Documente Academic
Documente Profesional
Documente Cultură
Econometrie
Econometrie
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
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.
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.
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
M x M x
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
13
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.
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.
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.
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
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
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
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
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
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
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:
a0
a1 x1i
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
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
3.2.1 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
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.
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
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
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
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.
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).
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.
bX
unde b este la puterea 1/2, model neliniar n parametrul b. Funciile de consum de forma:
aX
a2Z u
34
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
Problema cuantificrii (exprimrii prin numere) variabilelor calitative reprezint o etap de a crei rezolvare depinde calitatea analizei economice bazat pe modelul econometric.
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
a0
a1v a2 D 1,0
Se obin valorile:
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
Se obin valorile:
a b
4,330733 0,33828
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
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
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).
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
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
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
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.
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
empirice,
Fcalc
SSR / k 1 SSU / n k
i
yi
i
y /k 1 yi
2
yi
/n k
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.
R2
SSR 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
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.
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.
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.
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.
5.3.2 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.
59
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.
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).
u2 : (g l) j Fcalculat
j 1 n c /2
u2 : (g l) j
j 1
62
g l
n c k 2
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
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
yi* xi*
ryi rxi
1 1
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.
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
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
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
a1 PO a2V a0 a1 log CT
Vt a1 log Vt
log Ct
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
a1 POt
Ct
a0
a1Vt
a2 Pt
a3 Z t
ut
unde Z = nzestrarea
71
Ct
a0
a1Vt
a2OFt
a3 POt
ut
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
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
AM K e u
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
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
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
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
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.
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.
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
80
Transfer pl = f(Popula Rata omajului, Indicele de pre i ie, uri, PNB per capita)
81
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.
83
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
2008
2009
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
~ 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
Yt
yt
yt
yt , t 1,..., 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
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.
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.
92
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
yt b1
a0 b1 xt b2
b2 xt bj
1
... bk xt ... b j
k
ut
... b j
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.
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
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.
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.
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.
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