Proiect Econometrie Csie

Academia de Studii Economice din Bucureti
Facultatea de Cibernetic, Statistic i

Informatic Economic
-2016-
PROIECT ECONOMETRIE
Studeni:
Bordeianu Andrei
Buleandr Andreea
Chiril Corina-Elena
Constantin Marius Alexandru
An: 3
Seria: A
Grupa: 1064
Coordonator: Davidescu Adriana

Informatic Economic
-2016-
Cuprins
Introducere.......................................................................................................... 3
Aplicaia 1. Modelul de regresie simpl..................................................3

A.
Capitol teoretic............................................................................................. 3
1.
Literature review........................................................................................ 3
2.
Metodologia cercetrii...............................................................................5
B.
Capitol aplicativ............................................................................................ 5
1.
Date utilizate............................................................................................. 5
2.
Rezultatele empirice ale cercetrii.............................................................9
C. Concluzii..................................................................................................... 17
Aplicatia 2. Modelul de regresie multipl.............................................17

A.
Capitol teoretic........................................................................................... 17
1.
Literature review...................................................................................... 17
2.
Metodologia cercetrii.............................................................................18
B.
Capitol aplicativ.......................................................................................... 19
1.
Date utilizate........................................................................................... 19
2.
Rezultatele empirice ale cercetrii...........................................................21
C. Concluzii..................................................................................................... 32
Aplicatia 3. Modele cu ecuaii simultane................................................33

A.
Capitol teoretic........................................................................................... 33
1.
Literature review...................................................................................... 33
2.
Metodologia cercetrii.............................................................................33
B.
C.
Capitol aplicativ.......................................................................................... 34
1.
Date utilizate........................................................................................... 34
2.
Rezultatele empirice ale cercetrii...........................................................37

Concluzii..................................................................................................... 40
Bibliografie........................................................................................................... 40

Informatic Economic
-2016-
Introducere
Acest proiect i propune realizarea unei analize prin care s estimm, pe baza
modelelor econometrice de regresie liniar unifactorial i bifactorial, PIB, ca variabil
dependent, n funcie de ali doi factori (variabile independente) i anume, numrul
absolvenilor de studii superioare i numrul omerilor din Romnia, ntre anii 1995 i 2014.
Analiza este mprit n dou aplicaii, prima constnd ntr-un model de regresie
unifactorial, iar cea de-a doua reprezentnd un model de regresie bifactorial.
Prima aplicaie a analizei pe care am realizat-o presupune estimarea unui model de
regresie unifactorial, avnd ca variabil dependent produsul intern brut (date selectate anual,
n perioada 1995 2014) i ca variabil independent numrul de omeri din Romnia (date
selectate anual, n aceeai perioad).
Scopul acestei aplicaii este acela de a analiza legtura dintre produsul intern brut i
numrul de omeri din ultimii 20 ani i s ofere un model econometric valid pentru o
eventual prognoz.
A doua aplicaie cuprinde modelul de regresie bifactorial, prin care se urmrete
legtura existent ntre produsul intren brut, ca variabil dependent i numrul de omeri
respectiv numrul absolvenilor din Romnia (date selectate anual, n perioada 1995 2012),
ca variabile independente.
Scopul aplicaiei 2 este s continue analiza realizat pentru prima aplicaie, prin
introducerea unui nou factor de influen i s ofere o baz pentru previzionarea modului n
care va evolua produsul intern brut din Romnia la schimrile aduse de cei doi factori
analizai.
A treia aplicaie presupune aplicarea metodei celor mai mici ptrate n dou faze
(TSLS Two Stage Least Squares) pe ecuaia pieei bunurilor i serviciilor i piaa monetar.
Aplicaia 1. Modelul de regresie simpl

A. Capitol teoretic
1. Literature review
n cadrul primei aplicaii ne propunem s analizm prin intermediul unui model

unifactorial de regresie influena ratei omajului asupra PIB-ului n Romnia n perioad
1995 - 2012, perioad caracterizat prin multe schimbri politice, sociale, economice i
culturale.
Conform Trading Economics rata omajului n Romnia a sczut la 6,7% n
noiembrie 2015 fa de 6,8% n luna octombrie 2015. ntre anii 2006 i 2015, rata medie a
omajului n Romnia a fost de 6,95%, atingnd punctul maxim de 8,1% n martie 2010 i
punctul de minim de 5,4% n septembrie 2008, fapt ce poate fi explicat de contextul economic
din acea perioad i anume criza economic.
3

Informatic Economic
-2016-
Pentru Romnia, dar i pentru cea mai mare parte din rile care s-au angajat pe
drumul trecerii la economia de pia, criza economico-financiar a nceput n 1989,
concomitent cu declanarea unei radicale crize politice, instituionale i de sistem. De atunci i
pn acum, an de an, principalii indicatori macroeconomici au cunoscut scderi
spectaculoase, unele scderi ale acestora fiind justificate i prin efectele crizelor
conjuncturale, cum este cea financiar declanat n 2007. Fr nici un fel de explicaie
raional, imediat dup 1989, Romnia a trecut de la o cretere economic bazat pe producie
industrial i exporturi extinse la un model bazat pe consum.
Anul 2008 a adus concedieri masive n majoritatea domeniilor de activitate din
economie, pe fundalul unor reduceri ale produciei i sistarea investiiilor, iar prima jumtate a
anului 2009 a dus la scderea comenzilor pe fondul accenturii efectelor crizei mondiale.
Din anul 1990 i pn n 2003, omajul a avut o evoluie general ascendent (n 1991,
rata medie naional a omajului a fost de 1,8% i numrul mediu de omeri de 201875, iar n
anul 2002 variabilele crescuser la 10,2%, respectiv, 954546 omeri), cauzat de efectul
cumulat al mai multor factori. Dintre factori, cei care au avut efectele cele mai importante
asupra creterii omajului au fost: - cadrul politic n care s-au aplicat programele de
restructurare a economiei naionale, unele fiind inconsecvente ca direcii prioritare de aciune;
- natura predominant pasiv (pn spre sfritul anilor 90) a politicilor de protecie social a
omerilor, de multe ori inadecvate pentru nevoile reale ale economiei; - presiunea asupra
ofertei de for de munc exercitat de persoanele nscute la sfritul anilor 60 i nceputul
anilor 70. ncepnd cu prima parte a deceniului actual, tendina omajului a fost de scdere
(n 2003, rata medie naional a omajului a fost de 7,6% i numrul mediu de omeri de
689531, iar n anul 2008 variabilele sczuser la 4%, respectiv, 362429 omeri), considerat
de specialitii n economie ca fi ind prea rapid pentru a fi fost susinut de investiii,
creatoare de noi locuri de munc. Nivelul sczut al ratei omajului nu este numai un rezultat al
creterii economice, fi ind evident aciunea mai multor factori care explic nivelul att de
redus al ratei omajului (aceti factori nu sunt luai n considerare atunci cnd se evalueaz ofi
cial nivelul omajului): - fora de munc plecat n strintate (1,5 milioane 2 milioane de
persoane), n marea ei majoritate reprezint persoane care, dac ar fi rmas n ar, ar fi fost
omere; - populaia ocupat n activiti agricole de subzisten care nu avea un loc de munc
i un venit sigur i se afl a ntr-o poziie economico-social precar pentru c integrarea
european presupune i reducerea drastic a ocuprii n agricultur; -fora de munc angajat
n uniti economice cu pierderi care ar deveni omer dac subvenionrile ar fi sistate; pensionrile anticipate au sczut presiunea pe piaa muncii dar au dus la creterea gradului de
depeneden economic (Mocanu, 2009).
Cauzele crizei economice i fi nanciare sunt numeroase i complexe, identifi cabile la
nivel macro i micro-economic, o clasifi care analitic a acestora evideniind factori
structurali (creatori ai condiiilor generale favorabile generrii crizei) i ciclici (care contribuie
la aplanarea crizei). Criza economic mondial actual i are nceputul n SUA, unde s-au
nregistrat primele semne nc din iunie 2007 (Dianu, Lungu, 2008). Romnia a intrat n
actuala criz nc din ultimul trimestru al anului 2008 fr o pregtire adecvat care s-i
permit cel puin atenuarea efectelor att n plan economic i, ndeosebi, n plan social
4

Informatic Economic
-2016-
(Radocea, 2009). Criza mondial s-a suprapus n Romnia pe depirea defi citului comercial
extern acumulat n 15 ani cu 182,1%, ceea ce nseamn o catastrof, cu impact negativ
asupra programelor de dezvoltare ale economiei i mai ales asupra creterii veniturilor
generaiilor actuale de salariai i de pensionari, care va consuma i parte mai mare dect
venitul naional din urmtorii 10- Statistica forei de munc Revista Romn de Statistic nr. 3
/ 2010 20 de ani pentru napoierea creditelor i plata dobnzilor (Fota, Bcescu, 2009).
2. Metodologia cercetrii
Aplicaia 1 este construit pe baza unui model de regresie liniar unifactorial, cu

scopul de a ne arta care este influena omajului din Romnia asupra produsului intern brut,
mai precis cum influeneaz numrul omerilor produsul intern brut. Ecuaia modelului de
regresie are urmtoarea form:
Y= 0+ 1*X
n care:
Y este variabila dependent a modelului, reprezentand produsul intern brut din

Romnia (msurat n milioane RON).
X este variabila independent a modelului, reprezentand numrul de omeri din

Romnia (msurat n mii de persoane).
Modelul este implementat n Eviews, iar datele, preluate de pe site-ul Institutului Naional de
Statistic, sunt date anuale din perioada 1995 2014.
B. Capitol aplicativ
1. Date utilizate
Definirea variabilelor utilizate n model

Definiia 1
Conform Dicionarului Explicativ al Limbii Romne, Produsul Intern Brut reprezint
expresia valoric a totalitii bunurilor i serviciilor finale furnizate de agen ii economici
care-i desfoar activitatea pe teritoriul unei ri.
Folosim, bineneles, PIB n preuri constante pentru a elimina influena adus de
inflaie, datele fiind colectate prin auto-nregistrare i preluate cu o peridicitate anual, de
pe site-ul Institutului Naional de Statistic (INS).
Definiia 2
Definiia, prezent n Dicionarul Explicativ al Limbii Romne, spune c un omer este
o persoan fr contract individual de munc a crei activitate nu se desfoar n scopul
obinerii de venit i care este n cutarea unui loc de munc.
5

Informatic Economic
-2016-
Datele utilizate n model sunt colectate prin auto-nregistrare, cu o periodicitate

anual, i sunt preluate de pe site-ul Institutului Naional de Statistic (INS).
Evoluia economic a variabilelor modelului
Tabel 1. Statistici descriptive ale variabilelor modelului
Pe baza informailor prezentate n tabelul 1, putem evidenia, pentru cele doua variabile
analizate n perioada 1995 - 2014, urmtoarele aspecte:
Variabila independent X (numrul omerilor) urmeaz o distribuie asimetric

(asimetrie de dreapta), coeficientul de asimetrie (Skewness) fiind egal cu aproximativ
0.53 i platicurtic (Kurtosis = 2.032885). De asemenea, amplitudinea distribuiei este
de 762,5 puncte, ntre un minim de 367,8 i un maxim de 1130,3%.
n perioada analizat, numrul mediu de omeri din Romnia a fost de aproximativ

677 de persoane.
Variabila dependet Y (produsul intern brut n preuri constante) urmeaz o distribuie

uor asimetric(asietrie de dreapta), avnd un coeficient de asimetrie (Skewness) egal
cu 0,02 i platicurtic (Kurtosis = 1.324859). Amplitudinea distribuiei este de
149,369.9 puncte, ntre un minim de 214,438.3 i un maxim de 363,808.2.
n perioada analizat, se observ c valoarea medie a PIB a fost de aproximativ

285,393.4 milioane RON.
6

Informatic Economic
-2016Figura 1. Evoluia PIB n preuri constante n perioada 1995 2014
Figura 2. Evoluia numrului de omeri n perioada 1995 2014
Analiznd cele dou variabile, PIB n preuri constante i numrul de omeri, din punct de
vedere grafic, se pot observa urmtoarele lucruri:
n graficul din Figura 1 observm c n Romnia, n perioada 1995 2000, imediat

dupa trecerea la o economie de pia, trecere datorat Revoluiei, a fost nregistrat o
cretere uoar sau mai degrab o stagnare a PIB, cauzat de instabilitatea economic
dat de stadiul de economie de pia tnr, la nceput de drum, n care Romnia se
gsea.
Odat cu stabilizarea inflaiei i implicit a conjuncturii economice, ncepnd cu anul

2000 Romnia intr ntr-o perioada de boom economic ce dureaz pn n anul 2008,
ultimul nainte de recesiune. n anul 2009, Romnia a intrat, din punct de vedere
tehnic, n recesiune, atunci cand PIB, ajustat sezonier, a scazut pentru doua trimestre
consecutive, comparativ cu trimestrele anterioare.
Pe de alt parte, analiznd graficul din Figura 2, observm o scdere iniial a

numrului de omeri, n anul 1996 fa de anul precedent (1995) urmat de o cretere
accentuat pn la valoarea maxim din aceastp perioad, atins n anul 1999.

Informatic Economic
-2016
ncepnd cu anul 2000 numarul de omeri urmeaz o tendin de scadere pn la

valoarea minim atins n anul 2007. Odat cu intrarea n recesiune, n anul 2009,
crete i numrul de omeri, n ultimii ani de analiz stabilindu-se n jurul valorii de
500 de mii de persoane.
2. Rezultatele empirice ale cercetrii
n vederea estimrii modelului econometric, vom determina intensitatea i tipul

legturii dintre cele dou variabile analizate, calculnd coeficientul de corelaie Pearson
rxy=R= -0.851085 (Tabel 2).Valoarea acestui coeficient indic o legtur invers, negativ i
puternic ntre produsul intern brut i numrul omerilor din Romania.
Tabel 2. Coeficientul de corelaie liniar Pearson
Aplicnd metoda celor mai mici ptrate (MCMMP) n Eviews, vom realiza o estimare
a parametrilor modelului econometric. Rezultatele obinute sunt prezentate n urmtorul tabel:

Informatic Economic
-2016-
Tabel 3. Estimarea parametrilor modelului

Ecuaia modelului de regresie este urmtoarea:
Y= 0+1*X
Y=427977.4-210.6130*X
Unde:
Y reprezint valoare PIB (variabil dependent)
X reprezint numrul omerilor (variabil independent)
n Tabelul 3, n coloana coeficienilor, putem observa c, ntruct valoarea coeficientului de

regresie 1 este negativ, este demonstrat nc o data prezena unei legturi inverse ntre cele
dou variabile analizate, aa cum reieea i din interpretarea coeficientului de corelaie
Pearson.

Informatic Economic
-2016-
De asemenea, prin nlocuirea valorilor numerice ale coeficienilor n modelul de regresie,

reiese faptul c o cretere cu o unitate a nivelului variabilei dependente X (numarul
omerilor), va conduce la o scdere cu 210.6130 uniti a valorii variabilei dependente Y.
Indicatori de bonitate
a. Coeficientul de determinaie
Valoarea coeficientului de determinaie R-squared egal cu 0.724345 indic faptul
c numrul omerilor explic aproximativ 72.43% din variaia produsului intern brut,
diferena pn la 100% fiind explicate de ali factori de influen, neinclui n model.
b. Coeficientul de determinaie ajustat
Adjusted R-squared este un coeficient de determeninaie corectat cu grade de
libertate i are aceeai semnificaie ca i R-squared.
c. Eroarea standard
Acest indicator arat cu ct se abat n medie valorile obervate de la valorile
teoretice aflate pe dreapta de regresie. Pentru modelul nostru, eroarea standard este
30879.42.
Testarea semnificaiei parametrilor (Testul t)
Ipoteze testului t sunt urmtoarele:
H0 : 0=0; 1=0 (Ipoteza nul: parametrii nu sunt semnificativi din punct de vedere
statistic)
H1: 00; 10 (Ipoteza alternativ: parametrii sunt semnificativi din punct de vedere
statistic)
Pentru o probabilitate de garantare a rezultatelor de 95%, un prag de semnificaie de 5% i 20
de observaii, de unde rezult un numr de df=n-k-1 = 18 de grade de libertate,valoarea critic
a testului Student este tcrit = 2.101. Utiliznd aceste informaii, dar i pe cele din Tabelul 3,
referitoare la valorile calculate ale testului statistic pentru cei doi coeficieni, concluziile
formulate sunt urmtoarele:
|tcalc0|(19.58550)>tcrit(2.101) pentru 0
respingem ipoteza H0 acceptm H1
parametrul 0 este semnificativ din punct de vedere statistic, rezultatele garantndu-se
cu o probabilitate de 95%.
10

Informatic Economic
-2016-
|tcalc1|(6,877434)>tcrit(2,101) pentru 1
respingem ipoteza H0
acceptm H1
Rezultatele testului sunt confirmate i prin valorile mai mici de pragul de 5% (0 att
pentru 0 ct i pentru 1) nregistrate n coloana probabilitilor din Tabelul 3.
Testarea validitii modelului (Testul Fisher)
Ipotezele testului Fisher sunt urmtoarele:
H0: modelul nu este valid din punct de vedere statistic
H1: modelul este valid din punct de vedere statistic
Pentru o probabilitate de garantare a rezultatelor de 95%, un prag de semnificaie de
5% i 20 de observaii, de unde rezult un numr de df=n-k-1 = 18 i df2=1 de grade de
libertate, valoarea critic a testului este Fcrit= 4.4139. Utiliznd aceste informaii, dar i pe
cele din Tabelul 3, referitoare la valoarea calculat a lui F-statistic, concluzia formulat este
urmtoarea:
Aplicnd testul F (F-statistic = 47.29910) > F-critic (unde F-critic=4.4139), se
respinge ipoteza H0 i se accept H1, modelul fiind valid pentru un nivel de semnifica ie de
5%, rezultatul garantndu-se cu o probabilitate de 95%. Acest lucru este confirmat i de
nivelul probabilitii Prob(F-statistic) = 0.000002, mai mic dect pragul de 5%.
Verificarea ndeplinirii ipotezelor modelului de regresie liniar simpl

Aceast verificare presupune evidenierea a patru etape, dup cum urmeaz:
1. Forma modelului
Forma funcional a modelului de regresie este una liniar:
Y=427977.4-210.6130*X
2. Normalitatea distribuiei erorilor aleatoare
n cadrul acestei etape vom verifica ipotezele de normalitate ale erorilor aleatoare,
aplicnd testul Jarque-Bera. Ipotezele testului sunt urmtoarele:
H0: erorile aleatoare urmeaz o distribuie normal
H1: erorile aleatoare nu urmeaz o distribuie normal
11

Informatic Economic
-2016-
Aplicnd testul Jarque Bera, observm c valoarea acestui test este de 0.465522,
valoare mai mic dect valoarea critic a testului (5.99), acest lucru nsemnnd c vom
accepta ipoteza nul i vom respinge ipoteza alternativ, conform creia nu erorile urmeaz o
distribuie normal.
Acest lucru este confirmat i de valoarea mare a probabilitii asociate testului
(79,23%). Aceasta nseamn ca exist anse de 79.23% de a grei n respingerea ipotezei nule.
Se mai observ i faptul c media erorilor aleatoare este foarte apropiat de 0, ea nregistrnd
o valoare de -2.47e-11.
Figura 3. Testul Jarque Bera

3. Homoscedasticitatea erorilor aleatoare
Ipoteza de homoscedasticitate presupune faptul c variaia erorilor aleatoare este
constant. nclcarea acestei ipoteze are drept consecin pierderea eficienei estimatorilor
parametrilor modelului de regresie.
Pentru a verifica dac erorile aleatoare sunt homoscedastice sau nu, vom aplica dou
teste, testul Park i testul Glejser, prezentate n Tabelul 4, respectiv Tabelul 5. Ambele teste
verific urmtoarele ipoteze:
H0: erorile aleatoare sunt homoscedastice
H1: erorile aleatoare sunt heteroscedastice
Pentru testul Park am rulat in Eview urmatoarele instruciuni:

residSQ=resid^2
12

Informatic Economic
-2016-
ls log(residSQ) c log(nrsomeri)
Aplicnd testul Park (Tabel 4) se observ c valoarea calculata a testului Student
pentru variabila exogen, mai exact valoarea |tstat| = 1.522609, este mai mic dect valoarea
critic tcrit=2.101 ceea ce indic faptul c parametrul variabilei exogene log(nrsomeri) este
nesemnificativ din punct de vedere statistic. Astfel, vom accepta ipoteza H0 conform creia
erorile aleatoare sunt homoscedastice.
Tabel 4. Testul Park
13

Informatic Economic
-2016-
Tabel 4. Testul Glejser

De asemenea, n urma aplicrii testului Glejser, se observ faptul c probabilitile
pentru F-statistic = 0,314909 i pentru Obs*R-squared = 0.2897 depesc pragul 5%, acest
lucru determinndu-ne se acceptm ipoteza nul H0, conform creia erorile aleatoare sunt
homoscedastice.
4. Neautocorelarea erorilor aleatoare
Pentru a verifica dac exist autocorelare n seria rezidurilor vom aplica testul Durbin
Watson, pornind de la urmtoarele ipoteze:
H0: =0 (nu exist autocorelare a erorilor aleatoare de ordinul I)
H1: 0 (exist autocorelare a erorilor aleatoare de ordinul I)
Pentru modelul analizat se obine DW = 0.711322. Valorile critice ale statisticii DW se
obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=20 de observaii i k=1:
d1 = 1.201 i d2 =1.411.
Se observ faptul c DW calculat se afl n itervalul (0, d1), seria reziduurilor
prezint autocorelare de ordinul 1, pozitiv. n aceast situaie se impune condiia de corectare a
erorilor i eliminarea autocorelrii acestora.
Pentru a corecta autocorelarea erorilor vom rula in Eviews urmtoarele instruciuni:
ls gdp c nrsomeri
series res=resid
14

Informatic Economic
-2016-
scalar ro1=1-@DW/2
series gdp_nou=gdp-ro1*gdp(-1)
series nrsomeri_nou=nrsomeri-ro1*nrsomeri(-1)
ls gdp_nou c nrsomeri_nou
Tabel 5. Corectarea erorilor DW1

Dup cum se poate observa din Tabelul 5, dup aplicarea primei corecii, erorile sunt
tot autocorelate, lucru determinat din valoarea testului Durbin-Watson care este 0.447524, n
continuare situat n intervalul (0,d1). Vom aplica, aadar, din nou algoritmul de corecie.
Pentru aceasta vom rula n Eviews urmtoarele instruciuni:
ls gdp_nou c nrsomeri_nou
series res=resid
scalar ro2=1-@DW/2
series gdp_nou1=gdp_nou-ro2*gdp_nou(-1)
series nrsomeri_nou1=nrsomeri_nou-ro2*nrsomeri_nou(-1)
ls gdp_nou1 c nrsomeri_nou1
15

Informatic Economic
-2016-
Tabel 6. Corectarea erorilor DW2
Se obine o nou valoare pentru DW = 2.105527. Valorile critice ale statisticii DW se

obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=18 de observaii, dupa
ajustare i k=1: d1 = 1.158 i d2 = 1.391.
n concluzie, noua valoare a DW se afl n intervalul (d2, 4 - d2) = (1.391, 2.609),
acest lucru nsemnnd c erorile au fost corectate.
C. Concluzii
n urma analizei efectuate asupra datelor am obinut un model econometric de regresie
liniar simpl, avnd o bonitate destul de ridicat, care arat modul n care numrul omerilor
din Romnia nflueneaz variaia produsului intern brut.
Pe baza modelului unifactorial realizat, de forma Y=427977.4-210.6130*X, am
demonstrat faptul c PIB din Romnia (Y) este influenat de numrul de omeri (X) n
proporie de numai 72%, restul pn la 100% reprezentnd influena altor factori, neinclui n
model.
De asemenea, am evideniat faptul c ntre PIB i numrul omerilor din Romnia
exist o legtur invers, negativ i nu puternic. Astfel, o cretere a numrului de omeri
determin o scdere destul de important a PIB.
16

Informatic Economic
-2016-
n concluzie, variabila independent inclus n modelul econometric de regresie

unifactorial (numrul de omeri) este un factor cu o influen important asupra nivelului
PIB din Romnia, existnd, de asemenea, i ali factori care contribuie la variaia acestuia.
Aplicatia 2. Modelul de regresie multipl

A. Capitol teoretic
1.
Literature review
Dac n aplicaia 1 ne-am propus s vedem cum este influenat evoluia produsului
intern but de factorul omaj, n aplicaia 2 ne propunem s adugm un nou factor,
numrul absolvenilor de studii superioare i s urmrim modul n care acesta ne
influeneaz rezultatele.
Absolvenii de facultate au perceput cea mai mare scdere a salariilor, indiferent de
gen sau vrst; aprecierea lor medie a sczut de la 2,7 (mediu) n iunie 2009 la 1,9 (redus)
n decembrie 2010. Pe lng percepii, analiza veniturilor salariale arat c, n termeni
absolui, n medie, scderea este mult mai mare n cazul absolvenilor de facultate dect n
cazul salariailor cu un nivel de educaie mai redus. Cu toate acestea, n puncte procentuale, n
timp ce salariul net mediu al absolvenilor de facultate a sczut cu 17%, pentru salaria ii cu
nivel redus de educaie, scderea a fost de 29%.
Cu toate acestea, rata omajului nregistrat, dup atingerea unei cote maxime (8,4%
sau 765 de mii) n martie 2010, a nceput s scad. n decembrie 2010, rata omajului
nregistrat era de 6,9% (sau 630 mii de persoane), cu mult mai mic dect media de 9,6% ale
celor 27 de state membre ale UE. n cazul tinerilor (15-24 ani), pia a for ei de munc continu
s ofere puine posibiliti i arat evoluii ngrijortoare n Romnia ca i n majoritatea
statelor europene: omajul tinerilor a crescut de la 18,6% n 2008 la 22,9% n al treilea
trimestru al lui 2010.15 Criza locurilor de munc a lovit din plin tinerii (inclusiv absolven ii
de facultate) i persoanele peste 45 de ani. n special n zonele rurale i n oraele mai mici,
oportunitile de angajare pentru aceste dou categorii de vrst sunt foarte limitate. n multe
cazuri, singurele slujbe disponibile sunt n sectorul informal. Barometrul de incluziune social
16 a artat faptul 15 Biroul Internaional al Muncii, Departamentul de Statistic, Romania:
country profile, februarie 2011. 16 Observatorul Social, Universitatea Bucureti, 2010,
Barometru de incluziune social, sondaj reprezentativ la nivel naional pentru angajatorii i
angajaii din Romnia. 33 c n 2010 tinerii i persoanele peste 40 de ani ntmpinau cele mai
mari greuti n gsirea unui loc de munc. Aceste greut i difer ntre femei i brba i. Prin
urmare, brbaii sub 25 de ani sau peste 40 de ani prezint un risc mult mai crescut de a nu
obine un loc de munc dect brbaii din categoria de vrst 26-39 de ani. n cazul femeilor,
refuzul angajatorilor este motivat de vrsta de peste 40 de ani, de faptul c au copii minori, de
cererea de a face naveta sau de simplul fapt c sunt femei. Din cauza constrngerilor bugetare,
msurile active pentru ocuparea forei de munc, cum ar fi suplimentele salariale acordate
prin intermediul angajatorilor, nu au fost finanate n 2009 i au fost amnate sau doar par ial
finanate n 2010. Drept rspuns, tinerii pleac (sau intenioneaz s plece) n strintate, iar
17

Informatic Economic
-2016-
populaia de peste 45 de ani recurge la agricultura de subzisten (atunci cnd este posibil).
Pentru tineri, nu este nimic aici, nici o perspectiv. Cei care mai lucreaz sunt agen i de paz,
i aici intervine o problem pentru c sunt pltii mai cu nimic i fr carte de munc. *<+
Pleac din localitate, migreaz spre Spania foarte muli, Italia, Spania, deci nu... sau merg la
Bucureti. (Preot i asistent social, comuna Ulmeni).
n panelul UNICEF, participanii cu cel mult studii gimnaziale au declarat un salariu

mediu net de 566 lei n luna iunie 2009, ce a sczut la 400 lei n decembrie 2010; absolven ii
de coli profesionale sau licee au declarat salarii medii cuprinse ntre 750 i 850 lei (pu in mai
mult dect salariul minim pe economie), n timp ce absolven ii de facultate au raportat un
salariu mediu n scdere de la 1500 lei n iunie 2009 la 1230 lei n decembrie 2010 (apropiat
de salariul mediu net pe economie).
2.
Metodologia cercetrii
Aplicaia 2 este construit pe baza unui model de regresie liniar multifactorial, cu

scopul de a ne arta care este influena adus de educaia primit n nvmntul superior din
Romnia si de numarul de salariati asupra migraiei. Ecuaia modelului de regresie are
urmtoarea form:
Y= * X1 + * X2 +
1
n care:
Y este variabila dependent i reprezint nivelul PIB-ului n preuri constante,

exprimat n milioane de lei
X1 reprezint prima variabil independent (numrul omerilor)
X2 reprezint a doua variabil independent (numrul absolvenilor de studii
superioare)
Modelul este implementat n Eviews, iar datele, preluate de pe site-ul Institutului Naional
de Statistic, sunt date anuale din perioada 1995 2012.
B. Capitol aplicativ
1.
Date utilizate

Definiia 1
Definiia prezent n Dicionarul Explicativ Romn, spune c un absolvent este o
persoan care a terminat un ciclu sau o forma de nvmnt. Astfel, absolvenii
18

Informatic Economic
-2016-
nvmntului superior din Romnia sunt acele persoane care au terminat un program de
studii superioare.
Datele sunt colectate prin auto-nregistrare, cu o periodicitate anual i au ca i unitate de
msur, numrul de persoane.Datele sunt culese din mediul nvmntului universitar i
preluate de pe site-ul Institutului Naional de Statistic (INS).
Tabel 1. Statistici descriptive ale variabilelor modelului
Pe baza informailor prezente n Tabelul 1, putem evidenia, pentru variabila adaugat

n model, analizat pe perioada 1995 - 2012, urmtoarele aspecte:
Variabila independent X1 (numrul absolvenilor) urmeaz o distribuie asimetric
(asimetrie de dreapta), coeficientul de asimetrie (Skewness) fiind egal cu aproximativ
0.876103 i platicurtic (Kurtosis = 2.597633). De asemenea, amplitudinea distribuiei este de
175,525 de puncte, ntre un minim de 57,360 i un maxim de 232,885.
n perioada analizat, numrul mediu de absolveni ai nvmntului superior din
Romnia a fost de aproximativ 118,953 de persoane.
19

Informatic Economic
-2016-
Figura 1. Evoluia numrului de absolveni de studii superioare

n perioada 1990 2012
Analiznd variabila adaugat ulterior, numrul de absolveni de studii universitare, din

punct de vedere grafic, se pot observa urmtoarele lucruri:
2.
Se identific o tendin de cretere n evoluia numrului de absolveni de studii

superioare din Romnia, n perioada 1995 2007, n 2007 atingndu-se punctul de
maxim de aproximativ 240,000 de persoane.
Se observ ca nvmntul superior a cunoscut cea mai intens dezvoltare n perioada

imediat ulterioar aderarii Romaniei la Uniunea Europeana, trend intrerupt ns de
criza economic.
Rezultatele empirice ale cercetrii
nainte de estimarea modelului econometric multifactorial, trebuie s determinm

intensitatea i tipul legturii dintre cele dou variabile independente i variabila dependent.
Aadar, vom calcula, n plus fa de modelul anterior, coeficientul de corelaie Pearson ntre
PIB i numrul absolvenilor.
20

Informatic Economic
-2016-
Tabel 2. Coeficientul de corelaie Pearson

Observm c rxy= 0.865629 (Tabel 2).Valoarea acestui coeficient indic o legtur
direct, pozitiv i puternic ntre PIB i numrul absolvenilor de studii superioare.
Aplicnd metoda celor mai mici ptrate (MCMMP) n Eviews, vom realiza o estimare
a parametrilor modelului econometric de regresie multipl. Rezultatele obinute sunt
prezentate n urmtorul tabel:
Tabel 3. Estimarea parametrilor modelului

Ecuaia modelului econometric multifactorial este urmtoarea:
Y= 1* X1 + 2 * X2 + 0
Y= -107.0002* X1 + 0.540377* X2 287,637.8
21

Informatic Economic
-2016-
Unde:
Y este variabila dependent i reprezint PIB

X1 reprezint prima variabil independent (numrul omerilor)
X2 reprezint a doua variabil independent (numrul absolvenilor de studii
superioare)
Coeficientul de regresie 1este negativ, ceea ce indic prezena unei legturi inverse ntre
cele dou variabile (numrul de omeri i PIB, aa cum ne-a demonstrat i coeficientul de
corelaie Pearson).
Coeficientul de regresie 2 este pozitiv, ceea ce indic prezena unei legturi directe ntre
cele dou variabile (numarul absolvenilor de studii superioare i PIB, aa cum ne-a
demonstrat i coeficientul de corelaie Pearson).
Indicatori de bonitate
a.
Coeficientul de determinaie
Asa cum se poate observa din Tabelul 3, R squared indic o valoare de 0.851732 ceea
ce arat faptul c 85.17% din variaia PIB este explicat de variaia simultan a numrului de
absolveni, respectiv a numrului de omeri. Diferena pn la 100% este explicat de ali
factori neinclui n model
b. Coeficientul de determinaie ajustat
Adjusted R-squared=0.831963 ine cont i de numrul de observaii (18) i de cel al
variabilelor exogene (2), artnd prezena unei legturi puternice ntre variabila dependent i
cele dou variabile independente.
c. Eroarea standard
Acest indicator arat cu ct se abat n medie valorile obervate de la valorile teoretice aflate pe
dreapta de regresie. Pentru modelul nostru, eroarea standard este 22337.93
Testarea semnificaiei parametrilor (Testul t)
H0: 0=0
1=0
(parametrii nu sunt semnificativi statistic, modelul nu este valid)
2=0
H1:
i0 , i=0,1,2 (parametrii sunt semnificativi statistic, modelul este valid)
Pentru o probabilitate de garantare a rezultatelor de 95%, un prag de semnificaie de 5% i

18 observaii, de unde rezult un numr de df=n-k-1 = 16 de grade de libertate, valoarea
critic a testului este tcrit=2.120. Utiliznd aceste lucruri, dar i informaiile din Tabelul 3
referitoare la valorile calculate ale testului statistic pentru cei doi coeficieni, concluziile
formulate sunt urmtoarele:
22

Informatic Economic
-2016-
respingem ipoteza H0 acceptm H1
acceptm H1
acceptm H1
Testarea validitii modelului (Testul Fisher)

Ipotezele testului Fisher sunt urmtoarele:
H0: modelul nu este valid din punct de vedere statistic
H1: modelul este valid din punct de vedere statistic
Pentru o probabilitate de garantare a rezultatelor de 95%, un prag de semnificaie de 5%
i 18 observaii, de unde rezult un numr de df=n-k-1 = 15 de grade de libertate, valoarea
critic a testului este Fcrit=3.6823. Utiliznd aceste lucruri, dar i informaiile din Tabelul 3,
referitoare la valoarea calculat a lui F-statistic, concluzia formulat este urmtoarea:
Aplicnd testul F (F-statistic = 43.08398) > F-critic (unde F-critic=3.6823), se
respingeipoteza H0 i se accept H1, modelul fiind valid pentru un nivel de semnificaie de
5%, rezultatul garantndu-se cu o probabilitate de 95%. Acest lucru este confirmat i de
nivelul probabilitii Prob(F-statistic) = 0.000001, mai mic dect pragul de 5%.
Verificarea ndeplinirii ipotezelor modelului de regresie liniar multipl
Verificarea ndeplinirii acestor ipoteze presupune parcurgerea a patru etape, dup cum
urmeaz:
1. Forma modelului
Forma funcional a modelului de regresie multipl este una liniar:
Y= 1* X1 + 2 * X2 + 0
Y= -107.0002* X1 + 0.540377* X2 287,637.8
2. Normalitatea distribuiei erorilor aleatoare
Aceast etap presupune verificarea ipotezelor de normalitate a erorilor aleatoare, prin
aplicarea testul Jaque-Bera. Ipotezele testului sunt urmtoarele:
H0: erorile aleatoare urmeaz o distribuie normal
H1: erorile aleatoare nu urmeaz o distribuie normal
23

Informatic Economic
-2016-
Figura 2. Testul Jarque Bera

n urma aplicrii testului Jarque Bera, observm c valoarea acestui test este de
0.135627, valoare mai mic dect valoarea critic a testului (5.99). Astfel, vom respinge vom
accepta ipoteza nul, conform creia erorile urmeaz o distribuie normal.
Putem confirma acest rezultat prin valoarea probabilitii associate testului (0.934435),
mult mai mare dect pragul de semnificaie de 5%. De asemenea, media erorilor aleatoare este
foarte apropiat de 0, aceasta nregistrnd o valoare de -3.27*e-11.
3. Homoscedasticitatea erorilor aleatoare
Pentru a verifica dac erorile aleatoare sunt homoscedastice sau heteroscedastice, vom
aplica dou teste i anume, testul White, respectiv testul Glejser, prezentate n Tabelul 4,
respectiv Tabelul 5. Ipotezele celor dou teste sunt urmtoarele:
H0: erorile aleatoare sunt homoscedastice

H1: erorile aleatoare sunt heteroscedastice
24

Informatic Economic
-2016-
Tabel 4. Testul White
Aplicnd testul White pentru seria rezidurilor (Tabel 4) observm c probabilitile

asociate testului, mai exact probabilatea F-statistic = 0.362301, respectiv probabilitatea
Obs*R-squared = 0.3033 sunt mai mari dect pragul de 0.05. Astfel, vom accepta ipoteza
nula conform creia erorile aleatoare sunt homoscedastice.
25

Informatic Economic
-2016-
Tabel 5. Testul Glejser
n urma aplicrii testului Glejser, se observ faptul c probabilitile pentru F-statistic

= 0,267575, pentru Obs*R-squared = 0.2344 se afl peste pragul de 5%, acest lucru indicnd
faptul c se accept ipoteza nul conform creia erorile aleatoare sunt homoscedastice.
4. Necoliniaritatea variabilelor explicative
n continuare se analizeaz pe rnd modelele de regresie unifactoriale ntre variabila
dependent i cele dou variabile explicative, rezultatele fiind prezentate n urmtoarele
tabele:
26

Informatic Economic
-2016-
Tabel 6. Regresie unifactorial ntre PIB i numrul absolvenilor
27

Informatic Economic
-2016-
Tabel 7. Regresie unifactorial ntre PIB i numrul absolvenilor
Tabel 8. Matricea corelaiei liniare

Observm c: Ry2=0.716254 < rgdp, nrsom2 = -0.846318 i
Ry2=0.749314 < rgdp, absolventi2 = 0.865629
de unde rezult c nu exist multicoliniaritate la nivelul datelor analizate.
5. Neautocorelarea erorilor aleatoare

Pentru a verifica dac exist autocorelare n seria reziduurilor vom aplica testul
Durbin Watson, pornind de la urmtoarele ipoteze:
H0: =0 (nu exist autocorelare a erorilor aleatoare de ordinul I)
H1: 0 (exist autocorelare a erorilor aleatoare de ordinul I)
Pentru modelul analizat se obine DW = 1.056197. Valorile critice ale statisticii DW se
obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=18 observaii i k=2 : d1
= 1.046 i d2 = 1.535.
Se observ faptul c DW calculat se afl n itervalul (d1, d2), interval n care se
recomand acceptarea autocorelarii pozitive. n aceast situaie se impune condiia de
corectare a erorilor i eliminarea autocorelrii acestora.
Pentru acest lucru vom executa n Eviews urmtoarele instruciuni:
ls gdp c nrsomeri absolventi
series res=resid
scalar ro1=1-@DW/2
series gdp_nou=gdp-ro1*gdp(-1)
series absolventi_nou=absolventi-ro1*absolventi(-1)
series nrsomeri_nou=nrsomeri-ro1*nrsomeri(-1)
28

Informatic Economic
-2016-
ls gdp_nou c nrsomeri_nou absolventi_nou
Tabel 9. Corectarea autocorelrii (DW1)
Se obine o nou valoare pentru DW =1.024296 . Valorile critice ale statisticii DW se

obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=17 de observaii,
dup ajustare i k=2: d1 = 1.015 i d2 = 1.536.
n concluzie, noua valoare a DW se afl n intervalul (d1, d2) = (1.015, 1.536), acest
lucru nsemnnd c erorile nu au fost corectate.
Aplicm din nou DW:
ls gdp_nou c nrsomeri_nou absolventi_nou
series res=resid
scalar ro2=1-@DW/2
series gdp_nou1 = gdp_nou-ro2*gdp_nou(-1)
series nrsomeri_nou1 = nrsomeri_nou-ro2*nrsomeri_nou(-1)
series absolventi_nou1 = absolventi_nou-ro2*absolventi_nou(-1)
ls gdp_nou1 c nrsomeri_nou1 absolventi_nou1
29

Informatic Economic
-2016-

obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=16 de observaii, dup
ajustare i k=2: d1 = 0.982 i d2 = 1.539.
lucru nsemnnd c nici la acest pas erorile nu au fost corectate.
Aplicm din nou DW:
series res=resid
scalar ro3=1-@DW/2
series gdp_nou2 = gdp_nou1-ro3*gdp_nou1(-1)
series nrsomeri_nou2 = nrsomeri_nou1-ro3*nrsomeri_nou1(-1)
series absolventi_nou2 = absolventi_nou1-ro3*absolventi_nou1(-1)
30

Informatic Economic
-2016-

obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=15 de observaii, dupa
ajustare i k=2: d1 = 0.946 i d2 = 1.543.
lucru nsemnnd c erorile nu au fost corectate.
Aplicm din nou DW:
series res=resid
scalar ro4=1-@DW/2
series gdp_nou3 = gdp_nou2-ro4*gdp_nou2(-1)
series nrsomeri_nou3 = nrsomeri_nou2-ro4*nrsomeri_nou2(-1)
series absolventi_nou3 = absolventi_nou2-ro4*absolventi_nou2(-1)
31

Informatic Economic
-2016-

obin din tabelul distribuiei DW, pentru un nivel de semnificaie de 5% , n=14 de observaii, dup
ajustare i k=2: d1 = 0.905 i d2 = 1.551.
n concluzie, noua valoare a DW se afl n intervalul (d2, 4-d2) = ( 1.551, 2.449), acest
lucru nsemnnd c erorile au fost corectate.
C. Concluzii
n urma analizei efectuate asupra datelor am obinut un model econometric de regresie
liniar multipl, avnd o bonitate ridicat, care arat modul n care numrul absolvenilor de
studii superioare i numrul omerilor din Romnia nflueneaz variaia PIB.
Pe baza modelului bifactorial realizat, de forma Y= -107.0002* X1 + 0.540377* X2
287,637.8, am demonstrate faptul c nivelul PIB din Romnia (Y) este influenat de numrul
omerilor i numrul absolvenilor de studii seperioare (X2) n proporie de numai 27.77%,
numrul mediu de salariai au o influen de 85.17%, restul pn la 100% reprezentnd
influena altor factori, neinclui n model.
De asemenea, am evideniat faptul c ntre numrul omerilor i PIB din Romnia
exist o legtur invers, negativ i puternic, n vreme ce legtura dintre numrul
absolvenilor de studii superioare i PIB este una direct, pozitiv i puternic.
32

Informatic Economic
-2016-
n concluzie, variabilele dependente incluse n modelul econometric de regresie

bifactorial (numrul absolvenilor de studii superioare i numrul omerilor) au o influen
foarte puternic asupra nivelului PIB din Romnia.
Aplicatia 3. Modele cu ecuaii simultane

1. Capitol teoretic
1. Literature review
Modelul IS-LM sau modelul echilibrului dublu sau simultan este un model
economic in baza teoriei macroeconomice keynesiene.(Anon., 2014). Acest model opereaza
cu mrimi economice agregate (nivelul ratelor dobnzii, volumul total de produc ie,
cheltuielile publice, masa monetar etc.).
Echilibrul economic este privit ca echilibru pe dou piee:
piaa bunurilor i serviciilor
piaa monetar (sau piaa banilor)

Grafic, modelul este reprezentat ca intersecia a dou linii/curbe, numite IS i LM.
Principalele marimi variabile ale modelului sunt:
R= nivelul ratelor dobanzii
Y= PIB
Curba IS (Curba investiiilor egale cu economisirile) reprezint toate combina iile
posibile dintre venit i rata dobnzii care echilibreaz piaa bunurilor i serviciilor.
Curba LM (Curba cererii pentru mijloace lichide egale cu masa monetar)
reprezint toate combinaiile posibile dintre venit i rata dobnzii care echilibreaz pia a
banilor.
n continuare vom analiza un model de ecuaii simultane care s confirme legtura
dintre rata dobnzii, PIB-ul, consumul guvernamental i masa monetar a Romniei, pe
intervalul anual 1995-2012.
2. Metodologia cercetrii
Forma structural a unui model cu ecuaii simultane este forma iniiala a modelului rezultat n
urma etapei de specificare i reprezint structura (elemente i conexiuni) procesului descris.
33

Informatic Economic
-2016-
Specificarea unui model econometric reprezint alegerea variabilelor endogene,

stabilirea numrului de ecuaii n forma structural, alegerea numrului de variabile factoriale
considerate determinante pentru evoluia fiecreia dintre variabilele endogene, stabilirea
fiecrei ecuaii de regresie, definirea relaiilor de identitate dac acestea exist.
Pentru definirea modelului IS-LM se consider variabilele R = rata dobnzii, M =
masa monetar, Y = Produsul Intern Brut i G = Consumul Guvernamental. Ecuaiile
modelului:
R = a+ bM + cY + dM +
t
t-1
Y = e + fR + gG + u
t
t-2
Etapa I: Introducerea datelor in Eviews

Introducerea seriilor de date in EViews folosind date din perioada 1995- 2012, pentru
PIB, rata dobnzii, masa monetar i cheltuielile guvernamentale.
Etapa II: Identificarea variabilelor endogene/exogene
Identificarea ecuaiilor MES (Metoda ecuaiilor simultane) lund n considerare
elementele de mai jos:
Variabilele predeterminate din model : M M Gt
Variabilele endogene din model : R , Y =>m=2, (m-1)=1
t-1,
t-2,
Cum k* (nr. de variabile endogene i predeterminate care lipsesc din ecua ie) = 1,
obinem c avem k* = (m-1) => modelul este exact identificat, deci putem folosi pentru
estimare metoda celor mai mici ptrate n dou stadii.
Etapa III: Estimarea parametrilor pentru fiecare ecuaie
Pentru fiecare regresie am estimat parametrii utiliznd metoda celor mai mici ptrate.
Etapa IV: Estimare prin metoda TSLS simultan pentru ambele ecuaii
Se estimeaza parametrii sistemului cu ecuaii simultane, prin opiunea Estimation i
metoda de estimare TSLS, simultan pentru cele doua ecuaii.
34

Informatic Economic
-2016-
2. Capitol aplicativ
1.
Date utilizate

Definiia 1
Conform Dicionarului Explicativ al Limbii Romne, Produsul Intern Brut reprezint
expresia valoric a totalitii bunurilor i serviciilor finale furnizate de agenii economici carei desfoar activitatea pe teritoriul unei ri.
Definiia 2
Conform Dicionarului Explicativ al Limbii Romne, rata dobnzii cota procentual ce
se aplic de ctre bnci la creditele acordate i se ncaseaz de ctre acestea la datele
convenite prin contractele de credit sau la disponibilitile care sunt pstrate n conturi
bancare. Mrimea ratei dobnzii este dat de cererea i oferta de resurse pe pia a bancar, taxa
oficial a scontului, puterea economic a unui stat, rata inflaiei, politica adoptat de fiecare
banc n parte. n practica ntlnim dou noiuni : rata dobnzii active i rata dobnzii pasive.
Definiia 3
Conform Dicionarului Explicativ al Limbii Romne, masa monetar reprezint
totalitatea mijloacelor bneti aflate n circulaie ntr-o economie, la un moment dat; este
format din numerar(bani efectivi) i bani scripturali(moneda de cont).
Masa monetar, definit ca totalitate a mijloacelor bneti existente n economia unei
ri la un moment dat sau n medie pe o anumit perioad. Componentele masei monetare sunt
studiate cu ajutorul agregatelor monetare. (Anon., 2013).
Definiia 4
Consumul sectorului public, reprezint suma tuturor cheltuielilor guvernamentale
pentru bunuri finite i servicii. Include salariile angajailor din sectorul public, cumprarea de
armament, etc.
n continuare se va analiza fiecare variabil inclus n model, pentru a eviden ia evolu ia sa
economica, de-a lungul celor 18 ani, pentru care s-au selectat datele.
35

Informatic Economic
-2016-
Figura 1. Evoluia cheltuielilor guvernamentale n perioada 1995 2012

Din grafic reiese c nivelul cheltuielile guvernamentale urmeaz un trend ascendent
de-a lungul perioadei analizate.
36

Informatic Economic
-2016-
Figura 2. Evoluia masei monetare n perioada 1995 2012
37

Informatic Economic
-2016-
Figura 3. Evoluia ratei dobnzii n perioada 1995 2012

Pe parcursul ultimilor 18 ani tendina ratei dobnzii a fost de scdere fapt ce se
menine i in perioada curent. Acest lucru se datoreaz faptului ca Romnia este o ar n
curs de dezvoltare.
Figura 4. Evoluia PIB n perioada 1995 2012

PIB-ul urmeaz un trend ascendent de-a lungul perioadei analizate, atingnd un nivel
minim in anul 1999.
2. Rezultatele empirice ale cercetrii
Ecuaia de regresie pentru rata dobnzii: Rt = a+ bMt + cYt + dMt-1 +t
38

Informatic Economic
-2016-
Tabel 1. Model de regresie multifactorial.
Pentru prima ecuaie inclus n sistem am aplicat metoda celor mai mici ptrate n
vederea estimrii acesteia. S-a obinut urmtorul rezultat:
R =114.4562 + 3.88E-05M -0.000369Y -3.26E-05 M
t
t-1
t-2
Se observ c modelul este valid din punct de vedere statistic, probabilitatea asociat
lui Fcalc. fiind 0,000023, mai mica decat pragul de 5%.
Valoarea coeficientului de determinatie (R-squared = 0,857383) arat c 85,7% din
variaia variabilei dependente este explicat de variaia simultan a masei monetare decalat
cu o perioad, a PIB-ului i a masei monetare decalat cu dou perioade n urm, adic o
legtur puternic ntre variabila endogen i cele trei variabile exogene, lucru confirmat i de
coeficientul de determinaie ajustat (Adjusted R-squared = 0,821729), care ia n considerare i
numrul de observaii i numrul de variabile exogene.
Ecuaia de regresie pentru PIB : Yt = e + fRt + gGt + ut
39

Informatic Economic
-2016-
Tabel 2. Model de regresie multifactorial
Estimnd cea de-a doua ecuaie inclus n sistem obinem:

Y = 280490.5 -1722.848 R + 0.076597G
t
i pentru acest model se poate confirma validitatea, pe baza probabilitii asociate lui
Prob de F-statistic, care este 0,000000, mai mica decat 5%. Parametrii inclu i n model sunt
semnificativi statistic, avnd probabiliti sub pragul de 5%.
n acest caz, valoarea coeficientului de determinaie (R-squared = 0,930188) este
mare, ceea ce nseamn c 93% din variaia PIBului este explicat de varia ia simultan a
ratei dobnzii i a consumului guvernamental.
Estimarea sistemului cu ecuaii simultane
40

Informatic Economic
-2016-
Tabelul 3. Model regresie ecuaie simultan

Noua ecuatie a modelului de regresie devine:
Y= 218844.8 + 0.134242G 1.000406*RATA_DOB_NOUA
3. Concluzii
n urma prelucrrilor efectuate asupra datelor preluate pentru Romnia pe 18 ani (din
1995 i pn n 2012) pentru estimarea modelului IS-LM, putem concluziona c pentru o
estimare corect a legturii dintre PIB i rata dobnzii, se impune rezolvarea sistemului de
ecuaii simultane, deoarece cele dou variabile se afl ntr-o relaie de simultaneitate la nivel
macroeconomic.
n cazul n care folosim metoda celor mai mici ptrate n dou faze, rezultatele
obinute ntresc postulatele teoriei macroeconomice keynesiene, i arat c la nivelul
Romniei, n perioada analizat (1995 2012), 85,7% din variaia PIB-ului este explicat de
variaia simultan a ratei dobnzii i a consumurilor guvernamentale.
41

Informatic Economic
-2016-
Bibliografie
http://tophabits.ro/productivitate/principiul-lui-pareto/
http://www.elfconsulting.ro/showdef.php?nrdef=28
http://data.worldbank.org/country/romania
http://databank.worldbank.org/data/reports.aspx?
source=2&country=ROU&series=&period=
Econometric Analysis seventh edition by William H. Greene, New York
University
https://www3.nd.edu/~wevans1/econ30331/Durbin_Watson_tables.pdf
http://dexonline.ro/
https://people.richland.edu/james/lecture/m170/tbl-t.html
http://www.bnr.ro/PublicationDocuments.aspx?icid=1182
42

Proiect Econometrie Csie

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Proiect Econometrie Csie

Încărcat de

Drepturi de autor:

Formate disponibile

Academia de Studii Economice din Bucureti

Facultatea de Cibernetic, Statistic i

Academia de Studii Economice din Bucureti

Aplicaia 1. Modelul de regresie simpl..................................................3

Rezultatele empirice ale cercetrii.............................................................9

Aplicatia 2. Modelul de regresie multipl.............................................17

Rezultatele empirice ale cercetrii...........................................................21

Aplicatia 3. Modele cu ecuaii simultane................................................33

Rezultatele empirice ale cercetrii...........................................................37

Academia de Studii Economice din Bucureti

Aplicaia 1. Modelul de regresie simpl

n cadrul primei aplicaii ne propunem s analizm prin intermediul unui model

Academia de Studii Economice din Bucureti

Academia de Studii Economice din Bucureti

Aplicaia 1 este construit pe baza unui model de regresie liniar unifactorial, cu

Y este variabila dependent a modelului, reprezentand produsul intern brut din

X este variabila independent a modelului, reprezentand numrul de omeri din

Definirea variabilelor utilizate n model

Academia de Studii Economice din Bucureti

Datele utilizate n model sunt colectate prin auto-nregistrare, cu o periodicitate

Tabel 1. Statistici descriptive ale variabilelor modelului

Variabila independent X (numrul omerilor) urmeaz o distribuie asimetric

n perioada analizat, numrul mediu de omeri din Romnia a fost de aproximativ

Variabila dependet Y (produsul intern brut n preuri constante) urmeaz o distribuie

n perioada analizat, se observ c valoarea medie a PIB a fost de aproximativ

Academia de Studii Economice din Bucureti

Figura 2. Evoluia numrului de omeri n perioada 1995 2014

n graficul din Figura 1 observm c n Romnia, n perioada 1995 2000, imediat

Odat cu stabilizarea inflaiei i implicit a conjuncturii economice, ncepnd cu anul

Pe de alt parte, analiznd graficul din Figura 2, observm o scdere iniial a

Academia de Studii Economice din Bucureti

ncepnd cu anul 2000 numarul de omeri urmeaz o tendin de scadere pn la

2. Rezultatele empirice ale cercetrii

n vederea estimrii modelului econometric, vom determina intensitatea i tipul

Tabel 2. Coeficientul de corelaie liniar Pearson

Academia de Studii Economice din Bucureti

Tabel 3. Estimarea parametrilor modelului

Y reprezint valoare PIB (variabil dependent)

X reprezint numrul omerilor (variabil independent)

n Tabelul 3, n coloana coeficienilor, putem observa c, ntruct valoarea coeficientului de

Academia de Studii Economice din Bucureti

De asemenea, prin nlocuirea valorilor numerice ale coeficienilor n modelul de regresie,

Academia de Studii Economice din Bucureti

Verificarea ndeplinirii ipotezelor modelului de regresie liniar simpl

Academia de Studii Economice din Bucureti

Figura 3. Testul Jarque Bera

Pentru testul Park am rulat in Eview urmatoarele instruciuni:

Academia de Studii Economice din Bucureti

Tabel 4. Testul Park

Academia de Studii Economice din Bucureti

Tabel 4. Testul Glejser

Academia de Studii Economice din Bucureti

Tabel 5. Corectarea erorilor DW1

Academia de Studii Economice din Bucureti

Tabel 6. Corectarea erorilor DW2

Se obine o nou valoare pentru DW = 2.105527. Valorile critice ale statisticii DW se

Academia de Studii Economice din Bucureti

n concluzie, variabila independent inclus n modelul econometric de regresie

Aplicatia 2. Modelul de regresie multipl

Academia de Studii Economice din Bucureti

n panelul UNICEF, participanii cu cel mult studii gimnaziale au declarat un salariu

Aplicaia 2 este construit pe baza unui model de regresie liniar multifactorial, cu

Y este variabila dependent i reprezint nivelul PIB-ului n preuri constante,