4

Modelul multifactorial

4.1 Specificarea i definirea modelului multifactorial Sub form general, un model explicativ multifactorial se definete prin urmtoarea relaie: y = f (x j ) + u unde: y = variabila endogen, dependent sau explicat; x j = variabilele exogene, independente sau explicative; j = 1, k , k = numrul variabilelor exogene; (4.1.1)

u = variabila rezidual sau aleatoare sau eroare; f (xj) = funcia de regresie cu ajutorul creia vor fi estimate (aproximate) valorile variabilei y, determinate numai de influena factorilor xj, considerai eseniali, principali, hotrtori, exceptnd influena celorlali factori ai fenomenului y, care sunt considerai factori neeseniali, nesemnificativi de explicare a apariiei i a evoluiei n timp i n spaiu a fenomenului y, acetia find tratai separat cu ajutorul variabilei reziduale u. Modelul econometric (4.1.1) trebuie interpretat ca o expresie formal a metodei econometrice de investigare a unui obiect economic: Realitatea (y) = Teoria [f (x j )] + ntmplarea (u)

Modele econometrice

Ca regul general i fundamental, specificarea unui model econometric se face pe baza teoriei economice. Fenomenul economic y se precizeaz pe baza conceptelor, definiiilor i a relaiilor cauz-efect elaborate de ctre aceasta i se accept fenomenul xj ca factor esenial, sau se respinge i se trece n categoria factorilor ntmpltori prin intermediul variabilei aleatoare u. Dimensiunea pachetului de variabile explicative xj depinde ns i de banca de date statistice a variabilelor respective, de cantitatea i de calitatea acestora. n economie, modelele multifactoriale au o arie vast de aplicare, acestea putnd fi utilizate n mai multe situaii i sub diverse forme, ca, de exemplu: a) modelarea consumului C = f (V, P, N) + u (4.1.2)

unde: C = consumul unui produs sau grupe de produse; V = venitul pe familie; P = preul produsului sau indicele preurilor grupei de produse; N = numrul membrilor unei familii. b) funcia de producie Cobb-Douglas Q = f (K, L,) + u unde: Q = volumul (valoarea produciei); K = capitalul; L = fora de munc. (4.1.3)

Modelul multifactorial

c) modelarea evoluiei preurilor I p = f (I v, I cv, I m) + u unde: I p = indicele preurilor; I v = indicele veniturilor (salariilor) consumatorilor; I cv = indicele cursului valutar; I m = indicele masei monetare. (4.1.4)

4.2 Identificarea modelului multifactorial Ca i n cazul modelului unifactorial, identificarea econometric const n alegerea unei funcii matematice n vederea descrierii legturii, a relaiei dintre variabila endogen y i factorii si de influen, x1, x2, , xj, , xk. Aceast alegere se face n concordan cu seriile statistice (serii de spaiu sau de timp ale variabilei y i ale variabilelor xj) ale acestor variabile, preluate dintr-o baz de date sau construite n urma unor observri statistice special organizate. Astfel, dac se dispune de urmtoarele informaii:
x1t x11 x12 . . . x1n x2t x21 x22 . . . x2n xkt xk1 xk2 . . . xkn yt y1 y2 . . . yn

unde:
t = 1, n , n = numrul termenilor seriilor statistice; j = 1, k , k = numrul variabilelor exogene.

Modele econometrice

Identificarea presupune ca, pe baza datelor experimentale, yt i xjt, s se gseasc o funcie matematic, Yt = f (xjt), cu ajutorul creia s se estimeze valorile variabilei y numai pe baza valorilor variabilelor xjt. Spre deosebire de cazul unifactorial, unde procedeul grafic sau calculele algebrice ofereau informaii relativ corecte pentru identificarea funciei de regresie, n cazul modelelor multifactoriale acest lucru rmne valabil doar n cazul n care se va lucra cu serii bidimensionale: yt, x1t ; yt, x2t; yt, xjt ; ; yt, xkt. Un alt mod de alegere a funciei de regresie multifactoriale const utilizarea, estimarea, verificarea i compararea mai multor tipuri de funcii de regresie i de a decide n final vezi coeficienii de performan ai unui model multifactorial liniar care este cel mai performant model n raport cu datele experimentale. De regul, n economie, principalele funcii de regresie multifactoriale sunt de forma: - funcia liniar Y t = b 0 + b 1 x 1t + b 2 x 2t + b k x kt - funcia liniar dublu logaritmic
Y t = b 0 x 1t1 x 2t2 K x ktk
b b b

(4.2.1)

(4.2.2) (4.2.3)

lnY t = ln b0 + b1 ln x 1t + b2 ln x 2t + K+ bk ln x kt

- funcia liniar semilogaritmic Y t = e b0 +b1x 1t +b2 x 2t +K+bk x kt lnY t = b 0 + b1 x 1t + b 2 x 2t + K + b k x kt (4.2.4) (4.2.5)

Modelul multifactorial

sau
Y t = b 0 b1 1t b 2 2t K b k kt
x x x

(4.2.6) (4.2.7) (4.2.8)

lnY t = lnb0 + lnb1 x1t + lnb2 x 2t + K+ lnbk x kt lnY t = 0 + 1 x 1t + 2 x 2t + K + k x kt unde:

0 = ln b 0 ;
M

j = ln b j ,

j = 1, k

De reinut c, att n etapa de specificare a modelului, ct i n etapa de identificare, soluiile acceptate: - xj principalii factori de influen ai fenomenului y; Yt =f x

( jt ) = b 0 + b1x 1t

+ b 2 x 2t + K + b j x jt ;

j = 1, k , t = 1, n

- relaia de dependen; - nu sunt altceva dect simple ipoteze de lucru. Validarea sau infirmarea acestora va constitui, de altfel, principalul obiectiv al etapei de verificare econometric a modelului.

4.3 Estimarea parametrilor modelului multifactorial Estimarea parametrilor modelului se face n urma etapei de identificare a acestuia. Deoarece marea majoritate a modelelor econometrice pot fi liniarizate, un model multifactorial, n form general, se prezint astfel: y t = b 0 x 0t + b 1 x 1t + b 2 x 2t + + b j x jt + + b k x kt + u t (4.3.1) unde:
t = 1, n , n = numrul termenilor seriilor statistice; j = 1, k , k = numrul variabilelor exogene,

Modele econometrice

ceea ce analitic devine:

y 1 = b 0 + b1 x 11 + b 2 x 12 ++ b k x 1k + u1 y = b + b x + b x ++ b x + u 0 1 21 2 22 k 2k 2 2 .......... .......... .......... .......... .......... .......... .......... .......... y n = b 0 + b n x n1 + b 2 x n2 ++ b k x nk + u n

(4.3.2)

unde: x 0 = (1, 1, ,1) reprezint variabila ce se ataeaz termenului liber, ale crei valori x t 0 sunt egale cu unitatea t = 1 , n .
Definind cu:

y 1 y 2 Y = vectorul coloan al variabilei endogene (y t ) t = 1, n de M y n dimensiune (n, 1);

(xj) j = 0, k de dimensiune (n, k + 1); 1 x 11KKK x 1 k 1 x 2 1KKK x 2 k X = 1 x 31KKK x 3 k KKKKKKKK 1 x n 1KKK x n k

matricea

variabilelor

exogene

b 0 b 1 B = b 2 vectorul coloan al parametrilor (b j) M b n

j = 0, k

de

dimensiune (k + 1, 1);

Modelul multifactorial

u 1 u 2 U = u 3 vectorul coloan al variabilei aleatoare (u M u n

) t = 1, n de

dimensiune (n, 1). Relaia (4.3.1), sub form matriceal, devine:

Y = XB + U
Relaia (4.3.3) se mai poate scrie astfel:
y y M y 1 x 11KK x 1k b 0 u 1 1 x 21KK x 2 k b 1 u 2 2 + = M M KKKKKKK 1 x KK x b u n n k n1 nk ( n 1) ( k + 1) 1 ( n 1 ) n ( k + 1)
1

(4.3.3)

(4.3.4)

Funcia de regresie corespunztoare modelului, scris sub forma unei ecuaii matriceale, este:
=X B Y

(4.3.5)

Reziduurile t (estimaiile variabilei aleatoare u) se definesc astfel:

= Y Y = Y X B U

(4.3.6)

unde:

= valorile estimate (ajustate) ale variabilei Y. Y

Modele econometrice

n cazul unui model multifactorial parametrii pot fi estimai prin intermediul mai multor metode cum ar fi: metoda punctelor empirice, metoda punctelor medii, metoda celor mai mici ptrate (M.C.M.M.P.), metoda verosimilitii maxime etc. Metoda punctelor empirice i metoda punctelor medii sunt folosite n cazul modelelor n care aplicarea metodei celor mai mici ptrate este anevoioas, necesitnd calcule complicate, de regul pentru funciile neliniare (funcia logistic). Metoda celor mai mici ptrate este metoda cel mai des utilizat. n cazul unui model multifactorial aplicarea acesteia presupune minimizarea funciei:
$ = min u 2 = min U U = min Y Y $ F B t

( )

$ ( X Y ) + B $ ( X X ) B $ = min Y Y 2 B

t 1

$ = min Y XB

$ Y XB $ = = min Y XB

)(

(4.3.7) i

care implic calculul derivatei funciei n raport cu estimatorul B anularea acesteia:

$) F ( B

$ B $ = X Y ( X X ) B

$=0 = 0 2( X Y ) + 2( X X ) B

(4.3.8) (4.3.9)

n cazul n care matricea (XX) admite invers, prin nmulirea la stnga a ecuaiei matriceale (4.3.9) cu (XX) 1 rezult c:

$ = ( X X ) 1 ( X Y ) ( X X ) 1 ( X X )B

(4.3.10)

Estimatorii parametrilor se calculeaz astfel cu ajutorul relaiei:

b 1 b 2 = (X X )1 (X Y )= B M b k

(4.3.11)

Modelul multifactorial

Estimarea parametrilor unui model econometric multifactorial liniar se poate face i pe baza matricei varianelor i covarianelor i a matricei coeficienilor de corelaie liniar simpli. Fie modelul:

y t = b0 + b1 x1t + b2 x 2t + u t

(4.3.12)

Se nsumeaz (4.3.12) i se mparte la n obinndu-se ecuaia: (4.3.13) y = b0 + b1 x1 + b2 x 2 Se scade ecuaia (4.3.13) din (4.3.12) i rezult:
y t y = b1 ( x1t x1 ) + b2 ( x 2 t x 2 ) + u t

(4.3.14)

Se noteaz cu:

y* t = yt y x* 1t = x 1t x 1 x* 2t = x 2t x 2
Modelul (4.3.14), construit pe baza abaterilor centrate (standard) ale variabilelor, devine:
* * y* t = b1 x 1t + b 2 x 2t + u t

(4.3.15)

Valorile ajustate ale variabilei endogene se calculeaz cu ajutorul relaiei: x* + b x* * =b Y (4.3.16) 1 1t 2 2t t Estimarea parametrilor acestui model se realizeaz cu ajutorul M.C.M.M.P.:
* * * * * ,b Fb 1 2 = min y t Y t =min y t b1x1t b2x 2t t t

( )

(4.3.17)

Modele econometrice

Minimul acestei funcii este dat de calculul derivatelor pariale n raport cu parametrii modelului:
,b F b 1 2 x* 2 + b x * x * = y * x * = 0 b 1 1t 2 2t 1t t 1t b1 F b1 ,b2 = 0 b x * x * + b x* 2 = y * x* t t t 2t 1 1 2 2 2t b 2

( ) ( )
(

()

( )

( )

(4.3.18)

Fiecare din ecuaiile sistemului de ecuaii (4.3.18) se mparte la n:

x x 2 1t 1 x1t x1 x2t x2 = yt y x1t x1 b +b 2 1 n n n 2 x1t x1 x2t x2 x2t x2 yt y x2t x2 b1 + b2 = n n n

)(

)(

)(

)(

n final, sistemul de ecuaii se prezint astfel: 2 +b cov(x , x ) = cov( y, x ) b 1 x 2 1 2 1 1 2 b1 cov( x1 , x2 ) + b2 x2 = cov( y, x2 ) Estimatorii parametrilor se vor calcula astfel: cov( y, x1 ) cov(x1 , x2 ) 2 cov( y, x2 ) x 2 cov(x1 , x2 )
2 x
1

(4.3.19)

= b 1

cov(x1 , x2 )
2 x
2

Modelul multifactorial
2 x

= cov( x1 , x2 ) b 2 2 cov( x1 , x2 )

cov( x1 , x2 )
2 x
2

cov( y, x1 ) cov( y, x2 )

Termenul liber, b0 , poate fi estimat din relaia (4.3.13), dup calculul estimatorilor parametrilor b1 i b2 , astfel:
$ = y b $x b $x b 0 1 1 2 2

Matricea varianelor i covarianelor se definete astfel:

2 y cov( y, x1 ) cov( y, x 2 ) 2 ( ) V = cov( x1 , y ) x cov x , x 1 2 1 cov( x , y ) cov( x , x ) 2 x2 2 2 1

(4.3.20)

sau, n cazul general:

2 y cov( y, x1 ) cov( y, x2 ) 2 x cov(x1 , x2 ) cov(x1 , y ) 1 cov(x , y ) cov(x , x ) 2 x V = 2 2 1 2 ... ... ... cov(xk , y ) cov(xk , x1 ) cov(xk , x2 )

... cov( y, xk ) ... cov(x1 , xk ) ... cov(x2 , xk ) (4.3.21) ... ... 2 ... xk

unde:
n

t =1 2 y =

* yt

( )
n

este dispersia variabilei y;

2

2 = t =1 x
j

* x jt

( )
n

este dispersia variabilei x jt ( j = 1, n );

Modele econometrice

cov y , x

(y t y ) x = n

jt

yt x = n

* jt

=b Dispunnd de matricea V, estimatorii b j y

ajutorul relaiei:
j +1 b y / x j = b j = ( 1)

/x j

se calculeaz cu

Vyx j Vyy

, j = 1, k

(4.3.22)

unde:

V yx j = determinantul matricei varianelor i covarianelor din care se

elimin linia y i coloana x j ;
V yy = determinantul matricei varianelor i covarianelor din care se

elimin linia y i coloana y. Raportul de corelaie multipl poate fi exprimat cu ajutorul matricei varianelor i covarianelor astfel:

Ry / x j = 1

V V yy

2 y

(4.3.23)

Estimarea parametrilor modelului cu ajutorul matricei coeficienilor de corelaie liniar presupune efectuarea urmtoarelor operaii: xj y i - se nmulete relaia (4.3.15) cu y xj

yt y

= b1 x1

(x1t x1 ) + b (x2t x2 ) + u
x
2 x2
1

(4.3.24)

Modelul multifactorial

- abaterile standard normate se noteaz cu:

yt** =
* x* jt =

yt y

x jt x j

- relaia (4.3.24) devine:

** y yt** = b1 x x1*t* + b2 x x2 t + ut
1 2

(4.3.25)

- funcia de regresie corespunztoare este urmtoarea:

x ** + b x ** ** = b Y 1 x 1 1t 2 x 2 2t t
- se estimeaz parametrii modelului, b j , j = 1,2 M.C.M.M.P., care presupune minimizarea funciei:

(4.3.26) cu ajutorul

n n ) = min ( y ** Y x ** b ** )2 = min ( y ** b F (b j y t t y t 1 x 1t 2 x t =1 t =1 ) F (b =0 ) (b
1

x ** 2 2t

b ** 2 x ** x ** = y ** x ** x1 +b t y t 2 x2 1t 2t 1t 1 x 1 t t t (4.3.27) x ** x * * + b x * * 2 = y ** x ** b y t 1 x1 1t 2t 2 x2 2t 2t t t t

( )

( )

( (

) )

Se tie c: r y

x tj

* * y t x tj = = n y * x*
j

( ) ( )
2 y* t

* * y t x tj

2 x* tj

i rx j / x j = 1 .

Modele econometrice

n acest caz, sistemul de ecuaii normale (4.3.27) devine:

b 1 x 1 + b 2 x 2 rx 1 x 2 = y ry x 1 = r +b b r 2 x2 y yx 2 1 x 1 x 1x 2

(4.3.28)

Matricea coeficienilor de corelaie liniar simpl a variabilelor se definete:

1 R = rx1y r x2 y ryx1 1 rx2 x1 ryx2 rx1x2 1

(4.3.29)

sau, n cazul general:

1 rx y R= 1 ... rx y k ryx1 1 ... rxk x1 ryx2 rx1x2 ... rxk x2 ... ryx j ... rx1x j ... ... ... rxk x j ... ryxk ... rx1xk ... ... ... 1

(4.3.30)

$ =b $ se calculeaz pe Dispunnd de aceast matrice estimatorii b y/xj j

baza relaiei urmtoare:

j +1 b y / x j = b j = ( 1)

R yx j R yy

y x

(4.3.31)

unde:

R yx j = determinantul matricei R din care s-a eliminat linia y i coloana xj ;

R yy = determinantul matricei R din care s-a eliminat linia y i coloana

y.
Cu ajutorul acestei matrici se pot calcula:

Modelul multifactorial

- coeficienii de corelaie pariali

r y / x 1 / x 2 = ( 1)

j +1

R yx 1 R yy R x 1x 2 R yx 2 R yy R x 1x 2

(4.3.32)

r y / x 2 / x 1 = ( 1)

j +1

(4.3.33)

- raportul de corelaie multipl

Ry / x j =

R R yy

(4.3.34)

4.4 Ipoteze pentru estimarea parametrilor Aplicarea M.C.M.M.P. n cazul unui model multifactorial se fundamenteaz pe cteva ipoteze i anume: I1: Variabilele y, x1,, xk nu sunt afectate de erori de msur. I2: Variabila aleatoare (rezidual) U este de medie nul M(u1)= M(u2) = = M(un) = 0 iar dispersia ei 2u este constant i independent de variabilele exogene Xj - ipoteza de homoscedasticitate. I3: Valorile variabilei reziduale U sunt independente, respectiv nu exist fenomenul de autocorelare a erorilor, cov (u 1, u n) = 0, t , t = 1, n . I4: Legea de probabilitate a variabilei reziduale este legea normal de medie zero i de abatere medie ptratic u. n afara acestor ipoteze care sunt aceleai i n cazul unui model unifactorial, exist o ipotez specific modelului multifactorial i anume I5: Variabilele exogene Xj sunt independente ntre ele, formnd un sistem de vectori liniari independeni. n caz contrar apare fenomenul de

Modele econometrice

multicoliniaritate care implic imposibilitatea calculrii matricii inverse (XX)1, precum i a estimrii parametrilor. Dac ipotezele I1,,I5 exist, atunci se pot demonstra urmtoarele: , estimaiile variabilei reziduale U = y Y -u
t t t

unde: yt = valorile empirice ale variabilei endogene Y;

= valorile teoretice ale variabilei endogene calculat pe baza funciei Y t +b x + ... + b x =b = XB sau Y de regresie - Y t 0 1 1t k kt

n k 1 fiind numrul de observaii, iar k = numrul variabilelor explicative;

bj

- =
2 u

2 t

= estimaia dispersiei u2 a variabilei reziduale u, n

2 2 - s = su c ij (4.4.1) estimaiile dispersiilor parametrilor (b j ) j =0,k ;

unde: cij = elementul (j+1) situat pe diagonala principal a matricei inverse (XX)-1, j = 0, k . - media condiionat a variabilei Y n funcie de valorile factorilor Xj : la momentul t, este egal cu Y
t

M (Y t /

+b x + ... + b x =b ) =Y t 0 1 1 k k

(4.4.2)

- dispersia condiionat a variabilei Y (eroarea de estimare a acesteia) se calculeaz cu ajutorul relaiei:

2 sy
t/ xj

) 2 = s 2 1 + X ' (X ' X ) X = M ( y t Y t u t t
1

(4.4.3)

unde:

Modelul multifactorial

este vectorul coloan al valorilor variabilelor factoriale X , n j momentul t, de dimensiune (1, k + 1), iar X t = transpusa matricei Xt.

1 x 1t X t = x 2t M x kt

4.5 Verificarea semnificaiei modelului

Verificarea semnificaiei modelului presupune: verificarea ipotezelor de aplicare a M.C.M.M.P., verificarea semnificaiei estimatorilor, a verosimilitii modelului i a semnificaiei raportului de corelaie. n aceast etap este necesar verificarea < a posteriori > a ipotezelor de aplicare a M.C.M.M.P. deoarece, n general, estimarea parametrilor se efectueaz n urma acceptrii apriorice a valabilitii ipotezelor enunate. ,a Verificarea ipotezelor I1, I2, I3 i I4, ca i testarea estimatorilor b
j

modelului i a raportului de corelaie R y / x j se face dup aceleai principii prezentate n cazul regresiei unifactoriale. Verificarea ipotezei I5 presupune ca variabilele exogene s formeze un sistem de vectori liniari independeni, respectiv variabilele exogene s nu fie corelate. Opusul acestui fenomen l reprezint multicoliniaritatea variabilelor exogene, care este un fenomen foarte frecvent n domeniul economic, datorit multiplelor relaii de dependen i interdependen dintre fenomenele economice. n acest scop se impune o abordare econometric n scopul depistrii i eliminrii acestuia. Depistarea fenomenului de multicolinearitate se poate face cu ajutorul mai multor procedee cum ar fi: - reprezentarea grafic a seriilor de valori corespunztoare variabilelor explicative (vezi Figura 4.5.1). n cazul n care se constat

Modele econometrice

analogii n evoluie, acestea indic existena unei corelaii suficient de intense ntre variabilele respective.
xj
x2 x1

Figura 4.5.1

- calculul determinantului matricei X`X, D(X`X), n sensul c, pe msur ce se apropie de zero, acesta indic o intercorelare din ce n ce mai strns. Dac D(X`X) < 0,1 se consider c fenomenul de multicoliniaritate este prezent. - calculul mrimii coeficientului de determinare (R2). Aceast valoare este comparat cu mrimea aceluiai coeficient obinut n condiiile n care una dintre variabilele factoriale a fost omis din model. n cazul n care valorile coeficienilor sunt apropiate ca mrime se poate considera c variabila omis este coliniar cu celelalte variabile factoriale. Absena acestei variabile din model ar fi de dorit ntruct ar conduce la diminuarea multicoliniaritii far a afecta semnificativ gradul de determinare a factorilor asupra variabilei efect. - testele statistice Student, t- utilizat n vederea verificrii semnificaiei parametrilor modelului, i Fisher-Snedecor, F- utilizat n vederea verificrii semnificaiei modelului. n cazul n care testul F semnaleaz semnificaie, iar testul t, aplicat aceluiai model, semnaleaz nesemnificaii n rndul parametrilor, acest lucru reprezint un indiciu c multicoliniaritatea este prezent. Efectele multicoliniaritii sunt proporionale cu intensitatea prezenei acesteia n rndul variabilelor explicative. Valorile estimatorilor parametrilor modelului sunt afectate, avnd drept consecin deformarea acestor valori ntr-o asemenea msur, nct devine neinteligibil influena

Modelul multifactorial

separat a variabilelor explicative asupra variabilei efect. Multicoliniaritatea afecteaz, de asemenea, i gradul de determinare a factorilor asupra variabilei efect, n sensul diminurii sale. Atenuarea multicoliniaritii poate fi realizat astfel: - datorit faptului c seriile de date privind variabila efect i factorii si determinani sunt alctuite, de cele mai multe ori, dintr-un numr redus de termeni (n < 10), se recomand includerea de termeni suplimentari (n > 15), astfel nct, eventualele analogii, datorate hazardului, s fie, pe ct posibil, eliminate; - n situaia n care dou variabile cauzale sunt intens corelate (una dintre ele este coliniar cu cealalt), se poate renuna la una dintre ele, considerndu-se c variabila omis este exprimat de cea reinut n model; - dac datele sunt prezentate sub form de serii cronologice, se pot calcula diferenele de ordinul 1 - (1) = yt yt-1 sau pot fi logaritmate valorile lui Yt, Xj n scopul atenurii coliniaritii cauzate de prezena trendului n cadrul seriilor de date; - utilizarea de serii de date formate n optic transversal (serii sincrone) poate constitui o modalitate de diminuare sau chiar de eliminare a interdependenei factorilor Aceast situaie este valabil n cazul n care observarea se refer la un eantion statistic de ntreprinderi, judee, familii etc. Ca urmare a faptului c datele sunt culese pentru aceeai perioad de timp, pe baza aceleai metodologii, dar n condiii diferite de manifestare a factorilor, exist anse mai mari ca ipoteza privind independena factorilor s fie regsit n setul de date. Eliminarea fenomenului de multicoliniaritate poate fi realizat cu ajutorul urmtoarelor procedee: 1. Metode apriorice - sunt utilizate n vederea selectrii i ordonrii introducerii n model a variabilelor explicative. Una dintre aceste metode este metoda regresiei iterative care const n:

Modele econometrice

- calculul matricei coeficienilor de corelaie liniar corespunztori variabilelor exogene. Aceast matrice rezult n urma eliminrii liniei y i coloanei y din matricea coeficienilor de corelaie liniar corespunztoare modelului, respectiv:

y/x

1 rx 1 y rx 2 y ... rx k y

r yx 1 1 rx 2 x 1 ... rx k x 1

r yx 2 rx 1 x 2 1 ... rx k x 2

... ... ... ... ...

r yx k rx 1 x k rx 2 x k ... 1

(4.5.1)

Pe baza acestei matrice se fundamenteaz metoda regresiei pas cu pas. Prima operaie const n depistarea fenomenului de coliniaritate dintre variabilele exogene. Dac n matricea coeficienilor de corelaie exist dou variabile explicative al cror coeficient de corelaie liniar indic o corelaie puternic, pozitiv sau negativ, se recomand de la nceput renunarea la una dintre aceste variabile. Se va reine acea variabil pentru care exist prezumia c nu este afectat de erori, renunarea fcndu-se din punct de vedere statistic i economic. A doua operaie const n aplicarea metodei regresiei pas cu pas. Aceasta poate fi folosit n dou maniere: ascendent i descendent. Metoda regresiei pas cu pas ascendent pornete de la analiza coeficienilor de corelaie ryx j . Condiia ca prima variabil s fie introdus n model este dat de relaia:

0 + a 1x 1 1 =a max ry x j M 1 : y
j

(4.5.2) (4.5.3)

Fie r yx 1 = max r yx j y 1 = a0 + a1 x 1 + u 1
j

Se calculeaz coeficienii de corelaie parial ru

, unde j = 2, k .

Modelul multifactorial

La pasul 2 se introduce variabila x care prezint cea mai puternic corelaie cu u1 , respectiv max ru1 x j .
j

Fie x 2 variabila nou ce va fi introdus n model: y 2 = a 2 + a3 x1 + a 4 x 2 + u 2

(4.5.4)

Se calculeaz ru2 x j ( j = 3, k ) i se introduce n model variabila cea mai puternic corelat cu u 2 i se continu procedeul. Toate aceste modele obinute pe parcurs se testeaz cu ajutorul testelor cunoscute, t i F , urmrindu-se i verificarea condiiei :
2 2 Ry < Ry x x
1 1 2

2 < ... < R y x

1 2

x ... x k

(4.5.5), adic are loc o cretere

progresiv a coeficientului de determinare R2. Metoda regresiei pas cu pas descendent presupune construirea modelului:

y = a0 + a1 x 1 + a2 x 2 + ... + a k x k + u ; R 2 y

(s ) (s ) (s )
a0 a1 a2

(s )
ak

x 1...x k

(4.5.6)

pentru care se calculeaz abaterile corespunztoare parametrilor. Vor fi eliminate din model acele variabile pentru care se realizeaz condiia : j | |a j 0. t ;n k 1 a (4.5.7) sa j Dup ce se elimin variabilele pentru care se verific condiia respectiv se construiete modelul numai n funcie de variabilele rmase, considerate ca avnd o influen semnificativ, conform pasului 1. Fie a 2 0 se elimin variabila x2. Se construiete modelul: y = a0 + a1 x 1 + a3 x 3 + ... + a k x k + u 2 ; R 2 y
x 1 ,x 3 ,...,x k

(4.5.8)

Modele econometrice

Se compar cei doi coeficieni de determinare i trebuie s rezulte c ei sunt aproximativ egali. Eliminarea variabilei x2 nu diminueaz cu nimic gradul de performan al modelului. 2. O alt categorie de metode care poate fi folosite la selecia variabilelor factoriale sunt metodele aposteriorice, care constau n construirea de modele econometrice cu toate variabilele explicative i acceptarea acestora ca variabile exogene semnificative numai dup verificarea testelor statistice care valideaz aceast ipotez. Aceste metode se bazeaz pe definirea i interpretarea gradului de performan al modelului. Astfel, coeficienii de performan global se calculeaz cu ajutorul relaiei: R
2 j/0

=1

V u2

V 02

(4.5.9), iar coeficienii de performan

V u2

parial cu relaia:

R2 j +1 / j

=1

j +1 j

V u2

(4.5.10).

n acest sens se construiete modelul: M 0 : y t0 = y + u 0 u 0 = y t0 y , pentru care se calculeaz variaia explicat de variabila rezidual - V 02 =V u2 = y t0 y
0

M 1 : y t1 = b 0 + b1 x 1t + u 1t
1 V u2 = y t1 Y t
1

+b x Y t 1 = b 0 1 1t

M
q

q M q : y tq = b0 + ... + bq x qt + u qt V u2 = y tq Y t M
k

(4.5.11)

k M k : y tk = b 0 + ... + b k x kt + u kt V u2 = y tk Y t
unde: j = 0, 1, q, , k; k = numrul variabilelor exogene

Modelul multifactorial

t = 1, n , n = numrul observaiilor. Pe baza acestui model se pot defini urmtoarele noiuni: a) coeficienii de performan global ai unui model format din 1,2,, q,, k variabile explicative n raport cu modelul iniial M0
2 R0 /0

=1

Vu 2
0

V 02

=0

R
M

2 1/ 0

= 1

Vu2 1 V02
(4.5.12)
V u2 q V 02

2 Rq / 0 =1

M
2 Rk /0

=1

V u2

V 02

b) coeficienii de performan parial ai unui model Mq+1 fa de Mq R

2 q +1 / q

= 1

Vu2 Vu2 q q +1 Vu2 q

= 1

Vu2 q +1 Vu2q

(4.5.13)

Aceast relaie poate fi folosit n cazul regulei de acceptare a introducerii sau excluderii variabilei xq+1. V u2

2 M q : Rq = 1

V 02 V u2
q +1

2 M q +1 : R q +1 = 1

V 02

(4.5.14)

Modele econometrice
2 2 Variabila xq+1 este semnificativ dac: Rq +1 > Rq R q +1 > R q

Vu2 < Vu2q (4.5.15) q +1 Aceast regul are o deficien deoarece a fost construit pe baza raportului de corelaie, R, care a fost calculat cu ajutorul relaiei:

Ry

xj

t =1 n t =1

y Y t

)2
2

(y t y )

= 1

t =1 n

y t Y t

)2
2

t =1

(y t y )

(4.5.16)

Acesta nu ine seama de dou neajunsuri care apar n cazul modelului multifactorial, respectiv de numrul de observaii pe baza crora au fost estimai parametrii modelului i de numrul variabilelor factoriale ale modelului. Pentru eliminarea acestor vicii ale raportului de corelaie clasic, acesta se nlocuiete cu raportul de corelaie ajustat (corectat) a crui relaie de calcul este urmtoarea:
= 1 n 1 1 R 2 n k

(4.5.17)

OBS. Numrul observaiilor trebuie s fie mai mare dect numrul parametrilor modelului, n k + 1 . De asemenea, se observ c, n cazul unui model unifactorial (k = 1), cele dou raporturi de corelaie sunt egale. n cazul n care k > 1 R a >R y x j . O alt problem care se ridic este aceea privind alegerea celui mai bun model multifactorial din grupul modelelor posibile construite n funcie de factorii explicativi.

Modelul multifactorial

Rezolvarea acestei probleme permite att alegerea celui mai bun model ct i eliminarea multicoliniaritii. Un model multifactorial este de forma: y = f ( x1, xj, xk ) + u Pe baza celor xk variabile factoriale se pot construi urmtoarele modele caracterizate prin suma ptratelor abaterilor raporturile de corelaie R y

xj

):

2 k

sau prin

- M 1: y = f (x1) + u1 ; u 1 2 ; R

x1
y x
2

- M 2: y = f (x1 , x2 ) + u 2 ; u 2 2 ; R
M

- M j: y = f (x1, xj ) + u j ; u j 2 ; R y
M

(4.5.18)

- M k: y = f (x1, xk ) + u k ; u k 2 ; R y

xk

n mod logic, introducerea unei variabile factoriale ntr-un model econometric este justificat dac: - u 1 2 > u 2 2 > K> u j 2 > K> u k2
(4.5.19)
y x
k

y x 1<

y x2

< K< R

y x

< K< R

Pe baza celor dou relaii, alegerea celui mai bun model econometric se poate face pe baza urmtoarelor restricii: 2 (4.5.20) - fie min u j ( j = 1 , k )
j

- fie

max R
j

unde: k = numrul variabilelor explicative (exogene).

Modele econometrice

Aceste dou restricii trebuie completate de urmtoarele calcule: n cazul n care diferenele dintre sumele ptratelor erorilor sau dintre raporturile de corelaie ajustate (corectate) a dou modele cu un numr diferit de variabile exogene, respectiv M k i M q (q k, k > q) nu sunt evidente, acceptarea unuia dintre modele se poate realiza cu ajutorul testului Fisher Snedecor care const n verificarea inegalitii: 2 2 2 V2 n k 1 V u V u n k 1 x V x -dac F c = (4.5.21) = F ; v ;v 2 2 Vu k q Vu k q
q k q k 1 2 k k

rezult c ntre cele dou modele exist diferene semnificative, iar cel mai bun model va fi ales n conformitate cu restriciile menionate anterior. - dac F c < F
;v ;v

, atunci diferenele dintre cele dou modele

nu sunt semnificative, rezult c se alege modelul cu numrul de variabile explicative cel mai mic. n vederea aplicrii acestui test se definesc urmtoarele mrimi: -V
2 uk

t =1

2 u 1 t

reprezint suma ptratelor erorilor corespunztoare

modelului M k ; -V
2 uq

t =1

2 2t

reprezint suma ptratelor erorilor corespunztoare

modelului M q ; - t = 1, n , n = numrul observaiilor; - j = 0, 1, ,q, , k; k = numrul variabilelor exogene; - v1= k q , v2= nk1, v1 i v2= numrul gradelor de libertate.

Modelul multifactorial

4.6 Simulare i prognoz

Dac n urma etapei de verificare a semnificaiei modelului au fost satisfcute condiiile cerute de testele i ipotezele prezentate mai sus, atunci se poate afirma faptul c modelul este corect specificat, identificat i estimat i, ca atare, poate fi utilizat la prognoza i simularea fenomenului analizat. n cazul unui model multifactorial, dac se cunosc valorile variabilelor factoriale Xj pentru momentul (n+v), prognoza variabilei endogene se realizeaz pe baza unui interval de ncredere, deoarece Y este o * i de abatere medie ptratic variabil aleatoare normal de medie Y
n +v

s Y * (vezi ipotezele H1 i H4 ale M.C.M.M.P.):

n +v

* t s * y Y * + t s * = 1 PY ;v ;v n+v n+v n+v Y Y

n+v n+v

(4.6.1)

unde: y n +v = valoarea real a variabilei y n momentul de prognoz ( n + v ); = estimaia punctual a valorii de prognoz pentru variabila y, care Y
n+v

se calculeaz cu ajutorul relaiei:

=b Y n +v
0

x +b 1 n +v ,1 + b 2 x n +v , 2 + K + b k x n +v , k (4.6.2)

Sub form matriceal, relaia de mai sus devine:

= X (X X * = X B Y n +v v v ) )1 (X Y

(4.6.3)

unde:
1 x n +v , 1 = x n +v , 2 M x n +v , k = vectorul coloan a valorilor de prognoz ale

Xv

variabilelor

x j pentru momentul ( n + v ).

Modele econometrice

t;v = variabila aleatoare Student (sau variabila normal z , dac n>30), preluat din tabelul distribuiei respective, n funcie de pragul de semnificaie i de numrul gradelor de libertate v = n k - 1;
s
Y n +v

= s2

Y n +v

2 = su 1+ X

' v

(X X )
'

] (4.6.4) reprezint

abaterea de prognoz a variabilei endogene Y, care exprim eroarea de previziune. Eroarea de previziune ( s ) este cu att mai mic cu ct numrul
Y n +v

de observaii va fi mai mare, cu ct valorile variabilelor n momentul de prognoz (n+v) vor fi mai apropiate de media lor, cu ct dispersiile variabilelor exogene Xj vor fi mai mari i cu ct dispersia variabilei reziduale (s u2) este mai mic. Dispersia variabilei reziduale (s u2) va fi cu att mai mic cu ct modelul econometric va explica o parte tot mai mare din variaia variabilei prognozate Y, sau cu ct raportul de corelaie ( R y x j ) va avea o valoare

mai apropiat de 1. Exemplu de rezolvare a unui model liniar multifactorial Un ntreprinztor cumpr un magazin avnd o suprafa de 230 m2 ntr-un cartier n care locuiesc n jur de 6400 de familii. O societate de consultan de management comercial l informeaz c cifra de afaceri a magazinelor cu profilul respectiv depinde liniar de suprafaa comercial a magazinului i de numrul familiilor din cartierul respectiv care, de regul, cumpr de la magazinul cel mai apropiat. n acest sens, i pune la dispoziie informaiile referitoare la aceti indicatori, nregistrate la 13 magazine avnd acelai profil:
Tabelul 4.6.1 Nr. de familii (sute) 70 35 55 25 28 43 15 33 23 4 45 20 56 Supr. comercial (zeci m2) 21 26 14 10 12 20 5 28 9 6 10 8 36 Cifra de afaceri (mil. lei) 198 209 197 156 85 187 43 211 120 62 176 117 273

Modelul multifactorial

Se cere: a) Pe baza datelor problemei, innd cont de semnificaia economic a fenomenelor observate, s se construiasc modelele econometrice cu ajutorul crora poate fi studiat dependena dintre fenomenele respective; b) S se estimeze parametrii modelelor construite la punctul a); c) Din cele trei modele utilizate pentru descrierea dependenei cifrei de afaceri de cei doi factori, s se aleag cel mai bun model; d) S se estimeze cifra de afaceri pe care o poate obine ntreprinztorul dac va cumpra magazinul respectiv; e) tiind c, pentru funcionarea magazinului, cheltuielile lunare sunt n jur de 200 mil.lei, estimai care este riscul ca ntreprinztorul s obin un profit mai mic sau egal cu 10%; f) S se arate i alte modaliti de rezolvare a modelului multifactorial - pe baza matricei coeficienilor de corelaie i a matricei varianelor i covarianelor. Rezolvare : a) Descrierea econometric a legturii dintre cele trei variabile, y cifra de afaceri. x1 - numrul de familii i x 2 - suprafaa comercial, se poate face cu ajutorul a trei modele: 1.1. Modelul unifactorial: y t = f ( x1t ) + u1t explic variaia cifrei de afaceri pe seama numrului de familii; 1.2. Modelul unifactorial: y t = f ( x 2 t ) + u 2 t explic variaia cifrei de afaceri pe seama suprafaei comerciale; 1.3. Modelul multifactorial: y t = f ( x1t , x 2 t ) + u 3t explic variaia cifrei de afaceri pe seama ambilor factori. Identificarea funciilor de regresie a primelor dou modele se realizeaz cu ajutorul reprezentrii grafice a variabilei y n funcie de celelalte dou variabile factoriale x1 , respectiv x 2 .

Modele econometrice

y 300 250 200 150 100 50 0 0 10 20 30 40 50 60 70 80

x1

Figura 4.6.1
y 300 250 200 150 100 50 0 0 5 10 15 20 25 30 35 40 x2

Figura 4.6.2

Deoarece graficele de mai sus arat c legtura dintre y i x1 , respectiv y i x 2 poate fi aproximat cu o dreapt, modelele de mai sus devin: 1. y t = a 1 + b1 x1t + u1t 2. y t = a 2 + b2 x 2 t + u 2 t 3. y t = a3 + b3 x1t + c3 x 2t + u 3t

Modelul multifactorial

Modelul (3) este un model multifactorial liniar deoarece y, fiind corelat liniar cu x1 , respectiv cu x 2 , se deduce uor c va fi corelat liniar i n raport cu ambii factori. b) Estimarea parametrilor celor trei modele 1. Model econometric privind dependena dintre cifra de afaceri i numrul de familii Estimarea parametrilor modelului y t = a 1 + b1 x1t + u1t se va face pe cu ajutorul pachetului de programe EXCEL baza urmtoarelor serii statistice, prezentate n Tabelul 4.6.2:
Tabelul 4.6.2 Nr. crt. 0 1 2 3 4 5 6 7 8 9 10 11 12 13

x1t
1 70 35 55 25 28 43 15 33 23 4 45 20 56

yt
2 198 209 197 156 85 187 43 211 120 62 176 117 273 2034

Yt1 = 56,9101 + 2,8632 x1t

3 257,3345 157,1223 214,3864 128,4902 137,0798 180,0279 99,8582 151,3959 122,7638 68,3629 185,7543 114,1742 217,2496 2034

u1t = yt Yt1
4 -59,3345 51,8777 -17,3864 27,5098 -52,0798 6,9721 -56,8582 59,6041 -2,7638 -6,3629 -9,7543 2,8258 55,7504 0

u1t 1
5 -59,3345 51,8777 -17,3864 27,5098 -52,0798 6,9721 -56,8582 59,6041 -2,7638 -6,3629 -9,7543 2,8258 -

( u1t

u1t 1 )
6

u12t
7 3520,5821 2691,2980 302,2869 756,7882 2712,3093 48,6098 3232,8499 3552,6528 7,6386 40,4863 95,1471 7,9852 3108,1063

12368,1567 4797,5187 2015,6673 6334,5074 3487,1278 4074,2980 13563,4649 3889,7598 12,9534 11,5019 158,2603 2801,0111

Tot 452

53514,2273 20076,7405

Modele econometrice

SUMMARY OUTPUT
Regression Statistics Semnif. ind.

Multiple R R Square Adjusted R Square Standard Error Observations

0,7917 0,6268 0,5928 42,7219 13

=R = R2 = R c2
= su1
=n

ANOVA
df Regression 1 Residual Total 11 12

=k

SS 33712,4903

= Yt1 y

MS 33712,4903

=s

2 y/ x

F 18,4710 Fc -

=nk1 20076,7405 = (y Y 1 )2 1825,1582 = s 2 1 u t t

=n1 53789,2308 = (y y )2 t
Standard Error -

Variable Coefficients termen liber x1t 56,9101 2,8632

t Stat

1 a
b 1

26,0181 0,6662

sa 1
sb
1

2,1873 4,2978

t ca
t c

b1

Estimatorii modelului sunt semnificativ diferii de zero dac: b 1 a 1 t ; n k 1 tc a = t ; n k 1 i tcb = 1 1 sb sa 1

1

Deoarece: a 56,9101 1 nu tc = 1 = = 2 ,1873 < t 0 ,05;11 = 2 ,2010 parametrul a sa 26,0181 1 este semnificativ diferit de zero. b 1 2 ,8632 este tc = = = 4 ,2978 > t 0 ,05;11 = 2 ,2010 parametrul b 1 sb 0 , 6662
1

semnificativ diferit de zero.

Modelul multifactorial

Testul Fisher-Snedecor indic faptul c rezultatele obinute sunt semnificative, cu un prag de semnificaie de 5%, Fc = 18,471 > F0, 05;1;11 = 4,84 . Raportul de corelaie este semnificativ diferit de zero dac se verific relaia: R2 > F ;v1 ; v 2 1 R2 0,6268 Fc = 11 = 18,471 1 0,6268 Fc = (n 2) n funcie de un prag de semnificaie = 0,05 i de numrul gradelor de libertate v1 = k = 1 i v 2 = n k 1 = 13 2 = 11 se preia valoarea teoretic F0 ,05;1;11 = 4 ,84 . Se constat c Fc = 18 ,471 > F0 ,05 ;1;11 = 4 ,84 , deci pentru un prag de semnificaie de 5%, valoarea raportului de corelaie este semnificativ diferit de zero. n vederea verificrii ipotezei de independen a erorilor se calculeaz valoarea variabilei Durbin-Watson: 53514,2273 d = = 2 ,67 20076,7405 Pentru un prag de semnificaie = 0,05 , din tabela distribuiei Durbin-Watson se preiau valorile pentru cazul n = 15, k = 1 - numrul variabilelor explicative d1 = 1,08 i d 2 = 1,36 . Cum

4 d 2 = 2,64 d = 2,67 4 d1 = 2,92 ,

rezult

indecizie

tinznd spre autocorelare negativ. Pe baza datelor de mai sus, modelul devine:
Yt1 = 56,9101 + 2,8632 x1t ;
R = 0,7917 d = 2,67

(26,0181) (0,6662)

su1 = 42,7219

2) Model econometric privind dependena dintre cifra de afaceri i suprafaa comercial

Modele econometrice

Estimarea parametrilor modelului y t = a 2 + b2 x 2 t + u 2 t se va face pe baza urmtoarei serii statistice, prezentate n Tabelul 4.6.3:
Tabelul 4.6.3 Nr. crt. 0 1 2 3 4 5 6 7 8 9 10 11 12 13

x2t
1 21 26 14 10 12 20 5 28 9 6 10 8 36

yt
2 198 209 197 156 85 187 43 211 120 62 176 117 273

Yt 2 = 61,384 + 6,0293x2t
3 187,9994 218,1460 145,7943 121,6771 133,7357 181,9701 91,5306 230,2046 115,6478 97,5599 121,6771 109,6185 278,4390 2034

u2t = yt Yt
4 10,0006 -9,1460 51,2057 34,3229 -48,7357 5,0299 -48,5306 -19,2046 4,3522 -35,5599 54,3229 7,3815 -5,4390 0

u 2 t 1
5 10,0006 -9,1460 51,2057 34,3229 -48,7357 5,0299 -48,5306 -19,2046 4,3522 -35,5599 54,3229 7,3815 -

(u2t u2t 1 )2
6 366,5896 3642,3240 285,0282 6898,7330 2890,7347 2868,7178 860,0123 554,9233 1592,9743 8078,9136 2203,4939 164,3668

2 u2 t

7 100,0111 83,6489 2622,0232 1178,0627 2375,1678 25,2995 2355,2146 368,8161 18,9419 1264,5035 2950,9794 54,4870 29,5831

Total 205 2034

30406,8116 13426,7387

n urma folosirii programului EXCEL s-au obinut urmtoarele rezultate: SUMMARY OUTPUT
Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations Semnif. ind. 0,8662 0,7504 0,7277 34,9373 13

=R = R2 = R c2
= su 2
=n

Modelul multifactorial

ANOVA
df Regression 1 Residual 11

=k

SS 40362,4920

= Yt 2 y

MS 40362,4920

=s

2 y/ x

F 33,0674 Fc -

=nk1 13426,7387 = ( y Y 2 )2 1220,6126 = s 2 2 u t t

=n1 53789,2308 = (y y )2 t
Standard Error 19,1642 1,0485

Total

12

t Stat 3,2031 5,7504

Variable Coefficients termen 61,3840 liber x2t 6,0293

2 a
b 2

sa 2
sb
2

t ca
t c

b2

Deoarece: a 61,384 tc a = 2 = = 3,2031 > t0, 05;11 = 2,2010 2 19,1642 sa 2 t c =

b2

b 2 sb
2

6,0293 = 5,7504 > t 0 ,05;11 = 2 ,2010 1,0485

$ , sunt semnificativ diferii de zero, cu $ 2 i b rezult c ambii estimatori, a 2

un prag de semnificaie = 0,05 . Testul Fisher-Snedecor indic faptul c rezultatele obinute sunt semnificative. cu un prag de semnificaie de 5%. Fc = 33,0674 > F0 ,05;1;11 = 4 ,84 . Se verific, de asemenea, semnificaia raportului de corelaie:

Fc = (n 2 )

R2 1 R
2

= 11*

0,7504 = 33,0674 1 0,7504

Se constat c Fc = 33,0674 > F0 ,05;1;11 = 4 ,84 , deci pentru un prag de semnificaie de 5%, valoarea raportului de corelaie este semnificativ diferit de zero.

Modele econometrice

n vederea verificrii ipotezei de independen a erorilor se calculeaz valoarea variabilei Durbin-Watson: d = 30406,8116 = 2 ,26 13426,7387

Pentru un prag de semnificaie = 0,05 , din tabela distribuiei Durbin-Watson se preiau valorile (pentru cazul n = 15 , k = 1 - numrul variabilelor explicative) d1 = 1,08 i d 2 = 1,36 .

d c = 2,26 > d 2 = 1,36 Cum rezult c erorile sunt independente. d c = 2,26 < 4 d 2 = 2,64 Pe baza datelor de mai sus, modelul devine:
Yt 2 = 61,384 + 6,0293 x2t ;
R = 0,8662 d = 2,26

(19,1642) (1,0485)

su 2 = 34,9373

3) Model econometric multifactorial privind dependena cifrei de afaceri de suprafaa comercial i de numrul de familii Estimarea parametrilor unui model multifactorial yt = a3 + b3 x1t + c3 x2t + u3t necesit efectuarea urmtoarelor calcule: - obinerea sistemului de ecuaii normale prin aplicarea M.C.M.M.P. care const n:

,c x c 3 , b 3 b 3 x 2t Fa 3 3 = min y t a 3 1t
t =1

13

Minimul acestei funcii este dat de calculul derivatelor pariale n raport cu parametrii modelului: x c 3 ) = 0 2 yt a 3 b 3 x2t ( 1) = 0 F (a 3 1t

Modelul multifactorial

( ) = 0 2 (y F (c
t 3 t

= 0 2 y a x c 3 b 3 x 2t ( x 1t ) = 0 F b 3 t 3 1t
t

( )

x c 3 b 3 x 2t a 3 1t

) )( x

2t

)= 0

Dup efectuarea calculelor rezult urmtorul sistem de ecuaii: x +c na 3 + b 3 x 2t = y t 3 1t x 2 +c 3 x 1t + b 3 x 1t x 2t = x 1t y t a 3 1t 2 a3 x 2t + b 3 x 1t x 2t + c 3 x 2t = x 2t y t Valorile estimatorilor rezult n urma rezolvrii sistemului de ecuaii ale crui necunoscute sunt cei trei parametrii a 3 , b3 , c3 , iar valorile termenilor sistemului de ecuaii se obin pe baza tabelului 4.6.4, coloanele 1, 2, 3, 4, 5, 6, 7, 8:
Tabelul 4.6.4 Nr. crt. 0 1 2 3 4 5 6 7 8 9 10 11 12 13

Yt = 37,5023
3

x1t
1 70 35 55 25 28 43 15 33 23 4 45 20 56

x2 t
2 21 26 14 10 12 20 5 28 9 6 10 8 36

y t x1t y t x 2 t y t x1t x 2 t
3 198 209 197 156 85 187 43 211 120 62 176 117 273 4 13860 7315 10835 3900 2380 8041 645 6963 2760 248 7920 2340 15288 5 6

2 1t

2 2t

+ 1,4963x1t + 4,2446 x2t

9 231,3796 200,2326 179,2229 117,3557 130,3339 186,7352 81,1697 205,7293 110,1185 68,9552 147,2815 101,3851 274,1009 2034

u3t = yt Yt 3
10 -33,3796 8,7674 17,7771 38,6443 -45,3339 0,2648 -38,1697 5,2707 9,8815 -6,9552 28,7185 15,6149 -1,1009 0

4158 1470 4900 441 5434 910 1225 676 2758 770 3025 196 1560 250 625 100 1020 336 784 144 3740 860 1849 400 215 75 225 25 5908 924 1089 784 1080 207 529 81 372 24 16 36 1760 450 2025 100 936 160 400 64 9828 2016 3186 1296

Total 452 205 2034 82495 38769 8452 19828 4343

Modele econometrice

$3 : Estimarea parametrului a

3 a

y x x x y x x x x y x x x = n x x x x x x x x x x
t
1t

1t 2 1t

2t

2t

1t 2 t 1t 2 1t

1t 2 t 2 2t 2t

1t

2t

1t 2 t

1t 2 t 2 2t

2034 82495 38769 = 13 452 205

452 19828 8452 452 19828 8452

205 8452 4343 205 8452 4343

3 = 37,5023 a

= 1,4963 n mod analog se obin valorile celorlali doi parametrii: b 3

3 = 4,2446 . i c O cale mai rapid de estimare a parametrilor se realizeaz utiliznd calculul matriceal, sistemul de ecuaii de mai sus devenind:
$ = ( X Y ) ( X X )B

nmulind la stnga expresia cu ( X X )

= ( X X )1 ( X Y ) ( X X )1 ( X X )B

obinem:

Rezult c: $3 a $ 1 $ B = b3 = ( X X ) ( X Y ) $ c3

Modelul multifactorial

unde matricile sunt de forma:

1 1 1 1 1 1 X = 1 1 1 1 1 1 1 70 21 35 26 55 14 25 10 28 12 43 20 15 5 33 28 23 9 4 6 45 10 20 8 56 36

198 209 197 156 85 187 Y = 43 211 120 62 176 117 273

u 1 2 u u 3 M M M U = M M M M M M u 13

Se calculeaz matricile:

452 205 13 ( X X ) = 452 19828 8452 205 8452 4343

2034 ( X Y ) = 82495 38769

X X = 36557768
14676700 230376 244436 = 230376 17216 14434 53460 244436 17216

( X X )

Modele econometrice

( X X )

14676700 230376 244436 1 14434 = 17216 230376 36557768 53460 244436 17216

) (X X

0,40147 = 0,0063 0,00669

0,00630 0,00039 0,00047

0,00669 0,00047 0,00146

Calculnd produsul: 37,5023 a 3 ( X Y ) = b3 = 1,4963 c 3 4,2446

= ( X X ) B

Valorile teoretice ale cifrei de afaceri rezult deci din relaia:

Yt 3 = 37,5023 + 1,4963 x1t + 4,2446 x2t

Calculul celorlali indicatori ai modelului multifactorial se va face utiliznd urmtoarele relaii:

n 3t2 u 1 3 2 - estimaia dispersiei ( u23 ) a ( ) y Y = t t n k 1 t =1 n k 1

2 su 3 =

variabilei reziduale u3

s (2 a
unde:

3 3 ,b3 ,c

2 ) = s u 3 c ij - estimaiile dispersiilor parametrilor a 3 , b3 , c3 ,

cij = elementul situat pe diagonala principal a matricei inverse

( X X ) 1 ;

Modelul multifactorial

s (2 a

3 3 ,b3 ,c

) = su 3
2

0,40147
t t

0,00039

2 sa 3 2 = s b3 2 0,00146 s c3

d = t =2

(y y ) = R= (y y) n 3t u 3t 1 )2 (u
3 t
t

(y Y ) 1 (y y)
t

3 2 2

- raportul de corelaie

3t2 u t =1

- valoarea variabilei Durbin-Watson calculat

n vederea testrii ipotezei de independen a erorilor. Verificarea semnificaiei acesteia se face cu ajutorul tabelei DurbinWatson, din care se extrag valorile d 1 = 0,95 i d 2 = 1,54 n funcie de un numrul observaiilor n = 13 (n = 15) . prag de semnifica-ie = 0,05 , de numrul variabilelor exogene k = 2 i de

Rezolvarea modelului s-a realizat cu ajutorul programului EXCEL, conducnd la afiarea urmtoarelor rezultate: SUMMARY OUTPUT
Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations Semnif. ind. 0,9251 0,8558 0,8270 27,85 13

=R = R2 = R c2
= su 3
=n

Modele econometrice

ANOVA
df Regression 2
Residual Total 10 12

=k

SS 46033,0166

= Yt3 y
= yt Yt3

MS 23016,5083
775,6214
-

=s

2 y/ x

F 29,6749 Fc
-

=nk1 7756,2142

2 = su 3

=n1 53789,2308 = (y y )2 t
Coefficients 37,5023 1,4963 4,2446

t Stat 2,1252 2,7039

3

Variable termen liber x1t x2t

3 a

Standard Error 17,6461 0,5534 1,0650

sa 3
sb

t ca 3

b 3
3 c

t c b

sc 3

3,9856

t c c

Variable familii supr. com.

CA

Mean value 34,769 15,769

156,462

x1
x2

Standard deviation 18,512

9,619 66,951

x
x

n urma testrii semnificaiei parametrilor s-a constatat c: $ 3 nu este t ca = 2 ,1252 < t 0 ,05;10 = 2 ,228 rezult c parametrul a
3

semnificativ diferit de zero;

tcb = 2,7039 > t0, 05;10 = 2,228
3

rezult rezult

c c

parametrul parametrul

$ b 3
$3 c

este este

semnificativ diferit de zero; t cc = 3,9856 > t 0,05;10 = 2,228

3

semnificativ diferit de zero. Comparnd valoarea calculat a variabilei Durbin-Watson d c = 2 ,17 cu cele dou valori tabelate se observ c d c = 2 ,17 > d 2 = 1,54 i d c = 2 ,17 < 4 d 2 = 2 ,36 , deci erorile sunt independente.

Modelul multifactorial

Deoarece Fc = 29,6749 > F0, 05; 2;10 = 4,1 rezult c valoarea raportului de corelaie este semnificativ diferit de zero, cu un prag de semnificaie de 0,05. Utiliznd ecuaia analizei variaiei:

(y

y ) = yt Yt 3 + Yt 3 y
2 2

Y3 y 2 t din 100 rezult c modelul econometric explic 85,58 % ( yt y )2 variaia total a cifrei de afaceri.
n concluzie, putem afirma c modelul este corect specificat, adic variabilele x1t i x 2 t sunt factori semnificativi ai cifrei de afaceri, deoarece estimatorii lor sunt semnifi-cativ diferii de zero i corect identificai, deoarece modelul explic cea mai mare parte din variaia cifrei de afaceri. $ b $3 c 3 > t , n k 1 ; > t ;n k 1 indic i faptul c De asemenea, relaiile sb$ sc$3
3

cele dou variabile x1t i x 2 t nu sunt corelate liniar. Dac acestea ar fi fost corelate liniar (puternic) atunci unul dintre estimatori ar fi fost nesemnificativ, ceea ce nseamn c una dintre cele dou variabile trebuie eliminat din model. $ Prin utilizarea unui model liniar multifactorial, cei doi estimatori b
3

$3 reprezint coeficienii de regresie (coeficienii marginali sau i c

y y ), ceea ce nseamn c la o modificare de 100 a numrului de , x1 x 2

familii, cifra de afaceri a magazinului va suferi o modificare de 1,4963 mil. lei, iar dac suprafaa comercial se va modifica cu 10m2, cifra de afaceri va suporta o modificare de 4,2446 mil. lei.

Modele econometrice

Ca atare, modelul care descrie legtura dintre fenomenele analizate este:

Yt 3 = 37,5023 + 1,4963 x1t + 4,2446 x2t ;
R = 0,9251

(17,6461) (0,5534)

(1,065)

d = 2 ,17
su 3 = 27,85

c) Alegerea celui mai bun model econometric din cele trei modele analizate se va face pe baza tabelului de mai jos, n raport cu modelul iniial ( M 0 ):
Tabelul 4.6.5
Simbolul modelului
M l l = 0,3

Structura modelului

Variaia neexplicat de model

Coeficienii de performan
V2 R2 = 1 u j/0 2 V0
V2 u0 2 V0

Coeficienii de performan parial

=1 R2 j +1 / j
V2 u j +1 V2 uj

(l = 0)

M0

2 V 2 = V0 u0
yt = y + u0

= 53789,2308 yt = a1 + b1x1t + u1t Yt1 = 56,9101 + 2,8632 x1t

(26,0181) (0,6662)
y t = a 2 + b2 x 2t + u 2t Yt2 = 61,384 + 6,0293x 2t

yt y )2

R2 = 1 0/0
=0

(l = 1)

M1

V2 = u1

y Y1 t t = 20076,7405

2 = R1 /0 20076 ,7405 =1 53789,2308 = 0,6268

2 = 0,6268 R1 /0

(l = 2)

M2

V2 = u2

(19,1642) (1,0485)

y Y2 t t = 13426,7387

R2 = 2/ 0 13426,7387 =1 53789 ,2308 = 0,7504

R 2 = 0,3312 2 /1

(l = 3)

M3

yt = a3 + b3 x1t + c3 x2t + u3t Yt3 = 37,5023 + 1,4963x1t + 4,2446x2t

V2 = u3

(17,6461) (0,5534)

(1,065)

y Y3 t t = 7756,2142

R2 = 3/ 0 775,2142 =1 53789,2308 = 0,8858

2 2 = 1 Vu = R3 /1 2 Vw = 0,6137
2 2 = 1 Vu = R3 /2 2 Vz = 0,4223

Not:

j = 0,1, ... , q , ... , k ; k = numrul variabilelor exogene;

t = 1, n; n = numrul observaiilor;
l = 0, m; m = numrul modelelor construite ( m = 3 ).

Modelul multifactorial

n cazul modelelor cu acelai numr de variabile exogene, cel mai bun este dat de restricia : max R j2 . Pe baza acestui criteriu se observ c:
j
2 2 R2 / 0 = 0,7504 > R1 / 0 = 0,6268 , respectiv modelul M 2 explic mai bine

variaia cifrei de afaceri (y) n funcie de suprafaa comercial ( x 2 ), n comparaie cu modelul M 1 , care utilizeaz ca variabil exogen numrul de familii ( x1 ). n cazul n care se compar dou modele al cror numr de variabile exogene este diferit (de exemplu modelul M 2 cu M 3 ) alegerea celui mai bun model se face cu ajutorul testului Fisher-Snedecor. Utilizarea acestui test n acest caz const n: - calcularea valorii empirice a variabilei Fc

Fc = Fc = Fc =

Vx2 Vx2 k q kq Vu2 Vu2 q k kq Vu2 Vu2 2 3

: :

Vu2 k n k 1 Vu2 k n k 1 Vu2 3

V02 Vu2 V02 + Vu2 k q kq

Vu2 k n k 1

: 2 1 13 2 1 13426 ,7387 7756 ,2142 7756 ,2142 = 7 ,3109 Fc = : 2 1 10

- preluarea din tabela distribuiei Fisher-Snedecor a valorii teoretice a variabilei F n funcie de un prag de semnificaie i de numrul gradelor v2 = n k 1 , respectiv pentru de libertate v1 = k q ,

= 0 ,05; F0 ,05;1;10 = 4 ,96 .

Deoarece Fc = 7,3109 > F0, 05;1;10 = 4,96 , prin introducerea variabilei
x1 n modelul M 3 crete gradul de performan al acestui model n raport cu

modelul M 2 , n acelai timp influena acestei variabile asupra variabilei y este semnificativ.

Modele econometrice

Ca atare, modelul care explic cel mai bine variaia cifrei de afaceri este modelul M 3 :
Yt 3 = 37,5023 + 1,4963 x1t + 4,2446 x2t ;
R = 0,9251

(17,6461) (0,5534)

(1,065)

d = 2 ,17

s u 3 = 27,85
c) Deoarece s-a constatat c modelul M 3 explic cel mai bine variaia cifrei de afaceri, acesta va fi utilizat n vederea estimrii valorilor probabile ale cifrei de afaceri pentru ntreprinztorul respectiv. n acest caz, dac x 0 = 1, x1 = 64 , x 2 = 23 , n medie, cifra de afaceri este egal

$x $ 3 x n+ v ,0 + b $ Yn+ v = a 3 n + v ,1 + c 3 x n + v ,2
unde: Yn+ v = estimaia punctual a valorii de prognoz pentru variabila y; y n + v = valoarea real a variabilei y n momentul de prognoz ( n + v ). Sub form matriceal, relaia anterioar devine: $ = X ( X X ) 1 X Y Y = X B
n+ v v v

unde:
1 X v = xn + v ,1 - reprezint matricea coloan a valorilor de prognoz ale x n + v,2

variabilelor x j ( j = 0,2 ) pentru momentul ( n + v ).

Yn+ v = 37,5023 * 1 + 1,4963 * 64 + 4,2446 * 23 = 230,89 231 mil. lei.

n vederea estimrii intervalului de ncredere pentru aceast valoare probabil este necesar calcularea dispersiei acestei valori cu ajutorul relaiei:
2 2 ( X X )1 X v sY 1+ Xv = su
n+v

Modelul multifactorial

2 sY n+v

= 775 ,6214 1 + (1 64 = 31,65

0,040147 23 ) 0,0063 0,00669

0,0063 0,00039 0,00047

0,00669 1 0,00047 64 = 1001,84 0,00146 23

sY

n+v

Intervalul de ncredere a prognozei cifrei de afaceri, estimat cu un prag de semnificaie = 0,05 , pentru care valoarea lui t , preluat din tabela distribuiei Student, este t 0 ,05 ;10 = 2 ,228 se va calcula cu ajutorul relaiei:
P Yn+ v t sY yn + v Yn+ v + t sY = 1

P [231 2 ,228* 31,65 y n +v 231 + 2 ,228* 31,65] = 1 0,05 = 0,95 P[160 yn + v 301] = 0,95 n concluzie, cu un prag de semnificaie de 5%, cifra de afaceri a ntreprinztorului respectiv va fi cuprins ntre 160 i 301 milioane lei. e) tiind c rata profitului rp este egal cu:
rp( 0 0 ) = CA CT * 100 CA = rp CT + CT CA = CT 1 + rp CT

n+v

n+v

( )

unde: CA = cifra de afaceri (y); CT = cheltuieli totale. Pe baza datelor problemei rezult c antreprenorul, pentru a obine un profit mai mic sau egal cu 10 % trebuie s realizeze o cifr de afaceri de cel mult 220 mil. lei ( CA = 200(1 + 0,1) = 220 ). Utiliznd modelul econometric M 3 rezult c cifra de afaceri a acestor magazine urmeaz o distribuie normal, de medie Y = 231 mil. lei i de abatere medie ptratic sY = 31,43 mil. lei i ca atare:

220 Y (64;23) P(Y 220) = P t = P(t 0,35) = P(t 0,35) = 0,3632 31,43

Modele econometrice

n concluzie, antreprenorul are 36,32% anse de a nu realiza un profit de 10%, aceasta reprezentnd riscul su de a nu-i realiza dezideratul propus n urma cumprrii magazinului respectiv. f) Estimarea parametrilor unui model econometric multifactorial liniar pe baza matricei varianelor i covarianelor i a matricei coeficienilor de corelaie liniar simpli Fie modelul: y t = b0 + b1 x1t + b2 x 2t + u t Se nsumeaz (1) i se mparte la n obinndu-se ecuaia: (2) y = b0 + b1 x1 + b2 x 2 Se scade ecuaia (2) din (1) i rezult:
y t y = b1 ( x1t x1 ) + b2 ( x 2 t x 2 ) + u t

(1)

(3)

Notm cu: y t = y t y
x1 t = x1t x1 x2 t = x2t x2

Modelul (3) construit pe baza abaterilor centrate ale variabilelor devine:

* * y t* = b1 x1 t + b2 x 2 t + u t

n acest caz, matricea varianelor i covarianelor modelului se definete astfel:

2 yy cov( yx1 ) cov( yx2 ) 2 ( ) x V = cov( x1 y ) x x cov 1 2 1 x1 cov( x y ) cov( x x ) 2 x2 x2 2 2 1

Modelul multifactorial

unde:

2 y =

(y )
t =1

13

2 t

este dispersia variabilei y;

2 x =
j

(x )
13 t =1

2 tj

este dispersia variabilei x tj ( j = 1,2 );

t

cov y , x j

(y =

y ) x tj x n

)= y x
t

tj

x1 = 34,7692 34,77 x 2 = 15,7692 15,77 y = 156,4615 156,46

Tabelul 4.6.6
Nr. crt.
* * x1*t = x1t x1 x 2 t = x2t x2 y t = y t y

x1*t y t*
4 1463,4542 12,0842 820,1242 4,4942 483,7842 251,3442 2243,1042 -96,5358 429,1342 2906,5342 199,8942 582,8242 2474,1442 11774,3846

* * x2 t y 2t

* x1*t x 2 t

0 1 2 3 4 5 6 7 8 9 10 11 12 13 Total

1 35,23 0,23 20,23 -9,77 -6,77 8,23 -19,77 -1,77 -11,77 -30,77 10,23 -14,77 21,23 -0,01

2 5,23 10,23 -1,77 -5,77 -3,77 4,23 -10,77 12,23 -6,77 -9,77 -5,77 -7,77 20,23 -0,01

3 41,54 52,54 40,54 -0,46 -71,46 30,54 -113,46 54,54 -36,46 -94,46 19,54 -39,46 116,54 0,02

5 217,2542 537,4842 -71,7558 2,6542 269,4042 129,1842 1221,9642 667,0242 246,8342 922,8742 -112,7458 306,6042 2357,6042 6694,3846

6 184,2529 2,3529 -35,8071 56,3729 25,5229 34,8129 212,9229 -21,6471 79,6829 300,6229 -59,0271 114,7629 429,4829 1324,3077

2 yy = ( y )2 = 66,9512 = 4482,44 ; 2 x = x1 1 x1

( )2 = 18,5122 = 342,69 ; ( )2 = 9,6192 = 92,53 ;

2 x = x2 2 x2

6694,3846 = 514,95 13 1324,3077 = 101,87 cov(x1 x 2 ) = 13 117743846 = 905,72 cov( yx1 ) = 13 cov( yx2 ) =

Modele econometrice

4482,44 905,72 514,95 V = 905,72 342,69 101,87 514,95 101,87 92,53

=b Dispunnd de matricea V, estimatorii b j y / x j se calculeaz cu

ajutorul relaiei:
j +1 b y / x j = b j = ( 1)

Vyx j Vyy

, j = 1, k

unde: V yx j = determinantul matricei varianelor i covarianelor din care se elimin linia y i coloana x j ;
V yy = determinantul matricei varianelor i covarianelor din care se

elimin linia y i coloana y.

905,72 101,87 = ( 1)2 514,95 92,53 = 31348,3151 = 1,4696 b 1 342,69 101,87 21331,6088 101,87 92,53
905,72 342,69 = ( 1)3 514,95 101,87 = 84202,5191 = 3,9473 b 2 21331,6088 21331,6088

$ se calculeaz din relaia (2): Estimatorul b 0

= y b x b x b = 156,462 1,4696 * 34,769 3,9473 * 15,769 b 0 1 1 2 2 0 = 43,12 b 0

Matricea coeficienilor de corelaie liniar simpl a variabilelor pe baza relaiei (3) se definete:
1 R = rx1 y rx y 2 r yx1 1 rx2 x1 ryx2 rx1 x2 1

Modelul multifactorial

unde:
ry x =
tj

n y x
j

t x tj

y x (y ) (x )
t tj 2 t

2 tj

0,7917 0,8662 1 R = 0,7917 1 0,6198 , calculat cu ajutorul programului CBS. 0,8662 0,6198 1

$ =b $ se pot calcula Cu ajutorul acestei matrici, estimatorii b y/x j j

astfel:
j +1 b y / x j = b j = ( 1)

R yx j y R yy x j

unde: R yx j = determinantul matricei R din care s-a eliminat linia y i coloana x j ;

R yy = determinantul matricei R din care s-a eliminat linia y i

coloana y.
0,7917 0,6198 1 66,951 = ( 1)2 0,8662 b * = 1,4965 1 1 0,6198 18,512 0,6198 1
0,7917 1

= ( 1)3 0,8662 0,6198 * 66,951 = 4,2442 b 2 0,6158 9,619

$ se calculeaz din relaia (2): n mod analog, estimatorul b 0 b = 37,5034

2

Not: Ca urmare a numeroaselor nmuliri i rotunjiri au aprut mici abateri ntre valorile estimatorilor obinui la punctul b) n comparaie cu cele obinute la punctul f).