Econometrie

CURS 2

PROF.UNIV.DR. TITAN Emilia

1
2. Etapele demersului econometric

1. Identificarea ipotezelor, afirmaţiilor din teoria economică ce

urmează a fi testate;
2. Specificarea modelului matematic al teoriei
3. Specificarea modelului econometric
4. Obţinerea datelor statistice
5. Estimarea parametrilor modelului econometric
6. Testarea semnificaţiei statistice a estimatorilor şi validarea
modelului econometric
7. Predicţii, previziuni pe baza modelului
8. Control şi construire de politici economice

2
2. Etapele demersului econometric
1. Teoria keynesiană clasică privind consumul
“Intre consum (C) şi venit (V) există o dependenţă semnificativă reprezentată printr-o
relaţie cantitativă de forma C  f (V ) ”

2. Modelul matematic ( Y  f (X ) )
C  c0  c1  V
c 0 reprezintă consumul autonom (autoconsumul)

c1 reprezintă înclinaţia marginală spre consum

Consumul creşte dacă venitul creşte, dar cu o rată de creştere mai mică decât venitul:

C
0  c1  1
V
3
2. Etapele demersului econometric

c1

V  1

c0

4
2. Etapele demersului econometric
3. Modelul econometric
- Modelul matematic are un interes restrâns deoarece se bazează pe ipoteza că
există o relaţie deterministă între consum (C) şi venit (V)
- Relaţiile între variabilele economice, sociale sunt inexacte, în general
- Dacă culegem date referitoare la consumul si venitul a 300 de persoane, pe grafic
cele 300 de puncte nu vor fi situate exact pe o dreapta, ci in jurul acesteia -
dependenţă stochastică
Modelul econometric modifică relaţia deterministică a consumului:
C  c0  c1  V  
C reprezintă variabila dependentă, efect, endogenă, rezultativă

V reprezintă variabila independentă, cauză, exogenă, factorială

c 0 , c1 reprezintă parametrii modelului

 reprezintă eroarea, variabila reziduală ce cuantifică influenţa altor factori decât venitul, asupra
variaţiei consumului

5
2. Etapele demersului econometric

6
2. Etapele demersului econometric
Modelul econometric descrie legătura statistică dintre factorul de influenţă X şi variabila
rezultativa Y:
Y  f (X )  

Dacă f este o funcţie liniara, f ( x)   0  1  x , atunci

Y   0  1  X   se numeste modelul liniar de regresie

X , Y reprezintă variabilele incluse in model
 0 , 1 reprezintă parametrii modelului de regresie

0 reprezintă punctul de intersecţie al dreptei de regresie cu axa Oy;

1 reprezintă panta dreptei şi arată cu câte unităţi de măsură se modifică Y dacă X se modifică
cu o unitate de măsură
 reprezintă componenta reziduală, eroare aleatoare

7
2. Etapele demersului econometric
Modelul econometric conţine:

a) componenta deterministică ( Yˆ ), adică partea din valoarea lui Y care poate fi determinată cunoscând valoarea X

Yˆ  0  1  X
b) componenta reziduală (  ) este partea din valoarea lui Y care nu poate fi determinată cunoscând valoarea
individuală X .
Atunci:

Y = componenta deterministică (predictibilă) + eroarea aleatoare

Y = Yˆ + 

8
2. Etapele demersului econometric
4. Obţinerea datelor statistice
- Pentru a estima  0 şi  1 , parametrii modelului de regresie, trebuie să culegem date statistice
reale, comparabile.
- Aceste date conferă conţinut real, empiric modelului econometric.

5. Estimarea parametrilor modelului econometric

- estimarea oferă conţinut empiric funcţiei consumului, sub forma

Cˆ  250  0,7  V
6. Testarea semnificaţiei statistice a estimatorilor şi validarea modelului
econometric
Dacă parametrii estimaţi sunt semnificativi statistic şi modelul este valid atunci se pot realiza
previziuni, predicţii pe baza acestuia

9
2. Etapele demersului econometric

7. Predicţii, previziuni pe baza modelului

Dacă V  1800 atunci Cˆ  250  0,7  1800  1510

8. Control şi construire de politici economice

- venitul poate fi variabilă de control, variabilă ţintă
- dacă pe baza calculelor statistice se estimează consumul la o valoare
de 700, atunci se poate determina nivelul venitului:

700  250  0,7  V

V ?

10
Tipuri date statistice
 date de tip profil
 "tăieturi informaţionale" efectuate într-o populaţie la
un moment dat, "tăieturi" care sunt de tip
transversal, în raport cu axa timpului.
 starea pe care o au la un moment dat unităţile
populaţiei statistice.
 date de tip serii de timp (serii cronologice)
 reprezintă "secţiuni informaţionale" de-a lungul axei
timpului, de-a lungul evoluţiei; adică sunt secţiuni
longitudinale în raport cu axa timpului.
 date de tip panel
 sunt combinaţii, mixturi, ale datelor de tip profil şi
datelor de tipul seriilor de timp.
 "tăieturi informaţionale mixte" transversale şi
logitudinale, în raport cu axa timpului. Caracteristica
esenţială a acestor date este simultaneitatea.

11
Transformarea datelor

Pentru a putea compara variabile măsurate pe scale diferite, cu unităţi de măsură diferite se
procedează la o transformare a datelor, operaţie numită standardizarea variabilelor
(calcularea scorurilor z).
Scorul z reprezintă o modalitate de a exprima semnificaţia unei anumite valori dintr-o serie de
date prin raportare la parametrii distribuţiei (medie şi abatere standard).
Scorul z se determină prin scăderea mediei din fiecare valoare şi împăţirea rezultatului la
abaterea standard, obţinându-se astfel distanţa dintre o anumită valoare şi medie, în unităţi ale
abaterii standard:
- scorul z pentru o observaţie xi din eşantion:
xi  x
z
s
- scorul z pentru o observaţie xi din populaţia statistică:
xi  
z

Se obţine astfel o nouă variabilă, numită variabilă standardizată, care are media valorilor egală cu
zero şi dispersia egală cu unu.

12
 Tipologia modelelor econometrice
1. După numărul factorilor luaţi în considerare
 modele unifactoriale:
se fundamentează pe ipoteza că în rândul factorilor de influenţă ai variabilei
rezultative y există un factor determinant x, ceilalţi factori cu excepţia acestuia
având o influenţă întâmplătoare (exprimată prin intermediul variabilei reziduale u)
sau sunt invariabili în perioada analizată
y = f(x)+u
 modele multifactoriale: elimină deficienţa modelului unifactorial, însă trebuie ca
numărul factorilor luaţi în considerare să nu fie foarte mare pentru a nu fi mult prea
complex, dificil de estimat etc.
y = f(x1, x2,..., xl)+u

2. După forma legăturii dintre variabila rezultativă şi variabilele cauză

 modele liniare: dacă legătura este liniară
 modele neliniare: dacă legătura este neliniară

13
Tipologia modelelor econometrice
3. După includerea factorului timp în model
 modele statice: dependenţa variabilei endogene y faţă de valorile variabilei exogene xj se
realizează în aceeaşi perioadă de timp:
y = f(x1t,...,xjt,...,xlt) + ut
 modele dinamice:
 introducerea variabilei timp ca o variabilă explicativă
y = f(xjt,t) + ut
 autoregresive: variabila rezultativă cu valori decalate este una din variabilele
explicative
y = f(xjt,yt-k) + ut
 model cu decalaj: variabila explicativă x îşi exercită influenţa asupra variaţiei
variabilei rezultative pe mai multe perioade de timp:
y = f(xt,xt-1,... xt-r) + ut
4. Numărul de ecuaţii din model
 modele cu o singură ecuaţie: toate modelele prezentate anterior
 modele cu ecuaţii multiple: sunt formate dintr-un sistem de ecuaţii

14