Introducere

n cadrul primului proiect la econometria aplicat n finane am studiat regresia

liniar multipl parcurgnd toate etapele necesare n identificarea unui model
econometric. Ca suport economic am studiat dependena ntre S&P 500, rata
omajului (date SUA) i rata inflaiei (date SUA). Am vrut s determin dac creterea
indicelui bursier este influenat de asemeni indicatori, n deosebi acum n criz
economic. Este interesant aceast model acum n cazul cnd veniturile companiilor
(membre S&P) cresc ca rezultat al micorrii cheltuielilor, n special aferente forei
de

munc,

nu

creterii

vnzrilor.

Ca

surs

datelor

am

utilizat

www.miseryindex.us deoarece US Bureau of Labor Statistics nu livreaz datele

lunare istorice. Pentru evoluia S&P am folosit terminalul FXPro.
Datele folosite n model snt prezentate n tabelul de mai jos:

Figura 1.1 Date utilizate n modelul econometric.

Capitolul I.
Ecuaia modelului de regresie liniar multipl va arta n felul urmtor :
Y=0+1X1+2X2
in care :
Y S&P 500;
X1 - The US Unemployment Rate (%);
X2 - The US Inflation Rate (%);
0 1 2 parametrii modelului de regresie;
e variabila eroare;

Dupa ce m-am determinat cu modelul i am adunat cte 33 observaii asupra

variabilelor, am trecut la estimarea parametrilor ecuaiei utiliznd MS Excel. Cu
ajutorul blocului Data Analisys am obinut urmtoarele rezultate :

Figura 1.2 Data Analisys a datelor.

Ca rezultat al aplicarii tehnicii OLS obtinem parametrii estimati ai modelului:

0 2043,95
1 -128,42
2 -8,73
Y = 2043,95 128,42X1 8,73X2
cu erorile standard :
SE(0^)=168,98
SE(1^)=21,58
SE(2^)=17,84
P-value a 0 1 snt ambele subunitarie mai mici ca 0,1 ceea ce va permite respingerea
ipotezei nule i denot faptul c parametrii influeniaz S&P,

ns P-value a

parametrului 2 este 0,62 ceea ce este destul de mare.

Studiind tabelul ANOVA, celulele F (44,72) i Sig.F. (9,97E-10) am stabilit c
modelul n ansamblu este destul de bun.

n tabelul Regression Statistics avem R2 = 0,74 i R2 ajustat = 0,73 ceea ce explic c

aprox. 74% din y snt determinate de model.
Nu este de ajuns doar s estimm parametrii, dar i selaborez nite ipoteze care ar
permite s fac inferene i previziuni pe baza modelului studiat. Pe baza unor
proprieti ale variabilei dependente y rezult urmtoarele caracteristici ale variabilei
eroare :
0. Liniaritatea n parametrii modelului, adic y=X+e
1. Vectorul eroare are parametrul 0, adica E(e)=0
2. Erorile

snt

independente

statistic

au

aceeai

varian,

adic

Var(e)=E(eeT)=eI
3. E(e|X)=0, nici o informaie coninut n vectorul eroare nu este coninut n
vectorul X.
4. X este o matrice ne-aleatoare avnd rangul maxim, adic rang (X)= k+1<n
5. Erorile snt repartizate normal, adic e N(0, eI)

Apoi am efectuat prelucrarea datelor prin intermediul Eviews :

Figura 1.3 Prelucrarea datelor n EViews

EQ1 ecuaia regresiei;

SP - S&P 500 Close price ($);
UNMPL - The US Unemployment Rate (%);
INF - The US Inflation Rate (%);
Evident se obin aceleai rezultate ca i cu ajutorul Excel. Utilizind funcia scat sp inf
unmpl am obinut graficul Y, X1, X2. Se observ o polarizare a valorilor.

Figura 1.4 Scatterplotul EQ1.

Am aplicat testul de semnificaie t (Student) asupra coeficienilor modelului de

regresie. Am utilizat urmtoarele ipoteze :
H0: i=0
H1: i 0
Pe baza WiW i SE(WiW ), Eviews a calculat coefiecienii t satistica
incadrndu-le n coloana t-Statistic. Nivelul de semnificaie este fixat
la 5%, astfel pentru ipoteza bilateral regiunea critic este tcrt(>30) =
(-; -2,042) (; 2,042). Reeind din t^ obtinui, concluzionez c 0^,
1^ sunt statistic diferii de 0, deci fiind n zona de respingere a ipotezei nule, nsa 2
aparine zonei de indecizie, nu pot respinge H0 i nici accepta H1.

Am parcurs i testul F (Snedecor - Fisher) pentru a analiza variana variabilei

independente y i dependenei liniare ntre Y i k variabile . Toate calculele snt redate
n tabelul ANOVA n Excel :

SST = (yi-yd) - variana total asociat valorilor y;

SSE = (yi-yq) - variana neexplicat de regresie;
SSR = (yq-yd) - variana explicat pe baza regresiei;
SST = SSR + SSE
(n-1) (k)

n-(k+1)

- grade de libertate.

Sumelor SSR, SSE se asociaz mediile lor n funcie de gradele de libertate MSR,
MSE. Deci, am verificat ipotezele aferente testului F:
H0=0=1=2=0
H1=nu toi parametrii snt nuli.
Din tabel Fcrt=3,32<F*(44,72), deci pot respinge H0 acceptnd c exist o dependen
liniar ntre Y i k variabile independente. Significance F din ANOVA semnific
eroarea care o fac eliminnd ipoteza nul, deci n modelul analizat este suficient de
mic (9,977E-10).
Astfel coeficientul de determinaie multipl (R2)
obinut prin raportul SSR/SST exprim partea de
varian total explicat de model. Se gasete n
tabelul iniial n Excel i n datele generate de
Eviews. Coeficientul ia valori [0,1], 0 ar nsemna SSR=0 ceea ce semnific c X1,
X2 nu influieniaz deloc variabilele Y. Un coeficient mai aproape de 1 semnific o
dependen total cu reziduuri nule. n modelul studiat R2=0,74 ceea ce ar nsemna o
dependen relativ a variabilelor.

Ipotezele elaborate si testate n cazul parametrilor ecuaiei urmeaz de testat i n

cazul matricei variabileleor eroare:

0. Liniaritatea n parametrii modelului, adic y=X+e;

1. Vectorul eroare are parametrul 0, adic E(e)=0;
2. Erorile snt independente statistic i au aceeai varian, adic
Var(e)=E(eeT)=eI;
3. E(e|X)=0, nici o informaie coninut n vectorul eroare nu este coninut n
vectorul X;
4. X este o matrice ne-aleatoare avnd rangul maxim, adic rang(X)= k+1<n;
5. Erorile snt repartizate normal, adic e N(0, eI);

Parcurg pe rnd ipetezele enunate anterior :

Ipoteza precum E(e)=0 este adevrat oricnd dac folosim OLS.

Ipoteza homoscedasticitatii Var(e)=E(eeT)=eI
Am folosit pentru aceasta testul Durbin-Watson care depisteaz corelaia de ordinul I.
Am utilizat expresia :
et=pet-1+vt
et erori;
et-1 erori ntrziate;
Ecuaia exprim dependena liniar cu p parametru ntre erori. DW folosete
urmtoarele ipoteze :
H0: p=0
H1: p 0
Mai nti verific corelarea ntre reziduuri i reziduurile ntrziate grafic prin comanda
Eviews: scat R_EQ1(-1) R_EQ1.

Figura 1.5 Scatterplotul reziduurilor.

Mi se pare o oarecare corelare existent, dar totui continui cu estimarea lui p,

utiliznd comanda Eviews: ls R_EQ1 R_EQ1(-1):

Figura 1.6 ls R_EQ1 R_EQ1(-1)

Deci din tabelul obinut observ c valoarea

lui p^ este foarte mare 0,902.
Verific apoi valoarea DW prin comanda
genr DW=2*(1-C(1)), care mi returneaz
valoarea de 0,19.
Am reprezentat grafic reziduurile prin
comanda Actual,Fitted,Residual,Table.

Figura 1.7 Reprezentarea grafic a reziduurilor Actual,Fitted,Residual,Table.

Apoi View
Actual,Fitted,Residual,Graph :

Am parcurs apoi la corectarea modelului ajingind la un model dinamic de regresie,

folosind comanda ls

LS SP C UNMPL INF SP(-1) UNMPL(-1) INF(-1).

Am obtinut urmatorul

tabel :

1.8 LS SP C UNMPL INF SP(-1) UNMPL(-1) INF(-1)

1.9 LS SP C UNMPL INF SP(-1) UNMPL(-1) INF(-1) View Representation.

Am obinut prin aceasta un model mai bun. Am salvat rezultatele n EQ_Dinamic i

reziduurile n R_Dinamic. Am efectuat comanda scat r_dinamic(-1) r_dinamic. Deci
dup cum se observ vizual din grafic nu exist corelaie.

1.10 Scatterplotul parametrilor EQ_Dinamic.

Pentru a analiza corelaia de ordin superior aplicm comanda Eviews: ls sp c unmpl

inf ar(1) ar(2) ar(3) ar(4):

1.11 ls sp c unmpl inf ar(1) ar(2) ar(3) ar(4).

Sau prin testul Breuch-Godfrey (cu 2 ntrzieri) :

1.12 Rezultatele testului Breuch-Godfrey.

Am verificat homoscedasticitatea prin testul White Heteroskedasticity:

1.13 Rezultatele testului White Heteroskedasticity.

Estimaiile OLS :
SP=-118694,4+50378,76UNMPL-2563,059UNMPL2+16904,16INF-3743,540INF2
H0=0=1=2=0;
H1 mcar unul dintre parametri este diferit de 0;
Cum p-value este 0,000041 adic fac o eroare de 0,0041% dac resping ipoteza nula,
atunci

pot

enuna

este

violat

homoscedasticitatea

este

prezent

heteroscedasticitatea.

Am parcurs apoi la verificarea normalitii :

H0: skewness=0 ; kurtosis=3;

H1: repartiia nu este normal;
Am obinut p-value=0,42, deci eroarea pe care a face-o dac a respinge ipoteza nul
este de 42,19% ceea ce este destul de mare. Afirm dar c accept H1, adica reziduurile
snt repartizate normal.

Concluzii
Modelul studiat mi-a artat dependena S&P de omaj i inflaie. ns acest model
pare a fi valabil doar ntr-o recesiune, deoarece de obicei S&P i oricare indice
bursier cresc ntr-o situaie invers celei prezente. O inflaie sczut i omaj nalt
determin o stagnare n cretere economic i eventual n indici. Dar dup cte constat
din model perioadele de criz se caracterizeaz prin disproporii economice.