Conform datelor lunare nscrise pe Eurostat , corespunztoare ratei inflaiei i ratei dobnzii n cazul Romniei s-au nregistrat urmtoarele valori ( prezentate n tabelul de mai jos ) :
1 = reprezint panta dreptei de regresie sau coeficientul de regresie al ratei dobnzii n funcie de rata inflaiei . 1 arat cu ct se modific , n medie , rata dobnzii atunci cnd rata inflaiei crete cu o unitate . t = numrul de observaii = 24 n urma estimrii parametrilor n Eviews s-a obinut :
Se obine urmtoarea ecuaie de regresie estimat :
t = 0,401017 + 0,256692*X t
Coeficientul ratei inflaiei ( X ) : 0,256692 . Dac rata inflaiei crete cu o unitate atunci rata dobnzii crete cu aproximativ 0,26 . Probabilitatea asociat parametrilor este : - Pentru 0 = 0,0002 < 0,05 ; ceea ce nseamn c acest parametru este statistic semnificativ - Pentru 1 = 0,0000 < 0,05 ; ceea ce nseamn c i acest parametru este statistic semnificativ
4
Raportul de determinaie ( R 2 ) Acest raport se utilizeaz pentru a stabili calitatea modelului . Valorile posibile ale acestui raport se regsesc n intervalul [0,1] . Cu ct valorile sunt mai apropiate de valoarea 1 , cu att modelul este mai bun . Raportul de determinaie ne arat ce procent din variaia lui Y poate fi atribuit factorilor semnificativi . n cazul nostru acesta are valoarea : 0,918419 ; fapt ce relev c aproximativ 91,84 % din Y ( rata dobnzii ) se datoreaz variaiei ratei inflaiei ( X ) .
Prob ( F statistic ) : 0,00000 Dac Prob ( F statistic ) < 0,05 atunci modelul este valid din punct de vedere statistic .
Testul Durbin Watson - Acest test ne ajut s tim dac erorile obinute sunt autocorelate Se testeaz ipotezele : H 0 : nu exist autocorelarea erorilor ) H 1 : 0 ( exist autocorelarea erorilor ) Acest test presupune compararea statisticii DW cu dou valori teoretice d 1 i d 2 , ce se gsesc n tabelul DW i se aleg n funcie de numrul de variabile independente ( k = 1 ) i de numrul de observaii ( T = 24 ) . Pentru modelul nostru , statistica DW are o valoare de 0,510565 ; d 1 = 1,27 i d 2 = 1,45 . n acest caz valoarea statisticii DW este curprins n intervalul [0,d 1 ] , ceea ce nseamn c respingem H 0 , autocorelaia de ordinul I fiind pozitiv .
5
Testul White Pentru a testa ipoteza de homoscedasticitate am folosit testul White .
n urma aplicrii testului White , pentru ca erorile s aib variana constant ( homoscedastice ) valoarea lui LM = R 2 * Obs trebuie s tind la 0 . n cazul nostru valoarea acestuia este mai mare dect 0 ( 5,419060 ) , iar astfel putem afirma cu o probabilitate de 95 % c erorile nu sunt homoscedastice , deci sunt heteroscedastice . Se ia n considerare i probabilitatea asociat testului F , valoarea acesteia fiind de 0,068076 > 0,05 .
6
Testul Jarque Bera
Pentru a vedea dac reziduurile prezint o distribuie normal , vom folosi testul statistic Jarque Bera . Coeficientul rezultat n urma testului este nesemnificativ ( 61,53 % > 5 % ) , ceea ce indic faptul c vom accepta ipoteza nul : erorile urmeaz o distribuie normal . n concluzie am artat c erorile urmeaz o distribuie normal i sunt heteroscedastice , iar modelul considerat este valid din punct de vedere statistic .
7
Model De Regresie Liniar Multipl
8
Model De Regresie Liniar Multipl Conform datelor lunare nscrise pe Eurostat , corespunztoare ratei inflaiei , agregatului monetar M1 i ratei cursului de schimb ( EUR RON ) n cazul Romniei s-au nregistrat urmtoarele valori ( prezentate n tabelul de mai jos ) :
Forma general a unui model de regresie liniar multipl este : Y t = 0 + 1 *X t +. n X n + t
Regresia modelului ales cuprinde dou variabile independente , astfel forma modelului este :
9
Y t = 0 + 1 X 1 + 2 X 2 + t
Unde : Y t = variabila dependent reprezentat de agregatul monetar M1 X 1 = variabila independent reprezentat de rata inflaiei X 2 = variabila independent reprezentat de rata cursului de schimb
0 = termen liber
1 = reprezint panta dreptei de regresie sau coeficientul de regresie al agregatului monetar M1 n funcie de rata inflaiei . 1 arat cu ct se modific , n medie , agregatul monetar M1 atunci cnd rata inflaiei crete cu o unitate .
2 = reprezint panta dreptei de regresie sau coeficientul de regresie al agregatului monetar M1 n funcie de rata cursului de schimb . 1 arat cu ct se modific , n medie , agregatul monetar M1 atunci cnd rata cursului de schimb crete cu o unitate . T = numrul de observaii = 24 n urma estimrii parametrilor n Eviews s-a obinut :
Se obine urmtoarea ecuaie de regresie estimat : Y = 8949,516 + 181,3799 * X 1 + 2107,814 * X 2
10
Coeficientul ratei inflaiei ( X 1 ) : 181,3799 . Dac rata inflaiei crete cu o unitate atunci agregatul monetar M1 crete cu aproximativ 181,38 n condiiile n care rata cursului de schimb este considerat constant . Coeficientul ratei de curs de schimb ( X 2 ) : 2107,814 . Dac rata cursului de schimb crete cu o unitate atunci agregatul monetar M1 crete cu aproximativ 2107,8 n condiiile n care rata inflaiei este considerat constant . Verificarea ipotezei nule ( Testul T ) Pentru a verifica ipoteza nul , vom testa , parial, modelul econometric cu ajutorul testului T . Acest test verific daca parametrii modelului difer sau nu semnificativ de 0 . n acest caz , emitem ipoteza nul , conform creia parametrii ( 0 , 1 , 2 ) ar fi 0 . b 0 =
181,3799 b 2 =estimaia parametrului 2 = 2107,814 Testul t pentru b 0 = 2,825507 Testul t pentru b 1 = 3,123601 Testul t pentru b 2 = 2,819739 Probabilitatea asociat parametrilor este : Pt 0 = 0,0101 < 0,05 ; ceea ce inseamn c acest parametru este statistic semnificativ Pt 1 = 0,0051 < 0,05; adic i acest parametru difer semnificativ de 0 Pt 2 = 0,0103 < 0,05 ; ceea ce inseamn c acest parametru este evident semnificativ statistic Raportul de determinaie ( R 2 ) Acest raport se utilizeaz pentru a stabili calitatea modelului . Valorile posibile ale acestui raport se regsesc n intervalul [0,1] . Cu ct valorile sunt mai apropiate de valoarea 1 , cu att modelul este mai bun . Raportul de determinaie ne arat ce procent din variaia lui Y poate fi atribuit factorilor semnificativi . n cazul nostru acesta are valoarea : 0,464971 ; fapt ce relev c aproximativ 46,50 % din Y ( agregatul monetar M1 ) se datoreaz variaiei ratei inflaiei ( X 1 ) i variaiei ratei cursului de schimb ( X 2 ) . Prob ( F statistic ) : 0,001406 Dac Prob ( F statistic ) < 0,05 atunci modelul este valid din punct de vedere statistic . Testul Durbin Watson - Acest test ne ajut s tim dac erorile obinute sunt autocorelate
11
Se testeaz ipotezele : H 0 : nu exist autocorelarea erorilor ) H 1 : 0 ( exist autocorelarea erorilor ) Acest test presupune compararea statisticii DW cu dou valori teoretice d 1 i d 2 , ce se gsesc n tabelul DW i se aleg n funcie de numrul de variabile independente ( k = 2 ) i de numrul de observaii ( T = 24 ) . Pentru modelul nostru , statistica DW are o valoare de 1,526106 ; d 1 = 1,19 i d 2 = 1,55 . n acest caz valoarea statisticii DW este curprins n intervalul [d 1 ,d 2 ] , ceea ce nseamn c este recomandat acceptarea autocorelrii pozitive ; se respinge ipoteza H 0 . Testul White Pentru a testa ipoteza de homoscedasticitate am folosit testul White .
12
n urma aplicrii testului White , pentru ca erorile s aib variana constant ( homoscedastice ) valoarea lui LM = R 2 * Obs trebuie s tind la 0 . n cazul nostru datorit faptului c valoarea testului statistic White = 5,26 > dect valoarea tabelar pentru 2 ( 95%,2 ) de 1,96 , se accept ipoteza nul , deci nu exist heteroscedasticitate n cazul erorilor modelului . Se ia n considerare i probabilitatea asociat testului F , valoarea acesteia fiind de 0,439672 > 0,05 . Testul Jarque Bera
Pentru a vedea dac reziduurile prezint o distribuie normal , vom folosi testul statistic Jarque Bera . Coeficientul rezultat n urma testului este nesemnificativ ( 45,10 % > 5 % ) , ceea ce indic faptul c vom accepta ipoteza nul : erorile urmeaz o distribuie normal .
13
Testul de multicoliniaritate ( Klein )
Dup cum bine vedem n tabelul de mai sus , valoarea raportului de determinare multipl dintre variabile are valoare de 0,029867 ( r 2 = 0,000892037689 ) . Dac l comparm cu valoarea lui R 2 ( 0,464971 ) deducem c acesta este mai mic , de unde putem afirma c nu se manifest fenomenul de multicoliniaritate ( ipoteza de nonmulticoliniaritate este ndeplinit ) .
14
Modelarea Seriilor De Timp
15
Modelarea Seriilor De Timp Considerm datele observate cu privire la 4 serii cronologice economice cu frecven lunar n perioada anilor 2010-2011 , un total de 24 observaii pentru fiecare serie de timp . Datele sunt prezentate n urmtorul tabel :
Un prim pas n analiza oricrei serii de timp este de a privi graficul valorilor observate n raport cu timpul.
16
Figura 1. Graficele seriilor de timp M1, rata curs de schimb, rata dobnzii, rata inflaiei Prima observaie ar fi c aceste serii sunt serii de timp nestaionare . Testarea staionaritii seriei de timp , pe baza corelogramei Un test simplu al staionaritii seriei este bazat pe funcia de autocorelaie . Graficul funciei de autocorelaie n raport cu decalajul k , se numete corelogram . Mai jos avem corelograma seriei cu date lunare privind agregatul monetar M1 , realizat n EViews .
17
Observm c ncepe cu valori nu chiar foarte mari ( 0,488 la lag-ul 1 ) , dar are tendina s scad treptat . Semnificaia statistic a oricrui coeficient de autocorelaie de selecie poate fi apreciat prin eroarea sa standard . Bartlett a artat c , dac o serie de timp este pur aleatoare , coeficienii de autocorelaie de selecie sunt aproximatix normal distribuii , cu media 0 i variana
unde n este volumul seleciei .
Putem determina un interval de ncredere 95 % n care se afl k . Conform proprietilor distribuiei normale standard , intervalul de ncredere 95 % pentru orice k va fi ( - 0,400083;0,400083 ) . Astfel dac un k estimat se afl n acest interval , nu respingem ipoteza c k real este 0 . Intervalul de ncredere 95 % este marcat prin dou linii punctate . n corelogram se observ c toi coeficienii estimai pn la decalajul 5 sunt semnificativi statistic , adic sunt statistic diferii de 0 . Conform corelogramei nu toi coeficienii se afl n acest interval ceea ce nseamn c putem respinge ipoteza c k este 0 ( seria de date M1 este nestaionar ) .