rolului variabilei factoriale (x) asupra variabilei efect, exprimat de nivelul b ; Ob inerea de valori ajustate ale nivelurilor variabilei efect adic valori yi datorate exclusiv influenei factorului determinant; Calculul abaterilor ui yi yi este util, analiza acestei serii de valori reziduale conduce la aprecieri privind calitatea modelului; Determinarea unor previziuni privind evoluia variabilei efect n condi n care nivelul viitor al factorului este previzibil i nu iile se ntrevd schimbri majore n relaia dintre x i y.
23

yi

a bxi

Astfel de perspective sunt de interes pentru analiza i prognoza n economie. Ele justific importana atribuit estimrii n econometrie, dar i interesului acordat verificrii modului n care au fost ob inute estimrile, calit ile acestora i, n general, aprecierea performanelor modelului.

24

Capitolul 3 Influen multiple de tip liniar i neliniar e n economie; modelul multifactorial

O apropiere a modelului econometric de diversitatea i complexitatea proceselor economice presupune analiza rela iei dintre variabila efect i un ansamblu de factori determinan i, precum i includerea unor relaii de tip neliniar.

3.1 Cazul liniar multifactorial

n practic sunt pu fenomene economice care depind n ine mod semnificativ de un singur factor. Situa mult mai frecvent este aceea n care nivelul ia fenomenului economic este rezultanta mai multor factori importan la care se adaug i rolul unor factori mai pu i in cunoscui, presupui a fi nesemnificativi. Este necesar includerea n mod explicit a factorilor cu influen determinant, astfel nct s se reduc perturbaia. Exemple Produc industrial este influen de cantitatea i calitatea ia at fondurilor fixe, ca i de numrul salariailor; Produc vegetal din agricultur depinde de cantitatea de ia ngrminte, umiditatea solului, utilajele folosite, calitatea lucrrilor; Volumul investi iilor depinde de cuantumul economiilor, rata dobnzii, investiiile ncepute; Cererea de mrfuri este funcie de ofert, venituri, publicitate, preuri.

25

 Att n teoria economic, ct i n practic se gsesc astfel de factori determinan inclusiv direc n care fiecare dintre ei i, ia influeneaz variabila-efect. Ceea ce nu se cunoate este msura n care fiecare factor influen eaz variabila-efect. n realizarea unei astfel de msurtori intervine econometria. Relaia este de tip multidimensional, n care apar k factori:

~ yi

f x1i , x2i ,..., xki

f x1i , x2i ,..., xki

Funcia de regresie este de forma:

M yi / x1i , x2i ,..., xki

unde M yi / x1i , x2i ,..., xki reprezint media distribuiei variabileiefect condi ionat de modificrile de nivel constatate n ce privete factorii importani luai n calcul. n cazul n care rela dintre variabila-efect i fiecare dintre ia cauze este de tip liniar se obine:

M yi / x1i , x2i ,..., xki

a0

a1 x1i

a2 x2i ... ak xki

Forma stochastic a modelului de regresie include i variabila rezidual u prin intermediul creia sunt eviden iate influen ele accidentale, minore ca importan ntmpltoare (aleatoare, , stochastice) ca mod de comportare, dar care pot genera o abatere oarecare asupra variabilei-efect:

yi

a0

a1 x1i

a2 x2i ... ak xki ui

De remarcat faptul c atunci cnd se face referire la un caz aparte i nu la medie, elementul perturbator u este luat n calcul, iar introducerea lui confer modelului atributul de stochastic, apropiindu-l de modalitatea real de desfurare a proceselor economice. Se abordeaz un caz multifactorial n care variabila-efect depinde de 2 factori, printr-o relaie de tip liniar.

26

3.2 Etapele demersului:

Elaborarea modelului; Estimarea parametrilor; Verificarea semnificaiei rezultatelor estimrii; Utilizarea modelului n vederea analizei i prognozei.

3.2.1 Specificarea
Se presupune c studiul se refer la analiza cererii de servicii de ctre popula n raport cu cauzele care determin o astfel de ie cerere. Din sursele teoretice i practice rezult doi factori: veniturile disponibile ale populaiei i oferta de servicii existent pe pia. Datele de care dispunem se refer la valori trimestriale privind: Ponderea cheltuielilor destinate serviciilor n bugetul familiei reprezint variabila-efect notat cu y; Venitul mediu ce revine pe membru de familie (n mii lei) reprezint primul factor, notat cu v; Investi iile n domeniul serviciilor destinate popula (n iei milioane lei) reprezint al doilea factor, notat cu z. Datele pentru n = 15 trimestre succesive:
y% v (mii lei) z (mil. lei) 10 1.5 0.8 11 1.5 1 12 2 1.5 14 2 2 15 2 1.8 16 2.2 1.8 16 2.5 2 17 2.4 2.4 16 2.4 2.1 18 3 2.1 18 3 2.6 18 3 2.4 19 3.2 2.5 19 3.3 2.2 21 3.5 2.8

Se accept varianta liniar. Specificarea modelului conduce la urmtoarea reprezentare:

yi

a0

a1vi

a 2 z i ui

unde a0 , a1 , a2 reprezint estima ale parametrilor ntruct se ii utilizeaz date pentru un eantion. Meniuni:

27

1. Stabilirea factorilor i a func reprezint o baz de pornire, n iei sensul c op iunile fcute n faza specificrii urmeaz s fie verificate n etapele urmtoare (n etapa verificrii i a utilizrii modelului). 2. Important n aceast etap: Asigurarea unui numr suficient de mare de cazuri n 15 , superior numrului de parametri din model; Stabilirea factorilor cu rol realmente determinant i independeni ntre ei; Eroarea de specificare ar putea consta fie n alegerea unui numr prea mic de cazuri, fie alegerea unui numr prea mare de factori, fie alegerea greit a funciei.

3.2.2 Estimarea parametrilor

Se caut solu pentru necunoscute, adic ob ii inerea de a0 , a1 , a2 estimatori de calitate . Se utilizeaz metoda celor mai mici ptrate, adic suma ptratelor abaterilor s fie minim:
n n

u
i 1

2 i i 1

yi

a0

a1vi

a2 zi

Se egaleaz cu 0 derivatele par iale n raport cu fiecare necunoscut. Se obine punctul de minim al expresiei.

ui2
i

a0 2
i

0 yi a0 a1vi a2 z i 1 0

ui2
i

a1 2
i

0 yi a0 a1vi a2 z i vi 0
28

ui2
i

a2 2
i

0 yi a0 a1vi a2 zi zi 0

Rezult sistemul de ecuaii normale:

na0 a0
i

a1
i

vi a1
i

a2
i

zi
i

yi vi zi
i i

vi zi
i

vi2 vi zi
i

a2 a2
i

vi yi z i yi
i

a0

a1

zi2

Sistemul se poate scrie n form matriceal astfel:

n v z

v v2 vz

z vz z2

a0 a1 a2

y yv yz

Se noteaz: matricea coeficienilor cu X matricea necunoscutelor cu A matricea termenilor liberi cu Y Sistemul se scrie astfel: XA = Y Soluia se obine: A = X 1 Y

29

Exemplu y 10 11 12 14 15 16 16 17 16 18 18 18 19 19 21 240 v 1.5 1.5 2 2 2 2.2 2.5 2.4 2.4 3 3 3 3.2 3.3 3.5 37.5 z 0.8 1 1.5 2 1.8 1.8 2 2.4 2.1 2.1 2.6 2.4 2.5 2.2 2.8 30 v2 2.25 2.25 4 4 4 4.84 6.25 5.76 5.76 9 9 9 10.24 10.89 12.25 99.49 z2 0.64 1 2.25 4 3.24 3.24 4 5.76 4.41 4.41 6.76 5.76 6.25 4.84 7.84 64.4 vz 1.2 1.5 3 4 3.6 3.96 5 5.76 5.04 6.3 7.8 7.2 8 7.26 9.8 79.42 yv 15 16.5 24 28 30 35.2 40 40.8 38.4 54 54 54 60.8 62.7 73.5 626.9 yz 8 11 18 28 27 28.8 32 40.8 33.6 37.8 46.8 43.2 47.5 41.8 58.8 503.1

Matricele

15 37,5 30 37,5 99,49 79,42 30 240 79,42 A 64,4 4,104588 2,842506 2,394573

626,9 503,1

30

3.2.3 Interpretarea estimaiilor obinute pentru parametri Interpretarea lui a1:

La o cretere a venitului cu o unitate (o mie de lei), cererea pentru servicii (y) crete, n medie, cu 2,842506%, n condi n care iile oferta (z) rmne constant. Interpretarea lui a2 : La o cretere a ofertei (redat prin investi cu o unitate (1 milion ii) lei), cererea pentru servicii crete, n medie, cu 2,394573%, n condiiile n care veniturile rmn aceleai. Interpretarea se refer i la semnul parametrului. Dac semnul este plus, rela dintre y i x este de acelai sens (crete x, ia crete i y; scade x, scade i y). Dac semnul este minus, rela este de sens invers (crete x, ia scade y). Parametrul a0 nu are o interpretare economic, dar se poate considera ca fiind nivelul variabilei-efect cnd factorii determinani sunt nuli. n general, n modelul multifactorial, interpretarea parametrului estimat a j indic cu ct se modific (crete sau scade, n func de semnul parametrului) n medie variabila-efect (y) la o ie cretere cu o unitate a factorului xj n condi iile n care ceilal i factori determinani introdui n model sunt considerai constani.

3.3 Recomandri n ceea ce privete aplicarea modelului econometric multifactorial

Alegerea variabilelor independente din model (a variabilelor factoriale) reprezint o prim problem care se cere rezolvat. Sursele de informa care pot sugera cele mai importante cauze ii care determin variabila dependent sunt: Manualele de economie, fie c se refer la teoria economic n general, fie la macroeconomie sau microeconomie, la sectoare
31

ale economiei sau domenii de activitate, includ informa ii referitoare la factorii determinani; Reviste sau publica tiin ii ifice n care pot aprea cercetri similare, dar i unele care au doar tangen cu tema propus. Exemple: Studii i cercetri de calcul economic i cibernetic economic, Revista Romn de Statistic, Pia de capital, a Economistul, Revista financiar, etc; Periodice n care sunt publicate trimestrial sau lunar date i analize conjuncturale, precum buletinele Comisiei Na ionale de Statistic, sau ale BNR.

3.3.1 Datele numerice

O alt problem o reprezint datele numerice i accesul la un numr suficient de date de calitate. Sursele cele mai importante de date pot fi: buletinele statistice (producia, comerul exterior, preurile); anuarele statistice (date privind indicatorii macroeconomici, situaia pe judee, indicatorii resurselor, comerul internaional); buletinele Bncii Na ionale a Romniei (serii de date privind inflaia, dobnzile, creditul, exportul, importul); buletinele diverselor institu ii, privind calitatea vie ii (statistica bugetelor de familie) evidenele agenilor economici (bilanul); anchetele pe teren prin care pot fi ob inute i date cu privire la factorii lateni, de natur psihologic, etc. n etapa culegerii datelor, pot s apar urmtoarele aspecte: a) posibilitatea de a utiliza serii cronologice de date (valori anuale, trimestriale, lunare) sau de a utiliza serii transversale (un eantion de localit familii, ntreprinderi). Pentru a opta ntre cele dou i, alternative se are n vedere existen de date n aceeai alternativ a pentru toate variabilele. Se opteaz pentru serii cronologice dac scopul este ob inerea de prognoze n timp, respectiv optica transversal pentru analizarea rolului fiecrui factor.
32

b) datele la care avem acees nu se refer exact la variabilele preconizate spre a forma modelul, dar exist posibilitatea de a le nlocui cu variabile foarte apropiate ca i con inut. Exemplu: venitul permanent disponibil se poate nlocui cu venitul brut, cererea cu vnzrile, oferta cu producia. c) datele sunt mult prea pu , nu se pot forma serii de cel pu ine in 15-20 termeni. Se recomand nlocuirea datelor anuale cu cele trimestriale sau lunare sau suplimentarea numrului de cazuri din eantion pentru seriile transversale. d) datele sunt susceptibile de erori, ceea ce implic verificarea lor att din perspectiva cantitativ (absen de valori n unele cazuri, a absen unit de msur, greeli de calcul), ct i calitativ a ii (valori aberante total atipice, indicatori ob i n condi diferite inu ii n ce privete metoda sau aria de cuprindere) Se recomand efectuarea de corecii (completri, corectarea calculelor, eliminarea valorilor aberante). O aten deosebit trebuie acordat valorilor exprimate n ie pre curente. n frecvente cazuri este necesar defla uri ionarea datelor (mprirea valorilor exprimate n preuri curente la indicele de pre uri, n vederea exprimrii valorilor n pre urile anului de baz la care se refer indicele).

3.4 Modele neliniare

Pentru descrierea unui numr mare de procese economice sunt necesare modele neliniare.

3.4.1 Modele neliniare n raport cu variabilele dar liniare n raport cu parametrii

Parametrii sunt la puterea 1. Aceste modele pot fi convertite n modele liniare prin transformri corespunztoare. Exemple: Producia vegetal = a + bX + cX2 + u,
33

unde X este umiditatea solului. Pentru X2 = Z, modelul devine: Producia vegetal = a + bX + cZ + u Preul produsului = a + b(1/Q) + u, unde Q = cantitatea existent pe pia. Pentru 1/Q = Z, modelul devine: Preul produsului = a + bZ + u Producia industrial Q = AMaKbeu, unde Q = producia, M = munca, K = capitalul, e = 2,71... . Se logaritmeaz i se noteaz: lnQ = y, lnM = x, lnK = z, lne =1, lnA = c. Modelul devine: y = c + ax + bz + u Pentru fiecare exemplu de model neliniar s-a ajuns la o form liniar de reprezentare, abordabil n ceea ce privete estimarea parametrilor prin metoda celor mai mici ptrate.

3.4.2 Modele neliniare, neabordabile prin MCMMP

Variantele neliniare neabordabile prin metoda celor mai mici ptrate sunt fie modele neliniare n raport cu parametrii (cel pu in un parametru e la o putere diferit de 1), fie n raport cu parametrii, dar i cu variabilele, fie reprezentri n care variabila rezidual este inclus n model ntr-o form care mpiedic liniarizarea. Exemple Funcia de cost de forma:

bX

unde b este la puterea 1/2, model neliniar n parametrul b. Funciile de consum de forma:

aX

a2Z u
34

model neliniar n parametrul a. sau: c

a bx

sau:

1 1 e ax

Funcia de producie:

ax b z c u

unde variabila rezidual u este inclus n variant aditiv, ceea ce face dificil liniarizarea. n astfel de situa nu se recomand utilizarea MCMMP, din ii urmtoarele motive: pentru reprezentrile n care cel puin un parametru apare la o putere diferit de 1, nu este sigur c estima sunt compatibile cu iile un minim global n ce privete suma ptratelor reziduurilor; pentru reprezentrile n care modalitatea de includere a variabilei reziduale nu permite liniarizarea, nu pot fi argumentate prezum iile conform crora variabila rezidual este normal distribuit, avnd media egal cu zero i dispersia finit i relativ constant pe segmente de valori. Pentru obinerea de estimaii privind parametrii se apeleaz la algoritmi care aplic metode numerice n vederea ob inerii de soluii n cazurile de neliniaritate. Etapele algoritmului 1. Iniializarea parametrilor; 2. Determinarea sumei ptratelor valorilor reziduale obinute; 3. Modificarea valorilor ultimelor estima astfel nct suma s ii, se diminueze; 4. Se compar ultima sum cu cea anterior ob inut i se reia procesul de la pasul 3 pn cnd mrimea sumei converge spre o valoare stabil.
35

3.5 Variabile calitative n economie

n economie, alturi de procese cantitative, care pot fi msurate, exist i variabile a cror intensitate este exprimat prin atribute: serviciu satisfctor / nesatisfctor; apreciere excelent, foarte bun, bun, mul umitoare, negativ; risc maxim, moderat, minim. Variabilele care se refer la nsuiri, caliti, categorii, a cror intensitate este exprimat prin atribute, grade de compara ie, aprecieri sunt variabile calitative. Rolul factorilor de natur calitativ este important pentru analiza i prognoza proceselor economice. Exemple Produc depinde de dotarea cu utilaje i de numrul de ia angajai, dar i de managementul procesului de producie; Economiile popula sub form de depozite la o anumit iei banc depind de rata dobnzii, dar i de ncrederea deponen n ilor banca respectiv; Vnzrile de bunuri durabile depind de pre dar i de calitate , sau de temerile cumprtorilor cu privire la accentuarea inflaiei; Exportul unui produs pe o pia depinde de pre ofertei, ul cursul de schimb, dar i de renumele mrcii i ncrederea existent pe acea pia privind calitatea produsului; Situa de a fi acceptat sau nu n urma unui interviu depinde ia de prestaie, vrst, putere de convingere; Starea de spirit a popula depinde de frecven conflictelor iei a sociale, venituri, gradul de stabilitate i competen guvernan a ilor, etc. n termenii econometriei, introducerea factorilor de natur calitativ, n situa n care rolul lor este presupus semnificativ, iile conduce la creterea gradului de determinare i la un plus de calitate a estimaiilor obinte pentru parametri.
36

Problema cuantificrii (exprimrii prin numere) variabilelor calitative reprezint o etap de a crei rezolvare depinde calitatea analizei economice bazat pe modelul econometric.

3.5.1 Variabilele dichotomice

O variabil dichotomic (dummy, simbolizat prin D) admite doar dou alternative: da/nu; promovat/nepromovat; masculin/feminin; nainte de momentul t / dup momentul t. Exprimarea cantitativ se face astfel: se atribuie nivelul 1 unei alternative i nivelul 0 celeilalte. Exemplu Cheltuielile familiilor destinate turismului sunt analizate n raport cu situa de a avea automobil (D = 1) sau de a nu avea ia automobil (D = 0). C = a + b D(1,0) Cheltuieli (sute lei) 20 40 50 10 10 50 0 1 1 0 0 1 D Factorii introdui n model sunt exclusiv de natur dichotomic n exemplul anterior: y x Se obine 20 0 40 1 50 1 10 0 10 0 50 1

a 13,3333 b 33,3333
Media cheltuielilor (y) pentru servicii n turism a celor care nu dein autoturism (x=0) este de (20+10+10):3=13,3333, iar media pentru x = 1 este (40+50+50):3=46,6666
a y x 0 13,3333 a b y x 1 46,6666

37

Factorii introdui n model reprezint o variabil cantitativ i o variabil calitativ Exemplu: Consumul de cafea C Vrsta consumatorului v Sexul D(1,0), unde D = 1 (F) i D = 0 (M)

C
Datele C v D

a0

a1v a2 D 1,0

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

Dac ntr-o prim variant se face abstrac de variabila D, ie adic se consider relaia de forma:

C
Se obine:
a0 a1

a0

a1v u

2,12503 0,173924

n varianta a doua, considernd ecuaia de forma:

a0

a1v a2 D 1,0

Se obin valorile:

a0 2,726331823 a1 0,16098503 a2 1,802923988

Gradul de determinare prin prisma influen celor doi factori ei a crescut. De asemenea, estima sunt mai apropiate de calit iile ile estimatorilor, comparativ cu prima variant.
38

Posibiliti de msurare a variabilei dichotomice a) Introducerea n calcule a unei alternative (dintre cele dou) sub form de fecven sau pondere b) Modelul Logit a) Pentru a exprima intensitatea prezen unei variabile alternative ei se poate recurge la nsumarea apari iilor uneia dintre alternative (de exemplu, numrul persoanelor feminine) sau la ponderea frecven nregistrate pentru o alternativ (ponderea rebuturilor, ei ponderea posesorilor de automobile). b) Modelul Logit este destinat exprimrii ntr-o form opera ional (rezultate numerice ob inute din calcule bazate pe un model matematic) a acelor situa n care creterea unui factor numeric ii are drept efect schimbarea unei atitudini de tip dichotomic. Exemple Pe msur ce, n mod experimental, se procedeaz la creterea pre ului unui produs, o parte tot mai mare dintre amatori i schimb inten de a cumpran contrara acesteia (a nu ia cumpra). O cretere treptat a impozitelor ntr-un interval dat poate avea drept efect renunarea unor pltitori de impozite de a mai plti prin lichidarea activit impozabile fie n mod real, fie n mod ii declarativ. Rela de dependen este de tipul y=f(x), unde y poate ia prezenta dou alternative (nu sau da), iar pe msur ce x nainteaz pe scara valorilor xi ne apropiem de un punct de cotitur de la care alternativa iniial se modific radical. Modelul de descriere a unui astfel de proces se bazeaz pe funcia logistic. Ponderea rspunsurilor ca urmare a modificrii valorilor xi poate fi reprezentat de egalitatea:

Pi

M y 1 / xi

1 1 e
a bxi

39

Se noteaz: a+bxi = zi L = Pi / (1 Pi) atunci L = e z, iar lnL = z = a + bxi n aplicaii, Pi = ni / Ni, unde ni = nr. de rspunsuri da n eantion Ni = mrimea eantionului. Exemplu Pentru 4 eantioane de clien bancari care inten i ionau s solicite un credit au fost propuse contracte de creditare cu dobnd diferit de la un eantion la altul. Situa acceptrii mprumutului ia n raport cu rata dobnzii se prezint astfel: Nr. persoane n Rata dobnzii Nr. celor care eantion 20 30 20 25 2-6 6-10 10-14 14-18 au acceptat 19 24 14 5

Se organizeaz datele i se fac calculele: xi 4 8 12 16 Ni 20 30 20 25 ni 19 24 14 5 Pi 0.95 0.8 0.7 0.2 1- Pi 0.05 0.2 0.3 0.8 L 19 4 lnL 2.944439 1.386294

2.3333 0.847298 0.25 -1.38629

40

Se obin valorile:

a b

4,330733 0,33828

Funcia logistic are forma:

1 1 e
4 , 330733 0 , 33828 x

O alt posibilitate utilizat n vederea exprimrii numerice a unei variabile calitative presupune nlocuirea acesteia printr-un reprezentant numeric, numit variabil reprezentant (proxyvariable), intens corelat cu variabila calitativ sau fiind un rezultat (un subprodus, o implica a acesteia, dar care are avantajul ie) exprimrii numerice. Exemple Variabila calitativ ndemnare (n profesie) este reprezentat de vechime n acea activitate; Variabila motivare la locul de munc este reprezentat de evolu ia ctigurilor; Variabila instruire este reprezentat de numrul anilor de studii colare. Introducerea variabilei reprezentant comparativ cu neintroducerea ei )i implicit absen total a variabilei calitative a din model dei rolul ei este important) conduce la creterea gradului de determinare. O alt modalitate de msurare a variabilelor caliative este prin atribuirea de numere formnd un ir corespunztor creterii intensit calit unui proces exprimat prin atribute sau categorii ii ii de calitate.

41

Exemple irul ordonat 1, 2, 3, ... corespunde categoriei de ncadrare care poate fi hotel de 1 stea, 2 stele, etc.; Atribuirea de note alternativelor existente ntr-o scalogram: 1,2,3,4,5, reprezentnd acord cu o afirma de loc, slab, mediu, ie: puternic, foarte puternic.

42

Capitolul 4 Verificarea semnifica statistice a iei rezultatelor estimrii. Testul t, testul F

4.1 Necesitatea etapei verificrii
Datele utilizate provin dintr-un eantion care nu ntotdeauna este reprezentativ; Rolul cauzelor accidentale ca i cel al ntmpltoarelor analogii n ceea ce privete evolu factorilor inclui n model iile poate conduce la estima ale parametrilor care fie contrazic ii aspecte evidente i anticipate din economie, fie exprim deformat rolul factorilor; Lipsa de experien i subiectivismul celui care elaboreaz modelul econometric, slbiciuni care se manifest fie la alegerea factorilor (deseori influen de dificult n ob at ile inerea de date), fie la alegerea func (predilec pentru func liniar nu este iei ia ia ntotdeauna suficient argumentat). Se recomand: Verificri prin confruntarea cu realitatea economic cunoscut din teorie sau din practic; Verificarea n sens statistic a semnifica iei rezultatelor estimrii; Verificarea modalit n care o serie de ipoteze (prezum ii ii, ateptri) se regsesc n semnalele pe care le transmit rezultatele aplicrii modelului. Verificri ale rezultatelor modelrii prin compararea acestora cu realitatea economic Semnul parametrului poate confirma sau infirma cele cunoscute din teoria i practica economic.
43

Exemple: n rela pre ia -vnzri, semnul parametrului corespunztor preului ar trebui s fie minus. ntr-o func de produc semnul ataat factorilor care ie ie, determin producia ar trebui s fie plus.

Generarea de valori y pe baza modelului estimat i compararea lor cu datele empirice (rezultate din observarea pe teren a variabilei y). Generarea de valori implic nlocuirea n model a simbolurilor a j cu estima iile ob inute pentru parametri i atribuirea de valori factorilor. Este de ateptat ca valorile ajustate y s fie asemntoare cu cele empirice (y), abaterile s fie relativ mici, avnd o evolu (n ie succesiunea obinerii) ntmpltoare, att ca semn ct i ca mrime. Dac, dimpotriv, abaterile sunt relativ mari sau prezint o succesiune sistematic (fie n cretere, fie ntr-o alternan a semnului nentmpltoare, fie predomin acelai semn), atunci trebuie revzute fie calculele, fie datele, fie specificarea.
n exemplul unifactorial, dependen vnzrilor de numrul a populaiei, se obin urmtoarele rezultate:
x y y ajustat u=y -yajustat 2 10 10.50019 -0.50019 3 12 15.44269 -3.44269 3 14 15.44269 -1.44269 5 28 25.32767 2.672329 6 30 30.27016 -0.27016 6 32 30.27016 1.729836 6 28 30.27016 -2.27016 7 35 35.21266 -0.21266

7 35 35.2126575 -0.2126575

8 40 40.15515 -0.15515

8 45 40.15515 4.84485

9 45 45.09764 -0.09764

10 52 50.04014 1.959864

10 55 50.04014 4.959864

11 54 54.98263 -0.98263

12 58 59.92512 -1.92512

13 60 64.86762 -4.86762

44

Exemplul multifactorial:
v z y y ajustat u
1.5 0.8 10 10.28401 -0.28401 1.5 1 11 10.76292 0.23708 2 1.5 12 13.38146 -1.38146 2 2 14 14.57875 -0.57875 2 1.8 15 14.09983 0.900169 2.2 1.8 16 14.66833 1.331667 2.5 2 16 16 0

2.4 2.4 17 16.67358 0.326422

2.4 2.1 16 15.95521 0.044794

3 2.1 18 17.66071 0.339291

3 2.6 18 18.858 -0.858

3 2.4 18 18.37908 -0.37908

3.2 2.5 19 19.18704 -0.18704

3.3 2.2 19 18.75292 0.247082

3.5 2.8 21 20.75816 0.241837

4.2 Verificarea semnificaiei statistice a fiecrui parametru estimat; testul t

Obiectivul verificrii const n aprecierea n sens statistic a mrimii estima ob iei inute astfel nct s se poat afirma, n mod obiectiv, c respectiva estima relev ceva semnificativ, care nu ie se datoreaz ntmplrii (erorii de sondaj) i, ca urmare, factorul al crui rol este cuantificat este realmente determinant pentru procesul analizat.

4.2.1 Principalele noiuni specifice

Semnificaie = importan relevan deosebire marcant a , , rezultatului estimrii (cu privire la rolul unui factor) n raport cu ceea ce ar rezulta ca urmare a ntmplrii. similar poate fi apreciat abaterea dintre dou mrimi de aceeai natur (dou medii de selec un nivel estimat i un nivel adevrat, etc.) n sensul ie,

45

aprecierii dac abaterea este semnificativ, datorit unei cauze relevante, sau este nesemnificativ, datorit ntmplrii. Test statistic = procedeu ale crui etape conduc la o concluzie cu privire la o ipotez preformulat (ipoteza nul, care neag semnifica care poate fi confirmat sau respins n baza ia) 2 unei reparti (normale, t, F, ii etc.) i a unei probabilit de a i grei ( ) n ceea ce privete concluzia. Nivel (prag) de semnificaie = probabilitate, de regul, prestabilit cu privire la riscul de a grei n concluzia final. Astfel, acceptm c n 5% din cazuri (dac = 0,05) concluzia prin care se afirm c ipoteza nul este fals, poate fi greit (ceea ce nseamn c ipoteza nul este corect). ntruct apelm la datele unui eantion este necesar s stabilim o limit superioar (prag de semnifica pn la care acceptm inerenta incertitudine, ie) rmnnd un nivel de ncredere rezonabil de mare ( 1 - ). Interval de ncredere = distan dintre 2 valori (notate z1 i z2, func ale valorilor observate, care pot s difere de la un ii eantion la altul) n cadrul creia se plaseaz cu o probabilitate rezonabil de mare parametrul care formeaz obiectul estimrii. Dac un astfel de interval l denumim bilateral, ntruct se extinde de o parte i de alta a unui nivel-pilot, intervalul nilateral se refer la distan dintre nivelul-pilot i una dintre limitele extreme (z1 sau a z2). Reparti statistic = mul ie imea perechilor ordonate de valori xi i pi, reprezentnd, fiecare pereche,nivelul variabilei aleatoare (xi ) i probabilitatea (pi), pozitiv sau nul de realizare a respectivului nivel, pi = 1.

46

Grade de libertate = coordonate independente n sensul de valori liber alese pe care le poate nregistra o variabil dac este restricionat de condiii ce pot fi prestabilite. De exemplu, dependen unei variabile y de evolu a k a ia factori (independen ntre ei) conduce la pierderea unui numr de i posibilit de a evolua liber (egal cu numrul factorilor), astfel c i rmn (n k) grade de libertate (unde n = numrul de cazuri din eantionul de date). Ipoteza statistic = presupunere cu privire la reparti ia urmat de o variabil sau cu privire la parametri i semnifica ia acestora. Astfel de presupuneri urmeaz s fie verificate aa nct s rezulte fie acceptarea ipotezei nule (H0), de tip negativist, fie acceptarea ipotezei alternative (H1) a confirmrii supoziiei iniiale. Nivel calculat / nivel tabelat = dac nivelul calculat rezult n urma aplicrii, de ctre cel interesat, a unei formule care, de regul, genereaz valori comparabile cu cele specifice unei anumite reparti nivelul tabelat rezult n urma prelurii dintr-un ii, tabel, corespunztor reparti iei, nivel pozi ionat la intersec ia pragului de semnificaie acceptat i gradele de libertate.

4.2.2 Testul t
ntregul demers presupus de testul t se bazeaz pe prezum ia conform creia abaterile estimaiei a de la media sa M a care sar obine n cazul repetrii estimrii pentru mai multe eantioane de volum identic, urmeaz o repartiie normal. Abaterea de la medie mprit la abaterea medie ptratic a M a

47

urmeaz, pentru eantioane de volum mic (n < 30), reparti ia Student. Se caut o asemenea transformare a estima ob iei inute nct s devin comparabil cu nivelul t tabelat pentru (nk) grade de libertate i un risc (alfa) apriori ales. De regul nu dispunem de mai multe eantioane ci avem date pentru un singur eantion. n acest caz considerm abaterea estimaiei n raport cu zero:

a 0

Rela de calcul, folosind nota ia iile: a j pentru estima ia supus verificrii i pentru abaterea medie ptratic a aj estimaiei, este urmtoarea:

t calculat

aj

aj

Rezultatul se compar cu nivelul tabelat pentru un risc acceptat, de exemplu, = 0.05 i un numr de grade de libertate egal cu numrul de cazuri (n), minus numrul de parametri din model (k).

4.2.3 Etapele verificrii

1. Stabilirea ipotezei nule (H0): estima rezultat nu difer ia semnificativ de zero. 2. Eantionul fiind mic, n < 30, se are n vedere repartiia Student. 3. Se determin t calculat, conform relaiei. 4. Se preia din tabel t tabelat 5. Se compar: dac tcalculat < ttabelat se confirm (H0) dac tcalculat > ttabelat se infirm (H0). Verificarea modelului unifactorial
48

n cazul modelului unifactorial y a bx u abaterea medie ptratic rezult astfel:

2 u b

x x
2 u

0,228485
2 2

1 n

1,8579

x x

t- calculat pentru parametrul b este 4,9425 / 0,228485 = 21,63. t- tabelat, pentru 15 2 = 13 grade de libertate i = 0,05 este 2,16. Se infirm ipoteza nul i se accept alternativa conform creia b difer semnificativ de zero, fiind un factor determinant.
Verificarea modelului multifactorial Dispersia astfel:
2 u

se nlocuiete cu estimatorul ei s2(u), care se obine

s u

u2 n k

Pentru a calcula dispersiile parametrilor care apar n modelul multifactorial se nmul esc elementele de pe diagonala matricei -1 2 inverse X cu s (u), considernd factorii n succesiunea apari iei lor n model. Abaterea medie ptratic este dat de estimaia ei:

s aj
y

s 2 u d jj

Modelul multifactorial este:

4,1046 2,8425v 2,39457 z u2 s2 u su 6,221939 6,221939 : (15 3) 0,518495 0,518495 0,72
49

Elementele de pe diagonala matricei X-1 sunt, n ordine: d11 = 1,16 d22 = 0,7693 d33 = 1,0036 de unde rezult: s (a1 ) 0,72 0,7693 0,6315

s a2 tcalc a1 tcalc a2

0,72

1,00356

0,72128

2,8425 / 0,6315 4,5 2,39457 / 0,72128 3,3198

Se preia din tabelul repartiiei Student valoarea lui t. Numrul gradelor de libertate este: n g l = n k = 15 3 = 12 Riscul acceptat = 0,05 t 0,05; 12 = 2,179 Se compar t-calculat cu t-tabelat. n cazul ambelor estimaii t-calculat > t-tabelat. Se infirm ipoteza nul, a nesemnifica i se accept iei alternativa conform creia cei doi factori sunt determinan n i studiul efectuat. Observaii Semnul fiecrui parametru nu influen eaz rezultatul compara iei dintre t-calculat i t-tabelat, ntruct n calculul raportului, estima este n valoare absolut, deci raportul este ia pozitiv; n cazul eantioanelor mari, n > 30, se poate apela la reparti normal redus, pentru care apare variabila z care va fi ia considerat nivelul t-tabelat (numrul gradelor de libertate nu mai reprezint o coordonat); Riscul notat cu poate fi egal cu 0,05. dac se dorete o precizie mai mare, se poate alege o valoare mai mic pentru ,

50

0,01 sau 0,001, sau, dac se accept un risc mai mare, se poate opta pentru =0,1.

4.3 Verificarea semnificaiei rolului ansamblului factorilor asupra variabilei efect

4.3.1 Testul F
Testul F urmrete verificarea semnifica simultane a iei tuturor estimaiilor obinute pentru parametri. Rezultatul verificrii se refer la aprecierea pe ansamblu a modelului, considerat ca o reprezentare care descrie un mecanism relaional complet diferit de ceea ce ar putea fi atribuit ntmplrii. Modelul de regresie descrie rolul factorilor determinan prin i parametrii de regresie, iar efectul conjugat al factorilor determinan rezult nlocuind parametrii cu estimrile ob i inute i atribuind valori factorilor. Se obin astfel valori ajustate:

a0

a1 x1 ... ak xk

Valorile ajustate y se abat de la medie y n msura n care factorii se abat la rndul lor de la medie, ac ionnd mai intens sau mai puin intens. Abaterile y y se datoreaz factorilor determinani inclui n model. Suma ptratelor acestor abateri se noteaz cu SSR:

SSR

Un alt gen de abateri care pot interveni s-ar datora perturbaiei, aciunii factorilor reziduali, exprimai prin u. Suma ptratelor acestor abateri datorate ntmplrii se noteaz cu SSU i reprezint suma ptratelor diferen elor dintre

y
51

valorile ajustate, generate de model reprezentate de datele numerice (y):

2

valorile

empirice,

SSU u2 y y Este de ateptat ca rolul factorilor sistematici (x1, x2,..., xk) s

fie net superior rolului factorilor perturbatori (u), aspect care poate fi verificat prin raportarea celor dou sume. Se apeleaz la reparti raportului dispersiilor (reparti ia ia Snedecor), ceea ce implic transformarea sumelor n dispersii i acceptarea unei probabiliti legate de riscul de a grei n ceea ce privete concluzia. Raportul dispersiilor se noteaz Fcalc, iar k reprezint numrul de parametri:

Fcalc

SSR / k 1 SSU / n k
i

yi
i

y /k 1 yi
2

yi

/n k

4.3.2 Etapele aplicrii testului F

Se stabilete ipoteza nul, a nesemnifica iei: disersia de la numrtor nu se abate semnificativ de la dispersia de la numitor; Se determin F-calculat: SSR = 131,778 SSR/k-1 = 131,78/2 = 65,88902 SSU = 6,221939 SSU/n-k = 6,221939/12 = 0,518495 F calculat = 65,88902/0,518495 = 127,0775 Se caut n tabel: pentru = 0,01, k 1 = 2 grade de libertate (coloan), n k = 12 grade de libertate (linie), se gsete valoarea F tabelat = 6,93 Se compar Fcalc cu Ftab:

52

Dac Fcalc > Ftab, se infirm ipoteza nul, ceea ce confirm modelul ca fiind valid; Dac Fcalc < Ftab, ipoteza nul este confirmat. n cazul nostru, Fcalc = 127,0775, mai mare dect Ftab = 6,93. Se poate afirma, cu un risc de a grei de 1% c estima iile sunt , n general, semnificativ diferite de zero, iar modelul n ansamblu este validat.

4.3.3 Coeficientul de determinaie

Coeficientul de determina exprim ponderea rolului ie factorilor determinan din model n raport cu varia total a i ia variabilei efect. Se noteaz suma tuturor abaterilor SST, unde SST = SSR + SSU, iar

R2

SSR SST

SST SSU SST

SSU SST

n exemplu, SST = 131,778 + 6,222 = 138 R2 = 131,778 / 138 = 0,9549, adic 95,49% din varia efectului este determinat de cei doi ia factori. Pentru compara se recomand varianta ajustat a ii coeficientului de determinaie:

R2

SSU / n k : SST / n 1

n exemplu:

R2

0,9473

53

Capitolul 5 Verificarea confirmrii ipotezelor privind datele, factorii i modelul

5.1 Ipoteze privind modelul i metoda de estimare
1. Datele sunt ob inute corect (fr erori sistematice de msurare) i n numr suficient de mare (depind numrul parametrilor), astfel nct soluiile s prezinte stabilitate; 2. Variabila factorial (x) este nestochastic i prezint aceleai valori n eventualitatea repetrii sondajului; 3. Factorul (x) prezint variabilitate n ceea ce privete nivelurile nregistrate n cadrul unui eantion de date (dispersia sa fiind un numr pozitiv finit), astfel nct rolul factorului s poat fi pus n eviden; 4. Modelul de regresie este linar n raport cu parametrii; 5. Modelul de regresie este corect specificat n sensul alegerii func potrivite (liniare sau neliniare) i includerii factorilor iei determinan astfel nct gradul de determinare (R2) s fie suficient i de mare; 6. Variabila rezidual este de medie zero i urmeaz o reparti ie normal, M(u) = 0, u N 0, 2 ; 7. Variabila rezidual prezint o dispersie (mprtiere) egal pentru diferitele valori xi, adic este homoscedastic; 8. Variabila rezidual nu este corelat cu variabila factorial (x), astfel nct covariana dintre ui i xi este zero; 9. Variabila rezidual nu este autocorelat, Cov(ui, uj / xi, xj) = 0; 10. Factorii inclui n model (varianta multifactorial) sunt independeni unii n raport cu ceilali, nefiind corelai ntre ei.

54

Verificrile cu privire la confirmarea ipotezelor pot oferi explica cu privire la motivele pentru care verificarea ii semnificaiei (testul t, testul F) nu a condus la rezultatele ateptate. Dac aprecierea modelului este pozitiv, confirm din perspectiva semnifica i ipotezelor, se poate trece la etapa iei utilizrii lui pentru analize, prognoze, simulri. Obstacolele de care se lovete cercetarea econometric pot fi redate astfel: Multicoliniaritatea; Autocorelarea (valorilor reziduale); Lipsa datelor; Timpul i banii cheltuii; Heteroscedasticitatea; Unicitatea ecuaiei i neidentificarea; Specificarea incomplet sau incorect.

5.2 Date suficiente, neafectate de erori sistematice

5.2.1 Consideraii asupra necesitii abordrii problemei datelor
Modalitatea de ob inere a datelor nu ndeplinete condi iile unei observri riguroase (din perspectiva modelrii econometrice) similare celorde laborator. nregistrrile numerice la care avem acces au fost realizate n diverse scopuri (eviden financiare contabile, raportri statistice, anchete sociale) i n diverse conjuncturi (metodologii modificate n decursul timpului, ntrzieri n consemnarea realizrilor, durate inegale de activitate economic, situaii excepionale); Imposibilitatea ob inerii de date privind unele dintre variabilele modelului econometric sau absen unor nregistrri a pentru o parte dintre cazuri sau perioade;

55

Importan datelor, att din perspectiva numrului de cazuri, a ct i n ce privete calitatea msurtorilor, pentru acurate ea solu iilor. Este posibil ca existen unor date eronate, fie i pentru a un singur caz, s modifice estimrile, s schimbe rezultatele testelor de semnifica i, n final, s pun sub semnul ntrebrii ie utilitatea modelului.

5.2.2 Verificarea i aprecierea datelor numerice

Existen de date care se refer indubitabil la variabila-efect, a respectiv la fiecare dintre factorii inclui n model. n cazul n care datele nu corespund acestui deziderat (nu exist sau nu pot fi procurate date suficiente pentru una dintre variabile), se recurge la variabila cea mai apropiat ca sens i mod de a evolua (variabila reprezentant), n vederea evitrii apariiei unei zone neexplicate. Controlul cantit n sensul aprecierii dac numrul da ii, cazuri pentru care avem date este suficient de mare, iar pentru fiecarecaz datele sunt complete (exist nregistrarea privind yi, respectiv xi). Dac numrul de cazuri este mult mai mic dect n = 15 (nivel apreciat ca satisfctor, la limit) urmeaz s mai adugm cazuri sau s nlocuim datele anuale cu date trimestriale sau lunare. Dac pentru unele cazuri (perioade din seria cronologic, unit din eantion) datele nu sunt complete sau prezint i suspiciuni, procedm la corec dac acestea pot fi fcute, sau la ii, excluderea cazurilor respective, dac aceasta nu conduce la un volum prea mic (n < 15) de cazuri. Verificarea omogenit sub aspectul unit de msur, ii ii definirii indicatorului i exprimrii n pre constante (pentru uri exprimri valorice). O astfel de verificare se refer la fiecare variabil n parte, aa nct pe ntreg intervalul sau pentru ntreg eantionul variabila s fie exprimat unitar, s rezulte n urma aceluiai mod de calcul.

56

Neglijarea verificrii ipotezei privind corectitudinea datelor poate conduce la urmtoarele: Dac eantionul este prea mic, estimrilepentru parametri sunt instabile (un alt eantion ar putea oferi estima complet ii diferite), iar factorii pot prezenta analogii (evolu paralele foarte ii asemntoare), ceea ce poate afecta de asemenea calitatea estimaiilor; Renun area la unele variabile din lips de date va srci analiza i ar putea mri gradul de nedeterminare sau distorsiona estimaiile; Dac, fie i pentru o variabil, datele sunt exprimate ntr-o form neomogen sau prezint erori sistematice, aceasta afecteaz grav soluiile modelului.

5.3 Independena variabilelor factoriale din ecuaia de regresie

Dac ntre variabilele factoriale ale modelului exist asemnri frecvente n ceea ce privete evoluia n timp sau n ceea ce privete modificrilede la o unitate de observare la alta (familie, jude firm), se cosider c ipoteza cu privire la independen , a variabilelor cauzale incluse n modelul de regresie este infirmat. Termenul de multicoliniaritate acoper att cazul existen ei n model a unui numr de 2 factori coliniari (perfect sau par ial coliniari) ct i la cazul existen de legturi intense ntre 3 sau ei mai multe variabile factoriale din ecuaia respectiv. Astfel de legturi ntre variabilele explicative incluse n reprezentri de forma y = a0 + a1x + a2z + a3k + u, pot fi expresii ale unei rela de cauzalitate (x determin pe z, sau att x ct i z ii depind intens de factorul w neinclus n model), pot reprezenta combinaii liniare de forma

57

k = x + 2z, sau pot fi simple analogii n evolu nregistrat pe ia segmentul de n valori de care dispunem. Toate aceste situa produc aceleai efecte dac asemnrile ii sunt foarte intense: estimaiile obinute pentru parametri pot fi deformate; imprecizia acestora crete; rezultatele testului t sunt distorsionate n direc ia nesemnificaiei.

5.3.1 Semnale care atrag atenia multicoliniaritii:

n cazul utilizrii unui model n care apar 2 factori, de forma: y = a0 + a1x + a2z + u: coeficientul de corela calculat pentru factori (rxz) ie ntrece, n valoare absolut nivelul de 0,85 sau chiar de 0,9; reprezentarea grafic (diagrama mprtierii), privind exclusiv factorii, semnaleaz o suspect ordonare a punctelor de coordonate xizi n jurul unei drepte. n cazul n care apar mai muli factori: Coeficientul de determina (R2) prezint valori ie apropiate de 1 n condiiile n care estimaiile pentru parametri (una sau mai multe) nu trec testul t (nu difer semnificativ de zero); Coeficientul de determina (forma ajustat) este ie inferior ca mrime coeficien ilor de determina pentru regresiile ie auxiliare. Un semnal este dat i de determinantul matricei X, n sensul c nivelul determinantului devine extrem de mic pe msur ce gradul de coliniaritate ntre doi factori crete (pentru coliniaritatea perfect, determinantul este egal cu 0, ceea ce face imposibil rezolvarea sistemului). n plus, valorile foarte mici ale determinantului conduc la valori foarte mari ale elementelor inversei, ceea ce face ca mprtierea valorilor estimate s fie foarte mare, iar eficiena estimatorului este afectat.
58

5.3.2 Soluii
Dac se pot suplimenta datele, mrind astfel numrul de cazuri n eantion sau numrul perioadelor n seriile cronologice, aceasta ac ioneaz n direc creterii mrimii determiantului, mai ia ales dac ntmpltoarele analogii n evolu factorilor se ia atenueaz; Dac n loc de date culese n timp se pot utiliza date n optica transversal, atunci acestea ne ateptm s fie mai pu afectate de in corelaii ntre factori; Dac se poate renun la unul dintre factorii care prezint o a intens corelaie cu un alt factor, atunci eliminarea acestui factor ar fi o solu Condi este ca eliminarea factorului s nu afecteze ie. ia analiza printr-o pierdere de informaie i nici gradul de determinare n mod semnificativ; Dac nu urmrim n mod expres interpretarea parametrilor ci ne intereseaz doar atenuarea efectelor multicoliniarit atunci ii, aa numita regresie ridge poate fi o solu Procedeul const n ie. adugarea unui scalar elementelor de pe diagonala inversei i estimarea n urma unei astfel de modificri.

5.4 Ipoteza privind liniaritatea modelului i corecta sa specificare

Liniaritatea rela de dependen dintre variabila efect (y) i iei factorul determinant (x), respectiv combina de modificri ia simultane a factorilor (x1, x2, ..., xk), prezint interes ndeosebi din perspectiva utilizrii metodei celor mai mici ptrate n vederea estimrii. Adesea prin model liniar avem n vedere varianta transformat a modelului neliniar n raport cu variabilele, utiliznd logaritmii sau alte procedee.

59

5.4.1 Verificarea prezumiei liniaritii

Pe cale grafic, n sensul c diagrama mprtierii este deseori elocvent, mai ales n cazul unifactorial. n cazul multifactorial (cu deosebire cazul bifactorial) se poate analiza dac valorile y, respectiv x ce revin pe unitate de factor partener z urmeaz forma liniar: y x f ; z z n urma constatrii nivelului aproximativ constant al raportului modificrilor paralele de genul:

y2 x2

y1 x1

y3 x3

y2 x2

y4 x4

y3 x3

Deseori elaborarea modelului n mai multe variante face posibil analiza comparativ din perspectiva coeficien ilor R2, testul t, testul F. Rezultatele analizei pot confirma sau infirma liniaritatea modelului n situa n care exist cel pu 2 variante ii in (una liniar, alta neliniar). n ceea ce privete factorii lua n calcul, acetia trebuie s i ndeplineasc condi precum: influen fiecruia s fie ii a determinant pentru variabila efect, factorii s nu prezinte analogii intense n evolu (multicoliniaritatea trebuie evitat), s prezinte ie variabilitate. Verificarea incorectei specificri din perspectiva factorilor atrai n model are n vedere: Coeficientul de determinaie; Semnificaia n sensul testului t, dar i a testului F. Un model econometric confirm ateptrile n ceea ce privete func liniar adoptat dac gradul de determinare (R2) ia este apropiat de 1 (100%), testele de semnifica (t, F) confirm ie

60

modelul, iar abaterile reziduale se comport precum valorile unei variabile aleatoare.

5.5 Verificarea confirmrii ipotezelor privind comportamentul variabilei reziduale

Ceea ce se ateapt de la valorile reziduale ob inute n final, dup estimare, sub forma unor abateri (diferene) y ~i ui y const n manifestarea lor aleatoare, fr a mai include nimic sistematic. Modelul poate fi astfel apreciat i prin prisma modului n care reproduce datele empirice ale variabilei rezultative (y) astfel nct abaterile (erorile) yi yi s se caracterizeze prin: Egala mprtiere a valorilor ui, n prealabil ordonate n raport cu mrimea factorului i segmentate n dou sau mai multe grupe. Termenul grecesc homoskedastic (egal mprtiat), n limba romn homoscedastic, caracterizeaz n econometrie o egal mprtiere, spre deosebire de heteroscedastic, care semnaleaz inegala mprtiere; Independen oricrei valori ui n raport cu valoarea / valorile a precedent, astfel nct autocorelarea valorilor reziduale s nu poat fi constatat; Reparti normal, de medie zero a valorilor ui , ceea ce ar ia nsemna c valorile pozitive sau negative ale abaterilor mici sunt frecvent pozi ionate n jurul mediei (M(u)=0), iar pe msur ce se abat tot mai mult de la zero, frecvena lor scade.

5.5.1 Verificarea mprtierii valorilor variabilei reziduale (homoscedasticitatea / heteroscedasticitatea

mprtierea este apreciat numeric prin dispersie ntruct M(u) = 0; 2
2 u

n
61

Calculul dispersiei implic un ansamblu de valori, precum i media acestora. Pentru a constata egala sau inegala mprtiere, este necesar s formm grupe egale de termeni n cadrul irului de valori u1,u2, ..., un; Formarea grupelor (n numr de 2, rareori 3 sau mai multe) este precedat de o ordonare a valorilor ui n raport cu valorile n cretere (sau descretere) ale factorului. De regul, de la bun nceput, nivelurile xi sunt ordonate fie cresctor, fie descresctor; Problema comportamentului valorilor reziduale se complic ntructva n situaiile n care: Exist mai muli factori; Intereseaz i verificarea prezum privind independena iei variabilei reziduale n raport cu evolu factorului (a oricrui ia factor din model).

5.5.2 Testul GQ (Goldfeld, Quandt)

Etapele testului: Ordonarea datelor yixi, astfel nct valorile xi s fie ordonate cresctor; Eliminarea unui numr de valori centrale de cel mult c = n / 3, dac seria de date include suficient de multe cazuri (etapa nu este obligatorie). Rezult dou sec iuni de date ordonate n raport cu xi i situate spre extreme, de (n c) / 2 cazuri fiecare; Aplicarea MCMMP fiecrei sec iuni separat n vederea estimrii parametrilor, ob inerii de valori ajustate ~ din prima y sec iune, respectiv din cea de a doua sec iune, iar, n final, ob inerea de valori reziduale (ui) n fiecare dintre cele dou seciuni; Ob inerea mrimii Fcalculat , numrtorul fiind pentru seciunea de mprtiere maxim:
n c /2

u2 : (g l) j Fcalculat
j 1 n c /2

u2 : (g l) j
j 1

62

unde g l = numr grade de libertate

g l

n c k 2

Compararea valorii calculate (Fcalculat) cu valoarea tabelat de coordonate

n c n c k; k, 2 2

unde k = numrul de parametri. Dac Fcalc < Ftab, prezum homoscedasticit erorii (ui) este ia ii confirmat; Dac Fcalc > Ftab, prezum homoscedasticit erorii (ui) este ia ii infirmat, se accept alternativa: eroarea (ui) este heteroscedastic. Dac erorile (ui) difer semnificativ ca mprtiere pe segmente de valori ordonate n raport cu mrimea factorului, estima iile rezultate prin MCMMP pierd din precizie (heteroscedasticitatea afecteaz eficiena estimatorului), iar prognozele sunt imprecise. Remedii n vederea diminurii sau eliminrii heteroscedasticitii n situa n are numrul 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. 2 u i . Transformarea valorilor yixi prin raportarea lor fie la xi, fie la

5.5.3 Prezumia neautocorelrii valorilor reziduale

Reprezentarea grafic poate s semnaleze situa de posibil ii dependen sau de independen a abaterilor. Verificarea existen sau inexisten autocorelrii erorilor ei ei (abaterilor sau valorilor reziduale) se poate ob prin testul DW ine (Durbin-Watson). Restriciile aplicrii testului
63

n > 15; Existena de valori tabelate; Existena parametrului liber a0; Relaia liniar dintre ui i nivelul imediat anterior ui-1.

Etapele testului DW Stabilirea ipotezei nule (H0): valorile reziduale nu sunt autocorelate; Obinerea nivelului calculat:
n

ui ui DW
i 2 n

2 1

ui2
i 1

Aprecierea nivelului calculat n raport cu apropierea sa de valoarea 2: Apropiat de 2 cazul neautocorelrii; Apropiat de 0 sau de 4 cazul autocorelrii. Autocorelarea reziduurilor afecteaz eficien estimatorului a MCMMP. Metode de eliminare/atenuare a autocorelaiei nlocuirea valorilor yixi cu diferen de ordinul 1 calculate ele pentru fiecare variabil n parte:

yi xi

yi xi
yi xi

yi xi

1 1

yi xi

Utilizarea de valori transformate, rezultate astfel:

yi* xi*

ryi rxi

1 1

unde r este coeficientul de autocorelaie a erorii:

64

ui ui rui ui 1
i 2 n

ui2
i 1

Adugarea de cazuri suplimentare sau respecificarea modelului n sensul acceptrii unei alte func sau introducerii de ii noi factori dac exist motive suplimentare de a recurge la astfel de variante ale modelului.

5.5.4 Variabila rezidual urmeaz o repartiie normal de medie zero

Caracteristica variabilei reziduale de a evolua ntmpltor se datoreaz ac iunii factorilor minori, accidentali, neinclui n mod explicit n modelul econometric. Abaterile valorilor empirice de la valorile generate de model ar trebui s fie unele pozitive, altele negative, compensndu-se reciproc, astfel nct media s fie zero. Predominan valorilor mici, apropiate de zero, i raritatea a abaterilor mari ar trebui s apropie repartiia abaterilor de repartiia unei variabile normal distribuite.

65

Verificarea Se nsumeaz erorile i se calculeaz media pentru a constata dac media este zero sau foarte apropiat de zero; Se aplic testul JB (Jarque i Bera). Notaii: S = coeficientul de asimetrie media modul M u M0 S abaterea medie patratica u k = coeficientul de boltire

k
Se calculeaz:

1 n

u u
2 2 u

JB

S2 n 6

k 3 24

Nivelul ob inut pe baza acestei rela urmeaz asimptotic (pe ii msur ce mrimea eantionului crete) distribu ia 2 cu dou grade de libertate. n cazul n care corespondentul JB n tabelul distribu iei (cel mai apropiat nivel pe rndul 2) se situeaz pe coloana 0,2 (ceea ce implic o probabilitate 0,3 sau, mai bine de 0,7, respectiv 0,8) se afirm c abaterile ui urmeaz o reparti ie normal. n situa n care nu se confirm prezum conform creia ia ia abaterile ui urmeaz o reparti normal, de medie egal cu zero, ie rezultatele testului t i ale testului F sunt discutabile. Aceste teste se bazeaz pe prezum normalit reparti erorii n condi ia ii iei iile unui eantion suficient de mare. Solu cea mai indicat n astfel de situa este ia ii suplimentarea numrului de cazuri.
66

O verificare a datelor utilizate ar putea eviden fie valori ia atipice, fie erori de calcul sau de observare care, prin eliminare, ar reduce numrul de abateri mari, apropiindu-se de confirmarea prezumiei.

67

Capitolul 6 Aplicarea modelului de regresie n analiza i prognoza economic

6.1 Coordonatele analizei economice i analizei statistice
Rezultatele ob inute cu privire la parametrii modelului, dar i n ceea ce privete nivelul unor indicatori ob i n urma inu parcurgerii etapei verificrii sunt utili ndeosebi analizei economice, analizei statistice, precum i prognozei. Analiza economic beneficiaz ndeosebi de rezultatele estimrii parametrilor de regresie. Faptul c o estima ie a j (j = 1, 2, ...) semnaleaz n ce direc i n ce msur se modific variabila-efect (y) la o cretere ie cu o unitate a factorului xj, n condi iile n care ceilal factori i inclui n model sunt considera constan reprezint o informa i i, ie deosebit de util pentru economistul preocupat de analiza cauzelor care determin un proces. Ponderea n care factorii determinan introdui n model i explic modificrile variabilei-efect (exprimat de indicatorul R2) constituie o informaie util n analiz. Din perspectiva statisticianului, de un interes aparte se bucur rezultatele etapei de verificare. Testul F i msura n care Fcalc depete nivelul tabelat d informa referitoare la puterea de ii influen a factorilor. O analiz performant bazat pe rezultatele regresiei multifactoriale presupune confirmarea unor ateptri privind: Semnifica att pe ansamblu (n sensul testului F) ct i ia individual, privind fiecare parametru (testul t);
68

 Mrimea coeficientului de determinaie (R2>0,8); Gradul de corelare existent ntre factori s fie mic, astfel nct corela n valoare absolut s nu depeasc 0,85, iar variabilele ia, factoriale s nu fie dependente. Analiza comparativ privind factorii sau variantele de model se bazeaz pe indicatorii: Coeficien beta care permit clasificarea factorilor n raport ii cu importana aciunii lor asupra variabilei-efect; Coeficientul de determina n varianta ajustat, care poate ie constitui un reper n situa n care exist mai multe variante de ii model pentru a explica aceeai variabil-efect. Se alege varianta cu R 2 maxim; Coeficientul men ionat prin simbolul AIC (criteriul Akayke) care ofer posibilitatea de a aprecia fiecare variant de model prin prisma preciziei (apropierii valorilor ajustate de cele reale). Se opteaz pentru varianta pentru care AIC este minim. Se noteaz cu k numrul de factori.

ui2 AIC ln
i

2k n

6.2 Prognoza economic bazat pe modelul de regresie

Prognoza avnd la baz rezultatele regresiei statistice are n vedere prezum men ia inerii i n viitor a influen fiecrui factor ei aa cum este exprimat n estima iile parametrilor de regresie pentru perioada la care se refer datele. Se consider c valorile anticipate privind nivelul viitor al fiecrui factor determinant (x ) nu provin dintr-un proces net diferit de datele folosite la estimare, iar anticiparea lui este corect. Prognoza rezult n urma introducerii n modelul specificat a estima iilor pentru parametri, iar pentru factori se iau n calcul
69

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

y ' a0 a1 x1 ' a2 x2 ' ... ak xk '

La fel cum valorile ajustate nu coincideau cu valorile reale (empirice) y, existnd abateri notate (u), se poate presupune c nici prognozele nu vor coincide cu valorile nregistrate de y n viitor. Eroarea de prognoz se noteaz cu e i este direct propor ional cu distan la care se va situa nivelul anticipat (x) al a factorilor n raport cu nivelul lor mediu din perioada trecut i invers proporional cu numrul de cazuri din etapa estimrii.

6.3 Modele econometrice utilizate n domeniul cererii de bunuri i servicii

Prezum care stau la baza abordrii econometrice a ii cererii Orice form statistic sau economic corect de exprimare a legturii dintre cererea de consum a popula i factorii care o iei determin poate fi redus la o funcie: C = f(x1, x2, ..., xk) + u Factorii care determin consumul pot lua orice valoare real pozitiv; Consumatorul (cumprtorul) procedeaz, n general, ntr-un mod ra ional, cutnd s-i maximizeze beneficiul subiectiv, presupus de achiziionarea produsului, investind ct mai puin; Se poate afirma, ndeosebi pentru cazul cererii globale a popula c func de consum este omogen de gradul n, este iei, ia derivabil, cu derivata I pozitiv, iar derivata a II-a negativ, (admind un maxim). Factorii care determin consumul sunt de o mare varietate. n cele mai multe cazuri se consider cererea (consumul) ca fiind func de venit, precum i func de pre Alturi de aceste cauze ie ie .

70

trebuie avute n vedere i alte variabile factoriale, cum ar fi: tradi reclama, nzestrarea, moda, sezonul etc., a cror influen ia, poate s difere n raport cu produsul/serviciul, categoria de consumatori, starea general a economiei. Produse de strict necesitate (alimente obinuite, mbrcminte) C = cerere; PO = populaie

Ct

a0

a1 PO a2Ct
a2 Pinlocuitor
a3Ct

ut

Produse de uz curent

Ct
Ct Ct

a0
a0

a1 Pt

a3Vt
1

ut

unde V = venit; P = pre

a1 PO a2V a0 a1 log CT

Vt a1 log Vt

a0 , funcia lui Konius a2 log MF ,

log Ct

funcia Hauthakker, unde: CT = cheltuieli totale; MF = oferta de mrfuri.

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 = concurena.

a1 POt

unde TM = temperatura. Produse de uz ndelungat

Ct

a0

a1Vt

a2 Pt

a3 Z t

ut

unde Z = nzestrarea
71

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; I(p)t/0 = indice de pre uri; omajului. Produse de lux

Ct

a0

a1Vt

a2OFt

a3 A ut

unde A = anotimpul (sezonul); OF = oferta. 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 i impozite Forma liniar a func iilor, ct i prezen repetat a unor a factori (venit, pre numrul popula , iei, cererea din perioada anterioar) arat c exist invariani n acest domeniu. O anumit diversitate a reprezentrilor este necesar, dat fiind complexitatea domeniului cererii de mrfuri. Un factor deosebit de activ n acest domeniu este factorul psihologic.

72

6.4 Producia, factorii determinani i funciile de producie

Primele studii cantitativiste ale evolu produc n raport iei iei cu factorii determinan au nceput cu analize ale creterii i produc iei agricole n raport cu creterea volumului de ngrminte i a cantitii de precipitaii. Tot n agricultur a fost elaborat studiul teoretic al autorilor Knut i Wicksel privind evolu produc func de numrul de ia iei ie muncitori, suprafaa cultivat, capitalul utilizat. Cobb i Douglas (1928) au exprimat printr-o formul dependen statistic dintre venitul na a ional (variabila efect) i factorii munc i capital. Era luat n calcul venitul na ional al SUA (y) n func de ie cuantumul salariilor (exprimnd valoric munca M) i valoarea fondurilor fixe disponibile (exprimnd capitalul K) nregistrate n economia SUA pentru o perioad de n ani.

AM K e u

Prin logaritmare se obine:

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 n raport cu parametrii, este posibil estimarea acestora prin MCMMP. Parametrii i reprezint elasticit par ile iale i exprim cu ct la sut se modific produc (y) la o modificare cu 1% a ia unuia dintre factori, n condi iile n care cellalt factor este considerat constant. Chenery H.B., Arow R.J. Minchas B.S. i Solow R.M. Generalizeaz func de produc Cobb Douglas i elaboreaz n ia ie 1961 func CES, n care elasticitatea substituirii factorilor este ia considerat constant:
1

A M

unde

1,

1.
73

6.4.1 Ipoteze i caracteristici n elaborarea i utilizarea funciilor de producie n studiile economice

Factorii care determin produc sunt nenegativi i, n mare ia parte, substituibili; Procesul de produc se desfoar pe baza unei tehnologii ie care reduce la maxim consumul de factori i resurse; Func de produc presupune un randament global ia ie nedescresctor; f M K f M f K este omogen de gradul I, ceea ce implic o cretere a produc n aceeai msur cu creterea iei factorilor: f mM , mK mf M , K ; Func este derivabil, avnd derivata I pozitiv, ceea ce ia face posibil ob inerea cuantumului produc suplimentare la o iei cretere cu o unitate a unuia dintre factori; Derivata a doua este negativ, func fiind concav, adic ia este conform legii randamentului descresctor, n sensul c, depind un punct de maxim, producia nregistreaz creteri din ce n ce mai mici la o cretere constant a factorilor. Men inerea creterii economice, n condi unor resurse limitate, presupune iile creterea continu a eforturilor de cercetare tiin ific, tehnologizare, organizare, calificare.

6.4.2 Indicatori utili analizei economice bazate pe funcii de producie

Norma de substituire Norma de substituire sau rata marginal de substituire a resurselor este util n vederea cunoaterii raportului n care un factor poate fi nlocuit de un altul fr ca produc s se ia diminueze. Se calculeaz derivatele pariale:
' f M M , K dM ' f K M , K dK

dy
74

n ipoteza men inerii produc la acelai nivel, adic dy = 0, iei rezult: y ' dK fM K M S ' y dM fK M K Rezultatul arat cte unit de factor K (milioane lei fonduri i fixe) pot nlocui o unitate de factor M. Exemplu Fie funcia de producie:

y
atunci:

2 0,5M
dK dM

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

uniti de capital sunt necesare pentru a substitui un salariat. Elasticitatea Elasticitatea exprim propor n care se modific produc ia ia n cazul n care factorul crete cu 1%.

Ey / x j E

y xj : y xj

y y : ; dar pentru x j xj xj

dy y : dx j x j

Elasticitatea este dat de raportul dintre randamentul marginal al factorului xj i randamentul mediu. Pentru funcia Cobb-Douglas coeficienii de elasticitate sunt:

75

Ey / M Ey / K

AM

K
1

AM K

M y K y

n cazul funciei CES se obine:

Ey / M

M K

Ey/ K

K M

Randamentul marginal Randamentul marginal reprezint indicatorul care ofer posibilitatea de a cunoate pn la ce nivel este recomandabil s se mreasc factorul xj astfel nct rezultatul (producia) s fie maxim. Pentru o dependen multifactorial se consider c to i ceilali factori se menin constani ca nivel. Pentru a determina punctul extremal se egaleaz cu 0 derivata parial a funciei n raport cu xj :

RE x j

f x1 , x2 ,..., xk xj

Exemplu Func care descrie dependen recoltei medii de porumb n ia a raport cu cantitatea de ngrminte chimice este: y 3,539 0,2527 x 0,002827 x 2 Pentru ob inerea randamentului marginal se egaleaz cu 0 derivata funciei:

y x x

0,2527 2 0,002827 x 0,2527 2 0,002827 44,694

76

Rezultatul ob inut reprezint nivelul optim al cantit de ii ngrminte chimice care conduce la o produc maxim n ie condi n care ceilal factori, nelua n calcul, nu vor prezenta iile i i modificri care s perturbe semnificativ rezultatul (recolta). n cazul n care astfel de factori erau introdui explicit n func de ia producie, nivelul lor ar fi fost considerat constant. O situa special o reprezint cazul cnd factorii sunt lega ie i printr-o rela restrictiv, urmare a limitrii disponibilit ie ii, capacitile de producie, etc. n astfel de cazuri se apeleaz la metoda multiplicatorilor lui Lagrange. Exemplu Se consider performan calitativ ca func de mbinarea a a ie dou resurse F i G astfel: y = 2 logF + 4 logG n cazul n care preurile resurselor sunt: pF = 4 i pG = 12, iar bugetul nu poate depi 100 u.m., adic 4F + 12G = 100, se formeaz funcia auxiliar: y(m) = 2 logF + 4 logG + m(4F + 12G 100) Se egaleaz cu 0 derivatele pariale obinute n raport cu F, G i multiplicatorul m i se ob ine un sistem de 3 ecua cu 3 ii necunoscute. Soluia este F = 8,3; G = 5,5 i m = - 1,9. Aplica iile concrete ale func iilor de produc n studiul ie evolu variabilelor macroeconomice, ca i n analiza activit iei ii ntreprinderilor, au scos n eviden unele aspecte concrete care prezint un interes deosebit: n ceea ce privete datele despre rezultate i factori, se recomand utilizarea unor serii suficient de lungi privind perioade de stabilitate economic; n mod frecvent sunt utilizate valori procentuale, indici cu baz fix;

77

 Cnd se urmrete evitarea multicoliniarit se apeleaz la ii transformri de genul:

yt'

yt

yt

yt

, xt'

xt

xt

xt

Func iile neliniare fac necesar parcurgerea etapei de liniarizare, dup care se poate aplica MCMMP pentru estimarea parametrilor; n ceea ce privete domeniile din economie n care rezultatele ob inute prin utilizarea func iilor de produc au fost remarcabile, ie se men ioneaz c ndeosebi la nivel de ramur solu ob iile inute au fost deosebit de utile. Aceasta i pentru c datele au fost accesibile, iar rezultatele mai uor de interpretat. ndeosebi calculele de eficien n agricultur au beneficiat de pe urma acestor reprezentri.

6.5 Relaii financiar - bancare i reprezentarea lor prin ecuaii

Existen i rolul banilor n economie, precum i problemele a care de echilibrul bugetar, dar i de politicile economice, in genereaz o serie de rela de influen care pot fi analizate i ii prognozate cu ajutorul reprezentrilor econometrice. Realizarea de bunuri i servicii, ca i tranzac care au loc iile au un corespondent n forma bneasc. Este necesar determinarea cantit de bani n circula ii ie, stabilirea vitezei de circula a banilor, rolul i cauzele infla ie iei, influen area fluxurilor de venituri spre buget, stabilirea rolului cheltuielilor bugetare, a injec de bani n economie, etc. Banii iei nii sunt generatori de rela precum cele legate de costul ii mprumutului, investirea capitalului, cursul de schimb, etc.

78

Teoria economic se refer explicit la o serie de rela de ii cauzalitate ntre astfel de variabile, iar politicile economice (politica monetar, politica fiscal, politica cursului de schimb) se bazeaz pe cunoaterea i controlul unor astfel de dependene.

6.5.1 Masa monetar i factorii care determin cererea de bani

n ceea ce privete oferta i cererea de bani, Mayes consider c volumul tranzac iilor, precau scopurile speculative, infla ia, ia reprezint factorii care trebuie inclui n model. Cererea de bani = f(modificarea veniturilor, rata dobnzii din perioada curent, precum i din perioada precedent) Cererea de bani a populaiei (Maddala): CBP = 3,9 + 3438 PIB + 0,8 Rata dobnzii + + 0,8 Inflaia + u Variant neliniar (Chiarini): CBP/Indicele de preuri = a(Venit / Rata dobnzii ) Oferta de bani reprezentat n mod frecvent de masa de bani n sens restrns (M1) este redat n coresponden cu creterea economic i rata dobnzii. Modelul Brunner-Meltzer: M1 = a + b Creterea rezervelor bncilor comerciale la banca central + c Numerar n circulaie + d Depozite la termen + + e Rezerve speciale + u

6.5.2 Rata dobnzii i investiiile

Rata dobnzii i rolul ei asupra investiiilor apare n reprezentri de forma (Wharton, modelul italian):
79

Rata dob.(t)= f(Rata scontului(t)/Rata dob. titlurilor de valoaret(t1),Rata dob.(t-1)) Modelul FRB St. Louis: Rata dob. pe termen lung = f(Masa monetar, Rata dob. din perioada ant., Producia(t-1)) Rata dobnzii reprezint de asemenea un factor care apare n funciile ce privesc investiiile. Modelul Klein: Investi = a + b PNB + c Rata dobnzii nominale + d Stocul de ii capital +u

6.5.3 Impozitele i transferurile

Impozitele i transferurile sunt influen ate n mod determinant de venituri (salarii, profit) i de intensitatea activit ilor specifice economiei reale (produc export, import). ie, Klein utilizeaz relaiile: Impozit popula = a + b(Venituri popula din sector privat + ie ie +Venituri populaie din sector public) + u Impozit pe profit = a + b Vnzri + c Export + d Import + +eAmortizri + u Fiscalitatea determin evolu unor variabile economice, ia ceea ce face ca variabila impozit s fie regsit n postura de factor, fie n mod explicit, fie ca element de formare a venitului disponibil sau, n general, a realizrilor nete exprimate valoric. De exemplu (Chiarini): Solicitri bneti pentru investi = a + b (Profit Impozite) + ii +cTrend + d Impozite indirecte + u Transferurile bugetare sunt dependente de rata omajului, inflaie, salariul minimal. De exemplu (Maddala):

80

Transfer pl = f(Popula Rata omajului, Indicele de pre i ie, uri, PNB per capita)

6.5.4 Preurile i costurile

Factorii determinan pentru evolu pre i ia urilor sunt: salariile, preul importului, impozitele indirecte, oferta. Exemple de funcii de preuri: Pre = a + b Salarii + c Indicele preurilor de import + d Impozite +u Modelul FRB St. Louis: Indice de pre = 2,05 + 0,8 Consum n perioada anterioar + uri +1,01 Inflaie anticipat + u Costurile sunt considerate ca func de condi specifice ie iile de activitate (grad de epuizare a zcmntului, cota de pia a produsului), dar i func de factorii comuni precum: salariul ie mediu, evolu pre ia urilor la import, puterea sindicatelor n negocierea salariilor. n marile modele, alturi de ecua care formeaz sec iile iunea economiei reale, n sensul c se refer la consum, produc ie, investi export, se ntlnesc i ecua care se refer la sec ii, iile iunea preuri-salarii i cele care se refer la rela de natur financiariile bancar din economie.

81

Capitolul 7 Evolu proceselor economice n decursul ia timpului

7.1 Problema tendinei generale
Problema evolu proceselor economice n timp intereseaz iei datorit urmtoarelor: Msurarea rolului unor factori calitativi care i desfoar ac iunea n decursul timpului (progresul tehnic, acumulrile de bunuri, procesele de nv are) poate fi abordat lund n calcul variabila timp privit ca un ir de numere n progresie aritmetic; Ac iunea unor cauze care nu afecteaz instantaneu variabilaefect, ci dup un interval de timp (lag) mai mult sau mai pu in ndelungat. De aici interesul pentru cunoaterea distan n timp la ei care se manifest influen factorilor, intervalul dintre evolu a ia unor variabile-semnal (variabile precursoare) i modificarea variabilei-efect, ntrzierea la care apar implica iile economice generate de msurile guvernamentale; Eviden ierea invarian ilor (tendin evolutiv, oscila a iile sistematice) n sensul msurrii intensit acestora i modelrii ii rolului lor n evoluia viitoare a procesului economic.

7.2 Noiuni specifice analizei seriilor cronologice

Seria cronologic (de timp, dinamic) reprezint o secven de niveluri ordonate n raport cu succesiunea perioadelor (momentelor de timp). Nivelurile se noteaz cu yt, t = 1,2, ..., n.

82

Analiza seriilor cronologice (engl. TSA time series analysis) este o metod general de caracterizare a seriei cronologice din perspectiva componentelor sistematice sau aleatoare n vederea msurrii intensit i continuit lor, astfel ii ii nct procesul analizat din perspectiva temporal s devin predictibil. Analiza recurge la metode specifice: medii mobile, indice de sezonalitate, modele stochastice. Cronograma este reprezentarea grafic destinat descrierii evoluiei unui fenomen n decursul timpului. Se utilizeaz unsistem de axe rectangulare, axa orizontal fiind pentru evolu timpului ia (variabila independent), reprezentat ca o succesiune de perioade/momente ordonate, iar axa vertical este destinat msurrii procesului economic reprezentat. Tendin general (trend) este evolu n timp a a ia fenomenului analizat exprimat ntr-o form stilizat care re ine aspectul general, de cretere, respectiv de descretere, neafectat de abaterile temporare. Sezonalitatea este evolu manifestat prin oscila ia ii repetabile ca sens i amploare, fie n jurul tendin fie n jurul ei, unui nivel mediu, urmare a unor factori care revin periodic la intervale mai mici de 1 an. Lag este o ntrziere exprimat n unit de timp, ntre i modificarea variabilei cauzale i manifestarea efectului.

7.3 Modelul liniar unifactorial i calculul tendinei generale

Reprezentarea evolu n decursul timpului a unei variabile iei economice este seria cronologic, sub forma unui tabel cu date i cea grafic (cronograma).

83

Anul 2007 trim. 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

7 10 10 12 13 2 3 4 5 6

-6 -5 -4 -3 -2 -1 0

IV

II

III

IV

II

III

IV

Att datele din tabel ct i reprezentarea lor grafic eviden iaz faptul c, pe msur ce trece timpul, amploarea fenomenului, n general, crete. n alte situa fenomenul descrete ii n intensitate n decursul timpului. Acestea sunt cele dou tendin e de baz. Variabila independent este timpul, notat cu t, i exprimat n unit de timp, de perioad egal, prezentnd o succesiune i ordonat pe scara timpului. Variabila dependent, yt este variabila economic a crei evoluie se studiaz.
84

Abaterile, influen ele perturbatoare asupra tendin se ei noteaz cu ut. Modelul devine: yt = a + bt + ut Timpul crete cu un spor constant egal cu 1 (o lun, un trimestru, un an), astfel nct exprimarea sa numeric poate fi reprezentat de irul numerelor naturale t = 1, 2, ..., n, dar i de irul t = ..., -3, -2, -1, 0, 1, 2, 3, ... (n impar) sau t = ...,-2,5; -1,5; -0,5; 0,5; 1,5; 2,5; ... (n par) astfel nct t = 0. n vederea estimrii parametrilor a, b din modelul yt = a + bt + ut, se aplic metoda celor mai mici ptrate, ceea ce implic u2 = minim. n situa n care t = 0, sistemul de ecua ia ii normale se simplific i se obine estimarea parametrilor:

y n

y t t2

Dac se atribuie timpului valori n afara celor n unit sau i perioade pentru care avem date, se pot obine pe baza modelului, n urma estimrii, niveluri extrapolate ale tendinei. Acestea pot fi considerate drept predic pentru procesul ii analizat (y) dac se accept continuitatea condi iilor care au imprimat tendina procesului. Exemplu Se exemplific determinarea i extrapolarea tendin ei generale pe baza datelor anterioare. Se au n vedere urmtoarele: aspectul general de tip liniar al evolu iei descrise de cronogram; existena unui numr impar de trimestre; calculul produselor y t, t2 i obinerea sumelor y; yt; t2.
85

Anul 2007 trim. 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 obin estimaiile: a 7,1538 b 0,824 iar tendina:

~ y

7,1538 0,824 t
12,9212 trim. II 2010 13,7458 trim. III 2010 14,5698 trim. IV 2010

Valori extrapolate privind tendina:

~ yt ~ y ~ yt

t 8 9

Observaii Nivelul mediu exprimat de ordonata la origine este de 7,1538 pe trimestru; Panta exprimat de b = 0,824 indic o cretere (fiind pozitiv) medie trimestrial de 0,824; Extrapolrile pot fi considerate valori ateptate n viitor dac prezen altor componente sistematice (sezonalitate, ciclicitate) a este exclus, iar schimbri majore ale condi iilor din trecut nu intervin.

86

7.4 Clasificare a seriilor cronologice n raport cu existena sau inexistena tendinei generale
Seria sta ionar caracterizat prin oscila mai mult sau ii, mai pu ntmpltoare, ca mrime i direc n jurul unui nivel in ie, de referin media. O serie sta , ionar este rezultatul unui proces stochastic sta ionar pentru care media i dispersia sunt constante, indiferent de momentul de la care ncepe seria. Seria nestaionar care prezint tendin de cretere sau de scdere, ceea ce face ca media valorilor yt s difere, func de ie momentul de nceput al seriei. Tendin specific seriei a nestaionare poate fi: de tip determinist fiind invariabil pe un interval mare de timp, att ca direc cti ca pant. O astfel de serie este uor ie de prevzut, valorile extrapolate satisfac din perspectiva preciziei; de tip stochastic- n sensul c pe segmente de timp, dispuse n succesiune, poate prezenta unele modificri, ndeosebi n ce privete panta. n modelare se urmrete izolarea tendin generale n ei vederea analizei fluctua iilor sistematice (sezonalitatea, analiza spectral) sau n vederea analizei propagrii abaterilor de la tendin (modele stochastice de prognoz). n raport cu modalitatea recomandat n vederea eliminrii tendinei, se deosebesc: Seria nesta ionar de tip T.S.P. (tred stationary process) pentru care trendul se recomand s fie eliminat prin scdere Yt yt ~t sau mprire Yt y yt / ~t y ceea ce ar conduce la seria staionar yt ; Seria nesta ionar de tip D.S.P. (difference stationary process) pentru care trendul se elimin prin calculul diferen elor de ordin 1: Yt yt yt 1 sau 2. yt

87

7.5 Dependee n economie manifestate n mod sincron sau cu decalaje n timp

7.5.1 Seria integrat, serii cointegrate privind procese economice evolutive
Seria integrat este o serie care poate fi redat prin pr i componente care pot recompune seria original prin nsumare. Seria yt care urmeaz un trend liniar, prin calculul diferen elor de ordinul 1 devine sta ionar. Este considerat serie integrat de ordinul I (I(1)).

Yt

yt

yt

yt , t 1,..., n 1

Readucerea irului termenilor yt la forma original implic o nsumare a componentelor:

n 1

y1 Y1

y2 ; y1 Y1 Y2

y3 ;...; y1
t 1

Yt

yn

Este posibil s se constate i alte ordine de integrare dect 1: serie integrat ordinul zero (I(0)) seria staionar; serie integrat de ordinul doi (I(2)) presupune ca irul valorilor yt s ajung la starea de a fi sta ionar dup transformri care implic determinarea diferenelor de ordinul doi. Exemple Cazul 1 yt : 2; 3; 2; 3; 2; 2; 3; 2; 3 ntruct este sta ionar este considerat integrat de ordinul zero (I(0)) ; Cazul 2 yt : 20; 22; 23; 25; 27; 27; 30; 32 ntruct prezint tendin care poate fi eliminat prin diferen de ordinul 1, seria este integrat e de ordinul 1 (I(1)): yt : 22-20=2; 23-22=1; 2; 2; 0; 3; 2 Cazul 3
88

yt : 8; 9; 12; 14; 16; 19; 25; 33; 43 ntruct pentru a fi transformat n serie sta ionar este necesar calculul diferen elor de ordinul 2, adic ntr-o prim faz: yt : 9-8=1; 12-9=3; 2; 2; 3; 6; 8; 10, iar n faza a doua: (2) yt : yt+1 - yt = 3-1=2; 2-3=-1; 0; 1; 3; 2; 2 se consider seria ca fiind integrat de ordinul 2. Serii cointegrate sunt considerate acele serii cronologice care, pe lng faptul c sunt serii integrate de acelai ordin, admit o combina liniar care este integrat de ordin zero, sau, n orice ie caz, este integrat de ordin mai mic dect ordinul de integrare al seriilor iniiale. Exemplu Fie seriile: yt : 1; 2; 3; 4; 5; 6 yt : 1; 1; 1; 1; 1 xt : 8; 10; 12; 14; 16; 18 xt : 2; 2; 2; 2; 2 ambele integrate de ordinul 1. Combinaia liniar: zt = 2yt + (1 2)xt este o serie integrat de ordin zero: zt : - 6; - 6; - 6; - 6; - 6; - 6 zt = 0 Seriile yt, xt sunt cointegrate de ordin(1,0), notate CI(1,0). Din perspectiva econometriei, seriile cointegrate conduc la o analiz de regresie de calitate, n sensul c estimatorii sunt consisteni, iar testele t i F sunt performante. Din perspectiva analizei statistice i economice, seriile cronologice cointegrate semnaleaz o stare de echilibru pe termen lung n ceea ce privete stilul de a evolua n timp. Astfel de serii trdeaz o relaie de influen reciproc, evolueaz n acelai ritm.

89

7.6 Modele dinamice destinate includerii efectelor decalate n timp

Efectul celor mai multe dintre impulsurile date economiei prin intermediul factorilor exogeni se resimte dup trecerea unui interval de timp. Motive care provoac ntrzieri n manifestarea ac iunii unui factor pot fi: motive de natur psihologic: obiceiurile, iner teama. De ia, exemplu, o cretere brusc a venitului nu determin o modificare total a consumului, pe de o parte datorit obinuin elor i gusturilor ncet enite, iar pe de alt parte temerilor c aceasta nu va dura; motive de natur tehnologic: adaptarea liniilor de fabrica ie, reconversia for de munc, fac ca un impuls privind capitalul sau ei mna de lucru s produc un impuls care se va manifesta pregnant dup un timp; motive de ordin institu ional legate ndeosebi de obliga iile contractuale (care condi ioneaz aprovizionarea, livrarea, ncasarea drepturilor, ncasarea dobnzii pentru depozite la termen) au, de regul, darul de a ntrzia schimbarea n raport cu modificarea rapid a unor condiii. n raport cu durata de ateptare a efectului, ntrzierile pot fi: de durat scurt, de regul mai mic de 1 an (intensificarea reclamei, vnzrile; stimulentele materiale i produc creterea ia; depunerilor i creterea veniturilor din dobnzi; creterea infla iei i accelerarea circuitului banilor); de durat medie, ntre 1-3 ani (modernizarea tehnologiei i produc modificri de legisla i comportamentul economic; ia; ie mbunt irea calit produsului i creterea vnzrilor; ii industrializarea i calitatea mediului);

90

 de lung durat (investi n transporturi i rentabilizarea iile transporturilor; dezvoltarea nv mntului icreterea productivitii i calitii activitilor). Pentru a eviden efectul aprut cu ntrziere de 1, 2, ... ia perioade, se folosete termenul lag, iar reprezentrile care includ factori cu efect ntrziat sunt considerate modele lag sau modele dinamice. Problemele de msurare care apar n specificarea i utilizarea modelului lag n analiza i prognoza economic sunt: stabilirea unit de timp la care se refer fiecare nivel al ii variabilelor modelului; delimitarea ntrzierii apari efectului n urma modificrii iei cauzei; estimarea parametrilor.

7.6.1 Stabilirea unitii de timp

Stabilirea unit de timp creia i corespunde un nivel yt ii presupune alegerea ntre posibilit de a ob i ine date anuale, trimestriale, lunare, sptmnale, eventual cincinale sau decenale. O unitate de timp prea mare face inaccesibil depistarea de influen cu ntrzieri de durate scurte, iar alegerea unei nit prea e i mici poate provoca dificult pentru ob i inerea datelorsau delimitarea ntrzierilor de durat lung. Op iunea pentru o anumit unitate de timp trebuie s se bazeze pe particularit fenomenului, obiectivele demersului ile econometric i pe posibilit existente de a ob date privind ile ine unitatea de timp considerat revelatoare. Delimitarea ntrzierii apari efectului n urma modificrii iei cauzei

91

Cronograma privind evolu variabilei cauzale, suprapus ia cronogramei variabilei efect, poate pune n eviden (prin simpla deplasare a uneia pe axa timpului) o analogie care apare dup una sau mai multe uniti de timp. Un procedeu bazat pe sensibilizarea coeficientului de determina (varianta ajustat) prin introducerea unui factor ie suplimentar, n sensul de cretere cu nc o perioad a ntrzierii de la care se simte efectul presupune urmtoarele etape: prestabilirea unui interval rezonabil ca mrime dup trecerea cruia factorul numai poate exercita practic nici o influen notabil asupra variabilei efect; se procedeaz la estimarea parametrilor, urmat de calculul coeficientului de determina ie R 2 pentru cele k+1 ecua (se ii presupune c dup 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

ut

.................................... y t b a0 x t a1 x t 1 a2 x t 2 ... ak x t k ut n final se constat pentru care dintre ecua s-a ob ii inut cel mai mare nivel al coeficientului de determina (ceea ce ie corespunde variantei cu cea mai mic dispersie a valorilor reziduale) i aceast ecua va fi re ie inut n vederea analizei i prognozei.

7.6.2 Estimarea parametrilor

n ceea ce privete parametrii modelelor cu efect ntrziat, acetia sunt variabili ca numr n raport cu tipul de model rezultat n urma specificrii. Tipuri de modele

92

Modele unifactoriale n care efectul se simte dup o ntrziere de o unitate de timp:

yt

a0 a1 xt

ut

unde y poate fi: productivitate, ofert, recolt, iar x poate reprezenta: utilaje, cerere, umiditatea solului. Modele autoregresive n care ntrzierea este distribuit pe mai multe uniti de timp:

yt

a0

a1 yt

a 2 yt

ut

unde y reprezint consumul sau acumulrile sau profitul. Modele mixte n care variabilele cauzale, cu sau fr efect ntrziat pot fi de natur exogen (x) sau autocorelate (yt-1):

yt

a0

a1 xt

a2 xt

a3 yt

ut

unde y poate fi cererea sau calitatea, respectiv x poate fi venitul sau utilarea. Modele n care variabila factorial (x) i transmite efectul n mod treptat, att n perioada t ct i pe parcursul unui numr finit de perioade de ntrziere (lag distribuit sau ntrzieri ealonate):

yt

a0

a1 xt

a2 xt

a3 xt

a4 xt

ut

unde y producia, x investiiile; y inflaia, x creterea ofertei de bani; y mrimea depozitului, x dobnda cu capitalizare. ntre variantele modelului cu lag distribuit cel mai frecvent apar n studiile aplicative urmtoarele dou reprezentri: a) varianta descreterii n timp a efectului generat de modificarea factorului: 2

yt

a0

a1 xt

kxt

k xt

...

ut

unde k este constant subunitar;

93

b) varianta creterii treptate a efectului urmat de o descretere pn la anulare:

yt b1

a0 b1 xt b2

b2 xt bj
1

... bk xt ... b j
k

ut

... b j

7.7 Autodeterminarea proceselor economice n timp; modelele stochastice de tip ARMA

7.7.1 Considerente economice i statistice pe care se bazeaz modelul ARMA
Seria cronologic stocheaz suficient informa nct s ie fac posibil prognoza fr s fie strict necesar cunoaterea evolu viitoare a factorilor determinan pentru procesul urmrit iei i n timp. Modelul stochastic de prognoz presupune eliminarea tendin generale din seria de date, dar aceasta nu nseamn c ar ei trebui s fie neglijat, ci se urmrete ob inerea unei serii staionare, utile prediciei. Autodeterminarea este neleas n urmtoarele sensuri: 1. Autodeterminare ca manifestare a unui anumit grad de dependen n raport cu propriile realizri anterioare, urmare a unei particularit a evolu i iilor din economie de a men un ine proiect odat nceput, dar i de a repeta un comportament devenit tradiie. Exemple n comer exterior, intrarea pe o pia extern are drept ul urmare dezvoltarea exportului pe acea pia cel pu 2-3 in

94

perioade succesive, dup care poate urma o stagnare, urmat de perioade de cretere sau descretere. Pe pia valutar, o apreciere a monedei se men a ine, de regul, mai multe zile n ir, dup care poate fi observat o perioad de recul. n domeniul produc o reutilare a sectoarelor productive iei, sau o pierdere de pie de desfacere se reflect n date, prin valori e succesive care depind una de alta. Valorile irului sta ionar se succed nregistrnd, pentru un interval oarecare, semnul plus (primul caz), respectiv minus. Pe pia de capital pot fi constatate valori n alternan de a semn mai ales pe o pia volatil ntr-un interval dat. Un astfel de comportament al evolu n timp, caracterizat iei prin legturi cu ceea ce s-a realizat n trecut, poate fi reprezentat de un model autoregresiv (AR) de forma:

yt

a0

a1 yt

a 2 yt

... a p yt

ut

2. Autodeterminarea sub form de aciuni compensatorii n vederea contracarrii unor ingerine din afara sistemului. Exemple Absen temporara unui produs solicitat pe pia are drept a urmare o vnzare n exces n perioadele urmtoare. Declanarea unei greve care diminueaz produc ntr-o ia perioad declaneaz o cretere a produc iei n perioadele urmtoare, n vederea compensrii stagnrii acesteia i realizrii obligaiilor contractuale. O ac iune speculativ de amploare la burs poate declana o abatere semnificativ a cota dincolo de culoarul fluctua iei iilor normale. Ea va fi foarte probabil urmat de o abatere n sens contrar, un fel de corec n vederea siturii n jurul nivelului de ie, echilibru.

95

n reprezentrile formale specifice modelelor stochastice de prognoz, astfel de manifestri reparatorii sunt redate de modelul de medie mobil (MA) (movie average). Se consider c nivelul procesului din perioada t depinde de erorile din trecut (abaterile de la normal, de la medie) astfel nct devierea accidental este urmat de o redresare:

yt

y b1ut

b2ut

... bq ut

ut

Bazat pe aceste elemente, modelul ARMA este definit ca un agregat ce include impulsurile receptate cu ntrzieri de 1, 2, ..., p intervale de timp, ca i reac iile, exprimate n medie, la abaterile accidentale (ut) de la evolu liniar, manifestate n ia urm cu 1, 2, ..., q intervale de timp. Se notez ARMA(p,q): yt a0 a1 yt 1 a2 yt 2 ... a p yt p b1ut 1 b2ut 2 ... bqut q ut n cazul prezen tendin generale n valorile originale (yt), ei ei reprezentarea este dat de modelul mixt ARIMA(p,d,q), unde d = 1 dac diferen de ordinul 1 sunt sta ele ionare sau d = 2 dac diferenele de ordinul 2 au condus la staionarea seriei. Modelul ARIMA(p,d,q), prin transformarea seriei nesta ionare n serie sta ionar devine ARMA(p,q), fr a se uita ordinul diferenelor (d) care au transformat seria.

7.7.2 Obinerea prognozelor

Previziunile ob inute n urma utilizrii modelului de tip ARMA prezint o serie de particulariti: previziunea este o mrime medie, condi ionat de niveluri nregistrate n trecut; prognoza se ob ine pas cu pas, n succesiune, ntruct componenta AR oblig includerea n calcul a previziunii pentru perioada n + t n vederea ob inerii prognozei pentru perioada n + t + 1;
96

abaterile reziduale (ut) influen eaz prognoza (n modelul MA) doar cu valorile nregistrate pn n perioada n (ultima perioad pentru care avem date); prognoza final (yn+t*) integreaz toate componentele care au fost eliminate n etapa de identificare i estimare (tendin a, precum i media ). y

7.8 Fluctuaii sistematice n economie msurare, analiz, prognoz

Cunoaterea varia iilor sezoniere necesit depistarea componentei sezoniere (prin metode grafice), msurarea lor (prin indici i coeficieni de sezonalitate) i analiza diferitelor cauze care definesc ritmul producerii lor (de exemplu, periodicitatea lucrrilor agricole, a concediilor, a srbtorilor etc). Ajustarea seriilor cronologice cu variaii sezoniere se bazeaz pe descompunerea seriei, pe de o parte, n componenta trend ( ft) i componenta ciclic C (cnd este cazul) i, pe de alt parte, n componenta varia sezonier ( St ) considernd influen ie a aleatoare nul ut =0), adic: yt = ft + St (pentru un model aditiv) yt = ft St (pentru un model multiplicativ) Ajustarea componentei sezoniere presupune eliminarea influen sezoniere. Ajustarea seriilor sezoniere const n ei nlocuirea termenilor reali ai seriei cu termeni calcula i are ca i rezultat ob inerea unei serii cronologice cu varia sezoniere ii riguros identice de la o perioad la alta i cu influen nul la nivelul fiecrui an. Aceast opera se face, de regul, prin metoda mediilor ie mobile. Prin aceast metod se definesc componenta trend i componenta ciclic. Pentru "capturarea" componentei sezoniere se
97

calculeaz indicii de sezonalitate. Pentru izolarea componentei sezoniere se calculeaz coeficien sezonieri ( Sj ), pe baza crora ii se desezonalizeaz seria ini ial. Aceast opera se face prin ie raportarea valorilor aberante ( yi ) la coeficienii sezonieri. Resezonalizarea este opera ia invers desezonalizrii, aplicat asupra valorilor calculate prin ajustare. Resezonalizarea se realizeaz n func de modelul de compunere admis, n sens ie previzional.

7.8.1 Depistarea grafic a variaiilor sezoniere

Grafic, seria ajustat se prezint sub forma unei linii ondulatorii, cu bucle riguros identice, mai aplatizate fa de cronograma iniial, repetabile n jurul liniei de trend.

7.8.2 Ajustarea prin medii mobile

Ajustarea seriilor cronologice cu varia sezoniere prin ii metoda mediilor mobile const n nlocuirea termenilor empirici cu termeni rezulta n urma calculrii mediilor mobile pentru i seria dat. Prin nlocuirea termenilor reali cu termeni calcula va i rezulta o curb mai rotunjit sau o dreapt de tendin cu condi , ia ca s se fi determinat corect periodicitatea de varia a ie
98

fenomenului. Periodicitatea este eviden iat de punctele de maxim sau de minim. Calculul mediilor mobile const n aflarea mediilor aritmetice dintr-un numr impar sau par de termeni lua succesiv, i n func de mrimea unui ciclu de varia Cnd numrul de ie ie. termeni lua n calcul este impar, mediile ob i inute cad pe termeni reali pe care-i vor nlocui. Cnd se cuprinde n calcul un numr par de termeni, mediile cad ntre doi termeni reali. Pentru a afla ce termen va fi nlocuit se face centrarea mediilor mobile, adic se determin media aritmetic din dou medii mobile consecutive. Procedeul de determinare a mediilor mobile este evideniat n tabel.

Numrul termenilor din seria ajustat prin medii mobile este egal cu: N - (n - 2) -1, respectiv N - (n - 2) - 2, unde: N, reprezint numrul termenilor din seria empiric, n numrul termenilor cuprini n calculul mediilor mobile.

99

Prima relaie este pentru un n impar, iar a doua pentru un n par. De exemplu, cnd N = 7, iar n = 3, respectiv n = 4, rezult c seria ajustat poate avea 7 - ( 3 - 2 ) -1 = 5 termeni, respectiv 7 - (4 - 2) - 2 = 3 termeni.

7.8.3 Indicii de sezonalitate

Devierile fa de valoarea medie, datorate sezonalit pot fi ii, msurate prin indici de sezonalitate. Indicii de sezonalitate se determin ca raport ntre termenii reali i cei ajustai: yi yi i 100, respectiv i yi 1 yi 2

7.8.4 Coeficienii sezonieri

Varia sezoniere ( St ) se repet, teoretic, identic de la o iile perioad la alta (lun de lun, trimestru de trimestru) i se compenseaz la nivelul anului, conform principiului de conservare a ariilor. Practic, variaiile sezoniere nu se repet absolut identic. Pentru a ajusta o serie real, respectnd exigen modelului ele teoretic, varia iile sezoniere St observate se nlocuiesc cu valori calculate numite coeficien sezonieri, Sj , j =1,..., p perioade i (j=1,..., 12 , pentru luni, respectiv j =1,..., 4 , pentru trimestre). Calculul coeficienilor sezonieri Coeficien sezonieri se calculeaz ca o medie aritmetic a ii varia iilor sezoniere, lun de lun sau trimestru de trimestru, pe 1 n ansamblul a n ani: Sj Sij

i 1

unde Sij=St, j este luna sau trimestrul pentru care se calculeaz coeficientul sezonier, iar i reprezint anii observai.

100

Conform principiului compensrii varia iilor sezoniere la nivelul anului, suma, respectiv media coeficien ilor sezonieri, pe an, trebuie s fie zero. n calcule apar rezultate uor diferite, ca urmare a aproximrilor. Efectul lor poate fi compensat printr-un corector dt rezultnd un coeficient sezonier corectat, Sj' . n cazul modelului aditiv, corectarea coeficien ilor sezonieri presupune calculul diferenelor: Sj '=Sj dt , unde:

dt

1 p

Sj
j 1

Rolul coeficientului corector d este de a repartiza eroarea de aproximare pe ansamblul perioadelor, astfel devenind posibil respectarea principiului compensrii:

S 'j

n cazul modelului multiplicativ, corectarea coeficien ilor sezonieri presupune calculul raportului:

' j

Sj dt

iar media lor este egal cu unitatea: S 1 Exemplu Datele nregistrate trimestrial, pe durata a doi ani, cu privire la cifra de afaceri a unei firme sunt prezentate n tabel. Admitem ipoteza continuit trendului, a stabilit sezoniere i a lipsei ii ii influenelor accidentale. Se cere: s se determine tendina seriei s se calculeze indicii de sezonalitate i coeficienii sezonieri s se desezonalizeze seria; s se extrapoleze seria pentru trimestrul I al anului urmtor celor observai.
101

Anul Trim. 1 2 3 4

1 1 3 4 2

2 2 5 7 4

1. Determinarea tendinei Reprezentarea grafic a seriei eviden iaz clar o evolu ie sezonier, cu valori maxime n trimestrul 3 i minime n trimestrul 1. De asemenea, se observ o evoluie medie liniar ft = a + b t.

Elementele de calcul pentru linia de trend i valorile estimate ( yti )

102

Ecuaia de trend liniar pentru seria considerat este: yt =1,16 + 0,52 t. 2. Calculul indicilor de sezonalitate i a coeficien ilor de sezonalitate Indicii de sezonalitate sunt calcula ca raport ntre valoarea i observat yi i valoarea calculat corespunztoare a trendului ft, respectiv yt . Se observ c indicii de sezonalitate variaz n jurul unit ii. Valoarea lor medie la nivelul unui ciclu sezonier (al unui an, n cazul nostru) este egal cu unitatea. De asemenea, se observ c valorile primului i ultimului trimestru, din fiecare an, sunt subunitare, n celelalte trimestre sunt supraunitare, i c valorile lor din fiecare trimestru sunt diferite. Coeficien de sezonalitate se calculeaz ca medie aritmetic ii simpl a varia iilor sezoniere pentru fiecare trimestru ( Sj ), n cursul celor doi ani considerai (cicluri sezoniere) i anume:

S1 S3

0,595 0,532 1,364 1,168 0,564 S 2 1,266 2 2 1,470 1,458 0,617 0,752 1,464 S 4 0,685 2 2
103

Observaii Media celor patru coeficien de sezonalitate trebuie s fie egal cu i 1, eviden iind faptul c varia sezoniere n interiorul unui ciclu iile se compenseaz. n cazul nostru, valoarea medie a coeficien ilor de sezonalitate este egal cu 0,995, valoare ce poate fi admis, innd cont de aproximrile luate n calcul. 3. Desezonalizarea seriei Desezonalizarea seriei presupune calculul valorilor corectate i are ca scop ob inerea tendin fr influen sezonier. Seria ei a desezonalizat se ob prin raportarea valorilor empirice, yi la ine valoarea coeficien ilor de sezonalitate corespunztori, (Sj). Rezultatele sunt prezentate n tabel, coloana 7. 4. Prognoza nivelului cifrei de afaceri pentru trimestrul 1 al anului urmtor celor observai Folosim modelul de compunere multiplicativ yt = ft St unde: ft - trendul; St componenta sezonier. a. Extrapolarea trendului. Valoarea prognozat, prin extrapolarea trendului, pentru ti = 9 (trimestrul 1 al anului 3), este: y9 = 1,16 + 0,52 9 = 5,84. b. Corectarea valorii prognozate. Corectarea valorii extrapolate cu influen sezonier presupune resezonalizarea a valorii, adic: y9(1) = y9 i 1 = 5,84 0,564 = 3,7376 n concluzie, ne putem atepta ca cifra de afaceri a firmei "A" s ating, n trimestrul I al anului trei considerat, valoarea de 3,7376 sute milioane lei, numai dac se respect ipotezele admise ini ial, i anume: continuitatea trendului, pstrarea stabilit ii sezoniere i lipsa influenelor accidentale.

104