Seminar 3 – ECONOMETRIE - SPĂTARU

I) Exemple de Modele de Regresie

M1.
Cheltuielile pentru VacanŃă = f (Venitul Familiei)
Cheltuielile alocate de o familie pentru petrecerea VacanŃei într-un an depind de Venitul Familiei,
realizat în acel an.
Teoria economică postulează o dependenŃă liniară directă între cele două variabile. Astfel, la un nivel
dat al venitului familiei se defineşte, în medie, o relaŃie liniară. Avem valoarea medie condiŃionată:
E (CV | VF ) = β 0 + β 1 ⋅ VF
Cheltuielile pentru VacanŃă depind şi de alŃi factori neînregistraŃi. InfluenŃa lor este cuantificată în cadrul
modelului de regresie prin variabila de perturbaŃie ε (eroarea aleatoare):
ε = CV − E (CV | VF ) ⇒ CV = β 0 + β 1 ⋅ VF + ε

M2.
Venitul ObŃinut = f (Nivelul de Pregătire Profesională)
Venitul ObŃinut (VO) de o persoană într-o anumită perioadă de timp depinde de Nivelul de Pregătire
Profesională (NPP) al acelei persoane.
Definim modelul econometric liniar ce poate explica variaŃia Venitului ObŃinut de angajaŃii unei firme în
funcŃie de Nivelul de Pregătire Profesională al acestora.
La o creştere a NPP are loc şi o creştere a VO.
În condiŃii normale ar trebui ca β1 > 0 .
Două persoane care au acelaşi NPP pot avea venituri diferite, deoarece VO depinde şi de alŃi factori,
cum ar fi: vechimea în cadrul firmei, funcŃia ocupată, producŃia realizată. InfluenŃa acestor factori asupra
Venitului ObŃinut este sintetizată în variabila de perturbaŃie ε.
VO = β 0 + β 1 ⋅ NPP + ε

M3.
Nivelul CorupŃiei într-o Ńară, nivel măsurat prin Indicele CorupŃiei (IC), depinde de gradul de dezvoltare
al acelei Ńări, măsurat prin Indicele Dezvoltării Umane (IDH).
IC = f (IDH) ⇒
IC = β 0 + β 1 ⋅ IDH + ε
IC este un indicator ce măsoară corupŃia dintr-o Ńară, în percepŃia investitorilor străini.
IC variază între 0 şi 10.
0 – nivelul cel mai ridicat al corupŃiei
10 – nivelul cel mai scăzut al corupŃiei
IDH ∈ [1,1 ] - caracterizează nivelul de trai al populaŃiei unei Ńări. Se calculează prin agregarea a 3
indicatori ce caracterizează:
i) speranŃa de viaŃă la naştere
ii) nivelul de educaŃie şi de pregătire al populaŃiei unei Ńări
iii) nivelul activităŃii economice desfăşurate pe parcursul unui an
(se foloseşte PIB/locuitor)

1
M4. Un model econometric al pieŃei de capital
În modelarea pieŃei de capital se folosesc informaŃii privind evoluŃia preŃurilor activelor financiare care
se tranzacŃionează la bursă. Fiind zilnice, aceste date sunt de tip serii de timp.
Din raŃionamente financiare şi statistice, seria preŃurilor activelor financiare se transformă în seria
rentabilităŃilor (randamentelor) activelor financiare:
p − p t −1 p − p t −1
Rt = t sau Rt = t ⋅ 100%
pt −1 pt −1
pt este preŃul activului financiar la momentul t
pt −1 este preŃul activului financiar la momentul t − 1
Dacă randamentele sunt calculate în timp continuu, vom avea seria:
rt = ln pt − ln p t −1 sau rt = 100% (ln pt − ln p t −1 )
Rentabilitatea exprimă (procentual), câştigul sau pierderea, rezultate din deŃinerea activului respectiv,
între două momente de timp consecutive.
La nivelul oricărei pieŃe de capital se calculează indicatori globali. EvoluŃia unui asemenea indicator
global constituie un barometru al pieŃei.
Dacă ne interesează un anumit activ financiar, pe care dorim să-l introducem în portofoliul nostru, dorim
să-l evaluăm, în timp, în funcŃie de modificările unui astfel de indicator global (I). Modelul econometric
poate fi descris printr-o ecuaŃie de forma:
Rt = β 0 + β 1 ⋅ I t + ε t

II) Modelul de regresie liniară unifactorială. Estimarea parametrilor.

Ex1. Consumul unei familii în funcŃie de Venitul disponibil

În scopul evaluării influenŃei Venitului disponibil asupra Cheltuielilor de consum ale unei familii, au
fost înregistrate, pentru 10 familii, valorile următoarelor variabile:
Y – cheltuielile de Consum ale familiei;
X – Venitul Disponibil al familiei.
Y 70 65 90 95 110 115 120 140 155 150
X 80 100 120 140 160 180 200 220 240 260
Fiecare familie a fost selectată, la întâmplare, dintr-un grup de familii cu un venit net disponibil fixat.
Valorile celor două variabile sunt exprimate în 1000 unităŃi monetare (u.m.), astfel încât prima familie
câştigă 80000 u.m. şi consumă 70000 u.m. anual.

a) Să se reprezinte grafic datele de observaŃie şi să se comenteze legătura dintre cele două variabile.
b) Pe baza datelor de la nivelul eşantionului, să se determine ecuaŃia de regresie liniară care modelează
legătura dintre cele două variabile. După estimarea parametrilor modelului, să se interpreteze rezultatele
obŃinute.
c) Să se verifice dacă modelul de regresie identificat este valid statistic (valoare tabelară: 5,32 pentru un
nivel de semnificaŃie de 0,05).
d) Să se testeze semnificaŃia statistică a parametrilor modelului şi să se determine intervalele de
încredere pentru parametrii modelului (valoare tabelară: 2,306 pentru un nivel de semnificaŃie de 0,05).
e) Să se măsoare intensitatea legăturii dintre cele două variabile cu ajutorul coeficientului de corelaŃie şi
al raportului de corelaŃie; să se testeze semnificaŃia indicatorilor utilizaŃi.

2
f) În ce măsură, variaŃia cheltuielilor de consum este influenŃată de venitul disponibil al familiei, pe baza
modelului de regresie determinat?
g) Să se previzioneze cheltuielile medii de consum ale unei familii, în ipoteza că venitul disponibil este
100.
h) Să se previzioneze cheltuielile de consum ale unei familii, în ipoteza că venitul disponibil este 100.

a) Pentru a identifica existenŃa unei relaŃii de dependenŃă între variabilele analizate, ca şi forma şi sensul
relaŃiei de dependenŃă, construim diagrama împrăştierii datelor. Pentru a crea o diagramă a datelor
trebuie să stabilim care variabilă ar trebui să apară pe axa orizontală. În analiza de regresie, variabila
explicativă apare totdeauna pe axa orizontală iar variabila explicată pe axa verticală.

Folosim Excel pentru a efectua calculele pentru estimarea unui model de regresie.
Valorile observate pentru variabilele Y şi X sunt introduse în coloanele B şi C.

Reprezentăm grafic perechile de puncte observate ( xi , y i ) .

În Excel, selectăm: Insert/Chart/XY(Scatter)…
Se observă că între variabilele X şi Y există o legătură directă şi liniară.
b) Rezultă că putem considera că între cele două variabile există o relaŃie de forma:
yi = β 0 + β 1 xi + ε i , i = 1,2,..., n .

3
Pentru a determina estimatorii a şi b (sau β̂ 0 şi β̂1 ) ai parametrilor β 0 şi β1 , rezolvăm sistemul de
ecuaŃii normale ale lui Gauss.
 an + b∑ xi = ∑ yi  10a + 1700b = 1110
 
 a ∑ x i + b ∑ x i = ∑ xi y i 1700a + 322000b = 205500
2

SoluŃiile sistemului se pot obŃine folosind metoda determinanŃilor:

∆
a= a =
∑ yi ∑ xi2 − ∑ xi ∑ xi yi ⇒ a=
(1 110)(322 000) − (1700)(205 500)
≈ 24,4545
∆ n∑ xi2 − (∑ xi ) 2 (10)(322 000) − (1 700) 2
∆ b n∑ xi y i − ∑ x i ∑ y i (10)(205 500) − (1700)(1110)
b= = ⇒ b= ≈ 0,5091
∆ n∑ x i − (∑ xi )
2 2
(10)(322 000) − (1 700) 2
sau
b=
∑ ( xi − x )( y i − y ) ⇒ b=
(16800)
≈ 0,5091
∑ ( xi − x ) 2 (33000)(8890)
a = y − bx ⇒ a = 111 − (0,5091)(170) ≈ 24,4545
Dreapta de regresie estimată este yˆ i = 24,4545 + 0,5091⋅ xi
Fiecare punct de pe dreapta de regresie este o estimaŃie a valorii medii a lui Y, corespunzător valorii
alese pentru X. Deci ŷ i este o estimaŃie pentru E (Y | X i ) .
Interpretarea parametrilor obŃinuŃi:
Valoarea b ≈ 0,5091 , care măsoară panta dreptei de regresie, arată că, în cazul unor venituri cuprinse
între 80 mii şi 260 mii u.m., atunci când X creşte cu o unitate (1000u.m.), cheltuielile de consum vor
creşte, în medie, cu 0,5091x1000=509,1 u.m.
Valoarea a ≈ 24,4545 arată nivelul cheltuielilor de consum, atunci când venitul este 0. Interpretăm pe
a ≈ 24,4545 ca fiind efectul mediu asupra lui Y, al tuturor factorilor care nu sunt luaŃi în considerare în
modelul de regresie.
Este interesant să obŃinem prin MCMMP estimaŃiile cheltuielilor de consum ale familiilor în raport cu
venitul şi apoi să le comparăm cu cele obŃinute dintr-un pachet de regresie.

Ex2. Cererea în funcŃie de PreŃ

Legea cererii postulează o relaŃie inversă între cantitatea cerută dintr-un produs şi preŃul său, toate
celelalte variabile care afectează cererea fiind considerate constante.
O editură doreşte să studieze legătura dintre numărul de albume vândute şi preŃul unui anumit album (de
pictură). În acest scop, au fost înregistrate, în 10 oraşe, valorile următoarelor variabile:
Y – numărul de albume vândute;
X – preŃul albumului (în unităŃi monetare - u.m.).
Y 49 45 44 39 38 37 34 33 30 29
X 1 2 3 4 5 6 7 8 9 10

a) Să se reprezinte grafic datele de observaŃie şi să se comenteze legătura dintre cele două variabile.
Se observă că între variabilele X şi Y există o legătură liniară inversă.

4
b) Pe baza datelor de la nivelul eşantionului, să se determine ecuaŃia de regresie liniară care modelează
legătura dintre cele două variabile. Să se estimeze parametrii modelului şi să se interpreteze rezultatele
obŃinute.
Considerăm modelul:
yi = β 0 + β 1 xi + ε i , i = 1,2,..., n .
Pentru a determina estimatorii a şi b (sau β̂ 0 şi β̂1 ) ai parametrilor β 0 şi β1 , rezolvăm sistemul de
ecuaŃii normale ale lui Gauss.
 an + b∑ xi = ∑ yi  10a + 55b = 378
 
 a ∑ x i + b ∑ x i = ∑ xi y i 55a + 385b = 1901
2

ObŃinem: a ≈ 49,6667 şi b ≈ −2,1575

Dreapta de regresie estimată este yˆ i = 49,6667 − 2,1575 ⋅ xi
Fiecare punct de pe dreapta de regresie este o estimaŃie a valorii medii a lui Y, corespunzător valorii
alese pentru X. Deci ŷ i este o estimaŃie pentru E (Y | X i ) .

Interpretarea parametrilor obŃinuŃi:

Valoarea b ≈ −2,1575 , care măsoară panta dreptei de regresie, arată că, atunci când preŃul (X) creşte cu
o unitate, numărul de albume vândute (Y) scade, în medie, cu două bucăŃi.
Valoarea a ≈ 49,6667 arată numărul de albume vândute, atunci când preŃul unui album este 0. În
general, parametrul de interceptare nu are semnificaŃie economică. Interpretăm pe a ≈ 49,6667 ca fiind
efectul mediu asupra lui Y, al tuturor factorilor care nu sunt luaŃi în considerare în modelul de regresie.

Estimarea parametrii modelului în Excel

Microsoft Excel conŃine un instrument pentru a efectua regresii folosind MCMMP. Selectăm: Data
Analysis şi apoi Regression din lista de instrumente de analiză afişate.

5
Ce facem dacă nu apare Data Analysis în menu?
Deschidem fişierul din Excel.
Selectăm File → Options → Add-Ins → Go → bifăm opŃiunea Analysis ToolPak → OK.

Estimarea parametrii modelului cu ajutorul pachetului EViews.

Ex1. Consum-Venit
Se va selecta EViews4.1.exe din Folder-ul EViews4.1

1--Crearea unui fişier de tip Workfile

Pentru orice aplicaŃie se crează un fişier de tip Workfile. În cadrul acestui fişier se introduc seriile
iniŃiale de date, iar apoi aici sunt stocate rezultatele obŃinute în urma procesului de prelucrare: serii de
date obŃinute prin transformări de serii iniŃiale, grafice statistice, rezultatele obŃinute în urma estimării
parametrilor unor modele econometrice etc.

6
Vom crea un fişier Eviews în care vom introduce seriile de date din tabelul Excel
Pas1: Se deschide o nouă sesiune de lucru în EViews
Pas2: Se crează un nou fişier de tip Workfile, folosind comanda: File/New/Workfile

În urma selectării comenzii File/New/Workfile se afişează fereastra de mai jos, în care vor fi definite:
frecvenŃa datelor şi domeniul valorilor seriei de date. Se specifică prima şi ultima valoare din serie.

2--Introducerea seriilor de date în Eviews prin import din Excel

Se foloseste comanda Procs/Import/Read Text-Lotus-Excel...

7
AtenŃie: Fişierul din care se importă seriile de date trebuie să nu fie deschis în momentul în care se face
importul. Pentru a fi acceptat de EViews4.1. fişierul din care se importă seriile de date trebuie să fie
salvat în format compatibil Excel 97-2003.

Valorile observate pentru cele 2 variabile X şi Y sunt date în fişierul Ex1.Consum-Venit şi încep din
căsuŃa B3. Vom completa Numărul de serii importate: 2.

3--Verificarea datelor introduse.

Apar variabilele cu numele din fişierul Excel (xi, yi). Pentru a verifica dacă datele au fost importate
corect, vom deschide un grup format din cele 2 variabile.

8
4--Specificarea ecuaŃiei de estimat:

5--ObŃinerea rezultatelor. Rezultatele estimării sunt în EQ01: