UNIVERSITATEA HYPERION DIN BUCUREȘTI

FACULTATEA DE ȘTIINȚE ECONOMICE

SPECIALIZAREA MANAGEMENT

REFERAT
MODELE ECONOMETRICE CU CÂTEVA VARIABILE
CALITATIVE

PROFESOR:
Prof.univ.dr. Mariana BĂLAN

STUDENT:
Vasilescu Bianca Mihaela
Anul 3 MAN ID
 CUPRINS

Pg
Introducere ........................................................................................................ 2
CAPITOLUL 1
3
MODELE ECONOMETRICE UNIFACTORIALE ………………………….
1.1 Modelul unifactorial linear ……………………………………………….. 3
1.2 Modele unifactoriale neliniare ……………………………………………. 4
CAPITOLUL 2
5
MODELE ECONOMETRICE MULTIFACTORIALE ……………………….
2.1 Modelul multifactorial linear ……………………………………………… 5
2.2 Modelul multifactorial neliniar ……………………………………………. 6
CAPITOLUL 3
7
MODELE ECONOMETRICE BAZATE PE FACTORUL TIMP …………….
3.1 Modelul econometric cu time – lag ………………………………………... 8
3.2 Modelul autoregresiv ……………………………………………………… 9
CAPITOLUL 4
11
VARIABILE CALITATIVE IN ECONOMIE ………………………………...
CONCLUZII …………………………………………………………………... 12

1
 INTRODUCERE

Modelul econometric reprezintă o imagine simplificată a relațiilor dintre variabilele

economice, care se referă atât la definirea variabilelor, cât și la determinarea
interconditionărilor dintre acestea. El redă ceea ce este esențial în agregatul economiei,
descriind global transformarea cauzelor în efecte. Importanța modelelor econometrice, ca
instrument fundamental de analiză al economistului modern, se afirmă în verificarea
consistenței unei teorii economice, în crearea unei legături cantitativ – econometrice de
verificare între teorie și obiectivul pragmatic și, în final, în descoperirea unor noi relații și
concepte, imposibil de relevat altfel.
Modelele econometrice analizează calitatea şi cantitatea proceselor economice şi
evoluţia lor. Econometria prin caracterul său general creează modele abstracte ale
fenomenelor economice. Econometria este o disciplină care s-a conturat ca o sinteză între
economie, matematică şi statistică.
Din economie provin teoriile economice, din matematică modelele teoretice care
exprimă teoriile economice, iar din statistică datele empirice şi metodele de prelucrare a
acestora. Pe baza datelor din economie, econometria construieşte modele (expresii
cantitative) pentru realităţile economice studiate care au un corespondent în teoriile
economice.
Prin procedeele de inferenţă statistică, econometria estimează parametrii modelelor şi
realizează predicţii asupra realităţii studiate.
Abordarea sistemică a naturii şi societăţii constituie o caracteristică a ştiinţei
contemporane. În domeniul activităţii economice, eficienţa deciziilor este condiţionată de
cunoaşterea structurii şi funcţionării sistemelor economiei de piaţă,
Modelele econometrice analizează calitatea şi cantitatea proceselor economice şi
evoluţia lor. Econometria prin caracterul său general creează modele abstracte ale
fenomenelor economice. Econometria este disciplina care s-a conturat ca o sinteză între
analiza matematică, statistica matematică şi economie.
Într-o economie de piaţă, unde fenomenele economice sunt din ce în ce mai
complexe, specialistul din acest domeniu are nevoie de o pregătire superioară, constând în

2
cunoştinţe multiple şi profunde în vederea observării şi rezolvării acestor fenomene pe baze
ştiinţifice.
În cele ce urmează voi face o scurtă prezentare a trei modele econometrice folosite in
economie: modelul unifactorial, modelul multifactorial și modelul bazat pe factorul timp.

CAPITOLUL 1

MODELE ECONOMETRICE UNIFACTORIALE

1.1. Modelul unifactorial linear
Comportamentul variabilelor economice este rezultatul acțiunii unui numar mai mare
sau mai mic de factori, esențiali sau nesemnificativi, cu un impact determinant sau accidental.
În aceste condiții, dependența dintre variabile nu se manifesta individual, pentru fiecare caz
în parte, ci numai în general, ca tendință a unui numar suficient de mare de cazuri. Variațiile
unei mărimi economice y pot fi mai mari sau mai mici decât cele determinate de un factor
oarecare x, sau chiar contrare celor asteptate.
Cu alte cuvinte, între variabilele economice există, de regulă, o dependență
stochastică, caracterizată prin faptul ca unei valori oarecare a factorului de influență x îi
corespunde o distributie de valori posibile ale variabilei rezultative y. Acest tip de dependență
este studiat cu ajutorul modelelor econometrice unifactoriale.
Alegerea unui anumit tip de model unifactorial, care să descrie legătura dintre
variabilele corelate, depinde în mare masură de volumul esantioanelor avute la dispoziție. Cu
cât acestea sunt mai mari, cu atât numarul de puncte din cadrul “norului de puncte” este mai
mare și posibilitatile de găsire a unei funcții care să exprime corect legatura dintre variabile
cresc.
Modelul unifactorial liniar studiază legatura dintre variabila factorială x și variabila
rezultativă y cu ajutorul unei funcții stochastice de forma:
y=α+β×x+ɛ
în care α si β se numesc parametrii sau coeficienții modelului și reprezintă valori necunoscute
ce urmează a fi estimate, iar e este variabila aleatoare.
Parametrul α reprezintă valoarea pe care o ia variabila rezultativă y atunci când
variabila factorială are valoarea zero și poate avea relevantă în model sau nu, în funcție de
cazul concret analizat.
Parametrul β, numit și coeficient de regresie, reprezintă panta dreptei de regresie,
adică valoarea cu care se modifică variabila rezultativă y atunci când variabila factorială x se
modifică cu o unitate.

3
 Semnul și valoarea parametrului β prezintă o importanță majoră în descrierea
interdependenței dintre variabila rezultativă și cea factorială.
Astfel, dacă β > 0, atunci legatura dintre variabila factorială x și variabila rezultativă y
este directă (când x are evoluție crescatoare, crește și y, iar când x are evoluție descrescatoare,
scade și y). Când β este pozitiv se pot distinge trei situații: dacă β < 1, atunci influența
variabilei factoriale asupra celei rezultative este mai slabă (la variația cu o unitate a variabilei
factoriale x, variabila rezultativă y variază cu o valoare subunitară); daca β > 1, atunci
influența variabilei factoriale asupra celei rezultative este foarte puternică (la variația cu o
unitate a variabilei factoriale x, variabila rezultativă y variază cu o valoare supraunitară); daca
β = 1, atunci variabila rezultativă y variază direct proporțional cu variația variabilei factoriale
x.
Dacă β < 0, atunci legatura dintre variabila factorială x și variabila rezultativă y este
inversă, de sens contrar (când x evolueaza crescator, y are o evolutie descrescatoare, iar când
x evolueaza descrescator, y are o evolutie crescatoare).
În situatia în care β = 0, variabila rezultativă y este complet independentă în raport cu
variabila factorială x.
Analiza de regresie în cazul modelului unifactorial liniar consta în estimarea
parametrilor α și β, prin determinarea a doi estimatori ά și βˆ.
Acești estimatori trebuie calculați astfel încât diferența dintre valorile reale ale
variabilei rezultative și valorile estimate cu ajutorul parametrilor calculați sa fie cât mai mică.
Deoarece funcția de regresie utilizată este de tip stochastic, parametrii a și b nu sunt
valori unice, ci au continut de medii, care se estimează cu ajutorul metodelor specifice oferite
de matematică și statistică.

1.2 Modele unifactoriale neliniare

De multe ori, în economie, dependența dintre două variabile nu este de tip liniar, ci
urmează diverse funcții analitice neliniare. Linia dreaptă nu poate fi utilizată pentru a descrie
orice legatură, deoarece, în multe cazuri, “norul de puncte” sugerează diverse curbe. În aceste
situații trebuie gasite funcțiile matematice corespunzătoare tipului de curbă sugerată de
reprezentarea grafică.
Existența sau absența unei legături liniare între variabila rezultativă y si variabila
factorială x se probează cel mai simplu prin verificarea egalitații dintre raportul de corelatie R
și valoarea absolută a coeficientului de corelație liniară simplă, r, astfel:

4
– daca cei doi parametri ai corelației sunt egali (R = ǀrǀ), legatura este liniara;
– daca cei doi parametri sunt diferiți (R ≠ ǀrǀ), legatura este neliniara.
În afara acestui procedeu, în alegerea formei funcției de regresie au un rol important,
pe lânga cunostințele teoretice si procedeele econometrice și, experiența practică și rezultatele
cercetărilor similare.
În principiu, o funcție de regresie neliniară este acea funcție a cărei pantă, dată de
parametrul β, nu este constantă pentru orice valoare a lui x. Estimarea parametrilor unei astfel
de funcții se realizează fie direct prin metoda celor mai mici pătrate, fie prin diverse
transformări care duc la liniarizarea funcției, fie prin utilizarea unor metode numerice de
estimare.
În econometrie, cele mai cunoscute și mai des întâlnite modele unifactoriale neliniare
sunt: modelul hiperbolic, modelul parabolic și modelul exponențial.

CAPITOLUL 2

MODELE ECONOMETRICE MULTIFACTORIALE

2.1 Modelul multifactorial liniar
Sub formă generală, un model multifactorial se definește prin următoarea relație:
y = f(xj) + Ɛ
Unde
y = variabila endogenă, efect sau rezultativă
xj = variabilele exogene sau factoriale sau cauzale
j = 1,k unde k = numarul variabilelor exogene
Ɛ = variabila reziduală aleatoare sau eroare
f(xj) = funcția de regresie cu ajutorul căreia vor fi aproximate valorile varibilei y determinate
numai de influenta factorilor xj , considerați esențiali, principali, hotărâtori, exceptand
influența celorlalți factori ai fenomenului y, care sunt considerati factori neesentiali,
nesemnificativi de explicare a apariției și a evoluției în timp și în spațiu a fenomenului y,
acețtia fiind tratati separat cu ajutorul variabilei reziduale Ɛ.
Specificarea unui model econometric se face pe baza teoriei economice. Fenomenul
economic y se precizează pe baza conceptelor, definitiilor si a relatiilor cauză effect elaborate
de catre aceasta și se accepta fenomenul x j ca factor esential sau se respinge și se trece în
categoria factorilor întâmplători prin intermediul variabilei Ɛ.

5
 În economie modele multifactoriale au o arie vastă de aplicare, acestea putand fi
utilizate în mai multe situații și sub diverse forme.
Funcția de regresie care stă la baza modelului multifactorial liniar este de forma:

yi = a + b1× x1i + b2× x2i + … + bk× xki + 

în care:
yi reprezintă valorile variabilei rezultative;
x1i, x2i, …, xki sunt valorile variabilelor factoriale luate în considerare;
a, b1, …, bk sunt parametrii modelului, corespunzatori variabilelor factoriale x1i, x2i, …, xki;
eI este variabila aleatoare sau reziduală.
Estimarea parametrilor regresiei liniare multiple se realizeaza tot cu metoda celor mai
mici patrate, utilizata si la modelele unifactoriale. Aplicarea ei porneste de la aceleasi ipoteze
fundamentale:
 datele privind variabila rezultativa si variabilele factoriale sunt obtinute fara erori de
observare sau masurare;
 variabila aleatoare sau reziduala ei este de distributie normala, de medie nula (E( e i)
= 0) si de varianta constanta si diferita de zero (homoscedastica);
 variabila aleatoare ei urmează o distribuție independentă de valorile variabilelor
factoriale x1i, x2i, …, xki;
 variabilele factoriale nu sunt corelate liniar unele fată de celelalte (ipoteza absentei
multicoliniaritatii);
 valorile variabilei aleatoare nu sunt autocorelate.
Similar cu modelul unifactorial, estimatorii determinați cu metoda celor mai mici pătrate
corespund obiectivului urmărit dacă valoarea asteptată pentru fiecare estimator este egală cu
valoarea reală a parametrului, iar varianta fiecărui estimator este cea mai mica posibilă în
raport cu numarul de eșantioane.
Informațiile oferite de parametrii de regresie se referă la cuantificarea efectelor variațiilor
variabilelor factoriale luate în considerare asupra variației variabilei rezultative.
Aproximarea termenului liber a, similar cu ceea ce s-a prezentat la modelul unifactorial,
arată nivelul variabilei rezultative atunci când toate variabilele de influența (x1i, x2i, …, xki)
au valoarea zero.
Din punct de vedere economic, această valoare are relevanță numai atunci când variabila
rezultativă poate lua valori diferite de zero și în conditiile în care toate variabilele factoriale
sunt nule. Daca este vorba însă de variabile fundamentale, în absența cărora variabila

6
rezultativă nu există, atunci termenul liber a nu are relevantă economică și trebuie eliminat
din funcție.

2.2 Modelul multifactorial neliniar

Modelele liniare au o larga aplicabilitate în econometrie datorită relativei usurinte cu
care parametrii acestor modele pot fi estimati si interpretati.
Însă odată cu dezvoltarea unor programe computerizate specializate, a apărut
posibilitatea utilizarii unor modele mai complexe, care au la bază diverse tipuri de funcții,
liniare sau neliniare, cu variabile cantitative si calitative. Problema principală care trebuie
rezolvată la ora actuala cu privire la utilizarea acestor instrumente computerizate este cea
referitoare la alegerea funcției cele mai potrivite în raport cu fenomenul studiat.
Astfel, modelele multifactoriale neliniare pot fi de diverse forme, în functie de curba
descrisă de graficul “norului de puncte”. Cel mai des întâlnite modele neliniare multiple care
descriu evoluția unor variabile economice sunt funcțiile exponențiale si funcțiile de putere.
Funcțiile exponențiale pot fi, la rândul lor, de diverse forme, cele mai utilizate fiind
cele care pot fi ușor liniarizate prin diverse transformări. O funcție exponențială
multifactorială cunoscută este de forma:
y = a × b1x1 × b2 x2 × … × bk xk × e
Liniarizarea acestei funcții se realizează prin logaritmare:
log y = log a + x1× log b1 + … + xk× log bk + log e
În acest fel, modelul este unul multifactorial liniar cu parametrii log a, log b1, …, log
bk, care pot fi estimați cu metoda celor mai mici pătrate.
Similar cu funcțiile exponențiale, în urma efectuarii operațiunii de logaritmare,
estimarea parametrilor funcției rezultate se poate realiza tot cu metoda celor mai mici pătrate.
Pe lânga funcțiile liniarizabile există însă și numeroase funcții neliniare care nu se
pretează la liniarizare si ale caror parametri trebuie estimați ca atare. Acest lucru, de obicei,
este dificil de realizat cu metode mai simple, fapt pentru care se apelează la metodele
computerizate specializate, iar analistul interpretează doar rezultatele obtinute.
Modelele neliniare se identifică cu ajutorul funcţiilor neliniare, cum ar fi: funcţia
exponenţială, hiperbolă, funcţia logistică, parabolă etc.

CAPITOLUL 3
MODELE ECONOMETRICE BAZATE PE FACTORUL TIMP

7
 Analiza econometrică a evoluției în timp a fenomenelor și proceselor economice
reprezintă o latură distinctă a cercetării variabilelor economice cu ajutorul metodelor
cantitative. În cazul modelelor care include factorul timp – serii de timp, cronologice sau
dinamice, cum mai sunt ele denumite – variabilele factoriale sunt înlocuite de un șir de valori
care exprimă, de regula, o acumulare de perioade egale de timp. Modelele econometrice
bazate pe factorul timp sunt reprezentate, de obicei, prin doua șiruri de date paralele, în care
primul șir arată variația caracteristicii de timp, iar cel de-al doilea șir arată variația
caracteristicii studiate de la o unitate de timp la alta.
Cele mai cunoscute modele analitice de ajustare sunt: funcțiile de timp liniare și
neliniare, modelele cu time – lag și modelele autoregresive
3.1 Modelul econometric cu time – lag
Funcțiile de timp liniare și neliniare presupun o transmitere instantanee a influenței
dinspre variabilele factoriale spre variabila rezultativă. De multe ori însă, în economie,
efectele se transmit cu o oarecare întârziere, fapt care duce la un decalaj mai mare sau mai
mic între momentul modificarii variabilei factoriale și momentul modificarii corespunzatoare
a variabilei factoriale.
Modelele care studiază astfel de legaturi cu efecte decalate în timp sunt cunoscute în
econometrie sub numele de modele cu time – lag.
Aceste modele trebuie utilizate atunci când decalajul, lag-ul, este suficient de mare încât să
influențeze semnificativ analiza (de exemplu, un decalaj de câteva zile nu are nici o
importanță pentru variabilele înregistrate anual, dar este foarte important pentru variabile
înregistrate zilnic).
Cea mai generală formă a unui model cu time – lag pornește de la premisa că efectele
acțiunii unei variabile factoriale sunt distribuite în timp, unele cu efect mai rapid, altele cu
efecte mai îndepartate în timp. Acest model are la baza o ecuație de forma:
yt = a + b0× xt + b1× xt-1 + b2× xt-2 + … + bk× xt-k + et
unde: yt este variabila rezultativă la momentul t;
a, b0, b1, …, bk sunt parametrii modelului;
xt , xt-1 , …, xt-k sunt valorile înregistrate de catre variabila factoriala la momentele t, t – 1, …, t
– k;
et reprezinta variabila reziduala la momentul t.
Relația poate fi scrisă pe scurt astfel:

8
 Dacă numarul de perioade k pe care se manifestă în urma influențele este suficient de
mic, atunci estimarea parametrilor modelului se poate face cu metoda celor mai mici pătrate.
În această situație, ipotezele de pornire ale modelului sunt date de restricțiile metodei celor
mai mici pătrate, în care variabila aleatoare este de repartiție normală, de medie nulă și
homoscedastica, iar variabila factorială și cea aleatoare nu sunt autocorelate (nivelurile
anterioare nu au nici o influență asupra nivelului prezent). Valorile estimate ale parametrilor
se obțin și se interpreteaza similar cu modelele multifactoriale.
Probleme apar în momentul în care influențele sunt decalate cu multe perioade în
urmă, iar informațiile deținute despre ceea ce s-a întâmplat în trecut sunt insuficiente. În
aceste condiții, aplicarea directă a metodei celor mai mici pătrate poate genera estimatori
deplasați și neconsistenți, datorită posibilitații apariției fenomenului de multicoliniaritate.
Deficiențele aplicării metodei celor mai mici pătrate pot fi eliminate prin specificarea
unor restricții referitoare la distribuția decalajelor. Există mai multe variante de atingere a
acestui deziderat.
O primă modalitate este cea care pornește de la presupunerea că parametrii modelului
aferenți variabilelor decalate sunt pozitivi subunitari (0 < h < 1) și descresc în progresie
geometrică. Modelul este numit al decalajului în progresie geometrică. Forma scurtă a
modelului este:

O altă modalitate de a ușura estimarea parametrilor modelului cu time – lag este

apelarea la modelul așteptărilor adaptive. Acest model presupune ca modificările variabilei
rezultative y se datoreaza modificărilor în nivelul așteptat (sau dorit) al variabilei factoriale x,
notat cu xt*. Ecuația modelului este de forma:
yt = a + b × xt* + et
Aceste modele cu time – lag pot fi diversificate prin introducerea în model a unor variabile
factoriale cu influență instantanee, care să acționeze în paralel cu variabilele cu influență
decalată.

3.2 Modelul autoregresiv

De obicei, în practica economică, variabilele economice, pe lânga influențele
importante pe care le suferă din partea unor variabile factoriale, au și un caracter
autoregresiv, de memorare a comportamentului anterior. Din punct de vedere econometric,

9
termenul de autoregresiv definește măsura în care o variabilă economică prezintă
caracteristica de a se autocorela, în sensul că nivelul curent al acesteia este determinat într-o
masură semnificativă de nivelurile sale anterioare, decalate cu una sau mai multe perioade în
urmă.
În această situație, efectul asupra variabilei rezultative nu este cauzat de influența
directă a unor variabile factoriale, ci este unul retroactiv, indus de încărcatura informatională
a variabilei studiate.
În principal, efectul autoregresiv se concretizează în modul mai mult sau mai putin
pregnant în care nivelul actual al cursului este influențat de nivelurile sale anterioare,
decalajul în timp a influențelor putând avea diferite valori. În general, cu cât acest decalaj
este mai mare, adică deplasarea în urmă față de momentul prezent este mai accentuată, cu atât
influențele sunt mai slabe. Problema care apare fiind cea a determinării momentului când
acestea devin nesemnificative, pentru a fi eliminate din model, similar cu cele prezentate la
modelele cu time – lag.
Această caracteristică ține de capacitatea mediului înconjurator de a reține
comportamentele anterioare ale variabilei studiate și de a actiona în funcție de acestea în
formarea anticipațiilor pentru perioadele urmatoare.
Mecanismul de formare al anticipațiilor în conditii de informare incompleta, are, de
regulă, o natura mixtă, anticipațiile fiind atât adaptive, în sens friedmanian, cât și raționale,
adică bazate pe cunoașterea, fie si parțiala, a situatiei actuale. În lipsa unor informații actuale
complete, agenții economici acționeaza tinând cont și de informațiile din perioadele
precedente, fiind de asemenea capabili să învețe din erorile de anticipație comise în aceste
perioade.
Volatilitatea crescută și uneori imprevizibilă, a anticipațiilor din economie fac din
acestea o categorie specifică, pseudo–adaptivă, ceea ce înseamnă ca principiul de formare
poate fi de tip bulgăre de zapadă, viteza de propagare fiind foarte mare, iar sensul de evoluție
contrar teoriei.
O problemă importantă este aceea ca între diversele categorii de agenți economici
există o importantă asimetrie informatională, ceea ce echivalează cu forme diferite ale
funcțiilor ce descriu formal mecanismele lor anticipaționale. Această asimetrie poate fi însă
atenuatț prin realizarea estimațiilor pe perioade de timp distincte. Totuți, se pot distinge cel
puțin două mari categorii de operatori.
Comportamentul operatorilor din prima categorie se consideră că are impact cu
precădere pe termen mediu și lung, iar efectul anticipațiilor este indirect pus în evidență, prin

10
intermediul variabilelor factoriale luate în considerare. Această categorie de anticipații este
înglobată de informația dată de variabilele factoriale incluse într-un model multifactorial și nu
necesită un studiu aparte a fenomenului anticipațiilor.
Subiecții economici din a doua categorie, interesați în formularea unor anticipații cu
grad sporit de acuratețe – mai precis, interesați de aspectul cantitativ al modificărilor
survenite în variabila studiată – urmăresc de o manieră sistematica această evoluție,
orientându-se în estimarea nivelului anticipat al variabilei în funcție de nivelul său din
perioadele precedente. Desigur, această formulare reprezintă o particularizare a celor enunțate
anterior, subiecții economici tinzând să-si formuleze anticipațiile prin extrapolarea cvasi–
mecanică a situației curente, introducând, eventual, o anumită corecție în raport de evoluțiile
precedente.
Această afirmație echivalează cu adoptarea ipotezei existenței unei relații de
dependența liniara între nivelul estimat al variabilei studiate și nivelurile sale anterioare. O
astfel de relație poate fi studiată cu ajutorul modelelor autoregresive de diverse ordine.

CAPITOLUL 4

VARIABILE CALITATIVE IN ECONOMIE

În economie, alături de procese cantitative, care pot fi măsurate, există şi variabile a

căror intensitate este exprimată prin atribute: serviciu satisfăcător/nesatisfăcător; apreciere
excelentă, foarte bună, bună, mulţumitoare, negativă; risc maxim, moderat, minim.Variabilele
care se referă la însuşiri, calităţi, categorii, a căror intensitate este exprimată prin atribute,
grade de comparaţie, aprecieri sunt variabile calitative. Rolul factorilor de
natură calitativă este important pentru analiza şi prognoza proceselor economice.

Exemple

• Producţia depinde de dotarea cu utilaje şi de numărul de angajaţi, dar şi de managementul

procesului de producţie;

• Economiile populaţiei sub formă de depozite la o anumită bancă depind de rata dobânzii,

dar şi de încrederea deponenţilor în banca respectivă;

• Vânzările de bunuri durabile depind de preţ, dar şi de calitate sau de temerile cumpărătorilor
cu privire la accentuarea inflaţiei;

11
• Exportul unui produs pe o piaţă depinde de preţul ofertei, cursul de schimb, dar şi de
renumele mărcii şi încrederea existentă pe acea piaţă privind calitatea produsului;

• Situaţia de a fi acceptat sau nu în urma unui interviu depinde de prestaţie, vârstă, putere de
convingere;

• Starea de spirit a populaţiei depinde de frecvenţa conflictelor sociale, venituri, gradul de

stabilitate şi competenţa guvernanţilor, etc. În termenii econometriei, introducerea factorilor
de natură calitativă, în situaţiile în care rolul lor este presupus semnificativ, conduce la
creşterea gradului de determinare şi la un plus de calitate a estimaţiilor obţinute pentru
parametri. Problema cuantificării (exprimării prin numere) variabilelor calitative reprezintă o
etapă de a cărei rezolvare depinde calitatea analizei economice bazată pe modelul
econometric.

CONCLUZII

Metodologia econometrică trebuie să fie ancorată în realitățile practice economice. Pe

baza agregatelor care fundamentează conceptul macroeconomic se pot identifica variabile
statistice, care pot fi analizate pe bază de modele. Din cele prezentate se desprinde concluzia
că numai prin analiză corelativă se pot obține parametrii pe baza cărora să se poată prognoza
evoluția economică. Desigur, aceste concepte teoretice pot fi formalizate matematic pentru a
obține mărimi (parametri) pe baza cărora să se construiască perspectivele de evoluție
economică. Acestea conduc la ideea că pe baza bazelor de date, devine facilă construirea de
modele macroeconomice.

12