Sunteți pe pagina 1din 25

MODEL MULTIFACTORIAL MICROECONOMIC

Ion STANCU
Andrei Tudor STANCU

Rezumat
Pentru c modelul de pia simplific foarte mult relaia dintre rentabilitatea valorilor
mobiliare, alternativ s-au cercetat modele multifactoriale de explicare a acestei rentabiliti
prin mai muli factori macroeconomici (PIB, Dobnda, Inflaia, Cursul de schimb etc.) sau
microeconomici (Beta, Capitalizarea bursier, Gradul de ndatorare, ROE, ROA etc.).
n lucrarea noastr, folosim modele factoriale care urmresc explicarea rentabilitii aciunilor
analizate prin factorii microeconomici semnificativi: coeficienii alfa i beta, mrimea
companiei emitente, free float-ul, multiplii MBR i PER, rata ndatorrii, ratele de
rentabilitate ROE i ROE.
Mai nti, am fost ateni la evoluia coeficienilor beta, respectiv, la tendina acestora de a se
apropia, n timp, de valoarea unu. Cu excepia celor dou SIF-uri din eantion, analiza grafic
indic ponderi mici ale coeficienilor beta (> 1 i < 1) care s se apropie, n timp, de valoarea
unu. n consecin, este nevoie de ajustarea lor doar la nivelul SIF1 i SIF4. Chiar i aa,
valorile ajustate nu modific semnificativ valorile statistice ale acestor serii de date. n
consecin, n analiza noastr statistic, vom folosi seriile cu coeficieni beta iniiali
(neajustai).
Analiza noastr cu modele de regresie n pool de date privind cele 34 de companii, fiecare cu
cte 33 de date trimestriale nregistrate, a fost invalidat ca urmare a nestaionaritii
variabilelor independente, semnificative d.p.v. statistic. Din acest motiv, am procedat la
diferenierea de gradul doi sub forma variaiilor procentuale trimestriale ale variabilelor de
analizat.
n modelul de regresie cu interceptul constant, att pe companii, ct i pe trimestre,
rentabilittile valorilor noastre mobiliare se explic, cel mai mult, prin variaia procentual a
capitalizrii bursiere i a raportului valoare de pia / valoare contabil a celor 34 de titluri
financiare. Dei semnificativ statistic, coeficientul de sensibilitate al rentabilitii bursiere n
raport cu variaia volatilitii beta este destul de mic (0,8%).
Prof. univ. dr., Academia de Studii Economice din Bucuresti, finstancu@yahoo.com.
*

Asist. univ. drd., Henley Business School at the University of Reading, stancudoru@yahoo.com.

Pentru a gsi modele mai performante, s-a procedat la introducerea succesiv n modelul de
regresie a efectelor fixe, pe companii, temporare i, respectiv, mixte. Dintre toate acestea,
modelul cu efecte temporare a performat mult mai bine:
VPRICE = 0.022 + 0.007*VBETA + 0.188*VMKT_CAP + 0.297*VMBR + [CX=F, PER=F]
Coeficientul de determinare R2 este cel mai mare n raport cu celelalte modele (0,287 %). La
acest nivel, este evident faptul c cei trei factori independeni, semnificativi statistic,
(VBETA, VMKT_CAP i VMBR), nu sunt singurii care explic evoluia rentabilitii celor 34
de valori mobiliare.
Din testul de verosimilitate al efectelor fixe (temporare) rezult c i variabila independent
VBETA nu este destul de relevant pentru explicaia evoluiei rentabilitii valorilor
mobiliare. n consecin, modelul de regresie care urmeaz este cel mai performant dintre cele
analizate anterior:
VPRICE = 0.022 + 0.196*VMKT_CAP + 0.284*VMBR+ [PER=F]
Este un model obinut prin metoda White Period a coeficienilor de covariaie. Are o uoar
cretere a coeficientului R2 ajustat (0,289 > 0,287), o semnificaie statistic mai bun a
interceptului i a coeficientului de sensibilitate VMKT_CAP, precum i o mbuntire a
criteriului informaional Akaike (1,2 < 1,21).
n consecin, evoluia rentabilitii celor 34 de valori mobiliare este explicat, n proporie de
29%, de variaia procentual trimestrial a capitalizrii bursiere (coeficient de sensibilitate =
0,196), precum i cea a raportului dintre valoarea de pia i valoarea contabil a valorilor
mobiliare analizate (coeficient = 0,284). Cu alte cuvinte, performana valorilor mobiliare este
influenat de mrimea valorii de pia a companiilor i de reputaia (brandul) lor pe piaa
bursier.
La modele anterioare era identificat i o variabil de risc, VBETA, dar cu un coeficient de
sensibilitate (a rentabilitii n raport cu acest risc) destul de redus, n jur de 1%. Relevana
foarte sczut a factorului beta n explicarea rentabilitii valorilor mobiliare analizate
invalideaz CAPM va model explicativ al acesteia din urm.

1. Introducere: Modele multifactoriale


Modelul de pia al rentabilitii valorilor mobiliare este un model unifactorial. Rentabilitatea
unei valori mobiliare (Ri) este explicat prin relaia acesteia cu singurul factor

macroeconomic: rentabilitatea pieei de capital (RM, practic, variaia indicelui bursier


reprezentativ pentru piaa de capital a unei ri) :
Ri = i + iRM + i
Pentru c modelul de pia simplific foarte mult relaia dintre rentabilitatea valorilor
mobiliare, alternativ s-au cercetat modele multifactoriale de explicare a acestei rentabiliti
prin mai muli factori macroeconomici (PIB, Dobnda, Inflaia, Cursul de schimb etc.) sau
microeconomici (Beta, Capitalizarea bursier, Gradul de ndatorare, ROE, ROA etc.).
Modelele multifactoriale pot fi clasificate n trei tipuri:
1. Cu factori macroeconomici
2. Cu factori microeconomici
3. Cu factori statistici

1. Modele multifactoriale macroeconomice presupun c rentabilitatea valorilor mobiliare este


explicat prin variaiile (ocurile) mrimii efective a acestor factori macroeconomici n
raport cu valoarea lor estimat (planificat). Aceste surprize plcute (sau neplcute) n
realizarea acestor indicatori macroeconomici vor induce o influen asupra preurilor
valorilor mobiliare listate la burs care aveau iniial ncorporat n valoarea lor mrimea
anticipat a respecivilor factori macroeconomici:
Ri = i + i1PIB + i2Rdob + i3Rinfl + i4Cs + i
unde: Ei = rentabilitatea valorii mobiliare i n condiiile mrimii planificate a factorilor
macroeconomici
ij = sensibilitatea Ri n raport cu variaia-surpriz a factorului j ;
PIB = variaia plus/minus a realizrii PIB fa de mrimea estimat (planificat);
Rdob = variaia plus/minus a ratei de dobnd (Rdob) efectiv fa de mrimea estimat a
acesteia;
Rinfl = variaia plus/minus a ratei de inflaie (Rinfl) efectiv fa de mrimea estimat a
acesteia;

Cs = variaia plus/minus a cursului de schimb (Cs) fa de mrimea estimat a


acestuia.

i = termenul rezidual care nglobeaz rentabilitatea neexplicat de ctre factorii


surpriz anteriori. Acest termen d masura riscului specific emitentului
respectivei valori mobiliare i.

2. Modele multifactoriale microeconomice (sau modele fundamentale) presupun c


rentabilitatea valorilor mobiliare este explicat de variaiile mrimii factorilor
microeconomici (fundamentali) n raport cu mrimea realizat n perioada anterioar (ziua,
sptmna, luna, trimestrul anterioare).
Ri = i + i1Betai + i2CBi + i3D/Eqi + i4ROEi +i4ROEi + i
unde: i = constanta (interceptul) modelului;
ij = sensibilitatea Ri n raport cu variaia temporal a factorului j ;
Beta = variaia procntual a coeficientului beta fa de mrimea medie a acestuia din perioada
anterioar;
CB = variaia procentual a capitalizrii bursiere (CB = Nr total de aciuni Cursul bursier),
efectiv a societii emitente a respectivei valori mobiliare i fa de mrimea
acesteia din perioada anterioar;
D/Eq = variaia procentual a ratei de ndatorare (D/Eq = datorii totale pe capitaluri proprii),
efectiv fa de mrimea acesteia din perioada anterioar;
ROE = variaia procentual a ratei de rentabilitate a capitalurilor proprii (ROE = profit net pe
capitaluri proprii), efectiv fa de mrimea acesteia din perioada anterioar;
D/Eq = variaia procentual a ratei de rentabilitate a activelor (ROA = profit din exploatare pe
active), efectiv fa de mrimea acesteia din perioada anterioar;
i = termenul rezidual care nglobeaz rentabilitatea neexplicat de ctre factorii microeconomici
anteriori.

3. Modele multifactoriale statistice ncearc s explice rentabilitatea valorilor mobiliare prin


factori compozii obinui din analiza statistic (factorial, a componentei principale,
discriminant). Principalul neajuns al acestor modele este dificultatea interpretrii
economice a acestori factori compozii (sintetici).

Cele mai frecvent utilizate sunt modele multifactoriale macro sau microeconomice, or o
combinaie ntre ele.

2. Studii critice privind modelul unifactorial explicativ al rentabilitii valorilor


mobiliare (CAPM)
Sunt numeroase studiile care relev i ali factori fundamentali pentru explicarea rentabilitii
valorilor mobiliare n afara riscului pieei de capital, aa cum relev CAPM.
Banz1 (1981) arat c rentabilitatea valorilor mobiliare ale emitenilor cu capitalizare bursier
redus este mai mare dect cea estimat prin propriul coeficient beta (CAPM), n timp ce
rentabilitatea aciunilor emitenilor cu capitalizare bursier mare este mai mic dect cea
estimat n raport cu beta propriu. Aceast corelaie negativ ntre capitalizarea bursier i
coeficientul beta (size effect) a fost evideniat i pe alte piete: Ziemba (1991) pentru Japonia,
Levis (1985) pentru UK si Brown et all (1983) pentru Australia.
Au urmat studiile privind determinarea rentabilitii aciunilor de ctre rata de indatorare.
Conform CAPM, se consider c rata de ndatorare, ca msur a riscului financiar, este
component a riscului de pia de capital exprimat prin coeficientul beta.
Bhandari (1988) evideniaz corelaia pozitiv ntre rata de ndatorare (leverage) i profitul
mediu per aciune/curs bursier (earnings per share/price = 1 / PER). Basu (1977, 1983),
Peavy si Goodman, (1983) au relevat o corelaie pozitiv ntre profitul mediu per aciune/curs
bursier, pe de o parte, i rata de ndatorare, mrimea companiei i coeficientul beta, pe de alt
parte.
Alte studii, Staatman (1980), Rosenberg, Reid si Lanstein (1985), au identificat o corelaie
pozitiv ntre rentabilitatea aciunilor de pe piaa bursier SUA i inversul multiplului PER (=
Valoare contabila pe actiune/Curs bursier) al aciunilor analizate. Au urmat confirmri ale
acestei corelaii pe piaa japonez, Pontiff i Schall (1998); Chan, Hamao si Lakonishok
(1991), inclusiv pe pieele bursiere europene, Capaul, Rowley si Sharpe (1993)
Dar cea mai semnificativ extensie a modelului CAPM o aduc Fama si French 2 (1992, 1998)
prin modelul trifactorial: rentabilitatea pieei de capital, surplusul de rentabilitate obinut la
portofoliul cu aciuni de capitalizare redus i cel cu aciuni de capitalizare mare (Small minus
1 Banz, Rolf, The relationship between return and market value of common stocks, Journal of Financial
Economics 9, 1981, 13-18;

2 Fama, Eugen, Kenneth French, The cross-section of expected stock returns, Journal of
Finance 47, 1992,, 427-465; Fama, Eugen, Kenneth French, Value versus growth: the
international evidence, Journal of Finance 53, 1998, 427-465.

Big) i surplusul de rentabilitate obinut la portofoliul de aciuni cu inversul raportului MBR


mare i cel de aciuni cu inversul raportului MBR mic (High minus Low). Aceste corelaii
multiple au fost indentificate att pe piaa american ct i pe alte 12 piete mari si pe unele
piete emergente. Studiile lui Dennis, Perfect, Snow si Wiles (1995) confirm semnificaia
modelului trifactorial lui Fama si French (1992).
Sunt foarte multe studii empirice care au studiat puterea explicativ a coeficientului beta.
Daniel si Titman (1997), Lakonishok si Shapiro (1986) dar i alte studii relev o putere
explicativ redus a coeficientului beta i evideniaz ali factori (rata ndatorrii, mrimea
companiei, multiplii PER i MBR etc. care influeneaz rentabilitatea aciunilor pe piaa de
capital. Toate acestea sunt n msur s reduc din faima CAPM ca model unifactorial de
explicare a rentabilitii aciunilor.
Corelaia dintre rentabilitatea aciunilor i factori microecconomici specifici companiilor a
fost investigat pe piaa romaneasc de capital, cel mai analitic de ctre Cristiana Tudor ().
n lucrarea noastr, analizm 34 de aciuni tranzacionate la Bursa de Valori Bucuresti n
perioada 2005-2013, n regresii de tip panel, pentru a identifica puterea explicativ a
coeficienilor alfa i beta, a capitalizrii bursiere, a multiplilor MBR i PER, a ratei ndatorarii
i a ratelor de rentabilitate ROA i ROE.

2. Baza de date i metodologia de cercetare


Pentru analiza micromodelului factorial s-au folosit rentabilitile i factorii microeconomici
ai aciunilor tranzactionate la BVB pe perioada 2005, trimestrul I 2013, trimestrul III. Aceti
factori microeconomici au, n cea mai mare parte, o evidenere contabil trimestrial i din
aceast cauz am folosit date trimestriale de raportare financiar-contabil. Pentru analiz, au
fost reinute de la cota bursei doar 34 de companii pentru care au fost disponibile aceste date.
Sunt companii din toate sectoarele industriale ale Romniei i-n consecin, apreciem c
acestea caracterizeaz bine piaa romneasc de capital.
Att datele bursiere (curs bursier, beta, capitalizarea bursier, PER, MBR etc.) ct i cele
financiare (rata de ndatorare, ROE, ROA) au fost culese din bazele de date Thompson
Reuters Eikon i Bloomberg. n completarea lor am folosit baza de date a societi de brokeraj
KTD i cea a Bursei de Valori Bucureti.
Rentabilitile sunt calculate ca variaii procentuale trimestriale ale cursului bursier al celor 34
de aciuni pe parcursul perioadei considerate. Considerm c utilizarea datelor trimestriale
este justificat de integrarea n curul bursier (al aciunilor analizate), n cea mai mare parte, a
informaiilor privind indicatorii microeconomici studiai.

Modelele noastre factoriale fundamentale urmresc explicarea rentabilitii aciunilor


analizate prin factorii microeconomici semnificativi:
1. coeficientul alfa,
2. coeficientul de volatilitate beta,
3. mrimea companiei MC (Capitalizarea Bursier = Nr total aciuni Curs bursier),
4. valoarea de pia a aciunilor deinute public FF (de ctre acionarii nesemnificativi =
Free Float Curs bursier)
5. multiplul MBR (Curs bursier / Activ net per aciune),
6. multiplul PER (Curs bursier / Profit net per aciune),
7. rata ndatorrii D/Eq (Datorii totale / Capitaluri proprii),
8. rata ROE (Profit net / Capitaluri proprii),
9. rata ROA (Profit din exploatare / Active totale).
Toate aceste variabile independente sunt de fapt creterile procentuale trimestriale ale mrimii
lor. Pentru analiza modelelor de regresie multipl, n pool/panel, am folosit aplicaiile Excel i
Eviews.
Micromodelul factorial, ce va fi validat prin analiza statistic, va fi folosit apoi ca model de
selecie a unui portofoliu eficient, alternativ cu cele obinute din selecia prin modelul
Markowitz.

3. Estimarea coeficientului beta


Beta este o msur a riscului de pia care arat rela ia dintre volatilitatea aciunii i
volatilitatea pieei de capital. Acest coeficient se calculeaz pe baza variaiilor cursurilor
bursiere la finele ultimelor 24 de luni consecutive n raport cu variaiile pe aceeai perioad
ale indicelui bursier BET-C.
Conform cercetrilor anterioare, exist tendina coeficientului beta de a se apropia n timp
spre valoarea 1 (Blume3, 1975). Drept urmare se realizeaz o ajustare de tipul:
Beta ajustat = 0.333 + 0.667 beta mediu neajustat estimat pe ultimii 2-3 trimestre.

3 Blume, M., Betas and Their Regression Tendencies, Journal of Finance 30, 1975, 785-795.

Analiza evoluiei n timp a coeficientilor beta ai celor 34 de actiuni cotate la BVB ne va indica
faptul dac este nevoie de ajustarea lor.

BETA
Aerostar

Amonil

Antibiotice

2.0

1.5

1.0

-1

0.5

-2

0.0

-3

-1
05

06

07

08

09

10

11

12

13

06

07

08

09

10

11

12

13

0.5

0.0

-0.5
05

06

07

08

09

10

11

12

13

06

07

08

09

10

11

12

13

1
0

-2
05

06

07

08

09

10

11

12

13

0
05

06

07

Gr.ind.electr.

08

09

10

11

12

13

0
05

06

07

08

Mecanica

1.6

07

08

09

10

11

12

13

05

06

07

08

09

10

11

12

13

10

11

12

13

10

11

12

13

11

12

13

11

12

13

Energopetrol

1.0

0.0

06

Electroputere

0.5

0
-1
05

Compa

1.5
2

-1
05

Comelf

Azomures
4

Carbochim

2.0

Artrom
3

1.0

-0.5
05

Biofarm
2.5

Armatura
1.5

09

10

11

12

13

-2

-1
05

06

07

08

Mefin

09

10

11

12

13

-4
05

06

07

Oil

08

09

10

11

12

13

05

06

07

08

Oltchim
1.6

1.2

09

OMV

1.2

1
0.8
0

0.8
0
0.4

-1

-2
05

06

07

08

09

10

11

12

13

-2
05

06

07

Petrolexim

08

09

10

11

12

13

-1
05

06

07

Prodplast

-1

08

09

10

11

12

13

-2
05

06

07

Rompetrol Ref.

08

09

10

11

12

13

1.2

1.0

07

08

09

10

11

12

13

07

08

09

10

11

12

13

07

SIF4 Muntenia

08

09

10

11

12

13

07

08

09

10

11

12

13

2.0

0.5

1.5

0
05

06

07

Titan

1.0

09

0
06

Sinteza

08

2
1

05

07

0.2
06

06

0.4

05

05

SIF1 Bat Crisa

-2
06

06

SC Transilvania

0.6

05

0.0
05

Rompetrol Well

0.8

-1

0.4

-1

08

09

10

11

12

13

-1
05

06

07

Turbomecanica

08

09

10

11

12

13

05

06

07

UAMT Oradea

2.5

2.0

08

09

10

UCM Resita
4

1.5

0.0

1.0

-0.5

0.5

-1.0

0.0

0.0

-1

-1

-1.5

-0.5

-0.5

-2

1.0

05

06

07

08

09

10

11

12

13

05

06

07

Voest alpine

08

09

10

11

12

13

05

06

07

Vrancart

1.6

2.0

1.2

1.5

0.5

08

09

10

11

12

13

05

06

07

Zentiva

08

09

10

11

12

13

10

11

12

13

-2
05

06

07

08

09

10

11

12

13

05

06

07

08

09

10

Zimtub

2.5

2.0

1.5
0.8

1.0

-1
1.0

0.4

0.5

0.0

0.0
05

06

07

08

09

10

11

12

13

-2

0.5
0.0
05

06

07

08

09

10

11

12

13

-3
05

06

07

08

09

10

11

12

13

05

06

07

08

09

Figura nr. 1: Evoluia n timp a coeficienilor beta

Cu excepia celor dou SIF-uri, graficele de mai sus indic ponderi mici ale coeficienilor beta
(> 1 i < 1) care s se apropie, n timp, de valoarea 1. n consecin, este nevoie de ajustarea
lor doar la nivelul SIF1 i SIF4. Coeficienii beta SIF1 au tendina de a se apropia de valoarea
unu ncepnd cu trimestrul I, 2011, iar coeficienii beta SIF4, ncepnd cu trimestrul I, 2009,
motiv pentru care vom face ajustarea pornind de la aceste perioade.

Tabelul 2: Evoluia n timp a coeficienilor beta pentru SIF1 i SIF4 cu tendina lor de a se apropia,
n timp, de valoarea unu

Ecuaiile de regresie, semnificative din punct de vedere statistic, au valori foarte apropiate, la
toi parametrii acestora, att cu coeficienii beta iniiali ct i cu coeficienii beta ajustai (a se
vedea tabelul 2_a, de mai jos). Era de ateptat deoarece s-au ajustat doar 2,8% dintre
coeficieni beta (30 dintr-un total de 1063).
De aceea, vom folosi n continuare, pentru analiza statistic, seriile cu coeficienii beta iniali
(neajustai).

4. Modelul multifactorial microeconomic


ncepem analiza noastr cu modele de regresie n pool de date privind cele 34 de companii,
fiecare cu cte 33 de date trimestriale nregistrate. ncercarea noastr de a gsi corelaii ntre
seriile de date, n valori absolute, a condus la modele invalide de regresie ca urmare a
nestaionaritii variabilelor reinute ca fiind semnificative din punct de vedere statistic
(PRICE i MBR).
Modelul de regresie selecionat ca fiind cel mai
aproape de ndeplinirea criteriilor de validare
mobiliare analizate

statistic, a dobndit semnificaie statistic


prin introducerea ca variabil independent a
preurilor din perioada anterioar (PRICE(-1):
PRICE=0.005+0.176*MBR+0.925*PRICE(1)

Tabelul 1: Ecuaia de regresie a preurilor valorilor


Dependent Variable: PRICE (11,8% nestaionar)
Method: Panel Least Squares
Sample (adjusted): 2005Q2 2013Q3
Periods included: 34
Cross-sections included: 34
Total panel (unbalanced) observations: 1150
Variable
Coefficient Std. Error t-Statistic Prob.
0.00
0.13
0.04
0.97
C
0.18
0.09
1.97
0.05
MBR (6% nesta.)
0.93
0.01
134.07
0.00
PRICE(-1)
0.94
Adj R-squared
Mean dependent var 3.41
9165.84 Akaike info criterion
5.26
F-statistic
0.00
2.18
Prob(F-statistic)
Durbin-Watson stat

Avem deci o bun dovad a faptului c piaa celor 36 de valori mobiliare se caracterizeaz
prin ineficien informaional; bun semnal pentru speculaii bursiere, identificabile prin
analiz grafic.
Exprimarea seriilor de date n scale de valori diferite (coeficieni, valori absolute, rate etc.),
precum i nestaionaritatea seriilor de date n aceste valori, ne sugereaz c trebuie s
preocedm la diferenierea lor, respectiv la exprimarea acestora ca variaii procentuale de la
un trimestru la cellalt.

4. 1. Modelul de regresie cu coeficieni alfa i beta constani, att la nivelul


companiilor ct i n timp
S-a identificat, astfel, ca prim model valid de regresie (pool de date), explicarea rentabiliii
valorilor noastre mobiliare (VPRICE) de ctre variaia procentual a coeficienilor beta
(VBETA), a capitalizrii bursiere a emitenilor (VMKT_CAP) i a raportului dintre valoarea
de pia i valoarea contabil a aciunilor acestor companii (VMBR):
VPRICE = 0.0189 + 0.008*VBETA + 0.208*VMKT_CAP + 0.333*VMBR.
Aadar, rentabilittile valorilor noastre mobiliare se explic, cel mai mult, prin variaia
procentual a capitalizrii bursiere i a raportului valoare de piaa / valoare contabil a celor
34 de titluri financiare. Dei semnificativ statistic, coeficientul de sensibilitate al rentabilitii
bursiere n raport cu variaia coeficientului beta este destul de mic (0,8%).
Tabelul 2: Ecuaiile de regresie ale rentabilitii valorilor mobiliare analizate cu:
a) coeficienii beta iniiali (neajustai)
b) coeficienii beta ajustai

a) b)
Dependent Variable: VPRICE
Method: Panel Least Squares
Sample (adjusted): 2005Q1 2013Q2
Periods included: 34
Cross-sections included: 34
Total panel (unbalanced) observations: 1119
Coefficient Std. ErrorDependent
t-Statistic Variable:
Prob. VPRICE
Variable
Least Squares
0.02
0.01 Method:
1.40Panel0.16
C
0.01
0.00
0.03
Sample 2.17
(adjusted):
2005Q1 2013Q2
VBETA
0.21
0.03
6.93
0.00
Periods
included:
34
VMKT_CAP
0.33
0.02 Cross-sections
13.62
0.00
included: 34
VMBR
Total dependent
panel (unbalanced)
var 0.05observations: 1119
Adj R-squared 0.2563 Mean
128.12 Variable
Akaike info Coefficient
criterion 1.23
Std. Error t-Statistic Prob.
F-statistic
0.00
Durbin-Watson
stat 2.250.01
0.02
1.40
0.16
C
Prob(F-statistic)
0.01
0.00
2.17
0.03
VBETA_ADJ
0.21
0.03
6.93
0.00
VMKT_CAP
0.33
0.02
13.62
0.00
VMBR
n model au fost Adj R-squared 0.2543 Mean dependent var 0.05
128.11 Akaike info criterion 1.23
F-statistic
companii i n Prob(F-statistic) 0.00 Durbin-Watson stat 2.25

considerai

constani,

pe

timp, att interceptul ct i

coeficienii (pantele) variabilelor independente. Pentru a relaxa aceste restricii, vom proceda,
pe rnd, n a considera aceti coeficieni (interceptul i pantele) difereniate pe companii i n
timp. Modelul este valid la un prag de semnificaie mai mic de 1% cu un coeficient de
determinare, asustat (R2 ajustat), de 25,5%, existnd i alte variabile explicative pentru
rentabilitatea de la burs a valorilor mobiliare analizate, altele dect cele considerate de noi ca
relevante.

5. Modele de regresie cu efecte fixe


5.1. Interceptul difer pe companii, iar coeficienii pantelor rmn constani
Alegem acum modelul de regresie n care interceptul variaz pe companiile emitente ale
aciunilor tranzacionate la burs, dar rmne constant n timp. Coeficienii (pantele)
variabilelor independente rmn, n continuare, constani att la nivelul companiilor ct i n
timp.
Cu aceste efecte fixe pe companii, s-a validat un model de regresie n care, printre variabilele
independente anterioare (VBETA, VMKT_CAP, VMBR), s-a introdus i rentabilitatea din
trimestrul anterior a valorilor mobiliare analizate (VPRICE(-1)):
VPRICE = 0.026 + 0.009*VBETA + 0.201*VMKT_CAP + 0.341*VMBR 0.0577*VPRICE(-1) + [CX=F]
Modelul are coeficieni semnificativi din punct de vedere statistic, un coeficient de
determinare R2 ajustat de numai 25% i o uoar autocorelare a reziduurilor (DW = 1,48 2).
Testul de semnificaie a efectelor fixe pe companii relev, cu o probabilitate de 36%, faptul c
sunt de mrimi apropiate i, deci, nu difer foarte mult ntre ei (a se vedea anexa 1). Din
pcate, ecuaia de regresie din testul de verosimilitare a efectelor fixe invalideaz
rentabilitatea din trimestrul anterior ca fiind explicativ pentru rentabilitatea curent. Prin
urmare, modelul are urmtoarea expresie:
VPRICE = 0.019 + 0.009*VBETA + 0.203*VMKT_CAP + 0.343*VMBR + [CX=F]
Modelul de regresie 3_b, obinut prin eliminarea VPRICE(-1), are o validare statistic mai
bun: R2 = 0,252; DW = 2,31 2,2; Akaike info = 1,26 < 1,28

Tabelul 3: Ecuaia de regresie a rentabilitii valorilor mobiliare analizate cu efecte fixe pe companii:

a) cu VPRICE(-1)
Dependent Variable: VPRICE
Method: Panel Least Squares
Sample (adjusted): 2005Q2 2013Q2
Periods included: 33
Cross-sections included: 34
Total panel (unbalanced) observations: 1086
Variable Coefficient Std. Error
t-Statistic
0.03
0.01
1.85
C
0.01
0.00
2.26
VBETA
0.20
0.03
6.53
VMKT_CAP
0.34
0.03
13.58
VMBR
-0.06
0.03
-2.19
VPRICE(-1)
Effects Specification
Cross-section fixed (dummy variables)
0.25
Mean dependent var
Adj R-squared
10.91
Akaike info criterion
F-statistic
0.00
Durbin-Watson stat
Prob(F-statistic)

b) fr VPRICE(-1)

Prob.
0.06
0.02
0.00
0.00
0.03

0.06
1.28
1.48

Dependent Variable: VPRICE


Method: Panel Least Squares
2005Q1 2013Q2
nSample
acest(adjusted):
ultim model,
efectele fixe pe companii
Periods included: 34
sunt
i
mai
apropiate
ca mrimi. Au o
Cross-sections included: 34
Total
panel
(unbalanced)
observations:
probabilitate de 65% de a fi 1119
redundante (a se
Variable
Coefficient Std. Error t-Statistic Prob.
vedea anexa
2).
0.019
0.013
1.380
0.168
C
0.009
0.004
2.275
0.023
VBETA
0.203
0.030
6.676
0.000
VMKT_CAP
0.343
0.025
13.829 0.000
VMBR
Effects Specification
Cross-section fixed (dummy variables)
0.252
Mean dependent var 0.048
Adj R-squared
11.456
Akaike info criterion
1.262
F-statistic
0.000
Durbin-Watson stat
2.312
Prob(F-statistic)

5.2. Interceptul difer pe trimestrele de analiz, rmne constant pe companii, iar


coeficienii pantelor rmn constani
Analizm acum modelul de regresie n care interceptul variaz pe cele 33 de trimestre ale
seriilor de date, acesta rmnnd constant la nivelul companiilor. De asemenea, coeficienii
(pantele) variabilelor independente rmn constani, att la nivelul companiilor ct i n timp.
Cu efectele fixe temporare s-a validat (ca i-n cazul anterior) un model de regresie cu trei
variabile independente (VBETA, VMKT_CAP, VMBR), inclusiv rentabilitatea din trimestrul
anterior a valorilor mobiliare analizate (VPRICE(-1)):
VPRICE = 0.0294 + 0.006*VBETA + 0.192*VMKT_CAP + 0.285*VMBR 0.049*VPRICE(-1)+ [PER=F]
Modelul are o uoar cretere a coeficientului de determinare (R 2 = 0,283), are autocorelare
ntre reziduri (DW = 1,45 < 2), iar coeficientul de sensibilitate al variabilei VBETA este
aproape de semnificaia statistic, ultim acceptat (10,5% 10%). Efectele fixe temporare
sunt ns diferite ntre ele n mod semnificativ avnd probabilitatea zero de a fi redundante
(sunt deci ne-redundante, a se vedea anexa 3).
Tabelul 4: Ecuaia de regresie a rentabilitii valorilor mobiliare analizate cu efecte fixe temporare:

a) cu VPRICE(-1)
Dependent Variable: VPRICE
Method: Panel Least Squares
Sample (adjusted): 2005Q2 2013Q2
Periods included: 33
Cross-sections included: 34
Total panel (unbalanced) observations: 1086
Variable
Coefficient Std. Error t-Statistic Prob.
0.03
0.01
2.16
0.03
C
Dependent
Variable: VPRICE
0.01 Method:
0.00
1.62Squares
0.11
VBETA
Panel Least
0.19 Sample
0.03
6.10
0.00
VMKT_CAP
(adjusted):
2005Q1
2013Q2
0.28 Periods
0.03
11.20
0.00
VMBR
included: 34
-0.05Cross-sections
0.03
-1.77
0.08
VPRICE(-1)
included:
34
Effects Total
Specification
panel (unbalanced) observations: 1119
Period fixed (dummy
variables) Coefficient Std. Error t-Statistic
Variable
0.28
Mean
Adj R-squared
0.02 0.06 0.01
1.69
C dependent var
12.89 Akaike
info criterion
F-statistic
0.01 1.24 0.00
1.68
VBETA
0.00 VMKT_CAP
Durbin-Watson stat
Prob(F-statistic)
0.1931.45 0.03
6.20
0.287
0.03
11.46
Effects Specification
Period fixed (dummy variables)
0.287 Mean dependent var
Adj R-squared
13.50 Akaike info criterion
F-statistic
0.00
Durbin-Watson stat
Prob(F-statistic)
VMBR

Testul
temporare
VPRICE(-1),

de

b) fr VPRICE(-1)

Prob.
0.09
0.09
0.00
0.00

semnificaie a efectelor fixe


0.05
1.21
2.27

invalideaz

variabila

rentabilitatea din trimestrul

anterior, ca fiind explicativ pentru rentabilitatea curent. n consecin, modelul 4_b are
urmtoarea expresie:

VPRICE = 0.022 + 0.006*VBETA + 0.193*VMKT_CAP + 0.287*VMBR+ [PER=F]


Efectele fixe temporare sunt, de asemenea, diferite ntre ele n mod semnificativ avnd
probabilitatea zero de a fi redundante (sunt deci ne-redundante, a se vedea anexa 4).
5.3. Interceptul difer att pe companii ct i pe trimestrele de analiz, iar coeficienii
pantelor rmn constani
n cea de-a treia tentativ de a integra efectele fixe n modelul de regresie, vom proceda la
identificarea efectelor fixe pe companii concomitent cu efectele fixe pe trimestrele de analiz,
coeficienii pantelor variabilelor independente rmn constani. Ca i n cazurile anterioare,
analizm mai nti modelul de regresie cu trei variabile independente (VBETA, VMKT_CAP,
VMBR), inclusiv rentabilitatea din trimestrul anterior a valorilor mobiliare analizate
(VPRICE(-1)):
VPRICE = 0.030 + 0.007*VBETA + 0.185*VMKT_CAP + 0.296*VMBR - 0.071*VPRICE(1) + [CX=F, PER=F]
Modelul prezint o foarte bun semnificaie a coeficienilor variabilelor independente, un
coeficient de determinare mai puin bun (R 2 ajustat = 0,285), autocorelaie a reziduurilor (DW
=1,43 < 2). Cum era de ateptat, efectele fixe pe companii sunt apropiate ca mrimi
(probabilitate de 33% de a fi redundante) iar efectele pe perioade (trimestre) sunt, n mod
semnificativ, diferite ntre ele, avnd probabilitatea zero de a fi redundante (a se vedea anexa
5). Testul de verosimilitate al efectelor fixe (pe companii i pe perioade) invalideaz variabila
VPRICE(-1), respectiv, rentabilitatea din trimestrul anterior, ca fiind explicativ pentru
rentabilitatea curent (anexa 5). n consecin, modelul 5_b are urmtoarea expresie:
VPRICE = 0.022 + 0.007*VBETA + 0.188*VMKT_CAP + 0.297*VMBR + [CX=F, PER=F]
Modelul performeaz n privina semnificaiei statistice i a atenurii autocorelaiei
reziduurilor.
Tabelul 5: Ecuaia de regresie a rentabilitii valorilor mobiliare analizate cu efecte fixe pe companii i pe
perioade:

a) cu VPRICE(-1)
Dependent Variable: VPRICE
Dependent Variable: VPRICE
Method: Panel Least Squares
Method: Panel Least Squares
Periods included: 34
Periods included: 33
Cross-sections included: 34
Cross-sections included: 34
Total panel (unbalanced) observations: 1119
Total panel (unbalanced) observations: 1086
Variable
Coefficient Std. Error t-Statistic
Coefficient Std. Error t-Statistic Prob.
Variable
0.02
0.01
1.66
C
0.03
0.01
2.21
0.03
C
0.01
0.00
1.77
VBETA
0.01
0.00
1.80
0.07
VBETA
0.19
0.03
5.95
VMKT_CAP
0.18
0.03
5.81
0.00
VMKT_CAP
0.30
0.03
11.66
VMBR
Effects Specification
Cross-section fixed (dummy variables)
Period fixed (dummy variables)
0.284 Mean dependent var
Adj R-squared
7.44
Akaike info criterion
F-statistic
0.00
Durbin-Watson stat
Prob(F-statistic)

b) fr VPRICE(-1)

Prob.
0.10
0.08
0.00
0.00

0.05
1.25
2.33

VMBR
VPRICE(-1)

0.30
0.03
11.48
-0.07
0.03
-2.53
Effects Specification
Cross-section fixed (dummy variables)
Period fixed (dummy variables)
Adj R-squared
0.285
Mean dependent var
F-statistic
7.27
Akaike info criterion
Prob(F-statistic)
0.00
Durbin-Watson stat

0.00
0.01

0.06
1.26
1.46

Tabelul 6 sintetizeaz rezultatele acestor modele de regresie, fr efecte fixe i cu efecte fixe,
pe companii, pe trimestre i mixte.
Tabelul 2: Analiza comparativ a modelelor de regresie dintre DPRICE i
VBETA, VMKT_CAP, VMBR; cu i fr VPRICE(-1)
DPRICE
Variable/Model
C
VBETA
VMKT_CAP
VMBR
VPRICE(-1)

Cu efecte fixe
Pe companii
Temporare
Mixte
Cu
Fr
Cu
Fr
Cu
Fr
VPRICE(-1) VPRICE(-1) VPRICE(-1) VPRICE(-1) VPRICE(-1) VPRICE(-1)
0.02
0.019
0.03**
0.03**
0.02***
0.03**
0.02***
0.01**
0.01**
0.009**
0.01***
0.01***
0.01**
0.01***
0.21*
0.20*
0.203*
0.19*
0.193*
0.18*
0.19*
0.33*
0.34*
0.343*
0.28*
0.287*
0.30*
0.30*

-0.06**
-0.05***
-0.07*
Fr
efecte
fixe

0.256
0.253
Adj R-squared
0.00
0.00
Prob(F-statistic)
2.25
1.48
Durbin-Watson stat
* Semnificant at 1%
** Semnificant at 5%
***Semnificant at 10%

0.252
0.000
2.31

0.283
0.00
1.45

0.287
0.00
2.27

0.285
0.00
1.46

0.284
0.00
2.33

Cel mai bine performeaz modelul de regresie 4_b, cu efecte temporare i fr variabil
regresiv VPRICE(-1). Coeficientul de determinare R2 este cel mai mare n raport cu celelalte
modele (0,287 %). Este totui evident faptul c cei trei factori independeni, semnificativi
statistic (VBETA, VMKT_CAP i VMBR), nu sunt singurii care explic evoluia rentabilitii
celor 34 de valori mobiliare.
Din testul de verosimilitate al efectelor fixe (temporare) rezult c i variabila independent
VBETA este ne relevant pentru explicaia evoluiei rentabilitii valorilor mobiliare. n
consecin, modelul de regresie care urmeaz este cel mai performant dintre cele analizate
anterior:
VPRICE = 0.022 + 0.196*VMKT_CAP + 0.284*VMBR+ [PER=F]
Este un model obinut prin metoda White Period a coeficienilor de covariaie de corecie a
reziduurilor. Are o uoar cretere a coeficientului R2 ajustat (0,289 > 0,287), o semnificaie
statistic mai bun a interceptului i a coficientului de sensibilitate VMKT_CAP, precum i o
mbuntire a criteriului informaional Akaike (1,2 < 1,21):

Dependent Variable: VPRICE


Method: Panel Least Squares
Periods included: 34
Cross-sections included: 34
Total panel (unbalanced) observations: 1136
White period standard errors & covariance (d.f. corrected)

Variable
C
VMKT_CAP
VMBR

Coefficient Std. Error t-Statistic


0.022
0.01
2.01
0.196
0.08
2.41
0.284
0.07
3.90
Effects Specification
Period fixed (dummy variables)
Adj R-squared
0.289
Mean dependent var
F-statistic
14.18
Akaike info criterion
Prob(F-statistic)
0.00
Durbin-Watson stat

Prob.
0.04
0.02
0.00
0.05
1.20
2.28

n consecin, evoluia rentabilitii celor 34 de valori mobiliare este explicat, n proporie de


29%, de variaia procentual trimestrial a capitalizrii bursiere (VMKT_CAP, coeficient de
sensibilitate = 0,196), precum i cea a raportului dintre valoarea de pia i valoarea contabil
a valorilor mobiliare analizate (VMBR, coeficient = 0,284). Cu alte cuvinte, performana
valorilor mobiliare este influenat de mrimea valorii de pia a companiilor i de reputaia
(brandul) lor pe piaa bursier.
La modele anterioare era identificat i o variabil de risc, VBETA, dar cu un coeficient de
sensibilitate (a rentabilitii n raport cu acest risc) destul de redus, n jur de 1%. Relevana
foarte sczut a factorului beta n explicarea rentabilitii valorilor mobiliare analizate
invalideaz CAPM va model explicativ al acesteia din urm.

5. Concluzii
Pentru c modelul de pia simplific foarte mult relaia dintre rentabilitatea valorilor
mobiliare, alternativ s-au cercetat modele multifactoriale de explicare a acestei rentabiliti
prin mai muli factori macroeconomici ((PIB, Dobnda, Inflaia, Cursul de schimb etc.) sau
microeconomici (Beta, Capitalizarea bursier, Gradul de ndatorare, ROE, ROA etc.).
n lucrarea noastr, folosim modele factoriale care urmresc explicarea rentabilitii aciunilor
analizate prin factorii microeconomici semnificativi: coeficienii alfa i beta, mrimea
companiei emitente, free float-ul, multiplii MBR i PER, rata ndatorrii, ratele de
rentabilitate ROE i ROE.
Mai nti, am fost ateni la evoluia coeficienilor beta, respectiv, la tendina acestora de a se
apropia, n timp, de valoarea unu. Cu excepia celor dou SIF-uri, analiza grafic indic
ponderi mici ale coeficienilor beta (> 1 i < 1) care s se apropie, n timp, de valoarea 1. n

consecin, este nevoie de ajustarea lor doar la nivelul SIF1 i SIF4. Chiar i aa, valorile
ajustate nu modific semnificativ valorile statistice ale acestor serii de date. n consecin, n
analiza noastr statistic, am folosit seriile cu coeficieni beta iniiali (neajustai).
Analiza noastr cu modele de regresie n pool de date privind cele 34 de companii, fiecare cu
cte 33 de date trimestriale nregistrate, a condus la modele invalide de regresie ca urmare a
nestaionaritii variabilelor independente, semnificative d.p.v. statistic. Din acest motiv, am
procedat la diferenierea de gradul doi sub forma variaiilor procentuale trimestriale ale
variabilelor de analizat.
n modelul de regresie cu interceptul constant, att pe companii, ct i pe trimestre,
rentabilittile valorilor noastre mobiliare (VPRICE) se explic, cel mai bine, prin variaia
procentual a capitalizrii bursiere (VMKT_CAP) i a raportului valoare de pia / valoare
contabil (VMBR) a celor 32 de titluri financiare. Dei semnificativ statistic, coeficientul de
sensibilitate al rentabilitii bursiere n raport cu variaia volatilitii beta (VBETA) este foarte
mic (0,8%).
Pentru a gsi modele mai performante, s-a procedat la introducerea succesiv, n modelul de
regresie, a efectelor fixe, pe companii, temporare i, respectiv, mixte. Dintre toate acestea,
modelul cu efecte temporare a performat mult mai bine:
VPRICE = 0.022 + 0.007*VBETA + 0.188*VMKT_CAP + 0.297*VMBR + [CX=F, PER=F]
Coeficientul de determinare R2 este cel mai mare n raport cu celelalte modele (0,287 %). Este
evident faptul c cei trei factori independeni, semnificativi statistic, (VBETA, VMKT_CAP i
VMBR), nu sunt singurii care explic evoluia rentabilitii celor 34 de valori mobiliare.
Din testul de verosimilitate al efectelor fixe (temporare) rezult c i variabila independent
VBETA nu este destul de relevant pentru explicaia evoluiei rentabilitii valorilor
mobiliare. n consecin, modelul de regresie care urmeaz este cel mai performant dintre cele
analizate anterior:
VPRICE = 0.022 + 0.196*VMKT_CAP + 0.284*VMBR+ [PER=F]
Este un model obinut prin metoda White Period a coeficienilor de covariaie. Are o uoar
cretere a coeficientului R2 ajustat (0,289 > 0,287), o semnificaie statistic mai bun a
interceptului i a coeficientului de sensibilitate VMKT_CAP, precum i o mbuntire a
criteriului informaional Akaike (1,2 < 1,21).
n consecin, evoluia rentabilitii celor 34 de valori mobiliare (VPRICE) este explicat, n
proporie de 29%, de variaia procentual trimestrial a capitalizrii bursiere (VMKT_CAP,

coeficient de sensibilitate = 0,196), precum i cea a raportului dintre valoarea de pia i


valoarea contabil a valorilor mobiliare analizate (VMBR, coeficient = 0,284). Cu alte
cuvinte, performana valorilor mobiliare este influenat de mrimea valorii de pia a
companiilor i de reputaia (brandul) lor pe piaa bursier.
La modelele anterioare era identificat i o variabil de risc, VBETA, dar cu un coeficient de
sensibilitate (a rentabilitii n raport cu acest risc) destul de redus, n jur de 1%. Relevana
foarte sczut a factorului beta n explicarea rentabilitii valorilor mobiliare analizate
invalideaz CAPM va model explicativ al acesteia din urm.

6. Bibliografie
1. Banz, Rolf, The relationship between return and market value of common stocks, Journal
of Financial Economics 9, 1981, 13-18;
2.

Basu, Sanjoy, The relationship between earnings yields, market value, and return for
NYSE common stocks: Further evidence, Journal of Financial Economics 12, 1983, 129156;

3.

Bhandari, Laxmi Chand, Debt/equity ratio and expected common stocks returns:
empirical evidence, Journal of Finance 43, 1988, 507-528;

4.

Blume, M., Betas and Their Regression Tendencies, Journal of Finance 30, 1975, 785795.

5.

Bodie, Z, A Kane, A J Marcus, Investments, Irwin/McGraw-Hill, 4th edition, Boston,


1999;

6.

Brown, P., Kleidon, A., Marsh, T., New Evidence on the Nature of Size-Related
Anomalies in Stock Prices, Journal of Financial Economics 12, 1983, 33-56.

7.

Capaul, C., I. Rowley, and W.F. Sharpe, International Value and Growth Stock Returns,
Financial Analysts Journal, January/February 1993, 27-36.

8.

Chan, Louis, Yasuchi Hamao, Josef Lakonishok, Fundamentals and stock returns in
Japan, Journal of Finance 46, 1991, 1739-1764;

9.

Daniel, K., Titman, S., Evidence on the Characteristics of Cross-Sectional Variation in


Stock Returns, Journal of Finance 52, 1997, 1-33.

10.

Dennis, P., Perfect, S., Snow, K., Wiles, K., The Effects of Rebalancing on Size and
Book-to-Market Ratio Portfolio Returns, Financial Analysts Journal 51, no. 3 (May-June),
1995, 47-57.

11.

Fama, Eugen, Kenneth French, The cross-section of expected stock returns, Journal of
Finance 47, 1992;

12.

Fama, Eugen, Kenneth French, Value versus growth: the international evidence,
Journal of Finance 53, 1998;

13.

Lakonishok, Josef, Alan Shapiro, Systematic risk, total risk and size as determinants of
stock market returns, Journal of Banking and Finance 10, 1986, 115-132;

14.

Levis, M., Are Small Firms Big Performers? Investment Analyst 76, 1985, 21-27.

15.

Markowitz, Harry, Portfolio selection, Journal of Finance 7, 1952;

16.

Peavy III, J. W., Goodman, D. A., The Significance of P/Es for Portfolio Returns,
Journal of Portfolio Management 9, 1983, 43-47.

17.

Pontiff, J., Schall, L. D., Book-to-Market Ratios as Predictors of Market Returns.


Journal of Financial Economics, 49, 1998, 141-160.

18.

Rosenberg, B., Reid, K., Lanstein, R., Persuasive Evidence of Market Inefficiency.
Journal of Portfolio Management 11, 1985, 9-17.

19.

Sharpe, William, Capital Asset prices: a theory of market equilibrium under


conditions of risk, Journal of Finance 19, 1964;

20.

Staatman, Dennis, Book values and stock returns, The Chicago MBA: A Journal of
Selected Papers 4, 1980;

21. Tudor, Cristiana, Price Ratios and the Cross-section of Common Stock Returns on
Bucharest Stock Exchange: Empirical Evidence, Journal for Economic Forecasting,
Institute for Economic Forecasting, vol. 6(2), pages 132-146, June 2009;
22.

Ziemba, W., S. Scwartz, The Growth in the Japanese Stock Market, 1949-90 and
Prospects for the Future, Managerial and Decision Economics 12, 1991, 183-195;

ANEXA 1
Rezultatele testului de verosimilitate al efectelor fixe pe companii
FIRM
Effect
0.014
1 cu
Aerostar
-0.030
2 Amonil
0.003
3 Antibiotice
-0.090
4 Armatura
-0.010
5 Artrom
0.052
6 Azomures
0.026
7 Biofarm
0.017
8 Carbochim
0.002
9 Comelf
0.009
10 Compa
-0.216
11 Electroputere
0.035
12 Energopetrol
-0.027
13 Gr.ind.electr.
-0.007
14 Mecanica
-0.002
15 Mefin
-0.006
16 Oil
0.112
17 Oltchim
0.003
18 OMV
-0.045
19 Petrolexim
-0.038
20 Prodplast
21 Rompetrol Ref. 0.017
22 Rompetrol Well 0.024
23 SC Transilvania -0.012
24 SIF1 Bat Crisa -0.016
25 SIF4 Muntenia -0.007
-0.010
26 Sinteza
-0.014
27 Titan
28 Turbomecanica -0.051
29 UAMT Oradea -0.010
0.050
30 UCM Resita
-0.051
31 Voestalpine
0.384
32 Vrancart
-0.007
33 Zentiva
-0.061
34 Zimtub
Equation:
VPRICE_3IN
D_CROSS
Test cross-section fixed effects
Effects Test

VPRICE(-1)

Statistic

Cross-section F
Cross-section Chi-square

1.074
36.131

d.f.

Prob.

(33,105)
33

0.357
0.324

Cross-section fixed effects test equation:


Dependent Variable: VPRICE
Method: Panel Least Squares
Date: 01/12/14 Time: 02:12
Sample (adjusted): 2005Q2 2013Q2
Periods included: 33
Cross-sections included: 34
Total panel (unbalanced) observations: 1086
Variable
C
VBETA
VMKT_CAP
VMBR
VPRICE(-1)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

Coefficient Std. Error


0.025
0.008
0.208
0.330
-0.039
0.254
0.251
0.451
220.080
-674.196
91.889
0.000

0.014
0.004
0.030
0.025
0.026

t-Statistic Prob.
1.815
2.056
6.816
13.272
-1.496

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.070
0.040
0.000
0.000
0.135
0.055
0.521
1.251
1.274
1.260
1.472

ANEXA 2
Rezultatele testului de verosimilitate al efectelor fixe pe companii
fr VPRICE(-1)
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
31
32
33
34

FIRM
Effect
Aerostar
0.011413
Amonil
-0.027469
Antibiotice
0.005780
Armatura
-0.065210
Artrom
-0.011296
Azomures
0.042845
Biofarm
0.023055
Carbochim
0.009080
Comelf
0.005167
Compa
0.009520
Electroputere
-0.205253
Energopetrol
0.035388
Gr.ind.electr. Redundant
-0.023626Fixed Effects Tests
Equation:
VPRICE_3IND_CROSS
Mecanica
-0.004918
Test0.008037
cross-section fixed effects
Mefin
Oil
-0.003851
Effects
Test
Oltchim
0.101218
Statistic
d.f.
Prob.
OMV
0.003926
Cross-section
Petrolexim
-0.043689 F
0.888901 (33,1082)
0.6492
Cross-section
Prodplast
-0.030842 Chi-square
29.932890
33
0.6206
Rompetrol Ref. 0.021793
Rompetrol WellCross-section
0.022486 fixed effects test equation:
SC TransilvaniaDependent
-0.011779Variable: VPRICE
Panel Least Squares
SIF1 Bat Crisa Method:
-0.014441
01/12/14 Time: 02:16
SIF4 Muntenia Date:
-0.005527
Sample
(adjusted): 2005Q1 2013Q2
Sinteza
-0.011274
Periods
included: 34
Titan
-0.013037
TurbomecanicaCross-sections
-0.045442 included: 34
panel (unbalanced) observations: 1119
UAMT Oradea Total
-0.009744
UCM Resita
0.045821
Variable
Voestalpine
-0.050826
Coefficient Std. Error
t-Statistic
Prob.
Vrancart
0.329106
C
Zentiva
-0.005413
0.018885 0.013457 1.403373
0.1608
VBETA
Zimtub
-0.055275
0.008068 0.003720 2.169131
0.0303
VMKT_CAP
0.208388 0.030090
Effect
Redundant 6.925449
Fixed Effects 0.0000
Tests
TIME
VMBR
0.333164 0.024466
13.61765
0.0000
Equation: Untitled
1 2005-06-30 0.394399
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
31
32
33

2005-09-30
2005-12-30
2006-03-31
2006-06-30
2006-09-29
2006-12-29
2007-03-30
2007-06-29
2007-09-28
2007-12-31
2008-03-31
2008-06-30
2008-09-30
2008-12-31
2009-03-31
2009-06-30
2009-09-30
2009-12-31
2010-03-31
2010-06-30
2010-09-30
2010-12-31
2011-03-31
2011-06-30
2011-09-30
2011-12-30
2012-03-30
2012-06-30
2012-09-30
2012-12-30
2013-03-30
2013-06-30

0.162601
R-squared
-0.030011
Adjusted R-squared
-0.043305
S.E. of regression
-0.012897
Sum
squared resid
0.136907
Log
likelihood
0.057240
F-statistic
-1.45E-05
Prob(F-statistic)
0.212523
-0.061648
-0.088416
-0.025469
-0.140189
-0.263815
-0.173954
0.264163
0.006694
0.015856
-0.021411
-0.033459
-0.060158
-0.031235
-0.077009
0.079976
-0.074739
-0.071614
0.079831
-0.128507
0.004365
-0.051455
0.047653
-0.038378
-0.017988

0.256346
0.254345
0.446712
222.4997
-684.0515
128.1177
0.000000

ANEXA 3
Rezultatele
testului de
verosimilitate
al efectelor
fixe pe
trimestrele de
analiz
cu VPRICE(1)

Test period fixed effects


Mean dependent var 0.047597
S.D.
dependent
var
0.517319
Effects
Test
Akaike info criterion
1.229761
Schwarz
criterion
1.247707
Period F
Hannan-Quinn
criter. 1.236545
Period Chi-square
Durbin-Watson stat
2.254818

Statistic
2.502638
79.896734

d.f.

Prob.

(32,1049)
32

0.0000
0.0000

Period fixed effects test equation:


Dependent Variable: VPRICE
Method: Panel Least Squares
Date: 01/12/14 Time: 02:59
Sample (adjusted): 2005Q2 2013Q2
Periods included: 33
Cross-sections included: 34
Total panel (unbalanced) observations: 1086
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
VBETA
VMKT_CAP
VMBR
VPRICE(-1)

0.025189
0.007960
0.207508
0.329512
-0.039111

0.013877
0.003871
0.030446
0.024828
0.026136

1.815143
2.056004
6.815528
13.27166
-1.496423

0.0698
0.0400
0.0000
0.0000
0.1348

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.253739
0.250977
0.451209
220.0804
-674.1960
91.88865
0.000000

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.055267
0.521351
1.250821
1.273797
1.259519
1.472382

ANEXA 4
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
31
32
33
34

TIME
Effect
TIME
Effect
2005-03-31 -0.153468
1 2005-06-30 0.386121
Rezultatele
testului de verosimilitate al
2005-06-30 0.411530
2 2005-09-30 0.169231
efectelor
fixe
pe trimestrele de analiz
3
2005-12-30
-0.030614
Redundant
Fixed
Effects
Tests
2005-09-30 0.145549
4 2006-03-31 -0.042797
Equation: Untitled fr
2005-12-30 -0.036640
VPRICE(-1)
5 2006-06-30 -0.014953
Test period fixed effects
2006-03-31 -0.043284
6 2006-09-29 0.134988
2006-06-30 -0.004982
7 Statistic
2006-12-29 0.064009
Effects Test
2006-09-29 0.140952
d.f.
Prob.
8
2007-03-30 0.000728
2006-12-29 0.048906
ANEXA 5
9 2.545539
2007-06-29
0.211999 0.0000
Period F
2007-03-30 0.001907
(33,1082)
Rezultatele 10
2007-09-28 -0.054678
Period Chi-square
2007-06-29 0.206533
83.667974
33
0.0000testului de verosimilitate al
11 2007-12-31 -0.091667
2007-09-28 -0.073029
efectelor
fixe pe companii i pe trimestre
Period fixed effects test equation: 12 2008-03-31 -0.030475
2007-12-31 -0.076971
cu
VPRICE(-1)
13 2008-06-30 -0.140788
Dependent Variable: VPRICE
2008-03-31 -0.011777
14 2008-09-30 -0.268798
Method: Panel Least Squares
2008-06-30 -0.133317
15 2008-12-31 -0.180234
Date: 01/12/14 Time: 03:02
2008-09-30 -0.242930
16 2009-03-31 0.254560
Sample (adjusted):
2005Q1 2013Q2
2008-12-31
-0.145574
FIRM
Effect
17 2009-06-30 0.016098
Periods0.013184
included: 34
2009-03-31
1
Aerostar 0.279996
18 2009-09-30 0.013440
Cross-sections
included: 34
2009-06-30
2
Amonil -0.012071
-0.033147
19 2009-12-31
-0.022368
Total panel
(unbalanced) observations:
1119
2009-09-30
3
Antibiotice0.020297
-0.001245
20 2010-03-31 -0.034740
2009-12-31
4
Armatura -0.016855
-0.090746
2010-06-30
-0.063121 Prob.
Variable
2010-03-31
Coefficient 21Std.
Error
t-Statistic
5
Artrom -0.030175
-0.009764
22 2010-09-30 -0.034422
2010-06-30
6
Azomures-0.050426
0.055475
2010-12-31
-0.081448 0.1608
C
2010-09-30
0.018885 230.013457
1.403373
7
Biofarm -0.022411
0.025488
2011-03-312.169131
0.077483 0.0303
VBETA
2010-12-31
-0.070962
0.008068 240.003720
8
Carbochim
0.017009
2011-06-306.925449
-0.073900 0.0000
VMKT_CAP
2011-03-31
0.208388 250.030090
9
Comelf 0.081831
0.001353
2011-09-3013.61765
-0.075207 0.0000
VMBR
2011-06-30
0.333164 260.024466
10
Compa -0.074348
0.010027
27 2011-12-30 0.073831
2011-09-30 -0.060582
R-squared
2012-03-30
-0.125643
2011-12-30 0.088960
0.256346 28Mean
dependent
var 0.047597
Adjusted R-squared
2012-06-30
2012-03-30 -0.129095
0.254345 29S.D.
dependent-0.003051
var
0.517319
S.E. of regression
2012-09-30
-0.055683
2012-06-30 0.016777
0.446712 30Akaike
info criterion
1.229761
Sum squared resid
2012-12-30
0.053447
2012-09-30 -0.047600
222.4997 31Schwarz
criterion
1.247707
Log likelihood
2013-03-30 -0.023744
2012-12-30 0.055523
-684.0515 32Hannan-Quinn
criter. 1.236545
F-statistic
2013-06-30 -0.007602
2013-03-30 -0.039307
128.1177 33Durbin-Watson
stat
2.254818
Prob(F-statistic)
2013-06-30 -0.009385
0.000000

11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

Electroputere
Energopetrol
Gr.ind.electr.
Mecanica
Mefin
Oil
Oltchim
OMV
Petrolexim
Prodplast
Rompetrol Ref.
Rompetrol Well
SC Transilvania
SIF1 Bat Crisa
SIF4 Muntenia
Sinteza
Titan
Turbomecanica
UAMT Oradea
UCM Resita
Voestalpine
Vrancart
Zentiva
Zimtub

-0.189475
0.034949
-0.030852
0.007267
-0.003796
-0.008918
0.110547
0.000432
-0.050716
-0.040904
0.032074
0.025800
-0.003546
-0.016058
-0.011115
-0.006396
-0.020100
-0.056567
-0.011966
0.056349
-0.050216
0.386526
-0.009465
-0.066547

Redundant Fixed Effects Tests


Equation: VPRICE_3IND_MIXT
Test cross-section and period fixed effects
Effects Test

Statistic

Cross-section F
Cross-section Chi-square
Period F
Period Chi-square
Cross-Section/Period F
Cross-Section/Period Chi-square

d.f.

Prob.

1.094053 (33,1016)
37.921351
33
2.480295 (32,1016)
81.687138
32
1.791156 (65,1016)
117.818085
65

0.3293
0.2549
0.0000
0.0000
0.0002
0.0001

Cross-section and period fixed effects test equation:


Dependent Variable: VPRICE
Method: Panel Least Squares
Date: 01/12/14 Time: 02:28
Sample (adjusted): 2005Q2 2013Q2
Periods included: 33
Cross-sections included: 34
Total panel (unbalanced) observations: 1086
Variable

Coefficient

C
VBETA
VMKT_CAP
VMBR
VPRICE(-1)

0.025189
0.007960
0.207508
0.329512
-0.039111

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.253739
0.250977
0.451209
220.0804
-674.1960
91.88865
0.000000

Std. Error

t-Statistic

0.013877 1.815143
0.003871 2.056004
0.030446 6.815528
0.024828 13.27166
0.026136 -1.496423
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

Prob.
0.0698
0.0400
0.0000
0.0000
0.1348
0.055267
0.521351
1.250821
1.273797
1.259519
1.472382

ANEXA 6
Rezultatele testului de verosimilitate al efectelor fixe pe companii i pe trimestre
fr VPRICE(-1)

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
31
32
33
34

TIME
Effect
FIRM
Effect -0.151785
1 2005-03-31
Aerostar 2 2005-06-30
0.0106020.409583
Amonil 3 2005-09-30
-0.0299850.143074
Antibiotice4 2005-12-30
0.002397
-0.041121
Armatura 5 2006-03-31
-0.064185
-0.044232
Artrom 6 2006-06-30
-0.011296
-0.005448
Azomures7 2006-09-29
0.0450430.139045
Biofarm 8 2006-12-29
0.0226580.049733
Carbochim9 2007-03-30
0.0084240.001428
Comelf 10 2007-06-29
0.0047600.202360
Compa 11 2007-09-28
0.010225
-0.073071
Electroputere
-0.181054
12 2007-12-31
-0.077144
Energopetrol
0.035403
13 2008-03-31
-0.012525
Gr.ind.electr.
-0.026833
14 2008-06-30
-0.132882
Mecanica15 2008-09-30
0.005567
-0.240941
Mefin
0.006149
16 2008-12-31
-0.142125
Oil
-0.0065670.276168
17 2009-03-31
Oltchim 18 2009-06-30
0.098127
-0.013169
OMV
0.0011790.018100
19 2009-09-30
Petrolexim
-0.048637
20 2009-12-31
-0.017951
Prodplast21 2010-03-31
-0.032688
-0.031845
Rompetrol22Ref.
0.033013
2010-06-30
-0.051204
Rompetrol23Well
0.024210
2010-09-30
-0.023689
SC Transilvania
-0.003809
24 2010-12-31
-0.074331
SIF1 Bat 25
Crisa2011-03-31
-0.0142650.078689
SIF4 Muntenia
-0.009038
26 2011-06-30
-0.075316
Sinteza 27 2011-09-30
-0.007929
-0.061368
Titan
-0.0185910.085668
28 2011-12-30
Turbomecanica
-0.049406
29 2012-03-30
-0.128988
UAMT Oradea
-0.0112440.013218
30 2012-06-30
UCM Resita
0.051400
31 2012-09-30
-0.051329
Voestalpine
-0.0495230.061518
32 2012-12-30
Vrancart 33 2013-03-30
0.328244
-0.028991
Zentiva 34 2013-06-30
-0.0070010.000871
Zimtub
-0.058395

Redundant Fixed Effects Tests


Equation: VPRICE_3IND_MIXT
Test cross-section and period fixed effects
Effects Test
Cross-section F
Cross-section Chi-square
Period F
Period Chi-square
Cross-Section/Period F
Cross-Section/Period Chi-square

Statistic

d.f.

Prob.

0.885429 (33,1049)
30.742773
33
2.492705 (33,1049)
84.477857
33
1.711037 (66,1049)
114.410747
66

0.6548
0.5800
0.0000
0.0000
0.0005
0.0002

Cross-section and period fixed effects test equation:


Dependent Variable: VPRICE
Method: Panel Least Squares
Date: 01/13/14 Time: 17:47
Sample (adjusted): 2005Q1 2013Q2
Periods included: 34
Cross-sections included: 34
Total panel (unbalanced) observations: 1119

Variable

Coefficient

C
VBETA
VMKT_CAP
VMBR

0.018885
0.008068
0.208388
0.333164

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.256346
0.254345
0.446712
222.4997
-684.0515
128.1177
0.000000

Std. Error t-Statistic

Prob.

0.013457
0.003720
0.030090
0.024466

0.1608
0.0303
0.0000
0.0000

1.403373
2.169131
6.925449
13.61765

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

0.047597
0.517319
1.229761
1.247707
1.236545
2.254818