Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

Proiect

Problema 1. Se consideră evoluția trimestrială a cursului valutar de schimb

leu/euro.
Datele prelucrate reprezintă evolutia cursului, în perioada 2009-2019, datele au
fost preluate de pe bnr.ro

a) Evoluția și componentele vizibile din cronogramă.

În figura 1 , în trimestrul 1 din anul 2009 s-a înregistrat un curs de schimb
evaluat la 4,27lei/euro , în timp ce același trimestru al anului 2019, cursul a
crescut la 4,74lei/euro. Componenta ciclică (C) este ascunsă de tendință.
Observăm că nu există sezonalitate (S), mai exact cursul leu/euro nu este
influențat de nici-un factor sezonier.

b) Studiul sezonalității prin metoda raportării la mediile mobile

Seria desezonalizata este oarecum similara cu seria observată, întrucât valorile

acestora sunt apropiate.
În EViews: Proc→Sesonal Adjustment→Movind Average Methods→Ratio to
moving average- Multiplicative
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

c) Previziuni pentru următoarele 4 perioade utilizând metoda Holt-Winters

Pentru elaborarea previziunilor am folosit metoda Holt-Winters Multiplicative.
În Eviews: SERIES→Proc→Exponential Smoothing→Holt-
WintersMultiplicative

Problema 2. Modele de tip ARIMA. Se consideră cursul valutar ron/euro, serie de

timp nestaționară ce redă evoluția acestuia în perioada 2009-2019.
a) Testarea nestaționarității seriei, cu tendință stochastică, utilizand un test adecvat
de tip rădăcină unitate.
În figura 1 se poate observa evoluția cursului ron/liră în perioada 2009-2019.
Datele sunt analizate trimestrial și nu prezintă staționaritate.
Pentru a testa staţionaritatea unei serii de timp: ViewUnit→Unit Root Test→Test
Type (ADF)→ Include in test equation (Trend and intercept)
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

Testul ADF, în varianta Trend and Intercept, aplicat pe datele observate, Level,
respinge ipoteza nulă (Prob=0,09>5%), prin urmare seria are rădăcină unitate
(tendință stochastică).
b) Specificarea modelul ARIMA(p,d,q) adecvat

Stabilirea ordinului de diferențiere s-a realizat din View→Unit Root Test→1st

difference (stând pe seria series02) cu varianta None.

În urma acestei etape, ipoteza nulă se respinge (Prob=0.00<5%), adică seria

diferențelor este staționară. Evoluția în timp a cursului este nestaționară, dar
diferențele de ordin 1 devin staționare.

Stabilirea valorilor p si q: Pentru seria diferenţelor de ordinul unu Xt= 𝛥𝑌𝑡, ce este
staționară, și redă variația cursului față de trimestrul anterior. Identificarea
valorilor p și q se realizează pe baza modelului ARMA(p,q). Prin urmare analizăm
funcția de autocorelație și cea de autocorelație parțială din
View→Correlogram→1st difference. (figura2)
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

c) Estimarea şi testarea validității modelului, elaborarea previziunilor pentru

următoarele 5 perioade. Estimarea modelului reţinut se realizează într-un obiect
de tip ecuaţie Objects→New Object→Equation.
Ecuaţia se specifică astfel: d(series02) ma(4) sar(4)

Testul Jarque-Bera, respinge ipoteza nulă privind distribuţia normală a

rezidurilor, probabilitatea corespunzătoare ipotezei nule <5%. (Figura 4).
Elaborarea previziunilor se realizează din obiectul ecuație→Forecast→Forecast
sample 2020Q1 2021Q1. Primul trimestru pentru care se elaborează
previziunea este trimestrul 1 din anul 2020.
Previziunile aferente următoarelor perioade sunt redate în Figura 5 .
Previziuni pentru 2020Q1-2021Q1 regăsit în Anexe.
Problema 3. Se consideră două variabile nestaț ionare, integrate de ordinul
unu, între care anticipăm că ar putea exista o relație de dependență pe termen
lung. În continuare se va lucra cu aceste date (desezonalizate, logaritmate –
dacă este cazul).
a) Analiza existenței unei relatii de cointegrare între variabile prin metoda
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

Engle-Granger.
b) Natura relației de cauzalitate Granger dintre variabile (testul se aplică pe
variabilele stationalizate). Interpretari.

Eviews: Open as group→View→Granger Causality→Lags to include:2

Ambele ipoteze nule se acceptă (0,28>5%, respectiv 0,29>5%). Prin

urmare series0sa(roe) nu influențează series1sa(roa) și nici invers

c)Corelograma încrucișată (pentru variabilele staționalizate)

Eviews: Open as group→View→Cross Correlation→Lags to include:20

În urma analizei corelogramei încucișate, prima coloană sugerează

existența unei corelații semnificative intre roa si roe(Figura 6.)

Anexe
Figura1
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

Figura 2(corelograma inainte de desezonalizare)

Figura 3(corelograma dupa

desezonalizare)
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

Figura 4(testul Jarque-Bera)

Figura 5(previziuni)
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

2020Q1-4,79
2020Q2-4,79
2020Q3-4,79
2020Q4-4,81
2021Q1-4,82
Tohatan Adrian

Finanțe și bănci, An 3, Grupa 5

Figura 6(corelograma incrucisata)