Sunteți pe pagina 1din 8

I.

Se consider modelul:
yt = b0 + b1 x1t + b2 x2t + ut unde: yt = profit (mil. lei.); x1t = numr de salariai (sute pers); x2t = capital fix (zeci mil. lei).
n urma prelucrrii electronice a calculelor econometrice privind modelul de mai sus s-au obinut urmtoarele rezultate:
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,9251
R Square 0,8558
Standard Error 27,85
Observations 13
ANOVA
df SS MS F Critical F
Regression ... 46033,02 ... ... 4,1
Residual ... ... 775,62
Total 12 53789,23
Variable Coefficients Standard Error t Stat Critical t
Intercept 37,5023 ... 2,1252 2,228
x1t 1,4963 0,5534 ...
X2t 4,2446 1,065 ...
Durbin Watson Statistics = 2,17 F (White Heteroskedasticity Test)= 0,4969
( )

,
_


0 0 1 5 0 0 0 0 5 0 0 0 6 7 0
0 0 0 5 0 0 0 0 4 0 0 0 6 3 0
0 0 6 7 0 0 0 6 3 0 4 0 1 5 0
1
. . .
. . .
. . .
X X
1) S se verifice semnificaia parametrilor modelului (t critic = 2,228);
2) S se verifice validitatea modelului de regresie pentru un prag de semnificaie de 5% (F critic = 4,1);
3) S se verifice ipotezele de independen a erorilor (d1= 0,98, d2 = 1,54) i de homoscedasticitate a erorilor (F critic = 3,33) pentru un
prag de semnificaie de 5%;
4) tiind c n perioada imediat urmtoare x1t+1 = 64 sute pers. i x2 t+1 = 23 zeci mil. lei s se estimeze volumul profitului pe baza unui
interval de ncredere.
II. Fie urmtorul model macroeconometric:

'

+ +
+ + +
+ + +

t t t t
t t t t
t t t t
G I C Y
u I b Y b b I
u C a Y a a C
2 1 2 1 0
1 1 2 1 0
unde: Yt = PIB; Ct = consumul final al populaiei; It = investiii; Gt = consum final guvernamental.
Se cere:
1) S se precizeze ce tip de model este modelul de mai sus i s se aduc modelul la forma redus;
2) S se identifice modelul i s se precizeze metoda de estimare a parametrilor ce poate fi folosit;
3) S se prezinte procedeul de estimare a parametrilor adecvat acestui tip de model.
III. n urma analizei istoricului unui curs valutar de-a lungul anului 2009 (252 observaii zilnice) se obin seriile de timp xt, yt= xt-xt-1 i zt=
xt-xt-2. Funciile de autocorelaie pentru cele trei serii sunt:
xt Lag Autocorrelation zt Lag Autocorrelation yt Lag Autocorrelation
1
2
3
4
5
6
7
8
9
10
0,11
0,31
0,34
0,51
0,26
0,40
0,53
0,28
0,32
0,27
1
2
3
4
5
6
7
8
9
10
0,16
-0,07
-0,04
0,03
0,06
0,01
0,05
0,08
0,03
-0,07
1
2
3
4
5
6
7
8
9
10
0,14
-0,03
-0,08
0,02
0,06
0,05
0,01
0,05
0,01
-0,06
a) S se precizeze care din seriile xt, yt i zt este staionar: justificare (testul Box Pierce i Ljung Box).
307 , 18
2
10 ; 05 , 0

b) S se scrie modelele ARIMA corespunztoare seriei iniiale de timp staionarizate i s se aleag cel mai bun dintre ele pe baza
criteriului Akaike, tiind ca rezultatele obinute din SPSS pentru estimarea parametrilor sunt:
Parameter Estimates
Estimates Std Error t Approx Sig
Non-Seasonal Lags AR1
0.723
Constant
-0.852
AIC=-44
Parameter Estimates
Estimates Std Error T Approx Sig
Non-Seasonal Lags AR1
0.353
MA1
0.282
Constant
0.932
AIC=-52


m
k
k
r n Q
1
2

n
k
n
L
AIC
2 2
+

m
y
t
a
0
- a
1
y
t-1
- - a
p
y
t-p
=
y
+ u
t
- b
1
u
t-1
- - b
q
u
t-q

( ) ( )
( )

+

n
t
t
n
k t
k t t
k
y y
y y y y
r
1
2
1

2 1
2


t t y
y y
t
( )


+
m
k
k
k n
r
n n LB
1
2
2
1
1


t t y
y y
t
( )
1

1
2

k n
y y
s
n
i
i i
u
;
a
a
s
a
t

;
b
b
s
b
t

( )

,
_

n
i
i
u a
x x
x
n
s s
1
2
2
2

1
;
( )

n
i
i
u
x x
s
s
b
1
2
2


j
j
b
j
b
s
b
t

ij u
b
c s s
j

2

( )
( )
( )
( )


n
i
i
n
i
i
n
i
i
n
i
i
y y
y y
y y
y y
R R
1
2
1
2
1
2
1
2
2

1

( )

n
t
t
n
t
t t
u
u u
d
1
2
2
2
1



2
2
1
1
R
R
k
k n
F
c



( )
1

2
2


k n
y y
s
t t
u

( )


n
i
i x
y y V
1
2 2

;
( )


n
i
i i u
y y V
1
2 2

;
( )


n
i
i
y y V
1
2
2
0
;
2 2 2
0
u x
V V V +
k
V
s
x
x y
2
2
/
;
1
2
2

k n
V
s
u
u
;
2
2
/
u
x y
c
s
s
F
k v n k v n v n v n
x b x b x b b Y
, 2 , 2 1 , 1 0

+ + +

+
+ + + +
Reyolvare:
I. 1) Vom verifica dac parametrii b
j
sunt semnificativ diferii de zero :
Deoarece volumul eantionului este n = 13 < 30 vom utiliza testul t:

statistic ce urmeaz o distribuie Student, t, cu (n k-1) grade de libertate.
n urma testrii semnificaiei parametrilor s-a constatat c:
228 , 2 1252 , 2

0
0

< critic t
s
b
t
b
b
rezult c parametrul
0

b nu este semnificativ
diferit de zero pentru pragul de semnificaie dat;
6461 , 17
1252 , 2
5023 , 37

0
0


b
b
t
b
s
sau
6461 , 17 4015 , 0 62 , 775
11
2

0
c s s
u
b
unde c
11
= 0,4015 elementul situat pe diagonala principal a matricei inverse ( )

X X
1

;
228 , 2 7039 , 2
5534 , 0
4963 , 1

1
1

1
> critic t
s
b
t
b
b
rezult c parametrul
1

b este
semnificativ diferit de zero pentru pragul de semnificaie dat;
228 , 2 9856 , 3
065 , 1
2446 , 4

2
2

2
> critic t
s
b
t
b
b
rezult c parametrul
2

b este
semnificativ diferit de zero pentru pragul de semnificaie dat.
2)
( )
. 2 , 0 , 0 :
; 0 0 :
1
0


j b H
b b H
j
j
b
j
j

,
0

j b
j
b
b
j
b
s
b
s
b
t
j
j
j

[ ]

+
+ +
+ + +
1

* *
;
*
;
*
v n v n
Y
v v n v n
Y
v v n
s t Y y s t Y P
( ) [ ]
v v u
X X X X s s s
v n
Y
v n
Y
+

+
1 ' ' 2 2
1

t t 2 2 1 1 0
u y (B) a ... : ) ( <> + + + + +
t p t p t t t
u y a y a y a a y p AR
( )
t t q t q t t t
u B b y u b u b u y y q MA ) ( .. :
1 1
<> +

5083 , 23016
2
02 , 46033
2
2
/

k
V
s
x
x y
( ) 2 , 7756 10 62 , 775 1
1
2 2
2
2


k n s V
k n
V
s
u u
u
u
sau

+
2 2
0
2 2 2 2
0 x u u x
V V V V V V 21 , 7756 02 , 46033 23 , 53789
2

u
V
1 , 4 67 , 29
62 , 775
51 , 23016
2
2
/
> critic F
s
s
F
u
x y
c
rezult c modelul este valid statistic
sau este semnificativ diferit de zero, pentru un prag de semnificaie de 0,05.
O alt variant de verificare a semnificaiei modelului se poate realiza prin verificarea
semnificaiei raportului de corelaie:
1 , 4 67 , 29
8558 , 0 1
8558 , 0
2
1 2 13
1
1
2
2
>


critic F
R
R
k
k n
F
c
rezult c
raportul de corelaie este semnificativ diferit de zero pentru un prag de semnificaie de 5%,
deci i modelul este valid statistic pentru un prag de semnificaie de 5%.
3) Valorile variabilei reziduale U sunt independente, respectiv nu exist fenomenul de
autocorelare a erorilor, cov (u1, un) = 0
Comparnd valoarea calculat a variabilei Durbin-Watson
( )
17 , 2


1
2
2
2
1

n
t
t
n
t
t t
u
u u
d

cu cele dou valori tabelate se observ c
54 , 1 17 , 2
2
> d d
i
36 , 2 4 17 , 2
2
< d d
,
deci erorile sunt independente pentru un prag de semnificaie de 0,05.
Variabila aleatoare (rezidual) U este de medie nul M(u
1
)= M(u
2
) = = M(u
n
) = 0 iar
dispersia ei
2
u
este constant i independent de variabilele exogene X
j
- ipoteza de
homoscedasticitate a erorilor.
F (White Heteroskedasticity Test)= 0,4969 < F critic = 3,33 rezult c erorile sunt
homoscedastice pentru un prag de semnificaie de 0,05.
4) n acest caz, dac
x x x
0 1 2
1 64 23 , ,
, n medie, profitul este egal cu:
2 , 2 1 , 1 0 , 0

v n v n v n v n
x b x b x b Y
+ + +

+
+ +
unde:
Y
n v +

estimaia punctual a valorii de prognoz pentru variabila y;


y
n v +
valoarea real a variabilei y n momentul de prognoz (
v n +
).
Sub form matriceal, relaia anterioar devine:
( ) Y X B X X X X Y
n v v v +

1
df SS MS F Critical F
Regression 2=k 46033,02 23016,51 29,67 4,1
Residual 10=n-k-1 7756,21 775,62
Total 12=n-1 53789,23
unde:

,
_

,
_

+
+
2 3
6 4
1 1
2 ,
1 ,
v n
v n v
x
x X
=- reprezint matricea coloan a valorilor de prognoz ale
variabilelor
x
j (
2 , 0 j
) pentru momentul ( n v + ).
231 89 , 230 23 * 2446 , 4 64 * 4963 , 1 1 * 5023 , 37 + +

+v n
Y
mil. lei.
n vederea estimrii intervalului de ncredere pentru aceast valoare probabil este
necesar calcularea dispersiei de prognoz acestei valori cu ajutorul relaiei:
( )
[ ]
s s X X X X
Y
u v v
n v +

+

2 2
1
1
( )
65 , 31
84 , 1001
23
64
1
0015 , 0 0005 , 0 0067 , 0
0005 , 0 0004 , 0 0063 , 0
0067 , 0 0063 , 0 4015 , 0
23 64 1 1 6214 , 775
2

1
1
1
]
1

,
_

,
_

+
v n
v n
Y
Y
s
s
Intervalul de ncredere a prognozei profitului, estimat cu un prag de semnificaie
0 05 ,
,
pentru care valoarea lui

t
, preluat din tabela distribuiei Student, este
228 2
10 05 0
, t
; ,

se va
calcula cu ajutorul relaiei:
[ ]

+

+

+ +

+
1
v n v n
Y
v n v n
Y
v n
s t Y y s t Y P
[ ] 95 0 05 0 1 65 31 228 2 231 65 31 228 2 231 , , , * , y , * , P
v n
+
+
[ ] 95 , 0 301 160
+v n
y P
n concluzie, pentru un prag de semnificaie de 5%, profitul va fi cuprins ntre 160 i 301
milioane lei.
II. 1) Modelul dat este un model cu ecuaii simultane n form structural, care conine dou
ecuaii de comportament economic i o ecuaie de indentitate economic.
Modelul conine 6 variabile: 3 endogene (Y
t
, C
t
, I
t
) i 3 exogene (C
t-1
, I
t-1
, G
t
).
Forma redus a unui model structural cu ecuaii simultane presupune ca toate variabilele
endogene ale modelului n form general s fie exprimate numai n funcie de variabilele
exogene ale acestuia.
Se nlocuiesc ecuaiile (1) i (2) n ecuaia (3):
t t t t t t t t
G u I b Y b b u C a Y a a Y + + + + + + + +
2 1 2 1 0 1 1 2 1 0
( )
t t t t t t
u u G I b C a b a b a Y
2 1 1 2 1 2 0 0 1 1
1 + + + + + +

1 1
2 1
1 1
1
1 1
2
1
1 1
2
1 1
0 0
1 1
1
1 1 1 b a
u u
G
b a
I
b a
b
C
b a
a
b a
b a
Y
t t
t t t t

+
+

+

+

+

+


- expresia obinut pentru Y
t
se nlocuiete n primele dou ecuaii ale modelului
1 1
1 1 1 1 1 2 1 1 1
1 1
1
1
1 1
2 1
1
1 1
1 2 2 1 2 2 1
1 1
0 1 1 0 1 0 1 0 0
1 1 1 1 1 b a
u b u a u u a u a
G
b a
a
I
b a
b a
C
b a
b a a a a a a
b a
b a a a b a a a a
C
t t t t t
t t t t

+ +
+

+

+

+
+

+ +


1 1
2 1 1 1 1 1 1
1 1
1
1
1 1
2 1
1
1 1
1 2 2
1 1
0 1 1 0 0
1 1 1 1 1 b a
u a u b u a u
G
b a
a
I
b a
b a
C
b a
b a a
b a
b a b a a
C
t t t t
t t t t

+
+

+

+

+

+


1 1
2 1 2 1 2 2 1 1 1
1 1
1
1
1 1
2 1 2 1 2 2 1
1
1 1
1 2
1 1
1 0 1 0 1 0 0 1 0
1 1 1 1 1 b a
u b u a u u b u b
G
b a
b
I
b a
b b b a b b b
C
b a
b a
b a
b b b a b b b a b
I
t t t t t
t t t t

+ +
+

+

+
+

+

+ +


1 1
2 1 2 1 1
1 1
1
1
1 1
2 1 2
1
1 1
1 2
1 1
1 0 0 1 0
1 1 1 1 1 b a
u a u u b
G
b a
b
I
b a
b a b
C
b a
b a
b a
b a b a b
I
t t t
t t t t

+
+

+

+

+

+


Deci, forma redus a modelului este:
( )
( )
( )

'

+ + + +
+ + + +
+ + + +



'
1 3 1 2 1 1 0
'
3 3 1 2 1 1 0
'
2 3 1 2 1 1 0
3
2
1
t t t t t
t t t t t
t t t t t
z G I C Y
z G I C I
z G I C C



2) Identificarea modelului
Ecuaia (1) este supraidentificat deoarece numrul variabilelor absente este egal cu trei,
numr superior numrului de variabile endogene minus unu (3 > n 1 = 3 - 1 = 2).
Ecuaia (2) este supraidentificat deoarece numrul variabilelor absente este egal cu trei,
numr superior numrului de variabile endogene minus unu (3 > n 1 = 3 - 1 = 2).
Deoarece modelul conine o ecuaie de identitate i dou ecuaii supraidentificate, atunci este
supraidentificat, iar estimarea parametrilor formei structurale se va face cu ajutorul MCMMP n dou
faze.
3) Estimarea parametrilor modelului cu ecuaii simultane cu ajutorul MCMMP n dou faze
Faza I: Variabila Y
t
este singura variabil endogen care, n ecuaiile (1) i (2), este i variabil
exogen. Ca atare, ea va fi regresat n funcie de cele trei variabile exogene, C
t-1,
I
t-1
i G
t
:
t t t t t
z G I C Y
1 3 1 2 1 1 0
+ + + +


Estimatorii
1 0
,
i
2
vor fi determinai cu ajutorul M.C.M.M.P., iar, pe baza valorilor
acestora, vor fi estimate valorile teoretice ale variabilei Y
t
:
t t t t
G I C Y
3 1 2 1 1 0

+ + +

(3)
Faza II: n ecuaiile (1) i (2) ale modelului structural se vor introduce valorile ajustate,
t
Y

,
obinndu-se ecuaiile:
t t t t
u C a Y a a C
1 1 2 1 0

+ + +

(1)
t t t t
u I b Y b b I
2 1 2 1 0

+ + +

(2)
Prin aplicarea M.C.M.M.P. ecuaiilor (1) i (2) vor fi estimai parametrii modelului
structural ( )
2 1 0 2 1 0

, , , b b b a a a i apoi va urma testarea semnificaiei acestor dou modele cu


ajutorul testelor cunoscute d, F(White), JB, t, F.
III. 1)
( ) ( ) > + + +

3 1 4 2 7 , 0 . . . 3 1 , 0 1 1 , 0 2 5 2
2 2 2
1
2
m
k
k t
r n x Q
307 , 18
2
10 ; 05 , 0
seria x
t
nu
este staionar;
( ) ( ) ( ) ( ) < + + +

1 3 0 7 , 0 . . . 0 7 , 0 1 6 , 0 2 5 2
2 2
2
1
2
m
k
k t
r n y Q
307 , 18
2
10 ; 05 , 0
seria y
t
este staionar;
( ) ( ) ( ) ( ) < + + +

1 0 0 6 , 0 . . . 0 3 , 0 1 4 , 0 2 5 2
2 2
2
1
2
m
k
k t
r n z Q
307 , 18
2
10 ; 05 , 0
seria y
t
este staionar;
( ) ( ) >

,
_

+ +

32 4
10 25 2
27 , 0
.. .
2 25 2
31 , 0
1 25 2
11 , 0
25 4 25 2 2
1
2 2 2 2
m
k
k
t
k n
r
n n x L B
307 , 18
2
10 ; 05 , 0
seria x
t
nu este staionar;
( ) ( )
( ) ( )
<

,
_

+ +

13
10 252
07 , 0
...
2 252
07 , 0
1 252
16 , 0
254 252 2
1
2 2
2 2 m
k
k
t
k n
r
n n y LB
307 , 18
2
10 ; 05 , 0
seria y
t
este staionar;
( ) ( )
( ) ( )
<

,
_

+ +

10
10 252
06 , 0
...
2 252
03 , 0
1 252
14 , 0
254 252 2
1
2 2
2 2 m
k
k
t
k n
r
n n z LB
307 , 18
2
10 ; 05 , 0
seria z
t
este staionar;
2) Modelul general este:
y
t
=a
0
+a
1
y
t-1
+...+a
p
y
t-p
+
y
+u
t
-b
1
u
t-1
-...-b
q
u
t-q
( ) 0 y
Deci primul model este:
y
t
=0,852+0,723y
t-1
+u
t
Al doilea model este:
y
t
=0,932+0,353y
t-1
+u
t
-0,282u
t-1
Dintre cele dou modele cel de-al doilea este cel mai bun model deoarece are AIC cel mai
mic: AIC
2
=-52<AIC
1
=-44
Dac, de exemplu, modelul conine constanta, MA1 i MA2 : y
t
=0,22+u
t
-0,282u
t-1
-0,567 u
t-2
Dac, de exemplu, modelul conine AR1, MA1 i MA2 : y
t
=0,223 y
t-1
+u
t
-0,242u
t-1
-0,598 u
t-2
Dac, de exemplu, modelul conine constanta i MA1 : y
t
=0,24+u
t
-0,267u
t-1
Valorile atribuite parametrilor modelelor din cadrul acestui exemplu au fost luate la
ntmplare, iar, pentru scrierea modelelor, vor fi preluate valorile doar din coloana
Estimates. Valorile care apar n celelalte coloane, necompletate n cazul exemplului meu, nu
conteaz n scrierea modelelor.