Sunteți pe pagina 1din 25

Proiect

Numrul de turiti strini n Romnia,


perioada 2010-2016

Coordonator:

Realizat de:

Iai, 2017

Cuprins:
1. Descrierea fenomenului: Turismul...........................................................................................3
2. Prezentarea seriei de timp.........................................................................................................4
3. Obiectivele studiului.................................................................................................................5
4. Analiza grafic a seriei de timp original.................................................................................6
5. Desezonalizarea seriei..............................................................................................................7
6. Modelarea componentei sezoniere.........................................................................................10
7. Identificarea punctelor de ruptur..........................................................................................13
8. Modelul de regresie cu variabila dummy...............................................................................14
9. Testarea ipotezelor pentru eroarea final rezultat din modelul cu variabila dummy..............15
9.1. Testarea ipotezei cu privire la media erorilor......................................................................15
9.2. Testarea normalitii distribuiei erorilor............................................................................15
9.3. Testarea homoscedasticitii erorilor...................................................................................16
9.4. Testarea autocorelrii erorilor.............................................................................................17
10. Testarea rdcinii unitate pentru eroarea rezultat din descompunerea seriei.......................18
11. Modelarea cu ajutorul unui model ARMA.............................................................................20
12. Concluzii................................................................................................................................24
13. Bibliografie.............................................................................................................................24

1. Descrierea fenomenului: Turismul

La nivel mondial, turismul este considerat unul dintre cele mai dinamice sectoare ale
economiei, evoluia sa fiind mereu ascendent, chiar n perioade conjuncturale nefavorabile. El
dovedete o mare rezisten n perioadele critice cum ar fi cazul unor conflicte regionale,
recesiuni economice, calamiti naturale, instabilitate politic.La fel, turismul reprezint un

2
fenomen sezonier, ca urmare a distribuiei inegale a ofertei turistice , dar i datorit dependenei
circulaiei turistice de condiiile naturale.

Turismul n Romnia se concentreaz asupra peisajelor naturale i a istoriei sale bogate.


Cu rolul de a puncta peisajele naturale sunt satele, unde oamenii de acolo triesc i menin pentru
sute de ani tradiiile. n Romnia este o abunden a arhitecturii religioase i a oraelor medievale
i a castelelor. Putem spune astfel c, Romnia, ara cu tradiie i experien n domeniul
turismului, face parte dintr-o categorie singular de ri: dei are un potenial turistic natural i
antropic de o mare valoare i varietate, concentrat pe o suprafa relativ mic, nu a reuit s fac
din industria turismului o surs important a creterii ei economice i a dezvoltrii generale. Cu
toate acestea ea s-a situat de-a lungul timpului, ntre destinaiile de vacan recunoscute i
apreciate n lume.

2. Prezentarea seriei de timp

n aceast etap vom prezenta seria de timp original (nedesezonalizat) a numrului de


turiti strini n Romnia.

Aceste date au fost preluate de pe Institutul Naional de Statistic, pentru perioada


ianuarie 2010-septembrie 2016 (frecven lunar).

Tabel 1: Numrul lunar de turiti strini n Romnia, perioada 2010-2016

3
Nr. Nr.
Luna-Anul Turisti Luna-Anul Turisti
Ian-10 308490 Iun-13 794113
Feb-10 321512 Iul-13 989647
111197
Mar-10 Aug-13
363122 4
Apr-10 412238 Sep-13 745524
Mai-10 544023 Oct-13 651214
Iun-10 583590 Noiem-13 579487
Iul-10 733210 Dec-13 498125
Aug-10 843333 Ian-14 425499
Sep-10 579886 Feb-14 485144
Oct-10 508437 Mar-14 517645
Noiem-10 450602 Apr-14 553473
Dec-10 387762 Mai-14 723873
Ian-11 349769 Iun-14 808274
102661
Feb-11 Iul-14
366914 0
120277
Mar-11 Aug-14
407723 3
Apr-11 433330 Sep-14 825660
Mai-11 584535 Oct-14 715607
Iun-11 686713 Noiem-14 611015
Iul-11 893619 Dec-14 548457
Aug-11 1026728 Ian-15 498378
Sep-11 688547 Feb-15 529165
Oct-11 586432 Mar-15 581323
Noiem-11 507184 Apr-15 638128
Dec-11 470898 Mai-15 829902
Ian-12 406639 Iun-15 950707
128128
Feb-12 Iul-15
366727 1
142013
Mar-12 Aug-15
479832 3
Apr-12 515352 Sep-15 978761
Mai-12 652248 Oct-15 811133
Iun-12 768207 Noiem-15 723934
Iul-12 1005854 Dec-15 655765
Aug-12 1083059 Ian-16 581273
Sep-12 726237 Feb-16 630655
Oct-12 642461 Mar-16 645846
Noiem-12 547634 Apr-16 725566
Dec-12 459123 Mai-16 885473

4
102453
Ian-13 Iun-16
427048 6
140160
Feb-13 Iul-16
448113 0
157133
Mar-13 Aug-16
480206 3
109121
Apr-13 Sep-16
533632 1
Mai-13 659452
*Sursa: Institutul Naional de Statistic

3. Obiectivele studiului

Analiza grafic a seriei de timp originale


Descompunerea seriei de timp iniial pe componente
Modelarea componentei sezoniere i identificarea punctelor de ruptur
Analiza seriei de timp utiliznd modelul trendului determinist cu variabile dummy
Testarea ipotezelor modelului
Testarea rdcinii unitate pentru eroarea rezultat
Modelarea cu un model ARMA/ARIMA

4. Analiza grafic a seriei de timp original

Analiza grafic a numrului de turiti strini n Romnia presupune reprezentarea grafic


a seriei de timp dar i analiza acesteia.

Figura 1. Reprezentarea grafic a numrului de turiti strini n Romnia, perioada 2010-2016

5
Nr. Turisti
1,600,000

1,400,000

1,200,000

1,000,000

800,000

600,000

400,000

200,000
2010 2011 2012 2013 2014 2015 2016

Acest grafic a fost obinut prin programul EViews, pe baza datelor din tabelul 1.

Analiznd evoluia grafic a numrului de turiti strini n Romnia, pentru perioada


2010-2016, observm repetarea unei structuri la o perioad de un an. Astfel, putem afirma c
seria are o component sezonier (oscilaiile se repet regular) i prezint un trend ascendent. La
fel, putem observa c seria este nestaionar.

5. Desezonalizarea seriei

O serie de timp are urmtoarele componente:

-componenta trend

-componenta ciclu

-componenta sezonier

-componenta aleatoare

6
Metoda pe care am folosit-o pentru desezonalizarea seriei este Census 12 - Proc Seasonal
Adjustment Census 12.

Yt Tt Ct St t
=f( , , , )

Y t =T t Ct
Modelul clasic de descompunere a seriilor de timp poate fi: aditiv ( + +

St t Yt Tt Ct St t
+ ) sau multiplicativ ( = * * * )

Analiznd evoluia seriei noastre prezentat n figura 1, se observ c seria prezint un

Yt Tt Ct St t
model multiplicativ = * * * .

Descompunerea seriei de timp originale pe componente

Variabila seriei desezonalizate este nr_turisti_sa.

Figura 2. Prezentarea grafic a seriei desezonalizate

NR___TURISTI_SA
1,000,000

900,000

800,000

700,000

600,000

500,000

400,000
2010 2011 2012 2013 2014 2015 2016

7
Figura 3. Prezentarea comparativ a seriei originale i seriei desezonalizate

1,600,000

1,400,000

1,200,000

1,000,000

800,000

600,000

400,000

200,000
2010 2011 2012 2013 2014 2015 2016

Nr. Turisti NR___TURISTI_SA

Aceste grafice au fost obinute n EViews.

Observm c oscilaiile sezoniere au fost nlturate din serie dup ce aceasta a fost
desezonalizat.

8
Componenta trend:

Figura 4. Componenta trend pentru seria desezonalizat

NR___TURISTI_TC
1,000,000

900,000

800,000

700,000

600,000

500,000

400,000
2010 2011 2012 2013 2014 2015 2016

Figura 5. Prezentare comparativ a seriei iniiale, seriei desezonalizate i componenta trend.

9
1,600,000

1,400,000

1,200,000

1,000,000

800,000

600,000

400,000

200,000
2010 2011 2012 2013 2014 2015 2016

NR___TURISTI_TC
NR___TURISTI_SA
Nr. Turisti

6. Modelarea componentei sezoniere

Parametrii estimai pe baza seriei desezonalizate sunt prezentai n tabelul de mai jos:

Tabel 2. Parametrii estimai pe baza seriei desezonalizate

Dependent Variable: NR___TURISTI_SA


Method: Least Squares
Date: 12/16/16 Time: 08:35
Sample: 2010M01 2016M09
Included observations: 81

Variable Coefficient Std. Error t-Statistic Prob.

C 455378.1 10259.65 44.38535 0.0000


T 9172.950 1076.919 8.517770 0.0000
T^2 -168.9312 30.41639 -5.553954 0.0000
T^3 1.636702 0.243916 6.710116 0.0000

R-squared 0.970586 Mean dependent var 678001.7


Adjusted R-squared 0.969440 S.D. dependent var 125984.5
S.E. of regression 22023.92 Akaike info criterion 22.88577
Sum squared resid 3.73E+10 Schwarz criterion 23.00401
Log likelihood -922.8736 Hannan-Quinn criter. 22.93321
F-statistic 846.9312 Durbin-Watson stat 1.243438
Prob(F-statistic) 0.000000

10
Modelul care estimeaz cel mai bine componenta sezonier este modelul cubic.

2
R =0,969, ceea ce nseamn c modelul explic 96,9% din variaia seriei desezonalizate. La

fel, toi parametrii modelului sunt semnificativi (sig=0<0,05).

Ecuaia estimat: nr_turisti_sa = 455378.1+ 9172.950t -168.9312t^2+1.636702t^3

Figura 6. Eroarea generat de ecuaia cu variabila dummy

1,000,000
900,000
800,000
700,000
600,000
50,000 500,000
25,000 400,000
0
-25,000
-50,000

-75,000
-100,000
2010 2011 2012 2013 2014 2015 2016

Residual Actual Fitted

11
Figura 7. Graficul obinut pe baza datelor din tabel

1,000,000

900,000

800,000

700,000
80,000
600,000

500,000
40,000
400,000
0

-40,000

-80,000
2010 2011 2012 2013 2014 2015 2016

Residual Actual Fitted

7. Identificarea punctelor de ruptur

Testarea existenei punctelor de ruptur

Ipoteze:

H0 t1 t2
: ntre momentele de timp i nu exist puncte de ruptur

H1 t1 t2
: ntre momentele de timp i exist puncte de ruptur

Folosind testul Quandt-Andrews vom testa existena punctelor de ruptur.

Tabel 3. Testul Quandt-Andrews

Quandt-Andrews unknown breakpoint test


Null Hypothesis: No breakpoints within 15% trimmed data
Varying regressors: All equation variables
Equation Sample: 2010M01 2016M09
Test Sample: 2011M02 2015M09

12
Number of breaks compared: 56

Statistic Value Prob.

Maximum LR F-statistic (2013M06) 10.35596 0.0000


Maximum Wald F-statistic (2013M06) 41.42383 0.0000

Exp LR F-statistic 4.158784 0.0000


Exp Wald F-statistic 18.52463 0.0000

Ave LR F-statistic 7.217772 0.0000


Ave Wald F-statistic 28.87109 0.0000

Note: probabilities calculated using Hansen's (1997) method

Observm c valoarea sig=0 pentru LR F-statistic este mai mic dect =0,05, deci, se respinge

t1 t2
ipoteza nul care afirm ca ntre momentele de timp i nu exist puncte de ruptur.

Tabel 4. Rezultatele obinute cu Multiple breakpoint tests.

Multiple breakpoint tests


Bai-Perron tests of L+1 vs. L sequentially determined breaks
Date: 01/15/17 Time: 15:23
Sample: 2010M01 2016M09
Included observations: 81
Breakpoint variables: C T T^2 T^3
Break test options: Trimming 0.15, Max. breaks 5, Sig. level 0.05

Sequential F-statistic determined breaks: 1

Scaled Critical
Break Test F-statistic F-statistic Value**

0 vs. 1 * 10.35596 41.42383 16.19


1 vs. 2 4.461229 17.84491 18.11

* Significant at the 0.05 level.


** Bai-Perron (Econometric Journal, 2003) critical values.

Break dates:
Sequential Repartition
1 2013M06 2013M06

Prin intermediul metodei Multiple breakpoint tests s-a identificat un punct de ruptur:
iunie 2013.

13
8. Modelul de regresie cu variabila dummy

Prin urmare, am creat o variabil dummy cu valoarea 0 pn la punctul de ruptur, adic


2013M06 i valoarea 1 n rest, pn la sfritul seriei (2016M09).

Tabel 5. Modelul de regresie cu variabil dummy

Dependent Variable: NR___TURISTI_SA


Method: Least Squares
Date: 01/15/17 Time: 15:21
Sample: 2010M01 2016M09
Included observations: 81

Variable Coefficient Std. Error t-Statistic Prob.

C 488336.5 5651.657 86.40589 0.0000


D_2013_M06 1521961. 198031.9 7.685436 0.0000
D_2013_M06*T -75287.88 9086.136 -8.286017 0.0000
D_2013_M06*T^2 936.6790 112.8922 8.297113 0.0000
T^2 370.8872 30.48097 12.16783 0.0000
T^3 -6.702409 0.751480 -8.918948 0.0000

R-squared 0.980181 Mean dependent var 678001.7


Adjusted R-squared 0.978859 S.D. dependent var 125984.5
S.E. of regression 18317.92 Akaike info criterion 22.54033
Sum squared resid 2.52E+10 Schwarz criterion 22.71770
Log likelihood -906.8835 Hannan-Quinn criter. 22.61150
F-statistic 741.8369 Durbin-Watson stat 1.881459
Prob(F-statistic) 0.000000

Din model au fost eliminate variabilele nesemnificative, astfel observm c sig pentru
coeficienii variabilelor rmase este egal cu zero, ceea ce nseamn c toi coeficienii sunt
semnificativi.

Ecuaia estimat: nr_turisti_sa = 488336.5 +1521961D_2013m06 -75287.88D_2013m06*t +


936.6790D_2013m06*t^2+370.8872t^2-6.702409t^3

14
9. Testarea ipotezelor pentru eroarea final rezultat din modelul cu variabila
dummy

9.1. Testarea ipotezei cu privire la media erorilor


H0
: media erorilor este zero

H1
: media erorilor este diferit de zero

Tabel 6. Testarea mediei erorilor

Hypothesis Testing for RESID


Date: 01/15/17 Time: 16:09
Sample: 2010M01 2016M09
Included observations: 81
Test of Hypothesis: Mean = 0.000000

Sample Mean = 1.99e-11


Sample Std. Dev. = 21607.02

Method Value Probability


t-statistic 8.29E-15 1.0000

Observm ca valoarea sig = 1 >0.05 rezult c nu se respinge ipoteza nul, adic media
erorilor nu difer semnificativ de zero (cu o probabilitate de 95%).

9.2. Testarea normalitii distribuiei erorilor


H0
: erorile urmeaz o lege normal de distribuie

H1
: erorile nu urmeaz o lege normal de distribuie

Tabel 7. Testarea normalitii distribuiei erorilor

15
14
Series: Residuals
12 Sample 2010M01 2016M09
Observations 81
10
Mean 1.75e-10
Median -27.33484
8
Maximum 39708.24
Minimum -82480.33
6 Std. Dev. 17736.25
Skewness -1.141364
4 Kurtosis 7.581473

2 Jarque-Bera 88.42751
Probability 0.000000
0
-80000 -60000 -40000 -20000 0 20000 40000

Din tabelul de mai sus observm c sig= 0.00, ceea ce nseamn c erorile nu urmeaz o
lege normal de distribuie.

Dar, avnd n vedere faptul c volumul eantionului este mare se consider c nclcarea
ipotezei de normalitate nu afecteaz semnificativ calitatea modelului estimat.

9.3. Testarea homoscedasticitii erorilor


H0
: erorile au o varian constant - sunt homoscedastice

H1
: erorile nu au o varian constant - sunt heteroscedastice

Testarea homoscedasticitii erorilor va fi fcut cu testul White

Tabel 8. Testul White

Heteroskedasticity Test: White

F-statistic 0.803374 Prob. F(11,69) 0.6363


Obs*R-squared 9.196203 Prob. Chi-Square(11) 0.6038
Scaled explained SS 25.94503 Prob. Chi-Square(11) 0.0066

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares

16
Date: 01/15/17 Time: 16:17
Sample: 2010M01 2016M09
Included observations: 81
Collinear test regressors dropped from specification

Variable Coefficient Std. Error t-Statistic Prob.

C 4.56E+08 4.64E+08 0.981062 0.3300


D_2013_M06^2 1.15E+12 2.35E+12 0.490002 0.6257
D_2013_M06*D_2013_M06*T -1.18E+11 2.31E+11 -0.510283 0.6115
D_2013_M06*D_2013_M06*T^2 4.96E+09 9.42E+09 0.527070 0.5998
D_2013_M06*T^3 -1.09E+08 2.01E+08 -0.545451 0.5872
D_2013_M06*T*T^3 1303833. 2271765. 0.573929 0.5679
D_2013_M06*T^2*T^3 -6845.790 11026.75 -0.620835 0.5368
T^2^2 16457.94 216309.6 0.076085 0.9396
T^2*T^3 -1565.882 5029.110 -0.311364 0.7565
T^2 -11966957 29224304 -0.409486 0.6835
T^3^2 21.98325 42.90076 0.512421 0.6100
T^3 733016.8 4075447. 0.179862 0.8578

R-squared 0.113533 Mean dependent var 3.11E+08


Adjusted R-squared -0.027787 S.D. dependent var 8.02E+08
S.E. of regression 8.13E+08 Akaike info criterion 44.00654
Sum squared resid 4.56E+19 Schwarz criterion 44.36127
Log likelihood -1770.265 Hannan-Quinn criter. 44.14886
F-statistic 0.803374 Durbin-Watson stat 2.305701
Prob(F-statistic) 0.636274

Conform rezultatelor testului, avem valoarea Prob. Chi-Square =0,6 care este mai mare
dect pragul de semnificaie (0,05), ceea ce nseamn c nu se respinge ipoteza nul, adic
erorile sunt homoscedastice.

9.4. Testarea autocorelrii erorilor


H0
: erorile nu sunt autocorelate (sunt independente)

H1
: erorile sunt autocorelate (sunt dependente)

Date: 01/15/17 Time: 18:03


Sample: 2010M01 2016M09
Included observations: 81

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

.|. | .|. | 1 0.048 0.048 0.1951 0.659


.*| . | .*| . | 2 -0.138 -0.140 1.8085 0.405

17
.|. | .|. | 3 0.027 0.042 1.8724 0.599
.*| . | .*| . | 4 -0.088 -0.114 2.5501 0.636
.*| . | .*| . | 5 -0.131 -0.112 4.0632 0.540
.|. | .|. | 6 -0.004 -0.022 4.0648 0.668
. |*. | .|. | 7 0.081 0.055 4.6596 0.701
.*| . | .*| . | 8 -0.120 -0.140 5.9771 0.650
.*| . | .*| . | 9 -0.073 -0.067 6.4791 0.691
. |*. | .|. | 10 0.089 0.041 7.2288 0.704
.*| . | .*| . | 11 -0.122 -0.144 8.6578 0.653
.*| . | .*| . | 12 -0.153 -0.143 10.943 0.534
.|. | .*| . | 13 -0.033 -0.114 11.048 0.607
.*| . | .*| . | 14 -0.103 -0.175 12.104 0.598
.|. | .|. | 15 -0.014 -0.046 12.123 0.670
.|. | .*| . | 16 -0.003 -0.142 12.125 0.735
.|. | .*| . | 17 -0.039 -0.178 12.283 0.783
.|. | .*| . | 18 0.020 -0.077 12.326 0.830
. |*. | .|. | 19 0.146 0.036 14.626 0.746
. |*. | .|. | 20 0.077 -0.056 15.278 0.760
.*| . | .*| . | 21 -0.095 -0.177 16.294 0.753
.|. | .*| . | 22 0.031 -0.081 16.402 0.795
. |** | . |*. | 23 0.234 0.164 22.736 0.476
.|. | .*| . | 24 -0.048 -0.098 23.005 0.520
.|. | .*| . | 25 -0.042 -0.135 23.217 0.565
. |*. | .|. | 26 0.085 -0.048 24.108 0.570
.|. | .|. | 27 -0.043 -0.042 24.343 0.611
.|. | .|. | 28 -0.034 -0.039 24.493 0.655
. |*. | .|. | 29 0.139 0.025 27.002 0.572
.|. | .*| . | 30 -0.015 -0.121 27.030 0.622
.*| . | .|. | 31 -0.119 -0.018 28.946 0.572
.|. | .|. | 32 -0.035 -0.029 29.110 0.614
.|. | .|. | 33 0.066 -0.002 29.727 0.631
.|. | .|. | 34 0.005 0.054 29.730 0.677
.*| . | .|. | 35 -0.098 -0.064 31.135 0.655
.|. | .|. | 36 -0.016 -0.021 31.171 0.697

Prob este mai mare dect = 0.05, ceea ce semnific faptul c nu se respinge ipoteza nul,
prin urmare erorile nu sunt autocorelate.

10.Testarea rdcinii unitate pentru eroarea rezultat din descompunerea


seriei

Pentru testarea rdcinilor unitate se folosete testul Augmented Dickey-Fuller.

H0
: seria este nestaionar - are rdcini unitate

18
H1
: seria este staionar - nu are rdcini unitate

Tabel 9. Testul Augmented Dickey-Fuller

Null Hypothesis: RESID_ has a unit root


Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -5.895987 0.0000


Test critical values: 1% level -4.076860
5% level -3.466966
10% level -3.160198

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation


Dependent Variable: D(RESID_)
Method: Least Squares
Date: 01/15/17 Time: 16:30
Sample (adjusted): 2010M02 2016M09
Included observations: 80 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

RESID_(-1) -0.623328 0.105721 -5.895987 0.0000


C -327.0217 4601.030 -0.071076 0.9435
@TREND("2010M01") 3.821202 98.69610 0.038717 0.9692

R-squared 0.311049 Mean dependent var -273.1666


Adjusted R-squared 0.293155 S.D. dependent var 24244.35
S.E. of regression 20383.22 Akaike info criterion 22.71959
Sum squared resid 3.20E+10 Schwarz criterion 22.80892
Log likelihood -905.7836 Hannan-Quinn criter. 22.75540
F-statistic 17.38209 Durbin-Watson stat 2.088858
Prob(F-statistic) 0.000001

Dup cum observm, valoarea sig a testului este egal cu 0, deci, mai mic dect =0,05.
Prin urmare, cu o probabilitate de 95%, putem afirma c se respinge ipoteza nul, adic seria
noatr este staionar (nu are rdcini unitate).

19
11. Modelarea cu ajutorul unui model ARMA

Pentru modelarea seriei, se utilizeaz un proces ARMA(1,1), deoarece seria este staionar.

Am obinut rezultatele:

Tabel 10. Modelul ARMA

Dependent Variable: RESID_


Method: Least Squares
Date: 01/29/17 Time: 13:01
Sample (adjusted): 2010M02 2016M09
Included observations: 80 after adjustments
Convergence achieved after 20 iterations
MA Backcast: 2010M01

Variable Coefficient Std. Error t-Statistic Prob.

C -1225.594 5520.816 -0.221995 0.8249


AR(1) 0.799181 0.145631 5.487720 0.0000
MA(1) -0.517574 0.204970 -2.525126 0.0136

R-squared 0.179233 Mean dependent var -111.2877


Adjusted R-squared 0.157914 S.D. dependent var 21719.97
S.E. of regression 19931.39 Akaike info criterion 22.67476
Sum squared resid 3.06E+10 Schwarz criterion 22.76408
Log likelihood -903.9903 Hannan-Quinn criter. 22.71057
F-statistic 8.407317 Durbin-Watson stat 1.989996
Prob(F-statistic) 0.000498

Inverted AR Roots .80


Inverted MA Roots .52

t1
t 1
Ecuaia estimat: resid = -1225.594+0.799
t
resid -0.517

Constanta va fi eliminat din model , deoarece pentru un risc de 5% aceasta nu este


semnificativ.

Tabel 11. Staionaritatea erorilor modelului ARMA(1,1)

20
Date: 01/29/17 Time: 13:11
Sample: 2010M01 2016M09
Included observations: 80
Q-statistic probabilities adjusted for 2 ARMA terms

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

.|. | .|. | 1 0.005 0.005 0.0019


.*| . | .*| . | 2 -0.099 -0.099 0.8339
. |*. | . |*. | 3 0.166 0.168 3.1687 0.075
.|. | .|. | 4 0.037 0.023 3.2860 0.193
.*| . | .|. | 5 -0.077 -0.047 3.8092 0.283
.|. | .|. | 6 0.050 0.032 4.0338 0.401
. |*. | . |*. | 7 0.129 0.111 5.5356 0.354
.*| . | .*| . | 8 -0.102 -0.084 6.4860 0.371
.|. | .|. | 9 -0.062 -0.050 6.8466 0.445
. |*. | . |*. | 10 0.136 0.086 8.5892 0.378
.*| . | .*| . | 11 -0.121 -0.117 9.9898 0.351
.*| . | .*| . | 12 -0.174 -0.129 12.900 0.229
.|. | .*| . | 13 -0.031 -0.097 12.996 0.294
.*| . | .*| . | 14 -0.142 -0.162 15.012 0.241
.|. | .|. | 15 -0.059 0.011 15.357 0.286
.|. | .|. | 16 -0.031 -0.050 15.454 0.348
.*| . | .*| . | 17 -0.117 -0.133 16.890 0.325
.*| . | .|. | 18 -0.076 -0.031 17.495 0.354
. |*. | . |*. | 19 0.083 0.107 18.238 0.374
.|. | .|. | 20 -0.008 -0.012 18.246 0.440
**| . | .*| . | 21 -0.212 -0.177 23.232 0.227
.|. | .*| . | 22 -0.063 -0.115 23.686 0.256
. |*. | . |*. | 23 0.168 0.139 26.934 0.173
.*| . | .*| . | 24 -0.152 -0.117 29.628 0.128
.*| . | **| . | 25 -0.133 -0.215 31.744 0.106
. |*. | .|. | 26 0.108 -0.064 33.157 0.101
.*| . | .*| . | 27 -0.084 -0.082 34.040 0.107
.*| . | .|. | 28 -0.066 -0.038 34.583 0.121
. |*. | .|. | 29 0.160 0.007 37.880 0.080
.|. | .*| . | 30 -0.015 -0.157 37.910 0.100
.*| . | .|. | 31 -0.109 -0.040 39.492 0.093
.|. | .|. | 32 0.018 -0.024 39.535 0.114
. |*. | .|. | 33 0.116 -0.062 41.408 0.100
.|. | .|. | 34 0.049 0.020 41.756 0.116
.|. | .*| . | 35 -0.028 -0.079 41.871 0.138
. |*. | .|. | 36 0.081 -0.052 42.843 0.142

Corelograma la ptrat:

Date: 01/29/17 Time: 13:12


Sample: 2010M01 2016M09
Included observations: 80

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

21
. |*. | . |*. | 1 0.173 0.173 2.4893 0.115
. |*. | . |*. | 2 0.166 0.141 4.8181 0.090
.|. | .|. | 3 -0.013 -0.065 4.8316 0.185
.|. | .*| . | 4 -0.060 -0.076 5.1475 0.272
.|. | .|. | 5 -0.019 0.015 5.1792 0.394
.|. | .|. | 6 -0.016 0.007 5.2020 0.518
.|. | .*| . | 7 -0.065 -0.072 5.5825 0.589
.*| . | .|. | 8 -0.070 -0.058 6.0326 0.644
.*| . | .|. | 9 -0.081 -0.043 6.6367 0.675
.|. | . |*. | 10 0.038 0.079 6.7755 0.746
.*| . | .*| . | 11 -0.088 -0.105 7.5112 0.756
.*| . | .*| . | 12 -0.085 -0.099 8.2098 0.769
.*| . | .|. | 13 -0.101 -0.052 9.2042 0.757
.*| . | .|. | 14 -0.111 -0.063 10.430 0.730
.*| . | .*| . | 15 -0.098 -0.082 11.397 0.724
.*| . | .|. | 16 -0.077 -0.065 11.998 0.744
.|. | .|. | 17 -0.035 -0.010 12.126 0.792
.|. | .|. | 18 -0.040 -0.042 12.292 0.832
. |*. | .|. | 19 0.077 0.067 12.924 0.842
.|. | .|. | 20 0.008 -0.056 12.930 0.880
.|. | .|. | 21 0.020 -0.027 12.974 0.910
.|. | .|. | 22 0.020 0.001 13.020 0.933
. |*. | . |*. | 23 0.157 0.150 15.862 0.861
.*| . | .*| . | 24 -0.067 -0.165 16.389 0.874
.|. | .|. | 25 0.006 -0.050 16.393 0.903
.|. | .|. | 26 -0.024 0.012 16.465 0.924
.|. | .|. | 27 -0.038 -0.041 16.646 0.939
. |*. | .|. | 28 0.078 0.059 17.416 0.940
. |*. | . |*. | 29 0.138 0.087 19.872 0.897
.|. | .*| . | 30 -0.061 -0.138 20.357 0.907
.|. | .|. | 31 -0.018 -0.032 20.399 0.927
.|. | .|. | 32 -0.061 0.001 20.915 0.934
.|. | .|. | 33 -0.026 -0.055 21.012 0.947
.|. | .|. | 34 -0.053 -0.029 21.408 0.954
.|. | .|. | 35 -0.043 -0.021 21.675 0.962
.|. | .|. | 36 -0.039 -0.015 21.897 0.969

Pentru erorile estimate ale modelului ARMA(1,1), valorile coeficienilor de corela ie i


ale coeficienilor de corelaie parial nu depesc intervalul de ncredere. Se poate accepta
ipoteza de staionaritate a erorilor.

n continuare vom testa ipoteza: media erorilor modelului ARMA(1,1) este egal cu 0.

Tabel 12. Testarea mediei erorilor modelului ARMA

Hypothesis Testing for RESID_ARMA

22
Date: 01/29/17 Time: 13:17
Sample (adjusted): 2010M02 2016M09
Included observations: 80 after adjustments
Test of Hypothesis: Mean = 0.000000

Sample Mean = 21.47863


Sample Std. Dev. = 19677.46

Method Value Probability


t-statistic 0.009763 0.9922

Sig= 0,99 mai mare dect =0,05, rezult c media erorilor este egal cu 0 (pentru un risc de
5%).

Tabel 13. Testarea normalitii pentru modelul ARMA(1,1)


12
Series: Residuals
Sample 2010M02 2016M09
10
Observations 80

8 Mean 21.47863
Median 1421.178
Maximum 48047.34
6 Minimum -81413.21
Std. Dev. 19677.46
4 Skewness -0.827769
Kurtosis 5.911219

2 Jarque-Bera 37.38667
Probability 0.000000
0
-80000 -60000 -40000 -20000 0 20000 40000

23
Observm c sig=0 i este mai mic dect =0,05, prin urmare ipoteza de normalitate se respinge.
Deci, erorile nu urmeaz o lege de distribuie normal.

Tabel 14. Testarea heteroscedasticitii pentru modelul ARMA (1,1)

Heteroskedasticity Test: ARCH

F-statistic 2.390978 Prob. F(1,77) 0.1261


Obs*R-squared 2.379203 Prob. Chi-Square(1) 0.1230

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/29/17 Time: 13:23
Sample (adjusted): 2010M03 2016M09
Included observations: 79 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 3.20E+08 1.05E+08 3.047588 0.0032


RESID^2(-1) 0.173548 0.112236 1.546279 0.1261

R-squared 0.030116 Mean dependent var 3.87E+08


Adjusted R-squared 0.017521 S.D. dependent var 8.57E+08
S.E. of regression 8.49E+08 Akaike info criterion 43.98260
Sum squared resid 5.55E+19 Schwarz criterion 44.04258
Log likelihood -1735.313 Hannan-Quinn criter. 44.00663
F-statistic 2.390978 Durbin-Watson stat 2.049636
Prob(F-statistic) 0.126138

Din tabelul de mai sus, observm ca sig= 0,126, mai mare dect =0,05, ceea ce nseamn c
modelul este homoscedastic.

12. Concluzii

Numrul de turiti strini n Romnia, prezint un trend ascendent n perioada 2010-2016.


Ipoteza conform creia media erorilor este nul a fost respectat. De asemenea, ipoteza
de homoscedasticitate a fost ndeplinit, prin urmare erorile sunt homoscedastice.

24
Dup aplicarea modelului ARMA(1,1), ipoteze asupra erorilor sunt acceptate, prin
urmare, modelul este valid.
Seria este staionar.
Componenta sezonier rezultat n urma descompunerii seriei a fost modelat cu ajutorul
unui model cubic. Parametrii i modelul sunt semnificativi din punct de vedere statistic.

13.Bibliografie

Brooks, Chris, Introductory Econometrics for Finance.

25