I.

Se consider modelul:
yt = b0 + b1 x1t + b2 x2t + ut
unde: yt = profit (mil. lei.); x1t = numr de salariai (sute pers); x2t = capital fix (zeci mil. lei).
n urma prelucrrii electronice a calculelor econometrice privind modelul de mai sus s-au obinut urmtoarele rezultate:
SUMMARY OUTPUT
Regression Statistics
Multiple R
R Square
Standard Error
Observations

0,9251
0,8558
27,85
13

ANOVA
df

SS

MS

Critical F

Regression

...

Residual
Total

...
12

46033,02

...

...

4,1

...
53789,23

775,62

Variable
Coefficients
Standard Error
t Stat
Intercept
37,5023
...
2,1252
x1t
1,4963
0,5534
...
X2t
4,2446
1,065
...
Durbin Watson Statistics = 2,17 F (White Heteroskedasticity Test)= 0,4969

Critical t
2,228

0.4015 0.0063 0.0067

1
X X 0.0063 0.0004 0.0005
0.0067 0.0005 0.0015

1) S se verifice semnificaia parametrilor modelului (t critic = 2,228);

2) S se verifice validitatea modelului de regresie pentru un prag de semnificaie de 5% (F critic = 4,1);
3) S se verifice ipotezele de independen a erorilor (d 1= 0,98, d2 = 1,54) i de homoscedasticitate a erorilor (F critic = 3,33) pentru un
prag de semnificaie de 5%;
4) tiind c n perioada imediat urmtoare x1t+1 = 64 sute pers. i x2 t+1 = 23 zeci mil. lei s se estimeze volumul profitului pe baza unui
interval de ncredere.
III. n urma analizei istoricului unui curs valutar de-a lungul anului 2009 (252 observaii zilnice) se obin seriile de timp x t, yt= xt-xt-1 i zt=
xt-xt-2. Funciile de autocorelaie pentru cele trei serii sunt:
xt
Lag
Autocorrelation
zt
Lag
Autocorrelation
yt
Lag
Autocorrelation
1
0,11
1
0,16
1
0,14
2
0,31
2
-0,07
2
-0,03
3
0,34
3
-0,04
3
-0,08
4
0,51
4
0,03
4
0,02
5
0,26
5
0,06
5
0,06
6
0,40
6
0,01
6
0,05
7
0,53
7
0,05
7
0,01
8
0,28
8
0,08
8
0,05
9
0,32
9
0,03
9
0,01
10
0,27
10
-0,07
10
-0,06
a)

S se precizeze care din seriile xt, yt i zt este staionar: justificare (testul Box Pierce i Ljung Box). 0 , 05;10 18,307
2

b)

S se scrie modelele ARIMA corespunztoare seriei iniiale de timp staionarizate i s se aleag cel mai bun dintre ele pe baza
criteriului Akaike, tiind ca rezultatele obinute din SPSS pentru estimarea parametrilor sunt:
Parameter Estimates
Estimates
Non-Seasonal Lags

Std Error

Approx Sig

Approx Sig

AR1
0.723
-0.852

Constant
AIC=-44
Parameter Estimates

Estimates
Non-Seasonal Lags
Constant

AR1

0.353

MA1

0.282
0.932

Std Error

AIC=-52
m

Q n rk2

AIC

k 1

2 L 2k

n
n

y t y y t k y

m yt a0 - a1yt-1 - - ap yt-p = y + ut - b1 ut-1 - - bq ut-q

rk

t k 1

yt y
n

rk2
k 1 n k
m

LB n n 2

2y t yt 1 yt 2

1yt y t y t 1

t 1
n

i 1

su

n k 1

b
a
; t a s ; t b s
a
b

yi y i 2

sa

x2
2 1
su
n
n

xi x 2

tb
j

b j
sb

sb

su2 cij

yi

yi

y2

i 1

n k 1 R2
Fc

k
1 R2
V x2

i y

i 1

P Y

Yn v

2 ; Vu2 yi

; su2

Vu2
n k 1

y i 2

; V02

y
i 1

b 1 xn v ,1 b

x x

yi y 2
i 1
n

i y

*
n v

yi

y2

2 ; V02 Vx2 Vu2

xn v , 2 b k xn v , k

t ;v sY *

n v

s u2 1 X 'v X ' X

AR ( p ) : yt a0 a1 yt 1 a2 yt 2 ... a p yt p ut a (B) y t u t

MA q : yt y ut b1ut 1 .. bq ut q yt b( B )ut

Rezolvare:
I. 1) Vom verifica dac parametrii bj sunt semnificativ diferii de zero :

H 0 : b j 0 b b j 0 ;
j

H 1 : b j 0, j 0,2.

i 1

i 1

su2
i

s 2y / x
Fc
su2

nv

Yn v

n k 1

t ;v sY * yn v Y
s 2

2
yt

i 1

Yn v b
*
nv

s
n

V2
s 2y / x x
k

2
u

y2

R 2 1 i 1

u
t 2

2
u t 1

u
t 1

2
t

Deoarece volumul eantionului este n = 13 < 30 vom utiliza testul t:

tb

b j b
sb

b j 0
sb j

statistic ce urmeaz o distribuie Student, t, cu (n k-1) grade de libertate.

n urma testrii semnificaiei parametrilor s-a constatat c:
b0
2,1252 t critic 2,228 rezult c parametrul b0 nu este semnificativ
s b

t b
0

diferit de zero pentru pragul de semnificaie dat;

sb
0

b0
37,5023

17,6461 sau s b
t b
2,1252
0

s u2 c11

775,62 0,4015 17,6461

unde c11 = 0,4015 elementul situat pe diagonala principal a matricei inverse X X

;
t b
1

b1 1,4963

2,7039 t critic 2,228

s b
0,5534

rezult

parametrul

b
1

este

parametrul

b2

este

semnificativ diferit de zero pentru pragul de semnificaie dat;

t b
2

b2
4,2446

3,9856 t critic 2,228

s b
1,065

rezult

semnificativ diferit de zero pentru pragul de semnificaie dat.

2)
Regression
Residual
Total
s 2y / x

su2

df
2=k
10=n-k-1
12=n-1

SS
46033,02
7756,21
53789,23

MS
23016,51
775,62

F
29,67

Critical F
4,1

Vx2 46033,02

23016,5083
k
2

Vu2
Vu2 su2 n k 1 775,62 10 7756,2 sau
n k 1

V02 Vx2 Vu2 Vu2 V02 Vx2 Vu2 53789,23 46033,02 7756,21

Fc

s 2y / x
2
u

23016,51
29,67 F critic 4,1 rezult c modelul este valid statistic
775,62

sau este semnificativ diferit de zero, pentru un prag de semnificaie de 0,05.

O alt variant de verificare a semnificaiei modelului se poate realiza prin verificarea
semnificaiei raportului de corelaie:

Fc

n k 1 R2
13 2 1 0,8558

29,67 F critic 4,1

2
k
1 R
2
1 0,8558

rezult

raportul de corelaie este semnificativ diferit de zero pentru un prag de semnificaie de 5%,
deci i modelul este valid statistic pentru un prag de semnificaie de 5%.
3) Valorile variabilei reziduale U sunt independente, respectiv nu exist fenomenul de
autocorelare a erorilor, cov (u1, un) = 0
n

Comparnd valoarea calculat a variabilei Durbin-Watson d

u
t 2

ut 1

u
t 1

2,17

2
t

cu cele dou valori tabelate se observ c d 2,17 d 2 1,54 i d 2,17 4 d 2 2,36 ,

deci erorile sunt independente pentru un prag de semnificaie de 0,05.
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 a erorilor.
F (White Heteroskedasticity Test)= 0,4969 < F critic = 3,33 rezult c erorile sunt
homoscedastice pentru un prag de semnificaie de 0,05.
4) n acest caz, dac x 0 1, x1 64 , x 2 23 , n medie, profitul este egal cu:
Yn v b0 x n v , 0 b1 x n v ,1 b2 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:

1
Yn v X v B X v X X X Y

unde:

1 1

X v xnv,1 64
x 23
n v,2
variabilelor x j (

j 0,2 )

nv

=- reprezint matricea coloan a valorilor de prognoz ale

pentru momentul ( n 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 de prognoz acestei valori cu ajutorul relaiei:

sY2 su2 1 X v X X
nv

Xv

2
Yn v

sY

nv

775,6214 1 1 64

0,4015

23 0,0063
0,0067

0,0063
0,0004
0,0005

0,0067 1


0,0005 64 1001,84
0,0015 23

31,65

Intervalul de ncredere a prognozei profitului, 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
nv

nv

P 231 2 ,228* 31,65 y n v 231 2 ,228* 31,65 1 0,05 0,95

P160 yn v 301 0,95

n concluzie, pentru un prag de semnificaie de 5%, profitul va fi cuprins ntre 160 i 301
milioane lei.

II. 1) Modelul dat este un model cu ecuaii simultane n form structural, care conine dou
ecuaii de comportament economic i o ecuaie de indentitate economic.
Modelul conine 6 variabile: 3 endogene (Yt, Ct, It) i 3 exogene (Ct-1, It-1, Gt).
Forma redus a unui model structural cu ecuaii simultane presupune ca toate variabilele
endogene ale modelului n form general s fie exprimate numai n funcie de variabilele
exogene ale acestuia.
Se nlocuiesc ecuaiile (1) i (2) n ecuaia (3):
Yt a0 a1Yt a2Ct 1 u1t b0 b1Yt b2 I t 1 u2t Gt

Yt 1 a1 b1 a0 b0 a2Ct 1 b2 I t 1 Gt u1t u 2t

Yt

a0 b0
u u2t
a2
b2
1

Ct 1
I t 1
Gt 1t
1 a1 b1 1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1

- expresia obinut pentru Yt se nlocuiete n primele dou ecuaii ale modelului

Ct

au au
a0 a0 a1 a0b1 a0 a1 a1b0 a1a2 a2 a1a2 a2b1
a1b2
a1

Ct 1
I t 1
Gt 1 1t 1 2t
1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1
1

Ct

u a u bu a u
a0 a0b1 a1b0 a2 a2b1
a1b2
a1

Ct 1
I t 1
Gt 1t 1 1t 1 1t 1 2t
1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1

b0 a1b0 b0 b1 a0 b1 b0 b1
b u b1u 2t
a2 b1
b b b2 a1b2 b1b2
b1

Ct 1 1 2
I t 1
Gt 1 1t
1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1
1
b a1b0 a0 b1
b u u 2t a1u 2t
a2b1
b a1b2
b1
It 0

Ct 1 2
I t 1
Gt 1 1t
1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1
1 a1 b1
It

Deci, forma redus a modelului este:

 Ct 0 1Ct 1 2 It 1 3Gt z2t

It 0 1Ct 1 2 I t 1 3Gt z3t

Yt 0 1Ct 1 2 It 1 3Gt z1t

1
2
3
'

'

'

2) Identificarea modelului
Ecuaia (1) este supraidentificat deoarece numrul variabilelor absente este egal cu trei,
numr superior numrului de variabile endogene minus unu (3 > n 1 = 3 - 1 = 2).
Ecuaia (2) este supraidentificat deoarece numrul variabilelor absente este egal cu trei,
numr superior numrului de variabile endogene minus unu (3 > n 1 = 3 - 1 = 2).
Deoarece modelul conine o ecuaie de identitate i dou ecuaii supraidentificate, atunci este
supraidentificat, iar estimarea parametrilor formei structurale se va face cu ajutorul MCMMP n dou
faze.
3) Estimarea parametrilor modelului cu ecuaii simultane cu ajutorul MCMMP n dou faze
Faza I: Variabila Yt este singura variabil endogen care, n ecuaiile (1) i (2), este i variabil
exogen. Ca atare, ea va fi regresat n funcie de cele trei variabile exogene, Ct-1, It-1 i Gt:
Yt 0 1Ct 1 2 I t 1 3Gt z1t

Estimatorii 0 , 1 i 2 vor fi determinai cu ajutorul M.C.M.M.P., iar, pe baza valorilor

acestora, vor fi estimate valorile teoretice ale variabilei Yt:
Yt 0 1Ct 1 2 I t 1 3Gt

(3)

Faza II: n ecuaiile (1) i (2) ale modelului structural se vor introduce valorile ajustate, Y t ,
obinndu-se ecuaiile:
Ct a0 a1Yt a2Ct 1 u1t

(1)

I t b 0 b1Yt b2 I t 1 u2 t

(2)

Prin aplicarea M.C.M.M.P. ecuaiilor (1) i (2) vor fi estimai parametrii modelului
structural

a , a , a , b , b , b
0

i apoi va urma testarea semnificaiei acestor dou modele cu

ajutorul testelor cunoscute d, F(White), JB, t, F.

III. 1)
m

Q xt n rk2 252 0,112 0,312 ... 0,27 2 314

k 1

0, 05;10 18,307 seria xt nu este

2

staionar;
m

Q yt n rk2 252 0,16 2 0,07 ... 0,07 13

k 1

0, 05;10 18,307 seria

2

yt

este staionar;
m

Q zt n rk2 252 0,14 2 0,03 ... 0,06 10

k 1

staionar;

0, 05;10 18,307 seria yt este

2

 0,112
rk2
0,312
0,27 2
324
LB xt n n 2
252 254

...
252 10
k 1 n k
252 1 252 2
m

2
0 , 05;10

18,307 seria xt nu este staionar;

0,16 2 0,07
rk2
0,07 13
LB yt n n 2
252 254

...
252 10
k 1 n k
252 1 252 2
m

2
0 , 05;10

18,307 seria yt este staionar;

0,14 2 0,03
r2
0,06 10
LB zt n n 2 k 252 254

...
252 10
k 1 n k
252 1 252 2
m

2
0 , 05;10

18,307 seria zt este staionar;

2) Modelul general este:

yt=a0+a1yt-1+...+apyt-p+ y +ut-b1ut-1-...-bqut-q y 0
Deci primul model este:
yt=0,852+0,723yt-1+ut
Al doilea model este:
yt=0,932+0,353yt-1+ut-0,282ut-1
Dintre cele dou modele cel de-al doilea este cel mai bun model deoarece are AIC cel mai
mic: AIC2=-52<AIC1=-44
Dac, de exemplu, modelul conine constanta, MA1 i MA2 : yt=0,22+ut-0,282ut-1-0,567 ut-2
Dac, de exemplu, modelul conine AR1, MA1 i MA2 : yt=0,223 yt-1+ut-0,242ut-1-0,598 ut-2
Dac, de exemplu, modelul conine constanta i MA1 : yt=0,24+ut-0,267ut-1
Valorile atribuite parametrilor modelelor din cadrul acestui exemplu au fost luate la
ntmplare, iar, pentru scrierea modelelor, vor fi preluate valorile doar din coloana Estimates.
Valorile care apar n celelalte coloane, necompletate n cazul exemplului meu, nu conteaz n
scrierea modelelor.