Documente Academic
Documente Profesional
Documente Cultură
1
Cuprins
1. Introducere...............................................................................................pag 3
3. Stabilirea variabilelor..............................................................................pag 5
4. Culegerea datelor.....................................................................................pag 6
7. Concluzii..................................................................................................pag 11
8. Anexe.......................................................................................................pag 12
9. Bibliografie..............................................................................................pag 21
2
1. Introducere
Econometria a apărut ca știință în secolul XX, chiar dacă unele noțiuni au fost
formulate la sfârșitul secolului XIX. Nașterea ei este legată de înființarea în 1933 a
Societății de Econometrie și publicarea revistei ,,Econometrica” unde regăsim prima
definiție a econometriei formulată de R. Frisch: ,,Experiența a arătat că fiecare din
următoarele trei puncte de vedere, al statisticii, al teoriei economice și al matematicii,
este o condiție necesară, dar nu și suficientă, pentru o înțelegere efectivă a realităților
cantitative din economia modernă; unificarea lor este aceea care asigura eficiență.
Econometria este tocmai această unificare.” Analiza de regresie studiază dependența
dintre o variabilă dependentă (y) și una sau mai multe variabile independente (x) cu
scopul de a estima și a previziona valoarea medie a variabilei dependente, cunoscându-
se valorile fixate ale variabilelor independente. Variabila dependentă mai este
denumită și variabilă endogenă, rezultativă sau efect, iar variabila independentă se mai
numește exogenă, factorială sau cauză. Regresia arată modul în care o variabilă este
dependentă de una sau mai multe variabile. Funcţia de regresie stă la baza efectuării a
numeroase analize micro sau macroeconomice. Modelul liniar de regresie presupune
identificarea variabilelor pentru definirea modelului şi precizarea variabilei reziduale -
contextul în care este utilizat modelul de regresie. Pentru analiza datelor seriilor
cronologice (de timp) se utilizează o funcţie temporală care, în esenţă, este tot de
regresie, cu o variabilă de timp (t).
Forma generală:
yt = a0 + a1·xt + εt
unde:
yt - variabila de explicat;
xt - variabila explicativă;
a0 , a1 - parametrii modelului;
εt - eroarea de specificare.
3
2. Fundamentare teoretică
Modelul din lucrare are drept scop explicarea unei mărimi ce caracterizează
situaţia actuală a populaţiei României, care intră sub incidenţa unor indicatori
importanţi precum rata inflației, respectiv venitul național brut (ca pondere în PIB).
Economia țării este supusă fluctuaţiilor ciclice și anume creştere economică, recesiune.
Mediul economic este supus adesea unor riscuri care ar putea afecta analiza, întrucât în
cazul producerii unei crize economice populația este supusă diminuării pe seama
creşterii numărului de şomeri şi a reducerii salariului mediu lunar, ce determină
scăderea venitului național brut și creșterea ratei inflaței, eveniment ce s-a produs
odată cu declanșarea crizei economice din 2008. Astfel, acest lucru determină ca,
cetățenii României să aleagă migrarea către alte state în căutarea unui loc de muncă.
Populația României se află într-o scădere continuă datorită unor factori istorici
precum trecerea în 1989 de la comunism la democrație, factori economici precum
declanșarea crizei economice, factori demografici precum sporul natural care este
negativ și este de așteptat ca populația să înregistreze o scădere lentă ca urmare a
acestuia. O mare parte din locuitorii României decid să plece în alte țări și datorită
sistemelor de sănătate, învățământ, securitate, care sunt nesatisfăcătoare. Inflația este
procesul de creștere semnificativă și persistentă a nivelului prețurilor. Inflația
reprezintă acea stare de dezechilibru economic în care masa monetară existentă în
economie depășeste necesarul real de monedă, ducând la creșterea generalizată a
prețurilor și la scăderea puterii de cumpărare a banilor. Procesul inflaționist are o
istorie îndelungată și s-a manifestat de-a lungul timpului cu intensități diferite și cu
schimbări de sens. Pe termen lung inflația este prezentă în orice economie. Fenomenul
nu poate fi controlat în totalitate, și în același timp nu este dezavantajos pentru toată
lumea. Cei care anticipează corect evoluția inflației pot găsi mereu metode de a se
îmbogăți, în detrimentul celor care nu o pot anticipa. Emisiunea excesivă de monedă
peste oferta reală de bunuri și servicii atrage după sine un ”surplus de cerere” și, ca
urmare, creșterea ansamblului prețurilor. Inflația ca stare de dezechilibru economic
este preponderent negativă, având numeroase consecințe asupra populației, agenților
economici și asupra mersului de ansamblu al economiei. Venitul național brut (ca
pondere în PIB) este egal cu produsul intern brut diminuat cu veniturile primare
vărsate de unităţile rezidente către unităţile nerezidente şi mărit cu veniturile primare
primite de la restul lumii de către unităţile rezidente. Conceptul de venit național brut
(VNB) este identic cu cel de produs naţional brut (PNB) care a fost utilizat până acum
în contabilitatea naţională. Scopul este de a măsura veniturile naţionale generate atât în
interiorul ţării, cât şi în afara sa. Acesta se calculează ca raport între VNB și PIB
înmulţit cu 100 (VNB% = VNB/PIB*100). Determinarea VNB reprezintă o cerinţă şi o
etapă importantă în evaluarea capacităţii sau necesarului de finanţare al unei economii,
care se realizează prin intermediul venitului disponibil brut (VDB). Prognoza venitului
4
naţional brut pe termen mediu, bazată pe evoluţia anterioară, precum şi pe estimările
exogene ale produsului intern brut şi balanţei veniturilor, evidenţiază o mare constanță
în creşterea reală şi nominală a acestuia, în condiţiile unei uşoare reduceri a ponderii
veniturilor nete negative.
3. Stabilirea variabilelor
În model au fost incluse trei variabile, dintre care o variabilă de explicat
(endogenă) şi două variabile explicative (exogene). Variabila de explicat este populaţia
României exprimată în milioane persoane în perioada 2000-2013. Variabilele
explicative incluse în model sunt rata inflației din România exprimată în procente din
5
perioada 2000-2013 şi venitul național brut (ca pondere în PIB) din România exprimat
în procente în perioada 2000-2013.
4. Culegerea datelor
Datele privind venitul național brut au fost culese de pe www.insse.ro la
secțiunea baze de date statistice, IDDR (Indicatori de Dezvoltare Durabilă în
România). Datele privind populația României și rata inflației (HICP) au fost extrase
de pe http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home, Statistics
Database. Rata inflației și venitul național brut din anul 2013 sunt provizorii, acestea
au fost extrase dintr-un Comunicat de presă de pe www.insse.ro, în cazul ratei inflației
și din Ziarul Financiar http://www.zf.ro și Revista Română de Statistică
http://www.revistadestatistica.ro în cazul venitului național brut.
unde:
Ŕ 2 = 0,71
F* = 32,23
6
n = 14
unde:
AUTOCORELAȚIA ERORILOR
Determinarea existenței autocorelației erorilor se poate face printr-un examen
vizual al rezidurilor sau cu ajutorul testului Durbin Watson. Pentru a putea fi realizat
un examen vizual al rezidurilor este nevoie de realizarea unui grafic în care să fie
evidențiate rezidurile modelului. Acest grafic este prezentat în Anexa nr. 3 și se poate
observa că avem o autocorelație pozitivă.
TESTUL STUDENT
Următorul test efectuat asupra regresiei simple este testul Student, testul de
semnificaţie individuală a valorii parametrilor. Valoarea tabelară a lui t ∝/2
n −2
TESTUL FISHER
(Anexa nr. 4) de unde rezultă că parametrii modelului sunt semnificativi din punct de
7
vedere statistic și se poate afirma că, cu probabilitatea de 95%, rata inflației
influențează populația României.
unde:
Ŕ 2 = 0,88
F* = 49,76
n = 14
unde:
TESTUL STUDENT
TESTUL FISHER
Aplicând testul Fisher se observă faptul că valoarea calculată F*= 49,76 este
mai mare decât valoarea teoretică F ∝/2
k ,n − k− 1= 3,98 (Anexa nr. 7) de unde rezultă că, cu
TESTUL CHOW
9
Aplicând testul Chow am împărţit variabilele în 2 perioade egale (2000-2006 și
2007-2013) pentru a observa dacă modelul e stabil sau nu pe întreaga perioadă.
Valoarea calculată F❑este 2,73, iar F ∝/2
k+1 ,n − 2 k− 2 este 4,07(Anexa nr. 8). Astfel se acceptă
ipoteza H 0, prin care, cu probabilitatea de 95% modelul este stabil pe întreaga perioadă
și se poate afirma faptul că nu au intervenit schimbări semnificative în relațiile dintre
mărimile economice introduse în model.
TESTUL DE MULTICOLINIARITATE
VARIABILA DUMMY
unde:
D1 = variabila auxiliară;
Ŕ 2 = 0,97
F* = 152,31
n = 14
unde:
7. Concluzii
În concluzie, modelul de față are rolul de a explica elementele ce influențează
direct populația României, pe o perioadă determinată de timp, prin aplicarea unor teste.
Astfel s-a observat că populația României este influențată de rata inflației și venitul
național brut. Modelul prezentat poate previziona populația României pentru următorii
ani, eventualele creșteri sau scăderi ale populației ţinând cont de venitul național brut
și de rata inflației înregistrată anual. Populația a înregistrat scăderi semnificative odată
cu declanșarea crizei economice din 2008. Pe fondul creșterii ratei inflației mulți
locuitori ai României au decis migrarea către țările vestice, care din punct de vedere
economic sunt mai dezvoltate și asupra cărora criza nu a avut un impact atât de mare,
în speranța unui trai de viață mai bun. Cu ajutorul modelului se pot face comparaţii
între nivelul real populației şi nivelul previzionat, oferind o sursă pentru un studiu
economic la nivelul României.
Pe tot parcursul analizei, pentru fiecare model, s-a testat existenţa sau
nonexistenţa autocorelaţiei erorilor. În urma aplicării testelor Student și Fisher s-a
demonstrat că modelul este bine construit, variabilele explicative au o influență
11
semnificativă asupra populației apoi, din calculul testului Chow observăm că modelul
este stabil pe întreaga perioadă de timp luată în calcul. Ulterior am decis introducerea
unei variabile dummy în model, reprezentată de eventualele efecte pe care persistența
crizei economice l-a avut asupra populației României, această variabilă dovedindu-se
că are o influenţă semnificativă pentru variabila de explicat în urma efectuării testului
Student. În concluzie, se poate afirma, cu o probabilitate de 95%, că rata inflației și
venitul național brut au o influenţă semnificativă asupra populației României.
8. Anexe
Regresia simplă
Anexa nr. 1 Date
y x
Ani Populație Rata inflației
mil pers %
2000 22455485 45,7
2001 22430457 34,5
2002 21833483 22,5
2003 21627509 15,3
2004 21521142 11,9
2005 21382354 9,1
2006 21257016 6,6
2007 21130503 4,9
2008 20635460 7,9
2009 20440290 5,6
2010 20294683 6,1
2011 20199059 5,8
2012 20095996 3,4
2013 20057458 3,5
12
Corelația dintre populația României și rata inflației
23000000
22500000
22000000
Populația României
21500000
21000000
20500000 Linear
20000000 ()
19500000
19000000
18500000
0 5 10 15 20 25 30 35 40 45 50
Rata inflației
13
20561778,8
13 1 -465782,8132
20567323,1
14 9 -509865,1857
Autocorelația erorilor
600000
400000
200000
Residuals
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
-200000
-400000
-600000
Regression Statistics
Multiple R 0,853627
R Square 0,72868
Adjusted R
Square 0,70607
Standard
Error 448899,3
Observations 14
ANOVA
Significanc
df SS MS F eF
Regression 1 6,494E+12 6,5E+12 32,22814 0,000103 4,747225
Residual 12 2,418E+12 2E+11
Total 13 8,912E+12 2,178813
14
116,36
Intercept 20373270 175086,58 1 1,09E-19 19991789 20754751 19991789 20754751
5,6769 34164,55
X Variable 1 55443,72 9766,4056 8 0,000103 34164,56 76722,89 5 76722,89
RESIDUAL OUTPUT
15
Regresie multiplă
Anexa nr.5 Date
y x1 x2
Venitul național brut (ca pondere în
Ani Populație Rata inflației PIB)
mil pers % %
2000 22455485 45,7 99,2
2001 22430457 34,5 99,2
2002 21833483 22,5 98,9
2003 21627509 15,3 97,7
2004 21521142 11,9 95,8
2005 21382354 9,1 97,1
2006 21257016 6,6 96,7
2007 21130503 4,9 96,4
2008 20635460 7,9 97,1
2009 20440290 5,6 98,6
2010 20294683 6,1 98,8
2011 20199059 5,8 98,7
2012 20095996 3,4 98,9
2013 20057458 3,5 98,8
Testul
Observatio
n Predicted Y Residuals ((et-(et-1))^2 et^2 Dw 1,6663939
1 22883943 -428457,9613 1,83576E+11
22138016, 8552144565
2 5 292440,4993 5,19695E+11 5 dL 0,905
21435060,
3 9 398422,1109 11232101997 1,5874E+11 dU 1,551
8235007180
4 21340542 286967,0222 12422236816 3 4-dL 3,095
21723691, 4102636064
5 6 -202549,6498 2,39627E+11 6 4-dU 2,449
6876613451
6 21120121 262232,9776 2,16023E+11 5
21081954, 3064647240
7 7 175061,339 7598894572 3
8 21064985 65518,00909 11999741121 4292609515
21040200,
9 3 -404740,3302 2,21143E+11 1,63815E+11
16
20405762,
10 5 34527,54906 1,92956E+11 1192151644
20374895,
11 2 -80212,19902 13165209789 6433996871
20386998, 3532136697
12 8 -187939,7961 11605235181 1
20162989,
13 9 -66993,87137 14627916717 4488178801
20201733, 2081547738
14 7 -144275,6992 5972480917 7
SUMA: 1,47807E+12 8,86985E+11
Autocorelația erorilor
500000
400000
300000
200000
100000
Residuals
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
-100000
-200000
-300000
-400000
-500000
Regression Statistics
Multiple R 0,94894
R Square 0,90048
Adjusted R
Square 0,88238
Standard
Error 283963
17
Observations 14
ANOVA
Significanc
Df SS MS F eF 3,982297
Regression 2 8,0255E+12 4,01E+12 49,7641 3,08E-06
Residual 11 8,8699E+11 8,06E+10 2,200985
Total 13 8,9124E+12
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,9489
R Square 0,9005
Adjusted R
Square 0,8824
Standard Error 283963
Observations 14
ANOVA
Significanc
df SS MS F eF
49,7640
Regression 2 8,03E+12 4E+12 7 3,08E-06
8,1E+1
Residual 11 8,87E+11 0
Total 13 8,91E+12
Subperioada 1
18
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,97766
R Square 0,95583
Adjusted R
Square 0,93374
Observations 7
ANOVA
Significance
df SS MS F F
Total 6 1,4038E+12
Subperioada 2
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,941
R Square 0,8856
Adjusted R
Square 0,8283
Standard Error 156086
Observations 7
ANOVA
df SS MS F Significanc
19
eF
3,8E+1 15,4755
Regression 2 7,54E+11 1 9 0,0130977
2,4E+1
Residual 4 9,75E+10 0
Total 6 8,52E+11
SCR 80635036747
SCR1 15501979649
SCR2 24362942280
gl1 3
gl2 8
Testul Chow F* 2,727217336
F teoretic 4,066180557
SUMMARY OUTPUT
Regression Statistics
Multiple R > R Square -> există
Multiple R 0,85363 prezență de multicoliniaritate
R Square 0,72868
Adjusted R
Square 0,70607
Observations 14
ANOVA
Significanc
df SS MS F eF
20
6,4943E+1 32,228
Regression 1 2 6E+12 1 0,0001028
2,4181E+1
Residual 12 2 2E+11
8,9124E+1
Total 13 2
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,9892
R Square 0,9786
Adjusted R
Square 0,9722
21
Observations 14
ANOVA
Significanc 2,2281388
df SS MS F eF 4
2,9E+1 152,31
Regression 3 8,72E+12 2 2 1,2086E-08
1,9E+1
Residual 10 1,91E+11 0
Total 13 8,91E+12
9. Bibliografie
1. L. Duguleană, C. Duguleană, “Economie aplicată”, Editura Universității
Transilvania Brașov, 1998;
2. L. Duguleană, “Metode de previziune economică”, “Econometrie”,
Editura Transilvania din Brașov;
3. C. Doltu, “Economics, microeconomics, macroeconomics”;
4. Anuarul Statistic 2013;
5. http://www.biblioteca-digitala.ase.ro/;
6. http://www.revistadestatistica.ro/;
7. http://www.insse.ro/;
8. http://www.zf.ro/;
9. http://epp.eurostat.ec.europa.eu/;
10.http://www.capital.ro/.
22