Sunteți pe pagina 1din 257

Capitolul 2

2.1 Probleme rezolvate


2.1.1 Model liniar unifactorial - caz general
2.1.2 Model liniar unifactorial cu erori heteroscedastice
2.1.3 Model liniar unifactorial cu autocorelarea erorilor
2.1.4 Model unifactorial neliniar
2.1.5 Model liniar multifactorial
2.1.6 Model multifactorial neliniar funcia Cobb-Douglas
fr progres tehnic
2.1.7 Model liniar multifactorial cu variabile centrate
2.1.8 Modele dinamice
2.1.8.1 Model dinamic funcia CobbDouglas
cu progres tehnic
2.1.8.2 Model autoregresiv
2.1.8.3 Model dinamic cu decalaj
2.1.8.4 Model dinamic de prognoz cu variabile anticipative
2.1.9 Modelul static al lui Keynes
2.1.10 Modelul dinamic al lui Keynes
2.1.11 Model recursiv
2.2 Probleme propuse spre rezolvare

Modele econometrice cu o singur ecuaie i cu ecuaii multiple

Modele econometrice cu o singur ecuaie


i cu ecuaii multiple

2.1 Probleme rezolvate


2.1.1 Model liniar unifactorial - caz general
Se cunosc urmtoarele date privind capacitatea de cazare turistic n
funciune (mii locuri-zile) i numrul de nnoptri n structurile de primire
turistic cu funciuni de cazare turistic (mii) n Romnia n perioada 19892002:
Tabelul 2.1.1

Anul

Capacitatea de cazare
turistic n funciune
(mii locuri-zile)

Numrul de nnoptri
n structurile de primire
turistic cu funciuni
de cazare turistic
(mii)

1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

79458
77022
64124
55870
57434
53255
53540
53639
52027
53164
51275
50197
51182
50752

53377
44552
31927
26076
24769
23296
24111
21838
19611
19183
17670
17647
18122
17277

Sursa: Anuarul Statistic al Romniei 1993, CNS, Bucureti, 1994, p. 622-624, Anuarul
Statistic al Romniei 2003, INS, Bucureti, 2004, p. 507, 511.

Se cere:
a) s se specifice modelul econometric ce descrie legtura dintre cele dou
variabile;
b) s se estimeze parametrii modelului i s se calculeze valorile teoretice ale
variabilei endogene;
c) s se verifice ipotezele de fundamentare a metodei celor mai mici ptrate;
d) s se verifice semnificaiile estimatorilor i verosimilitatea modelului;
e) presupunnd c n anul 2003 numrul de nnoptri va atinge valoarea de
17100 mii s se estimeze capacitatea de cazare turistic n funciune a
Romniei n acest caz.
Rezolvare:
a) Pe baza datelor problemei se poate construi un model econometric
unifactorial de forma:
y f (x ) u
unde:
y = valorile reale ale variabilelor dependente;
x = valorile reale ale variabilelor independente;
u = variabila rezidual, reprezentnd influenele celorlali factori ai variabilei y,
nespecificai n model, considerai factori ntmpltori, cu influene
nesemnificative asupra variabilei y.
Analiza datelor din tabel, n raport cu procesul economic descris
conduce la urmtoarea specificare a variabilelor:
y = capacitatea de cazare turistic n funciune, reprezentnd
variabila rezultativ (endogen);
x = numrul de nnoptri, reprezentnd variabila factorial (exogen),
respectiv factorul considerat prin ipoteza de lucru cu influena cea mai
puternic asupra variabilei y.

Modele econometrice cu o singur ecuaie i cu ecuaii multiple

Specificarea unui model econometric presupune, de asemenea,


alegerea unei funcii matematice

cu ajutorul creia poate fi descris

x
legtura dintre cele variabile. n cazul unui model unifactorial, procedeul cel
mai des folosit l constituie reprezentarea grafic a celor dou iruri de
valori cu ajutorul corelogramei vezi figura 2.1.1.
ccf

79400
77300
75200
73100
71000
68900
66800
64700
62600
60500
58400
56300
54200
52100
50000

innoptari
1650 1910 2170 2430 2690 2950 3210 3470 3730 3990 4250 4510 4770 5030

5290

000000000000000

Figura 2.1.1 Legtura dintre capacitatea de cazare turistic n funciune


(mii locuri-zile) i numrul de nnoptri n structurile de primire turistic cu funciuni
de cazare turistic (mii) n Romnia

Din grafic se poate observa c distribuia punctelor empirice xt , yt


poate fi aproximat cu o dreapt. Ca atare, modelul econometric care descrie
legtura dintre cele dou variabile se transform ntr-un model
liniar
unifactorial y a bx u , a i b reprezentnd parametrii modelului, b 0 ,
panta dreptei fiind pozitiv deoarece legtura dintre cele dou variabile este
liniar.

b) Deoarece parametrii modelului sunt necunoscui, valorile acestora se pot


estima cu ajutorul mai multor metode, n mod curent fiind folosit ns
metoda celor mai mici ptrate (M.C.M.M.P.). Utilizarea acestei metode
pornete de la urmtoarea relaie:
yt a bxt ut ; t 1, n
y a bx
t

unde:
y valorile teoretice ale variabilei y obinute numai n funcie de valorile
t
factorului esenial x i de valorile estimatorilor parametrilor a i b,
respectiv a$ i b$ ;

ut yt y
a a b
t
b x

estimaiile valorilor variabilei reziduale.

n mod concret, M.C.M.M.P. const n a minimiza funcia:


y 2
min14
F
a,
b
14
a bx 2

y
y min

t
t
t
t

t 1

t 1

Condiia de minim a acestei funcii rezult din:


F a 0 na b xt yt
b x 0 a xt
F
yt xt
b
t
2

Tabelul 2.1.2
yt
Nr. (mii
crt. locurizile)

xt
(mii)

x t2

xt yt

y t 35030 ,912

0,8694 xt

xt x 2

ut yt
y t

u t2

1
2
3
4
5
6
7
8

79458
77022
64124
55870
57434
53255
53540
53639

53377
44552
31927
26076
24769
23296
24111
21838

2849104129
1984880704
1019333329
679957776
613503361
542703616
581340321
476898244

4241229666
3431484144
2047286948
1456866120
1422582746
1240628480
1290902940
1171368482

81436,2
73763,8
62787,8
57701,0
56564,7
55284,1
55992,7
54016,6

767377059,6
356324948,9
39082145,3
160457,5
821612,8
5661680,3
2447436,8
14725858,0

-1978,2
3258,2
1336,2
-1831,0
869,3
-2029,1
-2452,7
-377,6

3913120,5
10615710,2
1785381,8
3352697,0
755597,6
4117418,8
6015700,3
142564,2

yt
Nr. (mii
crt. locurizile)

xt
(mii)

9
10
11
12
13
14

52027
53164
51275
50197
51182
50752

19611
19183
17670
17647
18122
17277

x t2

xt yt

y t 35030 ,912
0,8694 xt

xt x 2

ut yt
y t

u t2

384591321 1020301497
367987489 1019845012
312228900 906029250
311416609 885826459
328406884 927520204
298494729 876842304

52080,5
51708,4
50393,0
50373,0
50785,9
50051,3

36777293,9
42151628,8
64086886,6
64455665,3
57054283,2
70533602,5

-53,5
1455,6
882,0
-176,0
396,1
700,7

2857,2
2118901,6
777971,0
30968,1
156866,6
490974,3

Total 802939 359456 10750847412 21938714252

802939,0

1521660559,4

0,0

34276729,4

Tabelul 2.1.2

yt

y 2

u t

u t 1

(continuare)

10

11

12

13

14

15

16

xt x yt
17
y

22105,2
19669,2
6771,2
-1482,8
81,2
-4097,8
-3812,8
-3713,8
-5325,8
-4188,8
-6077,8
-7155,8
-6170,8
-6600,8

488640498,6
386877990,6
45849342,9
2198653,5
6595,8
16791847,8
14537334,9
13792204,3
28363993,5
17545925,8
36939479,2
51205269,2
38078596,3
43570372,0

27701,6
18876,6
6251,6
400,6
-906,4
-2379,4
-1564,4
-3837,4
-6064,4
-6492,4
-8005,4
-8028,4
-7553,4
-8398,4

-1978,2
3258,2
1336,2
-1831,0
869,3
-2029,1
-2452,7
-377,6
-53,5
1455,6
882,0
-176,0
396,1
700,7

-54798165,4
61503190,2
8353236,1
-733461,2
-787914,1
4828199,4
3837062,2
1448923,7
324160,3
-9450669,4
-7061001,5
1412822,3
-2991640,5
-5884742,0

-1978,2
3258,2
1336,2
-1831,0
869,3
-2029,1
-2452,7
-377,6
-53,5
1455,6
882,0
-176,0
396,1

27419223,1
3694061,3
10031276,0
7291556,9
8400685,0
179394,7
4306105,4
105056,3
2277375,2
329037,7
1119372,7
327231,3
92800,5

-6445196,2
4353515,4
-2446598,5
-1591631,1
-1763834,3
4976862,2
926079,6
20182,5
-77808,2
1283917,5
-155216,8
-69698,3
277520,2

612349172,5
371287328,4
42330729,8
-593961,6
-73614,9
9750388,4
5964830,9
14251387,4
32297847,1
27195392,1
48655279,4
57449714,5
46610589,1
55436227,3

0,0

1184398104,4

0,0

0,0

0,0

-1978,2

65573176,1

-711906,1

1322911310,3

yt y

xt x u t u t xt x ut 1

ut ut 1

Estimarea parametrului b$ :

y
y x
x
x
n
xt
n

t t

14
802939
359456 42689917,9
307141999528
359456
14

359456 1075084741 288621241184


150511863768129208615936
2

18520758344
b 2130347832 0,8694

(vezi calcule tabelul 2.1.2., coloanele 1, 2, 3, 4)


Estimarea parametrului a$ :
na

xt

yt

1 a
n b

xt

bx n

a y

n
x

xt

359456

25675,4

n
14
a 57352,8 0,8694 25675,4 35030,912
802939

57352,8

14

Dispunnd de estimaiile parametrilor se pot calcula valorile


teoretice (estimate) ale variabilei endogene, y , cu ajutorul relaiei:
t

y t 35030,912 0,8694 xt (vezi tabelul 2.1.2., coloana 5)

Valorile variabilei reziduale vor rezulta din urmtoarea relaie:


u t y t (vezi tabelul 2.1.2., coloana 7)
y t
Pe baza acestor valori se pot calcula abaterea medie ptratic a
variabilei reziduale s i abaterile medii ptratice ale celor doi estimatori,
u
s a i sb :
2

s
2

6729,3646

y t

2856394,1137

3427
u

nk

14 2
(vezi tabelul 2.1.2., coloana 8)

unde:
k = numrul parametrilor;
su 2856394,1137 1690,087

2
2

2856394,1137 1

1
s
2

25675,4

x
a

n
2
sa

x t

2
x

14 1521660559,4

1441501,1977

(vezi tabelul 2.1.2., coloana 6)


s a
1441501,1977 1200,6253
1
2
2
s s
2856394,1137
1521660559,4 0,0019
b
xt x

0,0019 0,0433

n urma acestor calcule, modelul econometric se poate scrie:


y t 35030,912 0,8694 x s 1690,087
t

1200,6253 0,0433

c) Estimatorii obinui cu ajutorul M.C.M.M.P. sunt estimatori de maxim


verosimilitate dac pot fi acceptate urmtoarele ipoteze:
c1) Variabilele observate nu sunt afectate de erori de msur.
Aceast condiie se poate verifica cu regula celor trei sigma, regul
care const n verificarea urmtoarelor relaii:
xt x 3 x

yt y 3 y

Pe baza datelor din tabelul 2.1.2., coloanele 6, 10, se obin:

xt x
n

1521660559,4
14

108690039,9592
10425,4515

y y
t

1184398104,484599864,5969 9197,8185
14

xt x 3 x x 3 x x t x 3 x
25675 ,4 3 10425 ,4515 xt 25675 ,4 3 10425 ,4515

xt 5600,9261; 56951,7832

yt y 3 y y 3 y yt y 3 y
57352,8 3 9197,8185 yt 57352,8 3 9197,8185

yt 29759 ,3303; 84946 ,2411

Deoarece

valorile

acestor

xt 5600,9261; 56951,7832

variabile

aparin

intervalelor
y t 29759 ,3303; 84946 ,2411 , ipoteza de

i
mai sus poate fi acceptat fr rezerve.
M u 0 ,
c2) Variabila aleatoare (rezidual) u este de medie nul
iar dispersia ei,

s , este constant i independent de X - ipoteza de


u

homoscedasticitate, pe baza creia se poate admite c legtura dintre Y i X


este relativ stabil.
Acceptarea ipotezei se poate face prin intermediul mai multor
procedee:
c2.1) Procedeul grafic - care const n construirea corelogramei
privind valorile variabilei factoriale x i ale variabilei reziduale u (vezi
Figura 2.1.2).

u
4000
3000
2000
1000

x
0
16500 19100 21700 24300 26900 29500 32100 34700 37300 39900 42500 45100 47700 50300 52900

-1000
-2000
-3000

Figura 2.1.2

Deoarece graficul punctelor empirice prezint o distribuie oscilant,


se poate accepta ipoteza c cele dou variabile sunt independente i nu
corelate.
c2.2.) Acceptarea sau respingerea ipotezei de homoscedasticitate cu
ajutorul analizei variaiei (vezi punctul d)).
c3) Valorile variabilei reziduale u t sunt independente, respectiv
nu
exist fenomenul de autocorelare.
Acceptarea sau respingerea acestei condiii se poate face cu:
c3.1.) Procedeul grafic - corelograma ntre valorile variabilei
dependente y t i valorile variabilei reziduale ut (vezi Figura 2.1.3).

u
3000

2000

1000

y
0

50000 52100 54200 56300 58400 60500 62600 64700 66800 68900 71000 73100 75200 77300

79400

-1000

-2000

-3000

Figura 2.1.3
Ca i n cazul graficului precedent, distribuia punctelor empirice
fiind oscilant, se poate accepta ipoteza de independen a erorilor.
c3.2.) Testul Durbin-Watson const n calcularea termenului empiric:
n

u
t 2

u t 1
2

u
t 1

2
t

i compararea acestei mrimi d cu dou valori teoretice, d 1 i d 2 ,


preluate din tabela Durbin-Watson (vezi Anexa 3) n funcie de un prag de
semnificaie , arbitrar ales, de numrul variabilelor exogene k i de
valorile observate n, n 15 .

Acceptarea sau respingerea ipotezei de independen a erorilor se


bazeaz pe o anumit regul, care const n:
- dac 0 d d1 autocorelare pozitiv;

- dac
d1 d d 2 indecizie,
recomandndu-se acceptarea
autocorelrii pozitive;
- dac d 2 d 4 d 2 erorile sunt independente;
- dac 4 d 2 d 4 d1 indecizie, recomandndu-se acceptarea
autocorelrii negative;
- dac 4 d 1 d 4 autocorelare negativ.
Pe baza datelor problemei, valoarea empiric a variabilei
Durbin-Watson este:
14

u
d

u t 12

t 2

u
14

65573176,1
1,91
34276729,3646

t 1

Lucrnd cu un prag de semnificaie 0,05 , numrul variabilelor


exogene fiind k 1, iar numrul observaiilor n 14 , din tabela distribuiei
Durbin-Watson se citesc valorile (pentru cazul n 15
)
d2 1,36 .

d1 1,08 i

Deoarece d 1,36 d 1,91 4 d 2,64 , se poate accepta


2
2
ipoteza de independen a valorilor variabilei reziduale.
c3.3.) Coeficientul de autocorelaie de ordinul 1
n

u u
t

r1

t 1

t 2
n1

u
t

t 1

Se poate demonstra c ntre coeficientul de autocorelaie de ordinul


1 i variabila Durbin-Watson exist relaia:
d
d 21 r1 r1 1
2

tiind c:
1 autocorelare strict negativa
4

indecizie

r1 0 independenta
d 2

indecizie

1 autocorelare strict pozitiva


0
Calculul coeficientului de autocorelaie de ordinul 1:
14

u u
t

r1

t 2
13

u
t

t 1

711906,1
33785755,1

0,021

t 1

Deoarece r1 0,021 0 , i acest indicator arat c ipoteza de


independen a valorilor variabilei reziduale poate fi acceptat.
c4) Verificarea ipotezei de normalitate a valorilor variabilei reziduale
Se tie c, dac erorile urmeaz legea normal de medie zero i de abatere
medie ptratic su$ (consecina ipotezelor c1, c2, c3), atunci are loc
relaia:

Put t su 1

Pe baza acestei relaii, n funcie de diferite praguri de semnificaie


, din tabela distribuiei normale se vor prelua valorile corespunztoare ale
lui t .
Lucrnd cu un prag de semnificaie 0,05 , din tabela distribuiei
Student n 30 se preia valoarea variabilei, cu un numr de grade de
libertate v n 2 14 2
12,

t0,05;12 2,179 , iar pentru un prag de

semnificaie 0,01, avem


t0,01;12 3,055 . Cu ajutorul acestor date,
verificarea ipotezei de normalitate se poate face pe baza urmtorului grafic
(Figura 2.1.4.): pe axa Ox se vor reprezenta valorile ajustate ale variabilei y,
y (vezi tabelul 2.1.2, coloana 5), iar pe axa Oy se vor trece valorile
t
variabilei reziduale ut (vezi tabelul 2.1.2, coloana 7).

Se observ c valorile empirice ale variabilei reziduale se nscriu n


banda construit, cu un prag de semnificaie 0,05 . Ca atare, ipoteza de
normalitate a variabilei reziduale poate fi acceptat cu acest prag de
semnificaie.
ut
t 0,05 su
3300

2300

1300

yt

300
50000 52500 55000 57500 60000 62500 65000 67500 70000 72500 75000 77500

80000

-700

-1700

-2700

t 0,05 s u
-3700

Figura 2.1.4

d) Verificarea semnificaiei estimatorilor i


a verosimilitii
modelului
d1) Verificarea semnificaiei estimatorilor
Estimatorii sunt semnificativ diferii de zero, cu un prag de
semnificaie , dac se verific urmtoarele relaii:

ta a
a

b
t ;v ;tb t ;v
sb

tiind

(vezi

punctul

b)

a 35030,912; s a 1200,6253 b 0,8694; s


i
0,0433

al

problemei)

i, lucrnd cu un

prag de semnificaie

0,05 , din tabela distribuiei Student se preia

valoarea t0,05;12 2,179


.
ta a 35030,912 29,1772

sa
t
b 1200,6253
tb

sb t

0,8694;

20,0661

0,05;12

0,05;12

2,179

2,179

0,0433

Pe baza calculelor de mai sus se observ faptul c ambii estimatori


sunt semnificativ diferii de zero, cu un prag de semnificaie 0,05 .
d2) Verificarea verosimilitii modelului
Pentru a accepta ipoteza de liniaritate se calculeaz coeficientul de
corelaie liniar:
ry / x

covy, x

x y

y xt
x

n x y

1322911310,3
14 10425,4515
9197,8185

0,9854

Coeficientul de corelaie liniar fiind definit n intervalul 1;1 ,


rezult c valoarea obinut de 0,985 indic o puternic corelaie liniar ntre
cele dou variabile.
Verificarea verosimilitii modelului se face cu ajutorul analizei
dispersionale (analiza variaiei).

Tabelul 2.1.3
Sursa de
variaie

Msura
variaiei

Nr. gradelor
de libertate

14

Variana
dintre
grupe

k11

V y y
14

2
Vu yt yt

t 1

34276729,4
14

V0 yt y
2

Variana
total

sY2 / X

k1
1150121375

s u2

Valoarea testului F

F ;v ;v

Fc

V x2

Variana
rezidual

Dispersii
corectate

Fc

2
Y/X

4,76

0,05;1;12
su2
402,648 F0,01;1;12 9,33

Vu2

nk
12

nk
2856394 ,1

n 1 13

t 1

1184398104,4

Testul Fisher-Snedecor indic faptul c rezultatele obinute sunt


semnificative pentru un
prag
de
semnifica ie
de
5%:
Fc 402,648 F0,05;1;12 4,76 .
Pe baza datelor din tabelul de mai sus se poate calcula raportul de
corelaie dintre cele dou variabile:

Ry /

V x2 1 Vu2 1150121374,9925 0,9854 0,985


V02
V02 1184398104,3571

Se poate demonstra c, n cazul unei legturi liniare, raportul de


corelaie este egal cu coeficientul de corelaie liniar:
ry / x

covy, x b
x

x y

Ry / x

Verificarea semnificaiei raportului de corelaie i, implicit, a


coeficientului de corelaie liniar se face cu ajutorul testului FisherSnedecor:
R
F n 2 2 , R fiind semnificativ dac F F .
c
c
;v1 ;v2
1R
2

F 12
F
c

0,9711

12 33,554 402,648

4,76
0,05;1;12

0,0289

Deoarece raportul de corelaie este semnificativ diferit de zero, cu un


prag de semnificaie 0,05 , rezult modelul econometric:
yt 35030,912 0,8694
xt ;
1200,6253 0,0433

R 0,985
d 1,91
su 1690,087

care descrie corect dependena dintre cele dou variabile, acesta explicnd
97,11% din variaia total a variabilei dependente, adic variaia capacitii
de cazare n funciune se datoreaz n proporie de 97,11% numrului de
nnoptri.
2

V V V 100
u

Vx

u2

100 V

V0

100

V0

e) Dac numrul nnoptrilor va fi egal cu 17100 mii xt 17100 , capacitatea


de cazare turistic n funciune va fi egal cu:
Y/ x17100 a bxt 35030,912 0,869417100 49897,4230 mii locuri-zile

Pe baza ipotezei formulate la punctele precedente, capacitatea de


cazare turistic n funciune y urmeaz o distribuie normal (sau distribuia
Student, dac n 30 ), de medie Y i de abatere medie ptratic sY ,
L y N Y , sY .
Pentru xt 17100 Yt 49897,4230
1 x x 2
sY / x17100 s 2 1 t
u
n
x t x

117100 25675,42
sY / x17100 2856394,1137
1

1788,4251
141521660559,4

Estimarea capacitii de cazare n funciune, care se poate obine


dac numrul nnoptrilor va fi egal cu 17100 mii, pe baza unui interval de
ncredere, se calculeaz cu relaia:
PY/ x17100 t sY / x17100 y / x17100 Y/ x17100 t sY / x17100 1
Pentru 0,05 i v n k 12 , din tabela distribuiei Student se
preia valoarea variabilei t ;v t0,05;12 2,179 .
Deci, cu un prag de semnificaie de 0,05 sau cu o probabilitate egal
cu 0,95, capacitatea de cazare turistic n funciune va fi cuprins n
intervalul:
PY/ x17100 49897,4230 2,179 1788,4251 1 0,05 0,95

PY/ x 17100 46000,4446;54794,4014 0,95

2.1.2 Model liniar unifactorial cu erori heteroscedastice


1

Se cunosc urmtoarele date privind privind venitul mediu i


cheltuielile medii efectuate de un eantion 30 de familii cu procurarea
mrfurilor alimentare:
Tabelul 2.2.1

Nr.
crt.

Cheltuieli medii cu procurarea


mrfurilor alimentare
(u.m./familie)

Venitul mediu
(u.m./familie)

1
2
3
4
5
6
7
8
9

55
65
70
80
79
84
98
95
90

80
100
85
110
120
115
130
140
125

Datele problemei i o parte din testele utilizate sunt reproduse din D. N. Gujarati, Basic
Econometrics, Third Edition, McGraw-Hill, Inc., 1995, p. 369-380.

Nr.
crt.

Cheltuieli medii cu procurarea


mrfurilor alimentare
(u.m./familie)

Venitul mediu
(u.m./familie)

10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

75
74
110
113
125
108
115
140
120
145
130
152
144
175
180
135
140
178
191
137
189

90
105
160
150
165
145
180
225
200
240
185
220
210
245
260
190
205
265
270
230
250

Se cere:
a) Specificarea, identificarea i estimarea parametrilor modelului econometric
ce descrie legtura dintre cele dou variabile;
b) Verificarea ipotezelor de fundamentare a metodei celor mai mici ptrate
(M.C.M.M.P.) i a verosimilitii modelului.
Rezolvare:
a) Analiza variabilelor aferente problemei conduce la specificarea acestora:
- venitul mediu reprezint variabila explicativ sau exogen (x) a modelului,
n timp ce cheltuielile pentru procurarea mrfurilor alimentare constituie
variabila endogen (y) a modelului;
- variabila endogen, cheltuieli pentru mrfuri alimentare, depinde i de ali
factori - numrul membrilor de familie, categoria socio-profesional

a familiei, etc. - dar acetia sunt considerai factori cu aciune ntmpltoare


i specificai cu ajutorul variabilei aleatoare (u).
Pe baza acestor premise, datele problemei pot fi analizate cu ajutorul
urmtorului model:
y f x u
Identificarea modelului presupune alegerea unei funcii matematice
care s descrie corelaia dintre cele dou variabile. n cazul unui model
unifactorial (cum este cel specificat mai sus), procedeul cel mai des folosit l
constituie reprezentarea grafic a datelor, respectiv corelograma (vezi figura
2.2.1).
y
190
170
150
130
110
90
70
50

x
7090110130150170190210230250270

Figura 2.2.1 Legtura dintre cheltuielile medii cu procurarea


mrfurilor alimentare i venitul mediu

Deoarece graficul punctelor empirice arat c acestea pot fi


aproximate cu ajutorul unei drepte f x a bx , modelul econometric
devine: yi a bxi ui ; i 1,
n 30.
n,
Urmtoarea operaie const n estimarea parametrilor modelului, a i
b, cu ajutorul estimatorilor a$ i b$ . n acest scop se va utiliza metoda
celor
mai mici ptrate (M.C.M.M.P.).
F
y min30
a,b

i 1

y
y
i

min30 a bx 2

i
i

i 1

Condiia de minim a acestei funcii rezult din:


F a$ 0 na$ b$ xi yi

0 a$ x

F b$

yi xi

b$ xi

Tabelul 2.2.2
Nr.
crt.

yi

xi

ui

ui2

xi x

ui xi x

yi

xi ln u i

ln xi

10

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

55
65
70
80
79
84
98
95
90
75
74
110
113
125
108
115
140
120
145
130
152
144
175
180
135
140
178
191
137
189

80
100
85
110
120
115
130
140
125
90
105
160
150
165
145
180
225
200
240
185
220
210
245
260
190
205
265
270
230
250

-5,3131
-8,0688
6,4980
0,5534
-6,8245
1,3645
5,7977
-3,5801
0,9866
8,3091
-2,2577
-1,3358
8,0420
10,4752
6,2309
-9,0915
-12,7918
-16,8472
-17,3586
2,7195
2,3971
0,7749
9,4525
4,8857
4,5306
-0,0361
-0,3032
9,5079
-18,9808
20,2636

28,2287
65,1049
42,2241
0,3062
46,5732
1,8618
33,6133
12,8174
0,9734
69,0408
5,0971
1,7845
64,6739
109,7307
38,8245
82,6559
163,6310
283,8288
301,3210
7,3959
5,7460
0,6005
89,3493
23,8701
20,5266
0,0013
0,0919
90,3994
360,2691
410,6116

-93,17
-73,17
-88,17
-63,17
-53,17
-58,17
-43,17
-33,17
-48,17
-83,17
-68,17
-13,17
-23,17
-8,17
-28,17
6,83
51,83
26,83
66,83
11,83
46,83
36,83
71,83
86,83
16,83
31,83
91,83
96,83
56,83
76,83

495,00
590,36
-572,91
-34,96
362,83
-79,37
-250,27
118,74
-47,52
-691,04
153,90
17,59
-186,31
-85,55
-175,50
-62,13
-663,04
-452,07
-1160,13
32,18
112,26
28,54
679,00
424,24
76,27
-1,15
-27,85
920,68
-1078,74
1556,92

55
70
75
65
74
80
84
79
90
98
95
108
113
110
125
115
130
135
120
140
144
152
140
137
145
175
189
180
178
191

80
85
90
100
105
110
115
120
125
130
140
145
150
160
165
180
185
190
200
205
210
220
225
230
240
245
250
260
265
270

3,3403
4,1760
3,7430
-1,1834
3,8410
0,6215
3,5149
2,5508
-0,0269
4,2347
1,6287
0,5791
4,1694
4,6980
3,6591
4,4147
5,0976
5,6484
5,7082
2,0009
1,7485
-0,5100
4,4926
3,1726
3,0217
-6,6406
-2,3866
4,5042
5,8869
6,0176

4,3820
4,6052
4,4427
4,7005
4,7875
4,7449
4,8675
4,9416
4,8283
4,4998
4,6540
5,0752
5,0106
5,1059
4,9767
5,1930
5,4161
5,2983
5,4806
5,2204
5,3936
5,3471
5,5013
5,5607
5,2470
5,3230
5,5797
5,5984
5,4381
5,5215

0,0000

2361,1533

0,00

3592

5195

81,7230

152,7413

Total 3592 5195

Tabelul 2.2.2
(continuare)
ui

xi

1 xi

xi

u2

i
i 78,7051

11

12

13

14

15

16

5,3131
8,0688
6,4980
0,5534
6,8245
1,3645
5,7977
3,5801
0,9866
8,3091
2,2577
1,3358
8,0420
10,4752
6,2309
9,0915
12,7918
16,8472
17,3586
2,7195
2,3971
0,7749
9,4525
4,8857
4,5306
0,0361
0,3032
9,5079
18,9808
20,2636

8,9443
10,0000
9,2195
10,4881
10,9545
10,7238
11,4018
11,8322
11,1803
9,4868
10,2470
12,6491
12,2474
12,8452
12,0416
13,4164
15,0000
14,1421
15,4919
13,6015
14,8324
14,4914
15,6525
16,1245
13,7840
14,3178
16,2788
16,4317
15,1658
15,8114

0,0125
0,0100
0,0118
0,0091
0,0083
0,0087
0,0077
0,0071
0,0080
0,0111
0,0095
0,0063
0,0067
0,0061
0,0069
0,0056
0,0044
0,0050
0,0042
0,0054
0,0045
0,0048
0,0041
0,0038
0,0053
0,0049
0,0038
0,0037
0,0043
0,0040

0,1118
0,1000
0,1085
0,0953
0,0913
0,0933
0,0877
0,0845
0,0894
0,1054
0,0976
0,0791
0,0816
0,0778
0,0830
0,0745
0,0667
0,0707
0,0645
0,0735
0,0674
0,0690
0,0639
0,0620
0,0725
0,0698
0,0614
0,0609
0,0659
0,0632

0,3587
0,8272
0,5365
0,0039
0,5917
0,0237
0,4271
0,1629
0,0124
0,8772
0,0648
0,0227
0,8217
1,3942
0,4933
1,0502
2,0790
3,6062
3,8285
0,0940
0,0730
0,0076
1,1352
0,3033
0,2608
0,0000
0,0012
1,1486
4,5775
5,2171

0,0624
0,2637
0,1128
0,3643
0,4650
0,4147
0,5656
0,6662
0,5153
0,1631
0,3140
0,8675
0,7669
0,9178
0,7166
1,0688
1,5216
1,2700
1,6726
1,1191
1,4713
1,3707
1,7229
1,8738
1,1694
1,3203
1,9241
1,9745
1,5719
1,7732

2i

zi

y
i
xi

yi

ui

ui2

xi x

17

18

19

20

21

22

0,8790
0,5421
0,7872
0,4041
0,2863
0,3426
0,1887
0,1114
0,2349
0,7004
0,4706
0,0176
0,0544
0,0068
0,0803
0,0047
0,2721
0,0729
0,4523
0,0142
0,2221
0,1374
0,5225
0,7636
0,0287
0,1026
0,8540
0,9496
0,3271
0,5978

0,6875
0,6500
0,8235
0,7273
0,6583
0,7304
0,7538
0,6786
0,7200
0,8333
0,7048
0,6875
0,7533
0,7576
0,7448
0,6389
0,6222
0,6000
0,6042
0,7027
0,6909
0,6857
0,7143
0,6923
0,7105
0,6829
0,6717
0,7074
0,5957
0,7560

60,829
73,466
63,988
79,785
86,103
82,944
92,422
98,741
89,263
67,147
76,625
111,378
105,060
114,538
101,900
124,016
152,450
136,653
161,928
127,175
149,290
142,972
165,087
174,565
130,334
139,812
177,725
180,884
155,609
168,247

-5,829
-8,466
6,012
0,215
-7,103
1,056
5,578
-3,741
0,737
7,853
-2,625
-1,378
7,940
10,462
6,100
-9,016
-12,450
-16,653
-16,928
2,825
2,710
1,028
9,913
5,435
4,666
0,188
0,275
10,116
-18,609
20,753

33,973
71,674
36,144
0,046
50,459
1,115
31,113
13,994
0,543
61,664
6,893
1,900
63,051
109,462
37,208
81,282
154,997
277,323
286,551
7,981
7,342
1,057
98,264
29,537
21,768
0,035
0,076
102,335
346,300
430,707

8680,028
5353,361
7773,361
3990,028
2826,694
3383,361
1863,361
1100,028
2320,028
6916,694
4646,694
173,361
536,694
66,694
793,361
46,694
2686,694
720,028
4466,694
140,028
2193,361
1356,694
5160,028
7540,028
283,361
1013,361
8433,361
9376,694
3230,028
5903,361

205,5785 388,8038 0,1975 2,3926 30,0000 30,0000 10,4280

20,9862

3590,936 1,064

2364,793 102974,167

Rezolvarea modelului s-a realizat cu ajutorul pachetului de programe


EViews, conducnd la afiarea urmtoarelor rezultate:
Dependent Variable: yi
Method: Least Squares
Sample: 1 30
Included observations: 30
Semnif.
Semnif.
Semnif.
Variable Coefficient
Std. Error
t-Statistic
Prob.
ind.
ind.
ind.
C

9,2903

5,2314

sa

1,7759

ta

0,0866 pa

xi

0,6378

0,0286

22,2872

0,0000 p b

R-squared

0,9466

Mean dependent
119,7333
var
S.D. dependent
39,0613
var
Akaike info
7,3369
criterion

Adjusted R0,9447
Rc2
squared
S.E. of
su
9,1830
regression
Sum
y y
Schwarz criterion 7,4303
squared 2361,1530
resid
u
Log
F-statistic
L
-108,0538
496,7183
likelihood
DurbinProb(F-statistic) 0,0000
d
1,7023
Watson stat

y
sy
AIC

SC

Fc
p(F)

Semnificaia indicatorilor necunoscui pe care-i calculeaz pachetul


de programe EViews este urmtoarea:
p a , p b probabilitatea asociat parametrului , respectiv b .
O
valoare ct mai apropiat de zero a acestei probabiliti va indica o
semnificaie ridicat a parametrului respectiv, n caz contrar, aceasta
confirmnd, mpreun cu testul t, faptul c parametrul respectiv este
nesemnificativ.
Rc2 = coeficientul de deteminare corectat sau ajustat. Acesta este
utilizat n vederea evidenierii numrului de variabile factoriale cuprinse n

model, precum i a numrului de observaii pe baza crora au fost estimai


parametrii modelului. n cazul unui model multifactorial acesta va nregistra
valori inferioare coeficientului de deteminaie. Expresia acestui indicator
este urmtoarea:

2
R 1 n 1 1 R 2
c
nk
L= logaritmul funciei de verosimilitate (presupunnd c erorile sunt
normal distribuite), funcie ce este determinat innd seama de valorile
estimate ale parametrilor. Relaia de calcul a acestui indicator, utilizat de
u t urmtoarea:
ctre pachetul den programe
EViews,este

L 1 ln2 ln
2

2
n
unde:

u
t

suma ptratelor erorilor;

k = numrul variabilelor exogene;


n = numrul de observaii.
Acest indicator este utilizat n vederea elaborrii unor teste statistice
destinate depistrii variabilelor omise dintr-un model econometric, precum
i a unor teste destinate depistrii variabilelor redundante dintr-un model
econometric, ca, de exemplu, testul LR sau raportul verosimilitilor
(Likelihood Ratio).
y = media variabilei dependente sau endogene, avnd urmtoarea
relaie de calcul:
n

y
y

i1

n
s y = abaterea medie ptratic (standard) corespunztoare variabilei
dependente, a crei relaie de calcul este urmtoarea:
n

sy

y y
i1

n1

AIC = criteriul Akaike este utilizat n cazul comparrii a dou sau


mai multe modele econometrice. Relaia de calcul a acestuia, utilizat de
ctre pachetul de programe EViews, este urmtoarea:
2L 2k
AIC

n
n
Regula de decizie utilizat n cazul aplicrii acestui test este aceea
potrivit creia este ales acel model econometric pentru care s-a obinut
valoarea cea mai mic corespunztoare acestui indicator.
SC = criteriul Schwartz este, de asemenea, utilizat pentru a compara
dou sau mai multe modele econometrice. Relaia de calcul a acestuia,
utilizat de ctre pachetul de programe EViews, este urmtoarea:
2L k ln n
SC n n
i n acest caz, este ales acel model econometric pentru care s-a
obinut valoarea cea mai mic corespunztoare acestui indicator.
p(F) = probabilitatea asociat statisticii F. O valoare ct mai
apropiat de zero a acestei probabiliti va indica o semnificaie ridicat a
rezultatelor estimrii, respectiv a modelului.
Pe baza estimatorilor parametrilor au fost calculate valorile estimate
ale variabilei y, y 9,2903
i ale variabilei reziduale,
i

0,6378xi
u i y i y i . Valorile acestora sunt prezentate n cadrul tabelului
2.2.3
(utiliznd pachetul de programe EViews):
Tabelul 2.2.3
Actual

yi
55
65
70
80
79
84
98
95
90
75

Fitted

60,3131
73,0688
63,5020
79,4466
85,8245
82,6355
92,2023
98,5801
89,0134
66,6909

Residual
ui yi y i

-5,3131
-8,0688
6,4980
0,5534
-6,8245
1,3645
5,7977
-3,5801
0,9866
8,3091

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|

. * | .
* | .
. | *.
.
* .
.* | .
. |* .
. | *.
. *| .
. |* .
.
| *

|
|
|
|
|
|
|
|
|
|

Actual

Fitted

yi
74
110
113
125
108
115
140
120
145
130
152
144
175
180
135
140
178
191
137
189

Residual

76,2577
111,3358
104,9580
114,5248
101,7691
124,0915
152,7918
136,8472
162,3586
127,2805
149,6029
143,2251
165,5475
175,1143
130,4694
140,0361
178,3032
181,4921
155,9808
168,7364

ui yi y i

Residual Plot
(graficul reziduurilor)

-2,2577
-1,3358
8,0420
10,4752
6,2309
-9,0915
-12,7918
-16,8472
-17,3586
2,7195
2,3971
0,7749
9,4525
4,8857
4,5306
-0,0361
-0,3032
9,5079
-18,9808
20,2636

|
. *| .
|
|
. *| .
|
|
.
| *
|
|
.
| .*
|
|
. | *. |
|
* |
. |
| * . |
. |
| * . | .
|
| * . | .
|
|
. | * . |
|
. |* . |
|
.
* .
|
|
.
| .*
|
|
. | *. |
|
. | *. |
|
.
* .
|
|
.
* .
|
|
.
| .*
|
| * . |
. |
|
.
| .
*|

- dispersia variabilei reziduale


84,3269
y
2
2361,153
s yi 2 i

u
n k 1 30 1 1
unde: k = numrul variabilelor exogene.
(vezi tabelul afiat de programul EViews)
- abaterea medie ptratic a variabilei reziduale:

su

y y

84,3269 9,183
nk1
(vezi tabelul afiat de programul EViews)
ii

- abaterile medii ptratice ale celor doi estimatori:

sa

1
su2
n

5,2314

s2

0,0286
x 2
(vezi tabelul afiat de programul EViews)
b

x
i

- raportul de corelaie:
30

R R2 1

30

yii

i1
30

y y
i

y y
ii

i1
sy2

n
1

i1

(vezi tabelul afiat de programul EViews)


- variabila Durbin-Watson, d:
30

u
d

i 2

u i1

30

u
i

1,70

i1

(vezi tabelul afiat de programul EViews)


Astfel modelul estimat devine:
yi 9,2903 0,6378
xi ;
5,2314 0,0286

R 0,973
d 1,70
su 9,183

1 2361,153
39,06132 29 0,9466 0,973

b) Verificarea ipotezelor de fundamentare a metodei celor mai mici ptrate


(M.C.M.M.P) i a verosimilitii modelului.
b1) Prima ipotez, referitoare la calitatea datelor nregistrate se
consider rezolvat n etapa de prelucrare a datelor observate statistic.
b2) Ipoteza de homoscedasticitate, M u$ i 2 ct, i 1, n va
i
0, $
fi verificat cu ajutorul urmtoarelor metode i uteste:
b2.1) Procedeul grafic - care const n construirea corelogramei
privind valorile variabilei factoriale x i ale variabilei reziduale u (vezi
Figura 2.2.2).
u
20
15
10
5

x
90110130150170190210230250270

0
-5 70
-10
-15
-20

Figura 2.2.2

Deoarece graficul punctelor empirice prezint o distribuie oscilant,


se poate accepta ipoteza c cele dou variabile sunt independente i nu
corelate.
b2.2) Metoda analizei dispersionale (variaiei)
Cele dou restricii corespunztoare ipotezei, menionate anterior, se
realizeaz dac variabila rezidual u i variabila explicativ x sunt
independente. Pe aceast premis se fundamenteaz utilizarea metodei
analizei variaiei la acceptarea sau respingerea ipotezei de
homoscedasticitate.

Metoda analizei variaiei pornete de la relaia:


n

yi y yi y yi
yi
2
2
2

i1

i1

yi yi
2

y2

yi

i1

i1

2 yi y yi yi
i1

Deoarece V0
Vu , adic variaia total a variabilei y
n
2
2
Vx
V0 y i y
este egal cu variaia lui y generat de influena

i1

variabilei x Vx 2 yi y la care se adaug variaia lui y provocat de

i 1

2 n
2
factori
aleatori
rezult
c
termenul
Vu yi yi ,

i 1

2 y i y yi yi 0 .
i 1

tiind c:
ui yi yi
y i a
bxi y a
bx
relaia de mai sus devine:
n

2 y y
yi
i 1
i
y 2
i

a
i 1

a bx

bxi

2nb covx,u
n

ui

Deci termenul 2 yi y yi yi

2b

x x u n
i

i 1 i

numai dac cele dou

i 1

variabile x i u sunt independente, respectiv covu, x 0, b 0 .


Pe baza calculelor efectuate (vezi tabelul 2.2.2., coloanele 3, 5, 6),
deoarece xi x u i 0 , se deduce c cele dou variabile x i u sunt

independente, deci ipoteza de homoscedasticitate este verificat.

b2.3) Estimarea unei matrici a covarianelor corspunztoare


2

estimatorilor parametrilor modelului adecvat aplicrii M.C.M.M.P. n


cazul unui model coninnd erori heteroscedastice
Heteroscedasticitatea erorilor implic faptul c dispersiile
corespunztoare erorilor nu mai sunt egale, ci diferite, caz n care estimatorii
parametrilor modelului rmn nedeplasai, dar nu mai sunt eficace. Astfel,
aplicarea M.C.M.M.P. va conduce la o subestimare a parametrilor
modelului, influennd sensibil i calitatea diferitelor teste statistice aplicate
modelului.
n cazul unui model multifactorial, vectorul estimatorilor
parametrilor modelului se calculeaz, matriceal, cu ajutorul relaiei: B X
X X Y . Matricea varianelor i covarianelor
1

corespunztoare

acestuia este de forma: V B 2 X X 1 3. Acest mod de calcul


al

matricei varianelor i covarianelor este valabil doar n cazul n care


aplicarea M.C.M.M.P. conduce la obinerea de estimatori eficieni,
convergeni i nedeplasai, deci ipotezele corespunztoare acestei metode au
fost verificate n prealabil. n cazul unor erori heteroscedastice, a cror
form este, n general, necunoscut, este posibil, ca prin aplicarea metodei
regresiei ponderate n vederea eliminrii heteroscedasticitii erorilor, s nu
se obin estimatori consisteni. White a artat c este posibil s se calculeze
un estimator adecvat al matricii covarianelor corespunztoare estimatorilor
parametrilor modelului, chiar dac exist o relaie de dependen ntre
erorile heteroscedatice i variaibilele exogene incluse n model, pe care a
denumit-o matricea covarianelor estimatorilor consisteni heteroscedastici
(HCCME), de forma:
V B

x
n

X X 1 u 2 x X X 1

i1

i i

nd

Vezi Wiliam H. Greene, Econometric Analysis, 2 ed., Macmillan, New York, 1993,
p. 384-392.

vezi demonstraie op. cit., p. 182.

unde:
n = numrul de observaii;
k = numrul regresorilor;
ui= variabila rezidual.
Prin aplicarea acestei matrici, estimaiile punctuale ale parametrilor
nu vor suferi modificri, ci doar abaterile standard corespunztoare
parametrilor. Utilizarea acestei matrici va permite observarea mai rapid a
prezenei fenomenului de heteroscedasticitate a erorilor. Astfel, abaterile
standard vor putea fi mai mari sau mai mici comparativ cu cele obinute n
cazul modelului iniial, iar valorile mai mici nregistrate de testul Student, t,
vor semnaliza faptul c estimatorii parametrilor sunt nesemnificativi, deci
posibila prezen a erorilor heteroscedastice.
Utiliznd pachetul de programe EViews, n vederea exemplificrii
calculrii abaterilor standard i dispersiilor heteroscedastice corectate cu
ajutorul metodei lui White au fost obinute urmtoarele rezultate:
Dependent Variable: yi
Method: Least Squares
Sample: 1 30
Included observations: 30
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable

Coefficient

Std, Error

t-Statistic

Prob.

C
xi

9,2903
0,6378

4,4378
0,0298

2,0934
21,3818

0,0455
0,0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,9466
0,9447
9,1830
2361,1530
-108,0538
1,7023

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

119,7333
39,0613
7,3369
7,4303
496,7183
0,0000

Comparnd rezultatele estimrii obinute n ambele cazuri, se


constat c abaterea standard corespunztoare termenului liber, utiliznd
matricea covarianelor estimatorilor consisteni heteroscedastici, este mai
mic dect cea obinut n cazul modelului iniial, estimatorul acestui
parametru fiind semnificativ n aceast situaie, comparativ cu modelul
iniial, n care era nesemnificativ.

b2.3) Testul Goldfeld-Quandt


Acest test se poate aplica atunci cnd se dispune de serii lungi de
date i cnd una dintre variabile reprezint cauza heteroscedasticitii (ntre
dispersia variabilei reziduale heteroscedastic i variabila exogen exist o
relaie de dependen pozitiv), i presupune parcurgerea urmtoarelor
etape:
-ordonarea cresctoare a observaiilor n funcie de variabila exogen x;
-eliminarea a c observaii centrale, c fiind specificat a priori. n privina
numrului de observaii omise, c, au fost emise diverse opinii. n cazul unui
model unifactorial, Goldfeld i Quandt, n urma efecturii experimentelor
Monte-Carlo, au propus ca c s fie aproximativ egal cu 8 n cazul n care
mrimea eantionului este de aproximativ 30 de observaii i 16, dac
eantionul cuprinde 60 de observaii. Judge i colaboratorii si menioneaz
faptul c, n cazul n care c=4 pentru n=30 i c=10 pentru n60, se obin
rezultate mai bune. n general, se consider c c trebuie s reprezinte o
treime sau un sfert din numrul total de observaii.
-efectuarea de regresii aplicnd M.C.M.M.P. asupra celor dou sub- eantioane
de dimensiune (n-c)/2 i calcularea sumei ptratelor erorilor pentru fiecare
subeantion n parte;
-calcularea raportului dintre sumele ptratelor erorilor sau dispersiilor
acestora, corespunztoare celor dou subeantioane (suma ptratelor erorilor
avnd valoarea cea mai mare fiind plasat la numrtor):
n c / 2


2 n k 1
*
2u
F s 1 i 1 u /
1

2
u2

n c
i
1
2

u2 /

nc

k 1

unde: k = numrul variabilelor exogene.


*
Presupunnd c erorile sunt normal distribuite, atunci raportul F
n c
k 1 grade de libertate.
urmeaz o distribuie F cu v1 v2
2
4

rd

cf. Damodar N. Gujarati, Basic Econometrics, 3 ed., Mc Graw-Hill, New York, 1995,
p. 374-375.

dac

F
F

nc

1 ;

nc

, atunci

ipoteza

de

homoscedasticitate este infirmat, deci erorile sunt heteroscedastice;


-

dac

F * F

nc

nc

k1 ;
k1
2
2

ipoteza de homoscedasticitate

este acceptat.
Pentru a aplica acest test au fost ordonate cresctor valorile
variabilei exogene x i, corespunztor acestora, i cele ale variabilei
dependente y (vezi tabelul 2.2.2 coloanele 7, 8) i au fost eliminate 4
observaii situate n centrul eantionului (vezi observaiile din coloana 8,
corespunztoare variabilei x, evideniate prin caractere aldine), rezultnd
dou subeantioane a cte 13 observaii fiecare.
n urma aplicrii programului EViews, rezultatele estimrii,
corespunztoare celor dou subeantioane, au fost urmtoarele:
2

y1i 3,4904 0,6968 xi ; R 0,8887


8,7049 0,0744 u1i2 377,17
28,0272 0,7941xi v1 11
2
y 2i ;
R 0,7681

30,6421
0,1319

2i
2

1536,8

v2 11
*

uv
uv

2
2i2
2
1i 1

1536,8 11
377,17 11 4,07

Analiznd rezultatele obinute se constat c, pentru un prag de


semnificaie = 0,05,

F 4,07 F

2,82 , deci erorile sunt

0,05;11;11

heteroscedastice, n timp ce, pentru un prag de semnificaie = 0,01,


*

F 4,07 F
4,46
0,01;11;11
homoscedasticitate se verific.

putem

considera

ipoteza

de

b2.4) Testul Park


Testul propus de Park se bazeaz pe existena unei relaii de
dependen ntre dispersia corespunztoare erorilor heteroscedastice i
2
2 b
variabila exogen x de forma: x e i . Acest model neliniar poate
fi
ui

transformat ntr-un model liniar prin logaritmare:


ln u ln 2 b ln xi i
i
2

unde:
i = variabila rezidual, ce verific ipotezele corespunztoare M.C.M.M.P.
Ca urmare a faptului c valoarea dispersiei erorilor heteroscedastice
este necunoscut, aceasta a fost nlocuit cu ptratul erorilor,

ui n cadrul
2

modelului liniarizat prin logaritmare:


2
2
ln ui ln b ln xi i b ln xi i

n situaia n care parametrul b corespunztor variabilei exogene este


nesemnificativ ipoteza de homoscedasticitate a erorilor este verificat, cazul
contrar indicnd existena heteroscedasticitii.
n vederea verificrii existenei heteroscedasticitii erorilor vom
logaritma ptratul erorilor calculate n cazul modelului iniial pe care le vom
regresa n funcie de valorile logaritmate ale variabilei exogene xi (vezi
tabelul 2.2.2 coloanele 9 i 10). n urma aplicrii programului EViews au
fost obinute urmtoarele rezultate:
2
2
ln u 1,014 0,3359 ln x ; R 0,002
i

7,2749 1,4252

Pentru a verifica semnificaia estimatorului parametrului


corespunztor variabilei exogene a fost utilizat testul Student, t, respectiv:
b 0,3359 0,2357
tb
bs
t

0,05;28

2,048 , care

indic

faptul

1,4252

estimatorul parametrului
homoscedastice.

cf. op. cit., p. 369-370.

b este nesemnificativ,

deci erorile

sunt

b2.5) Testul Glejser


Acest test se bazeaz pe bazeaz pe relaia dintre erorile estimate n
urma aplicrii MC.M.M.P. asupra modelului iniial i variabila explicativ
presupus a fi cauza heteroscedasticitii.
Testul Glejser prezint o serie de puncte comune cu testul precedent,
respectiv, dup calcularea erorilor n urma aplicrii MC.M.M.P., valoarea
absolut a acestora este regresat n funcie de valorile variabilei exogene
utilizndu-se n acest scop urmtoarele forme de exprimare corespunztoare
celor dou variabile:
u i a bxi i

I.

n aceast situaie heteroscedasticitatea este de tipul:

2
i

xi , caz
2

n care va fi aplicat regresia ponderat asupra datelor iniiale, care vor fi


y

mprite la xi , rezultnd astfel un model de forma: i 1 b1 i


xi
xi
xi
a

i
b
II. u
i
xi
n aceast situaie heteroscedasticitatea este de tipul:

2
i

xi , caz
2

n care va fi aplicat regresia ponderat asupra datelor iniiale, care vor fi


mprite
yi
xi

xi ,

la

a1

xi

xi

rezultnd
ui

astfel

un

model

de

forma:

III.

xi
u
i
i a b 1
xi

n aceast situaie heteroscedasticitatea este de tipul:


IV.

u
1
i a b

u i

xi
a bxi

u i

2
ui

xi .
2

a bx i 2

cf. op. cit., p. 371-372.

Verificarea homoscedasticitii erorilor presupune, ca i n cazul


testului precedent, verificarea semnificaiei parametrului corespunztor
variabilei exogene. Aplicarea acestui test conduce la rezultate semnificative
n cazul unor eantioane de dimensiuni mari, iar n cazul celor de
dimensiuni mici este pur teoretic, aa cum menioneaz nsui autorul.
De menionat faptul c ultimele dou modele nu pot fi estimate cu
ajutorul M.C.M.M.P.
Rezultatele estimrii primelor patru modele, calculate cu ajutorul
pachetului de programe EViews (vezi date n tabelul 2.2.2.- coloanele 11,
12, 13 i 14) sunt urmtoarele:
u i 0,6343 0,0085x
i
t
;

R 0,0787

0,6335 1,5467

u i
t

0,7273 0,2182
xi

; R 2 0,0792

0,3929 1,5516

u i 3,3517 189,9522 1 ;
2
R 0,0729
xi
t 3,7148 1,4836
2
R 0,0761
1
u i 4,7087 32,6958
xi ;
t

2,6961 1,5181

Aa cum se poate observa, nici unul dintre estimatorii parametrului


corespunztor variabilei exogene din cadrul modelelor prezentate mai sus nu
este semnificativ pentru un prag de semnificaie de 5%, deci ipoteza de
homoscedasticitate este verificat.
7

b2.6) Testul Breusch-Pagan-Godfrey (BPG)


Acest test are n vedere modelul multifactorial liniar de forma:
yi = b0 + b1 x1i + b2 x2i + + bk x ki + ui
7

cf. op. cit., p. 377-378.

plecnd de la ipoteza potrivit creia dispersia corespunztoare erorilor


heteroscedastice este dependent de o serie de variabile factoriale zi. n locul
acestor variabile pot fi utilizate cteva sau toate variabilele exogene ce
intervin n modelul iniial. Se presupune, de asemenea, c ntre dispersia
corespunztoare erorilor heteroscedastice i variabilele factoriale zi exist o
relaie de dependen liniar, respectiv:
2

u 0 1 z1i 2 z2i K m zmi


i

Verificarea homoscedasticitii dispersiei presupune verificarea


ipotezei nulitii parametrilor corespunztori variabilelor factoriale, caz
2
care ui 0 ct.

Aplicarea acestui test const n:


- calculul valorilor variabilei reziduale prin aplicarea M.C.M.M.P. asupra
modelului iniial;
- calculul estimatorului de maxim verosimilitate corespunztor
dispersiei variabilei reziduale homoscedastice: u2

- construirea unei variabile de forma: i

u
2

u2

n;
i regresarea acesteia

n funcie de variabilele factoriale zi, ce pot fi nlocuite cu variabilele


exogene xi din modelul original, respectiv:

i 0 1 x1i 2 x2i K m xmi i


unde:
i = variabila rezidual.
- calculul sumei ptratelor explicat de model, notat cu SSR, i
calculul unei variabile H de forma:

SSR
H 2 .
Presupunnd c erorile sunt normal distribuite, i c ne aflm n
situaia unui eantion de volum mare, variabila H este asimptotic distribuit
2

sub forma unui ; , pentru care numrul gradelor de libertate este egal cu:
2

v m 1 , unde m = numrul parametrilor modelului, respectiv: H~ .


;
v

Dac H 2 , erorile sunt heteroscedastice, n caz contrar, sunt


;v
homoscedastice.
Rezultatele estimrii modelului iniial sunt urmtoarele:
yi 9,2903 0,6378
R 0,973
xi ;
d 1,70
5,2314 0,0286 s 9,183
u
Valoarea calculat a estimatorului de maxim verosimilitate
corespunztor dispersiei variabilei reziduale homoscedastice este:

ui

2361,53
30

78,7051

n
In urma calculrii variabilei i (vezi tabelul 2.2.2, coloana 15) i a
regresrii acesteia n funcie de variabila exogen xi au fost obinute
urmtoarele rezultate:
0,7426 0,0101 x ; R 2 0,18
i

0,7529 0,0041

Valoarea calculat a variabilei H este:

H
SSR

5,214

10,428

2
2
2
Comparnd valoarea calculat a variabilei H cu valoarea teoretic a
lui hi-ptrat n funcie de un prag de semnificaie de 0,05 i respectiv

0,01 i de numrul gradelor de libertate v m 1 1, se constat c


H 5,214

2
0,05;1

3,8414

heteroscdastice, dar, pentru

pentru

0,05 , deci

0,01 H 5,214 2

erorile

sunt

6,6349 , ceea ce

0,01;1

nseamn c ipoteza de homoscedasticitate a erorilor poate fi acceptat.


Se constat astfel c am ajuns la aceeai concluzie ca i n cazul
testului Goldfeld-Quandt.

Trebuie s inem ns seama de faptul c testul BPG este un test


asimptotic, valabil n cazul unui eantion de volum mare, iar n cazul de
fa, respectiv 30 de observaii, acesta nu poate reprezenta un eantion de
volum mare.

b2.7) Testul White


Aplicarea testului White presupune parcurgerea urmtoarelor etape:
-estimarea parametrilor modelului iniial i calculul valorilor estimate ale
variabilei reziduale, u;
-construirea unei regresii auxiliare, bazat pe prespunerea existenei unei
relaii de dependen ntre ptratul valorilor erorii, variabila exogen inclus
n modelul iniial i ptratul valorilor acesteia:
u x x 2 i
i
0
1 i
2
2

i calcularea coeficientului de determinare, R , corespunztor acestei regresii


auxiliare;
- verificarea semnificaiei parametrilor modelului nou construit, iar dac unul
dintre acetia este nesemnificativ, atunci ipoteza de heteroscedasticitate a
erorilor este acceptat.
Exist dou variante de aplicare a testului White:
- utilizarea testului Fisher Snedecor clasic, bazat pe ipoteza nulitii
parametrilor, respectiv:
H0: 0 1 2 0
Dac ipoteza nul, potrivit creia rezultatele estimrii sunt
nesemnificative ( F
), este acceptat, atunci ipoteza de
;v ;v
Fc
1

homoscedasticitate se verific, cazul contrar semnificnd prezena


heteroscedasticitii erorilor.
- utilizarea testului LM, calculat ca produs ntre numrul de
2

observaii corespunztoare modelului, n, i coeficientul de determinare, R ,


corespunztor acestei regresii auxiliare. n general, testul LM este
asimptotic distribuit sub forma unui
libertate este egal cu:
respectiv:
2

cf. op. cit., p. 379.

;
v

, pentru care numrul gradelor de

v k , unde k = numrul variabilelor exogene,

LM n R ~ ;
8

Dac LM 2 , erorile sunt heteroscedastice, n caz contrar,


;
v

homoscedastice, respectiv ipoteza nulitii parametrilor,


este acceptat.

sunt

0 1 2 0 ,

Aplicarea testului White s-a realizat utiliznd pachetul de programe


EViews:
White Heteroskedasticity Test:
F-statistic

2,9173

Fc

Probability

Obs*R-squared

5,3309

LM

Probability

p F
0,0696 pLM
0,0713

Test Equation:
2

Dependent Variable: u i
Method: Least Squares
Sample: 1 30
Included observations: 30
Variable
C
xi

xi

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

Prob.

-12,2962
0,1974

191.7731
2.3688

-0,0641
0,0833

0,9493
0,9342

0,0017

0.0067

0,2535

0,8018

0,1777
0,1168
105,8043
302252,70
-180,8355
0,7913

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

78,7051
112,5823
12,2557
12,3958
2,9173
0,0713

Analiznd rezultatele afiate de programul EViews se constat c


Fc 2,9173 F0,05;2;27 3,35 i

LM 5,3309 0,05;2 5,99147 , iar

parametrii modelului sunt nesemnificativi, deci ipoteza de


homoscedasticitate se verific n cazul aplicrii acestor teste. Trebuie s
inem ns seama de faptul c testul LM este un test asimptotic, valabil n
cazul unui eantion de volum mare, iar n cazul de fa, respectiv 30 de
observaii, acesta nu poate reprezenta un eantion de volum mare.
Deoarece majoritatea testelor prezentate mai sus sunt valabile n
cazul n care erorile sunt normal distribuite, n vederea verificrii acestei

ipoteze va fi aplicat testul Jarque-Berra , care este i el un test asimptotic


(valabil n cazul unui eantion de volum mare), ce urmeaz o distribuie hi
ptrat cu un numr al gradelor de libertate egal cu 2, avnd urmtoarea
form:
2
2

K 3

2
JB n
~ ;2
24
6
unde:
n = numrul de observaii;
S = coeficientul de asimetrie (skewness), ce msoar simetria distribuiei erorilor
n jurul mediei acestora, care este egal cu zero, avnd urmtoarea
relaie de calcul:
1
n

y 3

i1

K = coeficientul de aplatizare calculat de Pearson (kurtosis), ce msoar boltirea


distribuiei (ct de ascuit sau de aplatizat este distribuia
comparativ cu distribuia normal), avnd urmtoarea relaie de calcul:
n

1
y K

i1

y 4

Testul Jarque-Berra se bazeaz pe ipoteza c distribuia normal are


un coeficient de asimetrie egal cu zero, S = 0, i un coeficient de aplatizare
egal cu trei, K = 3.
Dac probabilitatea p(JB) corespunztoare valorii calculate a testului
este suficient de sczut, atunci ipoteza de normalitate a erorilor este
respins, n timp ce, n caz contrar, pentru un nivel suficient de ridicat al
probabilitii ipoteza de normalitate a erorilor este acceptat, sau dac
JB 2 ; , atunci ipoteza de normalitate a erorilor este respins.
2

EViews, User Guide,Version 2.0, QMS Quantitative Micro Software, Irvine, California,
1995, p. 140-141.

Utiliznd pachetul de programe EViews n vederea calculrii testului


Jarque-Berra
(vezi
figura
2.2.3.)
se
constat
c
2

JB 0,6452 0,05;2 5,9915 i c p(JB) = 0,7242, respectiv probabilitatea


ca testul J-B s nu depeasc valoarea tabelat a lui

;2

, este suficient de

mare pentru ca ipoteza de normalitate a erorilor s fie acceptat.


10
Series: Residuals
Sample 1 30
Observations 30

Mean-1.86E-14
Median0.880779
Maximum20.26355
Minimum-18.98076
Std. Dev.9.023252
Skewness-0.359065
Kurtosis2.977931

2
Jarque-Bera
Probability

0.645247
0.724246

0
-20

-15

-10

-5

10

15

20

25

Figura 2.2.3

Pe baza rezultatelor obinute, pentru un prag de semnificaie de 5%,


n cazul aplicrii testelor Breusch-Pagan-Godfrey i Goldfeld-Quandt, vom
presupune c fenomenul de heteroscedasticitate exist, acesta afectnd
calitatea estimatorilor, respectiv acetia nu mai sunt eficieni (dispersie
minim).
Eliminarea fenomenului de heteroscedasticitate se poate face cu
ajutorul metodei regresiei ponderate. Aceast metod presupune efectuarea
urmtoarelor operaii:
1) Ecuaia modelului yi a1 b1xi ui se mparte la xi , rezultnd
modelul

yi

xi

a1
xi

b1

u
i .
xi

2) Notndcu

xi

vi ,

yi
xi

zi ,

ui
xi

wi , se

obine

modelul

zi a1v i b1 wi , ai crui parametrii se vor estima cu ajutorul


M.C.M.M.P.

30
30
2

min
min
F
zi z
zi a1vi b1
2
i 1
i 1
i
a1 ,b1

Condiia de minim a acestei funcii rezult din:

F a1 0 b1 vi a1
vi

zivi

0 nb a v

F b1

nb1 a1 vi zi

2

zv
b1 vi a1

i i

n urma aplicrii programului EViews, rezultatele estimrii


modelului, utiliznd metoda regresiei ponderate, au fost urmtoarele:
Dependent Variable: zi
Method: Least Squares
Sample: 1 30
Included observations: 30
Variable

Coefficient

vi
C

10,2790
0,6319

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,2087
0,1804
0,0521
0,0760
47,1105
1,7064

Std. Error
3,7827
0,0267

t-Statistic
2,7174
23,7034

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Pe baza calculelor prezentate mai sus rezult modelul:


z i 10,279 vi
0,6319;
3,7827 0,0267

R 0,4568
d 1,71
s w 0,0521

Prob.
0,0112
0,0000
0,6995
0,0575
-3,0074
-2,9140
7,3840
0,0112

Calitile acestui model rezult n urma efecturii urmtoarelor


operaii:
- verificarea ipotezei de homoscedaticitate prin calculul testului
White, utiliznd pachetul de programe EViews:
White Heteroskedasticity Test:
F-statistic
Obs*R-squared

3,3370
5,9458

Probability
Probability

Test Equation:
2
Dependent Variable: w i
Method: Least Squares
Sample: 1 30
Included observations: 30
Variable
Coefficient
C
0,0084
-2,0525
vi
152,9709
v

Std. Error
0,0039
1,1178
72,8625

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

0,1982
0,1388
0,0024
0,0002
139,6732
1,4675

0,0507
0,0512

t-Statistic
Prob.
2,1919
0,0372
-1,8361
0,0774
2,0994
0,0453
0,0025
0,0026
-9,1115
-8,9714
3,3370
0,0507

n urma analizrii rezultatelor afiate de programul EViews


constat c Fc 3,337 F0,05;2;27 3,35
i

LM 5,9458

se

0,05;2 5,99147 ,

iar parametrii modelului sunt nesemnificativi, deci ipoteza de


homoscedasticitate se verific n cazul aplicrii acestor teste.
- verificarea ipotezei de independen a valorilor variabilei reziduale,
w, prin calculul variabilei Durbin-Watson:
30

w
d

wi1

i 2
30

w
i

i1

1,71

Pentru un prag de semnificaie 0,05 , din tabela distribuiei


Durbin-Watson

se

citesc

valorile

(pentru

cazul

n 30 )

d1 1,35, d 2 1,49 .
Deoarece

d 2 1,49 d 1,71 4 d 2 2,51, se poate accepta

ipoteza de independen a valorilor variabilei reziduale.


- verificarea ipotezei de normalitate a erorilor
Utiliznd pachetul de programe EViews n vederea calculrii testului
Jarque-Berra (vezi figura 2.2.4.) se constat c JB 1,3427 2

5,9915

0,05;2

i c p(JB) = 0,511, respectiv probabilitatea ca testul J-B s nu depeasc


2

valoarea tabelat a lui ;2 , este suficient de mare pentru ca ipoteza de


normalitate a erorilor s fie acceptat.
12
Series: Residuals
Sample 1 30
Observations 30

10
8
6
4
2

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

-1.30E-16
0.005397
0.087252
-0.084660
0.051183
-0.181266
2.029036

Jarque-Bera
Probability

1.342749
0.511006

0
-0.10

-0.05

0.00

0.05

0.10

Figura 2.2.4

- verificarea semnificaiei estimatorilor parametrilor modelului


Estimatorii parametrilor modelului sunt semnificativ diferii de zero,
cu un prag de semnificaie 0,05 , dac se verific urmtoarele relaii:
t a
1

a1
s a

t ;nk 1

2,7174 t0,05;28 2,048

t a

t b1
t
t 23,7034 t
1
0,05;28 2,048
s b1 ;nk 1
b
b1

unde:
k = numrul variabilelor explicative.
n urma efecturii calculelor de mai sus se constat faptul c ambii
estimatori, a$
b$1 , sunt semnificativ diferii de zero, cu un prag de
1
i
semnificaie 0,05 .
- verificarea semnificaiei raportului de corelaie
Rz

/v

0,2087

0,4568

Verificarea semnificaiei raportului de corelaie se realizeaz cu


ajutorul testului Fisher-Snedecor:
2

Fc n
2

R
F ;k ;n k 1
1R
2

F0,05;1;28 4,20
Fc 7,384 F0,05;1;28 4,20
Deci raportul de corelaie este semnificativ diferit de zero, cu un
prag de semnificaie 0,05 .
n final, modelul estimat prin metoda regresiei ponderate se
transform n modelul iniial prin nmulirea fiecrui termen cu xi:
1
yi
z i 10,279vi 0,6319 10,279 0,6319 y i 10,279 0,6319x i
xi
xi
i n cazul acestui model vom repeta o parte din operaiile realizate
pentru cel anterior pentru a-i verifica calitile:
- calculul abaterilor medii ptratice ale estimatorilor:
84,4569 su 9,19
y

y
2
2364,7933
i

2
su

nk 1
30 2
(vezi tabelul nr. 2.2.2., coloanele 23, 24, 25)

1
2
s

1
84,4569

173,17

27,4096 s

5,2354

x
a2

b2

xi

2
x

su

x x
i

1
0
2
9
7
4
,
1
6
6
7
b2

84,4569

10 102974,1667

0,0008
s

0,0286

a
2

ta 2

t
2

sa
a2
t
2

b
s b2
2
t

10,279

1,9634

0,05;28

2,048

5,2354
0,6319

22,0635

2,048

0,05;28

0,0286

Se constat c doar b$2 este semnificativ diferit de zero, cu un prag


de semnificaie 0,05 , n timp ce a$ 2 este nesemnificativ.
- calculul raportului de corelaie:

Ry / x

y y
1
y y

ii
i

1 2364,7933
44247,8667 0,9466 0,9729

(vezi tabelul nr. 2.2.2, coloana 28)


Fc 28

0,9466
495,911
1
F0,05;1;28
0,9466

4,20

Deci raportul de corelaie este semnificativ diferit de zero, cu un


prag de semnificaie 0,05.
n concluzie, modelul de mai jos este corect specificat, identificat i
estimat:
y i 10,279
0,6319xi ;
5,2354 0,0286

R 0,973
su 9,19

2.1.3 Model liniar unifactorial cu autocorelarea erorilor


Se cunosc urmtoarele date privind consumul final real al
gospodriilor populaiei i PIB-ul real n Romnia, n perioada 1990-2003,
exprimate n miliarde lei preuri comparabile (1990=100):
Tabelul 2.3.1
Anul

Consumul final real al


gospodriilor populaiei
(mld.lei preuri comparabile)
(1990=100)

PIB
(mld.lei preuri comparabile)
(1990=100)

1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003

557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7
629,1
673,7

857,9
746,8
681
691,3
718,2
769,3
799,5
750,7
714,8
706,1
720,7
761,7
799,1
838,3

Not: Ambii indicatori sunt calculai conform metodologiei de calcul a Sistemului European al Conturilor
Economiei Integrate - SEC 1979. Consumul final al populaiei a fost deflaionat cu ajutorul deflatorului
consumului final al populaiei exprimat n preuri constante (1990 = 100), datele provenind de la Ministerul
Prognozei i Dezvoltrii, iar PIB-ul a fost deflaionat cu ajutorul deflatorului PIB exprimat n preuri constante
(1990 = 100), obinut n urma prelucrrii datelor din Raportul Anual BNR.
Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 2003, INS, Bucureti, 2004, p. 284, Raportului
* *
* *
Anual 2000, BNR, Bucureti, 2001, p. 6 -7 , Raportului Anual 2002 BNR, Bucureti, 2003, p. 4 -5 , Comunicatului
de Pres al INS nr.11/26.02.2004.

Se cere:
a) S se construiasc modelul econometric ce descrie legtura dintre cele dou
variabile i s se interpreteze semnificaia parametrilor modelului;
b) S se estimeze parametrii modelului i s se verifice semnificaia acestora;

10

c) tiind c n anul 2004, valoarea PIB-ului real a fost egal cu 907,8 mild lei
preuri comparabile (1990=100), s se estimeze valoarea consumului final
real al gospodriilor populaiei n anul 2004 i s se verifice capacitatea de
prognoz a modelului utilizat.
Rezolvare:
a) Notnd cu y = consumul final real al gospodriilor populaiei i cu
x = PIB-ul real, modelul econometric va fi de forma: y f x u .
Pentru alegerea funciei matematice f x se recurge la reprezentarea
grafic a celor dou iruri de valori.
y
670
650
630
610
590
570
550
530
510
490
470
450x
430
670 685 700 715 730 745 760 775 790 805 820 835 850

Figura 2.3.1 Legtura dintre consumul final real al gospodriilor populaiei


i PIB-ul real al Romniei

10

Valoare estimat pe baza informaiilor furnizate n cadrul Comunicatului de Pres al INS


nr. 12/11.03.2005 privind principalii indicatori conjuncturali n anul 2004 i luna
ianuarie 2005.

Deoarece graficul punctelor empirice indic faptul c distribuia


poate fi aproximat cu o dreapt, modelul econometric devine:
yt
a bxt ut ; t 1,14
Semnificaia economic a celor doi parametrii a i b , innd cont de
semnificaia celor dou variabile (y - consumul final real al gospodriilor
populaiei i x - PIB-ul real) este:
- parametrul a reprezint n acest caz autoconsumul, deoarece pentru x 0
ya;
- parametrul b reprezint panta dreptei sau coeficientul de regresie al
consumului n funcie de PIB, care msoar creterea consumului dac PIBul se modific cu un miliard de lei.
b) Estimarea parametrilor modelului econometric de la punctul a) se face cu
ajutorul M.C.M.M.P.:
y

14
F
ay, b min

t 1

y2

14
min

a bx 2
t

t 1

F a$ 0 na$ b$ x t yt

0 a$ x

F b$

b$ x t

yt x t

14a 10555,4b
7578,9

10555,4a 7996163,14b 5744734 ,07


(vezi tabelul 2.3.2, coloanele 2, 3, 4, 5).

Tabelul 2.3.2
Nr.
Anul
crt.

xt

yt

x t2

xt yt

u t 1

u t u t 1

t 1

1
2
3
4
5
6
7
8
9
10
11
12
13
14

1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003

857,9
746,8
681
691,3
718,2
769,3
799,5
750,7
714,8
706,1
720,7
761,7
799,1
838,3

557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7
629,1
673,7

735992,41
557710,24
463761,00
477895,69
515811,24
591822,49
639200,25
563550,49
510939,04
498577,21
519408,49
580186,89
638560,81
702746,89

478450,83
349054,32
294260,10
301337,67
321250,86
388727,29
436287,15
394642,99
419015,76
409396,78
419663,61
465170,19
502713,81
564762,71

-67,6095
-68,1688
-50,3191
-54,8389
-65,1673
-48,4431
-32,4371
-13,0191
76,4790
77,1064
67,8133
63,0957
51,2860

4571.0382
4646.9914
2532.0160
3007.3080
4246.7772
2346.7374
1052.1637
169.4958
5849.0429
5945.4012
4598.6481
3981.0719
2630.2565

4608,8583
3430,1977
2759,4477
3573,7049
3156,9084
1571,3535
422,3000
-995,6848
5897,0252
5228,8438
4278,7321
3235,9296
3293,7103

10555,4 7578,9 7996163,14

5744734,07

Total

45576,9481 40461,3270

Tabelul 2.3.2
(continuare)
*

y y

x x

y y

x x

0,8878yt 1

0,8878xt 1

0,9016yt 1

0,9016xt 1

10

11

12

-27,7030
17,1616
52,2995
60,3260
108,2056
97,1156
41,2501
119,5053
59,3959
67,5776
93,7582
86,9458
115,2111

-14,8081
18,0219
86,7364
104,4925
131,7118
116,5473
40,9370
48,3596
71,5302
93,8537
121,8924
122,8943
128,8921

-35,4029
10,7085
46,3337
54,3078
102,0299
90,1392
33,7159
112,2472
51,3025
59,5726
85,7186
78,5142
106,5254

-26,6527
7,7112
77,3342
94,9481
121,7959
105,9260
29,8987
37,9951
61,6613
84,1049
111,9420
112,3779
117,8593

891,0494

1071,0611

795,7127

936,9018

Utiliznd pachetul de programe EViews n vederea estimrii


parametrilor modelului au fost obinute urmtoarele rezultate:
Dependent Variable: yt
Method: Least Squares
Sample: 1990 2003
Included observations: 14
Variable

Coefficient

Semnif.
ind.

Std. Error

-67,6561

250,0188

sa

-0,2706

t a

0,7913

xt

0,8077

0,3308

2,4416

0,0311 p b

R-squared

0,3319

R2

Mean dependent var 541,35

Rc2

S.D. dependent var 75,6474

sy

su

Akaike info criterion 11,2983

AIC

Adjusted R0,2762
squared
S.E. of
64,3567
regression
Sum squared
49701,46
resid
Log
-77,0883
likelihood
Durbin0,1969
Watson stat

y
t

y
t

Semnif.
Semnif.
t-Statistic
ind.
ind.

Schwarz criterion

11,3896

SC

F-statistic

5,9615

Fc

Prob(F-statistic)

0,0311

p(F)

Prob.
pa

Semnificaia indicatorilor necunoscui pe care-i calculeaz pachetul


de programe EViews a fost prezentat n cadrul aplicaiei 2.1.2.
Pe baza estimatorilor parametrilor au fost calculate valorile estimate
ale variabilei y, y 67,6561
i ale variabilei reziduale,
t 0,8077xt
ut yt yt . Valorile acestora sunt prezentate n cadrul tabelului 2.3.3

(utiliznd pachetul de programe EViews):


Actual

Fitted

yt

y t

557,7
467,4
432,1

625,3095
535,5688
482,4191

Residual
ut yt yt

-67,6095
-68,1688
-50,3191

Tabelul 2.3.3
Residual Plot
(graficul reziduurilor)
| *
| *.
| . *

|
|
|

. |
. |
. |

Actual

Fitted

Residual

Residual Plot
(graficul reziduurilor)

ut yt yt

yt

y t

435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7
629,1
673,7

490,7389
512,4673
553,7431
578,1371
538,7191
509,7210
502,6936
514,4867
547,6043
577,8140
609,4776

-54,8389
-65,1673
-48,4431
-32,4371
-13,0191
76,4790
77,1064
67,8133
63,0957
51,2860
64,2224

|
|
|
|
|
|
|
|
|
|
|

.*
|
*
|
.*
|
. * |
.
*|
.
|
.
|
.
|
.
|
.
|
.
|

- dispersia variabilei reziduale


t
4141,7884
y
2

y
49701,4613
t

2
u

nk
1

14 2

unde:
k = numrul variabilelor exogene.
(vezi tabelul afiat de programul EViews)
- abaterea medie ptratic a variabilei reziduale, su :
su

y y 4141,7884

tt

n k 1
(vezi tabelul afiat de programul EViews)

64,3567

- abaterile medii ptratice ale celor doi estimatori:


sa s2 1
u
n
s

s2

x2
xt x

250,0188

0,3308
x 2
(vezi tabelul afiat de programul EViews)
b

x
t

. |
. |
. |
. |
. |
. *|
. *|
* |
* |
*. |
* |

- raportul de corelaie:
14

R R 2 1

ytt y 2
t 1
14

t 1

14

y 2

tt

y 2

t 1
2
y

s n 1

1 49701,4613
R 74392,875

0,3319 0,5761
(vezi tabelul afiat de programul EViews)
- variabila Durbin-Watson, d:
14

u
d

u t 12

t 2

u
14

9784,7173
0,20
49701,4613

t 1

(vezi tabelul afiat de programul EViews)


Astfel modelul estimat devine:
y t 67,6561 0,8077 x
R 0,576
t

;
250,0188 0,3308

d 0,20
su 64,3567

Verificarea semnificaiei modelului necesit:


- verificarea ipotezei de independen a erorilor;
- verificarea ipotezei de homoscedasticitate a erorilor;
- verificarea semnificaiei estimatorilor;
- verificarea semnificaiei raportului de corelaie.
Verificarea ipotezei de independen a erorilor, care presupune
covut , ut 1 0 , se realizeaz cu ajutorul testului Durbin-Watson, constnd
n calcularea variabilei d i compararea sa cu dou valori teoretice, d1
d2
n

d1 1,08; d 2 1,36 ,

preluate din tabela distribuiei Durbin-Watson

funcie de un prag de semnificaie

0,05, de numrul variabilelor

explicative k

k 1

i de numrul observaiilor n n 15 . Observaie:

tabela Durbin-Watson este construit pentru un numr de observaii n 15;


pentru valori inferioare se va lucra cu valorile calculate pentru n 15 .
adic d1 1,08, d2 1,36 .
Deoarece valoarea calculat d 0,2 este cuprins n intervalul
0 d 0,2 d1 1,08 , aceasta indic existena unei autocorelri pozitive.
Din acest motiv, nu mai are sens testarea celorlalte ipoteze, a
semnificaiei estimatorilor i a raportului de corelaie, estimatorii nemaifiind
eficieni, deci se impune mai nti eliminarea fenomenului de autocorelaie a
erorilor.
Un alt procedeu de verificare a ipotezei de independen a erorilor
11

const n aplicarea testului Breusch-Godfrey , acest test fiind utilizat n


vederea depistrii unei autocorelaii de ordin superior. Ca urmare a
presupunerii existenei unei autocorelaii de ordin superior se construiete
urmtorul model:
ut r1ut 1 r2ut 2 K rpu t p zt
unde: zt = variabil rezidual de medie zero i dispersie constant.
Ipoteza nul care st la baza testului este aceea potrivit creia toi
coeficienii corespunztori valorilor decalate ale variabilei reziduale sunt
simultan egali cu zero, fapt ce implic inexistena fenomenului de
autocorelaie a erorilor.
n vederea aplicrii testului sunt estimate valorile variabilei reziduale
ut n urma aplicrii M.C.M.M.P. asupra modelului iniial. Variabila
rezidual ut este apoi regresat n funcie de variabilele exogene iniiale ale
modelului i de valorile sale decalate, respectiv ut-1, ut-2,, ut-p. n cazul
2
acestei regresii este calculat valoarea coeficientului de determinare R i a
2
unei variabile de forma: BG = (n-p) R . Presupunnd c ne aflm n situaia
unui eantion de volum mare, variabila BG este asimptotic distribuit sub
11

rd

cf. Damodar N. Gujarati, Basic Econometrics, 3 ed., Mc Graw-Hill, New York, 1995,
p. 425

forma unui ; , pentru care numrul gradelor de libertate este egal cu:
v

v p , unde p = mrimea decalajului , respectiv: BG~ .


Dac

;
v

BG

, ipoteza nul este respins, ceea ce presupune c

;
v

exist cel puin un coeficient de autocorelaie nenul.


Aplicarea testului Breusch-Godfrey s-a realizat utiliznd pachetul de
programe EViews (presupunnd ca mrimea decalajului este p = 2):
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

16,6537
10,7673

Probability
Probability

0,0007
0,0046

Test Equation:
Dependent Variable: ut
Method: Least Squares
Variable
C
xt
ut-1
ut-2
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

166,6378
-0,2158
1,0098
-0,0880

146,9445
0,1935
0,2999
0,3298

1,1340
-1,1154
3,3669
-0,2667

0,7691
0,6998
33,8769
11476,43
-66,8281
1,4994

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Prob.
0,2832
0,2908
0,0072
0,7951
-3,45E-14
61,8319
10,1183
10,3009
11,1025
0,0016

n cazul utilizrii pachetului de programe EViews exist dou


variante de aplicare a testului Breusch-Godfrey:
- utilizarea testului FisherSnedecor aplicat n vederea verificrii
existenei unor variabile absente (omise) n model, avnd urmtoarea relaie
de calcul:
R2p
Fc
1 R 2 n m

unde:
p = numrul de variabile noi adugate n model, respectiv ut-1, ut-2,, ut-p;
m = numrul total de parametri corespunztori noului model.
Dac Fc F ;v , unde v1 = p i v2 = n-m, ipoteza conform creia
;v
1

estimatorii corespunztori noilor parametri adugai n model sunt nuli este


verificat, respectiv, n cazul nostru, fenomenul de autocorelare a erorilor nu
este prezent, cazul contrar implicnd existena cel puin a unei autocorelaii
de ordinul nti. Cum Fc 16,6537 F0,05;2;10 4,10 , rezult c noul model
este incorect specificat, indicnd astfel prezena unei autocorelaii de ordinul
nti.
- utilizarea testului LM, calculat ca produs ntre numrul de
2

observaii corespunztoare modelului, n, i coeficientul de determinare, R ,


corespunztor acestei regresii auxiliare. n general, testul LM este
2

asimptotic distribuit sub forma unui ; , pentru care numrul gradelor de


v

libertate este egal cu: v p , unde p = mrimea decalajului, respectiv:


2

LM n R ~ ;
v

Dac

LM

, erorile sunt autocorelate, n caz contrar,

;
v

independente, respectiv ipoteza nulitii parametrilor,

sunt

r1 r2 0 , este

acceptat. Se constat astfel c pachetul de programe nu utilizeaz relaia


2
clasic de calcul a testului Breusch-Godfrey, respectiv: BG = (n-p)R .
Deoarece
LM

10,7673

5,99147 , aceasta implic existena

0,05;2

a cel puin unei autocorelaii de ordinul nti, ce poate fi remarcat i pe


baza semnificaiei parametrului corespunztor valorii decalate cu o perioad
a variabilei reziduale.
n cazul calculrii n varianta clasic a testului Breusch-Godfrey,
2

respectiv: BG 12 0,7691 9,2291 0,05;2


5,99147 , se ajunge la aceleai
concluzii menionate anterior.
Eliminarea fenomenului de autocorelare a erorilor presupune
efectuarea urmtoarelor operaii:
- erorile fiind corelate, adic:

ut r1 ut 1
zt

(1)

se va estima valoarea coeficientului de autocorelaie de ordinul 1:


14
ut ut 1
r1

40461,327
45576,9481 0,89

t 2
14

2
t 1

t 2

(vezi tabelul 2.3.2., coloanele 6, 7, 8)


- tiind c:
y t a bxt ut ut y t a bxt
y t 1 a bxt 1 ut 1 ut 1 y t 1 a bxt 1
expresiile obinute pentru ut i ut 1 vor fi nlocuite n relaia (1) i se
obine:
y t a bx t r1 y t 1 a bx t 1 z t

y t r1 y t 1 a 1 r 1 b x t r 1 x t 1 z t
y*

Notnd cu:

y t r1 yt 1

x t* xt r1 x t 1

a1 a 1 r1
b1 b

se obine:
*

y
a

b*
x

bx
z

y
a
t

(2)

1 t

n vederea estimrii parametrilor a$ 1 i b$1 se aplic M.C.M.M.P.:

14
F a , b min
y a b x 2
1

1 t

F a 1 0 n 1 a$ 1 b$1 x t y t
t 2

xFt b1 0 a$ 1 b$1 x t y x
t t
*

n urma aplicrii programului EViews, rezultatele estimrii noului


modelului au fost urmtoarele:
*

Dependent Variable:y t

Method: Least Squares


Sample: 1991 2003
Included observations: 13
Variable

Coefficient

Std. Error

t-Statistic

Prob.

9,5845

15,4322

0,6211

0,5472

*
t

0,7156

0,1645

4,3505

0,0012

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,6324
0,5990
26,6176
7793,4860
-60,0208
1,7216

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

68,5423
42,0350
9,5417
9,6286
18,9270
0,0012

Ca i n cazul modelului iniial se vor calcula valorile estimate ale


*
variabilei y * y *
i ale variabilei reziduale,
0,7156 x
,
9,5845
t*
t
t
*
z y y . Valorile acestora sunt prezentate n cadrul tabelului
2.3.4
t

(utiliznd pachetul de programe EViews):


Tabelul 2.3.4
Actual
*
t

-27,7030
17,1616
52,2995
60,3260
108,2056
97,1156
41,2501
119,5053
59,3959
67,5776
93,7582
86,9458
115,2111

Fitted

-1,0121
22,4810
71,6530
84,3593
103,8374
92,9857
38,8790
44,1907
60,7715
76,7461
96,8106
97,5276
101,8196

Residual
*
z y y
t

-26,6909
-5,3194
-19,3535
-24,0332
4,3682
4,1299
2,3711
75,3147
-1,3755
-9,1686
-3,0525
-10,5818
13,3914

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|
|

* | .
. *| .
.* | .
* | .
. |* .
. |* .
. * .
. | .
. * .
. *| .
. *| .
.*| .
. |*.

|
|
|
|
|
|
|
*|
|
|
|
|
|

Pe baza calculelor prezentate mai sus rezult modelul:


*
*
y 9,5845 0,7156 x ; R 0,795
t

15,4322
0,1645

d 1,72

(3)

sz
26,6176
Utiliznd testul Durbin-Watson pentru a verifica dac fenomenul de
autocorelaie a fost eliminat - pentru un prag de semnificaie
0,05, k 1, n 13 15 , valorile teoretice ale variabilei Durbin-Watson
sunt d 1,08, d 1,36 . n comparaie cu acestea, valoarea empiric
1
2
d
se situeaz astfel: d2 1,36 d 1,72 4 d2 2,64 , ceea ce
1,72
indic fenomenul de independen a erorilor, deci fenomenul de
autocorelaie a fost eliminat.
Verificarea ipotezei de homoscedasticitate a erorilor n cazul acestui
model se va realiza cu ajutorul testului White (vezi aplicaia 2.1.2).
Utiliznd programul EViews au fost obinute urmtoarele rezultate:
White Heteroskedasticity Test:
F-statistic
Obs*R-squared

0,8259
1,8430

Probability
Probability

0,4656
0,3979

Test Equation:
Dependent Variable: z

2
t

Method: Least Squares


Sample: 1991 2003
Included observations: 13
Variable
C
*
t

x
xt

*2

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

Prob.

927,8680

1016,2720

0,9130

0,3827

18,3437

32,0687

0,5720

0,5799

-0,2090

0,2342

-0,8925

0,3931

0,1418
-0,0299
1564,9870
24491851
-112,3641
2,7426

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

599,4989
1542,118
17,7483
17,8787
0,8259
0,4656

Analiznd rezultatele afiate de programul EViews se constat c


Fc 0,8259 F0,05;2;10 4,10 i

LM 1,843 0,05;2 5,99147 , iar

estimatorii parametrilor modelului sunt nesemnificativi pentru un prag de


semnificaie 0,05 ( t
0,05;10 2,228 ), deci ipoteza de homoscedasticitate
se verific.
Estimatorii modelului sunt semnificativ diferii de zero dac:
t
a1
t ;n1k 1

a1
s a
1

9,5845
15,4322

t
a1

t
b1

t
b1

0,6211

t ;n1k 1
sb1
0,7156

4,3505
0,1645

Lucrnd cu un prag de semnificaie 0,05, din tabela


distribuiei Student se preia valoarea t
0,05;11 2,201. Comparnd aceast
valoare cu valorile calculate pentru cei doi estimatori, se constat c:
- t 0,6211 t
2,201 parametrul a$ nu este semnificativ
0,05;11

a1

diferit de zero;
- t 4,3505 t0,05;11 2,201

parametrul b$1 este semnificativ

diferit de zero.
Raportul de corelaie este semnificativ diferit de zero dac

se

verific inegalitatea: Fc F ;v ;v 1, unde


valoarea empiric a variabilei Fisher2
Snedecor este:
F n 1 2
R
c
2

1R

11 0,3319 5,9615
1 0,3319

Din tabela distribuiei Fisher-Snedecor, cu un prag de semnificaie


de 5% i n funcie de numrul gradelor de libertate v1 k 1 i

v2 n 1 k 1
11

se preia valoarea teoretic

F0,05;1;11 4,84 . Se

constat c

Fc 5,9615 F0,05;1;11 4,84 , deci pentru un prag de

semnificaie de 5%, valoarea raportului de corelaie este semnificativ


diferit de zero.
n concluzie, modelul y* * 9,5845 0,7156 poate fi apreciat ca
x
t

reprezentativ pentru descrierea dependenei dintre consumul final real al


gospodriilor populaiei i PIB-ul real.
O alt variant a metodei de eliminare a fenomenului de autocorelare
a erorilor prezentate mai sus const n determinarea coeficientului de
autocorelaie de ordinul 1 pe baza variabilei Durbin-Watson, d, pentru a
facilita utilizarea pachetului de programe EViews n vederea eliminrii
autocorelaiei erorilor (utiliznd programul autocorelaie.prg):
d
r 1 1 0,20 0,90
2

2
Rezultatele estimrii modelului (2), utiliznd pachetul de programe
12
EViews , sunt urmtoarele:

Dependent Variable:y t

Method: Least Squares


Sample(adjusted): 1991 2003
Included observations: 13 after adjusting endpoints

Variable

Coefficient

Std. Error

t-Statistic

Prob.

10,1602
0,7083

13,8505
0,1628

0,7336
4,3506

0,4786
0,0012

0,6325
0,5990

Mean dependent var


S.D. dependent var

xt
R-squared
Adjusted R-squared

12

61,2087
41,9044

Pentru a elimina autocorelaia erorilor cu ajutorul pachetului de programe EViews a fost


utilizat urmtorul program (conform http://www.cip.dauphine.fr/bourbonnais/eco.html)
denumit autocorelatie.prg:
'Estimarea directa a coeficientului de autocorelatie notat cu rau plecand de la statistica
DW'
Equation eq1.ls y c x
genr res = resid
scalar rau1=1-@dw/2
genr dy=y-rau1*y(-1)
'Se genereaza qvasi-diferentele.'
genr dx=x-rau1*x(-1)
equation eqm1.ls dy c dx
'Rgresie denumita eqm1'
scalar am1=c(1)/(1-rau1)
'Coef de reg.'

S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

26,5346
7744,9060
-59,9802
1,75

Akaike info criterion


Schwarz criterion
F-statistic
Prob(F-statistic)

Valorile estimate ale variabilei

i ale variabilei reziduale,


yt
sunt prezentate n cadrul tabelului 2.3.5 (utiliznd pachetul de

z * y
y
t

9,5354
9,6223
18,9279
0,0012

programe EViews):
Actual

Fitted

yt*

-35,2893
10,8036
46,4217
54,3965
102,1210
90,2420
33,8270
112,3543
51,4219
59,6906
85,8372
78,6385
106,6535

-8,5948
15,7300
65,0361
77,5139
96,5348
85,3011
31,4535
37,1813
53,9395
69,8356
89,5554
89,8700
93,7580

Residual
z y y
*

Tabelul 2.3.5
Residual Plot
(graficul reziduurilor)

-26,6945
-4,9263
-18,6144
-23,1174
5,5862
4,9410
2,3735
75,1730
-2,5176
-10,1449
-3,7182
-11,2314
12,8955

|
|
|
|
|
|
|
|
|
|
|
|
|

* | .
. *| .
.* | .
* | .
. |* .
. |* .
. * .
. | .
. * .
.*| .
. *| .
.*| .
. |*.

|
|
|
|
|
|
|
*|
|
|
|
|
|

Pe baza calculelor prezentate mai sus rezult modelul:


y
t

10,1602 0,7083 x ; R 0,795


*

13,8505 0,1628

d 1,75

(4)

s z
26,5346
Utiliznd testul Durbin-Watson pentru a verifica dac fenomenul de
autocorelaie a fost eliminat - pentru un prag de semnificaie
0,05, k 1, n 13 valorile teoretice ale variabilei Durbin-Watson
15

sunt d 1,08, d 1,36 . n comparaie cu acestea, valoarea empiric


1
2
d
se situeaz astfel: d 2 1,36 d 1,75 4 d 2 2,64 , ceea ce
1,75
indic fenomenul de independen a erorilor, deci fenomenul de
autocorelaie a fost eliminat.
Verificarea ipotezei de homoscedasticitate a erorilor n cazul acestui
model se va realiza cu ajutorul testului White. Utiliznd programul EViews
au fost obinute urmtoarele rezultate:
White Heteroskedasticity Test:
F-statistic
Obs*R-squared

0,8302
1,8512

Probability
Probability

0,4639
0,3963

Test Equation:
2

Dependent Variable: z t

Method: Least Squares


Sample: 1991 2003
Included observations: 13
Variable
C

*
t

*2

xt

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

Prob.

1108,2070

824,2150

1,3446

0,2085

13,6436

26,6751

0,5115

0,6201

-0,2067

0,2293

-0,9013

0,3886

0,1424
-0,0291
1557,6090
24261469,0
-112,3026
2,7474

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

595,7620
1535,4140
17,7389
17,8692
0,8302
0,4639

Analiznd rezultatele afiate de programul EViews se constat c


Fc 0,8302 F0,05;2;10 4,10 i

LM 1,8512 0,05;2 5,99147 , iar

estimatorii parametrilor modelului sunt nesemnificativi pentru un prag de


semnificaie 0,05 ( t
0,05;10 2,228 ), deci ipoteza de homoscedasticitate
se verific.

Pentru a verifica semnificaia estimatorilor parametrilor modelului,


lucrnd cu un prag de semnificaie 0,05, din tabela
distribuiei
Student se preia valoarea t
0,05;11 2,201 . Comparnd aceast valoare cu
valorile calculate pentru cei doi estimatori, se constat c:
- t 0,7336 t
parametrul a$ nu este semnificativ
2,201
0,05;11

a1

diferit de zero;

t 4,3506 t0.05;11 2,201 parametrul b$ este semnificativ


1

1
b

diferit de zero.
Pentru a verifica semnificaia raportului de corelaie, din tabela
distribuiei Fisher-Snedecor, cu un prag de semnificaie de 5% i n funcie
de numrul gradelor de libertate v1 k 1 i v2 n 1 k 1 11
se
preia

valoarea

teoretic

F0,05;1;11 4,84 .

Se

constat

Fc 18,9279 F0,05;1;11 4,84 , deci pentru un prag de semnificaie de 5%,


valoarea raportului de corelaie este semnificativ diferit de zero.
n concluzie, i acest model, y * 10,1602 0,7083 x * , poate fi
t

apreciat ca reprezentativ pentru descrierea dependenei dintre consumul


final real al gospodriilor populaiei i PIB-ul real.
c) Analiza capacitii de prognoz a modelului privind dependena dintre
dintre consumul final real al gospodriilor populaiei i PIB-ul real n
Romnia n perioada 1981-2003 poate fi realizat pe baza indicatorilor
13

statistici propui de H. Theil .


Aceti indicatori, adaptai modelui supus analizei, au fost calculai
pe baza urmtoarelor relaii:
coeficientul
Theil
n
1

y
n

* 2

*
t

yt

t 1

1* 2n
y t
n t 1

n
t 1

*2

yt

ale crui valori sunt cuprinse n intervalul [0, 1].

13

th

cf. R. S. Pindyck, D. S. Rubinfeld, Econometric Models and Economic Forecasts, 5 ed.,


Mc Graw-Hill, New York, 1981, p. 364-366.

Semnificaia acestui indicator este invers proporional cu mrimea


lui, respectiv cu ct valoarea acestuia este mai mic, tinznd ctre zero, cu
att capacitatea de prognoz a modelului este mai bun.

ponderea abaterii

1
n
unde:
y

y 2
*

z22

y 2
*

t 1

media valorilor teoretice ale variabilei endogene;


media valorilor reale ale variabilei endogene;

2z dispersia variabilei reziduale necorectat cu numrul gradelor de

libertate.
Interpretarea acestui indicator, care evideniaz existena unor erori
14
sistematice, este aceea c, n cazul ideal , valoarea sa este egal cu zero,
aceasta tinznd ctre unu n cazul unor erori de estimare de-a lungul ntregii
serii de timp.

ponderea dispersiei
D

y*

y
t

t
*
y 2

n
1
*
y
y
t
nt

1 n *

*2
y* 2
ty
nt
1

t 1

care este definit tot n intervalul [0, 1], aceasta msurnd evoluia oscilant
a celor dou serii, respectiv seria ajustat i seria empiric a variabilei
endogene. Acest indicator are aceeai semnificaie ca i cei precedeni,
14

Demn de menionat este faptul c, n cazul estimrii parametrilor unui model statistic cu
ajutorul metodei celor mai mici ptrate, valoarea acestui indicator este egal cu zero,
acesta fiind discriminant numai n cazul utilizrii altor procedee de estimare, cum ar fi,
de exemplu, metoda grafic, metoda punctelor empirice sau metoda punctelor medii.

respectiv o valoare sczut indic o capacitate bun de prognoz, n timp ce


o valoare apropiat de unu exprim o eroare de specificare a modelului.

ponderea covarianei
21 r * *
C
T 1 n * y t *yt
yt yt 2

n t 1

unde:
r = coeficientul de corelaie liniar dintre valoarea estimat a variabilei
endogene, y*
t , i cea real, y* :
t
*
*
*
*

n
yt y yt y
t 1
r
n

y *
t

y*
t

Se poate observa uor c semnificaia acestui indicator este analog


cu a celor menionai anterior.
De altfel cei patru indicatori se regsesc n urmtoarea ecuaie
propus de Theil:
1

y
n t 1

*t

*
y
y
*
2
y 2
t

*
t

* 21 r *

y t*

yt

a crei interpretare se realizeaz prin intermediul semnificaiei acestor


indicatori.
n urma calculelor efectuate cu ajutorul pachetului de programe
EViews n vederea testrii capacitii de prognoz a modelului privind
dependena dintre dintre consumul final real al gospodriilor populaiei i
PIB-ul real n perioada 1981-2003 au rezultat urmtoarele informaii,
prezentate n tabelul 2.3.6.

n urma analizei rezultatelor obinute se constat c modelul posed


o bun capacitate de prognoz, ca urmare a valorilor mici nregistrate n
cazul coeficientului Theil, a ponderii abaterii i a ponderii dispersiei i, deci,
poate fi acceptat n vederea realizrii unei prognoze a consumului final real
al gospodriilor populaiei.
Rezultatele testrii capacitii de prognoz a modelului privind
dependena dintre consumul final real al gospodriilor populaiei
i PIB-ul real n Romnia n perioada 1981-2003
Denumirea indicatorului

Simbolul indicatorului

Coeficientul Theil
Ponderea abaterii
Ponderea dispersiei
Ponderea covarianei

T
TA
TD
TC

Tabelul 2.3.6
Valoarea
indicatorului
2
0,1577
0,0000
0,1140
0,8860

Astfel, dac valoarea PIB-ului real n anul 2004 a fost egal cu 907,8
mld. lei preuri comparabile (1990=100), atunci:
*

x 2004 907,8 838,3 0,89 163,6272 mld. lei preuri comparabile


Valoarea estimat a consumului final real al gospodriilor populaiei
n anul 2004, utiliznd rezultatele estimrii obinute n cazul modelului (3)
este egal cu:
*
y
b*
9,5845 0,7156 163,6272 126,676 mld.lei
a
x
2004

1 2004

preuri comparabile
Pe baza ipotezei formulate la punctele precedente, consumul final
*
real al gospodriilor populaiei, y , urmeaz o distribuie normal (sau
*
distribuia Student, dac n 30 ), de medie y 2004
i de abatere medie

ptratic s * ,
*
*
, s* .
y 2004
Ly N 2004

Pentru

y 200

2004

*
*
x 2004
163,6272 y 126,676


2
s * s 2 1 1x* x * 2004
y 2004
**
z
n

xt x

s y* 30,6848
200

1 163,6272
82,3893
708,4988
1
13

26186,7452

Estimarea consumului final real al gospodriilor populaiei, pe baza


unui interval de ncredere, se calculeaz cu relaia:
*
*
*
y * * t s y 2004
t s y2004
P y
1

2004

2004

2004

Pentru 0,05 i v n k 1 11, din tabela distribuiei Student


se preia valoarea variabilei t ;v t0,05;11 2,201.
Deci, cu un prag de semnificaie de 0,05 sau cu o probabilitate egal
cu 0,95, valoarea estimat a consumului final real al gospodriilor populaiei
Romniei n anul 2004 va fi cuprins n intervalul:
Py 2004 126,676 2,201 30,6848 1 0,05 0,95
*

Py 2004 59,14;194,21 0,95


*

2.1.4 Model unifactorial neliniar


Se cunosc urmtoarele date privind consumul final real al
gospodriilor populaiei i venitul disponibil net real al populaiei n
Romnia, n perioada 1985-2001, exprimate n miliarde lei preuri
comparabile (1990=100):

Anul

Consumul final real al


gospodriilor populaiei
(1990=100)
mld.lei

Tabelul 2.4.1
Venitul disponibil net real al
populaiei
(1990=100)
mld.lei

1985
1986
1987
1988

442,0
448,1
472,1
513,2

492,5
500,1
518,1
527,1

Anul

Consumul final real al


gospodriilor populaiei
(1990=100)
mld.lei

Venitul disponibil net real al


populaiei
(1990=100)
mld.lei

1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001

516,6
557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7

558,1
588,1
455,9
438,7
455,3
489,3
560,4
584,6
559,4
493,3
513,7
525,7
526,2

Not: Ambii indicatori sunt calculai conform metodologiei de calcul a Sistemului European al
Conturilor Economiei Integrate - SEC 1979. Consumul final al populaiei a fost deflaionat cu ajutorul
deflatorului consumului final al populaiei exprimat n preuri constante (1990 = 100), iar venitul
disponibil net al populaiei a fost deflaionat cu ajutorul deflatorului PIB exprimat n preuri constante
(1990 = 100), obinut n urma prelucrrii datelor din Raportul Anual BNR. Acesta a fost deflaionat
cu ajutorul deflatorului PIB n preuri constante (1990 = 100). Datele provin de la Ministerul
Prognozei i Dezvoltrii.
Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 1995, CNS, Bucureti, 1996, p. 370372, Anuarului Statistic al Romniei 1996, INS, Bucureti, 1997, p. 364-366, Anuarului Statistic al
Romniei 2001, INS, Bucureti, 2002, p. 278, 280, Anuarului Statistic al Romniei 2003, INS,
* *
Bucureti, 2004, p. 284, 286, Raportului Anual 1999, BNR, Bucureti, 2000, p. 6 -9 , Raportului
* *
* *
Anual 2000, BNR, Bucureti, 2001, p. 6 -7 , Raportului Anual 2002 BNR, Bucureti, 2003, p. 4 -5 ,
Dobrescu, E., Macromodels of the Romanian Transition Economy, Second Edition, Editura Expert,
Bucharest, 1998, p. 184.

Se cere:
a) S se construiasc modelul econometric ce descrie legtura dintre cele dou
variabile i s se interpreteze semnificaia parametrilor modelului;
b) S se estimeze parametrii modelului i s se verifice semnificaia acestora.

Rezolvare:
a) Pentru a construi modelul econometric care descrie relaia dintre consumul
final real al gospodriilor populaiei i venitul disponibil net real al
populaiei se pornete de la reprezentarea grafic a celor dou variabile:
y = consumul final real al gospodriilor populaiei;
x = venitul disponibil net real al populaiei.
y
620
610
600
590
580
570
560
550
540
530
520
510
500
490
480
470
460
450
440
430

430 440 450 460 470 480 490 500 510 520 530 540 550 560 570 580 590

600

Figura 2.4.1.

n urma reprezentrii grafice a distribuiei punctelor empirice se


constat c aceasta poate fi aproximat cu ajutorul unei funcii neliniare,
respectiv funcia putere.
Modelul econometric care descrie legtura dintre cele dou variabile
se transform ntr-un model neliniar unifactorial: y

ax u .

Acest model neliniar se transform n model liniar prin logaritmare:


ln y ln a b ln x ln u
Notnd: ln y zt ;ln x vt ;ln u wt , se obine:
zt ln a bvt wt

Semnificaia economic a parametrului b, innd cont de


semnificaia celor dou variabile, este c acesta reprezint panta dreptei sau
coeficientul de regresie al consumului n funcie de venit. El reprezint n
acelai timp nclinaia marginal spre consum, care, n acest caz, este egal
cu elasticitatea consumului n funcie de venit, fiind i constant:
Ry

Ey

d ln y
d ln x b

b) Estimarea parametrilor modelului econometric de la punctul a) se realizeaz


cu ajutorul M.C.M.M.P.:
17
ln , min 17 2 min
ln 2

F a
zt zt
zt
a bvt
t 1
t 1
b

17

17

t 1

t 1

17

17

F ln a 0 n ln a b vt zt

F b

ln
0 a

17

t 1

vt

ztvt

t 1

t 1

Datele necesare rezolvrii modelului se obin pe baza tabelului de


mai jos:
Tabelul 2.4.2

Nr.
crt.

Anul

xt

yt

vt

zt

vt*

z*t

1
2
3
4
5
6
7
8
9
10
11

1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995

442,0
448,1
472,1
513,2
516,6
557,7
467,4
432,1
435,9
447,3
505,3

492,5
500,1
518,1
527,1
558,1
588,1
455,9
438,7
455,3
489,3
560,4

6,0913
6,1050
6,1572
6,2407
6,2473
6,3238
6,1472
6,0687
6,0774
6,1032
6,2252

6,1995
6,2148
6,2502
6,2674
6,3245
6,3769
6,1223
6,0838
6,1210
6,1930
6,3287

1,4239
1,4474
1,4373
1,4811
1,4893
1,1942
1,3526
1,4194
1,4627
1,5427

1,3977
1,4393
1,4824
1,4245
1,4960
1,2602
1,3181
1,3876
1,4066
1,5086

Nr.
crt.

Anul

xt

yt

vt

zt

vt*

z*t

12
13
14
15
16
17

1996
1997
1998
1999
2000
2001

545,7
525,7
586,2
579,8
582,3
610,7

584,6
559,4
493,3
513,7
525,7
526,2

6,3021
6,2647
6,3737
6,3627
6,3670
6,4146

6,3709
6,3269
6,2011
6,2416
6,2647
6,2657

1,4802
1,4034
1,3117
1,4494
1,4412
1,4243

1,4913
1,3945
1,5323
1,4371
1,4499
1,4942

8668,2

8786,4

105,8716

106,1529

22,7610

22,9204

Total

Rezolvarea modelului s-a realizat cu ajutorul pachetului de programe


EViews, conducnd la afiarea urmtoarelor rezultate:
Dependent Variable: zt
Method: Least Squares
Sample: 1985 2001
Included observations: 17

Variable Coefficient

Semnif.
Semnif.
Semnif.
Std. Error
t-Statistic
Prob.
ind.
ind.
ind.

1,1425

ln a

1,7534

sln

vt

0,8144

0,2808

sb

0,3593

R-squared

Mean dependent
var
S.D. dependent
var
Akaike info
criterion

0,6516

t ln a 0,5245 plna

2,9005

6,2277

Adjusted
0,3166
0,1170
Rc2
R-squared
S.E. of
s w
0,0967
-1,7238
regression
Sum
z z
0,1403 w
Schwarz criterion -1,6258
squared

resid
Log
16,6521
F-statistic
8,4126
L
likelihood
Durbin0,4544
Prob(F-statistic)
0,0110
d
Watson stat

sz
AIC

SC

Fc
p(F)

0,0110 p b

Semnificaia indicatorilor necunoscui pe care-i calculeaz pachetul


de programe EViews este urmtoarea:
p ln a
,

p b

probabilitatea asociat parametrului , respectiv b

O valoare ct mai apropiat de zero a acestei probabiliti va indica o


semnificaie ridicat a parametului respectiv, n caz contrar, aceasta
confirmnd, mpreun cu testul t, faptul c parametrul respectiv este
nesemnificativ.
2

Rc = coeficientul de deteminare corectat sau ajustat, este utilizat

vederea evidenierii numrului de variabile factoriale cuprinse n model,


precum i a numrului de observaii pe baza crora au fost estimai
parametrii modelului. In cazul unui model multifactorial acesta va nregistra
valori inferioare coeficientului de deteminaie. Expresia acestui indicator
este urmtoarea:

2
R 1 n 1 1 R 2
c
nk
L= logaritmul funciei de verosimilitate (presupunnd c erorile sunt
normal distribuite), funcie ce este determinat innd seama de valorile
estimate ale parametrilor. Relaia de calcul a acestui indicator, utilizat de
ctre pachetul
n de programe EViews,
wteste
urmtoarea:
L 1 ln 2 ln

2
n
unde:

w
t

suma ptratelor erorilor;

k = numrul variabilelor exogene;


n = numrul de observaii.
Acest indicator este utilizat n vederea elaborrii unor teste statistice
destinate depistrii variabilelor omise dintr-un model econometric, precum
i a unor teste destinate depistrii variabilelor redundante dintr-un model
econometric, ca, de exemplu, testul LR sau raportul verosimilitilor
(Likelihood Ratio).

z
= media variabilei dependente sau endogene, avnd urmtoarea
relaie de calcul:
17

z
z

t 1

n
sz = abaterea medie ptratic (standard) corespunztoare variabilei
dependente, a crei relaie de calcul este urmtoarea:
17

sz

z z

t 1

n1

AIC= criteriul Akaike este utilizat n cazul comparrii a dou sau


mai multe modele econometrice. Relaia de calcul a acestuia, utilizat de
ctre pachetul de programe EViews, este urmtoarea:
2L 2k
AIC

n
n
Este ales acel model econometric pentru care s-a obinut valoarea
cea mai mic corespunztoare acestui indicator.
SC = criteriul Schwartz este, de asemenea, utilizat pentru a compara
dou sau mai multe modele econometrice. Relaia de calcul a acestuia,
utilizat de ctre pachetul de programe EViews, este urmtoarea:
2L k ln n
SC n n
i n acest caz, este ales acel model econometric pentru care s-a
obinut valoarea cea mai mic corespunztoare acestui indicator.
p(F) = probabilitatea asociat statisticii F. O valoare ct mai
apropiat de zero a acestei probabiliti va indica o semnificaie ridicat a
rezultatelor estimrii, respectiv a modelului.

Pe baza estimatorilor au fost calculate valorile estimate ale variabilei


z i ale variabilei reziduale, w z z . Valorile acestora sunt prezentate n
t

cadrul tabelului 2.4.3 (utiliznd pachetul de programe EViews):


Tabelul 2.4.3

Actual

Fitted

zt

zt

6,0913
6,1050
6,1572
6,2407
6,2473
6,3238
6,1472
6,0687
6,0774
6,1032
6,2252
6,3021
6,2647
6,3737
6,3627
6,3670
6,4146

6,1913
6,2037
6,2325
6,2466
6,2931
6,3357
6,1284
6,0971
6,1273
6,1860
6,2964
6,3309
6,2950
6,1926
6,2256
6,2444
6,2452

Residual
w t zt z t

-0,1000
-0,0987
-0,0753
-0,0059
-0,0458
-0,0119
0,0188
-0,0284
-0,0499
-0,0827
-0,0713
-0,0288
-0,0303
0,1811
0,1371
0,1226
0,1694

- dispersia variabilei reziduale


2
0,0994
zt
2

z
s t
0,1440
w

nk
1

17 1 1

unde:
k = numrul variabilelor exogene.
(vezi tabelul afiat de programul EViews)

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

*. |
*. |
.* |
. *
. * |
. *|
. |*
. *|
. * |
.* |
.* |
. *|
. *|
. |
. |
. |
. |

.
|
.
|
. |
. |
.
|
.
|
.
|
.
|
.
|
. |
. |
.
|
.
|
. *|
. * |
. * |
. *|

- abaterea medie ptratic a variabilei reziduale


ztt z
s w
0,0994

0,0967
nk1
(vezi tabelul afiat de programul EViews)
- abaterile medii ptratice ale celor doi estimatori
1
2
sw

sln a

s
b

1,7534
v t v 2
0,2808
v

s2

v
t

(vezi tabelul afiat de programul EViews)


- raportul de corelaie
17

R R 2 1

tt

t 1
17

t 1

z 2

17

z2

z
t 1
2
z

- variabila Durbin-Watson, d
17

w
d

wt 1

t2

0,45

17

w
t

t 1

(vezi tabelul afiat de programul Eviews)

z 2

s n 1

1 49701,4613
R 0,1170

0,3593 0,5994
2 16
(vezi tabelul afiat de programul EViews)

tt

Astfel modelul estimat devine:


zt 1,1425 0,8144
R 0,599
vt ;
d 0,45
1,7534 0,2808
sw 0,0967
Verificarea semnificaiei modelului presupune:
- verificarea ipotezei de independen a erorilor;
- verificarea ipotezei de homoscedasticitate a erorilor;
- verificarea ipotezei de normalitate a erorilor;
- verificarea semnificaiei estimatorilor;
- verificarea semnificaiei raportului de corelaie.
Verificarea ipotezei de independen a erorilor se realizeaz cu
ajutorul testului Durbin-Watson, constnd n calcularea variabilei d

compararea sa cu dou valori teoretice d 1 i d 2 d1 1,13; d 2


1,38 ,
preluate din tabela distribuiei Durbin-Watson n funcie de un prag de
semnificaie 0,05, de numrul variabilelor explicative k k 1 i
de numrul observaiilor n n 17 15 .
Deoarece valoarea calculat, d 0,45 , este cuprins n intervalul
0 d 0,45 d1 1,13 , aceasta indic existena unei autocorelri pozitive.
Din acest motiv, nu mai are sens testarea semnificaiei estimatorilor
i a raportului de corelaie, estimatorii nemaifiind eficieni, deci se impune
mai nti eliminarea fenomenului de autocorelaie a erorilor.
Eliminarea fenomenului de autocorelare a erorilor va fi realizat cu
ajutorul procedeului prezentat n cadrul aplicaiei 2.1.3, respectiv, pornind
de la faptul c erorile sunt corelate, adic:
wt r1wt 1 t
se va estima valoarea coeficientului de autocorelaie de ordinul 1 pe baza
variabilei Durbin-Watson, d, pentru a facilita utilizarea pachetului de
programe EViews n vederea eliminrii autocorelaiei erorilor (utiliznd
programul autocorelaie.prg):
d
r 1 1 0,45 0,77
2

n continuare, variabilele modelului vor fi transformate pe baza


qvasi-diferenelor:
zt r1 zt 1 a 1 r1 bvt r1vt 1 t
z*

Notnd cu:

yt r1 yt 1

vt* xt r1xt 1
a1 ln a1

r1 b1 b
se obine:
*
z a b v*
t

*
z b v
a

1 t

(vezi tabelul 2.4.2 coloanele 6, 7)


Rezultatele estimrii, utiliznd pachetul de programe EViews (Vezi
aplicaia 2.1.3) sunt urmtoarele:

Dependent Variable: z t

Method: Least Squares


Sample(adjusted): 1986 2001
Included observations: 16 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

0,6578
0,5446

0,2674
0,1877

2,4595
2,9014

0,0275
0,0116

vt
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,3755
0,3309
0,0590
0,0488
23,6429
1,9681

Mean dependent var


S,D, dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

1,4325
0,0722
-2,7054
-2,6088
8,4180
0,0116

Pe baza rezultatelor estimrii afiate de programul EViews rezult


modelul:
*

z t 0,6578 0,5446 vt
;

0,2674 0,1877

R1 0,613
d 1,97
s 0,059

Pe baza estimatorilor au fost calculate valorile estimate ale variabilei

zt i ale variabilei reziduale, t . Valorile acestora sunt prezentate n


cadrul
tabelului 2.4.4:
Tabelul 2.4.4

Actual

Fitted
*

Residual

Residual Plot
(graficul reziduurilor)
|
.* | .
|
|
. *| .
|
|
. | *.
|
|
.* | .
|

z t*

1,3977
1,4393
1,4824
1,4245

1,4332
1,4460
1,4405
1,4644

-0,0356
-0,0068
0,0419
-0,0399

1,4960
1,2602
1,3181

1,4689
1,3082
1,3944

0,0271
-0,0480
-0,0763

|
|
|

. |*.
* | .
*. | .

|
|
|

1,3876
1,4066
1,5086
1,4913
1,3945
1,5323
1,4371
1,4499
1,4942

1,4308
1,4544
1,4980
1,4639
1,4221
1,3722
1,4472
1,4427
1,4335

-0,0432
-0,0478
0,0106
0,0274
-0,0276
0,1601
-0,0100
0,0072
0,0607

|
|
|
|
|
|
|
|
|

.* | .
* | .
. |* .
. |*.
.*| .
. | .
. *| .
. |* .
. | .*

|
|
|
|
|
*|
|
|
|

Utiliznd testul Durbin-Watson pentru a verifica dac fenomenul de


autocorelaie a erorilor a fost eliminat - pentru un prag de semnificaie
0,05, k 1, n
valorile teoretice ale variabilei Durbin-Watson sunt
16
d1 1,10, d 2 1,37 . n comparaie cu acestea, valoarea empiric d 1,97
se situeaz astfel: d 1,37 d 1,97 4 d 2,63 , ceea ce indic
2
2
fenomenul de independen a erorilor, deci fenomenul de autocorelaie a
erorilor a fost eliminat.

Verificarea ipotezei de homoscedasticitate a erorilor se va realiza cu


ajutorul testului White (vezi aplicaia 2.1.2). Utiliznd programul EViews
au fost obinute urmtoarele rezultate:
White Heteroskedasticity Test:
F-statistic
Obs*R-squared

3,8112
5,9929

Probability
Probability

0,0477
0,0500

Test Equation:
2

Dependent Variable: w t

Method: Least Squares


Sample: 1985 2001
Included observations: 17

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
vt

-29,4768
9,4696
-0,7602

10,8355
3,4758
0,2787

-2,7204
2,7245
-2,7276

0,0166
0,0164
0,0163

0,3525
0,2600
0,0087
0,0011
58,2041
1,3835

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

vt
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,0083
0,0101
-6,4946
-6,3476
3,8112
0,0477

Analiznd rezultatele afiate de programul EViews se constat c


Fc 3,8112 F0,05;2;14 3,74 i

LM 5,9929 0,05;2 5,99147 , iar

estimatorii parametrilor modelului sunt semnificativi pentru un prag de


semnificaie
0,05
( t0,05;14 2,148 ), indicnd
prezena
heteroscedasticitii erorilor, dar, pentru un prag de semnificaie 0,01,
Fc 3,8112 F0,01;2;14 6,51 i

LM 5,9929 0,01;2
9,21034 , iar

estimatorii parametrilor modelului sunt nesemnificativi ( t0,01;14 2,977 ),


deci ipoteza de homoscedasticitate se verific. Se poate astfel considera c,

pentru un prag de semnificaie 0,01, ipoteza de homoscedasticitate este


verificat.
Verificarea ipotezei de normalitate a erorilor se va realiza cu ajutorul
testului Jarque-Berra. Utiliznd pachetul de programe EViews n vederea
calculrii testului Jarque-Berra (vezi Figura 2.4.2.) se constat c
2

JB 2,5981 0,05;2
5,9915

i c p(JB) = 0,2728. Deoarece

valoarea

calculat a testului J-B este mai mic dect valoarea tabelat a lui

, iar

probabilitatea ca testul J-B s nu depeasc valoarea tabelat este suficient


de mare, ipoteza de normalitate a erorilor poate fi acceptat.
8
Series: Residuals
Sample 1985 2001
Observations 17

6
Mean1.10E-15
Median-0.028806
Maximum0.181076
Minimum-0.099953
Std. Dev.0.093653
Skewness0.910913
Kurtosis2.409370

2
Jarque-Bera
Probability

2.598089
0.272792

0
-0.10

-0.05

0.00

0.05

0.10

0.15

0.20

Figura 2.4.2

Estimatorii modelului sunt semnificativ diferii de zero dac:


a1
t
t ;n1k 1

a1
s a
1

a1

0,6578

2,4595
0,2674
b
1
t ;n1k 1
t
b1
sb
1
0,5446
t
2,9014
b1
0,1877

Lucrnd cu un prag de semnificaie 0,05, din tabela


distribuiei Student se preia valoarea t
0,05;14 2,145 . Comparnd aceast
valoare cu valorile calculate pentru cei doi estimatori, se constat c:
- t 2,4595 t
2,145 parametrul a$ este semnificativ
0,05;14

a1

diferit de zero;
-

t 2,9014 t0,05;14 2,145 parametrul b$ este semnificativ


1

1
b

diferit de zero.
Raportul de corelaie este semnificativ diferit de zero dac se
verific inegalitatea: Fc F ;v ;v 1, unde
valoarea empiric a variabilei Fisher2
Snedecor este:
F n 1 2

14

0,3755
c

8,418
1R

0,6245

Din tabela distribuiei Fisher-Snedecor, cu un prag de semnificaie


de 5% i n funcie de numrul gradelor de libertate v1 k 1 i
v2 n 1 k 1

se preia valoarea teoretic F0,05;1;14 4,60 . Se

14
constat c

Fc 8,418 F0,05;1;14 4,60 , deci pentru un prag de semnificaie

de 5%, valoarea raportului de corelaie este semnificativ diferit de zero.


n concluzie, modelul z * 0,6578 0,5446
poate fi apreciat ca
*
x
t

reprezentativ pentru descrierea dependenei dintre consumul final real al


gospodriilor populaiei i venitul disponibil net real al populaiei.
Dei modelul este semnificativ n raport cu testele statistice adecvate
acestui scop (ipotezele corespunztoare M.C.M.M.P. sunt verificate,
estimatorii parametrilor i raportul de corelaie sunt semnificativi), faptul c
mrimea coeficientului de determinare este mic (n jur de 0,38), se poate
considera c modelul poate fi folosit n scopuri explicative, statistice i
economice (a1>0, 0<b1<1), dar nu i n scopuri de simulare i prognoz
deoarece prezint o capacitate slab de previziune.

2.1.5 Model liniar multifactorial


2

Un ntreprinztor cumpr un magazin avnd o suprafa de 230 m


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 2.5.1
Nr. de familii
(sute)
Suprafaa
comercial

70

35

55

25

28

43

15

33

23

45

20

56

21

26

14

10

12

20

28

10

36

198 209 197 156

85

187

43

211 120 62

(zeci m )
Cifra de
afaceri
(mil. lei)

176 117 273

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 milioane 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 x2 - 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 f x u explic variaia cifrei de
t
2t
2
t

afaceri pe seama suprafaei comerciale;


1.3. Modelul multifactorial: y f x , x
t
1t
2t
u3t

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 .
300
250

200
150
100
50
0
10

20

30

40
X1

Figura 2.5.1

50

60

70

300
250

200
150
100
50
0
5

10

15

20

25

30

35

X2

Figura 2.5.2

Deoarece graficele de mai sus arat c legtura dintre y i x1 ,


respectiv y i x2 poate fi aproximat cu o dreapt, modelele de mai sus
devin:
1.

y t a1 b1x1t u1t

2.

y t a 2 b2 x 2t u2t

3.

yt a3 b3 x1t c3 x2t u3t

Modelul (3) este un model multifactorial liniar deoarece y, fiind


corelat liniar cu x1 , respectiv cu x2 , 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.
se va face cu
Estimarea parametrilor modelului y t a1 b1x1t
u1t
ajutorul pachetului de programe EViews, prin aplicarea M.C.M.M.P., care a
condus la obinerea urmtoarelor rezultate:
Dependent Variable: yt
Method: Least Squares
Sample: 1 13
Included observations: 13
Variable

Coefficient

Std. Error

t-Statistic

Prob.

56,9101

26,0181

2,1873

0.0512

x1t

2,8632

0,6662

4,2978

0.0013

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,6268
0,5928
42,7219
20076,74
-66,1716
2,6655

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

156,4615
66,9510
10,4879
10,5749
18,4710
0,0013

Valorile estimate ale variabilei yt i ale variabilei reziduale u sunt


1t

prezentate n cadrul tabelului 2.5.2. (utiliznd pachetul de programe


EViews):
Tabelul 2.5.2
Actual

Fitted

Residual

yt

Yt 1

u1t

Residual Plot
(graficul reziduurilor)

198
209
197
156
85
187
43
211
120
62

257,3340
157,1220
214,3860
128,4900
137,0800
180,0280
99,8582
151,3960
122,7640
68,3629

-59,3345
51,8777
-17,3864
27,5098
-52,0798
6,9721
-56,8582
59,6041
-2,7638
-6,3629

|* .
|
. |
| .
|
.* |
| . * |
. |
| .
| * . |
| *.
|
. |
| .
|*
. |
|*.
|
. |
| .
|
. *|
| .
*|
. |
| .
*|
. |

176
117
273

185,7540
114,1740
217,2500

-9,7543
2,8258
55,7504

|
|
|

. * |
. |*
. |

. |
. |
.*|

n vederea verificrii ipotezei de independen a erorilor se


calculeaz valoarea variabilei Durbin-Watson: d 2,67 (vezi tabelul afiat
de programul EViews).
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 d2 1,36 .
Cum

4 d2 2,64 d 2,67 4 d1 2,92 , rezult

indecizie

tinznd spre autocorelare negativ.


Estimatorii modelului sunt semnificativ diferii de zero dac:
a1
ta1 a t
1

;n k

i t
b1

b
1

sb1

t ;n k 1

Deoarece:
ta1

sa
a1
t
1

56,9101

2,1873

0,05;11

2,2010 parametrul

a1 nu

26,0181

este semnificativ diferit de zero.


2,8632
t

4,2978
1
s
bb
b1
1
t
0,6662

0,05;11

2,2010

parametrul

b 1 este

semnificativ diferit de zero.


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:

Fc n 2 R F v v
2
; 1; 2
1R

Fc
11

0,6268
18,471
1
0,6268

n funcie de un prag de
gradelor de libertate v1 k 1
valoarea teoretic F0,05;1;11 4,84 .

semnificaie 0,05 i de numrul


i v2 n k 1 13 2 11 se preia

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.
Pe baza datelor de mai sus, modelul devine:
Y 56,9101 2,8632x
t
1t
;
1

(26,0181) (0,6662)

R 0,7917
d 2,67
su1 42,7219

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


comercial
Estimarea parametrilor modelului yt a 2 b2 x 2t u2 se va face cu
t

ajutorul pachetului de programe EViews, prin aplicarea M.C.M.M.P., care a


condus la obinerea urmtoarelor rezultate:
Dependent Variable: yt
Method: Least Squares
Sample: 1 13
Included observations: 13
Variable

Coefficient

Std. Error

t-Statistic

Prob.

61,3840

19,1642

3,2031

0,0084

x2t

6,0293

1,0485

5,7504

0,0001

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

0,7504
0,7277
34,9373
13426,74
-63,5566

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic

156,4615
66,9510
10,0856
10,1725
33,0674

Durbin-Watson stat

2,2646

Prob(F-statistic)

0,0001

Valorile estimate ale variabilei yt i ale variabilei reziduale u sunt


2t

prezentate n cadrul tabelului 2.5.3. (utiliznd pachetul de programe


EViews):
Tabelul 2.5.3
Actual

Fitted

Residual

yt

Yt 2

u 2t

Residual Plot
(graficul reziduurilor)

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

187,999
218,146
145,794
121,677
133,736
181,970
91,5306
230,205
115,648
97,5599
121,677
109,618
278,439

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

| .
|* . |
| . *|
. |
| .
|
. *|
| .
|
* |
|* .
|
. |
| .
|*
. |
|* .
|
. |
| . * |
. |
| .
|*
. |
| *
|
. |
| .
|
. *|
| .
|* . |
| . *|
. |

n vederea verificrii ipotezei de independen a erorilor se


calculeaz valoarea variabilei Durbin-Watson: d 2,26 (vezi tabelul afiat
de programul EViews).
Pentru un prag de semnificaie 0,05 , din tabela
Durbin-Watson se preiau valorile (pentru cazul

distribuiei

n 15 , k 1 - numrul
variabilelor explicative) d1 1,08 i d2 1,36 .
d c 2,26 d 2 1,36
Cum
rezult c erorile sunt independente.
d

2,26

2,64
c
2

Deoarece:

ta 2

a
sa 2
2

3,2031
61,384 t
19,1642

2,2010
0,05;11

t b
b

22

sb

6,0293

5,7504

2,2010
0,05;11

1,0485

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


i
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:
F n 2
c

11

Se constat c

0,7504

33,0674

1 0,7504

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.
Pe baza datelor de mai sus, modelul devine:
Yt 61,384 6,0293x2t;
2

(19,1642) (1,0485)

R 0,8662
d 2,26
su 2 34,9373

3) Model econometric multifactorial privind dependena cifrei de afaceri de


suprafaa comercial i de numrul de familii
Estimarea
parametrilor
modelului
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:

F a3 ,b3
,c3

min y
13

t 1

b3 x c3 x 2t
a3 1t

Minimul acestei funcii este dat de calculul derivatelor pariale n


raport cu parametrii modelului :
x
F
2 a 0
y bx
1 0
a

3 1t

3 2t

0 2
y

F b

tt

a3 b
x1
t

2
t

F c3 0 2 a b
3
x1
y

c3 x

1
t

c3 x
2
t

0
t

Dup efectuarea calculelor rezult urmtorul sistem de ecuaii:


na3 b c x y
t
3
3
x
2t

a3 x b3 x c3 x 1t x x 1t y t
1t

a3
x 2t

2t

1t

2
b3 x 1t x c3 x x 2t y t
2t

2t

Valorile estimatorilor rezult n urma rezolvrii sistemului de ecuaii


ale crui necunoscute sunt cei trei parametrii a 3 , b3 , c3 .
Pentru exemplificare, estimarea parametrului a$ 3 cu ajutorul
M.CM.M.P. se realizeaz astfel:
yt x1t x2t 2034 452 205
2
x1t yt x1t x1t 82495 19828 8452
x1t x2t x2tx2t 38769 8452 4343
x2t y
t
a3
13
452
205
n
x1t x2t
x1t x21t x1t x2t 452 19828 8452
205 8452 4343
x2t x1t x2t x22t
a3 37,5023

n mod analog se obin valorile celorlali doi parametrii:


b
i c3 4,2446 .

1,4963

Rezolvarea modelului s-a realizat cu ajutorul programului EViews,


conducnd la afiarea urmtoarelor rezultate:
Dependent Variable: Yt
Method: Least Squares
Sample: 1 13
Included observations: 13
Variable

Coefficient

Std. Error

t-Statistic

37,5023

17,6461

2,1252

X1t
X2t

1,4963

0,5534

2,7039

4,2446

1,0650

3,9856

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,8558
0,8270
27,8500
7756,2140
-59,9897
2,1682

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Prob.

156,4615
66,9510
9,6907
9,8211
29,6749
0,0001

Valorile estimate ale variabilei yt i ale variabilei reziduale u sunt


3t

prezentate n cadrul tabelului 2.5.4. (utiliznd pachetul de programe


EViews):
Tabelul 2.5.4
Actual

Fitted

yt

Yt 3

Residual
u3t

Residual Plot
(graficul reziduurilor)

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

231,3800
200,2330
179,2230
117,3560
130,3340
186,7350
81,1697
205,7290
110,1190
68,9552
147,2810
101,3850
274,1010

-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

| *.
| .
| .
|* .
| . | *.
| . |
. *
|* .
| .
| . * .
| * .
| .
| .
|* .
| .
| * .
| . * | .
| . | .*
| .
| * .
| .
* .

|
|
|
|
|
|
|
|
|
|
|
|
|

O cale mai rapid de estimare a parametrilor se realizeaz utiliznd


calculul matriceal, sistemul de ecuaii de mai sus devenind:

X X B$ X Y
nmulind la stnga expresia cu

X X 1

obinem:

X X 1 X X B X X 1 X Y
Rezult c:
a$ 3
B$ b$ X X 1
X Y
3
c$ 3
unde matricile sunt de forma:
1

70 21

1
1

1
1

26
14

10
12

35
55
25
28

1 43
X 1 15

1 33

1 23
1 4

45
1
1 20
1 56

20
5

28

9
6

10
8
36

198

209

197

156
85

187
Y 43

211

120
62

176

117

273

u1

u2
u
3
M
M

M
U M

M

M
M

M

M
u
13

Se calculeaz matricile:

X X

13

205
452

452
19828
8452

205

8452 4343

2034

X Y 82495
38769
X X 36557768

14676700 230376 244436

X X 230376 14434
17216

244436
17216
53460

X X

1
1

14676700

230376

230376
14434

244436

17216

36557768

0,4015

X X 1

0,0063

0,0067

244436

17216

0,0063
0,0004

0,0067

0,0005

0,0015

0,0005

Calculnd produsul:
a3
37,5023

1
B X X X Y 3 b 1,4963

53460

c3

4,2446

Valorile teoretice ale cifrei de afaceri rezult deci din relaia:


Yt 37,5023
1,4963
3

x1 4,2446x2t
t

Calculul celorlali indicatori ai modelului multifactorial se va face


utiliznd urmtoarele relaii:
s

3
Y 2

n k 1 t 1

variabilei reziduale u3
s c2a ,b ,c 2 su
3 3 3
3 ij

- estimaia dispersiei ( ) a

u3
t

-a estimaiile dispersiilor parametrilor

u3

n k1

,b,c ,
3

unde:
cij elementul situat pe diagonala principal a matricei inverse

X X 1 ;
0,4015

s
a

s u

,b ,c
3

Y y

y y
3
t

2
s
a
s 2 3
0,0004
0,0015 b2
s 3
c3

y Y
y y
tt
t

32

- raportul de corelaie

nu3t u 3t 1

d t 2

- valoarea variabilei Durbin-Watson calculat

2
u3t
t 1

n vederea testrii ipotezei de independen a erorilor.


Verificarea semnificaiei acesteia se face cu ajutorul tabelei Durbin-

Watson, din care se extrag valorile d1 0,95 i d 2


1,54

n funcie de un

prag de semnificaie 0,05, de numrul variabilelor exogene k 2 i

de

numrul observaiilor n 13 n 15.


Comparnd valoarea calculat a variabilei Durbin-Watson d c 2,17
cu cele dou valori tabelate se observ c d 2,17 d 1,54i
c
2
d c 2,17 4 d 2 2,36 , deci erorile sunt independente.
n urma testrii semnificaiei parametrilor s-a constatat c:
t 2,1252 t
ca 3
0,05;10 2,228 rezult c parametrul a$ 3 nu este
semnificativ diferit de zero;
t
cb 2,7039 t0,05;10 2,228
3

rezult

b$

parametrul

este

semnificativ diferit de zero;


t cc 3,9856 t

0,05;10

rezult

2,228
semnificativ diferit de zero.
Deoarece F 29,6749 F
c

c$

parametrul

este

4,1 rezult c valoarea raportului

0,05;2;10

de corelaie este semnificativ diferit de zero, cu un prag de semnificaie de


0,05.
Utiliznd ecuaia analizei variaiei:

y
t

3
3
Y 2 Y y 2

Y y

t
2
3

rezult c modelul econometric explic 85,58% y


t y 2 100 din

variaia total a cifrei de afaceri.


n concluzie, putem afirma c modelul este corect specificat, adic
variabilele x1t i x 2t sunt factori semnificativi ai cifrei de afaceri, deoarece
estimatorii lor sunt semnificativ diferii de zero i corect identificai,
deoarece modelul explic cea mai mare parte din variaia cifrei de afaceri.
De asemenea, relaiile

b$3

c$3
sb$3

t ,n k 1 ;

sc$3

t ;n k 1

indic i faptul c

cele dou variabile x1t i x nu sunt corelate liniar. Dac acestea ar fi fost
2t

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$

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

y y
), ceea ce nseamn c la o modificare de 100 a numrului de
x1 , x2
familii, cifra de afaceri a magazinului va suferi o modificare de 1,4963 mil.
2

lei, iar dac suprafaa comercial se va modifica cu 10m , cifra de afaceri


va suporta o modificare de 4,2446 mil. lei.
Ca atare, modelul care descrie legtura dintre fenomenele
este: Yt 3 37,5023
x1
x2t ;

4,2446
R 0,9251
t
1,4963
(17,6461)

(0,5534)

(1,065)

analizate

d 2,17
su3 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 2.5.5
Simbolul
modelului

Variaia
neexplicat de
model

Structura modelului

Ml

l 0,3

V V

M0
l 0

M1
l 1

M2
l 2

u0

yt y u0

Coeficienii de
performan
2

Rj / 0

2
yt y

1t

(26,0181) (0,6662)
yt a2 b2 x2t u2t
2
Y 61,384 6,0293x
t

2t

(19,1642) (1,0485)

u1

1 2

t t

20076,7405

2
u

uV j 1

Vu2j

u2

1 V 0
2
V0

1/ 0

20076,7405
1 53789,2308

1/0

0,6268

0,6268

y Y 2

13426,7387

j 1/ j

R2

y Y

0 / 0

53789,2308

yt a1 b1 x1t u1t
1
Y 56,9101 2,8632x

V
1u
V 02

Coeficienii de
performan
parial

2
2/0

13426,7387
1 53789,2308
0,7504

R2 0,3312
2 /1

Simbolul
modelului

Variaia
neexplicat de
model

Structura modelului

Ml

l 0,3

Coeficienii de
performan
parial

Coeficienii de
performan
2

V
2
Rj / 0 1 u
V 02

j 1/ j

uV j 1

3 / 1

yt a3 b3 x1t c3x2t u3t


Y 3 37,5023 1,4963x 4,2446x

M3
l 3

1t

(17,6461)

V2
u3

2t

(0,5534)

Y 3
t t

7756,2142

(1,065)

/0

0,6137

775,2142
1 53789,2308
0,8858

Vu2j

V2u

Vw

R3 / 2 1

Vu2
Vz2

0,4223

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

Not:

t 1, n; n numrul observaiilor;
l 0, m; m numrul modelelor construite ( m 3 ).
n cazul modelelor cu acelai numr de variabile exogene, cel mai
2

bun model este dat de restricia : max R . Pe baza acestui criteriu se observ
j

j
2
2/
0

c: R

0,7504 R

1/ 0

0,6268 , respectiv modelul M

explic mai bine

variaia cifrei de afaceri (y) n funcie de suprafaa comercial ( x2 ), n


comparaie cu modelul M , care utilizeaz ca variabil exogen numrul de
1
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
2

Vx
Fc

Vuk

k q
2

Fc

Vx

nk1

V0
Vu

k q

V0 Vu

V V
Vu
u q uk
:
k
nk1

Vu
:

nk1

Fc Vu

Fc

u1 3

Vu
:
13 2 1
3

13426,7387 7756,2142 7756,2142


:
7,3109
21
10

- preluarea din tabela distribuiei Fisher-Snedecor a valorii teoretice


a variabilei F n funcie de un prag de semnificaie i de numrul gradelor
de

libertate v1 k q ,

v2 n k 1,

respectiv

pentru

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


Deoarece F 7,3109 F
c
0,05;1;10 4,96 , prin introducerea variabilei
x1 n modelul M

crete gradul de performan al acestui model n raport

cu modelul M 2 , n acelai timp influena acestei variabile asupra variabilei


y este semnificativ.
Ca atare, modelul care explic cel mai bine variaia cifrei de afaceri
este modelul M 3 :
Y 37,5023
1,4963
t
3

x1 4,2446x2t ;

R 0,9251

(17,6461)

(0,5534) (1,065)

d 2,17
su 27,85
3

d) 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 cu:

unde:
$ x c$
Yn v a$
3
nxv ,0 b3
n v ,1
3 n v ,2
x

Ynestimaia 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:


YXn v X v B X v X X Y
1

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 ).


37,5023 1 1,4963 64 4,2446 23 230,89 231 mil. lei.

Ynv

n vederea estimrii intervalului de ncredere pentru aceast valoare


probabil este necesar calcularea dispersiei acestei valori cu ajutorul
relaiei:
s

2
Yn v

2
u

1 X X X 1 X
v

s2
64

sY

nv

23
0,0063

0,0067

775,6214 1 1

Yn v

0,0063

0,0401

0,0004
0,0005

0,0067 1

0,0005 64 1001,84
0,0015 23

31,65

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
relaiei:

t s
y

n v

Y
nv

PY

t 0,05;10 2,228 se va calcula cu ajutorul

n
v

n
v

t s

Y
nv

P231 2,228 31,65 yn v 231 2,228 31,65 1 0,05 0,95


P160 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.

tiind c rata profitului


r

este egal cu:

rp 00 CA CT * 100 CA rp CT CT CA CT 1 rp
CT

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

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 64;23
P

220

P
t

Pt 0,35 Pt 0,35
0,3632

31,43

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:
yt b0 b1 x1t b2 x2t
ut

(1)

Se nsumeaz (1) i se mparte la n obinndu-se ecuaia:


y b0 b1x1 b2 x 2

(2)

Se scade ecuaia (2) din (1) i rezult:


y t y b1 x1t x1 b2 x 2t x 2
ut

(3)

Notm cu:
y t yt y


x1t x1

x1t

x2


x 2t x2

Modelul (3), construit pe baza abaterilor centrate ale variabilelor,


devine:
*

yt b1 x1t b2 x2t ut
n acest caz, matricea varianelor i covarianelor modelului se
definete astfel:
2

yy

cov yx1

2x1 1
V covx 1y
covx y covx x
2
2 1

cov yx2

cov x12x2

x2

x2

unde:
13

y2

2
t

t 1

n
13

- dispersia variabilei y;

tj

t 1

cov y,
x

( j 1,2 );

dispersia variabilei
xtj

y x tj x
n

t tj

x1 34,7692 34,77
x2 15,7692 15,77

y 156,4615 156,46
Tabelul 2.5.6
Nr.
crt.

*
1t

xx x
1t

*
2t

x x y y y
2t

x*t *1ty

x 2*t y2*t

x*2t*1tx

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

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

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

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

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

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

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

Total

-0,01

-0,01

0,02

11774,3846

6694,3846 1324,3077

yy2 y 4137,63
2

cov yx2

6694,3846
514,95
13

x2 x
1 1

x1

covx
x

1324,3077

x2 x x
2 2

316,33
101,87

13

covyx

85,41

117743846

4137,63

V 905,72

514,95

905,72

13
905,72 514,95

316,33 101,87

101,87 85,41

Matricea varianelor i covarianelor poate fi calculat i cu ajutorul


pachetului de programe EViews.
Dispunnd de matricea V, estimatorii
ajutorul relaiei:
by / x j
b

b j y / x se calculeaz cu
j

j 1

Vyxj
Vyy

, j 1, k

unde:
Vyx j determinantul matricei varianelor i covarianelor din care
se elimin linia y i coloana x j ;
Vyy determinantul matricei varianelor i covarianelor din care se
elimin linia y i coloana y.

905,72 101,87
1,4963
514,95 85,41 24898,0164
316,33 101,87 16639,858
101,87 85,41

b 1 12

905,72 316,33
514,95 101,87

b2
3
1

16639,858

70629,9481
16639,858 4,2446

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


b y
b x
0

b
x
b

156,46151,4963 34,7692 4,244615,7692


0

b0
37,5024
Matricea coeficienilor de corelaie liniar simpl a variabilelor pe
baza relaiei (3) se definete:
ryx

1
ryx
1

1
R rx1y

rx y rx
2

unde:

2 1

y x
x
y

2
rx x
1 2
1

y xtj

R 0,7917

0,8662

tj

xj

0,7917

tj
t tj

0,8662

0,6198 ,

0,6198
1
1

calculat cu ajutorul programului EViews.

astfel:

Cu ajutorul acestei matrici, estimatorii b$y /j x


b$ j
j 1

b$y /jx b$ j 1

Ryxj y
Ryy

x
j

se pot calcula

unde:
Ryx j

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

coloana x j ;
Ryy

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

coloana y.


b1 2
1

0,79170,6198
0,86621
66,951

1,4963
10,6198
18,512
0,61981


b2
3
1

0,79171
0,86620,6198
66,951
0,6158

4,2446
9,619

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


b0 37,5024
2.1.6 Model multifactorial neliniar- funcia Cobb-Douglas
fr progres tehnic
Se cunosc urmtoarele date privind valoarea adugat brut (Q),
capitalul fix (mijloace fixe sau imobilizri corporale la sfritul anului) (K)
i numrul mediu de salariai (L), exprimate n preuri comparabile
(1990=100), n Romnia, n perioada 1980-2002:
Tabelul 2.6.1

Imobilizri
corporale
(mld. lei )
(1990=100)
2

1980

767,0

2451,1

Anul

Valoarea adugat brut


(mld. lei)
(1990=100)

Numrul mediu de salariai


(mii pers.)
3
7378

1981

756,6

2630,5

7435

Anul

Valoarea adugat brut


(mld. lei)
(1990=100)

Imobilizri
corporale
(mld. lei )
(1990=100)
2

1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

762,3
795,6
838,6
849,0
865,5
882,8
886,0
819,2
788,1
700,1
668,2
641,0
663,1
710,3
747,6
691,0
634,0
621,7
637,8
680,6
715,1

2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

Numrul mediu de salariai


(mii pers.)
3
7553,2
7600,1
7585
7700
7751,9
7790
7842,6
7997,1
8156
7574
6888
6672
6438
6160
5939
5597
5369
4761
4623
4619
4568

Not: Valoarea adugat brut este calculat conform metodologiei de calcul a Sistemului European
al Conturilor Economiei Integrate - SEC 1979. Valoarea adugat brut i imobilizrile corporale au
fost deflaionate cu ajutorul deflatorului PIB exprimat n preuri constante (1990 = 100), obinut n
urma prelucrrii datelor din Raportul Anual BNR.
Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 1995, CNS, Bucureti, 1996, p. 152153, 366-367, 386, Anuarului Statistic al Romniei 2001, INS, Bucureti, 2002, p. 276, 303, 104,
Anuarului Statistic al Romniei 2003, INS, Bucureti, 2004, p. 106, 282, 312, Raportului Anual 1999,
* *
* *
BNR, Bucureti, 2000, p. 6 -9 , Raportului Anual 2000, BNR, Bucureti, 2001, p. 6 -7 , Raportului
* *
Anual 2002 BNR, Bucureti, 2003, p. 4 -5 , Dobrescu, E., Macromodels of the Romanian Transition
Economy, Second Edition, Editura Expert, Bucharest, 1998, p. 174, 175-176, 184.

Se cere:
a) S se descrie corelaia dintre cele trei fenomene economice cu ajutorul
modelului Cobb-Douglas;
b) S se estimeze parametrii modelului i s se fac discuia econometric a
modelului obinut;

c) S se comenteze semnificaia parametrilor modelului i s se verifice


ipoteza conform creia funcia de producie este de randament
constant 1 .
Rezolvare:
a) Funcia Cobb-Douglas se prezint sub forma:

Q AK L
u

(1)

unde:
A parametru de scar;
, coeficienii de elasticitate ai valorii adugate brute reale n raport cu
fiecare din factorii de influen utilizai;
Q valoarea adugat brut real;
K capitalul fix real (mijloace fixe sau imobilizri corporale la sfritul
anului);
L numrul mediu de salariai.
b) Modelul (1) este un model multifactorial neliniar care poate fi transformat
ntr-un model liniar prin logaritmare:
ln Q ln A ln K ln L ln u
Facem urmtoarele notaii:
ln Q yt ;
ln A a ;
ln K x1t
; ln L
x 2t ;

(2)

ln u ut .
Modelul devine:
yt a x1t x2t
ut

(3)

Estimarea parametrilor acestui model se realizeaz cu ajutorul


M.C.M.M.P.:

F a,,

min

yt

t 1

23

y
t

23

min

t 1

yt

x2t

x1t

Minimul acestei funcii este dat de calculul derivatelor pariale n


raport cu parametrii modelului:

y a

F a 0

F 0

2 y

x2t

x1t

a
x1t

x
2t

1 0

x 0
1t

0 2 y

a x1t x 2t x 2t 0

Dup efectuarea calculelor rezult urmtorul sistem de ecuaii:


na$ $ x1t $ x 2t y t

a$ x $ 2 x $
1t
1t
x1t x 2 t x1t y t

a$
x2t x2t yt
1t
2t

x 2t

Datele necesare rezolvrii modelului se obin pe baza tabelului de mai jos:


Tabelul 2.6.2
Valoarea
Numrul
Imobilizri
adugat
mediu de
Nr.
corporale
brut
salariai
crt.
(mld. lei )
(mld. lei)
(mii
(1990=100)
(1990=100)
pers.)

yt

x1t

x2t

y t

ut

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

767,0
756,6
762,3
795,6
838,6
849,0
865,5
882,8
886,0
819,2
788,1
700,1
668,2
641,0
663,1
710,3
747,6
691,0
634,0
621,7
637,8
680,6
715,1

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

7378
7435
7553,2
7600,1
7585
7700
7751,9
7790
7842,6
7997,1
8156
7574
6888
6672
6438
6160
5939
5597
5369
4761
4623
4619
4568

6,6425
6,6288
6,6363
6,6791
6,7317
6,7441
6,7633
6,7831
6,7867
6,7083
6,6696
6,5512
6,5046
6,4630
6,4969
6,5657
6,6169
6,5381
6,4520
6,4325
6,4580
6,5230
6,5724

7,8043
7,8749
7,8416
7,9247
8,0102
8,0759
8,1409
8,2026
8,2378
8,2954
8,1599
7,3308
7,8719
6,8213
6,1901
7,5020
7,2347
6,5798
6,7099
6,8115
7,1701
7,2564
7,3200

8,9063
8,9140
8,9297
8,9359
8,9339
8,9490
8,9557
8,9606
8,9673
8,9868
9,0065
8,9325
8,8375
8,8057
8,7700
8,7258
8,6893
8,6300
8,5884
8,4682
8,4388
8,4379
8,4268

6,6572
6,6668
6,6655
6,6764
6,6862
6,6964
6,7053
6,7134
6,7187
6,7287
6,7160
6,6056
6,6537
6,5241
6,4435
6,5913
6,5536
6,4662
6,4747
6,4666
6,5041
6,5142
6,5198

-0,0147
-0,0380
-0,0292
0,0027
0,0456
0,0476
0,0581
0,0697
0,0681
-0,0204
-0,0464
-0,0544
-0,1491
-0,0611
0,0534
-0,0256
0,0633
0,0719
-0,0226
-0,0342
-0,0461
0,0088
0,0526

Total

17120,9

50414,2

153996,9 151,9480 166,0466 193,7698 151,9480 0,0000

Rezolvarea modelului s-a realizat cu ajutorul programului EViews,


conducnd la afiarea urmtoarelor rezultate:
Dependent Variable:

yt

Method: Least Squares


Included observations: 23
Variable

Coefficient

Std. Error

t-Statistic

Prob.

4,2465

0,6405

6,6300

0,0000

x1t

0,1183

0,0287

4,1234

0,0005

x2t

0,1670

0,0876

1,9075

0,0709

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,7498
0,7248
0,0594
0,0705
33,9153
0,9991

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

6,6064
0,1132
-2,6883
-2,5402
29,9722
0,0000

n urma testrii semnificaiei parametrilor s-a constatat c:


t 6,63 t0,01;20 2,845 rezult c parametrul a este semnficativ
A

diferit de zero;
t 4,1234 t0,01;20
2,845

rezult c

parametrul

semnficativ diferit de zero;


rezult c parametrul
t 1,9075 0,01;20
t 2,845

nu

este
este

semnificativ diferit de zero.


Verificarea semnificaiei variabilei Durbin-Watson, calculat n
vederea testrii ipotezei de independen a erorilor, se face cu ajutorul
tabelei Durbin-Watson din care se extrag valorile d1 0,94 i d2 1,29 , n
funcie de un prag de semnificaie 0,01, de numrul de

variabile

exogene k 2 i de numrul observaiilor n 23 .


Comparnd valoarea calculat a variabilei Durbin-Watson
dc 0,9991 cu cele dou valori tabelate se observ c

dc 0,9991 d1 0,94 i

rezultnd indecizie
dc 0,9991 d2
1,29
tinznd spre o slab autocorelaie pozitiv care poate fi neglijat.
Deoarece F 29,9722 F
rezult c valoarea
c
0,01;2;20
5,85
raportului de corelaie este semnificativ diferit de zero, cu un prag de
semnificaie de 0,01.
Utiliznd ecuaia analizei variaiei:

t
y yt y
2

yt

y
2

0,282 0,0705 0,2115

rezult c modelul econometric explic aproximativ 75%

y t y

din
2

yt y
2

variaia valorii adugate brute reale.


n final, modelul este de forma:
yt 4,2465 0,1183x1t 0,167x2t ;
(0,6405) (0,0287) (0,0876)

R 0,8659

(4)

d 0,9991
su
0,0594

c) Dup cum se tie, coeficientul de elasticitate este definit ca:


E y/x

d ln y
d ln x

n modelul Cobb-Douglas, parametrii i reprezint coeficienii


de elasticitate ai valorii adugate brute reale n raport cu cei doi factori,
imobilizri fixe reale x1 i numrul mediu de salariai x 2 , acetia
msurnd variaia relativ a valorii adugate brute reale n funcie de
variaia relativ a factorilor si de influen.

Valorile celor doi parametrii au urmtoarea semnificaie:


E y / x1 0,1183
Ey / x
2

0,167

La o cretere cu 1% a imobilizrilor corporale reale, valoarea


adugat brut real crete cu 0,12%, deci valoarea adugat brut real este
inelastic n raport cu imobilizrile corporale reale, iar pentru cellalt factor
de producie, numr mediu de salariai, nu poate fi fcut o evaluare
econometric, deoarece estimatorul acestuia, , este nesemnificativ.
Ipoteza potrivit creia funcia este de randament constant, respectiv
dac se verific urmtoarea restricie liniar aplicat parametrilor modelului,
15

respectiv: 1 va fi verificat cu ajutorul testului Wald . n vederea


aplicrii acestui test este necesar estimarea parametrilor modelului de
regresie cu restricii, pentru care se verific relaia:
1 , avnd
urmtoarea form:

ln Qt ln Kt a ln Lt ln Kt vt

(5)

Utiliznd programul EViews au fost obinute urmtoarele rezultate:


Dependent Variable: ln Qt

ln Kt

Method: Least Squares


Sample: 1980 2002
Included observations: 23

ln

Variable

Coefficient

Std. Error

t-Statistic

Prob.

-2,1982

0,0829

-26,5106

0,0000

1,0108

0,0617

16,3731

0,0000

Lt ln Kt

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
15

Cf. op. cit., p. 256-258.

0,9274
0,9239
0,1429
0,4287
13,1635
0,1798

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

-0,9312
0,5179
-0,9707
-0,8720
268,0768
0,0000

ln Qt ln Kt 2,1982 1,0108 ln Lt ln
Kt ;
(0,0829) (0,0617)

R 0,963

(6)

d 0,1798
sv
0,1429

Se consider c modelul (2) este modelul de regresie fr restricii.


Aplicarea testului Wald const n verificarea urmtoarei inegaliti:

Fc

2 t t2
v u m
t
t

ut

n k

F ;v ;v
1

(7)

unde:

2
t

= suma ptratelor erorilor corespunztoare modelului de regresie fr


restricii (2);

= suma ptratelor erorilor corespunztoare modelului de regresie cu

restricii (5);
m = numrul de restricii liniare;
k = numrul de parametrii ai modelului de regresie fr restricii (2);
n = numrul de observaii.
O alt variant a acestui test este urmtoarea:
Fc

2
r

1 R n k
2

F ;v ;v
1

(8)

unde: coeficientul de determinaie corespunztor modelului de regresie fr


2

R restricii (2);
coeficientul de determinaie corespunztor modelului de regresie
2
Rr restricii (5).

cu

Utiliznd programul EViews n vederea aplicrii testului Wald


(utiliznd relaia (7)), s-au obinut urmtoarele rezultate:
Wald Test:
Equation: EQ01
Null Hypothesis:
F-statistic
Chi-square

1
101,5390
101,5390

Probability
Probability

0,0000
0,0000

Deoarece F 101,539 F
c
0,01;1;20 8,10 , rezult c ipoteza potrivit
creia funcia de producie este de randament constant este respins.

2.1.7 Model liniar multifactorial cu variabile centrate


S se realizeze discuia econometric a dependenei dintre o
variabil endogen y i dou variabile exogene x1 i x2 , exprimate prin
valori centrate, nregistrate la 20 de uniti statistice, cunoscnd urmtoarele
date:

3X X

3 2

; X Y

i yy 12 .

Rezolvare :
Modelul econometric aferent celor trei variabile este:
yt
b0 b1 x1t b2 x2t ut , t 1,20

(1)

Ecuaia (1) se nsumeaz dup t i se mparte la n 20 rezultnd


ecuaia:
y b0 b1x1 b2 x2

(2)

Scznd din ecuaia (1) ecuaia (2), se obine modelul:


y t y b1

x 1 b2

x1t

x 2 ut

x 2t

Notnd cu:
~ y
t y
yt
~
x1 t
x1
x1t
x~2t 2t x2
x
rezult modelul (3) construit pe baza valorilor centrate:
~y b
b x~
x~
u
t

1t

2t

(3)
t

Termenul liber, b0 , poate fi estimat din relaia (2), dup calculul


parametrilor b1 i b2 , astfel:
b$ y b$ x b$ x
0

Matriceal, modelul (3) se scrie astfel:


Y XB U
unde:
~y 1
~2
Y y - vectorul valorilor centrate ale variabilei endogene;
M
y~20

~
x 11
x~

x~21
x~22

M
x~

x~

12

120

220

~
- matricea valorilor centrate ale variabilelor exogene x1t
i ~
x 2t ;

u1

u 2 - vectorul valorilor variabilei reziduale.
U
M
u20
Estimarea parametrilor b1 i b2 pe baza modelului matriceal cu
ajutorul M.C.M.M.P. const n:

F B min

t 1

ut

minU
U

min Y Y 2B X Y B X X B

F B$

B$

2
2

min Y
min Y
min
Y
Y
XB

0 2 X Y 2 X X B$ 0

X X B X Y
X X 1 X X B X X 1 X Y

B X X X Y 1


1
b2
3 2
X X

2 3

XB

Y XB

X X

X X
B$

3 2
945
2 3

1 3 2 0,6


5 2 3 0,4

0,4

0,6

0,4 3 0,2 1b$



0,6
0,4

0,6 5

b$2

1,8

n concluzie, modelul este de forma:


Yt 0,2x1 1,8x
2
n continuare, se va verifica semnificaia parametrilor, a raportului
de corelaie, precum i verosimilitatea modelului.
Pentru verificarea semnificaiei parametrilor se vor calcula:
- dispersia variabilei reziduale
1

su

nk 1

Y t

n
k

1
ut

unde:
k numrul variabilelor exogene.
n vederea determinrii valorii produsului
ecuaia analizei variaiei:

y
2

u t yt
Y

Y 2

y 2
t

i y 0

Matriceal, aceast ecuaie este de forma:

n
k

U U
1

U U se pornete de la

yy Y Y U U

U U y y Y Y

, de unde:

Dar Y XB ; Y XB

XB B X X B

Y Y XB
Y Y
0,2

1,8 3

0,2 8,4

2 3 1,8

rezult c: U U 12 8,4 3,6


1 3,6 0,2118
s 20
3
2
u

dispersiile celor doi estimatori


2

s su cij
bj

unde:
cij termenul situat pe diagonala principal a matricei inverse
s

0,2118 0,6

X X1

s2
b 0,1271
21

s
0,6
0,1271
b 2

Abaterile medii ptratice ale celor doi estimatori sunt egale cu:
0,3565
s s2

b$ j
b$ j
0,3565

Estimatorii parametrilor modelului sunt semnificativ diferii de zero


dac se verific relaia:
b

t ;nk 1 ; j 1,2

bj

0,2
s 0,3565 0,561
1

b1

1,8
s 0,3565 5,0491
2

b2

Din tabela distribuiei Student, pentru un prag de semnificaie


0,05 i n funcie de numrul gradelor de libertate v n k 1 17 , se
preia valoarea t0,05;17 2,101.
Comparnd aceast valoare cu valorile calculate pentru cei doi
estimatori se constat c:
t 0,561 t
0,05;17 2,101 ,rezult c parametrul
cb
b nu este
1
$
1

semnificativ diferit de zero;


t
cb 5,0491 t0,05;17 2,101 , rezult
2

parametrul

b$

este

semnificativ diferit de zero. b$ nu este semnificativ diferit de zero se poate


1
Deoarece parametrul
renuna la variabila x1 .
n vederea verificrii verosimilitii modelului se utilizeaz metoda
analizei variaiei, modelul testat fiind: Y 0,2x 1,8x .
1

Sursa de
variaie

Msura
variaiei

Variana
explicat
de model

20

Nr. grade
de libertate

t 1
20

t 1

t 1

/ X

Fc

2
x

Fc

s2
Y/X
2
u

s
19,83

F ;v ;v
1

F0,05;2;17 3,59
F0,01;2;17 6,11

nk
117

V2
u
n k 1
0,2118

n119

V 2UU20 y 3,6
y2

Variana
total

4,2

V y Y

Variana
rezidual

k2

Y Y 8,4
2

Dispersia
corectat

Y y 2
t

Tabelul 2.7.1
Valoarea testului F

su

yy 12

Deoarece
6,11

Fc 19,83 F0,01;2;17

rezult c modelul este

semnificativ cu un prag de semnificaie 0,01.


Pe baza datelor din tabel se poate calcula valoarea raportului de
corelaie astfel:

Vx2 8,4

0,7 0,8367
V02 12

Raportul de corelaie este semnificativ diferit de zero dac se


verific inegalitatea:
Fc F ;v1 ;v2
Valoarea empiric a variabilei Fisher-Snedecor este:

F
c

nk1
k

R2
1

20 3

0,7

1 0,7

19,8334

Deoarece F 19,8334 F
de
c
0,01;2;17 , rezult c valoarea raportului
corelaie este semnificativ diferit de zero, cu un prag de semnificaie
0,01.
Utiliznd ecuaia analizei variaiei:
2

V0 Vx Vu
12 8,4 3,6
Vx 2 100 din variaia total a
rezult c modelul econometric explic 70% 2

Vo

variabilei endogene y , restul de 30% reprezentnd variaia variabilei y


neexplicat de model i atribuit factorilor aleatori.

2.1.8 Modele dinamice


2.1.8.1 Model dinamic funcia CobbDouglas cu progres tehnic
Utiliznd datele din tabelul 2.6.1., din cadrul problemei 2.1.6., s se
estimeze influena progresului tehnic asupra creterii valorii adugate brute
reale cu ajutorul unui model Cobb - Douglas.
Rezolvare:
Din punct de vedere econometric, cuantificarea
influenei
progresului tehnic asupra creterii valorii adugate brute reale se poate face
cu ajutorul unui model de forma:

Qt A K t

L ec u
t

(1)

unde:
A parametru de scar;
, coeficienii de elasticitate ai valorii adugate brute reale n raport cu
fiecare din factorii de producie utilizai;
c = expresia econometric a influenei progresului tehnic asupra creterii
valorii adugate brute reale;
Q valoarea adugat brut real;
K capitalul fix real (mijloace fixe sau imobilizri corporale la sfritul
anului);
L numrul mediu de salariai;
t = variabila timp, t 1, n 1,23 ;
u = variabila aleatoare.
Modelul (1) este un model multifactorial neliniar care poate fi
transformat ntr-un model liniar prin logaritmare:
ln Qt ln A ln Kt ln Lt ct ln ut

Se fac urmtoarele notaii:


ln Q yt ;
ln A a ;
ln K x1t ;
ln L x 2t ;
ln u ut .
Modelul devine:
yt a
x1
t

x2
t

c
t

u t

Estimarea parametrilor acestui model se realizeaz cu ajutorul


M.C.M.M.P.:

F a , , , c

23

min

t 1

2
y

min

23

t 1

c t

a
x
1t

2t

Minimul acestei funcii este dat de calculul derivatelor pariale n


raport cu parametrii modelului:
F a

0 2
t

a
x 1
t

F 0

x 2

c t

a
c t

x 1 x 2

t
t

a
x1

x1 t

x 2
t

c t

x2t

F c 0

x 1 x 2
t

c t

t 0

Dup efectuarea calculelor rezult urmtorul sistem de ecuaii:


na
yt
x c
x 1t
2t
t

a x x 1t x c x 1t x 1t y t
2
1t
t
x 1t
2t

a x x 1t x c x 2t x 2t y t
t
2t
x 2t
2t

a t x 1t
c t

t x 2t t

y tt

Datele necesare rezolvrii modelului se obin pe baza tabelului de


mai jos:
Tabelul. 2.8.1.1
Valoarea
adugat
Nr.
brut
crt.
(mld. lei)
(1990=100)

Imobilizri Numrul
corporale mediu de
(mld. lei ) salariai
(1990=100) (mii pers.)

yt

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

767,0
756,6
762,3
795,6
838,6
849,0
865,5
882,8
886,0
819,2
788,1
700,1
668,2
641,0
663,1
710,3
747,6
691,0
634,0
621,7
637,8
680,6
715,1

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

7378
7435
7553,2
7600,1
7585
7700
7751,9
7790
7842,6
7997,1
8156
7574
6888
6672
6438
6160
5939
5597
5369
4761
4623
4619
4568

6,6425
6,6288
6,6363
6,6791
6,7317
6,7441
6,7633
6,7831
6,7867
6,7083
6,6696
6,5512
6,5046
6,4630
6,4969
6,5657
6,6169
6,5381
6,4520
6,4325
6,4580
6,5230
6,5724

Total

17120,9

50414,2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

x1t

x2t

y t

ut

7,8043
7,8749
7,8416
7,9247
8,0102
8,0759
8,1409
8,2026
8,2378
8,2954
8,1599
7,3308
7,8719
6,8213
6,1901
7,5020
7,2347
6,5798
6,7099
6,8115
7,1701
7,2564
7,3200

8,9063
8,9140
8,9297
8,9359
8,9339
8,9490
8,9557
8,9606
8,9673
8,9868
9,0065
8,9325
8,8375
8,8057
8,7700
8,7258
8,6893
8,6300
8,5884
8,4682
8,4388
8,4379
8,4268

6,6622
6,6709
6,6687
6,6787
6,6878
6,6971
6,7051
6,7124
6,7169
6,7259
6,7123
6,6033
6,6519
6,5233
6,4433
6,5898
6,5524
6,4661
6,4744
6,4677
6,5047
6,5140
6,5191

-0,0197
-0,0421
-0,0324
0,0004
0,0439
0,0470
0,0582
0,0707
0,0698
-0,0176
-0,0427
-0,0521
-0,1473
-0,0603
0,0536
-0,0241
0,0645
0,0721
-0,0224
-0,0352
-0,0466
0,0090
0,0533

153996,9 151,9480 276 166,0466 193,7698 151,9480 0,0000

Rezolvarea modelului s-a realizat cu ajutorul programului EViews,


conducnd la afiarea urmtoarelor rezultate:
Dependent Variable:

yt

Method: Least Squares


Sample: 1980 2002
Included observations: 23
Variable

Coefficient

Std. Error

t-Statistic

Prob.

4,4141

1,2087

3,6521

0,0017

x1t

0,1172

0,0301

3,9005

0,0010

0,1498
-0,0007

0,1379
0,0040

1,0861
-0,1652

0,2910
0,8706

x2t
t
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,7502
0,7107
0,0609
0,0704
33,9318
0,9946

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

6,6064
0,1132
-2,6028
-2,4053
19,0188
0,0000

n urma testrii semnificaiei parametrilor s-a constatat c:


t A 3,6521 t0,01;19 2,861 rezult c parametrul a este semnficativ
diferit de zero;
t 3,9005 t

0,01;19

2,861

semnficativ diferit de zero;


t 1,0861 t0,01;19

rezult

parametrul

rezult c parametrul

este

nu este

2,861
semnificativ diferit de zero;
tc 0,1652 t0,01;19
2,861

rezult c parametrul c nu este

semnificativ diferit de zero.


Verificarea semnificaiei variabilei Durbin-Watson, calculat n
vederea testrii ipotezei de independen a erorilor, se face cu ajutorul
tabelei Durbin-Watson din care se extrag valorile d1 0,83 i d2 1,40 , n

funcie de un prag de semnificaie 0,01, de numrul de

variabile

exogene k 3 i de numrul observaiilor n 23 .


Comparnd
dc 0,9946 cu

valoarea
cele

calculat

dou

valori

variabilei
tabelate

Durbin-Watson

se

observ

dc 0,9946 d1 0,83 i d 0,9946 d 1,40 rezultnd indecizie


c
2
tinznd spre o slab autocorelaie pozitiv care poate fi neglijat.
Deoarece F 19,0188 F
rezult c

0,01;3;19

valoarea

5,01
raportului de corelaie este semnificativ diferit de zero, cu un prag de
semnificaie de 0,01.
Utiliznd ecuaia analizei variaiei:

y yt yt
2

yt

y
2

0,282 0,0704 0,2116

rezult c modelul econometric explic aproximativ 75%

y t y

din
2

yt y
2

variaia valorii adugate brute reale.


n final, modelul devine:
yt 4,4141 0,1172 x 0,1498 x 0,0007 t ;
1t
2t
(1,2087) (0,0301) (0,1379)

(0,0040)

R 0,8661
d 0,9946
su 0,0609

n cadrul modelului Cobb-Douglas cu progres tehnic, parametrii


i reprezint coeficienii de elasticitate ai valorii adugate brute reale n
raport cu cei doi factori, imobilizri corporale reale x1 i numr mediu de
salariai x 2 , acetia msurnd variaia relativ a valorii adugate brute
reale n funcie de variaia relativ a factorilor de producie, iar c exprim
influena progresului tehnic asupra creterii valorii adugate brute reale.

Coeficientul de elasticitate se definete astfel:


d ln y
Ey / x
d ln x
Valorile parametrilor i au urmtoarea semnificaie:
E y / x 0,1172
1
E y / x 2 0,1498
La o cretere cu 1% a imobilizrilor corporale reale valoarea
adugat brut real crete cu 0,12%, deci valoarea adugat brut real este
inelastic n raport cu imobilizrile corporale reale, iar pentru ceilali doi
factori de producie, numr mediu de salariai i progres tehnic, nu pot fi
fcute evaluri econometrice, deoarece cei doi estimatori, i c , nu au
valori semnificativ diferite de zero, cauza putnd fi dimensiunea relativ
redus a seriiilor de timp utilizate.
2.1.8.2 Model autoregresiv
Se cunosc urmtoarele date privind consumul final real al
gospodriilor populaiei i venitul disponibil net real al populaiei n
Romnia, n perioada 1980-2001, exprimate n miliarde lei preuri
comparabile (1990=100):
Tabelul 2.8.2.1

mld.lei (1990=100)

Anul

Consumul final real al


gospodriilor populaiei

Venitul disponibil net real al


populaiei

1980
1981
1982
1984
1985
1986
1987
1988

433,3
442,1
436,3
433,1
450,1
442,0
448,1
472,1

431,4
460,1
465,9
465,6
489,7
492,5
500,1
518,1

Anul

Consumul final real al


gospodriilor populaiei

Venitul disponibil net real al


populaiei

1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001

513,2
516,6
557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3

527,1
558,1
588,1
455,9
438,7
455,3
489,3
560,4
584,6
559,4
493,3
513,7
525,7

Not: Ambii indicatori sunt calculai conform metodologiei de calcul a Sistemului European al
Conturilor Economiei Integrate - SEC 1979. Consumul final al populaiei a fost deflaionat cu ajutorul
deflatorului consumului final al populaiei exprimat n preuri constante (1990 = 100), iar venitul
disponibil net al populaiei a fost deflaionat cu ajutorul deflatorului PIB exprimat n preuri constante
(1990 = 100), obinut n urma prelucrrii datelor din Raportul Anual BNR. Acesta a fost deflaionat
cu ajutorul deflatorului PIB n preuri constante (1990 = 100). Datele provin de la Ministerul
Prognozei i Dezvoltrii.
Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 1995, CNS, Bucureti, 1996, p. 370372, Anuarului Statistic al Romniei 1996, INS, Bucureti, 1997, p. 364-366, Anuarului Statistic al
Romniei 2001, INS, Bucureti, 2002, p. 278, 280, Anuarului Statistic al Romniei 2003, INS,
* *
Bucureti, 2004, p. 284, 286, Raportului Anual 1999, BNR, Bucureti, 2000, p. 6 -9 , Raportului
* *
* *
Anual 2000, BNR, Bucureti, 2001, p. 6 -7 , Raportului Anual 2002 BNR, Bucureti, 2003, p. 4 -5 ,
Dobrescu, E., Macromodels of the Romanian Transition Economy, Second Edition, Editura Expert,
Bucharest, 1998, p. 184.

Se cere:
a) S se construiasc modelul econometric autoregresiv ce descrie legtura
dintre cele dou variabile;
b) S se estimeze parametrii modelului i s se verifice semnificaia acestora i
a modelului.
c) S se verifice ipoteza de stabilitate relativ n timp a legturii dintre
consumul populaiei i factorii si prin intermediul testului Chow i

capacitatea de previziune a acestuia cu ajutorul indicatorilor propui de


Theil.
Rezolvare:
a) Funcia de consum bazat pe teoria venitului permanent a lui
Friedman a fost aplicat n cazul economiei Romniei folosind urmtorul
model econometric autoregresiv:
C t 0 1Vt 2 Ct 1
ut ,

t 1, 21

unde:
Ct = consumul final real al populaiei;
Vt = venitul disponibil real al populaiei;
ut = variabila rezidual.
Rezolvarea modelului s-a realizat cu ajutorul pachetului de programe
EViews, conducnd la afiarea urmtoarelor rezultate:
Dependent Variable: Ct
Method: Least Squares
Sample(adjusted): 1981 2001
Included observations: 21 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

-136,0368

73,9782

-1,8389

0,0825

Vt
Ct-1

0,5293

0,1456

3,6356

0,0019

0,7452

0,1146

6,5023

0,0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,8271
0,8079
26,4646
12606,71
-96,9711
2,1437

C t 136,0368 0,5293
Vt

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

0,7452Ct
1;

73,9782 0,1456 0,1146

496,6524
60,3813
9,5211
9,6703
43,0566
0,0000

R 0,9095
d 2,14

su 26,4646

Pe baza estimatorilor parametrilor au fost calculate valorile estimate


ale variabilei
Ct ,
reziduale,
u t

C
i ale variabilei
t 136,0368 0,5293 Vt 0,7452Ct
1

C t C t . Valorile acestora sunt prezentate n cadrul tabelului

2.8.2.2. (utiliznd pachetul de programe EViews):

Actual

Fitted

Residual

Ct

ut

442,1
436,3
433,1
450,1
442,0
448,1
472,1
513,2
516,6
557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7

430,3889
440,0166
435,5356
445,9067
460,0573
458,0437
472,1167
494,7654
541,8015
560,2139
520,8702
444,4738
426,9540
447,7816
493,9094
549,9405
566,7089
516,8188
572,7015
574,2837
576,4113

11,7111
-3,7166
-2,4356
4,1933
-18,0573
-9,9437
-0,0167
18,4346
-25,2015
-2,5139
-53,4702
-12,3738
8,9460
-0,4816
11,3906
-4,2405
-41,0089
69,3812
7,0985
8,0163
34,2887

Tabelul 2.8.2.2
Residual Plot
(graficul reziduurilor)
|
. |* .
|
|
. *| .
|
|
.
* .
|
|
. |* .
|
|
.* | .
|
|
. *| .
|
|
.
* .
|
|
. | *.
|
|
.* | .
|
|
.
* .
|
| * . | .
|
|
. *| .
|
|
. |* .
|
|
.
* .
|
|
. |* .
|
|
. *| .
|
| * . | .
|
|
. | .
*|
|
. |* .
|
|
. |* .
|
|
. | .* |

Verificarea semnificaiei modelului necesit:


- verificarea ipotezei de independen a erorilor;
- verificarea semnificaiei estimatorilor;
- verificarea semnificaiei raportului de corelaie.

Dei valoarea variabilei d, corespunztoare testului Durbin-Watson,


este afiat de ctre programul EViews, n cazul unui model autoregresiv,
aceasta tinde ctre 2, valoare ce corespunde erorilor independente. In acest
caz, n vederea verificrii ipotezei de independen a erorilor, se recomand
16
fie utilizarea testului Breusch-Godfrey , fie a testului Durbin-h. Testul
Breusch-Godfrey este folosit n vederea depistrii unei autocorelaii de ordin
superior. Ca urmare a presupunerii existenei unei autocorelaii de ordin
superior se construiete urmtorul model:
ut r1ut 1 r2ut 2 K rpu t p zt
unde: zt = variabil rezidual de medie zero i dispersie constant.
Ipoteza nul care st la baza testului este aceea potrivit creia toi
coeficienii corespunztori valorilor decalate ale variabilei reziduale sunt
simultan egali cu zero, fapt ce implic inexistena fenomenului de
autocorelaie a erorilor.
n vederea aplicrii testului sunt estimate valorile variabilei reziduale
ut n urma aplicrii M.C.M.M.P. asupra modelului iniial. Variabila
rezidual ut este apoi regresat n funcie de variabilele exogene iniiale ale
modelului i de valorile sale decalate, respectiv ut-1, ut-2,, ut-p. n cazul
2
acestei regresii este calculat valoarea coeficientului de determinare R i a
2
unei variabile de forma: BG = (n-p) R . Presupunnd c ne aflm n situaia
unui eantion de volum mare, variabila BG este asimptotic distribuit sub
2

forma unui ; , pentru care numrul gradelor de libertate este egal cu:
2

v p , unde p = mrimea decalajului , respectiv: BG~ .


;

Dac

BG

, ipoteza nul este respins, ceea ce presupune c

exist cel puin un coeficient de autocorelaie nenul.

16

rd

cf. Damodar N. Gujarati, Basic Econometrics, 3 ed., Mc Graw-Hill, New York, 1995,
p. 425

Aplicarea testului Breusch-Godfrey s-a realizat utiliznd pachetul de


programe EViews (presupunnd ca mrimea decalajului este p = 2):
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

0,1565
0,4030

Probability
Probability

0,8564
0,8175

Test Equation:
Dependent Variable: ut
Method: Least Squares
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
Vt
Ct-1
ut-1
ut-2

-14,1990
0,0106
0,0176
-0,1547
0,0007

91,5356
0,1642
0,1267
0,2914
0,2963

-0,1551
0,0643
0,1388
-0,5307
0,0025

0,8787
0,9495
0,8913
0,6029
0,9980

0,0192
-0,2260
27,7992
12364,76
-96,7676
1,8977

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

9,74E-14
25,1065
9,6922
9,9408
0,0783
0,9879

n cazul utilizrii pachetului de programe EViews exist dou


variante de aplicare a testului Breusch-Godfrey:
- utilizarea testului FisherSnedecor aplicat n vederea verificrii
existenei unor variabile absente (omise) n model, avnd urmtoarea relaie
de calcul:
Fc

1 R n m
2

unde:
p = numrul de variabile noi adugate n model, respectiv ut-1, ut-2,, ut-p;
m = numrul total de parametri corespunztori noului model.
Dac Fc F ;v , unde v1 = p i v2 = n-m, ipoteza conform creia
;v
1

estimatorii corespunztori noilor parametri adugai n model sunt nuli este


verificat, respectiv, n cazul nostru, fenomenul de autocorelare a erorilor nu
este prezent, cazul contrar implicnd existena cel puin a unei autocorelaii
de ordinul nti. Cum Fc 0,1565 F0,05;2;16 3,63 , rezult c noul model
este corect specificat, indicnd astfel faptul c erorile sunt independente:
- utilizarea testului LM, calculat ca produs ntre numrul de
2

observaii corespunztoare modelului, n, i coeficientul de determinare, R ,


corespunztor acestei regresii auxiliare. n general, testul LM este
2

asimptotic distribuit sub forma unui ; , pentru care numrul gradelor de


libertate este egal cu: v p , unde p = mrimea decalajului, respectiv:
2

LM n R ~ ;
Dac LM 2 , erorile sunt autocorelate, n caz contrar,

sunt

independente, respectiv ipoteza nulitii parametrilor,

r1 r2 0 , este

acceptat. Se constat astfel c pachetul de programe nu utilizeaz relaia


2
clasic de calcul a testului Breusch-Godfrey, respectiv: BG = (n-p)R .
Deoarece
LM

0,403

5,99147 , aceasta implic faptul c

0,05;2

erorile sunt independente.


n cazul calculrii n varianta clasic a testului Breusch-Godfrey,
2

respectiv: BG 19 0,0192 0,3646 0,05;2 5,99147 , se ajunge la aceleai


concluzii menionate anterior.

17

Aplicarea testului Durbin-h const n calculul urmtoarei relaii:


h r1

n
1n
s 22

unde:
r1 = coeficientul de autocorelaie de ordinul nti;
2

s 2 dispersia corespunztoare valorii decalate a consumului final real

al

populaiei;
n = numrul de observaii.
Presupunnd c numrul de observaii este suficient de mare,
variabila h urmeaz distribuia normal, de medie zero i dispersie egal cu
unitatea, aceasta semnificnd faptul c :
P 1,96 h 1,96 1 1 0,05 0,95
Regulile de decizie n cazul aplicrii acestui test sunt urmtoarele:
- dac h
se accept ipoteza potrivit creia exist autocorelaie
1,96
de ordinul nti pozitiv;
- dac h 1,96

se accept ipoteza potrivit creia exist

autocorelaie de ordinul nti negativ;


- dac 1,96 h
se accept ipoteza potrivit creia erorile sunt
1,96
independente, respectiv nu exist autocorelaie de ordinul nti, pozitiv sau
negativ.
Valoarea coeficientului de autocorelaie de ordinul nti se
calculeaz cu ajutorul relaiei:
d
r1 1 1 2,1437 0,0718
2

17

cf. op. cit., p. 605-607.

n acest caz, valoarea testului h este urmtoarea:


21
h 0,07181 21 0,11462 0,39
i n acest caz poate fi acceptat ipoteza de independen a erorilor.
Estimatorii modelului sunt semnificativ diferii de zero dac:
t
0

t ;nk 1
s
0

136,0368
t 0

73,9782

1,8389

1
t
t ;nk 1
1
s
1

t
1

0,5293
0,1456

3,6356

2
t
t ;nk 1
2
s
2

t
2

0,7452
0,1146

6,5023

Lucrnd cu un prag de semnificaie 0,05, din tabela


distribuiei Student se preia valoarea t
0,05;18 2,101. Comparnd aceast
valoare cu valorile calculate pentru cei trei estimatori, se constat c:
- t 1,8389 t
2,101
parametrul nu este semnificativ
0

0,05;18

diferit de zero, pentru un prag de semnificaie 0,05 ;


- t

3,6356 t0,05;18 2,101

parametrul este semnificativ


1

diferit de zero, pentru un prag de semnificaie 0,05 ;

- t

6,5023 t0,05;18 2,101

parametrul este semnificativ


2

diferit de zero, pentru un prag de semnificaie 0,05 .


Raportul de corelaie este semnificativ diferit de zero dac se
verific inegalitatea: Fc F ;v ;v 1, unde
valoarea empiric a variabilei Fisher2
Snedecor este:
F
c

1 R
k

nk1

0,8271

18

43,0566

1 0,8271 2

Din tabela distribuiei Fisher-Snedecor, cu un prag de semnificaie


de 5% i n funcie de numrul gradelor de
libertate v k 2 i
1
v2 n k 1 18 se preia valoarea teoretic F0,05;2;18 3,55 . Se constat c
Fc 43,0566 F0,05;2;18 3,55 , deci, pentru un prag de semnificaie de 5%,
valoarea raportului de corelaie este semnificativ diferit de zero.
n concluzie, modelul C 136,0368 0,5293 V 0,7452C
t

t 1

poate fi apreciat ca reprezentativ pentru descrierea dependenei dintre


consumul final real al gospodriilor populaiei, venitul disponibil net real al
populaiei i consumul final real al gospodriilor populaiei decalat cu o
perioad.
Utiliznd ecuaia analizei variaiei:
2
2
2
2
2
V V V 100 V x 100 Vu 100 100 77,9 22,1
0
x
u
V 02
V02

rezult c funcia de ajustare explic aproximativ 78% din variaia total a


consumului final real al gospodriilor populaiei.
n final, modelul econometric devine:
136,0368 0,5293 V 0,7452C
t
t 1
Ct
R 0,9095
;
d 2,14
73,9782 0,1456 0,1146

su 26,4646

n vederea realizrii de previziuni cu ajutorul acestui model se


impune testarea ipotezei de stabilitate relativ n timp a legturii dintre
consumul populaiei i factorii si prin intermediul testului Chow (Tnsoiu,
Iacob, p. 166-167).
n vederea aplicrii acestui test au fost construite trei modele de
corelaie pe urmtoarele perioade de timp: 1981-1989, 1990-2001 i 19812001. Testul Chow se calculeaz cu ajutorul urmtoarei relaii:
V
2
Fc

unde:
uV0t0u
n
2

1t

0u

Vau2

T 2 k 1

au

k1

(5)

nregistrate n perioada 1981-2001;


2
a2 u

Vau aV1u
V a uun1
2

reprezint suma ptratelor valorilor variabilei reziduale

t 1

reprezint suma ptratelor valorilor variabilei reziduale

t 1

nregistrate n perioada 1981-1989 n1 9 ;

V a2 u
u2t

t n1 1

reprezint suma ptratelor valorilor variabilei reziduale


nregistrate n perioada 1990-2001 n2 12 ;

T = numrul total de observaii T n1 n2 21;


k = numrul variabilelor exogene k 1 .

Testarea ipotezei de stabilitate const n alegerea uneia din


urmtoarele ipoteze:
2

rezult c legitatea de evoluie a legturii dintre


H0 : Dac V0u
Vau
consumul populaiei i factorii si este stabil n timp, i, ca atare, modelul
poate fi utilizat n vederea efecturii prognozei;

0u

au

H : DacV V
1

rezult c legitatea de evoluie a legturii

dintre

consumul populaiei i factorii si nu este stabil n timp, iar modelul nu va


putea fi utilizat n vederea efecturii prognozei.
n cazul n care Fc F ;v se alege ipoteza H0 , iar
;v

dac Fc F ;v ;v se alege ipoteza H1 (unde: 0,05 , pragul de semnificaie


1

i v1 k 1 i v2 T 2 k 1, numrul gradelor de libertate).


n
urma
aplicrii
testului
Chow
se
constat
c
Fc 0,1901 F0,05;3;15
i, ca atare, poate fi acceptat ipoteza unei
3,29
stabiliti relative n timp a legturii dintre consumul populaiei i factorii
si i, ca atare, modelul poate fi folosit n vederea simulrii i prognozei.
n urma calculelor efectuate cu ajutorul pachetului de programe
EViews n vederea testrii capacitii de prognoz a modelului privind
dependena dintre dintre consumul final real al gospodriilor populaiei i
factorii si de influen n perioada 1981-2001 au rezultat urmtoarele
informaii:
Rezultatele testrii capacitii de prognoz a modelului privind
dependena dintre consumul final real al gospodriilor populaiei
i factorii si de influen n Romnia n perioada 1981-2001

Denumirea indicatorului

Simbolul indicatorului

Coeficientul Theil
Ponderea abaterii
Ponderea dispersiei
Ponderea covarianei

T
TA
TD
TC

Tabelul 2.8.2.3
Valoarea indicatorului
2
0,0246
0,0083
0,0436
0,9482

n urma analizei rezultatelor obinute se constat c modelul posed


o bun capacitate de prognoz, ca urmare a valorilor mici nregistrate n
cazul coeficientului Theil, a ponderii abaterii i a ponderii dispersiei i, deci,
poate fi acceptat n vederea realizrii unei prognoze a consumului final real
al gospodriilor populaiei.

2.1.8.3 Model dinamic cu decalaj


Se cunosc urmtoarele date privind evoluia investiiilor i a
imobilizrilor corporale (fondurilor fixe), exprimate n mld. lei preuri
comparabile (1990=100), n Romnia, n perioada 1980-2002:
Tabelul 2.8.3.1

Anul
0
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991

Imobilizri
corporale
(mld. lei )
(1990=100)
1
2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6

Investiii
(mld. lei )
(1990=100)
2
274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4

Anul
0
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

Imobilizri
corporale
(mld. lei )
(1990=100)
1
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

Investiii
(mld. lei )
(1990=100)
2
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3
143,6

Se cere :
a)S se fac analiza economic a dependenei imobilizrilor corporale de
volumul investiiilor i s se construiasc modelul econometric adecvat;
b)S se fac discuia econometric a modelului formulat la punctul a), s se
estimeze parametrii modelului i s se verifice semnificaia acestuia;
c)S se fac interpretarea economic a rezultatelor obinute cu ajutorul
modelului econometric.

Rezolvare:
a) Imobilizrile corporale (fondurile fixe) reprezint rezultatul unei activiti
economice, acestea depinznd n mod direct de volumul investiiilor
efectuate n trecut i n prezent. Evaluarea efectului investiiilor asupra
creterii imobilizrilor corporale se poate face pe baza mai multor procedee
de calcul economic. Printre acestea, un loc important l ocup modelele
econometrice care permit o evaluare sintetic a efectului n timp al
investiiilor asupra evoluiei imobilizrilor corporale.
Ca urmare a faptului c influena investiiilor asupra imobilizrilor
corporale nu este simultan, adic nu se exercit doar n aceeai perioad de
timp, ci pe mai multe perioade de timp, modelul econometric adecvat
acestui tip de dependen este modelul econometric cu decalaj:
yt = a+b0xt+b1xt-1++bjxt-j++bkxt-k+ut

(1)

yt a

(2)

b jx t

j j 0

unde:
yt = imobilizri corporale;
xt = investiii;
ut = variabil aleatoare;

u
t

a,b = parametrii modelului j 0, k ;

t = numrul de observaii t 1, n, n 23 ;
j

k = ordinul decalajului, respectiv numrul de perioade de timp (ani) n


care variabila x i exercit influena asupra variabilei y.
n acest caz, estimarea modelului econometric presupune att
estimarea parametrilor modelului ct i a mrimii decalajului.
b) n mod obinuit, estimarea parametrilor modelului de mai sus se face prin
aplicarea M.C.M.M.P., stabilind arbitrar o anumit mrime a ordinului
decalajului k=3, k=4, Acest procedeu prezint dezavantajul c,

datorit fenomenului de multicoliniaritate, estimatorii bj pot rezulta cu valori


nesemnificative.
De exemplu, pentru k = 3, modelul econometric se definete prin
intermediul urmtoarei relaii:
yt=a+b0xt+b1xt-1+b2xt-2+b3xt-3+ut

(3)

iar datele pe baza crora vor fi estimai parametrii sunt cele prezentate n
tabelul 2.8.3.2 :
Tabelul 2.8.3.2
t

yt

xt

xt-1

xt-2

xt-3

yt-1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3
143,6

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1

Total

50412,9

4355,7

n urma aplicrii M.C.M.M.P., cu ajutorul programului informatic


EViews, s-au obinut urmtoarele rezultate:
Dependent Variable: yt
Method: Least Squares
Sample(adjusted): 1983 2002
Included observations: 20 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

-807,5057

297,4596

-2,7147

0,0160

xt
xt-1
xt-2
xt-3

2,7017

4,1251

0,6550

0,5224

13,2195

7,1347

1,8528

0,0837

-13,9151

7,1566

-1,9444

0,0708

13,5556

4,1795

3,2434

0,0055

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,8865
0,8563
449,3048
3028122
-147,6560
1,5863

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

2139,3500
1185,1250
15,2656
15,5145
29,2976
0,0000

y t 807,5057 2,7017xt 13,2195xt 1 13,9151xt 2 13,5556xt 3 ; R


0,9416
(297,4596)

(4,1251) (7,1347)

(7,1566)

(4,1795)

d = 1,59
su 449,3048

Pe baza acestor rezultate se constat c doar estimatorii i b3


sunt
semnificativ diferii zero pentru un prag de semnificaie 0,05 ,
estimatori,

ceilali


b0 , b1 i b2 , nu pot fi acceptai deoarece nu au valori

semnificativ diferite de zero. Acest lucru se datorez fenomenului de


multicoliniaritate ce apare n cazul variabilelor explicative decalate.
Depirea acestui impediment se va face cu ajutorul mai multor
procedee.

n cazul utilizrii procedeului Koyck, influena n timp a volumului


investiiilor asupra imobilizrilor corporale este descresctoare, de forma
unei progresii geometrice, respectiv ntre parametrii bj exist relaia:
bj = b0

(4)

unde:
= raia progresiei geometrice, 0<<1.
n condiiile acestei ipoteze, modelul dinamic cu decalaj devine:
2

yt = a+b0xt+b0xt-1+b0 xt-2++b0 xt-j++ut

(5)

Dac se decaleaz cu o perioad relaia de mai sus i se scade din


relaia anterioar se obine urmtorul model:
yt = ao + boxt + yt-1 + zt

(6)

unde:
ao = a(1-)
zt = ut ut-1

(7)
(8)

n urma aplicrii M.C.M.M.P., pe baza programului EViews, asupra


modelului (6), vor rezulta estimatorii parametrilor ao, bo i :
Dependent Variable: yt
Method: Least Squares
Sample(adjusted): 1981 2002
Included observations: 22 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

-290,7640

314,6985

-0,9239

0,3671

xt
yt-1

8,0897

2,0359

3,9734

0,0008

0,4364

0,1385

3,1516

0,0053

R-squared

0,7940

Mean dependent var

2180,0820

Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,7723
541,5956
5573191
-168,0834
2,5045

S.D. dependent var


Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

1135,04
15,5530
15,7018
36,6170
0,0000

Pe baza datelor din tabelul de mai sus, modelul estimat este de


forma:
y t 290,764 8,8972 x 0,4364 y ;
t
t 1
(314,6985) (2,0359) (0,1385)

R 0,8911
d 2,5
s z 541,5956

Modelul poate fi acceptat ca semnificativ, cu un prag de semnificaie


de 1%, cu excepia estimatorului a , care poate fi acceptat pentru un prag
0

de semnificaie = 0,4.
Utiliznd relaiile:
a 0

b j
b

a 0
290,764
1 1 0,4364 515,8957

a (1 )
a

pentru j 0
pentru b
pentru j 1
b

0
1

j2
b
pentru j 3 b

0
8,0897

1
8,0897 0,4364 3,5303
b0 2 8,0897 0,4364 2 1,5406
0

3
3
8,0897 0,4364 0,6723
b
0

n final, revenind la modelul cu decalaj, acesta poate fi descris cu


ajutorul relaiei:
y t 515,8957 8,0897 xt 3,5303 xt 1 1,5406 xt 2 0,6723xt 3
K

n situaia n care se utilizeaz procedeul Almon, care presupune c


influena n timp a volumului investiiilor asupra imobilizrilor corporale
este de forma unui polinom de ordinul k, respectiv ntre parametrii bj exist
relaia:
2

bj = B0 + B1 j + B2 j ++ Bk j , j = 0,1,2,3,,k

(9)

n acest caz, modelul (1) devine:


k

yt a b j xt j ut a (B0 B1 j B2 ... Bk j )xt j ut


j
2

j0

B1 j

yt a

xt
j

B0 xt

j0

xtB3 j 3

j
2
j

B2 j

xt

... Bk

ut
k
xt

(10)

Notnd cu:
vt 0 xt
jj

vt1 j xt
jj

v t 2 j xt j
2

vtk

j xt
k

relaia (10) se transform ntr-un model multifactorial cu (k+1) variabile


explicative:
yt = a + B0vt0 + B1vt1 ++ Bkvtk + ut

(11)

Dac presupunem c influena n timp a volumului investiiilor


asupra imobilizrilor corporale este de forma unui polinom de ordinul trei
(vezi modelul (3)), respectiv ntre parametrii bj exist relaia:
2

bj = B0 + B1 j + B2 j + B3 j

atunci, pe baza relaiei (11), modelul se mai poate scrie astfel:


yt = a + B0vt0 + B1vt1 + B2vt2 + B3vt3 + ut
unde:
4

vt 0 xt xt xt 1 xt 2 xt 3 xt 4
j
j 0
4

xt 1 2x t 2 3xt 3 4x t 4

vt1 jxt
j j 0
4

vt 2

j 2 xt xt 1
j
4x t
j 0

9x t

16xt 4

3 xt xt 1 8x t 2 27x t 3 64x t 4
vt 3 j j
j 0

n cadrul tabelului 2.8.3.3. sunt prezentate valorile calculate ale


variabilelor vtk:
Tabelul 2.8.3.3
t

yt

xt

vt0

vt1

vt2

vt3

1
2
3
4
5
6
7
8
9
10

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6

1341,8
1350,5
1365,7
1398,3
1402,6
1389,3

2672,9
2642,7
2641,2
2761,9
2829,7
2822,8

8086,1
7913,7
7789,6
8212,7
8482,3
8496,8

27120,5
26439,3
25659,0
27192,1
28251,7
28352,8

yt

xt

vt0

vt1

vt2

vt3

11
12
13
14
15
16
17
18
19
20
21
22
23

3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3
143,6

1274,6
1095,4
914,2
741,2
588,1
558,3
605,6
636,2
654,5
647,6
621,1
600,7
613,3

2796,6
2643,2
2330,6
1892,8
1291,0
1037,1
1063,4
1167,0
1316,2
1393,2
1347,8
1200,4
1146,1

8454,2
8182,0
7523,8
6339,2
4151,0
3111,1
3083,6
3306,0
3841,2
4240,6
4209,6
3683,8
3410,3

28313,4
27640,4
26011,4
22688,8
14551,0
10415,1
10118,0
10614,6
12494,8
14184,0
14408,0
12488,8
11367,1

Total

50412,9

4355,7

17799,0

36996,6

112517,6

378310,8

n urma aplicrii programului EViews n vederea estimrii


parametrilor modelului s-au obinut urmtoarele rezultate:
Dependent Variable: yt
Method: Least Squares
Sample(adjusted): 1984 2002
Included observations: 19 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
vt0
vt1
vt2
vt3

-824,3487
9,5948
-25,6459
16,0458
-2,5686

359,1423
4,2084
19,6488
13,1499
2,1798

-2,2953
2,2799
-1,3052
1,2202
-1,1783

0,0377
0,0388
0,2129
0,2425
0,2583

0,8636
0,8247
505,8996
3583081
-142,3591
2,0355

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

2106,4370
1208,1730
15,5115
15,7600
22,1650
0,0000

y t 824,3487 9,5948vt 0 25,6459vt1 16,0458vt 2 2,5686vt 3 ; R 0,9293

(359,1423) (4,2084)

(19,6488) (13,1499)

(2,1798) d = 2,04
su 505,8996

Pe baza acestor rezultate se constat c doar estimatorii i


B0 sunt
semnificativ diferii zero pentru un prag de semnificaie 0,05 , modelul
fiind i el semnificativ pentru acelai prag de semnificaie. Ceilali
estimatori, B , B i B , nu pot fi acceptai deoarece nu au
1
2
3
valori
semnificativ diferite de zero. Ca atare, putem concluziona c un polinom de
gradul nti poate reprezenta o bun aproximare a modelului.
Dac presupunem ns c influena n timp a volumului investiiilor
asupra imobilizrilor corporale este de forma unui polinom de ordinul doi
respectiv ntre parametrii bj exist relaia:
bj = B0 + B1 j + B2 j

atunci, pe baza relaiei (11), modelul se mai poate scrie astfel:


yt = a + B0vt0 + B1vt1 + B2vt2 + ut
unde:
3

vt 0 xt xt xt 1 xt 2 xt 3
j
j 0
3

vt1 jxt

xt 1 2xt 2 3xt 3

j j 0
3

vt 2 j

j 0

xt xt 1 4xt 2 9xt 3
j

n cadrul tabelului 2.8.3.4. sunt prezentate valorile calculate ale


variabilelor vtk:
Tabelul 2.8.3.4
t

yt

xt

vt0

vt1

vt2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3
143,6

1059,9
1067,4
1080,1
1116,7
1132,2
1120,7
1106,2
989,0
813,8
643,8
472,6
419,7
451,9
505,2
538,8
539,0
509,0
467,4
469,7
497,6

1613,0
1575,3
1561,1
1645,2
1697,5
1702,1
1690,4
1654,2
1516,8
1249,0
818,4
617,4
611,5
661,8
777,4
854,2
838,8
733,0
676,4
683,3

3800,2
3695,7
3587,3
3805,6
3955,1
3971,9
3967,2
3884,6
3676,4
3197,4
2041,6
1456,6
1408,7
1477,2
1747,6
1993,2
2023,0
1750,4
1587,8
1559,1

Total

50412,9

4355,7

15000,7

23176,8

54586,6

n urma aplicrii programului EViews n vederea estimrii


parametrilor modelului s-au obinut urmtoarele rezultate:
Dependent Variable: yt
Method: Least Squares
Sample(adjusted): 1983 2002
Included observations: 20 after adjusting endpoints
Variable
C
vt0
vt1
vt2
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

-777,4384
8,2249
-12,6836
4,1938

324,7637
3,3889
8,6746
2,8756

-2,3939
2,4270
-1,4622
1,4584

0,8554
0,8282
491,1564
3859754
-150,0826
1,7492

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Prob.
0,0293
0,0274
0,1631
0,1641
2139,3500
1185,1250
15,4083
15,6074
31,5407
0,0000

y t 777,43848,2249vt0 12,6836vt1 4,1938vt 2 ; R 0,9249


(324,7637) (3,8889)

(8,6746) (2,8756)

d = 1,75
su 491,1564

Pe baza acestor rezultate se constat c doar estimatorii i


B0 sunt
semnificativ diferii zero pentru un prag de semnificaie 0,05 , modelul
fiind i el semnificativ pentru acelai prag de semnificaie. Ceilali doi
estimatori, B i , pot fi acceptai ca semnificativi, pentru un prag de
1
2
B
semnificaie 0,20 .
Utiliznd relaia (9), parametrii modelului (1) vor fi estimai astfel:

b0
B

8,2249

B 8,2249 12,6386 4,1938 0,265


b1 B0 B
1
2

b2 B0 2 1B 4 2 B 8,2249 2 12,6386 3 4,1938


0,3674
b3 B0 3 1B 92 B 8,2249 3 12,6386 9 4,1938
7,9178
n final, modelul cu decalaj poate fi descris cu ajutorul urmtoarei
relaii:
y t 777,4384 8,2249 xt 0,265 xt 1 0,3674 xt 2 7,9178xt 3
O alt metod de evitare a multicoliniaritii este procedeul
progresiei aritmetice descresctoare, n cadrul se consider c variabila x
i transmite influena asupra variabilei y sub forma unei progresii aritmetice
descresctoare, respectiv ntre parametrii bj exist relaia:
bj = b0 + j

(12)

unde:
j 0, k ;
= raia progresiei aritmetice, <0.
n acest caz, modelul (1) devine:
yt=a+b0xt+(b0+)xt-1+(b0+2)xt-2++(b0+k)xt-k+ut

(13)

Se decaleaz cu o perioad ecuaia (13):


yt-1 = a+b0xt-1+(b0+)xt-2+(b0+2)xt-3++(b0+k)xt-k-1+ut-1(14)
Din ecuaia (13) se scade ecuaia (14) obinndu-se:
yt -yt-1=b0xt+(xt-1+xt-2++xt-k-1)+(ut-ut-1)
*

yt =b0xt+vt+zt

(15)
(16)

unde:
t k 2, n ;
yt* = yt - yt-1 diferenele de ordinul nti ale variabilei explicate;
vt=xt-1+xt-2++xt-(k+1);
zt=ut - ut-1 - variabila aleatoare.
Stabilirea mrimii decalajului k se poate face prin ncercri
succesive. Astfel, dac se construiete un model dinamic cu decalaj de
ordinul nti ntre x i y, utiliznd datele din tabelul 2.8.3.5., coloanele 1 i 2,
parametrii modelului (16) se vor estima pe baza valorilor celor trei variabile
yt*, xt i vt prezentate n coloanele 3, 4 i 5 acestuia.
Tabelul 2.8.3.5

yt

xt

yt*

xt t 3,

vt t 3,

234

235

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

2451,1
2630,5
2544,3
2764,7
3011,5
3216,1
3432,0
3650,3
3781,4
4005,5
3498,0
1526,6
2622,5
917,1
487,9
1811,6
1386,7
720,4
820,5
908,2
1300,0
1417,1
1510,2

274,4
270,4
249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3
143,6

-86,2
220,4
246,8
204,6
215,9
218,3
131,1
224,1
-507,5
-1971,4
1095,9
-1705,4
-429,2
1323,7
-424,9
-666,3
100,1
87,7
391,8
117,1
91,8

249,0
266,1
281,9
283,1
285,6
281,6
270,4
268,6
168,4
106,4
100,4
97,4
115,5
138,6
153,7
131,0
115,7
108,6
112,1
133,3
143,6

544,8
519,4
515,1
548,0
565,0
568,7
567,2
552,0
539,0
437,0
274,8
206,8
197,7
212,9
254,1
292,3
284,7
246,7
224,3
220,7
245,3

Total

50412,9

4355,7

-1121,6

3811,0

8016,7

n urma aplicrii M.C.M.M.P., pe baza programului EViews, asupra


modelului (16), vor rezulta estimatorii parametrilor bo i :
Dependent Variable: y *
t

Method: Least Squares


Sample(adjusted): 1982 2002
Included observations: 21 after adjusting endpoints
Variable

Coefficient

Std. Error

xt
vt

10,2953
-4,9373

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

0,2483
0,2087
667,7025
8470706
-165,3275

t-Statistic

Prob.

4,0923

2,5158

0,0210

1,9551

-2,5253

0,0206

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Durbin-Watson stat

-53,4095
750,6050
15,9360
16,0354
2,9006

y1t* 10,2953 xt 4,9373 vt ; R1 0,4983

(4,0923) (1,9551)
d 2,9
s z 667,7025
1

Estimatorii parametrilor sunt semnificativ diferii de zero, cu un prag


de semnificaie de 5%, dar modelul nu poate fi acceptat ca semnificativ.
n continuare, se va construi un model dinamic cu decalaj de ordinul
doi ntre x i y. Rezultatele estimrii acestui model sunt urmtoarele:
Dependent Variable: y *
t

Method: Least Squares


Sample(adjusted): 1983 2002
Included observations: 20 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

xt
vt

7,8769

3,7289

2,1124

0,0489

-2,4871

1,1742

-2,1180

0,0483

R-squared
Adjusted R-squared

0,1973
0,1527

Mean dependent var


S.D. dependent var

-51,7700
770,0659

S.E. of regression
Sum squared resid
Log likelihood

708,8445
9044290
-158,5979

Akaike info criterion


Schwarz criterion
Durbin-Watson stat

y 2t* 7,8769 xt 2,4871 vt ;


(3,7289) (1,1742)

16,0598
16,1594
2,9724

R2 0,4441
d 2,97
s z 708,8445
2

Estimatorii parametrilor sunt semnificativ diferii de zero cu un prag


de semnificaie de 5%, dar nici acest model nu poate fi acceptat ca
semnificativ.
n continuare, se va construi un model dinamic cu decalaj de ordinul
trei ntre x i y. Rezultatele estimrii acestui model sunt urmtoarele:
Dependent Variable: y *
t

Method: Least Squares


Date: 04/03/05 Time: 16:33
Sample(adjusted): 1984 2002
Included observations: 19 after adjusting endpoints
Variable

xt
vt
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

Coefficient

Std. Error

t-Statistic

Prob.

7,4635

3,4404

2,1694

0,0445

-1,7583

0,7950

-2,2116

0,0410

0,2182
0,1722
717,3399
8747802
-150,8386

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Durbin-Watson stat

y 3t* 7,4635 xt 1,7583 vt ;

(3,4404) (0,795)

-66,0947
788,4251
16,0883
16,1877
2,9938

R3 0,4671
d 2,99
s z 717,3399
3

Ca i n celelalte dou cazuri, estimatorii parametrilor sunt


semnificativ diferii de zero cu un prag de semnificaie de 5%, dar nici acest
model nu poate fi acceptat ca semnificativ.

n cazul celor trei modele estimate mai sus, cum estimatorii

sunt
j

semnificativ diferii de zero, vom testa i dac acetia difer semnificativ


unul de cellalt, prin verificarea urmtoarei inegaliti:

tc


12

s 2 s 2

1 2

Astfel, n urma comparrii estimatorilor parametrilor corespunztori


primelor dou modele au fost obinute urmtoarele rezultate:

t 12
1

s 21s2

4,9373 2,4871
1,95512 1,17422 1,0744 2

Deoarece t c1 1,0744 2 , rezult c cei doi estimatori nu difer


semnificativ unul de cellat.
Prin compararea estimatorilor parametrilor corespunztori primului
model cu cel de-al treilea i a celui de-al doilea model cu cel de-al treilea au
fost obinute urmtoarele rezultate:

t 13
c

t
c3

s 21s3


23

s 22s3

4,9373 1,7583
1,95512 0,7952 1,5062 2

2,4871 1,7583

1,17422 0,7952 0,5139 2

Deoarece t 1,5062
2c

i t c

0,5139 2 , rezult c estimatorii

comparai nu difer semnificativ unul de cellat.

Lungimea decalajului se va stabili pe baza criteriului:


j max(R y / xt j )
j

unde:
= raportul de corelaie al modelului j.
R y / xt
j

Deoarece R1 0,4983 R3 0,4671 R2 0,4441, se va alege


primul model, respectiv modelul dinamic cu decalaj de ordinul nti ntre x
i y,
n cazul acestuia, dup estimarea parametrilor b0 i prin b0 i , se
vor estima i parametrii modelului (1) astfel:
b1 b0 10,2953 4,9373 5,358

b2
b

2 10,2953 2 4,9373 0,4207

a y b
b
x
x
0 t

1 t1

a 828 ,192

unde:
1
y y
n t 1 t
1
xt xt
n t 1
1
xt 1 x

2t 1 n 1 t
1

b
x
2 t2

2191,910,2953189,45,358185,50,4207181,5

xt 2

x
t 3

t 2

n final, revenind la modelul cu decalaj, acesta poate fi descris cu


ajutorul relaiei:
y t 828,192 10,2953 xt 5,358 xt 1 0,4207 xt 2
c) n urma estimrii modelului cu decalaj, influena investiiilor asupra
imobilizrilor corporale poate fi explicat astfel ca urmare a faptului c
modelul este liniar, parametrii acestuia joac rolul de coeficieni marginali
ai imobilizrilor corporale n raport cu investiiile, a
cror

semnificaie este cunoscut. Parametrul b0 explic influena pe termen scurt


a investiiilor asupra imobilizrilor corporale, respectiv
creterea
investiiilor n perioada curent cu un miliard de lei determin creterea
imobilizrilor corporale cu 8,0897 miliarde de lei, n cazul utilizrii
procedeului Koyck, cu 8,2249 miliarde de lei, n cazul utilizrii procedeului
Almon, iar n cazul aplicrii procedeului progresiei geometrice
descresctoare, cu 10,2953 miliarde de lei. Deoarece estimatorii modelului
obinut n cazul utilizrii procedeului Koyck urmeaz o progresie
geometric descresctoare, a crei sum este finit, acetia pot fi folosii la
calculul efectului pe termen lung al investiiilor asupra imobilizrilor
corporale prin intermediul relaiei:

b
j 0

b0
1 14,3534 miliarde lei.

2.1.8.4 Model dinamic de prognoz cu variabile anticipative


Un studiu de marketing efectuat asupra unui eantion de familii
dintr-un anumit jude a ajuns la urmtoarele rezultate privind evoluia
cheltuielilor medii pe familie (cererea) pentru procurarea de produse
alimentare i venitul mediu pe familie pe primele zece luni ale anului curent.

Tabelul 2.8.4.1
Luni

Cheltuieli medii lunare pe familie pentru


procurarea de produse alimentare
(lei noi)

Venitul mediu lunar pe familie


(lei noi)

1
2
3
4
5
6
7
8
9
10

160
72
48
44
22
24
26
20
12
28

200
240
300
80
178
194
104
62
250
270

Se cere:
a) S se prezinte premisele teoretice pe care se fundamenteaz elaborarea unui
model de prognoz cu variabile anticipative privind dependena dintre
cheltuielile medii lunare pe familie pentru procurarea de produse alimentare
i venitul mediu lunar pe familie;
b) tiind c pentru luna noiembrie s-a estimat (planificat) un venit mediu pe
familie de 300 lei, dar s-a realizat un venit mediu de numai
250 lei, s
se estimeze:
b1) Cheltuielile medii pe familie efectuate pentru consumul
produselor alimentare n luna noiembrie;
b2) Prognoza venitului mediu pe familie i a cheltuielilor medii pe
familie pentru procurarea de produse alimentare aferente lunii decembrie.
Rezolvare:
a) Abordarea econometric a problemei pornete de la relaiile de
dependen dintre consumul unei familii i factorii si. Se tie c, din
ansamblul factorilor consumului populaiei, venitul mediu pe locuitor sau pe
familie reprezint unul din factorii eseniali ai acestuia, alturi de preul
produsului, sau de indicele preurilor de consum al unei grupe eterogene de
produse, cum este cazul mrfurilor alimentare. n acest sens, n cadrul

modelului econometric care descrie legtura dintre cererea efectiv


(consumul) i venitul familiilor, cele dou variabile au urmtoarea
semnificaie:
y t a xt

(1)

unde:
y = cheltuielile medii lunare pe familie pentru procurarea de produse
alimentare (variabil endogen);
x = venitul mediu lunar pe familie (variabil exogen);
y
a
x ponderea cheltuielilor medii lunare pentru procurarea de produse
alimentare n totalul veniturilor unei familii;

t = lunile anului, t 1,10 ;


u = variabila rezidual ce rezult datorit faptului c parametrul a se
estimeaz pe baza unui eantion prin metode statistice.
Notnd cu yt i xt valorile reale ale celor dou variabile y i x, i cu
ypt i xpt valorile de prognoz ale acestora, atunci valoarea lui y se
anticipeaz cu ajutorul relaiei:
y t a x pt y t 1 a x pt

(2)

Deoarece prognoza fenomemului y depinde de previziunea


fenomenului x, se consider c:
x pt x pt 1 (x t 1 x pt 18
1 )

(3)

unde:
t = variabila timp, t 1, n ;
= constanta de nivelare (lisaj), 0 1 ;
xt-1 xpt-1 = eroarea de prognoz.
18

Not: Relaia (3) este specific metodei nivelrii exponeniale simple vezi capitolul 4,
problema 4.1.4.2.

Relaia (3) se fundamenteaz pe ipoteza c diferenele dintre dou


valori succesive de prognoz ale variabilei x sunt generate de un proces
autoregresiv, stabil, de ordinul unu.
Prin definiie, un proces autoregresiv este:
- stabil - dac 0 1 ;
- constant sau de repetiie - dac = 1;
- exploziv - dac 1. Din
relaia (3) se deduce c:

xpt xt1 (1
)xpt1

(4)

relaie care, nmulit cu a, devine:


a xpt a xt 1 (1 ) a xpt 1

(5)

Corelnd relaia (2) cu relaia (5) rezult c:


y t ax t 1 (1 )y t

(6)

Estimatorii parametrilor a i se pot determina cu ajutorul


M.C.M.M.P. aplicat modelului:
yt b1xt 1 b2 yt 1
zt
unde:
b1 = a
b2 = 1
De regul, estimatorii parametrului vor avea dou valori:
b 1

1 a

2 1 b2

(7)

Pe baza valorilor estimate ale parametrului rezult faptul c :


1
- dac
(0;1) i (0;1) , atunci se va calcula
);

(
1

- dac
(0;1) , dar .
(0;1),
1

atunci se va reine

, dac rezultatele sunt inverse;

sau
1

- dac

(0;1) i (0;1) , atunci relaia (3) i, evident,


1

relaia

(6), nu pot fi acceptate la descrierea evoluiei variabilelor x i y.


n general, modelele de prognoz cu variabile anticipative pot fi
adaptate la orice tip de model, uni sau multifactorial, liniar sau liniarizabil,
care se construiete pe baza unei serii de timp, dac evoluia variabilelor
respective poate fi considerat staionar.
b1) Pornind de la relaia de dependen a consumului de venit,
y t a xt ut , prin aplicarea M.C.M.M.P., se estimeaz parametrul a,
respectiv a 0,2184 , acesta reprezentnd faptul c ponderea
cheltuielilor
medii lunare pentru procurarea de produse alimentare este de 21,84% din
venitul mediu lunar al unei familii:
yt = 0,2184 xt
(0,0703)
tiind c, L (a) N (a, s ) , ponderea cheltuielilor medii lunare
a
pentru procurarea de produse alimentare n venitul unei familii poate fi
estimat pe baza unui interval de ncredere:
P(a [a ta sa ]) 1 0,05 0,95
t0,05;9 2,262 a (5,94%; 37,73%)
Valoarea parametrului a fiind cunoscut, cheltuielile medii lunare
efectuate de o familie pentru procurarea de produse alimentare n luna
noiembrie vor fi estimate astfel:
y11 = 0,2184250 = 54,6 lei /familie

b2) Prognoza venitului mediu pe familie n luna decembrie se va


estima cu ajutorul relaiei:
xp12 xp11 = (x11 xp11)
unde:
x11 = 250 i xp11 = 300.
Estimarea parametrului se va face cu ajutorul modelului (7),
respectiv:
yt = b1xt-1 + b2yt-1 + zt
unde:
b1 = a1 i b2 = 1 2.
Utiliznd pachetul de programe EViews n vederea estimrii
parametrilor modelului au fost obinute urmtoarele rezultate:
Dependent Variable: yt
Method: Least Squares
Sample(adjusted): 2 10
Included observations: 9 after adjusting endpoints
Variable
xt-1
yt-1
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

Coefficient

Std. Error

0,0955
0,3325

0,0020
0,0062

0,9983
0,9981
0,8071
4,5594
-9,7103

t-Statistic
46,8932
54,0535

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Durbin-Watson stat

yt 0,0925xt 1 0,3325 yt R 0,9992


1 ;
d 2,96
0,002 0,0062
sz 0,8071

Prob.
0,0000
0,0000
32,8889
18,5502
2,6023
2,6461
2,9600

dar:

b1

b1
0,4373
a

b2 1

1
b
2

0,6675
2

) 0,5524
1

2
Revenind la relaiile precedente rezult:
- prognoza venitului mediu pe familie n luna decembrie
xp12 = 0,5524 (250-300)+300 = 272,38 lei
- prognoza cheltuielilor medii pe familie pentru procurarea de produse
alimentare n luna decembrie
y p12 a xp12 0,2184 272,38 59,48 lei/familie

2.1.9 Modelul static al lui Keynes


Se cunosc urmtoarele date privind PIB pe categorii de utilizri
(exprimat n mld. lei preuri comparabile-1990=100), n Romnia, n
perioada 1980 2003:
Tabelul 2.9.1
mld. lei (1990=100)
Anul

Consum final
real

PIB
real

Investii
reale

Anul

Consum
final real

PIB
real

Investii
reale

3=2-1

3=2-1

1980
1981
1982
1983
1984
1985
1986
1987
1988
1989

531,6
545,0
535,1
523,7
551,3
551,9
553,4
570,2
614,6
624,2

804,3
805,8
837,1
886,6
940,2
939,5
961,9
969,6
964,8
908,8

272,7
260,8
302,0
362,9
388,9
387,6
408,5
399,4
350,2
284,6

1992
1993
1994
1995
1996
1997
1998
1999
2000
2001

566,6
574,0
598,6
658,1
701,5
669,8
677,2
660,3
669,5
710,4

681,0
691,3
718,2
769,3
799,5
750,7
714,8
706,1
720,7
761,7

114,4
117,3
119,6
111,2
98,0
80,9
37,6
45,8
51,2
51,4

Anul

Consum final
real

PIB
real

Investii
reale

3=2-1

1990
1991

679,5
599,4

857,9
746,8

178,4
147,4

Anul

Consum
final real

PIB
real

Investii
reale

3=2-1

2002
2003

731,7
782,2

799,1
838,3

67,4
56,1

Not: Ambii indicatori sunt calculai conform metodologiei de calcul a Sistemului European al Conturilor
Economiei Integrate - SEC 1979. Consumul final a fost deflaionat cu ajutorul deflatorului consumului final exprimat
n preuri constante (1990 = 100), datele provenind de la Ministerul Prognozei i Dezvoltrii, iar PIB-ul a fost
deflaionat cu ajutorul deflatorului PIB exprimat n preuri constante (1990 = 100), obinut n urma prelucrrii datelor
din Raportul Anual BNR.
Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 1995, CNS, Bucureti, 1996, p. 370-371,
Anuarului Statistic al Romniei 1996, INS, Bucureti, 1997, p. 364-365, Anuarului Statistic al Romniei 2003,
INS, Bucureti, 2004, p. 284, Raportului Anual 1999, BNR, Bucureti, 2000, p. 8 *-9, Raportului Anual 2002, BNR,
Bucureti, 2003, p. 4*-5*, Comunicatului de Pres al INS nr.11/26.02.2004, Dobrescu, E., Macromodels of the
Romanian Transition Economy, Second Edition, Editura Expert, Bucharest, 1998, p. 184.

Se cere:
a) S se analizeze evoluia consumului final real n perioada 1980- 2003
utiliznd modelul static al lui Keynes:
a1 ) estimaia s se efectueze prin aplicarea M.C.M.M.P. ecuaiei
modelului structural;
a2 ) estimaia s se efectueze prin metoda regresiei indirecte;
a3 ) estimaia s se efectueze prin aplicarea M.C.M.M.P. n dou
faze;
b) S se comenteze rezultatele obinute.
Rezolvare:
a1) Pe baza teoriei keynesiste, modelul cu ecuaii multiple ce se
poate construi n funcie de datele problemei este de forma:
Ct
a
bVt
V t Ct I
t

ut 1

Prima ecuaie a modelului descrie o relaie de comportament, iar cea


de-a doua ecuaie reprezint o relaie de identitate economic.
b

Ct
V t

reprezint rata marginal (medie) a consumului final real n funcie de PIBul real.
Aplicnd M.C.M.M.P.
ecuaiei (1), rezult estimatorii
parametrilor, a$ i b$ , ai modelului:

F a,b min C t a bV t
2

F a 0 na
bV

Ct

F (b) 0
aV t

bV t C t V t
2

Utiliznd programul EViews au fost obinute urmtoarele rezultate:


Dependent Variable: Ct
Method: Least Squares
Sample: 1980 2003
Included observations: 24
Variable
C
Vt
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

C
t

Coefficient

t-Statistic

808,3517
-0,2310

128,3789
0,1564

0,0902
0,0488
70,5960
109643,40
-135,1777
0,3417

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

808,3517 0,231V ;
t

(128,3789)

Std. Error

6,2966
-1,4766

Prob.
0,0000
0,1540
619,9917
72,3846
11,4315
11,5297
2,1802
0,1540

R 0,300

(0,1564) d = 0,34
su 70,596
1

Valorile estimate ale variabilei Ct i ale variabilei reziduale,


u1t
prezentate n cadrul tabelului 2.9.2. (utiliznd pachetul de programe
EViews).

sunt

Tabelul 2.9.2
Fitted

Actual

Residual
u1t

Ct

Ct
531,6
545,0
535,1
523,7
551,3
551,9
553,4
570,2
614,6
624,2
679,5
599,4
566,6
574,0
598,6
658,1
701,5
669,8
677,2
660,3
669,5
710,4
731,7
782,2

622,5976
622,2511
615,0224
603,5903
591,2113
591,3730
586,1996
584,4213
585,5299
598,4632
610,2186
635,8773
651,0739
648,6951
642,4825
630,6809
623,7061
634,9766
643,2677
645,2770
641,9051
632,4361
623,7985
614,7452

-90,9976
-77,2511
-79,9224
-79,8903
-39,9113
-39,4730
-32,7996
-14,2213
29,0701
25,7368
69,2814
-36,4773
-84,4739
-74,6951
-43,8825
27,4191
77,7939
34,8234
33,9323
15,0230
27,5949
77,9639
107,9015
167,4548

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

*. | .
*. | .
*. | .
*. | .
.* | .
.* | .
. *| .
. *| .
. |* .
. |* .
. | *
.* | .
*. | .
* | .
.* | .
. |* .
. | .*
. |* .
. |* .
. |* .
. |* .
. | .*
. | . *
. | .

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*|

n vederea verificrii ipotezei de independen a erorilor se aplic


testul Durbin - Watson, care const n calcularea variabilei d cu ajutorul
relaiei:
n

u
d

1t

t 2

u1t 1

0,34

2
1t

t 1

(vezi tabelul afiat de programul EViews)

Din tabela distribuiei Durbin - Watson, n funcie de un prag de


semnificaie 0,05, de numrul variabilelor explicative k 1 i de
numrul de observaii n 24 se preiau valorile teoretice d 1,27 i
1
d 2 1,45 . Comparnd valoarea calculat a variabilei d cu cele dou valori
teoretice se constat c 0 d 0,34 d 1,27 , interval ce corespunde
1
situaiei de autocorelaie pozitiv, care, n acest caz, va fi ignorat.
Verificarea semnificaiei estimatorilor presupune:
- calculul dispersiei variabilei reziduale
1
1

109,643 4983,7909

su21
1t
nk
22
2
u
1
su 70,596
1
(vezi tabelul afiat de programul EViews)
- calculul abaterilor medii ptratice ale celor doi estimatori
1
V 2

sa s2
128,3789
u1
n
V

V
2

(vezi tabelul afiat de programul EViews)


sb

u1

V
t

0,1564

(vezi tabelul afiat de programul EViews)


t a

808,3517 6,2966
s a 128,3789

0,231
b
0,1564 1,4766
sb

(vezi tabelul afiat de programul EViews)

Din tabela distribuiei Student, pentru un prag de semnificaie


0,05, se preia valoarea t0,05;22 2,074 . Comparnd valoarea tabelat cu
valorile calculate pentru cei doi parametrii se constat c doar parametrul a
este semnificativ diferit de zero pentru un prag de semnificaie 0,05 , iar
parametrul b poate fi acceptat ca semnificativ pentru un prag de semnicaie
0,20 .
n vederea verificrii semnificaiei raportului de corelaie se
calculeaz valoarea acestuia, dup care se aplic testul Fisher-Snedecor:

u
C C
2
1t

R1 1

Fc n k
1

R12 0,300

R12 22
1 R1
2

0,0902
2,1802
1
0,0902

(vezi tabelul afiat de programul EViews)


Din tabela distribuiei Fisher-Snedecor, n funcie de un prag de
semnificaie de 5% i de numrul gradelor de libertate, v1 k 1 i
v2 n k 1 22 , se preia valoarea F0,05;1;22 4,30 .
Cum F 2,1802 F
c
0,05;1;22 4,30 , rezult c valoarea raportului de
corelaie este nesemnificativ, deci rezultatele obinute n cazul acestui
model sunt nesemnificative.
a2 ) Modelul de la punctul a1 ) este sub form structural i este
format din trei variabile - dou variabile endogene, Ct i Vt , i o variabil
exogen I t . Prima ecuaie a modelului este corect identificat, deoarece
numrul variabilelor absente (una -

I t ) este egal cu numrul variabilelor

endogene minus unu1 2 1 . n acest caz, parametrii modelului se


estima:

- prin metoda regresiei indirecte aplicat ecuaiilor modelului sub


form redus;

pot

- prin aplicarea M.C.M.M.P. n dou faze.


Metoda regresiei indirecte se utilizeaz atunci cnd modelul cu
ecuaii multiple n forma structural este corect identificat. Se calculeaz
modelul sub form redus, dup care se aplic M.C.M.M.P. fiecrei ecuaii
a modelului, obinndu-se estimatorii formei reduse a modelului. Ultima
operaie const n identificarea modelului, adic pe baza estimatorilor
formei reduse se calculeaz estimatorii formei structurale.
Pornind de la forma structural a modelului, modelul sub form
redus se obine n urma efecturii urmtoarelor operaii:
Ct
a
bVt
V t Ct I

ut 1

- pentru a aduce prima ecuaie la forma redus se nlocuiete ecuaia


(2) n ecuaia (1):
C t a b Ct I t u t Ct 1 b a b I t u t
a
Ct
1
b

b
1
b

It

1
1
b

ut

- pentru a aduce a doua ecuaie la forma redus se nlocuiete ecuaia


(1) n ecuaia (2):
Vt a b Vt I t ut Vt 1 b a I t ut
ut
1 It
a
1
Vt
1
1 b
1
b
b

Se fac urmtoarele notaii:

1b

1 b
1
b

2 1
1
b
u
zt t
1
b
n final, modelul n form redus devine:
C t I (3)
`1
t

V
z
t t
(4)
2 I t zt
n continuare, se aplic M.C.M.M.P. fiecrei ecuaii n parte i se
estimeaz parametrii , 1 , 2 .
Pentru ecuaia (3), aplicarea M.C.M.M.P. const n:

F ,

F
n
F

min
C
t

I t

0
1

I t

1
t

I Ct

I t C t I t
1

Utiliznd programul EViews au fost obinute urmtoarele rezultate:


Dependent Variable: Ct
Method: Least Squares
Sample: 1980 2003
Included observations: 24

Variable

Coefficient

Std. Error

t-Statistic

Prob.

698,34

17,976

38,849

0,0000

It

-0,4006

0,0762

-5,2584

0,0000

R-squared
Adjusted R-squared

0,5569
0,5368

Mean dependent var


S.D. dependent var

619,9917
72,3846

S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

49,2659
53396,82
-126,5440
0,4779

Akaike info criterion


Schwarz criterion
F-statistic
Prob(F-statistic)

Ct 698,34 0,4006 I t
;
(17,976) (0,0762)

10,7120
10,8102
27,6509
0,0000

R2 0,7463
d = 0,48
s z 49,2659

n cazul acestei ecuaii se constat existena fenomenului de


autocorelare a erorilor, care poate fi ignorat. Estimatorii parametrilor
modelului sunt semnificativ diferii de zero pentru un prag de semnificaie
de 5%, modelul fiind i el semnificativ pentru acelai prag de semnificaie.
Valorile estimate ale variabilei Ct i ale variabilei reziduale, z sunt
t
prezentate n cadrul tabelului 2.9.3. (utiliznd pachetul de programe
EViews):
Tabelul 2.9.3
Actual

Ct
531,600
545,000
535,100
523,700
551,300
551,900
553,400
570,200
614,600
624,200
679,500
599,400
566,600
574,000
598,600
658,100
701,500
669,800
677,200

Fitted

Residual

z t

589,107
593,874
577,371
552,977
542,562
543,083
534,712
538,357
558,064
584,340
626,880
639,297
652,515
651,354
650,432
653,797
659,084
665,934
683,278

-57,5071
-48,8737
-42,2708
-29,2769
8,73758
8,81685
18,6885
31,8434
56,5360
39,8595
52,6204
-39,8968
-85,9152
-77,3536
-51,8323
4,30303
42,4157
3,86617
-6,07793

Residual Plot
(graficul reziduurilor)
| * | .
| * | .
| .* | .
| .
| .
| . |* .
| . |* .
| . |* .
| . | *.
| . | *
| . | *.
| . | *
| .* | .
| * . | .
| * . | .
| * | .
| . |* .
| . | *.
| . * .
| . *| .

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

Fitted

Actual

Residual

z t

679,993
677,830
677,750
671,341
675,868

-19,6934
-8,33036
32,6498
60,3587
106,332

Ct
660,300
669,500
710,400
731,700
782,200

Residual Plot
(graficul reziduurilor)
|
|
|
|
|

. *| . |
. *| . |
. | *. |
. | .* |
. | . *|

Pentru ecuaia (4), aplicarea M.C.M.M.P. const n:

min
V

F ;

2
2 I t

F 0 n 2 V t
It
2

F 2 0

2 I V t I t

It

Utiliznd programul EViews au fost obinute urmtoarele rezultate:


Dependent Variable: Vt
Method: Least Squares
Sample: 1980 2003
Included observations: 24
Variable

Coefficient

Std. Error

t-Statistic

Prob.

698,33

17,975

38,851

0,0000

It

0,5995

0,0762

7,8703

0,0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,7379
0,7260
49,2629
53390,30
-126,5425
0,4779

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Vt 698,33 0,5995 I t ;
(17,975)

(0,0762)

R3 0,859
d = 0,48
s z 49,2629

815,5833
94,1118
10,7119
10,8101
61,9414
0,0000

n cazul acestei ecuaii se constat existena fenomenului de


autocorelare a erorilor, care poate fi ignorat. Estimatorii parametrilor
modelului sunt semnificativ diferii de zero pentru un prag de semnificaie
de 5%, modelul fiind i el semnificativ pentru acelai prag de semnificaie.
Valorile estimate ale variabilei Vt i ale variabilei reziduale, z sunt
t
prezentate n cadrul tabelului 2.9.4. (utiliznd pachetul de programe
EViews):
Tabelul 2.9.4
Actual

Vt
804,300
805,800
837,100
886,600
940,200
939,500
961,900
969,600
964,800
908,800
857,900
746,800
681,000
691,300
718,200
769,300
799,500
750,700
714,800
706,100
720,700
761,700
799,100
838,300

Fitted

Vt
861,806
854,672
879,370
915,878
931,465
930,686
943,215
937,759
908,265
868,939
805,275
786,691
766,908
768,647
770,026
764,990
757,077
746,826
720,868
725,784
729,021
729,141
738,733
731,959

Residual

z t

Residual Plot
(graficul reziduurilor)

-57,5056
-48,8718
-42,2703
-29,2785
8,73508
8,81440
18,6853
31,8406
56,5349
39,8606
52,6252
-39,8910
-85,9082
-77,3467
-51,8255
4,3101
42,4232
3,8742
-6,0683
-19,6840
-8,32121
32,5589
60,3672
106,341

| * | .
|
| * | .
|
| .* | .
|
| . * | .
|
| . |* .
|
| . |* .
|
| . |* .
|
| . | *.
|
| . | *
|
| . | *.
|
| . | *
|
| .* | .
|
| * . | .
|
| * . | .
|
| * | .
|
| . |* .
|
| . | *.
|
| . * .
|
| . *| .
|
| . *| .
|
| . *| .
|
| . | *.
|
| . | .* |
| . | . *|

Dup estimarea parametrilor modelului n form redus urmeaz


identificarea modelului, adic estimarea parametrilor
a$
form structural.

i
b$

din modelul n

Estimarea acestora se deduce din notaiile efectuate anterior:


698,33
a
1164,9

0,5995

a
1
b

b b 1 0,4006

0,6682
1
0,5995

2
2 b
1

1
b

Deci, ecuaia estimat a consumului final real, n form structural,


este urmtoarea:
C t 1164,9 0,6682 Vt
Verificarea ipotezei de independen a erorilor se realizeaz analog,
respectiv, valoarea calculat a variabilei d este egal cu:

u
n

2t

t 2
n

2t 1

2
71024,5754 0,4781 0,48

2t

u
t 1

148565,6113
Din tabela distribuiei Durbin - Watson, n funcie de un prag de
semnificaie 0,05, de numrul variabilelor explicative k 1 i de
numrul de observaii n 24 se preiau valorile teoretice d 1,27 i
1
d 2 1,45 . Comparnd valoarea calculat a variabilei d cu cele dou valori
teoretice se constat c 0 d 0,48 d 1,27 , interval ce corespunde
1
situaiei de autocorelaie pozitiv, care, n acest caz, va fi ignorat.

n mod analog se testeaz semnificaia parametrilor a$ i b$ :


1

1
2

148565,6113 6752,9823 su 82,1765


2t
nk1
2
22

su2

1 815,58642
2
149,4463
6752,9823
24 203690,7942

sa su
2

n1

V V
t

2
2

sb

su22

ta

6752,9823 0,1821
203690,7942

1164,9 7,7947
s a 149,4463
t

0,05;22

2,074

0,6682
b
0,1821 3,6697 t
0,05;22 2,074
sb

2
4

R 1

2
t

F
c
2

2
C V

u2

90939,7482

13,4666

4,30

C2

1 148565,6113 0,2329
120501,4088

nk1

6752,9823

0,05;1;22

Deci, i n acest caz, estimatorii parametrilor modelului sunt


semnificativ diferii de zero pentru un prag de semnificaie de 5%, modelul
fiind i el semnificativ pentru acelai prag de semnificaie.

Modelul estimat prin metoda regresiei indirecte este:

Ct 1164,9 0,6682 Vt
R4 0,2329
2
;
(149,4463) (0,1821) d = 0,48
su 82,1765
2

a3 ) Estimarea parametrilor modelului prin aplicarea M.C.M.M.P. n


dou faze const n:
Faza I: Se regreseaz variabila endogen Vt , care este pe post de
variabil exogen n ecuaia (1) a modelului, n funcie de variabila exogen
I t:
Vt c d I t wt

Cei
doi parametrii
cu ajutorul M.C.M.M.P.:
min c i
dI t
F c,d
V tdsecestimeaz
2

F c 0 nc
V t

d It
dI 0
F
d
c
t I V t I t
t
2

Ca urmare a faptului c valorile estimate ale parametrilor acestui


model sunt identice cu valorile estimate ale parametrilor i 2 , obinute
cu ajutorul metodei regresiei indirecte, rezultatele estimrii vor fi i ele
identice, respectiv:

Vt 698,33 0,5995 I t ;
(17,975)

(0,0762)

R3 0,859
d = 0,48
s w 49,2629

Faza II: n ecuaia (1) a modelului, variabila Vt - PIB-ul real - se


introduce cu valorile estimate n faza I Vt - vezi tabelul 2.9.4., coloana
2.

Rezult ecuaia:

C a b V u , ai crei parametrii se estimeaz tot cu


t
t
t
a bV t
ajutorul M.C.M.M.P.:

F a,b min
Ct

F a 0 na b C t
Vt

F
b
a Vbt 0
t V C t V t
2

Dependent Variable: Ct
Method: Least Squares
Date: 04/06/05 Time: 01:14
Sample: 1980 2003
Included observations: 24

Vt

Variable

Coefficient

Std. Error

t-Statistic

Prob.

1164,9

104,1213

11,1883

0,0000

-0,6682

0,1271

-5,2584

0,0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,5569
0,5368
49,2659
53396,83
-126,5440
0,4779

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

619,9917
72,3846
10,7120
10,8102
27,6509
0,0000

; R 0,7463
C t 1164,9 0,6682 V
t
5
(104,1213)

(0,1271)

d = 0,48
su 49,2659
3

Valorile estimate ale variabilei Ct i ale variabilei reziduale,


u 3t
prezentate n cadrul tabelului 2.9.5. (utiliznd pachetul de programe
EViews).

sunt

Tabelul 2.9.5
Actual

Ct
531,6
545,0
535,1
523,7
551,3
551,9
553,4
570,2
614,6
624,2
679,5
599,4
566,6
574,0
598,6
658,1
701,5
669,8
677,2
660,3
669,5
710,4
731,7
782,2

Fitted

Residual

u 3t

Residual Plot
(graficul reziduurilor)

589,107
593,874
577,371
552,977
542,562
543,083
534,712
538,357
558,064
584,340
626,880
639,297
652,515
651,354
650,432
653,797
659,084
665,934
683,278
679,993
677,830
677,750
671,341
675,868

-57,5071
-48,8737
-42,2708
-29,2769
8,7376
8,8169
18,6885
31,8434
56,5360
39,8596
52,6204
-39,8968
-85,9152
-77,3536
-51,8323
4,3030
42,4157
3,8662
-6,0779
-19,6934
-8,3304
32,6497
60,3587
106,332

| * | .
|
| * | .
|
| .* | .
|
| . * | .
|
| . |* .
|
| . |* .
|
| . |* .
|
| . | *.
|
| . | *
|
| . | *.
|
| . | *
|
| .* | .
|
| * . | .
|
| * . | .
|
| * | .
|
| . |* .
|
| . | *.
|
| . * .
|
| . *| .
|
| . *| .
|
| . *| .
|
| . | *.
|
| . | .* |
| . | . *|

Programul EViews ofer posibilitatea estimrii parametrilor unui


model cu ecuaii simultane, att prin M.C.M.M.P. n dou faze, ct i prin
construirea unui sistem de ecuaii care permite estimarea parametrilor att
prin M.C.M.M.P. n dou faze, ct i prin M.C.M.M.P. n trei faze.

Astfel, rezultatele afiate de programul EViews n urma aplicrii


M.C.M.M.P. n dou faze sunt urmtoarele:
Dependent Variable:

Ct

Method: Two-Stage Least Squares


Sample: 1980 2003
Included observations: 24
Instrument list: It
Variable

Coefficient

Std. Error

t-Statistic

Prob.

1164,9

173,6883

6,7071

0,0000

Vt

-0,6682

0,2120

-3,1523

0,0046

R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)

-0,2330
-0,2890
82,1822
9,9368
0,0046

Mean dependent var


S.D. dependent var
Sum squared resid
Durbin-Watson stat

619,9917
72,3846
148585,90
0,4779

Valorile estimate ale variabilei Ct i ale variabilei reziduale,


prezentate n cadrul tabelului 2.9.6.:

u sunt
t

Tabelul 2.9.6
Actual

Ct
531,600
545,000
535,100
523,700
551,300
551,900
553,400
570,200
614,600
624,200
679,500
599,400
566,600

Fitted

627,531
626,529
605,615
572,540
536,726
537,194
522,226
517,081
520,289
557,707
591,717
665,951
709,917

Residual
ut

-95,9309
-81,5287
-70,5148
-48,8401
14,5741
14,7064
31,1736
53,1185
94,3113
66,4934
87,7833
-66,5510
-143,317

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|
| *

* | .
* | .
.* | .
. * | .
. |* .
. |* .
. |* .
. | *.
. | *
. | *.
. | *
.* | .
. | .

|
|
|
|
|
|
|
|
|
|
|
|
|

Fitted

Actual

Residual

Ct

574,000
598,600
658,100
701,500
669,800
677,200
660,300
669,500
710,400
731,700
782,200

703,035
685,061
650,917
630,738
663,345
687,333
693,146
683,390
655,995
631,005
604,813

ut

Residual Plot
(graficul reziduurilor)

-129,035
-86,4608
7,18294
70,7618
6,45488
-10,1326
-32,8458
-13,8904
54,4048
100,695
177,387

| * . | .
|
| * | .
|
| . |* .
|
| . | *.
|
| . * .
|
| . *| .
|
| . *| .
|
| . *| .
|
| . | *.
|
| . | .* |
| . | . *|

O alt modalitate de estimare a unui model cu ecuaii simultane cu


ajutorul programului EViews const n construirea sistemului de ecuaii
corespunztor modelului n form structural i n estimarea acestuia fie cu
ajutorul M.C.M.M.P. n dou faze (vezi SYSTEM01), fie cu ajutorul
19
M.C.M.M.P. n trei faze (vezi SYSTEM02):
System: SYSTEM01
Estimation Method: Two-Stage Least Squares
Sample: 1980 2003
Included observations: 24
Total system (balanced) observations 24
Instruments: It C

C(1)
C(2)

Coefficient

Std. Error

t-Statistic

Prob.

1164,9
-0,6682

173,6883
0,2120

6,7071
-3,1523

0,0000
0,0046

Determinant residual covariance

6191,080

Equation: C t =C(1)+C(2)* Vt
Observations: 24
R-squared
Adjusted R-squared
S.E. of regression
19

-0,2330
-0,2890
82,1822

Mean dependent var


S.D. dependent var
Sum squared resid

619,9917
72,3846
148585,90

Vezi E. Pecican, O. Tnsoiu, A. I. Iacob, Modele econometrice, Bucureti, Editura ASE,


2001, p. 205-206.

Durbin-Watson stat

0,4779

Matricea varianelor i covarianelor reziduurilor, n cazul aplicrii


M.C.M.M.P. n dou faze, este urmtoarea:
30167,6413
V
36,6440

36,6440

0,0449

System: SYSTEM02
Estimation Method: Three-Stage Least Squares
Sample: 1980 2003
Included observations: 24
Total system (balanced) observations 24
Instruments: : It C

C(1)
C(2)

Coefficient

Std. Error

t-Statistic

Prob.

1164,9
-0,6682

166,2939
0,2029

7,0053
-3,2924

0,0000
0,0033

Determinant residual covariance

6191,080

Equation: C t =C(1)+C(2)* Vt
Observations: 24
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

-0,2330
-0,2890
82,1822
0,4779

Mean dependent var


S.D. dependent var
Sum squared resid

619,9917
72,3846
148585,90

n cazul aplicrii M.C.M.M.P. n trei faze, matricea varianelor i


covarianelor reziduurilor este urmtoarea:
27653,67
V
33,5903

33,5903

0,0412
Rezultatele obinute n urma aplicrii M.C.M.M.P. n dou faze i a
M.C.M.M.P. n trei faze n cazul sistemului de ecuaii indic faptul c
ipotezele corespunztoare M.C.M.M.P. sunt verificate (autocorelaia erorilor
poate fi neglijat), iar estimatorii parametrilor sunt semnificativ diferii de
zero pentru un prag de semnificaie de 5%, modelul fiind i el semnificativ
pentru acelai prag de semnificaie.

Modelul fiind corect identificat, estimarea parametrilor s-a fcut att


cu metoda regresiei indirecte ( a2 ), ct i cu M.C.M.M.P. n dou faze ( a3 ).
Comparnd rezultatele obinute se constat c ele sunt identice.
b) Rata marginal a consumului final real n funcie de PIB b$

a
fost estimat pe baza aceluiai model econometric, utiliznd trei procedee de
estimare a parametrilor. n urma efecturii calculelor s-au obinut
urmtoarele valori ale ratei marginale a consumului final:
a1 ) b 0,231.
Deoarece valoarea acestui
parametru este
semnificativ numai n cazul utilizrii unui prag de semnificaie 0,20 ,
se confirm astfel faptul c aplicarea direct a M.C.M.M.P. asupra ecuaiei
modelului n form structural conduce la obinerea de estimatori deplasai,
nesemnificativi.
a2 ) a3 ) b
pentru metoda regresiei indirecte i
0,6682
M.C.M.M.P. n dou faze, care conduc la aceleai rezultate, modelul fiind
corect identificat. Semnificaia acestui indicator este urmtoarea: n perioada
1980-2002, la o cretere cu un miliard de lei a PIB-ului real, consumul final
real a sczut cu aproximativ 0,7 miliarde lei, ceea ce contravine teoriei
economice.
Se constat astfel o inadverten, respectiv, pe de o parte, aceste
modele pot fi acceptate ca semnificative din punct de vedere al testelor
statistice, iar, pe de alt parte, sensul dependenei consumului final real de
factorul su de influen, reliefat de semnul algebric al estimatorului
parametrului corespunztor acestuia, este n contradicie cu teoria
economic. Aceast inadverten const n faptul c PIB-ul real exercit o
influen negativ asupra consumului final real.
Datorit discrepanelor dintre valorile estimatorilor i teoria
economic s-a renunat la continuarea utilizrii modelului n scopuri
prospective. Acest lucru nu nseamn c modelul prezint deficiene de
specificare ci, mai curnd, rezultatele contradictorii provin att din
dificultatea construirii unor serii lungi de date, ct i ca urmare a msurilor
inconsecvente de politic economic adoptate n perioada de tranziie a
Romniei.

2.1.10 Modelul dinamic al lui Keynes


Dinamica principalilor indicatori macroeconomici, exprimai n mld.
lei preuri comparabile (1990=100), n Romnia, n perioada 1980-2003, se
prezint n tabelul urmtor:
Tabelul 2.10.1
mld. lei (1990=100)

Ani

Consumul
final real al
populaiei
( Ct )

Consumul final real al


adm. publice
( Gt )
2

PIB-ul real

Investiii reale

( Vt )

(I t)

4=3-1-2

1980
433,3
98,3
804,3
272,7
1981
442,1
102,9
805,8
260,8
1982
436,3
98,8
837,1
302,0
1983
433,1
90,6
886,6
362,9
1984
450,1
101,2
940,2
388,9
1985
442,0
109,9
939,5
387,6
1986
448,1
105,3
961,9
408,5
1987
472,1
98,1
969,6
399,4
1988
513,2
101,4
964,8
350,2
1989
516,6
107,6
908,8
284,6
1990
557,7
121,8
857,9
178,4
1991
467,4
132,0
746,8
147,4
1992
432,1
134,5
681,0
114,4
1993
435,9
138,1
691,3
117,3
1994
447,3
151,3
718,2
119,6
1995
505,3
152,8
769,3
111,2
1996
545,7
155,8
799,5
98,0
1997
525,7
144,1
750,7
80,9
1998
586,2
91,0
714,8
37,6
1999
579,8
80,5
706,1
45,8
2000
582,3
87,2
720,7
51,2
2001
610,7
99,7
761,7
51,3
2002
629,1
102,6
799,1
67,4
2003
673,7
108,5
838,3
56,0
Not: Indicatorii sunt calculai conform metodologiei de calcul a Sistemului European al
Conturilor Economiei Integrate - SEC 1979. Consumul final real al populaiei i consumul final
real al administraiei publice au fost deflaionate cu ajutorul deflatorului consumului final real al
populaiei exprimat n preuri constante (1990 = 100), respectiv cu deflatorul consumuli final real
al administraiei publice, datele provenind de la Ministerul Prognozei i Dezvoltrii, iar PIB-ul a

fost deflaionat cu ajutorul deflatorului PIB exprimat n preuri constante (1990 = 100), obinut n
urma prelucrrii datelor din Raportul Anual BNR.
Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 1995, CNS, Bucureti, 1996, p.
370-371, Anuarului Statistic al Romniei 1996, INS, Bucureti, 1997, p. 364-365, Anuarului
Statistic al Romniei 2003, INS, Bucureti, 2004, p. 284, Raportului Anual 1999, BNR, Bucureti,
*

2000, p. 8 -9, Raportului Anual 2002, BNR, Bucureti, 2003, p. 4 -5 , Comunicatului de Pres al
INS nr.11/26.02.2004, Dobrescu, E., Macromodels of the Romanian Transition Economy, Second
Edition, Editura Expert, Bucharest, 1998, p. 184.

S se caracterizeze dezvoltarea economic a Romniei n perioada


1980-2003 cu ajutorul unui model econometric cu ecuaii multiple.
Rezolvare:
Pe baza datelor din tabelul de mai sus, dezvoltarea economic a
Romniei n perioada 1980-2003 se poate face cu ajutorul unui model
econometric cu ecuaii multiple a crui form structural este urmtoarea:
C t a a V u
0
1 t
1t

I
t b0 b1Vt b2Vt 1
V
t u2t
Ct I t Gt

(1)
(2)
(3)

Modelul de mai sus prezint cteva particulariti cum ar fi:


- prima ecuaie descrie o relaie de comportament a consumatorilor;
- ecuaia (2) reprezint tot o relaie de comportament, descriind politica
investiional practicat n perioada 1980-2003, dar avnd un caracter
dinamic datorit includerii variabilelor decalate care imprim aceast
trstur i modelului cu ecuaii multiple;
- ecuaia (3) reprezint o relaie de identitate economic.
Modelul cu ecuaii multiple conine cinci variabile, dintre care trei
variabile sunt endogene Ct , I t ,Vt i dou variabile exogene Gt ,Vt 1 .
Discuia econometric a modelului cu ecuaii multiple relev c
modelul este supraidentificat deoarece:
- n ecuaia (1), numrul variabilelor absente este egal cu 3, numr superior
numrului de variabile endogene minus unu (3-1), ceea ce nseamn c
ecuaia este supraidentificat;

- chiar dac ecuaia (2) este corect identificat 2 3 1 , modelul este


supraidentificat datorit ecuaiei (1).
Avnd aceast particularitate, estimarea parametrilor modelului se
va face cu ajutorul M.C.M.M.P. aplicat n dou faze.
Faza I. Variabila Vt , care este endogen n ecuaia (3), dar exogen
n ecuaiile (1) i (2), se va regresa n funcie de variabilele exogene Vt 1 i
Gt , rezultnd ecuaia:
Vt Vt 1 Gt zt
Se aplic M.C.M.M.P. n vederea estimrii parametrilor , , i a
calculrii valorilor estimate ale variabilei Vt :

F , , min Vt Vt 1 Gt
24

t 2

24

F 0 2 Vt Vt i Gt 1 0
t 2
24

n 1

t 2

24

t 1

24

24

t 2

t 2

Gt Vt

F 0 2 Vt Vt 1 Gt Vt 1 0
t 2

24

24

24

24

t 2

t 2

t 2

t 2

Vt 1 2Vt 1 Gt Vt 1 VtVt 1

V

F 0 224

t 2
24

t 2

24

24

G V 2
G

t 2

G G

t t 1

t 2

24

V G
t

t 2

de unde rezult sistemul de ecuaii normale:


24

24

24

Gt V t
n 1 t 2 Vt 1
t
2
t 2

24
24
24
2
24

Vt 1
Vt 1
GtVt 1 VtVt 1
t 2
t 2
t 2
t 2
24
24
24
24
G G V 2 Vt Gt

t
t 2

t 2

t 1

t 2

t 2

n vederea estimrii parametrilor $ ,


i
$
$

i a valorilor

V$t s-a

utilizat programul EViews, rezultatele obinute fiind urmtoarele:


Dependent Variable: Vt
Method: Least Squares
Sample(adjusted): 1981 2003
Included observations: 23 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

157,1714

104,9035

1,4982

0,1497

Vt 1

0,8708

0,0999

8,7198

0,0000

Gt

-0,4437

0,4239

-1,0469

0,3076

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,8136
0,7950
43,5558
37942,23
-117,8313
0,7013

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Vt 157,1714 0,8708 Vt 1 0,4437


Gt
(104,9035)

(0,0999)

(0,4239)

816,0739
96,1955
10,5071
10,6552
43,6549
0,0000

R1 0,902
d = 0,70
s z 43,5558

Valorile estimate ale variabilei Vt i ale variabilei reziduale, z sunt


t
prezentate n cadrul tabelului 2.10.2. (utiliznd pachetul de programe
EViews):
Tabelul 2.10.2
Actual

Vt
805,8
837,1
886,6
940,2
939,5
961,9
969,6
964,8
908,8
857,9
746,8
681
691,3
718,2
769,3
799,5
750,7
714,8
706,1
720,7
761,7
799,1
838,3

Fitted

Vt
811,912
815,038
845,933
884,335
927,151
928,582
951,284
956,525
949,594
894,526
845,675
747,818
688,92
692,032
714,792
757,959
789,45
770,517
743,914
733,364
740,532
774,948
804,899

Residual

z t
-6,1123
22,0621
40,6667
55,8647
12,3492
33,3176
18,3162
8,2752
-40,7936
-36,6264
-98,8753
-66,8176
2,3800
26,1680
54,5085
41,5407
-38,7500
-55,7168
-37,8136
-12,6643
21,1685
24,1516
33,4010

Residual Plot
(graficul reziduurilor)
|
. *| .
|
. | *.
|
. | *
|
. | .*
|
. |* .
|
. | *.
|
. |* .
|
. |* .
|
* | .
|
.* | .
|*
. | .
| * . | .
|
. * .
|
. | *.
|
. | .*
|
. | *
|
* | .
| *. | .
|
* | .
|
. *| .
|
. | *.
|
. | *.
|
. | *.

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

n cazul acestei ecuaii se constat existena fenomenului de


autocorelare a erorilor, care poate fi ignorat. Estimatorii parametrilor
modelului sunt nesemnificativi (pot fi acceptai ca semnificativi pentru un
prag de semnificaie 0,40 ), cu excepia estimatorului parametrului
corespunztor PIB-ului decalat cu o perioad, care este semnificativ diferit
de zero pentru un prag de semnificaie de 5%, modelul fiind semnificativ
pentru un prag de semnificaie de 5%.

Faza II. Deoarece variabila endogen Vt (vezi ecuaia (3)) este


variabil exogen n ecuaiile (1) i (2), n aceste ecuaii ea se va introduce
cu valorile estimate n faza I V$ - vezi tabelul 2.10.2., coloana 2.

Estimarea parametrilor ecuaiilor (1) i (2) se va face cu ajutorul


M.C.M.M.P. aplicate fiecrei ecuaii:
Ct a0

a Vt u1
1
t

(1)

I t b0

b V
1

b Vt
2

u2

Estimatorii ecuaiei (1),

a$

M.C.M.M.P.:

a$ 1 , rezult n urma aplicrii

F a ,a
0

(2)

min
24

a a V 2

t 2

1 t

24

24

F a 0 0 n 1 a 0 a1 t C
t

t 2
V

t 2

24

F a
1

0 V
a

t 2

a
t

24

t 2

24

C V
t 2

n cazul ecuaiei (1), calculele au fost efectuate cu ajutorul


programului EViews, rezultnd urmtoarele valori:
Dependent Variable: Ct
Method: Least Squares
Sample(adjusted): 1981 2003
IncludedVariable
observations: 23 Coefficient
after adjusting Std.
endpoints
Error

Vt

t-Statistic

Prob.

658,7968

147,3206

4,4719

0,0002

-0,1822

0,1796

-1,0147

0,3218

R-squared
Adjusted R-squared
S.E. of regression

0,0467
0,0013
73,0763

Mean dependent var


S,D, dependent var
Akaike info criterion

510,1087
73,1256
11,5038

Sum squared resid


Log likelihood
Durbin-Watson stat

112143,10
-130,2940
0,2747

Schwarz criterion
F-statistic
Prob(F-statistic)

C t a0 1a t 658,7968 0,1822 Vt
;
V

s s

a$ 0

a$

147,3206 0,1796

11,6026
1,0297
0,3218

R2 0,2162
d = 0,27

su 73,0763
1
Valorile estimate ale variabilei Ct i ale variabilei reziduale,
u1t
prezentate n cadrul tabelului 2.10.3. (utiliznd pachetul de programe
EViews).

sunt

Tabelul 2.10.3
Actual

Ct
442,1
436,3
433,1
450,1
442,0
448,1
472,1
513,2
516,6
557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7
629,1
673,7

Fitted

Ct
510,867
510,297
504,668
497,672
489,871
489,61
485,474
484,519
485,782
495,815
504,715
522,545
533,276
532,709
528,562
520,697
514,96
518,409
523,256
525,178
523,872
517,602
512,145

Residual
u1t
-68,7669
-73,9975
-71,5683
-47,5715
-47,8706
-41,5097
-13,3735
28,6814
30,8185
61,8853
-37,3153
-90,4449
-97,3760
-85,4090
-23,2623
25,0029
10,7404
67,7908
56,5437
57,1217
86,8275
111,4980
161,5550

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

* | .
* | .
* | .
.* | .
.* | .
.* | .
. *| .
. |* .
. |* .
. | *
.* | .
*. | .
*. | .
*. | .
. *| .
. |* .
. |* .
. | *
. | *.
. | *.
. | .*
. | . *
. | .

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*|

n vederea verificrii ipotezei de independen a erorilor se aplic


testul Durbin - Watson, care const n calcularea variabilei d cu ajutorul
relaiei:

u 2t u 2t 1
n

t 3
n

0,27

2
2t

t 2

Din tabela distribuiei Durbin - Watson, n funcie de un prag de


semnificaie 0,05, de numrul variabilelor explicative k 1 i de
numrul de observaii n 23 se preiau valorile teoretice d 1,26 i
1
d 2 1,44 . Comparnd valoarea calculat a variabilei d cu cele dou valori
teoretice se constat c 0 d 0,27 d 1,26 , interval ce corespunde
1
situaiei de autocorelaie pozitiv, care, n acest caz, va fi ignorat.
Estimatorii a$ 0 a$ 1 sunt semnificativ diferii de zero, cu un prag de
i
semnificaie 0,05, dac se verific urmtoarele relaii:
a 0

t ;nk
2,080
157,355
s a
0,05;21
1
t

2,2779
a 0
t
a 0

t a

69,08

0,1822
a1

0,1796 1,0147 t0,40;21 0,859


s a
1

n urma efecturii calculelor de mai sus se constat faptul c doar


estimatorul a$ 0 este semnificativ diferit de zero, cu un prag de semnificaie

0,05, n timp ce estimatorul a$ 1 poate fi acceptat ca semnificativ pentru


un prag de semnificaie 0,40 .
Verificarea semnificaiei raportului de corelaie:
R2

F n
kc

1
2

1 R1

; 1

; k n k

Fc 21 0,0467
1,0297
1
F0,05;1;21
0,0467

4,32

Pe baza rezultatului obinut se constat c raportul de corelaie este


nesemnificativ.
n cazul ecuaiei (2), utiliznd programul EViews, au fost obinute
urmtoarele rezultate:
Dependent Variable: It
Method: Least Squares
Sample(adjusted): 1981 2003
Included observations: 23 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

-827,5175

219,9338

-3,7626

0,0012

0,9928

1,8495

0,5368

0,5973

Vt 1

0,2573

1,6700

0,1540

0,8791

Vt

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,6548
0,6203
84,3385
142259,50
-133,0296
0,3265


I t b0 b1Vt b2Vt 1 827,5175
0,9928V

s s s

b$

b$

b$

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

192,2435
136,8614
11,8287
11,9768
18,9670
0,0000

0,2573Vt 1 ;
R3

219,9338 1,8495 1,67

0,8092
d 0,33

su 2 84,3385
Valorile estimate ale variabilei It i ale variabilei reziduale, u
2t

prezentate n cadrul tabelului 2.10.4. (utiliznd pachetul de programe


EViews).

sunt

Tabelul 2.10.4
Actual

Fitted

Residual

It

u 2t

Residual Plot
(graficul reziduurilor)

260,8
302,0
362,9
388,9
387,6
408,5
399,4
350,2
284,6
178,4
147,4
114,4
117,3
119,6
111,2
98,0
80,9
37,6
45,8
51,2
51,4
67,4
56,1

185,463
188,952
227,677
278,537
334,833
336,075
364,375
371,559
363,443
294,366
232,772
107,038
31,636
37,376
66,892
122,894
161,928
130,577
94,930
82,218
93,090
137,806
177,163

75,3368
113,0480
135,2230
110,3630
52,7666
72,4253
35,0247
-21,3594
-78,8433
-115,9660
-85,3721
7,3625
85,6637
82,2243
44,3084
-24,8945
-81,0276
-92,9767
-49,1295
-31,0180
-41,6895
-70,4062
-121,0630

|
. | *. |
|
. |
.* |
|
. |
. *|
|
. |
.* |
|
. | * . |
|
. | *. |
|
. | * . |
|
. * | . |
|
.* |
. |
| * . |
. |
|
* |
. |
|
. |*
. |
|
. |
* |
|
. | *. |
|
. | * . |
|
. * | . |
|
.* |
. |
|
* |
. |
| . * | . |
| . * | . |
| . * | . |
| .* |
. |
| * . |
. |

n vederea verificrii ipotezei de independen a erorilor se aplic


testul Durbin - Watson, care const n calcularea variabilei d cu ajutorul
relaiei:

u 2t u 2t 1
n

t 3
n

u22t

0,33

t 2

Din tabela distribuiei Durbin - Watson, n funcie de un prag de


semnificaie 0,05, de numrul variabilelor explicative k 2 i de

numrul de observaii n 23 se preiau valorile teoretice d 1,17 i


1
d 2 1,54 . Comparnd valoarea calculat a variabilei d cu cele dou valori
teoretice se constat c 0 d 0,33 d 1,17 , interval ce corespunde
1
situaiei de autocorelaie pozitiv, care, n acest caz, va fi ignorat.
Verificarea semnificaiei estimatorilor:

t
b

827,5175

t ;nk 1 t 2199,9338 3,2626 t


0,05;20 2,086
b

s b0

0,9928
t b1

0,5368
1

t
s b1 t ;nk
b
b1
1
t
1,8495

0,2573
t b2

0,154
2
s b2 t ;nk t b2
b
1
t
1,67

0,05;20

0,05;20

2,086

2,086

Pe baza rezultatelor de mai sus se constat c doar estimatorul

b 0

este semnificativ diferit de zero, cu un prag de semnificaie 0,05, n


timp ce estimatorii

b$1 b$2 sunt nesemnificativi ( b$1 poate fi acceptat


i
ca
semnificativ pentru un prag de semnificaie 0,6 ).
Verificarea semnificaiei raportului de corelaie:
Fc n k
R 22 F
2
;k ; nk 1

1
1 R2
k
F

20

0,6548
1 0,6548

18,967 F0.05;2;20 3,49

Se constat astfel c raportul de corelaie este semnificativ diferit de


zero, cu un prag de semnificaie 0,05 .

Programul EViews ofer posibilitatea estimrii parametrilor unui


model cu ecuaii simultane, att prin M.C.M.M.P. n dou faze, ct i prin
construirea unui sistem de ecuaii care permite estimarea parametrilor att
prin M.C.M.M.P. n dou faze, ct i prin M.C.M.M.P. n trei faze.
Astfel, rezultatele afiate de programul EViews n urma aplicrii
M.C.M.M.P. n dou faze asupra ecuaiei (1) sunt urmtoarele:
Dependent Variable: Ct
Method: Two-Stage Least Squares
Sample(adjusted): 1981 2003
Included observations: 23 after adjusting endpoints
Instrument list: Vt-1 Gt
Variable

Coefficient

Std. Error

t-Statistic

Prob.

658,7968
-0,1822

147,5788
0,1799

4,4640
-1,0129

0,0002
0,3226

0,0434
-0,0022
73,2044
1,0261
0,3226

Mean dependent var


S.D. dependent var
Sum squared resid
Durbin-Watson stat

Vt
R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)

510,1087
73,1256
112536,50
0,3028

Valorile estimate ale variabilei Ct i ale variabilei reziduale,


u1t

sunt

prezentate n cadrul tabelului 2.10.5. (utiliznd pachetul de programe


EViews).
Tabelul 2.10.5
Actual

Ct
442,1
436,3
433,1
450,1
442,0
448,1
472,1
513,2

Fitted

511,9806
506,2778
497,2589
487,4930
487,6206
483,5393
482,1364
483,0109

Residual
u1t
-69,8806
-69,9778
-64,1589
-37,3930
-45,6206
-35,4393
-10,0364
30,1891

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|

* |
* |
* |
.* |
.* |
.* |
. *|
. |*

.
.
.
.
.
.
.
.

|
|
|
|
|
|
|
|

Actual

Fitted

Ct

Ct
516,6
557,7
467,4
432,1
435,9
447,3
505,3
545,7
525,7
586,2
579,8
582,3
610,7
629,1
673,7

493,2141
502,4880
522,7304
534,7191
532,8424
527,9413
518,6309
513,1285
522,0198
528,5607
530,1459
527,4858
520,0156
513,2013
506,0591

Residual
u1t
23,3859
55,2120
-55,3304
-102,6191
-96,9424
-80,6413
-13,3309
32,5715
3,6802
57,6393
49,6541
54,8142
90,6844
115,8987
167,6409

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

. |* .
. | *.
.* | .
*. | .
*. | .
*. | .
. *| .
. |* .
. * .
. | *.
. | *.
. | *.
. | .*
. | . *
. | .

|
|
|
|
|
|
|
|
|
|
|
|
|
|
*|

n cazul ecuaiei (2), n urma aplicrii M.C.M.M.P. n dou faze prin


intermediul programului EViews au fost obinute urmtoarele rezultate:
Dependent Variable: It
Method: Two-Stage Least Squares
Sample(adjusted): 1981 2003
Included observations: 23 after adjusting endpoints
Instrument list: Vt-1 Gt
Variable

Coefficient

Std. Error

t-Statistic

Prob.

-827,5175
0,9928

219,9338
1,8495

-3,7626
0,5368

0,0012
0,5973

0,2573

1,6700

0,1540

0,8791

Vt
Vt-1
R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)

0,6548
0,6203
84,3385
142259,50
-133,0296

Mean dependent var


S.D. dependent var
Sum squared resid
Durbin-Watson stat

192,2435
136,8614
11,8287
11,9768

Valorile estimate ale variabilei It i ale variabilei reziduale, u sunt


2t

prezentate n cadrul tabelului 2.10.6. (utiliznd pachetul de programe


EViews).
Tabelul 2.10.6
Actual

Fitted

Residual

It

u 2t

260,8
302,0
362,9
388,9
387,6
408,5
399,4
350,2
284,6
178,4
147,4
114,4
117,3
119,6
111,2
98,0
80,9
37,6
45,8
51,2
51,4
67,4
56,1

185,463
188,952
227,677
278,537
334,833
336,075
364,375
371,559
363,443
294,366
232,772
107,038
31,636
37,376
66,892
122,894
161,928
130,577
94,930
82,218
93,090
137,806
177,163

75,3368
113,0480
135,2230
110,3630
52,7666
72,4253
35,0247
-21,3594
-78,8433
-115,9660
-85,3721
7,3625
85,6637
82,2243
44,3084
-24,8945
-81,0276
-92,9767
-49,1295
-31,0180
-41,6895
-70,4062
-121,0630

Residual Plot
(graficul reziduurilor)
|
. | .*
|
. | .*
|
. | .*
|
. | *.
|
. | *.
|
. | *.
|
. |* .
|
. *| .
|
.* | .
| *. | .
|
. |* .
|
. | .*
|
. | .*
|
. | *.
|
. *| .
|
* | .
|
.* | .
|
.* | .
|
. *| .
|
. *| .
|
* | .
| *. | .
|*
. | .

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

Interpretarea statistic a rezultatelor obinute este identic cu cea


menionat n cazul aplicrii M.C.M.M.P. n dou faze prezentat mai sus.
O alt modalitate de estimare a unui model cu ecuaii simultane cu
ajutorul programului EViews const n construirea sistemului de ecuaii
corespunztor modelului n form structural i n estimarea acestuia fie cu
ajutorul M.C.M.M.P. n dou faze (vezi SYSTEM01), fie cu ajutorul
M.C.M.M.P. n trei faze (vezi SYSTEM02).

System: SYSTEM01
Estimation Method: Two-Stage Least Squares
Sample: 1981 2003
Included observations: 23
Total system (balanced) observations 46
Instruments: Vt 1 Gt C

C(1)
C(2)
C(3)
C(4)
C(5)

Coefficient

Std. Error

658,7968
-0,1822
-827,5175
0,9928
0,2573

147,5788
0,1799
184,0225
1,5475
1,3973

Determinant residual covariance

t-Statistic

Prob.

4,4640
-1,0129
-4,4968
0,6415
0,1841

0,0001
0,3170
0,0001
0,5247
0,8548

2622725

Equation: C t =C(1)+C(2)* Vt
Observations: 23
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

0,0434
-0,0022
73,2044
0,3028

Mean dependent var


S.D. dependent var
Sum squared resid

510,1087
73,1256
112536,50

Equation: I t =C(3)+C(4)* Vt +C(5)* Vt 1


Observations: 23
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

0,7583
0,7341
70,5675
0,3495

Mean dependent var


S.D. dependent var
Sum squared resid

192,2435
136,8614
99595,42

Matricea varianelor i covarianelor reziduurilor este urmtoarea:


4892,8919
4308,6716

4330,2358
4308,6716
i n acest caz interpretarea statistic a rezultatelor obinute este
identic cu cea menionat anterior.

System: SYSTEM02
Estimation Method: Three-Stage Least Squares
Sample: 1981 2003
Included observations: 23
Total system (balanced) observations 46
Instruments: Vt 1 Gt C

C(1)
C(2)
C(3)
C(4)
C(5)

Coefficient

Std. Error

658,7968
-0,1822
-990,8377
3,1444
-1,6978

141,0164
0,1719
138,0781
0,5298
0,4584

Determinant residual covariance

t-Statistic

Prob.

4,6718
-1,0601
-7,1759
5,9350
-3,7034

0,0000
0,2953
0,0000
0,0000
0,0006

31011202

Equation: C t =C(1)+C(2)* Vt
Observations: 23
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

0,0434
-0,0022
73,2044
0,3028

Mean dependent var


S.D. dependent var
Sum squared resid

510,1087
73,1256
112536,50

Equation: I t =C(3)+C(4)* Vt +C(5)* Vt 1


Observations: 23
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

0,3361
0,2697
116,9579
0,6637

Mean dependent var


S.D. dependent var
Sum squared resid

192,2435
136,8614
273582,90

n cazul aplicrii M.C.M.M.P. n trei faze, matricea varianelor i


covarianelor este urmtoarea:
4892,892
5214,337

11894,

5214,337
91

Pe baza informaiilor furnizate de programul EViews n urma


aplicrii M.C.M.M.P. n trei faze sistemului de ecuaii se constat faptul c:
- n cazul ecuaiei (1), rezultatele obinute sunt nesemnificative;

- n cazul ecuaiei (2), ipotezele corespunztoare M.C.M.M.P. sunt verificate


(autocorelaia erorilor poate fi neglijat), iar estimatorii parametrilor sunt
semnificativ diferii de zero, pentru un prag de semnificaie de 5%, modelul
fiind i el semnificativ pentru acelai prag de semnificaie.
Descrierea economiei Romniei n perioada 1980-2003 se poate face
cu ajutorul multiplicatorilor cu efect direct.
Multiplicatorii cu efect direct sau multiplicatorii structurali sunt
reprezentai de parametrii modelului sub form structural:
a1
- rata marginal a consumului, care arat c, n perioada 19802003, la o cretere cu un miliard de lei a PIB-ului real, consumul final real al
populaiei a sczut cu 0,18 miliarde lei.
b1 - rata marginal a investiiilor, care exprim faptul c, n perioada
1980-2003, investiiile reale au crescut cu 0,99 miliarde lei la o cretere cu
un miliard de lei a PIB-ului real.
b2 - relev faptul c PIB-ul real realizat n anul anterior a avut un
efect pozitiv asupra creterii investiiilor reale, acestea crescnd cu
aproximativ 0,26 miliarde lei la o cretere cu un miliard de lei a PIB-ului
real din anul anterior.
Prin coroborarea valorilor estimatorilor i, n special, a semnului
algebric al acestora cu teoria economic privind sensul dependenelor i
interdependenelor dintre fenomenele economice analizate, se constat c
acestea conin evidente inadvertene economice, care constau n faptul c
sensul dependenei consumului final real al populaiei de factorul su de
influen, reliefat de semnul algebric al estimatorului parametrului
corespunztor acestuia, este n contradicie cu teoria economic. Aceast
inadverten const n faptul c PIB-ul real exercit o influen negativ
asupra consumului final real al populaiei.
Datorit slabelor performane statistice ale acestui model, ct i
discrepanelor dintre valorile estimatorilor i teoria economic, s-a renunat
la continuarea utilizrii sale n scopuri prospective. Acest lucru nu nseamn
c acest model prezint deficiene de specificare ci, mai curnd, rezultatele
contradictorii se datoreaz, att dificultii construirii unor serii lungi de

date, ct i msurilor inconsecvente de politic economic adoptate n


perioada de tranziie a Romniei.

2.1.11 Model recursiv


Pe baza datelor din Anuarul Statistic al Romniei s-au construit
seriile cronologice pe ani privind indicele ctigului salarial real
(1990=100), Its , indicele productivitii muncii reale (1990=100), Itw , i
indicele preurilor de consum (1990=100), Itp, n perioada 1990-2002:
Tabelul 2.11.1
t

pIt

p
t 1

wIt

sIt

1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

100,0
270,2
838,8
2987,0
7071,9
9353,4
12983,4
33076,9
52624,2
76728,0
111767,1
150290,7
184162,1

100,0
270,2
838,8
2987,0
7071,9
9353,4
12983,4
33076,9
52624,2
76728,0
111767,1
150290,7

100,0
87,5
82,3
86,8
90,6
102,4
107,7
105,1
102,5
106,0
105,5
112,4
121,2

100,0
81,7
71,3
59,4
59,4
66,5
72,7
56,3
58,2
56,0
58,6
61,5
62,8

Sursa: Date prelucrate pe baza Anuarului Statistic al Romniei 2003, INS, Bucureti, 2004, p. 135,
322, 105, Anuarului Statistic al Romniei 2000, INS, Bucureti, 2001, p. 135, 136, Anuarului Statistic
al Romniei 2001, INS, Bucureti, 2002, p. 132, 312, Raportului Anual 2002 BNR, Bucureti, 2003, p.
* *
* *
4 -7 , Raportului Anual 2000 BNR, Bucureti, 2001, p. 5 -9 .

Se cere:
a) S se construiasc modelul econometric cu ajutorul cruia pot fi descrise
dependenele i interdependenele dintre preuri i ctigurile salariale;

b) Abordarea modelului construit la punctul a) ca model cu ecuaii simultane i


estimarea parametrilor acestuia cu ajutorul metodelor cunoscute;
c) Abordarea modelului de la punctul a) ca model recursiv i estimarea
parametrilor acestuia;
d) S se compare rezultatele obinute la punctele b) i c) i s se formuleze
concluziile care se desprind.
Rezolvare:
a) n teoria economic se ntlnete un model cu ecuaii multiple denumit i
modelul spiralei preurilor care, sub form structural, se prezint astfel:
I

a aIp a Iw
u

t 0
1
M0 p
I t b 0 b 1 I
t

s t

(1)

1t

(2)

2t
s p

Acest model conine dou variabile endogene (I ,I ) i o singur


w
variabil exogen (I ), n total trei variabile.
Ecuaia (1) a modelului este nonidentificat deoarece conine toate
variabilele (0<2-1), n timp ce ecuaia (2) este corect identificat, deoarece
numrul variabilelor absente (It w) este egal cu numrul variabilelor
endogene minus unu (1=2-1). Ca atare, modelul este nonidentificabil, adic
nu vor putea fi estimai toi parametrii acestui model.
Modelul de mai sus poate fi transformat ntr-un model corect
specificat din punct de vedere econometric pornind de la urmtoarele
premise:
De regul, presiunile sociale privind creterea salariilor nu sunt simultane cu
creterea preurilor ci, de regul, acestea se produc dup un anumit timp;
Acest lucru permite ca n ecuaia (1) a modelului, indicele preului
p

s figureze cu valoarea sa decalat, I t 1 ;

n timp, micarea unui fenomen economic are o anumit inerie care, n


domeniul econometriei, se definete ca fenomen autoregresiv, respectiv n
ecuaia care descrie micarea fenomenului, n pachetul variabilelor exogene
se introduce o variabil cu valori decalate. Aplicnd acest principiu, n
ecuaia (2) a modelului se va introduce o nou variabil
p

exogen I t 1 .
Pe baza acestor premise, modelul iniial, M0, se transform n
modelul cu ecuaii multiple, M1:
I

M1

pt

pa

au I

t 1

(1)

(2)

1t s
p
b 2 I t 1
2t

I t b 0 b 1 I

b) Modelul de mai sus, M1, interpretat ca un model cu ecuaii simultane, este


un model corect identificat deoarece:
- conine patru variabile, dintre care dou sunt endogene (It s,It p) i
p

dou sunt exogene ( I t 1 ,It );


-

n ecuaia (1), numrul variabilelor absente ( I

t 1 )

este egal cu

numrul variabilelor endogene minus unu (1=2-1), rezult c ecuaia (1) este
corect identificat;
- ecuaia (2) este, de asemenea, corect identificat, deoarece numrul
variabilelor absente (Itw) este egal cu numrul variabilelor endogene minus
unu (1=2-1).
n aceast situaie, modelul este corect identificat, iar parametrii
acestuia pot fi estimai, fie cu ajutorul metodei regresiei indirecte aplicat
fiecrei ecuaii a modelului n forma redus, fie cu ajutorul M.C.M.M.P.
aplicat n dou faze.
Forma redus a modelului M1 regresarea variabilelor endogene
numai n funcie de variabilele exogene se obine efectund urmtoarele
calcule :
- ecuaia (1) este deja sub form redus, variabila endogen It s fiind
p

exprimat numai n funcie de cele dou variabile exogene I t 1 , It .

- ecuaia (2) va fi adus la forma redus prin nlocuirea variabilei


endogene Its cu expresia sa din ecuaia (1):
p

+b1u1t+u2t

It =b0+a0b1+(a1b1+b2) I t 1
+a2b1It
Notnd cu :
0 b0 a0b1
2t

1 a1b1 b2
2 a2b1
z t b1u1t u2t
ecuaia (2) devine:

FR: I t 0 1I t 1 2
It

zt

n final, modelul sub form redus se prezint astfel:


I

pa

a I

2 t
1 t 1
t 0
w
p
M2 p

I t
0
1 t 1
2
It

1t

zt

Estimarea parametrilor acestui model presupune aplicarea


M.C.M.M.P. fiecrei ecuaii n parte.
Utiliznd programul EViews s-au obinut urmtoarele rezultate n
cazul primei ecuaii a modelului sub form redus:
s

Dependent Variable: It
Method: Least Squares
Sample(adjusted): 1991 2002
Included observations: 12 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

0,8388
-0,000013

0,3289
0,0001

2,5504
-0,1629

0,0312
0,8742

I t p1

Itw

-0,1951

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0,1287
-0,0650
0,0814
0,0596
14,8068
1,2180

0,3493

-0,5585

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

0,5901
0,6370
0,0788
-1,9678
-1,8466
0,6644
0,5381

Astfel, ecuaia ce descrie evoluia indicelui ctigului salarial real


este de forma:
Ip 0,8388 0,000013 I 0,1951 I w
;
s

0,3289 0,0001

t 1

R 0,3587

0,3493

d 1,22
s 0,0814
u1

Analiznd rezultatele obinute se constat c ipotezele


corespunztoare M.C.M.M.P. sunt verificate (autocorelaia erorilor poate fi
neglijat ca urmare a indeciziei), dar estimatorii parametrilor modelului, cu
excepia termenului liber, sunt nesemnificativi, modelul fiind i el
nesemnificativ.
Revenind la ecuaia (2) sub form redus, estimatorii acesteia au
nregistrat urmtoarele valori (vezi listingul de mai jos):
Dependent Variable: I t

Method: Least Squares


Sample(adjusted): 1991 2002
Included observations: 12 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

-179,4978

296,3394

-0,6057

0,5597

1,2180

0,0731

16,6713

0,0000

247,5859

314,7246

0,7867

0,4517

0,9892
0,9868
73,3035

Mean dependent var


S.D. dependent var
Akaike info criterion

It

It

R-squared
Adjusted R-squared
S.E. of regression

535,1246
637,4540
11,6394

Sum squared resid


Log likelihood
Durbin-Watson stat

48360,68
-66,8365
1,2817

Schwarz criterion
F-statistic
Prob(F-statistic)

Ip 179,4978 1,218 I 247,5859 I w


;
p

t 1

296,3394 0,0731314,7246

11,7606
411,4207
0,0000

R 0,9946

d 1,28
sz 48,4421

Rezultatele obinute indic faptul c ipotezele corespunztoare


M.C.M.M.P. sunt verificate (autocorelaia erorilor poate fi neglijat ca
urmare a indeciziei), iar estimatorii parametrilor modelului, cu excepia
estimatorului parametrului corespunztor indicelului preurilor de consum
decalat cu o perioad, sunt nesemnificativi, modelul fiind semnificativ
pentru un prag de semnificaie de 5%.
Dup estimarea parametrilor modelului n form redus urmeaz
identificarea modelului cu ecuaii simultane, adic a parametrilor modelului
structural pe baza estimatorilor modelului sub form redus.
Estimarea acestora se face pornind de la notaiile efectuate anterior:
a 179,4978 0,8388 b
b
b b
0
0
0 1
0
1
a b 1,218 0,000013 b
b
b
1
1 1
2
1
2

a b 247,5859 0,1951 b
2

De unde rezult c:
b 884,983
0

b1 1269,1246
b2 1,2013
n final, modelul cu ecuaii simultane sub form structural este de
forma:
p I s 0,8388 0,000013 I 0,1951 I w
t 1
t
t
s
p
M1 p

884,983

1,2013I
I t
t 1
1269,1246It

Modelul M1, fiind un model corect identificat, estimatorii acestuia


pot fi obinui i cu ajutorul M.C.M.M.P. aplicat n dou faze:
Faza I. Se estimeaz parametrii ecuaiei (1) a modelului cu ajutorul
M.C.M.M.P., obinndu-se aceleai rezultate ca i n cazul anterior:
Ip 0,8388 0,000013 I 0,1951 I w
;
s

0,3289 0,0001

t 1
t

0,3493

R 0,3587
d 1,22
s 0,0814
u1

n continuare, se calculeaz valorile teoretice (ajustate) ale variabilei


enodogene

I . Utiliznd programul EViews, s-au obinut


s

urmtoarele

rezultate (vezi tabelul .2.11.2., coloana 3):


Tabelul 2.11.2
Obs.
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002

Fitted

Residual

st

Ist

u1t

0,817
0,713
0,594
0,594
0,665
0,727
0,563
0,582
0,560
0,586
0,615
0,628

0,6680
0,6782
0,6693
0,6616
0,6381
0,6274
0,6320
0,6344
0,6250
0,6228
0,6047
0,5825

0,1490
0,0348
-0,0753
-0,0676
0,0269
0,0996
-0,0690
-0,0524
-0,0650
-0,0368
0,0103
0,0455

Actual

Residual Plot
(graficul reziduurilor)
|
|
|
|
|
|
|
|
|
|
|
|

.
|
. *|
.
| * . |
.* |
. |
.* |
. |
.
|* . |
.
|
.* |
.* |
. |
. * |
. |
.* |
. |
. * |
. |
.
|* . |
.
| * . |

Faza II. n cadrul celei de-a doua ecuaii a modelului M1 n form


structural, valorile empirice ale indicelui ctigului salarial real sunt
nlocuite cu valorile estimate ale acestuia. n vederea estimrii parametrilor
acestei ecuaii a fost utilizat programul EViews, care permite estimarea

parametrilor unui model cu ecuaii simultane cu ajutorul M.C.M.M.P. n


dou faze, obinndu-se astfel urmtoarele rezultate:
Dependent Variable:

It p

Method: Two-Stage Least Squares


Sample(adjusted): 1991 2002
Included observations: 12 after adjusting endpoints
Instrument list:

I t It

Variable

Coefficient

Std. Error

t-Statistic

Prob.

884,9814

1184,3430

0,7472

0,4740

-1269,1230

1805,2800

-0,7030

0,4998

1,2013

0,1018

11,8009

0,0000

It
It

R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)

0,9865
0,9834
82,0278
328,5595
0,0000

Mean dependent var


S.D. dependent var
Sum squared resid
Durbin-Watson stat

Ip 884,9814 1269,123 I 1,2013


I ;
p

535,1246
637,4540
60557,03
1,1716

R 0,9932

t 1

1184,343 1805,28 0,1018

d 1,17
s 82,0278
z3

Rezultatele obinute indic faptul c ipotezele corespunztoare


M.C.M.M.P. sunt verificate (autocorelaia erorilor poate fi neglijat ca
urmare a indeciziei), iar estimatorii parametrilor modelului, cu excepia
estimatorului parametrului corespunztor indicelui preurilor de consum
decalat cu o perioad, sunt nesemnificativi, modelul fiind semnificativ
pentru un prag de semnificaie de 5%.
Comparnd modelul M1, estimat cu ajutorul metodei regresiei
indirecte, cu modelul estimat pe baza M.C.M.M.P. aplicat n dou faze se
observ c rezultatele sunt aproape identice micile diferene datorndu-se
erorilor de rotunjire a rezultatelor, cum era, de altfel, i normal s se
ntmple.

O alt modalitate de estimare a unui model cu ecuaii simultane cu


ajutorul programului EViews const n construirea sistemului de ecuaii
corespunztor modelului M1 i n estimarea acestuia fie cu ajutorul
M.C.M.M.P. n dou faze (vezi SYSTEM01), fie cu ajutorul M.C.M.M.P. n
trei faze (vezi SYSTEM02):
System: SYSTEM01
Estimation Method: Two-Stage Least Squares
Sample: 1991 2002
Included observations: 12
Total system (balanced) observations 24

It

Instruments:

It C

C(1)
C(2)
C(3)
C(4)
C(5)
C(6)

Coefficient

Std. Error

t-Statistic

Prob.

0,8388
-0,000013
-0,1951
884,9814
-1269,1230
1,2013

0,3289
0,0001
0,3493
1184,3430
1805,2800
0,1018

2,5504
-0,1629
-0,5585
0,7472
-0,7030
11,8009

0,0201
0,8724
0,5834
0,4646
0,4910
0,0000

Determinant residual covariance


Equation:

12,4448
w

I t =C(1)+C(2)* I tp +C(3)* It
1

Observations: 12
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat
Equation:

0,1287
-0,0650
0,0814
1,2180
s

t 1

I =C(4)+C(5)* I +C(6)* I
t

Observations: 12

Mean dependent var


S.D. dependent var
Sum squared resid

0,6370
0,0788
0,0596

R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

0,9865
0,9834
82,0278
1,1716

Mean dependent var


S.D. dependent var
Sum squared resid

535,1246
637,4540
60557,03

System: SYSTEM02
Estimation Method: Three-Stage Least Squares
Sample: 1991 2002
Included observations: 12
Total system (balanced) observations 24

It

Instruments:

It C

C(1)
C(2)
C(3)
C(4)
C(5)
C(6)

Coefficient

Std. Error

t-Statistic

Prob.

0,8388
-0,000013
-0,1951
884,9814
-1269,1230
1,2013

0.2848
0,0001
0,3025
1025,6710
1563,4180
0,0882

2,9450
-0,1881
-0,6450
0,8628
-0,8118
13,6266

0,0087
0,8529
0,5271
0,3996
0,4275
0,0000

Determinant residual covariance


Equation:
p

I =C(1)+C(2)* I

+C(3)* I

t 1

Observations: 12
R-squared
Adjusted R-squared
S.,E. of regression
Durbin-Watson stat
Equation:

12,4448

0,1287
-0,0650
0,0814
1,2180

Mean dependent var


S.D. dependent var
Sum squared resid

I =C(4)+C(5)* I +C(6)* I
t

Observations: 12
R-squared
Adjusted R-squared
S.E. of regression
Durbin-Watson stat

w
t

0,9865
0,9834
82,0278
1,1716

0,6370
0,0788
0,0596

p
t 1

Mean dependent var


S.D. dependent var
Sum squared resid

535,1246
637,4540
60557,03

c) Pornind de la modelul M1:


I

M1

pt

pa
0

I t b 0 b 1 I
t

au I
t 1

(1)

(2)

1t s
p
b 2 I t 1
2t

se constat c acesta poate fi considerat un model recursiv deoarece


variabilele endogene urmeaz o anumit ordine. Astfel, indicele ctigului
salarial real, variabil endogen n prima ecuaie, figureaz ca variabil

exogen n ecuaia (2). n schimb, indicele preurilor de consum nu


figureaz dect ca variabil endogen n ecuaia (2).
Matriceal, forma structural a modelului M1 este urmtoarea:
1

s
0 I

b
1

a
aa
t
0
1

b
b 0
1
It 0
2

respectiv matricea B,

p
I


t 1
w 1t

I t u 2t

= U

, este o matrice triunghiular specific

b1 1
modelelor recursive.
Estimatorii parametrilor modelului M1, considerat ca fiind un model
recursiv, pot fi calculai cu ajutorul M.C.M.M.P. aplicat fiecrei ecuaii a
modelului structural.
Ecuaia (1) a fost deja estimat la punctul b), ea fiind urmtoarea:

Ip 0,8388 0,000013 I
s

0,3289 0,0001

0,1951 I
;

t 1

R 0,3587

0,3493

d 1,22
s 0,0814
u1

n urma aplicrii M.C.M.M.P. asupra celei de-a doua ecuaii a


modelului M1 au rezultat urmtoarele valori:
Dependent Variable: I t

Method: Least Squares


Sample(adjusted): 1991 2002
Included observations: 12 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

431,6229

156,8297

2,7522

0,0224

s
t

-577,8482

236,8351

-2,4399

0,0374

It

1,2354

0,0372

33,1807

0,0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid

0,9930
0,9915
58,7926
31109,12

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion

535,1246
637,4540
11,1982
11,3195

Log likelihood
Durbin-Watson stat

-64,1894
1,1729

F-statistic
Prob(F-statistic)

I 431,6229 577,8482 I 1,2354 I


;
p

642,0695
0,0000

R 0,9965

t 1

156,8297 236,8351 0,0372

DW 1,17
s 58,7926
z2

Rezultatele obinute indic faptul c ipotezele corespunztoare


M.C.M.M.P. sunt verificate (autocorelaia erorilor poate fi neglijat ca
urmare a indeciziei), iar estimatorii parametrilor modelului sunt semnificativ
diferii de zero pentru un prag de semnificaie de 5%, modelul fiind i el
semnificativ pentru acelai prag de semnificaie.
d) Abordarea econometric a modelului M1 ca model cu ecuaii simultane, M1S,
a condus la obinerea urmtoarelor rezultate:
I s 0,8388 0,000013 I p1 0,1951 Iw ; R 0,3587
t
t
t

0,3289 0,0001 0,3493 d 1,22

884,9814 1269,123
s u 0,0814
1
M1S
It
p
1,2013 I t 1 R 0,9932
tp
I
;
s

1184,343 1805,28 0,1018 d 1,17

s z 2 82,0278

iar tratarea acestuia ca model recursiv, M1R, a determinat obinerea


urmtoarelor valori:
I s 0,8388 0,000013 I p1 0,1951 Iw ; R 0,3587
t
t
t

0,3289 0,0001 0,3493 d 1,22

s u 0,0814
1
M1R
s
p
p
R 0,9965
It 431,6229 577,8482 I 1,2354 I t 1
;
t

156,8297 236,8351 0,0372 d 1,17

s z 58,7926

Deoarece dubla interpretare a modelului M1, ca model cu ecuaii


simultane (M1S), i ca model recursiv (M1R), a condus la rezultate diferite, se
pune problema validrii variantei corecte.
Discuia econometric a celor dou modele arat c estimatorii
obinui pe baza modelului recursiv, n special n cazul ecuaiei (2) a
modelului, sunt semnificativi, n timp ce estimatorii obinui pe baza
modelului cu ecuaii simultane sunt nesemnificativi, cu excepia
estimatorului parametrului corespunztor indicelui preurilor de consum
decalat cu o perioad n cazul celei de-a doua ecuaii a modelului. n cazul
ambelor modele, rezultatele obinute pentru prima ecuaie sunt
nesemnificative.
Prin coroborarea valorilor estimatorilor i, n special, a semnului
algebric al acestora cu teoria economic privind sensul dependenelor i
interdependenelor dintre fenomenele economice analizate, se constat c
ambele ecuaii, att ale modelului cu ecuaii simultane, ct i ale modelului
recursiv, conin evidente inadvertene economice, n sensul c dinamica
ctigului salarial real a fost influenat negativ de creterea productivitii
muncii i de indicele preurilor decalat cu o perioad n decursul perioadei
analizate, 1990-2002 (vezi prima ecuaie a ambelor modele), iar dinamica
preurilor a fost influenat negativ de ctre dinamica ctigului salarial real
(vezi cea de-a doua ecuaie a ambelor modele).
Datorit slabelor performane statistice ale celor dou modele, ct i
discrepanelor dintre valorile estimatorilor i teoria economic, s-a renunat
la continuarea utilizrii lor n scopuri prospective. Acest lucru nu nseamn
c respectivele modele prezint deficiene de specificare ci, mai curnd,
rezultatele contradictorii se datoreaz dimensiunii reduse a seriilor de timp
utilizate i evoluiei oscilante a economiei romneti n perioada de tranziie
ctre economia de pia.
n concluzie, se recomand ca un model cu ecuaii multiple s fie
corect specificat ca model cu ecuaii simultane sau ca model recursiv
deoarece abordarea greit a tipului de model conduce la rezultate diferite,
care afecteaz calitatea calculelor econometrice.

2.2 Probleme propuse spre rezolvare


2.2.1. Indicatorii sintetici ai economiei Romniei (exprimai n mld. lei, preuri
curente) n perioada 1980 2002 se prezint n tabelul de mai jos:

Tabelul 2.2.1
Indicatori

Unitatea
de
1980
msur

Produs Intern
mld. lei
1)
p.c.
Brut
Consumul final mld. lei
1)
p.c.
al populaiei
Consumul final al mld. lei
administraiei
p.c.
1)
publice
Formarea brut de mld. lei
1)
p.c.
capital fix
1)
Variaia stocurilor mld. lei
p.c.
1)
Export net
mld. lei
p.c.
Imobilizri
mld. lei
corporale
p.c.
(mijloace fixe)
Investiii
mld. lei
p.c.
Populaia ocupat mii pers

Anul
1981 1982 1983 1984

1985

1986

1987

616,9 623,7 727,4 768,7 816,1 817,4

838,6 845,6

315,9 335,1 391,8 387,6 413,6 408,4

416,7 441,9

72,5

80,5

76,6

76,6

76,0

80,2

83,5

75,0

212,8 209,3 216,4 230,7 244,7 246,3

249,0 245,5

32,9

17,1

28,9

30,9

34,1

23,6

39,4

23,5

-34,8

-22,7

4,0

32,4

29,3

33,2

35,5

52,8

1880

2036

2211 2397 2614

2798

2992

3182

210,5 209,3 216,4 230,7 244,7 246,3

249,0 245,5

10350 10391 10433 10475 10500 10586 10670 10719

Tabelul 2.2.1
(continuare)
Unitatea
de
1988
msur

Indicatori
Produs Intern Brut

1)

Consumul final al
1)
populaiei
Consumul final al
administraiei
1)

mld. lei
p.c.
mld. lei
p.c.
mld. lei
p.c.

Anul
1989

1990

857,0 800,0

857,9

2203,9 6029,2 20035,7 49773,2

454,7 463,4

557,7

1323,7 3750,8 12670,3 31442,0

77,6

100,5

121,8

348,8

238,9

169,8

317,0 1156,9 3583,7 10095,7

-24,6

89,7

301,1

736,7 2212,2 2252,6

21,8

-81,1

-86,7

-506,9 -996,0 -1027,5

3526

3498

4505

23217 26583

236,4

168,4

314,0

888,6 2821,8 8004,6

publice
Formarea brut de mld. lei 240,2
1)
p.c.
capital fix
1)
Variaia stocurilor
3,1
mld. lei
p.c.
1)
Export net
mld. lei 80,2
p.c.
Imobilizri
mld. lei
3359
corporale
p.c.
(mijloace fixe)
mld. lei
Investiii
240,2
p.c.
Populaia ocupat mii pers 10805

1991

10946 10840

1992

1993

1994

891,7 2565,5 7010,4

10786 10458 10062

33811

10011

Tabelul 2.2.1
(continuare)
Indicatori

Unitatea
de
1995
msur

Anul
1996

1997

1998

1999

2000

2001

2002

Produs Intern mld. lei


72135,5 108919,6252925,7 373798,2545730,2 803773,1 1167687,01512616,8
p.c.
Brut1)
Consumul
mld. lei
final
48545,1 75288,8 186238,2 310922,7453308,0 634590,4 917185,7 1151355,9
p.c.
1)
al populaiei
Consumul
final al
mld. lei
10117,3 14650,6 32381,6 26545,9 31053,5 57942,5 77551,4 91751,0
administraiei p.c.
1)
publice
Variaia
mld. lei
20851,1 3161,4 -1368,7 -1586,4 -8889,9 4543,9 22294,8 33432,4
1)
p.c.
stocurilor

Unitatea
de
1995
msur

Indicatori

Export net

1)

Anul
1996

1997

1998

1999

2000

2001

2002

mld. lei
-4036,9 -9179,7 17865,5 -30003,9 -26371,8 -45250,9 -90498,5 -86305,4
p.c.

Imobilizri
mld. lei
169866 188934 242714 429038 701941 1449782 2171506 2855564
corporale
p.c.
(mijloace fixe)
mld. lei
Investiii
p.c. 12995,5 20945,3 44134,7 60515,2 83948,1 124987,2 204195,2 271734,7
Populaia
9379
9023
8813
8420
8629
8563
8329
mii pers 9493
ocupat
Not: ncepnd din anul 1999, conturile naionale s-au realizat numai conform metodologiei SEC 1995.
Sursa: Anuarul Statistic al Romniei 1995, CNS, Bucureti, 1996, p. 145, 370-371, 386, 398, Anuarul Statistic al
Romniei 1996, INS, Bucureti, 1997, p. 141, 364-365, 384, 394, Anuarul Statistic al Romniei 2001, INS,
Bucureti, 2002, p. 94, 278, 297, 303, Anuarul Statistic al Romniei 2003, INS, Bucureti, 2004, p. 105, 284, 307,
312.

Pe baza datelor prezentate n tabelul de mai sus s se fac analiza


econometric a economiei Romniei utiliznd:
- modele uni i multifactoriale, statice i dinamice;
- modele cu ecuaii multiple.
Specificarea modelelor i construirea seriilor statistice necesare
identificrii i rezolvrii acestora se vor fundamenta pe cunotiinele nsuite
la disciplinele de teorie economic i de statistic macroeconomic.
2.2.2. n Romnia, n perioada ianuarie 1991-decembrie 2004, s-au nregistrat
urmtoarele valori expimate n preuri comparabile (1990=1) privind:
- indicii preurilor bunurilor i serviciilor de consum (IPC);
- indicii cursului mediu valutar (ICV);
- indicii ctigurilor salariale medii nominale nete (IVMN).
1990=1

Tabelul 2.2.2
IPC

1991
ICV

IVMN

IPC

1992
ICV

IVMN

IPC

1993
ICV

IVMN

1
2
3

1,581
1,692
1,804

1,785
1,756
1,828

1,160
1,143
1,181

5,312
5,974
6,573

9,909
10,046
10,066

3,809
3,725
4,478

14,830
16,050
17,520

23,899
25,953
29,794

8,132
8,542
10,880

Luna

IPC

1991
ICV

IVMN

IPC

1992
ICV

IVMN

IPC

1993
ICV

4
5
6
7
8
9
10
11
12

2,282
2,398
2,445
2,677
2,976
3,194
3,526
3,910
4,445

3,035
3,056
3,111
3,149
3,101
3,085
3,060
7,417
9,448

1,785
2,169
2,237
2,374
2,367
2,636
2,823
3,095
3,337

6,880
7,713
8,041
8,296
8,576
9,445
10,350
11,750
13,300

10,085
11,368
13,285
17,763
19,077
20,546
21,861
21,861
22,006

4,592
5,187
5,690
5,855
5,802
6,829
7,054
8,338
9,555

19,270
25,135
26,511
30,007
33,255
36,891
42,913
48,994
52,599

30,692
31,593
35,003
39,070
41,108
44,230
50,056
54,289
57,997

11,224
14,948
17,257
19,639
21,978
21,755
23,354
27,247
29,681

Luna

1990=1

IVMN

Tabelul 2.2.2
(continuare)
IPC

1994
ICV

IVMN

IPC

1995
ICV

IVMN

IPC

1996
ICV

10

11

12

13

14

15

16

17

18

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

55,176
58,431
63,281
67,084
70,424
72,234
73,375
74.680
77.620
81,033
83,337
85,073

70,522
75,928
81,408
84,937
84,252
84,753
85,700
85.807
87,803
89,118
89,301
90,183

29,817
31,159
32,983
36,964
37,043
38,411
41,786
45.074
44,958
47,007
49,134
58,152

86,783
88,034
88,85
90,279
91,249
92,449
94,831
95.750
97,273
100,735
104,844
108,681

90,290
91,451
93,166
94,812
97,163
99,432
101,387
104.012
106,762
110,127
121,773
130,046

50,054
50,896
53,545
58,298
58,495
60,070
64,011
67.469
67,236
71,064
73,877
82,893

109,996
112,072
114,006
116,223
122,429
123,701
133,004
138.046
141,361
146,154
154,577
170,520

132,142
141,012
146,040
147,999
148,979
151,906
155,731
159.833
162,745
167,552
176,827
189,827

75,150
72,900
76,812
88,330
85,972
86,159
97,773
100.495
99,989
109,734
111,416
127,033

Luna

1990=1
Luna

IVMN

Tabelul 2.2.2
(continuare)
IPC

1997
ICV

IVMN

IPC

1998
ICV

IVMN

IPC

1999
ICV

IVMN

19

20

21

22

23

24

25

26

27

1
2
3
4
5

193,864
230,253
300,968
321,738
335,447

252,334
350,569
367,865
358,338
360,483

116,254
133,657
148,514
173,365
166,270

449,601
481,926
500,018
513,652
525,356

421,627
418,449
417,239
426,009
430,976

259,058
257,358
279,527
306,238
292,687

620,794
638,633
679,252
712,217
750,064

577,204
623,843
714,464
752,039
774,672

363,486
379,103
413,405
433,413
427,784

IPC

1997
ICV

IVMN

IPC

1998
ICV

IVMN

IPC

1999
ICV

19

20

21

22

23

24

25

26

27

6
7
8
9
10
11
12

343,155
345,525
357,683
369,517
393,458
410,255
428,722

364,631
364,225
378,505
382,755
391,566
396,960
404,692

170,175
182,111
190,580
208,038
233,507
240,434
275,483

531,958
539,075
542,505
557,167
578,775
589,836
602,654

435,658
442,267
446,426
460,097
476,904
503,757
535,262

304,810
321,778
328,905
333,905
342,977
349,007
398,436

788,272
801,289
811,052
836,906
871,740
906,513
932,969

801,057
777,377
809,405
831,698
849,293
886,970
914,916

443,326
469,792
475,742
477,428
485,349
513,059
582,917

Luna

1990=1

IVMN

Tabelul 2.2.2
(continuare)
IPC

2000
ICV

IVMN

IPC

2001
ICV

IVMN

IPC

2002
ICV

28

29

30

31

32

33

34

35

36

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

973,180
994,265
1012,085
1060,506
1079,819
1110,420
1157,908
1179,180
1212,300
1245,794
1281,153
1312,781

933,025
950,773
976,467
1004,499
1036,767
1069,171
1098,190
1139,888
1199,883
1238,327
1276,197
1301,668

505,564
512,025
558,579
625,620
594,500
616,182
636,197
650,369
665,778
690,451
731,545
852,832

1361,223
1391,811
1420,167
1457,843
1483,18
1506,810
1526,502
1560,634
1590,959
1629,818
1674,321
1710,423

1334,169
1363,259
1387,855
1417,300
1448,571
1471,912
1492,847
1515,455
1537,158
1565,104
1591,179
1604,255

802,000
760,461
825,788
886,098
853,925
873,314
914,844
918,339
915,319
940,371
970,785
1071,964

1750,275
1770,458
1776,787
1813,048
1846,572
1868,808
1878,215
1893,609
1905,24
1936,54
1985,972
2015,562

1629,487
1638,704
1665,770
1682,847
1702,644
1697,626
1676,614
1682,450
1683,584
1689,995
1705,374
1710,920

1075,450
1014,752
1073,940
1161,644
1111,726
1114,941
1148,032
1141,889
1129,165
1162,113
1182,823
1325,629

Luna

1990=1

IVMN

Tabelul.2.2.2
(continuare)
IPC

2003
ICV

IVMN

IPC

2004
ICV

37

38

39

40

41

42

1
2
3
4
5
6
7

2041,563
2058,090
2080,261
2102,433
2112,712
2130,651
2156,248

1700,458
1722,623
1684,520
1713,406
1652,349
1658,180
1661,240

1385,694
1303,994
1358,434
1451,457
1385,270
1378,410
1424,663

2325,921
2340,629
2352,277
2365,909
2372,672
2386,768
2417,116

1655,918
1630,529
1659,664
1724,626
1716,207
1706,640
1697,768

1690,407
1604,444
1715,724
1748,552
1699,212
1707,375
1723,255

Luna

IVMN

Luna
0

IPC

2003
ICV

IVMN

37

38

39

IPC

2004
ICV

IVMN

40

41

42

8
2161,892
1695,938
1408,314
2430,250
1708,851
1707,375
9
2208,250
1718,317
1429,894
2453,240
1709,268
1723,255
10
2241,910
1685,674
1451,994
2483,340
1671,657
1778,328
11
2274,159
1734,052
1475,648
2499,397
1559,598
1829,276
12
2300,562
1678,322
1657,313
2513,608
1469,741
2013,794
Sursa: Anuarul Statistic al Romniei 2003, INS, Bucureti, 2004, p. 322-323, Buletin statistic lunar
nr. 1-12, INS, Bucureti, 1991-2004

Pe baza informaiilor de mai sus, s se explice creterea indicelui


preurilor bunurilor de consum pe seama creterii indicelui cursului valutar
i a creterii indicelui veniturilor, utiliznd:
- modele unifactoriale liniare i neliniare;
- modele multifactoriale liniare i neliniare;
- modele statice i modele dinamice.