Documente Academic
Documente Profesional
Documente Cultură
Academia de Studii Economice din Moldova ◆ Revista ECONOMICA nr.2 (58) 2007
STATISTICĂ ŞI ANALIZĂ ECONOMICO-FINANCIARĂ — ◆
2. Un anumit număr de valori succesive ale seria de timp să fie prelucrată prin
funcţiei de autocorelaţie sunt relativ intermediul unui proces AR(p) pur sau
egale. printr-un proces autoregresiv ce cuprinde şi
Dacă unul dintre cele două criterii este înde- această componentă. Se consideră că o
plinit, atunci se diferenţiază seria { yt }t
realizare a FACP diferă semnificativ de zero,
1,T , obţi-
pentru un prag de semnificaţie egal cu
nând: D , dacă aceasta se poziţionează în afara
'yt yt yt 1 , t 2,..., T . intervalului de valori:
Pentru noua serie se reia analiza staţionarităţii 1 1
pe baza calculării funcţiei de autocorelaţie. Pe [ t D , t D ]
parcursul lucrării vor fi prezentate şi alte teste T 2;
2 T T 2;
2
[3] T .
statistice pentru analiza staţionarităţii. Dacă parametrii p, d şi q sunt identificaţi, atunci se
trece la estimarea parametrilor modelului auto-
Identificarea a priori a modelului regresiv.
O sursă importantă pentru identificarea
parametrilor p,d şi q este reprezentată de graficul Estimarea parametrilor
funcţiilor de autocorelaţie (FAC) şi de Se consideră un model ARMA(p,q), staţionar în
autocorelaţie parţială (PACF). În raport de valorile covarianţă, ce este definit pe baza relaţiei
acestora, se identifică caracteristicile modelului şi
Yt c I1Yt 1 I 2Yt 2 ... I p Yt p
posibilităţile de utilizare a unui anumit tip de ,
model autoregresiv. H t T1H t 1 T 2 H t 2 ... I q H t q
În prelucrarea seriei de timp prin strategia
Box–Jenkins identificarea celor trei parametri unde Ht este un proces de zgomot alb. Pe baza
reprezintă una dintre etapele importante ale seriei de valori ( y1 , y 2 ,..., yT ) se estimează parametrii
demersului întreprins. Informaţii pertinente
pentru determinarea parametrilor p şi q sunt ș { (c, I1 ,..., I p , T1 ,...,T q , V 2 )' prin metoda vero-
obţinute prin calcularea funcţiilor FAC şi FACP, similităţii maxime. Densitatea de probabilitate este
precum şi pe baza întocmirii graficelor celor două definită prin f YT ,YT 1 ,...,Y1 ( yT , yT 1 ,..., y1 ; ș) , iar loga-
funcţii. Pentru validarea rezultatelor obţinute, se
folosesc diverse teste statistice. Următoarele ritmul funcţiei de verosimilitatea calculată pentru
reguli sunt importante în determinarea celor doi cazul în care H t ~ i.i.d .N (0, V 2 ) este:
parametri naturali p şi q: L(ș) log f Y ,Y ,...,Y |Y ,İ ( yT , y t 1 ,..., y1 | y 0 , İ 0 ; ș)
Tt T 1 1 0 0
1. Dacă există o valoare a lui h egală cu q, [4]
T T T
H2
începând de la care valoarea funcţiei log(2S ) log(V 2 ) ¦
t 1 2V
2
de autocorelaţie scade brusc către 2 2
zero, atunci pentru prelucrarea seriei se Se estimează parametrii prin determinarea
vectorului ș ce maximizează această funcţie. Pentru
foloseşte un proces MA(q) pur sau un
proces ce cuprinde o componentă
MA(q). Pentru a testa semnificaţia estimarea valorilor vectorului ș , care maximizează
valorii coeficientului autocorelaţiei, se funcţia de verosimilitate, este utilizată optimizarea
foloseşte un test t-Student. Pentru a numerică, de exemplu, Newton-Rapson sau Davidon-
defini statistica testului, se calculează Fletcher-Powell.
varianţa lui Uˆ ( h) , h ! q, prin interme- Verificarea proprietăţilor modelelor concu-
rente
diul relaţiei: Pentru modelele estimate se verifică prin teste
1 q
adecvate proprietăţile acestora. Se urmăreşte analiza
var( Uˆ ( h)) [1 2 ¦ U 2 ( j )] [1]
T j 2 următoarelor aspecte legate de aceste modele:
1. Se verifică dacă modelul este bine definit, în
Dacă se fixează un prag de semnificaţie egal sensul că toţi parametrii modelului, even-
t tual cu excepţia termenului liber, diferă
D
cu D , căruia îi corespunde valoarea T 2; în semnificativ de zero. În acest sens, se calcu-
2
tabelul repartiţiei Student, atunci se consideră că lează pentru fiecare parametru statistica
valoarea coeficientului autocorelaţiei diferă testului t-Student.
semnificativ de zero, dacă aceasta se poziţionează 2. Se verifică pentru fiecare model: auto-
corelarea reziduurilor, proprietatea de 99
în afara intervalului de valori:
1 q 1 q homoscedasticitate, stabilitatea parametri-
[t D [1 2 ¦ Uˆ T2 ( j )] 2 , t D [1 2 ¦ Uˆ T2 ( j )]2 ] [2] lor şi caracteristicile distribuţiei reziduurilor.
T 2;
2 T j 1 T 2;
2 T j 1
Toate aceste teste au fost prezentate în
2. În situaţia în care valoarea funcţiei de
capitolele precedente.
autocorelaţie parţială scade către zero,
începând cu o valoare a decalajului
egală cu p, atunci se recomandă ca
Academia de Studii Economice din Moldova ◆ Revista ECONOMICA nr.2 (58) 2007
◆— STATISTICĂ ŞI ANALIZĂ ECONOMICO-FINANCIARĂ
40
30
20
10
0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
RATA by Season
112
108
104
100
96
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Academia de Studii Economice din Moldova ◆ Revista ECONOMICA nr.2 (58) 2007
STATISTICĂ ŞI ANALIZĂ ECONOMICO-FINANCIARĂ — ◆
În general, o valoare mai mare de 0.05 va duce funcţiei autocorelaţiei parţiale sunt diferite de zero,
la acceptarea ipotezei nule, deci a inexistenţei unei ceea ce indică că procesul autoregresiv are o
autocorelări semnificative a termenilor seriei. componentă de tip AR de ordin p 3.
Din tabelele 1a şi 1b se observă următoarele: 2. Teste pentru depistarea prezenţei rădă-
i) funcţia de autocorelaţie are primele 12 valori cinii unitate - ADF, Phillips-Perron, KPSS ş.a.
care diferă semnificativ de zero şi descreşte Aplicarea testului ADF scoate în evidenţă că seria
continuu, ceea ce arată că seria va cuprinde o de date nu cuprinde o componentă nestaţionară. În
componentă de tip MA de un ordin ce va fi aceste condiţii se trece la estimarea parametrilor
precizat ulterior; ii) primele trei realizări ale modelelor de tip AR(p), MA(q) şi ARMA(p,q).
Tabelul 1a
Funcţia de autocorelaţie şi autocorelaţie parţială pentru cazul României
Tabelul 1b
Funcţia de autocorelaţie şi autocorelaţie parţială pentru cazul R.Moldova
101
Academia de Studii Economice din Moldova ◆ Revista ECONOMICA nr.2 (58) 2007
◆— STATISTICĂ ŞI ANALIZĂ ECONOMICO-FINANCIARĂ
Tabelul 2a
Caracteristicile modelelor estimate pentru cazul României
EQ1 EQ2 EQ3 EQ4 EQ5 EQ6
c 4.373312* 1.156445 3.813986* 3.958478 4.167590* 4.132593*
ar(1) 0.417802* 1.328591* 0.175254 0.910922* 0.443138* 0.161507
ar(2) 0.163555**** -0.206604 0.680578** -0.249736 -0.03382*
ar(3) 0.165564** -0.132925 0.247668* 0.381085
ar(4) 0.116809 0.069724
ma(1) -0.997496* 0.173474 -0.581105* 0.326337
ma(2) -0.48569* 0.561899* 0.462971*
ma(3) -0.136324
ACI 5.629719 5.553806 5.602643 5.604167 5.454455 5.439203
SCI 5.704707 5.647540 5.695996 5.659952 5.567398 5.589795
DW 1.853967 1.849174 1.90 1.88 1.90 1.98
*diferă semnificativ de zero pentru 1%, ** -3%. *** - 2.5%. **** - 5%
Tabelul 2 b.
Caracteristicile modelelor estimate pentru cazul R. Moldova
EQ1 EQ2 EQ3 EQ4 EQ5 EQ6
c 1.216608 1.198860 1.200061 1.170013 1.158596 1.152794
ar(1) 0.439956 0.195757 0.241145*** 0.269172*
ar(2)
ar(3) -0.120420 -0.052665 -.065870* -.080601*
ma(1) 0.402550 0.326401 0.318809*** 0.630724 0.627063
ma(2) 0.286984 0.247606
ma(3) 0.286984 -0.085468
ma(7) 0.229710 0.135781* 0.147109
ma(12) 0.379411 0.424336 0.348687 0.338518
ACI 3.454242 3.375581 3.280427 3.249878 3.210628 3.209208
SCI 3.513404 3.454463 3.379029 3.368201 3.309230 3.327531
DW 1.587035 1.906143 1.852366 1.862790 1.915607 1.896561
*diferă semnificativ de zero pentru 1%, ** -3%. *** - 2.5%. **** - 5%
Academia de Studii Economice din Moldova ◆ Revista ECONOMICA nr.2 (58) 2007
STATISTICĂ ŞI ANALIZĂ ECONOMICO-FINANCIARĂ — ◆
Bibliografie:
1. Bourbonnais R., Econométrie: cours et exercices corrigés, Dunod, 3 éd., 2000.
2. Bourbonnais R., Terraza M., Analyse des séries temporelles en économie, PUF, 1998.
3. Enders W., Applied Econometric time series, John Wiley, 1995.
4. Hamilton J. D., Time series analysis, Princeton University Press, 1994.
5. Mills T. C., The econometric modelling of financial time series, Cambridge University Pres, 1999.
Academia de Studii Economice din Moldova ◆ Revista ECONOMICA nr.2 (58) 2007