Cu scopul de a vedea care este legătura dintre rata locurilor de muncă vacante și rata

șomajului, am recurs la programul Eviews, program în care am rulat următoarele teste

statistice: Augmented Dickey-Fuller, Jarque-Bera, White, LM

Estimarea modelului econometric pentru curba Beveridge

Pentru a arăta intensitatea și stabilitatea legăturii dintre rata șomajului și rata locurilor
vacante am estimatat curba Beveridge pentru perioada 2008-2013, pentru care am utilizat serii
de date trimestriale.

Datele trimestriale au fost preluate din baza de date a Comisiei Europene și anume
Eurostat. Acestea sunt cuprinse în tabelul de mai jos:

quarter X_SOMAJ Y_VACANT

2008q1 5.900000 2.100000
2008q2 5.900000 2.000000
2008q3 6.400000 2.100000
2008q4 5.800000 1.500000
2009q1 6.400000 1.300000
2009q2 6.600000 0.900000
2009q3 7.000000 0.800000
2009q4 7.300000 0.500000
2010q1 7.500000 0.700000
2010q2 7.200000 0.600000
2010q3 7.200000 0.600000
2010q4 7.200000 0.500000
2011q1 7.200000 0.700000
2011q2 7.400000 0.700000
2011q3 7.500000 0.700000
2011q4 7.400000 0.500000
2012q1 7.300000 0.600000
2012q2 7.100000 0.600000
2012q3 7.000000 0.600000
2012q4 6.700000 0.600000
2013q1 7.100000 0.700000
2013q2 7.400000 0.700000
2013q3 7.300000 0.800000
Înainte de a rula regresia privind cele două variabile, am testat staționaritatea acestora,
aplicând testul ADF.

Pentru variabila RS, testul de staționaritate se prezintă astfel:

Null Hypothesis: RS has a unit root

Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.338071 0.5522

Test critical values: 1% level -2.669359
5% level -1.956406
10% level -1.608495

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

Se poate observa faptul că variabila RS nu este staționară având în vedere faptul ca

tstat > -1,608495. Pentru a putea continua modelul am convertit această variabilă într-o
variabilă staționară, utilizând diferențialul(1st difference) fără a include în ecuație constanta
(intercept).

Null Hypothesis: D(RS) has a unit root

Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.206397 0.0000

Test critical values: 1% level -2.674290
5% level -1.957204
10% level -1.608175

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

tstat <-1,608175 ; reiese faptul că în momentul acesta variabila RS este staționară, variabilă pe
care o vom utiliza în continuare în model ca fiind d_RS.

2005Q1 NA
2005Q2 7.500000
2005Q3 8.900000
2005Q4 7.500000
2006Q1 6.500000
 2006Q2 7.600000
2006Q3 8.100000
2006Q4 7.400000
2007Q1 7.400000
2007Q2 6.800000
2007Q3 7.400000
2007Q4 6.800000
2008Q1 6.300000
2008Q2 6.100000
2008Q3 6.600000
2008Q4 5.900000
2009Q1 5.700000
2009Q2 7.200000
2009Q3 7.200000
2009Q4 6.600000
2010Q1 7.200000
2010Q2 7.600000
2010Q3 8.400000
2010Q4 7.200000
Urmează testarea staționarității variabilei RV.

Null Hypothesis: RV has a unit root

Exogenous: None
Lag Length: 5 (Automatic - based on SIC, maxlag=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.739249 0.3820

Test critical values: 1% level -2.699769
5% level -1.961409
10% level -1.606610

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

Warning: Probabilities and critical values calculated for 20
observations
and may not be accurate for a sample size of 18

tstat >-1.6066, rezultă că variabila nu este staționară. Pentru a putea continua modelul am
convertit această variabilă într-o variabilă staționară, utilizând diferențialul(1st difference)
fără a include în ecuație constanta (intercept).

Null Hypothesis: D(RV) has a unit root

Exogenous: None
Lag Length: 4 (Automatic - based on SIC, maxlag=5)

t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.795327 0.0697
Test critical values: 1% level -2.699769
5% level -1.961409
10% level -1.606610

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

Warning: Probabilities and critical values calculated for 20
observations
and may not be accurate for a sample size of 18

tstat <-1,606610 ; reiese faptul că în momentul acesta variabila RV este staționară

Pentru că variabilele sunt staționare se poate rula regresia. Noi am realizat un model
în care variabila endogenă rata șomajului depinde de rata șomajului din trimestrul anterior și
de locurile de muncă vacante cu două trimestre anterioare. Situația este explicabilă din punct
de vedere economic pentru că este normal ca mai întâi să apară locuri de muncă vacante și
abia mai târziu să se facă angajări, existând un lag între cele două momente datorită rigidității
pieței muncii.

Datele penttru model sunt:

obs RS D_RS D_RV

2005Q1 7.500000 NA NA
2005Q2 8.900000 7.500000 NA
2005Q3 7.500000 8.900000 0.890000
2005Q4 6.500000 7.500000 0.820000
2006Q1 7.600000 6.500000 0.820000
2006Q2 8.100000 7.600000 0.640000
2006Q3 7.400000 8.100000 0.940000
2006Q4 7.400000 7.400000 0.840000
2007Q1 6.800000 7.400000 0.850000
2007Q2 7.400000 6.800000 0.790000
2007Q3 6.800000 7.400000 1.070000
2007Q4 6.300000 6.800000 1.030000
2008Q1 6.100000 6.300000 1.030000
2008Q2 6.600000 6.100000 0.910000
2008Q3 5.900000 6.600000 1.090000
2008Q4 5.700000 5.900000 1.000000
2009Q1 7.200000 5.700000 1.010000
2009Q2 7.200000 7.200000 0.770000
2009Q3 6.600000 7.200000 0.640000
2009Q4 7.200000 6.600000 0.420000
2010Q1 7.600000 7.200000 0.360000
2010Q2 8.400000 7.600000 0.230000
2010Q3 7.200000 8.400000 0.320000
2010Q4 7.200000 7.200000 0.250000
Pentru a estima parametrii modelului, am rulat regresia:

Dependent Variable: RS
Method: Least Squares
Date: 01/12/14 Time: 18:14
Sample (adjusted): 2005Q3 2010Q4
Included observations: 22 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D_RS 0.261160 0.158308 1.649698 0.1154

D_RV -1.202500 0.450249 -2.670746 0.0151
C 6.089109 1.287262 4.730279 0.0001

R-squared 0.432605 Mean dependent var 7.031818

Adjusted R-squared 0.372880 S.D. dependent var 0.677802
S.E. of regression 0.536758 Akaike info criterion 1.719584
Sum squared resid 5.474069 Schwarz criterion 1.868363
Log likelihood -15.91543 Hannan-Quinn criter. 1.754632
F-statistic 7.243196 Durbin-Watson stat 1.843267
Prob(F-statistic) 0.004591

1. Testarea semnificatiei lui a0

tcalc = 6.089> tcritic=5.508 => a0 este semnificativ statistic

2. Testarea semnificatiei lui a1

tcalc = 0.2611< tcritic=5.508 => a1 nu este semnificativ statistic

3. Testarea semnificatiei lui a2

tcalc = 1.2025< tcritic=5.508 => a2 nu este semnificativ statistic

R2 = 0,4326 ceea ce înseamnă că 43,26% din variația variabilei endogene RS poate fi

explicată de model

Tabelul de mai jos prezintă valorile variabilei RS, RS ajustat și reziduurile.

obs Actual Fitted Residual

2005Q3 7.50000 7.34321 0.15679
2005Q4 6.50000 7.06176 -0.56176
2006Q1 7.60000 6.80060 0.79940
2006Q2 8.10000 7.30432 0.79568
2006Q3 7.40000 7.07415 0.32585
2006Q4 7.40000 7.01159 0.38841
2007Q1 6.80000 6.99957 -0.19957
2007Q2 7.40000 6.91502 0.48498
2007Q3 6.80000 6.73502 0.06498
2007Q4 6.30000 6.62642 -0.32642
2008Q1 6.10000 6.49584 -0.39584
2008Q2 6.60000 6.58791 0.01209
2008Q3 5.90000 6.50204 -0.60204
2008Q4 5.70000 6.42745 -0.72745
2009Q1 7.20000 6.36320 0.83680
2009Q2 7.20000 7.04353 0.15647
2009Q3 6.60000 7.19986 -0.59986
2009Q4 7.20000 7.30771 -0.10771
2010Q1 7.60000 7.53656 0.06344
2010Q2 8.40000 7.79735 0.60265
2010Q3 7.20000 7.89805 -0.69805
2010Q4 7.20000 7.66884 -0.46884

În continuare stabilim ipotezele modelului:

1. Ipoteza nulă: Reziduurile nu sunt corelate.

2. Ipoteza nulă: Modelul este homoscedastic.
3. Ipoteza nulă: Reziduurile sunt distribuite normal.

Pentru fiecare ipoteza în parte rulăm cu ajutorul Eviews testele.

1. În ceea ce privește corelarea, testul este LM.

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.506099 Prob. F(2,17) 0.6116

Obs*R-squared 1.236293 Prob. Chi-Square(2) 0.5389

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/12/14 Time: 18:31
Sample: 2005Q3 2010Q4
Included observations: 22
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

 D_RS 0.015166 0.246890 0.061429 0.9517
D_RV -0.005224 0.498755 -0.010474 0.9918
C -0.091285 1.961324 -0.046543 0.9634
RESID(-1) 0.040427 0.357098 0.113209 0.9112
RESID(-2) -0.253093 0.268317 -0.943262 0.3588

R-squared 0.056195 Mean dependent var -1.16E-15

Adjusted R-squared -0.165877 S.D. dependent var 0.510558
S.E. of regression 0.551279 Akaike info criterion 1.843566
Sum squared resid 5.166453 Schwarz criterion 2.091531
Log likelihood -15.27923 Hannan-Quinn criter. 1.901979
F-statistic 0.253049 Durbin-Watson stat 1.904056
Prob(F-statistic) 0.903801

Pentru corelare ne interesează Obs*R-squared dar și valoarea chi patrat aferenta. Chi
patrat este 5.991, care este > 1.3263, rezultând astfel că reziduurile nu sunt autocorelate.

2. În continuare vom testa heteroscedasticitatea modelului cu ajutorul testului

White.

Heteroskedasticity Test: White

F-statistic 2.340256 Prob. F(5,16) 0.0893

Obs*R-squared 9.293007 Prob. Chi-Square(5) 0.0979
Scaled explained SS 2.859471 Prob. Chi-Square(5) 0.7216

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/12/14 Time: 18:33
Sample: 2005Q3 2010Q4
Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob.

C -3.109043 4.344661 -0.715601 0.4846

D_RS 0.225393 1.007713 0.223668 0.8258
D_RS^2 0.025763 0.061017 0.422233 0.6785
D_RS*D_RV -0.816798 0.300945 -2.714116 0.0153
D_RV 7.230861 2.766460 2.613760 0.0188
D_RV^2 -1.078137 0.781018 -1.380426 0.1864

R-squared 0.422409 Mean dependent var 0.248821

Adjusted R-squared 0.241912 S.D. dependent var 0.231333
S.E. of regression 0.201418 Akaike info criterion -0.139870
Sum squared resid 0.649106 Schwarz criterion 0.157687
Log likelihood 7.538572 Hannan-Quinn criter. -0.069775
F-statistic 2.340256 Durbin-Watson stat 1.545531
Prob(F-statistic) 0.089348

Pentru heteroscedasticitate ne interesează Obs*R-squared dar și valoarea chi patrat

aferenta. Chi patrat este 5.991, care este < 9.293, rezultând astfel că reziduurile nu sunt
heteroscedastice.

3. Cu ajutorul testului Jarque-Bera vom afla dacă reziduurile sunt normal

distribuite.
6
Series: Residuals
Sample 2005Q3 2010Q4
5 Observations 22

4 Mean -1.16e-15
Median 0.037765
Maximum 0.836805
3 Minimum -0.727452
Std. Dev. 0.510558
Skewness 0.179239
2
Kurtosis 1.825083

1 Jarque-Bera 1.383191
Probability 0.500776

0
-0.75 -0.50 -0.25 0.00 0.25 0.50 0.75 1.00

Comparăm JB cu chi pătrat. Cum JB<5.991 rezultă că erorile sunt normal distribuite.

Concluzii

Având în vedere rezultatele obținute anterior putem spune că în condțiile în care

modelul explică 43,26% din variația variabilei endogene și ipotezele erorilor (normalitate,
lipsă autocorelare și lipsă heteroscedasticitate) sunt îndeplinite, modelul este valid.
 La nivel economic acest lucru înseamnă că rata șomajului este influențată de rata
șomajului din trimestrul anterior și de rata locurilor vacante cu două trimestre anterioare.