I. NTREBRI CU ALEGERI MULTIPLE 1.

Utilizarea matematicii n economie nseamn: a) aplicarea tehnicilor de analiz matematic la variabile economice; b) descrierea relaiilor variabilelor prin funcii; c) ilustrarea grafic a interdependenelor dintre variabilele economice; d) prezentarea realitilor economice ntr-un limbaj matematic; e) utilizarea numerelor n evidenierea corelaiilor dintre componentele unui sistem economic. 2. Debutul aplicrii statisticii n economie o datorm lui: a) Dionisie Pop Marian; b) Aristotel; c) Adam Smith; d) William Petty; e) Karl Pearson. 3. Cel mai important instrument utilizat la nceputurile aplicrii matematicii n economie se refer la: a) funciile de repartiie; b) calculul diferenial; c) algebra liniar; d) diagrame; e) curbele de indiferen. 4. Anul i fondatorii Societii de Econometrie sunt: a) 1928; Jan Tinbergen i Lawrance Klein; b) 1957; Tjialing Koopsman; c) 1933; Paul Samuelson i Irving Fisher; d) 1930; Richard Stone i Trygve Haavelmo; e) 1933; Ragnar Frish, Charles Roos i Irving Fisher;

5. Criticile la adresa aplicrii matematicii n economie se refer la: a) lipsa de experien n folosirea noului instrumentar; b) suspiciunea privind aprecierea utilitii i limitelor matematicii; c) ndoielile exprimate de economiti (fr compenten n domeniul matematicii); d) discordane cu o anumit linie ideologic; e) prezena unui anumit grad de iscusin pentru nelegerea articolelor din revistele de specialitate. 6. Un remarcabil laureat Nobel pentru economie afirma prin anii 60 c economitii erau preocupai mai mult de matematica formal dect de economie. Este vorba de: a) Alfred Marshall; b) William Stanley Jevons; c) Wassily Leontief; d) John Maynard Keynes; e) Phelps Brown. 7. Precizai care dintre membrii Academiei Regale de tiine a Marii Britanii afirma c: puterea de predicie a econometriei este destul de slab: a) Phelps Brown; b) Norbert Wiener; c) Ragnar Frish; d) H.G. Johnson; e) G.D. Warswick.

8. n lucrarea sa Teoria i politica economic, reprezentantul colii marginaliste engleze, W.S. Jevons afirma c: a) metoda matematic ncepea s domine teoria economic; b) fondatorii colii austriece sunt sraci cu duhul deoarece nu sunt n stare s neleag un set de ecuaii simultane; c) economia trebuie s fie o tiin matematic pentru c are de a face cu cantiti msurabile; d) legile economice apar drept simple expresii arbitrare; e) economia se fundamenteaz pe esena unor entiti reale. 9. n referirea sa la metoda matematic, stilul criticii lui Ludwig von Mises se refer la: a) aplicarea ecuaiilor din mecanic la economie; b) faptul c matematica distrage atenia de la procesele pieei; c) logica economic i economia matematic; d) descrierea matematic a strilor de echilibru; e) observaiile care au fost cuantificate sunt tratate ca i cnd ar fi fost constante. 10. Legea numerelor mari era criticat de austrieci deoarece: a) n economie numrul elementelor studiate este prea mic; b) statistica lucreaz cu mrimi agregate; c) se neglijeaz diferenele minore dintre elementele individuale ale realitii studiate; d) nu justific stabilitatea agregatelor n economie; e) ea nu putea exprima axiomele privitoare la comportamentul uman.

11. Prelegerile lui M. Manoilescu sintetizate n cartea: ncercri n filosofia sistemelor economice se refer, printre altele, la: a) modelele deductive; b) traducerea problemelor economice n limbajul matematicii; c) reconstituirea din date statistice a structurii reprezentate printr-un model econometric; d) faptul c n economie se pot organiza experimente; e) construirea unor funcii prin care se reconstituiau procese i structuri reale. 12. Relaiile dintre fenomenele economice sunt explicate de M. Manoilescu pe baza unui exemplu ce reflect: a) ecuaii din fizic; b) relaia funcional dintre cerere i pre; c) curba costului unitar; d) optimul pentru un monopolist; e) procesul maximizrii profitului. 13. Determinnd mrimea profitului pentru o firm, M. Manoilescu arat c acesta devine maxim dac: a) (p - a) = 0; b) (-q) = pk; c) q/(p - a) = -dq/dp; d) tg = 0; e) (p - a) q = k. 14. Ideile expuse de M. Manoilescu n lucrarea ncercri n filosofia sistemelor economice reflect probleme deosebit de actuale referitoare la: a) transdisciplinaritate; b) efectul de histerezis; c) sistemele autoinstuibile;

d) variabilele curente au un istoric; e) axiomatizare tiinei economice. 15. n ce context Manoilescu afirm: Msura este cel mai preios dintre lucruri: a) cnd se refer la sociometrie; b) cnd se refer la statistici; c) cnd se refer la cultivarea faptelor fr teorie; d) cnd se refer la descoperirea legilor tiinifice; 16. Debutul aplicrii statisticii la studierea bugetelor de familie se datoreaz lui: a) Fr. Galton; b) F.Y. Edgeworth; c) K. Pearson; d) E. Engel; e) A. Laffer. 17. Msurarea relaiilor din economie presupune studierea: a) conexiunilor de tip cauz-efect; b) parametrilor cuantificabili; c) caracterului legturii dintre variabile; d) efectului intensitii modificrii unei variabile asupra alteia; e) formei numerice a relaiei analizate.

18. Propoziia: consumul este o funcie cresctoare de venit disponibil, dar creterea acestuia este mai slab dect a venitului disponibil, se modeleaz prin ecuaia: a) Ct = + Yt ; , >0 b) Ct = Ct-1 + (Yt -Tt); <0 c) Ct = 0 Ct-1 + 1Yt ; 0, 1 (0, ) d) Ct = 0 + 1( Yt - Tt); 0< 1 <1 e) Ct = Yt + Tt .

19. Aducei la o form redus, modelul descris prin ecuaiile: a) Ct = 0 + 1( Yt - Tt); 0< 1 <1 b) It = 1 Yt-1 + 2 Rt ; 1>0 , 2 <0 c) Yt =Ct + It + Gt , i evideniai multiplicatorii de contact, afereni acesteia. 20. Rolul esenial al econometriei este: a) descrierea ct mai fidel a realitii economice; b) estimarea i testarea modelelor; c) transpunerea modelului teoretic ntr-o form matematic; d) asigurarea datelor statistice pentru estimarea parametrilor; e) aprecierea distanei model realitate. 21. Ce semnificaie i interpretare dai variabilei din ecuaia: M = + y + r + , unde: M-cererea de bani, y-venitul naional, r-rata dobnzii ? 22. Forma liniarizat o funciei: y = ex ; ,>0 este: a) y = + x ; b) y = ln + lnx ; c) lny = ln + x ; d) lny = ln + lnx; e) y = ln ( + x). 23. Ce form poate mbrca modelul vnzrilor de ulei pe o pia local?

24. n modelele econometrice identificarea diferitelor tipuri de relaii, exprimate n ecuaii i anume: a) relaii de liniarizare; b) relaii de identitate; c) relaii tehnologice; d) relaii structurale; e) relaii de comportament. 25. Erorile n identificarea variabilelor pot avea n principal dou surse: a) distribuia normal; b) specificarea incomplet a obiectului cercetat; c) agregarea necorespunztoare; d) principiului verosimilitii; e) glisrii exponeniale. 26. Variabilele economice sunt: a) date statistice despre o populaie; b) indicatori economici; c) valori cantitative asociate unor variabile cauzale; d) mrimi aleatoare continue; e) nivelul diferitelor mrimi discrete asociate sistemului economic. 27. Verificarea intensitii legturii dintre variabilele economice cantitative presupune utilizarea: a) testului F; b) coeficientului de contingen; c) analizei dispersionale; d) principiului verosimilitii maxime; e) coeficientului de corelaie.

28. Precizai variabilele endogene i exogene din cadrul urmtorului model de regresie multipl: Ct = 1 + 2 Vt +3 Ct-1 + 4 St + t i apoi interpretai semnificaia variabilei t . 29. Scriei sub form matricial modelul econometric: yt = 1 + 2Vt + 3St + 4t ; pentru t=1,2,3. 30. Identificai o form redus a modelului econometric: Ct = 1 + 2 (yt - Zt ) + t , Zt = 1 + 2Xt. 31. n etapa de elaborare a unui model econometric trebuie s clarificm: a) de unde vom lua datele statistice necesare estimrii parametrilor; b) aria de cuprindere a variabilelor economice; c) factorii economici i extraeconomici care intervin n domeniul analizat; d) aspecte de ordin comportamental; e) modul de liniarizare a modelelor exponeniale. 32. Problemele pe care le ridic etapa de specificare sunt legate de: a) alegerea variabilelor explicative care urmeaz s fie incluse n model; b) ajustarea parametrilor; c) testarea veridicitii modelului; d) formarea matematic a relaiei funcionale existent ntre variabile endogene i variabile predeterminate; e) identificarea multiplicatorilor de impact;

33.

O cercetare a identificrii modelului econometric presupune studierea: a) rezolvabilitii sistemului; b) numrului de soluii rezultat n urma estimrii paramerilor j ; c) unicitii soluiei sistemului; d) existenei unor ecuaii asemntoare n ce privete construcia modelului; e) izomorfismul realitate-model.

34. Econometricianul trebuie s posede solide cunotine de statistic deoarece trebuie: a) s defineasc forma ecuaiilor de regresie; b) s cuantifice variabilele; c) s elimine distorsiunile de ordin statistic; d) s evalueze amplitudinea erorilor; e) s cunoasc tehnicile de estimare. 35. Analiza bayesian utilizeaz instrumentele matematice oferite de teorie probabilitilor, pe dou direcii: a) proiecii predictive sau previzionale; b) postulatul bayesian; c) metoda de estimare bayesian; d) matricea covariaional; e) coeficientul de regresie.

36. Postulatul bayesian se refer la: a) b) c) d) e) estimarea modelului; probabilitile apriorice; legea de repartiie; probabilitile aposteriorice; proiecia variabilelor de ecart.

37. Dac fenomenul economic descris de modelul economico-matematic este n concordan cu ipotezele fundamentale, atunci estimatorii j ndeplinesc urmtoarele proprieti: a) nedeplasai; b) de dispersie minim; c) eficieni; d) asimtotic eficieni; e) consisteni. 38. Metode de previziune prin glisare pot fi: a) extrapolarea; b) glisarea exponenial simpl; c) glisarea exponenial dubl; d) distribuia normal; e) sezonalitatea. 39. Sezonalitatea reprezint acea component a evoluiei procesului economic caracterizat prin oscilaii ntr-un interval de timp. Modaliti de evideniere a acesteia pot fi: a) abaterea de la medie; b) sezonalitatea exprimat simultan cu tendina; c) sezonalitatea exprimat prin fluctuaii sinusoidale; d) sezonalitatea exprimat sub forma unei proporii, n raport cu tendina; e) prin glisajul parametrilor. 40. Analiza seriilor dinamice presupune diferite tipuri de regulariti n timp: a) tendine seculare; b) tendine ciclice; c) trend; d) sinusoide;

e) cicluri sezonale. 41. n lucrarea Studii asupra teoriei investiiilor, T. Haavelmo trateaz: a) capitalul ca factor de producie, iar investiiile ca cerere derivat pentru el; b) rolul capititalului n creterea economic i comportamentul investiional; c) economiile i deciziile ntr-o economie centralizat; d) cererea de bunuri investiionale ntr-o economie de pia; e) regimuri schimbtoare. 42. Premiul Nobel pentru economie pe anul 2000 i-a revenit lui: a) Trygve Haavelmo; b) Tjialling Koopmans; c) Lawrence Klein; d) James Heckman; e) Daniel McFadden. 43. Printre contribuiile lui R. Lucas, la dezvoltarea economiei se numr: a) modelul central al ciclurilor de afaceri; b) perturbaiile monetare ce conduc la modificri ale nivelului preurilor; c) cea mai bun politic monetar este cea care folosete regula celor K procente(n care rata de cretere a cantitii de bani este constant); d) instabilitatea monetar conduce la fluctuaii de output i inflaie; e) dezvoltarea economiei financiare.

44. Noiunea de optim economic a fost folosit de: a) L. Walras; b) C. Menger; c) J. Tinbergen; d) V. Pareto; e) T. Haavelmo. 45. Dintre modelele deazagregate destinate reflectrii conexiunilor din economie cu ajutorul ecuaiilor de regresie se numr: a) modelul Leamer; b) modelul Brookings; c) modelul Box-Jenkins; d) modelul Sims; e) modelul Warthon. 46. Prin optim economic se nelege: a) valoarea extrem (minim/maxim) a funciei; b) utilitatea marginal; c) decalajul ntre cererea i oferta de bunuri; d) modelul stochastic de prognoz; e) procedeu de simulare. II. 1. 2. 3. 4. 5. 6. 7. 8. DEFINIREA UNOR CONCEPTE Econometrie; Legea lui Okun; Autocorelaie; Postulatul lui Bayes; Efectul de heteroscedasticitate; Relaia de elasticitate a lui Hicks; Abaterea medie ptratic; Sezonalitate;

9. Valoarea predictiv a modelelor econometrice; 10. Funcia Tornquist; 11. Elasticitatea funciei de consum; 12. Covariana; 13. Anticipaii adaptive; 14. Interval de ncredere; 15. Coeficient de determinaie; 16. Funcia Cobb-Douglas; 17. Fenomenul de multicoliniaritate; 18. Repartiia Student; 19. Variabil aleatoare; 20. Distribuia normal. III. COMPLETAREA UNOR AFIRMAII:

1. Densitatea de repartiie descris de funcia f(x):

2 1 exp ( x x ) 2 2 2

se refer la repartiia................................................ 2. Coeficientul de elasticitate pentru funcia: y = + x este ................................................................................... 3. Dac un fenomen economic este descris de ctre funcia: y t = et t atunci o form liniarizat a funciei este........................................................................ 4. Cobb & Douglas au exprimat.................................... dintre variabila efect i .............. cu ajutorul relaiei Y = .............

5. Randamentul extremal ilustrat prin formula: RE = f (x1, x 2,..... x n ) x = 0;

exprim pn la ce nivel.......................................astfel nct producia este.............. 6. Norma de substituire exprim........................................ fr ca producia ....................................... 7. Dac Z0,Z1,Z2,.........Zn sunt variabile independente, normal distribuite atunci mrimea:

Z0

Z
i =1

2 i

exprim distribuia ................... cu..............grade de libertate. 8. S considerm modelul simplu al determinrii venitului naional: C = + y + u, >0, 0<<1 y = C + Z, n care: - prima ecuaie este o funcie de consum. Ea exprim cheltuielile de - consum C n funcie de venitul naional y. Variabila u reprezint perturbaia care

satisface o distribuie normal, iar Z cheltuielile complementare consumului. a) Variabilele C i y sunt...................., iar Z.......................................... b) Forma redus a modelului este dat din expresia: C = ..................... 9. Corelaia funcional dintre cerere i pre, ar putea fi de forma.............................................................................. 10. Consumul este o funcie cresctoare de venit disponibil, dar creterea acestuia este mai mic dect a venitului. Exprimai aceast propozii cu ajutorul unei relaii matemetice: ............................. 11. Media ptratului abaterilor de la medie sau .................. determin abaterile standard, de forma:................................................................... . 12. Relaia adiacent - ............. apare n explicarea raporturilor astfel: a) individ - ......... . b) ........... corp. 13. Multiplicatorul este redus prin dou efecte de eviciune: a) ................................. . b) ................................ .

IV. DEMONSTRAII STATISTICO-MATEMATICE a) Dac avem X1, X2..... Xn variabile aleatoare ce definesc o populaie de medie i varian , atunci distribuia mediei X va duce la: E(X) = = var ( X ) = /n. b) Dac dou variabile aleatoare X i Y sunt necorelate, atunci: E(XY) = E(X) E(Y). c) Pentru funcia: E(Y) = + X*, unde: X* = ln (X), elasticitatea lui Y n raport cu X este: dy x 1 = dx y y d) Dac X i Y sunt dou variabile aleatoare, atunci cnd a i b sunt constante, avem: E(aX + bY) = a E(X) + b E(Y). e) Dac X iY sunt dou variabile aleatoare, i dac a i b sunt constante, avem:
var (aX + bY) = avar (X) + bvar (Y) + 2abcov (X,Y).

f) n ecuaia: M = A Y r , >0, <0, i sunt elasticitile cererii venitului i dobnzii n raport cu banii. Artai c: = (dM/dY) (Y/M). g) Se dau variabilele aleatoare X, Y i Z cu: E(X) = 3 E(Y) = - 4 E(Z) = 11 var(X) = 12 var(Y) = 8 var(Z) = 34,

Y i Z sunt necorelate, dar cov (X,Y) = 8. Dac U = 4Y + Z, V = X +Y i W = 4X 3Y sunt trei noi variabile aleatoare, determinai: E(U) i var(U), E(V) i var(V), E(W) i var(W). h) Dou variabile aleatoare X i Y au urmtoarele medii, variane i covariane : E(X) = 5 E(Y) = 2 var(X) = 10 var(Y) = 20 cov(X,Y) = 5 Dac A = 2X + Y i B = X 2Y, gsii media i variana pentru A i B. Artai c: E(AB) = 2 E(X2) - 2 E(Y2) - 3 E(X,Y) . Drept consecin determinai covariana dintre A i B. i) Calculai E(X), E(Y) i E(X,Y) folosind urmtoarea distribuie: Y\X 1 2 3 0 0.125 0 0 1 0 0.250 0.125 2 0 0.250 0.125 3 0.125 0 0

Potrivit rezultatelor obinute rezult c X i Y sunt independeni.

V. INTERPRETAREA UNOR GRAFICE: 1) Se d urmtorul grafic:

a

a/2

Precizai funcia (inclusiv forma analitic) pe care o reprezint i crui model i aparine. 2) Ce reprezint urmtorul grafic?

Dai exemple de fenomene care urmeaz aceast evoluie. 3) ntr-un spaiu tridimensional se d urmtorul grafic:

Precizai factorii reprezentai n grafic i realizai cu ajutorul unui model o combinaie optim a acestora.

4) Se d graficul:

Facei un comentariu pe baza distribuiei pe care o reprezint.

VI.

REPREZENTAREA FUNCII

GRAFIC

UNOR

1. Funcia hiperbolic: y = 0 + 1(1/x)

0
Fig.1a (1>0)

t
Fig.1b (1<0)

2. Funcia exponenial: = 0 x1 y y

0
Fig. 2a (1>1)

0
Fig.2b(1<1)

3. Funcia semilogaritmic: = 0 + 1 log x

0
Fig. 3a (1>0) VII.

0
Fig. 3b (1<0)

ESEU PE MARGINEA UNUI TEXT DAT

Legea entropiei, care este al doilea principiu al termodinamicii, reprezint generalizarea unui fapt comun: cldura se deplaseaz ntotdeauna de la corpul mai cald spre cel mai rece i niciodat invers (...). Tot ceea ce se spune este c entropia universului crete permanent i irevocabil. n univers exist o degradare calitativ continu i irevocabil a energiei libere n energie legat. n zilele noastre vom ntlni interpretarea modern a acestei degradri drept transformare continu a ordinii n dezordine. Ideea se bazeaz pe observaia c energia liber este o structur ordonat, pe cnd energia legat este haotic (...).
Nicholas GEORGESCU-ROEGEN

VIII. PROBLEME PROPUSE SPRE REZOLVARE 1. Calculai probabilitatea de apariie a numarului 4 pe faa unui zar din ase aruncri. 2. Cunoscnd c vechimea n munc pentru cinci salariai ai unei firme urmeaz o repartiie normal cu media: 6,6 i dispersia 2 = 102, calculai probabilitatea ca aceasta s se situeze n intervalul: 58 ani. 3. Un agent economic urmrete creterea profitului activitii sale, prin utilizarea optim a capacitilor de producie. Pentru analiz vom utiliza 5 intervale de timp astfel:
Profitul (x) Utilizarea capacitilor de producie (y) 8 10 9 12 11 14 12 11 14 16

a) Reprezentai grafic i interpretai rezultatul; b) Calculai coeficientul de corelaie simpl i testai semnificaia sa. 4. Producia (y) unui firme, exprimat n uniti valorice convenionale,evolueaz n fiecare an (x) astfel:
Anii (x) Producia (y) 1 7 2 8 3 10 4 13 5 15

a Stabilii legtura funcional dintre variabile. b Calculai cu ajutorul MCMMP valorile ajustate. c Verificai ipoteza referitoare la egala mprtiere a variabilei reziduale. d Presupunnd c perturbaia u este heteroscedastic (inegal mprtiat) dup mprirea cu x, calculai variabilele transformate cu ajutorul MCMMP. 5. Se cunoate urmtorul sistem: y1 = a0 + a1 x1+ a2 y2 + u1 y2 = b0 + b1 x1 + b2x2 + u2 a b c Observai dac ecuaiile ndeplinesc condiia de identificare. Pe baza acestui model formulai un exemplu economic. Ce situaie apare n cazul b2 = 0 Construii un model cu o singur ecuaie (forma redus) i identificai multiplicatorii de impact?

6. S considerm un model format din dou ecuaii simultane ce reflect ntr-o form simplificat spirala preuri-salarii: S = + P + E + u , P = + S + v, unde S i P sunt ratele procentuale a salariilor respectiv preurilor, E este o msur a excesului de cerere pe piaa muncii, iar u i v sunt variabilele perturbatoare. a) Ce fel de variabile sunt S, P, E ? b) Prezentai modelul n forma sa redus, innd seama de variabila E i perturbaiile u i v.

7. n urma unui sondaj statistic efectuat pe o perioad de 10 luni s-au obinut urmtoarele date referitoare la venitul lunar i cheltuielile medii lunare efectuate de familiile incluse n eantion pentru procurarea de produse nealimentare astfel:
Venitul mediu lunar (um/fam) Cheltuieli medii lunare (um/fam)

70

75

80

85

88

90

96

100

110

120

13

15

18

19

20

20

22

24

28

32

Se cere: a) specificarea, identificarea i estimarea parametrilor modelului econometric ce descrie legtura ntre variabile; b) verificarea ipotezelor fundamentale a MCMMP i a verosimilitii modelului; c) s se realizeze prognoza modelului. 8. Se cunosc urmtoarele date referitoare la vnzrile a trei produse astfel:
PRODUSE VAL. PRETURILOR (X) MIL LEI VOL. VNZRILOR (Y) MIL. LEI

A 10 20

B 5 30

C 3 40

a Scriei ecuaiile modelului i reprezentai-le grafic; b Aplicai MCMMP pentru calculul estimatorilor; c Calculai valorile ajustate;

d Testai parametrii cu ajutorul testului F (distribuia Fisher-Snedecor), cu pragul de semnificaie = 0.05. 9. Managerii unei societi comerciale analizeaz relaia dintre veniturile obinute funcie de cheltuielile de publicitate efectuate pentru promovarea produselor. Directorul de marketing dispune de date referitoare la veniturile i cheltuielile de publicitate n perioada: 1997-2001, pe trimestre:
ANII 1997 1998 1999 2000 2001 VENITURI CHEL. PUBL. VENITURI CHEL. PUBL. VENITURI CHEL. PUBL. VENITURI CHEL. PUBL. VENITURI CHEL. PUBL. T1 164 34 168 45 197 75 223 78 298 89 T2 198 36 201 67 209 78 245 81 309 82 T3 85 32 98 76 100 72 119 84 124 81 T4 179 29 197 75 216 75 260 83 267 83

a) Pentru estimarea parametrilor, directorul de marketing utilizeaz relaia: V = a2 + a1 Publt + t Interpretai rezultatele obinute. b) Reprezentai seriile de venit i cheltuieli de publicitate. La ce concluzie se ajunge? c) Specificai modelul adecvat.

10. Managerul unei firme solicit efectuarea unor previziuni asupra desfacerii de mrfuri n anul urmtor. Pentru realizarea situaiei cerute, se cunosc datele:
Anii 1 2 3 4 5 Cheltuieli (x) -2 -1 0 1 2 Vol. desfacerilor (y) 9102 10509 11474 12266 12887 Vol. desfacerilor recalculat (yc) 9382 10314 11247 12179 13112

Calculai: a) parametrii, tiind c modelul este de tip liniar unifactorial; b) dispersia i abaterea medie ptratic; c) coeficientul de variaie. 11. Urmtoarele date se refer la cererea de mere y (n kg.) i la preul merelor x (n lei/kg) dispersate n 10 puncte de desfacere diferite de pe pia.
y x 99 91 70 79 60 55 70 101 81 67 22 24 23 26 27 24 25 23 22 26

a) Verificai dac y2 = 61.999, x2 = 5.884 i xy = 18.563. b) Presupunnd: y = + x + obinei estimatorii pentru , prin MCMMP. c) Pe diagrama cu puncte desenai o curb de regresie (pentru y) dup estimarea prin MCMMP.

d) Estimai elasticitatea cererii de mere i punctul unde se gsete media pentru eantionul de date (de fapt cnd y = y i x = x ). 12. Urmtoarele date se refer la cererea de moned M (miliarde $) i rata dobnzii R(%) din opt ri diferite: M 36 50 R 6,3 4,6 46 30 20 5,1 7,3 8,9 35 37 61 5,3 6,7 3,5

m2 = 1124; r2 = 203; mr = -142, unde: m = M M a) Considernd relaia M = +R+, estimai parametrii , folosind MCMMP. b) Dac a 9-a economie are rata dobnzii de R = 8,1, previzionai cererea de bani a acestei economii. 13. Datele din tabelul urmtor se refer la producia Q i costul mediu pentru 6 firme:
Q Cmediu

r = RR

18 294

25 247

52 153

9 600

39 173

31 218

unde: q2 =1170 cq = -10247

c 2 = 135103

unde c i q reprezint abaterea de la medie. Folosii datele pentru a estima parametrii ecuaiei:

C = + Q
14. Pentru stabilirea strategiei de vnzri un agent economic a analizat volumul desfacerilor (y) i nivelul cheltuielilor (x) exprimate n uniti monetare, pe un interval de timp de 4 ani. Rezultatele au fost:
Anii 1 2 3 4 Niv. chelt. (x) 1 2 3 4 Vol. desf. (y) 17003 18625 21552 23357

Estimai parametrii folosind MCMMP i testai validitatea modelului. 15. Un director de producie de la o fabric de autoturisme a decis s determine relaia dintre numrul de greeli constatate (yi) i timpul de verificare (xi), folosind modelul: yi = a0 + a1xi + ui. Pentru aceasta a testat 30 de automobile pe care le-a grupat n 6 clase de 5 maini i a cerut eful de tur s numere numrul orelor de verificare.

Rezultatele au fost:
Numr de greeli (yi) Timpul de verificare n ore (xi) 4 3,5 2 1,5 1 0,5

4 6 9 6 11 7

5 11 13 13 15 21

6 13 14 16 17 23

8 15 15 23 22 28

8 17 21 26 34 38

Se cere verificarea heteroscedasticitii, i nlturarea acestui efect. 16. Datele de mai jos se refer la un eantion de 13 magazine, eantion extras dintr-o colectivitate de 40. Variabilele se refer la: - valoarea vnzrilor (n milioane lei); - numrul de zile nelucrtoare dintr-o lun; - numrul de angajai.
Nr.crt. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. Total Vnzri 2 5 8 3 8 5 2 6 5 10 4 2 5 65 Zile 10 10 10 7 7 10 10 10 10 6 9 10 8 117 Nr. angajai 3 4 6 1 5 6 1 5 2 8 2 2 3 47

Se cere: a) folosind reprezentarea grafic, elaborai modelul de regresie, avnd n vedere ipoteza liniaritii dependenei dintre vnzri, funcie de numrul de zile nelucrtoare dintr-o lun i numrul de angajai. b) estimarea parametrilor; c) testai validitatea modelului; d) prognoza i inervalul de prognoz (=0.05), specificnd condiiile n care prognoza este confirmat. 17. Cunoscndu-se: - funcia utilitii: U = y12 y22 ; - preul bunurilor: P1 = 8 i P2 = 16; - venitul consumatorului: M = 600, Se cere: a) formulai modelul comportamentului consumatorului; b) calculai valorile optime ale cererii privind bunurile y1;y2 pentru datele iniiale. unui

18. Urmtoarele date se refer la preul (P) al bun i cantitatea (O) oferit din acesta:
P 2 7 5 1 4 8 2 8

O 15

41 32 9

28 43 17 40

a) Estimai curba de regresie liniar, asociat ofertei: O (P) = + P, prin MCMMP. b) Estimai erorile standard ale lui i ; c) Testai dac preul influeneaz oferta; d) Obinei un interval de ncredere de 95% pentru . Comentai acest interval.

19. Se cunoate modelul neliniar de forma: y = a0 + a1x + a2x2 + u, unde: a0= 3.17; a1= -2.15; a2= 0.025. S se calculeze randamentul extremal i s se interpreteze rezultatul. 20. Evoluia cheltuielilor destinate achiziionrii de bunuri necesare unei familii n raport cu preul acestora i venitul disponibil se prezint astfel:
CANT. BUNURI (KG) PRET (MII LEI) VENIT (MIL. LEI) 50 500 15.000 70 1.500 20.000 95 2.500 40.000

Determinai coeficienii de elasticitate, acestora i interpretai rezultatele.

media

21. Pentru o societate comercial ce produce cauciucuri, se cunosc date referitoare la volumul desfacerilor (y) i veniturile obinute (x) exprimate n miliarde lei, pe o perioad de 5 ani:
Anii 1 2 3 4 5 Vol. desfacerilor (y) 1820 2100 1530 2450 2575 Venituri (x) 2200 2600 2900 3100 3250

a) S se calculeze coeficienii de elasticitate; b) Cunoscnd c pentru t = 6, veniturile bneti ale populaiei vor crete la 4400 mil. lei, previzionai volumul desfacerilor pentru acest interval.

22. n tabelul urmtor se gsesc date referitoare la volumul vnzrilor de articole electronice (y) ale unei societi comerciale (exprimat n milioane lei) pentru 6 intervale de timp (x): x y a b c d 1 0.90 2 0.98 3 1.02 4 1.04 5 6

1.1 1.12

Scriei ecuaiile modelului i reprezentai grafic; Aplicai MCMMP pentru calculul estimatorilor; Calculai valorile ajustate; Testai parametrii cu ajutorul testului F (distribuia Fisher-Snedecor) cu pragul de semnificaie = 0.05.

23. Se d modelul liniar: y = 1 + 2L + 3K + u, unde: 1 = 3; 2 = 0,09; 3 = 0.16 Calculai norma de substituire i interpretai rezultatul. 24. Fie funcia de producie: Q = A K L , cu + = 1, Prezentai: 1. interpretarea economic a coeficienilor , ; 2. dac ipoteza ( + = 1), nu este indeplinit, verificai ipoteza nul pentru alte situaii: ( + < 1; + > 1). 25. Datele obinute n urma estimrii econometrice au fost: y = 100 + 0.6 x, n=20 R2 = 0.4

Ftab, 0.05 = 4.41 Verificai n ce msur este influenat variabila endogen de cea exogen. IX. MODEL LINIAR UNIFACTORIAL Analiza influenei exercitate de numrul de angajai i numrul de zile nelucrate ntr-o lun asupra volumului vnzrilor. Datele de mai jos se refer la un eantion de 13 magazine, eantion extras dintr-o colectivitate de 40. Variabilele se refera la: valoarea vnzrilor (n milioane lei ); numr de zile n care nu s-a lucrat ntr-o lun; numr de angajai. Extragerea magazinelor este realizat pe baza pasului de numrare egal cu 3, ncepnd de la magazinul cu numrul curent 1.

Nr.crt. 1 4 7 10 13 16 19 22 25 28 31 34 37 Total

Vanzari 2 5 8 3 8 5 2 6 5 10 4 2 5 65

Zile 10 10 10 7 7 10 10 10 10 6 9 10 8 117

Nr.angajati 3 4 6 1 5 6 1 5 2 8 2 2 3 47

1.

2. 3. 4. 5.

Cerine: Pe baza reprezentrii grafice, elaborai modelul de regresie, avnd n vedere ipoteza liniaritii dependenei dintre vnzri, numrul de zile nelucrate i numrul de angajai. Estimarea parametrilor, utiliznd relaia matricial : A=(XX)-1 XY. Testarea parametrilor prin diverse metode; Prognoza i intervalul de prognoz (=0,05), specificnd condiiile n care prognoza este confirmat de realitate. Interpretri i comentarii.

1. Reprezentare grafic
Evoluia vnzrilor n funcie de numrul de angajai
12 10 8 Vnzri 6 4 2 0 0 2 4 6 8 10

Vnzri

Nr.angajai

Graficele determin alegerea unui model de regresie bifactorial liniar pentru a explica dependena vnzrilor de numrul de angajai i de numrul de zile nelucrate. Modelul va avea forma: y=a0+a1x+a2z+u, unde: y - variabila dependent: volumul vnzrilor; x - variabila factorial: numrul de zile nelucrate; z - variabila factorial: numrul de angajai; a0, a1, a2 - estimaii ale parametrilor modelului; u - estimaie a factorului aleator. 2. Estimarea parametrilor modelului: Parametrii modelului vor fi estimai astfel nct u sa fie minim.
2

Din condiia ca (yi-a0-a1xi-a2zi)2 sa fie minim, prin anularea derivatelor de ordinul I n raport cu a0, a1, a2, rezulta sistemul: -2 (yi-a0-a1xi-a2zi)=0 -2 xi (yi-a0-a1xi-a2zi)=0 -2 zi (yi-a0-a1xi-a2zi)=0 n a0 +a1 xi + a2 zi = yi a0 xi+a1 xi2 + a2 xizi = xiyi a0 zi+a1 xizi + a2 zi2 = ziyi Sistemul poate fi scris sub form matricial astfel: XXA=XY , unde 1 x1 z1 1 1 ... 1 X= 1 x2 z2 X= x1 x2 ... x13 ................ z1 z2 ... z13 1 x13 z13 a1 y1 A= a2 Y= y2 M M a13 y13 Soluia sistemului va fi A=(XX)-1 XY. zi yi n xi 2 XX= xi xi xizi XY= xiyi zi xizi zi2 yizi 4.33 -0.411 -0.153 65 (XX)-1= -0.411 0.0422 0.0087 XY= 563 -0.153 0.0087 0.0207 291 5.534 A= -0.425 0.977
Nr. crt. yi xi zi xi2 zi2 xizi xiyi ziyi

1 4 7 10 13 16 19 22 25 28 31 34 37 Total

2 5 8 3 8 5 2 6 5 10 4 2 5 65

10 10 10 7 7 10 10 10 10 6 9 10 8

3 4 6 1 5 5 1 5 2 8 2 2 3

100 100 100 49 49 100 100 100 100 36 81 100 64 1079

9 16 36 1 25 25 1 25 4 64 4 4 9 223

30 40 60 7 35 50 10 50 20 48 18 20 24 412

20 50 80 21 56 50 20 60 50 60 36 20 40 563

6 20 48 3 40 25 2 30 10 80 8 4 15 291

117 47

Modelul liniar bifactorial are forma: y=5,534-0,425x+0,977z. 3. Testarea modelului: A. Testarea semnificatiei parametrilor estimati folosind testul t. Ipoteza nul care se formuleaz este aceea c parametrii estimai nu difer semnificativ de 0, deci modelul este invalid. Avnd n vedere c mrimea eantionului este mai mic de 30, legea teoretic propus pentru testarea parametrilor este repartiia Student - repartiie folosit pentru verificarea ipotezelor referitoare la mediile populaiilor normal repartizate. Se calculeaz: tcalc = aj / aj , pentru j{1,2}. Pentru cazul multifactorial,

aj =

2 d j+1+ j+1 , unde u

(u-U)2 / (n-k) = u2 / (n-k) u = y - = marimea erorii n = marimea esantionului k = numarul de parametri ai modelului dj+1 j+1 = elementele de pe pozitia (j+1, j+1) ale diagonalei principale din matricea (XX)-1. u = uj/n u2 = (y-)2 / (n-k) = 1,3127 Y= yi / 13 =5 d22 = 0,0422 d33 = 0.0207
Nr. crt. 1 4 7 10 13 16 19 22 25 28 31 34 37 yi 2 5 8 3 8 5 2 6 5 10 4 2 5 xi 10 10 10 7 7 10 10 10 10 6 9 10 8 zi 3 4 6 1 5 5 1 5 2 8 2 2 3 i 4.215 5.192 7.146 3.536 7.444 6.169 2.261 6.169 3.238 10.8 3.663 3.238 5.065 ui -2.215 -0.192 0.854 -0.536 0.556 -1.169 -0.261 -0.169 1.762 -0.8 0.337 -1.238 -0.065 ui2 4.90623 0.03686 0.72932 0.2873 0.30914 1.36656 0.06812 0.02856 3.10464 0.64 0.11357 1.53264 0.00422 13.1272 i -Y -0.785 0.192 2.146 -1.464 2.444 1.169 -2.739 1.169 -1.762 5.8 -1.337 -1.762 0.065 (i -Y)2 0.616225 0.036864 4.605316 2.143296 5.973136 1.366561 7.502121 1.366561 3.104644 33.64 1.787569 3.104644 0.004225 65.25116

Total 65 117 47

Pentru parametrul a1 : a1 =

2 d22 = 0,2353 u

tcalc = a1 / a1 = 1,8057

Valoarea calculat se compar cu valoarea tabelat corespunztoare pragului de semnificaie = 0,05 (care este probabilitatea de a comite eroarea de a respinge ipoteza n timp ce ea este adevarat) i (n-k) =10 grade de libertate: t tab = 2,228. Deoarece valoarea t calc se afla n zona admisibil: t calc < t tab , ipoteza nul este acceptat, ceea ce nseamn c parametrul estimat a1 este nesemnificativ. Pentru parametrul a2 : a2 =

2 d 33 = 0,1648 u

tcalc = a2 / a2 = 5,9269 Valoarea calculat este mai mare dect valoarea tabelat pentru un prag de semnificaie 0,05 i 10 grade de libertate, ceea ce nseamn c ipoteza nul este infirmat: se accept deci ipoteza alternativ, aceea c parametrul a2 difer semnificativ de 0, deci factorul de influen numrul de angajai este determinant pentru evoluia variabilei efect - evoluia vnzrilor. B. Testarea semnificaiei globale a modelului cu testul F Ipoteza nul stabilete c dispersia valorilor variabilei efect datorat factorilor (numr de zile nelucrate i numr de angajai) nu difer de dispersia datorat ntmplrii: 2x = 2u . Testul F se bazeaz pe statistica F, care are o repartiie Snedecor cu (k-1) i (n-k) grade de libertate.

Se calculeaz:

Fcalc = =

2 ( Y ) / (k 1) ( Y ) / (k 1) x = = = 2 2 u (u U )2 / (n k ) u / (n k )
2 2 2

( Y ) / (k 1) 2 (y ) / (n k ) unde, n = mrimea eantionului; k = numrul de parametri; U= ui / n = 0. F calc = 24,8538 Regiunea critic pentru testul F este F calc >F tab , unde F tab se citete din tabel pentru f1 = (k-1) = 2 i f2 = (n-k) = 13-3 = 10 grade de libertate i pragul de semnificaie =0,05. Deoarece F calc >F tab = 4,10 , ipoteza nul este respins, deci parametrii sunt semnificativi, factorii de influen sunt determinani pentru evoluia variabilei efect, iar funcia este bine aleas. Pentru caracterizarea legturii dintre variabila endogen i variabilele exogene se calculeaz i coeficientul de determinaie: R2 = (-Y)2/ (yi-Y)2 = 0,86 Deoarece R2 < 0,9 , factorii alei nu influeneaz ntr-o mare msur variabila efect - valoarea vnzrilor lunare.
C. Teste privind confirmarea ipotezelor metodei celor mai mici ptrate (MCMMP) 1. Verificarea ipotezei de necorelare a factorilor Rezultatele estimrii prin metoda celor mai mici ptrate sunt afectate n sens negativ dac ntre variabilele factoriale exist coliniaritate, adic acestea evolueaz

analog i nu influeneaz doar efectul y, ci ele se determin reciproc. O informaie cu privire la existena legturii ntre varibilele factoriale x i z poate fi obinut din grafic:
Nr.angajai 12 Nr.angajai 10 8 6 4 2 0 0 5 Nr.zile 10 15 Nr.angajati

Graficul nu indic existena unei legturi ntre numrul de zile nelucrate i numrul de angajai. Aceasta se poate verifica i cu ajutorul coeficientului de corelaie: rxz = (xi-X) (zi-Z) / nxz unde X = xi / n i Z = zi / n

x = (x i X ) / n = 2,4178
2

z = (z i Z) / n = 1,4142 z rxz = -0,45 rxz < 0,6 nu exist corelaie ntre factori.
2

x 10 10 10 7 7 10 10 10 10 6 9 10 8

z 2 5 8 3 8 5 2 6 5 10 4 2 5

z-Z x-X (x-X)(z-Z) (z-Z)2 (x-X)2 -3 0 3 -2 3 0 -3 1 0 5 -1 -3 0 1 1 1 -2 -2 1 1 1 1 -3 0 1 -1 -3 0 3 4 -6 0 -3 1 0 -15 0 -3 0 -22 9 0 9 4 9 0 9 1 0 25 1 9 0 76 1 1 1 4 4 1 1 1 1 9 0 1 1 26

Dac se consider c variabila z depinde de variabila x printr-o funcie liniar, se obine un model de forma: z=12,615-0,846x , cu un coeficient de determinaie egal cu 0,245; acesta indic o legatur foarte slab ntre cele dou variabile i este cu mult inferior coeficientului de determinaie rezultat din dependena variabilei y de cei doi factori alei. Deci ipoteza coliniaritii factorilor se respinge. 4.a. Verificarea ipotezei de omogenitate a erorilor Pentru a verifica homoskedasticitatea erorilor se va efectua testul F, care pornete de la ipoteza c dispersiile erorilor din cele dou grupe care se vor forma nu difer semnificativ. Grupele, de dimensiuni egale, se vor forma prin segmentarea colectivitii (dup eliminarea valorii din mijloc) ordonate dupa valorile fiecrei variabile factoriale.

- Pentru factorul x, dispersiile celor dou grupe sunt calculate n tabelele:

y 10 3 8 5 4 2 Total x 6 7 7 8 9 10 10.8 3.536 7.444 5.065 3.663 4.215 u -0.8 -0.536 0.556 -0.065 0.337 -2.215 -2.723 u-U -0.34617 -0.08217 1.009833 0.388833 0.790833 -1.76117 (u-U)2 0.119831 0.006751 1.019763 0.151191 0.625417 3.101708 5.024663

A2 = ( u-U)2 / (6-1) = 1,00492

y 5 8 5 2 6 5 Total x 10 10 10 10 10 10 5.192 7.146 6.169 2.261 6.169 3.238 u -0.192 0.854 -1.169 -0.261 -0.169 1.762 0.825 u-U -0.3295 0.7165 -1.3065 -0.3985 -0.3065 1.6245 (u-U)2 0.10857 0.513372 1.706942 0.158802 0.093942 2.639 5.22063

B2 = ( u-U)2 / (6-1) = 1,04412 F calc = A2 / B2 = 1,039 Valoarea calculat se compar cu valoarea tabelat pentru pragul de semnificaie =0,05 , f1= (6-2) = 4 i f2 = (6-2) = 4 grade de libertate: F tab = 6,39. Deoarece valoarea calculat este mai mic dect valoarea tabelat, se accept ipoteza homoskedasticitii erorilor i independena lor de factorul x.

Pentru a ilustra independena erorii de factorul x se poate recurge i la ilustrarea grafic:

Repezentarea erorii n funcie de factorul x
2 1,5 1 0,5 0 U -0,5 0 -1 -1,5 -2 -2,5 X 5 10 15

- Pentru factorul z, dispersiile celor dou grupe formate sunt calculate n tabelele:
y 3 2 5 4 2 2 Total z 1 1 2 2 2 3 3.536 2.261 3.238 3.663 3.238 4.215 u -0.536 -0.261 1.762 0.337 -1.238 -2.215 -2.151 u-U -0.1775 0.0975 2.1205 0.6955 -0.8795 -1.8565 (u-U)2 0.031506 0.009506 4.49652 0.48372 0.77352 3.446592 9.241366

A2 = ( u-U)2 / 6-1 = 1,848

y 5 8 5 6 8 10

z 4 5 5 5 6 8

5 7 6.169 6.169 7.146 10.8

u -0.192 0.556 -1.169 -0.169 0.854 -0.8

u-U -0.03867 0.709333 -1.01567 -0.01567 1.007333 -0.64667

(u-U)2 0.001495 0.503154 1.031579 0.000245 1.01472 0.418178

B2 = ( u-U)2 / (6-1) = 0,5938

F calc = A2 / B2 = 3,112

Deoarece valoarea calculat este mai mic dect cea tabelat (Ftab = 6,39), ipoteza homoskedasticitii este confirmat, deoarece dispersiile celor dou grupe nu difer semnificativ. Inexistena legturii dintre eroare i valorile factorului z poate fi ilustrat i grafic:

Reprezentarea erorii n funcie de factorul z

4.b. Verificarea ipotezei de neautocorelare a erorii Pentru verificarea acestei ipoteze, testul DurbinWatson necesit calcularea valorii: d = (ut+1-ut)2 / ut2
yi 2 5 8 3 8 5 2 6 yi 4.215 5.192 7.146 3.536 7.444 6.169 2.261 6.169 ui -2.215 -0.192 0.854 -0.536 0.556 -1.169 -0.261 -0.169 ui2 4.906225 0.036864 0.729316 0.287296 0.309136 1.366561 0.068121 0.028561 ui+1-ui 2.023 1.046 -1.39 1.092 -1.725 0.908 0.092 1.931 (ui+1-ui)2 4.092529 1.094116 1.9321 1.192464 2.975625 0.824464 0.008464 3.728761

yi 5 10 4 2 5 Total

yi 3.238 10.8 3.663 3.238 5.065

ui 1.762 -0.8 0.337 -1.238 -0.065

ui2 3.104644 0.64 0.113569 1.532644 0.004225 13.12716

ui+1-ui -2.562 1.137 -1.575 1.173

(ui+1-ui)2 6.563844 1.292769 2.480625 1.375929 27.56169

d = 2,0996. Deoarece valoarea lui d este apropiat de 2, coeficientul de corelaie este apropiat de 0, deci erorile nu sunt autocorelate.
4. Testul Jaque - Bera pentru verificarea ipotezei ca erorile urmeaz o distribuie normal de medie 0. Testul necesit calcularea valorii JB= n [S2/6 + (K-3)2/24], unde S = coeficientul de asimetrie. K = coeficientul de aplatizare S = (U-Mo) / u , unde Mo - valoarea modal U - media erorilor u K = 4 / (u2)2, unde 4 - momentul centrat de ordinul 4: 4 = (u-U)4 / n. Mo=-0,192 U= u / 13 = -0,241 2 u = (u-U)2 / n = 0,9516 u = 0,975 4 = (u-U)4 / n = 2,697 S = (-0,241+0,192)/0,975 = 0,05 K = 2,697 / 0,91 = 2,964

JB = 0,006162
ui -2.215 -0.192 0.854 -0.536 0.556 -1.169 -0.261 -0.169 1.762 -0.8 0.337 -1.238 -0.065 Total ui-U -1.97377 0.049231 1.095231 -0.29477 0.797231 -0.92777 -0.01977 0.072231 2.003231 -0.55877 0.578231 -0.99677 0.176231 (ui -U)2 3.895765 0.002424 1.19953 0.086889 0.635577 0.860756 0.000391 0.005217 4.012934 0.312223 0.334351 0.993549 0.031057 (ui -U)4 15.17698 5.87E-06 1.438873 0.00755 0.403958 0.7409 1.53E-07 2.72E-05 16.10364 0.097483 0.11179 0.987139 0.000965

12.37066 35.06931

n tabelul repartiiei 2 , pentru 2 grade de libertate, se caut valoarea cea mai apropiat de cea obinut i se gsete valoarea 0,21 , corespunztoare pragului de semnificaie =0,9; deoarece 1-=0,1 < 0,6, ipoteza distribuiei normale a erorilor este infirmat. 4.c. Prognoza i intervalul de prognoz. Pornind de la modelul dedus pe baza datelor din eantion: y = 5,534-0,425x+0,977z, se dorete estimarea volumului vnzrilor pentru valori estimate ale factorilor, anume: x= 5 zile nelucrate lunar z = 7 angajai y* = 5,534-0,425*5+0,977*7 = 10,248 milioane lei.

Previziunea obinut nu este nici cert, nici punctiform; ea permite stabilirea unui interval n care se va situa nivelul viitor al variabilei y, cu o probabilitate data de pragul de semnificaie =0,05. Intervalul este dat de relaiile: (* - t/2 ) y* (* - t/2 ) , unde: * - valoarea prognozat pe baza modelului; y* - adevarata valoare viitoare; t - valoarea tabelat pentru repartiia Student, pentru (n-k)=10 grade de libertate: t = 2,76 Pentru cazul bifactorial, mprtierea valorii previzionate este:

* = 2 [1 + 1 / n + (0 )' (') 1 /(0 )] , unde u

0 - vectorul valorilor preconizate pentru factori; - vectorul mediilor factorilor; - matricea valorilor factorilor ce nu include coloana format din elemente 1. = 1079 412 412 223 * = 1,296
Valoarea adevarat a volumului vnzrilor se va ncadra n intervalul (10,248-2,76*1,296 ; 10,248+2,76*1,296) - deci va fi cuprins ntre 6,684 i 13,825 cu o probabilitate de 0,95. 5. Interpretarea rezultatelor Graficele care ilustreaz variaia variabilei endogene - volumul vnzrilor - de fiecare din variabilele cauzale indic o dependen direct a vnzrilor fa de

()-1 = 0,003146 -0,00581 -0,00581 0,015224

numrul de angajai i o legtur invers ntre vnzri i numrul de zile nelucrate. Aceste grafice dau i primele informaii cu privire la parametri modelului: a1 - coeficientul variabilei x (numrul de zile nelucrate) - va fi negativ, panta dreptei n jurul creia se concentreaz punctele fiind negativ ; a2 - coeficientul variabilei y (numrul de angajai) va fi pozitiv, panta dreptei n jurul creia se concentreaz punctele fiind pozitiv. Tot din grafice se poate deduce liniaritatea legturii dintre variabila efect i variabilele cauzale. Parametrii estimai separ influena exercitat de fiecare factor asupra variabilei dependente, n condiiile constantei celorlali factori. Astfel: parametrul a1 indic faptul c, la o cretere cu o zi a numrului de zile nelucrate ntr-o lun, n condiiile n care numrul de angajai rmne acelai, vnzrile vor scdea cu 0,425 milioane lei; parametrul a2 indic faptul c, la o cretere cu 1 persoan a numrului de angajai, n condiiile n care numrul de zile nelucrate ntr-o lun rmne acelai, vnzrile lunare vor crete cu 0,977 milioane lei. Aceste consideraii au rezultat din analiza efectuat doar asupra unui eantion de 13 observaii i sunt folosite pentru caracterizarea ntregii colectiviti. Datorit faptului c ne bazm pe ipoteza c estimaiile urmeaz o repartiie normal n jurul valorii adevrate, modelul obinut trebuie testat. Testul t a condus la urmtoarele concluzii asupra semnificaiei parametrilor estimai: parametrul a1 estimat este nesemnificativ, fiind foarte apropiat de 0, deci factorul numrul de zile

nelucrate ntr-o luna nu a fost bine ales ca factor de influen a variabilei volumul vnzrilor; parametrul a2 este semnificativ, deci factorul numrul de angajai exercit o influen determinant asupra vnzrilor lunare. n urm testrii semnificaiei globale a modelului cu testul F, a rezultat c modelul este valid, deoarece parametrii sunt semnificativi pentru model, iar funcia a fost bine aleas; coeficientul de determinaie al modelului indic faptul c o parte destul de mare din variaia variabilei endogene fa de medie este explicat prin model, iar o mic parte se datoreaz factorilor aleatori, nsa acest coeficient nu are o valoare convingtoare pentru a caracteriza o legatur strns ntre variabila dependenta i variabilele factoriale. Concluziile referitoare la estimaiile parametrilor sunt valabile doar dac ipotezele metodei celor mai mici ptrate sunt respectate. Pentru a verifica acest lucru, se impun o serie de teste, cu privire la confirmarea: 1. Ipoteze referitoare la variabilele factoriale: Datele cu care se lucreaz sunt presupuse a fi corecte, complete, omogene (vnzri exprimate n preuri comparabile), n numr aproape suficient pentru o estimaie verosimil; Valorile factorilor prezint variabilitate; Ipoteza ca factorii s nu fie corelai ntre ei, s nu evolueze analog i s exercite influena doar asupra variabilei dependente este confirmat de: graficul ce reprezint o variabil cauzal n funcie de cealalt; raportul de corelaie are o valoare sub 0,6 (n modul);

valoarea superioar a coeficientului de determinaie al modelului analizat fa de determinaia modelului ce presupune dependena unei variabile factoriale de cealalt. 2. Ipoteze referitoare la variabila de perturba:ie: Testul Jaque-Bera infirm ipoteza distribuiei normale a variabilei de perturbaie, posibile cauze putnd fi numrul redus de date sau imperfeciunile modelului (factorul numrul de zile nelucrate nu este prea semnificativ); un efect al acestui fapt ar fi nerelevana testelor, care nu mai prezint ncredere. Ipoteza homoskedasticitii erorii, adic a mprtierii uniforme pe diverse secvene, este confirmat de testul F, deci eroarea este independenta de ambii factori. Ipoteza neautocorelarii eroii este confirmat de testul Durbin-Watson ( nici factorii nu erau corelai) , eficienta estimaiilor parametrilor nu este afectat din acest punct de vedere. n condiiile n care s-a stabilit ca modelul este valid i estimaiile au fost verificate, ca ipotezele metodei celor mai mici ptrate au fost n mare parte respectate, modelul poate fi folosit pentru prognoz. Astfel, n condiiile n care , n viitor, numrul de angajai va fi 7, iar n luna respectiv numarul de zile nelucrate va fi de 5, se estimeaza ca volumul vnzrilor va fi cuprins ntre 6,684 i 13,825 cu o probabilitate de 0,95. Intervalul este destul de mare datorit volumului mic de date care a fost folosit pentru estimarea parametrilor modelului. prognoza este ns realist n condiiile n care: valorile preconizate pentru factori au fost anticipate corect, prezumiile asupra evoluiei factorilor sunt realiste;

 relaia de dependen se menine i n viitor n aceeai form, parametrii estimai rmn aceiai, neintervenind ali factori importani care s modifice modelul.
X. CONTRIBUIILE UNUI LAUREAT NOBEL LA DEZVOLTAREA ECONOMETRIEI

Prezentai omul, viaa i contribuiile unui laureat Nobel la dezvoltarea econometriei.

XI. PREMIUL NOBEL N ECONOMIE 2003 Premiul Nobel pentru economie a fost decernat n 2003 americanului Robert F. Engle i britanicului Clive W. J. Granger. Potrivit Academiei Regale a tiinelor de la Stockholm, ambii savani au fost recompensai pentru cercetrile efectuate n domeniul statisticii economice. n practic, rezultatele cercetrilor celor doi oameni de tiin slujesc, ntre altele, la evaluarea riscurilor bursiere i la stabilirea unui echilibru ntre cursul de schimb al monedelor i nivelul preurilor. Premiul corespunde sumei de 10.000.000 de coroane suedeze, reprezentnd 1,1 milioane de euro.

Robert F. Engle New York University New York, NY, USA n. 1942

Robert Engle R. Engle este profesor de managementul serviciilor financiare. Este membru al Academiei Americane de Art i tiine, al Societii de econometrie i al Asociaiei Americane de Statistic. Principalele lucrri sunt:

"Autoregressive Conditional Heteroskedasticity With Estimates of the Variance of U.K. Inflation," Econometrica 50 (1982): 987-1008. "Estimation of Time Varying Risk Premia in the Term Structure: the ARCH-M Model," (with David Lilien and Russell Robins), Econometrica 55 (1987): 391-407. "Co-integration and Error Correction: Representation, Estimation and Testing," (with C.W.J. Granger), Econometrica 55 (1987): 251276.

"Semi-parametric estimates of the relation between weather and electricity demand," (with C.W.J. Granger, J. Rice and A. Weiss), Journal of American Statistical Association 81 (1986): 310320. "Exogeneity," (with David F. Hendry and JeanFrancois Richard), Econometrica 51 (1983): 277304. "Asset Pricing with a Factor ARCH Covariance Structure: Empirical Estimates for Treasury Bills," (with V. Ng, and M. Rothschild) Journal of Econometrics 45 (1990): 213-237. "Testing for Common Features," (with S. Kozicki), Journal of Business and Economic Statistics 11 (1993): 369 - 380. Autoregressive Conditional Duration: A New Model for Irregularly Spaced Transaction Data, Econometrica (1998) 66: 1127-1162. The Econometrics of Ultra High Frequency Data, Econometrica, (2000) 68: 1-22. Dynamic Conditional Correlation - A Simple Class of Multivariate GARCH Models, Journal of
Business and Economic Statistics (July 2002), V20N3

Clive W. J. Granger University of California San Diego, CA, USA n. 1934

Clive Granger este profesor emerit de econometrie la Universitatea California din San Diego.

Principalele lucrri sunt: Spectral Analysis if Economic Time Series (with M. Hatanara), Princeston University, 1954 Forecasting Economic Time Series (with P. Newbold). Academic Press, 1977 Modeling Nonlinear Dynamic Relationships (with T. Terasvirta), Oxford University Press, 1993 Developments in the Study of Cointeraction Economic Variables. Oxford Buletin of Economics and Statistics, 48, 1986 Testing for Causality and Feedback., Econometrica, 37, 1989

Metode statistice pentru serii de timp economice. n estimarea relaiilor, realizarea previziunilor i testarea legturilor din teoria economic, cercettorii utilizeaz date sub forma seriilor de timp succesiuni cronologice de observaii pentru studiul variabilelor macroeconomice. Consumul ntr-o economie poate astfel depinde de venitul din munc i bogaie, de ratele interesului real, de distribuia pe vrste a populaiei, etc. Cel mai simplu exemplu posibil pentru o asemenea relaie este o expresie statistic, liniar cu dou variabile : t= + xt + et Conform acestei ecuaii, variabila t (de exemplu, consumul n sferturi de timp) depinde de variabila xt (de exemplu, venitul din aceeai perioad). n sfrit, valoarea rezidual eroarea, termenul et, reprezint variaia variabilei t care nu poate fi explicat de model. Prin explicitarea seriilor de timp pentru variabilele t i xt parametrii i pot fi estimai cu ajutorul metodelor statistice (cunoscute ca analiza regresiilor). Concluziile valide presupun ca metodele sunt bine adaptate proprietilor specifice ale seriilor de timp. Laureaii de anul acesta au dezvoltat metode care au dou proprieti de baz a multor serii de timp economice : nonstaionaritatea i volatilitatea variaiei de timp. Caracteristici ale Seriilor Financiare Gestiunea riscului portofoliilor de investiii a condus la necesitatea de a se ncerca modelarea sa. n particular, s-a investigat modul n care poate fi modelat

dispersia condiional. Numim prin dispersie condiional dispersia unei serii de date care nu are o evoluie uniform pe tot intervalul. Practic, acest fenomen poart numele n econometrie de heteroskedasticitate i reprezint o nclcare a supoziiilor care stau la baza metodei celor mai mici ptrate, respectiv cea de homoskedasticitate. n fapt exist numeroase lucrri n care sunt dezbtute caracteristicile evoluiei n timp a randamentelor. Marea parte a studiilor surprind faptul c dispersia variaz ca amplitudine n timp. Adeseori n practic, seriile financiare se dovedesc a nu urma o distribuie normal. Seriile sunt mai degrab leptocurtice, adic exist o abatere larg a valorilor extreme de la media lor. Aceasta nseamn c dac valoarea normal a indicelui Kurtosis (cel care arat ct de ngroate sunt extremitile sau ct de mult se abat valorile maxime i minime de la media lor) este 3, n seriile finaciare indicatorul ia valori mult mai mari (vom vedea acest lucru n exemplul practic propus). De asemenea, seriile financiare tind s fie asimetrice. Aceasta nseamn c valoarea indicelui Skewness (care suprinde simetria sau asimetria unei serii) ia valori diferite de zero. Seriile financiare mai prezint 2 probleme deosebit de importante: 1. corelaie serial regasit n reziduuri; 2. heteroskedasticitate, adic evoluia neuniforma a dispersiei respectivei serii de-a lungul perioadei de timp analizate.

Nonstaionaritatea, trenduri comune i interdependente Multe serii de timp macroeconomice sunt nestaionare: o variabil, precum PGB, dei urmeaz un trend pe termen lung , exist perturbaii temporare care i afecteaz nivelul su pe termen lung. n contrast cu seriile de timp staionare, seriile nestaionare nu dau dovad de nici o tendin clar de rentoarcere la o valoare sau un trend constant. n figura 1 sunt ilustrate dou exemple de astfel de serii de timp. Curbele frnte cu variaii mici sau mari reprezint rata de schimb ntre yenul japonez i dolarul american, pentru fiecare lun din 1970. Curba mai lin reprezint nivelul preului de consum n Japonia n relaie cu cel din Statele Unite n aceeai perioad.

Figura 1

Capcane (greeli) statistice Mult timp, n ciuda faptului c seriile cronologice ale datelor macroeconomice nu erau staionare, cercettorii au apelat doar la metodele standard

dezvoltate pentru date staionare. n 1974, Clive Granger (mpreun cu colegul su Paul Newbold) a demonstrat c estimarea relaiilor dintre variabilele nestaionare conduc la rezultate fr sens prin indicarea eronat a unor legturi semnificative ntre variabile total necorelate. n ecuaia de mai sus, problema apare dac eroarea ntmpltoare et este nestaionar. Un test standard poate atunci indica c este diferit de 0, chiar dac valoarea real este 0. Greelile statistice pot deasemenea s conduc la rezultate greite chiar i n cazurile n care exist o relaie de dependen. n cazurile particulare, este dificil de distins ntre legturile temporare i cele permanente dintre seriile de timp nestaionare. De exemplu, teoria economic postuleaz c pe termen lung, o rat de schimb mai puternica ar trebui asociat cu o ncetinire a creterii preurilor pentru ca exprimate n moneda curent nu pot devia prea mult de la o valoare la alta. O asemenea tendina este reliefat n Figura 1, unde yenul devine mai puternic n timp n raport cu dolarul, n timp ce nivelul preurilor n Statele Unite sunt corelate cu nivelul preurilor din Japonia. Pe termen scurt, totui, ateptrile i micarea capitalurilor au un asemenea efect asupra ratei de schimb cci metodele standard pot fi inadecvate pentru estimarea preurilor pentru corelatiile pe termen lung. O metod comun de rezolvare a problemei nestaionaritii datelor a fost specificarea modelelor statistice ca relaii ntre diferite rate ale creterii. n schimbul utilizrii ratei de schimb i a nivelului relativ al preurilor, una va estima relaia dintre deprecierea monedei i inflaia relativ. Dac ratele de cretere sunt ntr-adevr staionare, metodele tradiionale furnizeaz rezultate valide. Dar chiar dac un model statistic bazat

doar pe diferii termeni poate surprinde dinamica pe termen scurt a unui proces, el are mai puin de spus despre covariana variabilelor pe termen lung. Aceasta este din pcate pentru ca teoria economic este adesea formulat n termeni de nivele i nu de diferene. Datorit proprietilor de nestaionare a datelor, gsirea metodelor care pot descoperi potenialele legturi pe termen lung ascunse de fluctuaiile pe termen scurt devine o provocare. Munca lui Clive Granger a generat o astfel de metodologie pentru analiza statistic. Contribuia lui Granger n lucrarea publicat n timpul anilor 80, Granger a dezvoltat concepte i metode analitice care combin perspectivele pe termen scurt cu cele pe termen lung. Cheia acestor metode, i a inferenelor statistice valide, este descoperirea fcut de el ca o combinaie specific de dou (sau mai multe) serii nestaionare poate fi staionar. Teoria economic face adesea exact astfel de predicii: dac exist o relaie de echilibru ntre dou variabile economice, ele pot deriva dintr-un echilibru pe termen scurt, dar vor influena echilibrul pe termen mai lung. De exemplu, teoria clasic previzioneaz un echilibru pe termen lung al ratei de schimb, n care nivelul preurilor exprimat ntr-o moneda unic sunt la paritate ntre ele. Granger a combtut termenul de cointegrare pentru variabilele staionare combinate cu cele nestaionare. Granger a demonstrat deasemenea c dinamica legturilor dintre variabilele cointegrate poate fi exprimat ntr-un aa numit model de corecie a erorii. Un asemenea model este nu numai statistic rezonabil, dar i se poate desemenea da o interpretare plin de sens

economic. De exemplu, dinamica ratelor de schimb i cea a preurilor sunt determinate de doi factori simultani: o tendin fin de deviere de la echilibrul pe termen lung al ratelor de schimb i a fluctuaiilor pe termen scurt n jurul aproximrii drumului ntre echilibrul pe termen lug i scurt. Conceptul de corelare n-ar fi devenit folositor n practic puterea metodelor statistice de estimare i testare a ipotezelor. Clive Granger i Robert Engle au introdus astfel de metode ntr-un remarcabil articol influent publicat n 1987. n acest articol ei au prezentat testarea ipotezei n care un numr de variabile nestaionare nu sunt corelate folosind metoda n doi pai de estimare a corectrii erorilor. Metodele mbuntite, care au devenit acum un standard au fost mai trziu dezvoltate de Soren Johansen. n lucrarea sa i n colaborrile cu ali cercettori, Granger a extins analiza corelaiilor la cteva cazuri particulare, incluznd abilitatea de a studia cu succes serii cu corelare sezonier i serii n care ajustarea pentru ajungerea la echilibru nu apare pn cnd variaia depete valoarea critic. Aplicaii Clive Granger a modificat metoda prin care economitii studiaz seriile de timp (cronologice). Astzi, teste pentru staionaritate i de corelare au devenit o rutin, un pas nainte ctre specificarea modelelor econometrice dinamice. n analiza corelaiile s-au dovedit a fi perturbate, ns variaiile pe termen lung sunt correlate simultan de relaiile echilibrului economic. Un exemplu concludent ar putea fi relaia dintre ratele de schimb i nivelul preurilor. Alte exemple ar putea fi

reprezentate de relaia dintre consum i venit sau cea dintre dividente i preul aciunilor. Azi, se realizeaz curent teste de stabilitate i interdependen ca o etap n construirea modelelor econometrice dinamice. Analiza interdependenelor s-a dovedit a fi foarte valoroas n sistemele n care dinamica pe termen scurt e afectat de perturbaii mari aleatoare, n timp ce variaiile pe termen lung sunt supuse relaiilor de echilibru economic. Exemplu: relaia dintre ratele de schimb i nivelul preurilor sau relaia dintre consum i avere (care trebuie s fie consistente una cu alta pe termen lung, dei consumul are o evoluie mult mai lin). ARCH, GARCH i modelarea volatilitii Evaluarea riscului este baza activatii de pe pieele financiare. Investitorii compaa veniturile ateptate de la un activ financiar cu riscul su. Bncile i alte instituii financiare ar dori s se asigure c volumul bunurilor deinute nu va scdea sub un anumit nivel minim ce le-ar expune la insolvabilitate. Astfel de evaluri nu pot fi fcute fr a msura volatilitatea veniturilor. Engle a dezvoltat metode mbuntite pentru astfel de evaluri. Modelele GARCH sunt proiectate tocmai pentru a modela seriile economice cronologice. Denumirea GARCH reprezint: o o o o G generalizat; AR autoregresiv; C condtional; H heteroscedasticitate.

Primul model a fost realizat de ctre Robert Engle n 1982. n fapt, acesta a fost un model ARCH. Modelul cuprinde o ecuaie pentru medie i una pentru dispersie, respectiv: y t = xt + t

t2 = + t21 + t21
unde: yt variabila dependent n perioada curent; xt variabila independent n perioada curent; - coeficient care arat influena variabilei independente asupra variabilei dependente; t termenii reziduali n perioada curent; t2 - dispersia variabilei dependente n perioada curent;

- constanta ecuaiei dispersiei; - coeficientul ARCH; t-1 termenii reziduali din perioada precedent; t21 - dispersia variabilei dependente n perioada precedent; - coeficientul GARCH.
Modelul descris mai sus este n fapt modelul GARCH (1,1) n care primul numr arat c asupra dispersiei acioneaz termeni reziduali din perioada precedent, iar cel de-al doilea numr arat c dispersia din perioada precedent are influena asupra dispersiei curente. n fapt, pentru serii foarte mari, modelul GARCH (1.1) poate fi generalizat la modelul GARCH (p,q)1.
1

O interesanta prezentare a modelelor GARCH se regaseste n publicaia The econometrics of financial economics, avandu-i ca autori pe John Campbell, Andrew Lo i Craig MacKinley, aparut n 1997 la editura Princeton University Press, pag. 479-490

Modelul este utilizat cu succes n studiile de volatilitate. Spre deosebire de metoda celor mai mici ptrate, modelul GARCH include n ecuaia s att termenii de eroare (adesea denumii ocuri) ct i fenomenul de heteroskedasticitate. De asemenea este util n cazul n care seriile nu sunt distribuite normal, ci mai degrab au extremiti ngroate. Nu mai puin important este faptul c intervalele de confiden pot varia n timp i deci intervale mai precise pot fi obinute prin modelarea dispersiei randamentelor reziduale. O interesant abordare a modelelor GARCH este cea a posibilei existene a unui efect de levier. n fapt, modelul GARCH (1,1) este un model simetric i presupune c termenii reziduali au acelai semn. n realitate ns adeseori seriile financiare prezint asimetrie. Un model foarte util n acest caz este modelul EGARCH sau altfel spus modelul GARCH exponenial introdus de ctre Nelson (1991):

log t2 = + log t21 +

( )

( )

t 1 + t 1 t 1 t 1

(1)

Efectul de levier poate fi testat prin testarea inegalitii <0 i 0 . Notm c acest model este asemntor modelului GARCH (1,1). Totui, se remarc prezena termenului log care transform modelul ntrunul non-linear. De asemenea, termenii reziduali sunt raportai la dispersie, devenind practic reziduuri standardizate. Muli economiti financiari sunt preocupai de modelarea volatilitii n venituri. Teoria alegerii portofoliului ncearca s derive portofoliul optim ca funcie de varinaa i covarina veniturilor. Modelul de evaluare a bunului capital (CAPM) i alte asemenea

modele arat cum investitorii sunt rspltii pentru a-i asuma riscuri sistematice, de exemplu riscuri legate de covariana dintre portofoliul lor i cel al pieei. Formulele de evaluare a opiunilor aloca preuri opiunilor i altor instrumente n termen de volatilitate a bunurilor de baz. Bncile i alte instituii financiare aplic aa numitul model al valorii de risc pentru a aprecia riscurile de pia. Pentru aceste scopuri modelarea volatilitii (structura de covarian a veniturilor) este esenial. Volatilitatea veniturilor tinde s se aglomereze n regiuni restrnse i distribuiile marginale ale multor venituri sunt leptokurtice, adic au extremitile mai joase dect densitatea unei distribuii normale cu aceeai medie i dispersie. Cu toate acestea veniturile au fost modelate independent i uniform distribuit n timp. (Un exemplu n acest sens este Mandelbrot care a folosit distribuia paretian stabila pentru a caracteriza distribuia veniturilor). Engle a modelat variaia volatilitii n timp prin metoda ARCH (=heteroskedasticitatea autoregresiv condiional). Aceasta a reprezentat un salt important n econometrie. n primul su articol despre ARCH, Engle a folosit modelul volatilitii variabilelor n timp pentru a studia inflaia. Nu dup mult timp ns a devenit clar c cele mai multe aplicaii importante sunt de gsit n sectorul financiar, unde scopul activitilor este manipularea i evaluarea diferitelor tipuri de risc. Modelele ce determin preurile reprezint relaia ntre preul economiilor i volatilitate : venitul ateptat al diferitelor aciuni depinde de covariana ntre venitul ei i portofoliul pieei (vezi CAPM, 1990), preul

opiunilor depinznd de dispersia pe termen lung a venitului bunului de baz. n colaborare cu ali cercettori, Engle a completat aceste relaii dezvoltndu-i modelele (GACHM) n care veniturile ateptate depind de variane i covariane variabile n timp i deci sunt variabile n timp. Metodele ARCH i GARCH sunt unelte eficiente pentru a estima momente de gradul al doilea ale distribuiilor statistice (covariane i dispersii). O mare parte a teoriilor financiare se refer la legtura dintre momentele de gradul al doilea ale veniturilor aciunilor i cele de gradul nti (veniturile ateptate). Pare evident extinderea modelului ARCH pentru a caracteriza explicit aceste legturi, un asemenea model, prima aplicare a modelului ARCH de Engle n finane, poate fi gsit n opera sa din 1987. El i coautorii consider o economie cu 2 bunuri din care unul cu risc. Se presupune c riscul este msurat ca o funcie depinznd de dispersia bunului cu risc. Rezult c preul oferit de agenii reticeni la risc fluctueaz n timp i pretul de echilibru determin relaia dintre medie i dispersie. Aceasta sugereaz includerea unei funcii cresctoare pozitive monotone n ecuaia mediei. n cea mai simpl form aceasta se prezint astfel:

Autorii aplic modelul pentru a explica veniturile lunare n exces ale obligaiunilor emise de trezoreria S.U.A. pe 6 luni. Presupunnd ca bunul fr risc este o obligaiune pe 3 luni, deriv un efect important

din componena de risc estimat exces rt . Aplicaii ale valorii de risc

h t pe venitul n

Pe lng folosirea n evaluarea aciunilor, modelele ARCH i GARCH au mai fost aplicate i n alte domenii ale economiei financiare. O arie de aplicare evident este evaluarea opiunilor unde varianta bunului de baz este un parametru cheie.
Modelele ARCH i GARCH au devenit instrumente populare i indispensabile i n operaiile moderne de management al riscului. n zilele noastre, bncile i alte instituii financiare i multe companii mari folosesc aa numita analiz a valorii de risc. Modelele valorii de risc sunt folosite pentru a calcula necesarul de capital pentru riscul de pia folosind aa numitele reguli Basle II. Pentru a nelege conceptul considerm un investitor cu un portofoliu de aciuni. El vrea s prezic pierderea minim ateptat (Lmin) pe acest portofoliu ce va avea loc pentru o probabilitate dat mia pe o perioad determinat. Valoarea prezis a lui Lmin, valoarea de risc msoar gradul de risc al portofoliului. Predicia este c pierderea nu va fi mai mare dect Lmin cu probabilitatea (1- ). Acest concept este o msur natural pentru controlul riscului. De exemplu, n cazurile n care un regulator bancar vrea s se asigure c banca are destul capital pentru o probabilitate de insolvabilitate care n urmtoarea lun s nu depseasc . Atracia valorii de risc este faptul c scad riscurile de piee asociate unui portofoliu la un numr uor de neles. Pierderea poate fi calculat presupunnd distribuia marginal a veniturilor constant n timp; ceea ce nu e realist,

ns dac distribuia veniturilor variaz n timp este necesar un model care s previzioneze valorile viitoare ale momentelor statistice ce caracterizeaz distribuia. Dac aceasta e presupus normal, atunci primele dou momente (media i dispersia) caracterizeaz complet distribuia. Modelele GARCH sunt folosite pe arie larg pentru a estima dispersia distribuiei veniturilor necesar pentru a calcula pierderea ateptat (folosirea lor poate fi extins i la cazuri non-normale). n practic se folosete o medie mobil ponderat exponenial.

XII. TEME PROPUSE PENTRU LICEN

1. Teoria zonelor monetare optime. 2. Modele de preuri incerte ale ciclului economic. 3. Anticipaiile adaptive i raionale m teoria inflaiei. 4. Teoria monetarist a inflaiei. 5. Modelul Mundell-Fleming n condiiile cursurilor de schimb fixe i variabile. 6. Analiza economiei romneti cu ajutorul modelelor macroeconometrice. 7. Anticipri, moneda i echilibru macroeconomic. 8. Contribuiile laureaiilor Nobel la dezvoltarea econometriei. 9. Analiza comportamentului consumatorului n situaia modificrii venitului.

10. Econometria ca metoda de cercetare cantitativ. 11. Predicii bazate pe modele econometrice. 12. Entropie, ordine i probabilitate.

Nota: se accept i alte propuneri.

XIII. TEMATICA SEMINARIILOR

Tema 1
1. O retrospectiv asupra economiei matematice. Confruntri n tiina economic (fundamente istorice; abordri neoclasice i austriece). 2. Precursori romni: M. Manoilescu i N. GeorgescuRoegen.

Tema 2
1. Econometria i interdependenele din economie. 2. Modelarea econometric; mecanisme folosite (multiplicatorul keynesian; eviciunea financiar i prin preuri).

3. a. b. c. 4.

Critica adus modelarii econometrice: cea tradiional; critica lui Sims; funcia de reacie a autoritilor i critica lui Lucas. Aplicaii (probleme propuse spre rezolvare)

Tema 3

1. Econometria i metodologia statistico-matematic (indicatori comuni: covariana, coeficientul de corelaie, coeficientul de determinare). 2. Tipuri de modele (liniare, neliniare, unifactoriale, cu influene sincrone i asincrone) 3. Aplicaii (probleme propuse spre rezolvare).

Tema 4

1. Modele de estimare a parametrilor pentru modele liniare i neliniare. 2. Prezentarea i clasificarea relaiilor n modele. 3. Specificarea modelului economic. Metoda celor mai mici patrate (MCMMP). 4. Aplicaii (probleme propuse spre rezolvare)

Tema 5
1. Variabilele economice i ipotezele metodei de identificare. 2. Predicii bazate pe teorii probabilistice. 3. Aplicaii (probleme propuse spre rezolvare).

Tema 6

1. Estimarea parametrilor n analiza econometric (Metoda bayesin de estimare; metoda verosimilitii maxime). 2. Testarea parametrilor n modelele unifactoriale. 3. Aplicaii (probleme propuse spre rezolvare).

Tema 7
1. Componente sistematice ale evoluiei fenomenelor economice n decursul timpului. Previziune i simulare bazate pe modele cu ecuaii simultane. 2. Modele ale seriilor de timp. 3. Aplicaii (probleme propuse spre rezolvare).

Tema 8
1. Abordarea econometric a funciei de consum. 2. Funcia Tornqvist sau abordarea econometric a cererii (elasticitatea cererii i funciile utilizate frecvent n studiul acesteia). 3. Aplicaii (probleme propuse spre rezolvare).

Tema 9
1. Productia i abordarea econometric a acestui sector. 2. Studiile cantitative ale produciei (Modelul CobbDouglas; modelul Solow i Tinbergen; modelul Harrod-Domar) 3. Aplicaii (probleme propuse spre rezolvare).

Tema 10
1. Construirea modelelor macroeconomice privind economia naional (modele globale destinate descrierii; modelul Brookings, modelul Wharton). 2. Gndirea economic inovativ: modelul Leamer; modelul Hendry i modelul Box-Jekins.

Tema 11

1. Posibiliti de modelare econometric folosind teoria controlului optimal 2. Modelul lui J. von Neuman. 3. Optimul paretian i evoluia acestuia.

Tema 12
1. Contribuiile unui laureat Nobel la dezvoltarea econometriei. 2. Recenzii i referate.

XIV EXTRASE DIN TABELE STATISTICE (anexe) DISTRIBUIA STUDENT

g/ 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 0.9 0.158 0.142 0.137 0.134 0.132 0.131 0.130 0.130 0.129 0.129 0.129 0.128 0.128 0.128 0.128 0.128 0.128 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.127 0.126 0.50 1.000 0.816 0.765 0.741 0.727 0.718 0.711 0.706 0.703 0.700 0.697 0.695 0.694 0.692 0.691 0.690 0.689 0.688 0.688 0.687 0.686 0.686 0.685 0.685 0.684 0.684 0.683 0.683 0.683 0.683 0.674 0.30 1.963 1.386 1.250 1.190 1.156 1.134 1.119 1.108 1.100 1.093 1.088 1.083 1.079 1.080 1.074 1.071 1.069 1.067 1.066 1.064 1.063 1.061 1.060 1.059 1.058 1.058 1.057 1.056 1.055 1.055 1.040 0.20 3.078 1.886 1.638 1.533 1.476 1.440 1.415 1.397 1.383 1.372 1.363 1.356 1.350 1.345 1.341 1.337 1.333 1.330 1.328 1.325 1.323 1.321 1.319 1.318 1.316 1.315 1.314 1.313 1.311 1.310 1.282 0.10 6.314 2.920 2.353 2.132 2.015 1.943 1.895 1.860 1.833 1.812 1.796 1.782 1.771 1.761 1.753 1.746 1.740 1.734 1.729 1.725 1.721 1.717 1.714 1.711 1.708 1.706 1.703 1.701 1.699 1.697 1.645 0.05 12.706 4.303 3.182 2.776 2.571 2.447 2.365 2.306 2.262 2.228 2.201 2.179 2.160 2.145 2.131 2.120 2.110 2.101 2.093 2.086 2.080 2.074 2.069 2.064 2.060 2.056 2.052 2.048 2.045 2.042 1.960 0.02 31.821 6.965 4.541 3.747 3.365 3.143 2.998 2.896 2.821 2.764 2.718 2.681 2.650 2.624 2.602 2.583 2.567 2.552 2.539 2.528 2.518 2.508 2.500 2.492 2.485 2.479 2.473 2.467 2.462 2.457 2.326 0.01 0.001 63.657 636.619 9.925 31.598 5.841 12.924 4.604 8.610 4.032 6.869 3.707 5.959 3.499 5.408 3.355 5.041 3.250 4.781 3.169 4.587 3.106 4.437 3.055 4.318 3.012 4.221 2.977 4.140 2.947 4.073 2.921 4.015 2.898 3.965 2.878 3.922 2.861 3.883 2.845 3.850 2.831 3.819 2.831 3.702 2.807 3.767 2.797 3.745 2.787 3.725 2.779 3.707 2.771 3.690 2.763 3.674 2.756 3.659 2.750 3.646 2.576 3.291

DISTRIBUIA X2
g/ 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 0.90 0.211 0.584 1.064 1.610 2.204 2.833 3.490 4.168 4.865 0.50 0.455 1.386 2.366 3.357 4.351 5.348 6.346 7.344 0.30 1.074 2.408 3.665 4.878 6.064 7.231 8.383 0.20 1.642 3.219 4.642 5.989 7.289 0.10 2.706 4.605 6.251 7.779 9.236 0.05 3.841 5.991 7.815 0.02 5.412 7.824 0.01 0.001

1 0.0158

6.635 10.827 9.210 13.815

9.837 11.345 16.266

9.488 11.668 13.277 18.467 11.070 13.388 15.086 20.515 12.592 15.033 16.812 22.457 14.067 16.622 18.475 24.322 15.507 18.168 20.090 26.125 16.919 19.679 21.666 27.877 18.307 21.161 23.209 29.588 19.675 22.618 24.725 31.264 21.026 24.054 26.217 32.909 22.262 25.472 27.688 34.528 23.685 26.873 29.141 36.123 24.996 28.259 30.578 37.697 26.296 29.633 32.000 39.252 27.587 30.995 33.409 40.790 28.869 32.346 34.805 42.312 30.144 33.687 36.191 43.820 31.410 35.020 37.566 45.315 32.671 36.343 38.932 46.797 33.924 37.659 40.289 48.268 35.172 38.968 41.638 49.728 36.415 40.270 42.980 51.179 37.652 41.566 44.314 52.620 38.885 42.856 45.642 54.052 40.113 44.140 46.963 55.476 41.337 45.419 48.278 56.893 42.557 46.693 49.588 58.302 43.773 47.962 50.892 59.703

8.558 10.645 9.803 12.017

9.524 11.030 13.362

8.343 10.656 12.242 14.684 9.342 11.781 13.442 15.987

5.578 10.341 12.899 14.631 17.275 6.304 11.340 14.011 15.812 18.549 7.042 12.340 15.119 16.985 19.812 7.790 13.339 16.222 18.151 21.064 8.547 14.339 17.322 19.311 22.307 9.312 15.338 18.418 20.465 23.542

17 10.085 16.338 19.511 21.615 24.769 18 10.865 17.338 20.601 22.760 25.989 19 11.651 18.338 21.689 23.900 27.204 20 12.443 19.337 22.775 25.038 28.412 21 13.240 20.337 23.858 26.171 29.615 22 14.041 21.337 24.939 27.301 30.813 23 14.848 22.337 26.018 28.429 32.007 24 15.659 23.337 27.096 29.553 33.196 25 16.473 24.337 28.172 30.675 34.382 26 17.292 25.336 29.246 31.795 35.563 27 18.114 26.336 30.319 32.912 36.741 28 18.939 27.336 31.391 34.027 37.916 29 19.768 28.336 32.461 35.139 39.087 30 20.599 29.336 33.530 36.250 40.256

Dispersiile F corespunztoare nivelului de semnificaie 5%

v2/v1 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 40 60 120 1 161.40 18.51 10.13 7.71 6.61 5.99 5.58 5.32 5.12 4.96 4.84 4.75 4.67 4.60 4.54 4.49 4.45 4.41 4.38 4.35 4.32 4.30 4.28 4.26 4.24 4.22 4.21 4.20 4.18 4.17 4.08 4.00 3.92 2 199.50 19.00 9.55 6.94 5.79 5.14 4.74 4.46 4.26 4.10 3.98 3.88 3.80 3.74 3.68 3.63 3.59 3.55 3.52 3.49 3.47 3.44 3.42 3.40 3.38 3.37 3.35 3.34 3.33 3.32 3.23 3.15 3.07 3 215.70 19.16 9.28 6.59 5.41 4.76 4.35 4.07 3.86 3.71 3.59 3.49 3.41 3.34 3.29 3.24 3.20 3.16 3.13 3.10 3.07 3.05 3.03 3.01 2.99 2.98 2.96 2.95 2.93 2.92 2.84 2.76 2.68 4 224.60 19.25 9.12 6.39 5.19 4.53 4.12 3.84 3.63 3.48 3.36 3.26 3.18 3.11 3.06 3.01 2.96 2.93 2.90 2.87 2.84 2.82 2.80 2.78 2.76 2.74 2.73 2.71 2.70 2.69 2.61 2.52 2.45 5 230.20 19.30 9.01 6.26 5.05 4.39 3.97 3.69 3.48 3.33 3.20 3.11 3.02 2.96 2.90 2.85 2.81 2.77 2.74 2.71 2.68 2.66 2.64 2.62 2.60 2.59 2.57 2.56 2.54 2.53 2.45 2.37 2.29 6 234.00 19.33 8.84 6.16 4.95 4.28 3.87 3.58 3.37 3.22 3.09 3.00 2.92 2.85 2.79 2.74 2.70 2.66 2.63 2.60 2.57 2.55 2.53 2.51 2.49 2.47 2.46 2.44 2.43 2.42 2.34 2.25 2.17 8 238.90 19.37 8.84 6.04 4.82 4.15 3.73 3.44 3.23 3.07 2.95 2.85 2.77 2.70 2.64 2.59 2.55 2.51 2.48 2.45 2.42 2.40 2.38 2.36 2.34 2.32 2.30 2.29 2.28 2.27 2.18 2.10 2.02 12 243.90 19.41 8.74 5.91 4.68 4.00 3.57 3.28 3.07 2.91 2.79 2.69 2.60 2.53 2.48 2.42 2.38 2.34 2.31 2.28 2.25 2.23 2.20 2.18 2.16 2.15 2.13 2.12 2.10 2.09 2.00 1.92 1.83 24 2.49 254.30

19.45 19.50 8.64 5.77 4.53 3.84 3.41 3.12 2.90 2.74 2.61 2.50 2.42 2.35 2.29 2.24 2.19 2.15 2.11 2.08 2.05 2.03 2.00 1.98 1.96 1.95 1.93 1.91 1.90 1.89 1.79 1.70 1.61 8.53 5.63 4.36 3.67 3.23 2.93 2.71 2.54 2.40 2.30 2.21 2.13 2.07 2.01 1.96 1.92 1.88 1.84 1.81 1.78 1.76 1.73 1.71 1.69 1.67 1.65 1.64 1.62 1.51 1.39 1.25

Dispersiile F corespunztoare nivelului de semnificaie 1%

v2/v1 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 40 60 120 1 4052 98.48 34.12 21.20 16.26 13.74 12.25 11.26 10.56 10.04 9.65 9.33 9.07 8.86 8.68 8.53 8.40 8.28 8.18 8.10 8.02 7.94 7.88 7.82 7.77 7.72 7.68 7.64 7.60 7.56 7.31 7.08 6.85 6.64 2 4999 99.00 30.81 18.00 13.27 10.92 9.55 8.65 8.02 7.56 7.20 6.93 6.70 6.51 6.36 6.23 6.11 6.01 5.93 5.85 5.78 5.72 5.66 5.61 5.57 5.53 5.49 5.45 5.42 5.39 5.18 4.98 4.79 4.60 3 5403 99.17 29.46 16.69 12.06 9.78 8.45 7.59 6.99 6.55 6.22 5.95 5.74 5.56 5.42 5.29 5.18 5.09 5.01 4.94 4.87 4.82 4.76 4.72 4.68 4.64 4.60 4.57 4.54 4.51 4.31 4.13 3.96 3.78 4 5625 99.25 28.71 15.98 11.39 9.15 7.85 7.01 6.42 5.99 5.67 5.41 5.20 5.09 4.89 4.77 4.67 4.58 4.50 4.43 4.37 4.31 4.26 4.22 4.18 4.14 4.11 4.07 4.04 4.02 3.83 3.65 3.48 3.32 5 5764 99.25 28.24 15.52 10.97 8.75 7.46 6.63 6.06 5.64 5.32 5.06 4.86 4.69 4.56 4.44 4.34 4.25 4.17 4.10 4.04 3.99 3.94 3.90 3.86 3.82 3.78 3.75 3.73 3.70 3.51 3.34 3.17 3.02 6 5895 99.33 27.91 15.21 10.67 8.47 7.19 6.37 5.80 5.39 5.07 4.82 4.62 4.46 4.32 4.20 4.10 4.01 3.94 3.87 3.81 3.76 3.71 3.67 3.63 3.59 3.56 3.53 3.50 3.47 3.29 3.12 2.96 2.80 8 5891 99.36 27.05 14.80 10.27 8.10 6.84 6.03 5.47 5.06 4.74 4.50 4.30 4.14 4.00 3.89 3.79 3.71 3.63 3.56 3.51 3.45 3.41 3.36 3.32 3.29 3.26 3.23 3.20 3.17 2.99 2.82 2.66 2.51 12 6106 99.42 27.05 14.37 9.89 7.72 6.47 5.67 5.11 4.71 4.40 4.16 3.96 3.80 3.67 3.55 3.45 3.37 3.30 3.23 3.17 3.12 3.07 3.03 2.99 2.96 2.93 2.90 2.87 2.84 2.66 2.50 2.34 2.18 24 6234 99.46 26.60 13.93 9.47 7.31 6.07 5.28 4.73 4.33 4.02 3.78 3.59 3.43 3.29 3.18 3.08 3.00 2.92 2.86 2.80 2.75 2.70 2.66 2.62 2.58 2.55 2.52 2.49 2.47 2.29 2.12 1.95 1.79 6366 99.50 26.12 13.46 9.02 6.88 5.65 4.86 4.31 3.91 3.60 3.36 3.16 3.00 2.87 2.75 2.65 2.57 2.49 2.42 2.36 2.31 2.26 2.21 2.17 2.13 2.10 2.06 2.03 2.01 1.80 1.60 1.38 1.00

TABELUL DURBIN-WATSON CU PRAGUL DE SEMNIFICAIE = 0.05

Numr regresori n 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 45 50 55 d1 1.08 1.10 1.13 1.16 1.18 1.20 1.22 1.24 1.26 1.27 1.29 1.30 1.32 1.33 1.34 1.35 1.36 1.37 1.38 1.39 1.40 1.41 1.42 1.43 1.43 1.44 1.48 1.50 1.53 d2 1.36 1.37 1.38 1.39 1.40 1.41 1.42 1.43 1.44 1.45 1.45 1.46 1.47 1.48 1.48 1.49 1.50 1.50 1.51 1.51 1.52 1.52 1.53 1.54 1.54 1.54 1.57 1.59 1.60 d1 0.95 0.98 1.01 1.05 1.08 1.10 1.12 1.15 1.17 1.19 1.21 1.22 1.24 1.26 1.27 1.28 1.30 1.31 1.32 1.33 1.34 1.35 1.36 1.37 1.38 1.39 1.43 1.46 1.49 d2 1.54 1.54 1.54 1.53 1.53 1.54 1.54 1.54 1.54 1.55 1.55 1.55 1.56 1.56 1.56 1.57 1.57 1.57 1.58 1.58 1.58 1.59 1.59 1.59 1.60 1.60 1.62 1.63 1.64 d1 0.82 0.86 0.90 0.93 0.97 1.00 1.03 1.05 1.08 1.10 1.12 1.14 1.16 1.18 1.20 1.21 1.23 1.24 1.26 1.27 1.28 1.29 1.31 1.32 1.33 1.34 1.38 1.42 1.45 d2 1.75 1.73 1.71 1.69 1.68 1.68 1.67 1.66 1.66 1.66 1.66 1.65 1.65 1.65 1.65 1.65 1.65 1.65 1.65 1.65 1.65 1.65 1.66 1.66 1.66 1.66 1.67 1.67 1.68 d1 0.69 0.74 0.78 0.82 0.86 0.90 0.93 0.96 0.99 1.01 1.04 1.06 1.08 1.10 1.12 1.14 1.16 1.18 1.19 1.21 1.22 1.24 1.25 1.26 1.27 1.29 1.34 1.38 1.41 d2 1.97 1.93 1.90 1.87 1.85 1.83 1.81 1.80 1.79 1.78 1.77 1.76 1.76 1.75 1.74 1.74 1.74 1.73 1.73 1.73 1.73 1.73 1.72 1.72 1.72 1.72 1.72 1.72 1.72 d1 0.56 0.62 0.67 0.71 0.75 0.79 0.83 0.86 0.90 0.93 0.95 0.98 1.01 1.03 1.05 1.07 1.09 1.11 1.12 1.12 1.16 1.18 1.19 1.21 1.22 1.23 1.29 1.34 1.38 d2 2.21 2.15 2.10 2.06 2.02 1.99 1.96 1.94 1.92 1.90 1.89 1.88 1.86 1.85 1.84 1.83 1.83 1.82 1.81 1.81 1.80 1.90 1.80 1.79 1.79 1.79 1.78 1.77 1.77 k=1 k=2 k=3 k=4 k=5

XV. BIBLIOGRAFIE
Clements Michael/Hendry David Dobrescu Emilian Gourieroux Ch./Scaillet Olivier Green William Keynes J.M. Manoilescu Mihail Murphy James Nicholas GeorgescuRoegen Nicholas GeorgescuRoegen Nicholas GeorgescuRoegen Pecican Eugen Tanadi Alexandru Tanadi Alexandru Tanadi Alexandru Cretu Alina The Marshall lectures on economic forecasting; Cambridge University, 1998; Macromodele n economia de pia romneasc, Ed. Expert, Bucureti, 1999; Econometrie de la finance: analyses historiques, Paris, Economic, 1997; Econometric analysis, New York University US, 1993; Teoria general a folosirii minii de lucru a dobnzii i a banilor, Ed. Stiinific, Bucureti, 1970 ncercri n filosofia sistemelor economice, Ed. M.O. i Imprimeria statului, Bucureti,1938; Introductory Econometrics; University of North Carolina US, 1973; Economia analitic, Ed. Stiinific, Bucureti, 2000; Legea entropiei i procesul economic, Ed.Stiinific, 2000; Statistica i matematica, Ed. Stiinific, Bucureti, 2000; Macroeconometrie (Politici economice guvernamentale i econometrice), Ed. Economic, Bucureti, 1996 Econometrie, Ed. ASE, 2001 Geneza i evoluia premiului Nobel, ASE, Bucuresti, 1997; Anticipaiile adaptative i raionale n teoria inflaiei, ASE, Bucureti, 2000;

Tanadi Alexandru Doltu Claudiu Tanadi Alexandru Doltu Claudiu Creu Alina Peptan Elena

R. Mundell i zonele monetare optime, Ed. ASE, Bucureti,2001 Dezvoltarea teoriei monetare. Mainstreamul i Scoala austriac, Ed. ASE, Bucureti, 2001 Incertitudine i portofolii optime, ASE, Bucureti, 2003;