MODELAREA ECONOMETRICĂ A EVOLUȚIEI DOBÂNZILOR

INTERBANCARE (ROBID) PE PIATA ROMÂNEASCĂ ÎN CONTEXTUL

CRIZEI FINANCIARE INTERNATIONALE

Masterand: Cociuba Mihail-Ioan, cociuba@gmail.com

Coordonator: Conf.univ.dr. Zăpodeanu Daniela, danizapodeanu@yahoo.com
Universitatea din Oradea, Facultatea de Știinte Economice

Abstract- The paper presents the econometric modeling of overnight inter-banking interest rates
(ROBID) in our country, the analyzed period is between 1999-2010. The international financial crises
had a great impact on the level of inter-banking interest rates after 2007 and it reflects the new level of
risk for the Romanian system banking. The econometric model used in modeling the interest rates is an
autoregressive moving average (ARMA) model, the ARMA model is typically applied to time series
data; the paper propose several ARMA models, applies econometric tests and based on them the
analyzed series (the inter-banking interest rates) forecast will be made.

1. Notiuni introductive.

Sistemul bancar din țara noastră a trecut după anii 1990 printr-un lung proces de consolidare,
tranziție și curățare, perioada de tranziție economică și socială a țării noastre și-a pus amprenta și
asupra sistemului bancar românesc; acesta fiind zguduit deseori de scandaluri și falimente ( de la
falimentul Băncii Dacia Felix, Bancorex și până la cea a Băncii Române de Scont), însă politica dusă
de BNR de întărire a sistemului bancar, precum și deschiderea sistemului bancar românesc spre
investitorii străini fie sub forma unor investiții directe în crearea de noi rețele bancare fie prin
privatizările realizate (BRD, BCR, Banca Agricola, Bancpost) s-a creat un sistem bancar sănătos și
modern. Dacă în perioada anilor 2000 aproape 50% din activele sistemului bancar erau deținute de

Fig.1. Ponderea activelor bilanțiere în funcție de sursa și structura capitalului1

1 Sursa datelor: Raport asupra stabilității financiare 2009, www.bnro.ro, grafic propriu.
bănci cu capital majoritar de stat în 2009 sub 7% din totalul activelor bancare este deținute de bănci cu
capital majoritar de stat și totodată sub 7% din totalul activelor bancare îl reprezintă deținerile băncilor
cu capital majoritar autohton și privat.

Fig. 2 Ponderea activelor bilanțiere în 20092

Intrarea investitorilor străini pe piața românească a avut inițial un efect pozitiv însă ca urmare a
crizei economico-financiară pe care o traversăm, băncile-mamă ale acestora în special cei din zona
Grecia și Austria se confruntă cu probleme mari legate de lichiditate și finanțare la dobânzi rezonabile.
S-a creat astfel o situație de hazard moral în care BNR împreună cu Statul român au fost puși în situația
de a încheia așa numitul ”gentlemen's agreement” cu principalele bănci cu capital străin din țara noastră
care stipulează întelegeri privind piața bancară română și modul în care acestea vor susține în
continuare liniile de finanțare pentru sucursalele și băncile deținute în țara noastră, întelegerea a fost
respectată, neexistând retrageri masive de capital de piața bancară românescă.
Băncile se finantează în mod normal astfel3: din capitalurile proprii (deseori cerând capital de la
acționari), depozitele bancare, depozitele interbancare, împrumuturile de la banca centrală, fie de pe
diversele piețe financiare. Una dintre aceste piețe este cea interbancară, unde băncile oferă și plasează
lichiditățile deținute. În țara noastră principalii indicatorii ai acestei piețe sunt:
- ROBOR (Romanian Interbank Offer Rate) care este rata medie a dobanzii pentru
creditele in lei acordate pe piata interbancara românescă și este stabilita de către BNR.
- ROBID (Romanian Interbank Bid Rate) care este rata medie a dobânzii la depozite
atrase pe piaţa interbancară românească și este stabilita de către BNR.
Modalitatea de calcul este următoarea4: ”ratele dobânzilor de referinţă ale pieţei monetare
interbancare ROBID/ROBOR sunt calculate zilnic, de către Reuters ca medie aritmetică a ratelor de
dobândă afişate de un număr de 10 bănci comerciale... la următoarele scadenţe (overnight, 1 zi,1
săptămână, 1 lună, 3 luni, 6 luni, 9 luni, 1 an)...” Ratele dobânzilor interbancare sunt un fin receptor al
lichidităților care sunt disponibile, a încrederii care există pe piață și între diversele instituții bancare,
reacționând rapid la schimbările din cadrul economiei naționale sau internaționale și la necesitățile
sistemul bancar. Dobânda poate fi privită din diverse puncte de vedere: preț intertemporal5, cost al

2 Sursa datelor: Raport asupra stabilității financiare 2009, www.bnro.ro, grafic propriu.
3 Zăpodeanu Daniela, Monedă și credit, pg. 220, Editura Universității din Oradea, 2003
4 http://www.bnro.ro/page.aspx?prid=1292, iar aceste calcule sunt publicate zilnic pe http://www.reuters.ro/.
5 Cerna Silviu, Economie monetară, pg. 580, Editura Universității de Vest, Timișoara, 2009
capitalului,etc, însă pentru băncile comerciale este important a se întelege evoluția ei dobânda, fiind
pentru ele atât un cost cât și un câstig.
Dacă din punct de vedere al creșterii economice (nivelului PIB) România nu s-a
confruntat cu criza economico-financiară decât din trimestrul patru al anului 2008 ratele dobânzilor la
indicatorii ROBID/ROBOR au semnalat încă din vara lui 2007 schimbarea de trend, astfel nivelul ratei
dobânzii ROBID crescând de peste 3 ori față de nivelul precedent. Acel nivel de aproximativ 30%

Fig.3. Evoluția ratei interbancare ROBID 2005-20106

nefiind atins nici atunci când recesiunea economică s-a instalat în țara noastră. Manifestarea crizei
economice în România începând cu trimestrul patru 2008 a făcut ca nivelul ratelor dobânzilor
interbancare să urce până la 20%, ținând cont de faptul că ROBID explicitează foarte bine sentimentul
existent la nivelul băncilor se poate concluziona că băncile se privesc între ele cu neîncredere și nivelul
riscului asociat lor a crescut foarte mult față de perioada pre-criză.

2. Modelarea econometrică a ratei dobânzilor interbancare ROBID

Datele utilizate7 sunt reprezentate de valorile zilnice al ratei dobânzilor interbancare ROBID pe
perioada 04.02.1999-23.03.2010. Modelarea econometrică i-a în considerare faptul că acestea sunt date
de tip serii de timp și utilizând testări specifice se va reține modelul cel mai performant. Procedura de
estimare a unui model ARMA cuprinde următorii paşi8:
1. Testarea staţionarităţii seriei. Dacă nu este staţionară se staționarizează prin diferențiere.
2. Pe baza funcţiei de autocorelaţie și a celei de autocorelaţie parţială se determină modelele
autoregresive de start pentru analiza seriei de date. Astfel, dacă există o valoare a lui h egală cu
q începând de la care valoarea funcţiei de autocorelaţie scade brusc către zero, atunci pentru
prelucrarea seriei se foloseşte un proces MA(q) sau un proces ARMA ce cuprinde o

6 Sursa datelor www.bnro.ro, Sectiunea Statistica; grafic propriu.

7 Sursa datelor www.bnro.ro , Secțiunea Statistică.
8 După Codirlașu Adrian, Econometrie aplicată utilizând Eviews 5.1, pg 63, 2009, http://www.dofin.ase.ro/acodirlasu/lect/
 componentă MA(q). În cazul în care valoarea funcţiei de autocorelaţie parţială scade
instantaneu către zero, începând cu o valoare a decalajului egală cu p, atunci se recomandă ca
seria de timp să fie prelucrată prin intermediul unui proces AR(p) pur sau printr-un proces ce
cuprinde şi această componentă.
3. Se estimează parametrii modelelor ARMA și se testează caracteristicile modelelor autoregresive
propuse. Astfel se verifică dacă coeficienţii modelului sunt semnificativi (diferiţi de zero) din
punct de vedere statistic, autocorelarea reziduurilor regresiei, proprietatea de
homoscedasticitate, stabilitatea parametrilor şi caracteristicile distribuţiei rezidurilor.
4. Pe baza criteriilor de analiză se alege modelul care are valoarea cea mai mare pentru gradul de
corelație sau valoarea cea mai mică pentru varianţa sau dispersia reziduurilor, precum și analiza
criteriilor informaționale Akaike și Schwartz (cu cât mai mic cu atât mai bine).
5. Pe baza modelului selectat se vor realiza prognoze.

Fig.4. Evoluția ROBID din 1999-20109

Seriile de timp modelate prin intermediul metodei Box-Jenkins pot fi exprimate astfel10 :

Unde AR(p) este un sistem autoregresiv de ordin p, iar MA(q) este un sistem de tip medie
mobila de ordin q, adică evoluția variabilei dependente este explicată prin variația valorilor ei din trecut
la care se adaugă eventualele șocuri ce pot avea loc în diferite momente în timp.
1. Testarea staționarități seriei. Aceasta se realizează cu ajutorul testului ADF (Augmented
Dickey Fuller). Se testeaza doua ipoteze: H0 : δ = 1 (seria nu este staționară)
H1 : δ < 1

9 Sursa datelor www.bnro.ro, grafic propriu.

10 Meșter Ioana, Econometrie, pg. 160, Editura Universității din Oradea, 2007.
 Tabel 1. Testul ADF11

Potrivit testului ADF ipoteza ca seria să aibă rădăcină unitară este apropiată de zero, valoarea
testului ADF de -5.05 fiind mult mai mică decât valoarea tabelară corespondentă unei probabilități de
99% de -3.4, deci nu se poate respinge H1, trecându-se la etapa următoare.
2. Calcularea funcției de autocorelație (ACF) și a funției de autocorelație parțială (PACF)12

Fig.5 Reprezentarea funcțiilor ACF și PACF13

Se observă că funcția de autocorelație scade constant, în timp ce funcția de autocorelație parțială scade
brusc ceea ce indică posibilitatea unui model de tip AR(p) sau ARMA(p,q). Pe baza informațiilor

11 Analiza seriilor de timp este realizată cu programul econometric GRETL, http://gretl.sourceforge.net/

12 Adkins Lee, Using Gretl for Principles of Econometrics, pg 128, http://www.learneconometrics.com/gretl.html
13 În Anexe în Tabel sunt prezentate și datele funcțiilor ACF și PACF.
oferite de funcțiile ACF și PACF se va trece la testarea modelelor urmând a se alege cel mai
performant.
Tabel 2. Criteriile de selectare a modelului potrivit
Nr.crt Model R214 Criteriul Akaike Criteriul Schwarz
1 AR(1) 0.94 15759 15771
2 AR(2) 0.94 15749 15767
3 AR(3) cu lag (1,2,5) 0.95 15427 15451
Pe baza criteriilor privind gradul de corelatie R , Akaike și Schwarz se reține modelul AR(3) cu
2

lag 1,2,5 pentru a se realiza următoarele teste și prognoze.

3. Explicităm ecuația sub forma:

Tabel 3. Modelul ARMA
Model 20: ARMA, using observations 1999/02/11-2010/03/23 (T = 2831)
Estimated using least squares (conditional ML)
Dependent variable: ROBID_overnight

coefficient std. error t-ratio p-value

--------------------------------------------------------------------------
const 0.408508 0.108665 3.759 0.0002 ***
phi_1 0.954716 0.0182722 52.25 0.0000 ***
phi_2 −0.165030 0.0190549 −8.661 4.69e-18 ***
phi_5 0.185766 0.0110665 16.79 3.07e-63 ***

Mean dependent var 18.70354 S.D. dependent var 15.77970

Mean of innovations 4.00e-16 S.D. of innovations 3.688362
Log-likelihood −7709.985 Akaike criterion 15427.97
Schwarz criterion 15451.76 Hannan-Quinn 15436.55

Real Imaginary Modulus Frequency

----------------------------------------------------------------
AR
Root 1 1.0155 0.0000 1.0155 0.0000
Root 2 0.7421 -1.1205 1.3439 -0.1569
Root 3 0.7421 1.1205 1.3439 0.1569
Root 4 -1.2498 -1.1717 1.7132 -0.3801
Root 5 -1.2498 1.1717 1.7132 0.3801
----------------------------------------------------------------
Ecuația va avea forma:
ROBID = 0.4085 + 0.9545*ROBID(-1) - 0.1650*ROBID(-2) + 0.1857 ROBID(-5)

14 Drăgan, Simona, Ionac, Doina, Matematică aplicată în economie, pg.290, Editura Universității din Oradea, 2003
 Fig.6 Reprezentarea normalității rezidurilor

4. Realizarea de prognoze pe baza modelului ARMA

Se vor realiza prognoze pe baza modelului propus, ARMA lag (1,2,5) cu o probabilitate de
95%, metoda dinamică (out of sample)15 ce presupune un model de previziune de tip înlănțuit, pe baza
noi previziune realizându-se următoarea.

Fig.7 Prognoza pentru următoarele 5 zile

15 Cottrell, Allin, Lucchetti Riccardi,Gretl User Guide, pg 165, 2010, http://gretl.sourceforge.net/manual-a4.pdf
 Tabel 4. Prognoza dobânzilor interbancare ROBID pentru următoarele 5 zile
For 95% confidence intervals, z(0.025) = 1.96
Obs ROBID_overnight prediction std. error 95% interval
2010/03/17 2.75 3.10
2010/03/18 2.77 3.12
2010/03/19 2.79 3.11
2010/03/22 2.78 3.12
2010/03/23 2.76 3.11
2010/03/24 3.10 3.688 -4.13 - 10.32
2010/03/25 3.42 5.099 -6.57 - 13.42
2010/03/26 3.68 5.795 -7.67 - 15.04
2010/03/29 3.88 6.146 -8.17 - 15.92
2010/03.30 4.01 6.327 -8.39 - 16.41

3. Concluzii

Modelarea seriilor de timp, în special seriile de date de pe piețele financiare care nu respectă
legea N(m,z) deoarece sunt ,în general, serii cu distribuții leptocurtice fiind astfel predispuse la mișcări
extreme, este deosebit de grea și anevoiasă; modalitățile de analiză și modelare sunt într-un proces de
continuă perfecționare alături de modelele ARIMA dezvoltându-se și alte modele cum ar fi ARCH și
generalizările din acest model; alături de aplicarea diferitelor modele și teste econometrice fiind deseori
necesară o gândire creativă. Lucrarea și-a propus să ofere un model de analiză a fluctuațiilor dobânzilor
interbancare ROBID, oferind un model de prognoză util unităților bancare și care să poată fi folosit în
cadrul departamentelor financiare și de prognoză pentru asigurarea plasări și atragerii de lichidități în
condiții optime de pe piață.
2. BIBLIOGRAFIE

2.A. Tratate, monografii, cursuri universitare si alte lucrari de specialitate

1. ADKINS, Lee, Using Gretl for Principles of Econometrics, 2009 , learneconometrics.org

2. CERNA, Silviu, Economie monetară, Editura Universității de Vest, Timișoara, 2009
3. CODIRLAȘU, Adrian, Econometrie aplicată utilizând Eviews 5.1, 2009, dofin.ase.ro
4. COTTREL, Allin, LUCHETTI, Riccardi, Gretl User Guide, 2010, gretl.sourceforge.net
5. DRĂGAN, Simona, IONAC, Doina, Matematică aplicată în economie, Editura Universității
din Oradea, 2003
6. MEȘTER, Ioana, Econometrie, Editura Universității din Oradea, 2007.
7. ZĂPODEANU, Daniela, Monedă și credit, Editura Universității din Oradea, 2003

2. B. Surse Internet (vizitate în data de 20 martie 2010)

8. www.gretl.sourceforge.net/
9. www.bnro.ro
10. www.dofin.ase.ro/acodirlasu/lect/
11. www.reuters.ro
12. www.learneconometrics.com/gretl.html

3.ANEXE

Anexa 1. Corelograma erorilor

Anexa 2. Valorile funcțiilor ACF și PACF
Anexa 3. Model AR(1)

Model AR(2)