Prognoza

econometrică
În sens larg, poate fi considerată prognoză orice anticipare cantitativă a unui comportament, chiar dacă anticiparea respectivă
este realizată pe baza unei analize transversale. În sens strict, prognoza se referă exclusiv la seriile de timp și reprezintă o
anticipare cantitativă a unor evenimente sau condiții viitoare, pornind de la un set de informații disponibile.

Se consideră că orice sistem prezintă anumite structuri relativ stabile și o anumită regularitate în comportament, cel puțin pe
termen scurt. Metodele de prognoză încearcă să valorifice inerția structural – funcțională a sistemului, adică să anticipeze
efectele stabilității structurale și comportamentale a sistemului.

În funcție de natura sistemului și a relațiilor de intercondiționare reciprocă între componentele acestuia, metodele de prognoză
analizează evoluția sistemului fie prin metode autoproiective (valorificarea inerției structurale), fie prin metode cauzale (ex.
regresie în raport cu anumite variabile a căror dinamică poate fi estimată cu o precizie satisfăcătoare - valorificarea inerției
funcționale).

Prof.univ.dr. Dorin Jula: Econometrie. 2022

 Schema generală a procesului de prognoză

În raport cu momentul la care se realizează, se distinge prognoza ex post și prognoza ex ante.

Date disponibile

Prognoza Prognoza
ex-post ex-ante
timp
t1 t2 t3

trecut viitor
prezent

Prof.univ.dr. Dorin Jula: Econometrie. 2022

O altă distincție obișnuită, este cea dintre
▪ prognoza necondiționată și
▪ prognoza condiționată.

În prognoza necondiționată, valorile variabilelor explicative sunt cunoscute cu certitudine pentru întregul orizont de
anticipare prospective (ex. metodele autoproiective, modelele de simulare).

În prognoza condiționată nu sunt cunoscute cu certitudine valorile viitoare pentru cel puțin o variabilă explicativă. Variabilei
respective trebuie să-i fie aplicată o procedură de predicție. Valorile variabilei explicative pot fi calculate în același model
(model cu ecuații simultane) sau pot fi determinate pe baza unui model econometric auxiliar.

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Modelul unifactorial de regresie lineară

Modelul: Yt = a0 + a1Xt + et, t = 1, 2, …, n, unde erorile sunt i.i.d. N(0, σ2)

Orizontul de prognoză f, de exemplu, f ≡ n+1:

Yf = a0 + a1Xf + ef, Var ( ef ) = M( e2f ) = 2e
ex: Yn+1 = a0 + a1Xn+1 + en+1,
Valoarea medie condiționată pentru momentul f:
Ŷf = â0 + â1Xf ex. Ŷt+1 = â0 + â1Xt+1
Estimatorul erorii de prognoză
uf = Yf - Ŷf

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Modelul unifactorial de regresie lineară

Valoarea medie condiționată pentru momentul f:

Ŷf = â0 + â1Xf ex. Ŷt+1 = â0 + â1Xt+1
Prognoza Yf = Ŷf + uf ex. Yn+1 = Ŷn+1 + un+1
Yf = â0 + â1Xf + uf ex. Yn+1 = â0 + â1Xn+1 + un+1
unde uf este estimatorul erorii de prognoză.

 1 ( Xf − X ) 
2 n

Dispersia erorilor de prognoză: s f = su  1 + +

2 2
 u 2
t
 n  ( X − X )2  su2 = t =1
 t  n−2

Un interval de încredere pentru valorile de prognoză, calculat cu un grad de încredere de (1-α), este:
Ŷf – tn-2;αsf ≤ Yf ≤ Ŷf + tn-2;αsf
(tn-2;α este pragul critic din distribuția t-Student bilaterală, pentru df = n-2 şi riscul α)

Tabelul distribuției teoretice t-Student poate fi găsit la adresa: https://home.ubalt.edu/ntsbarsh/Business-stat/StatistialTables.pdf

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Modelul unifactorial de regresie lineară

Y
Ŷt + tn−2, s f

Yˆt = aˆ 0 + aˆ1X t

M(Y)

Ŷt − tn−2, s f

M(X) X
Banda intervalului de încredere pentru prognoză

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Dinamica vânzărilor pentru un anumit produs și evoluția veniturilor populației

Evoluția veniturilor Dinamica

t Ŷt = -0.13832 + 0.82981·Xt
populației (Xt, %) vânzărilor (Yt,%)
2.0
1 0.5 0.3 1.7
2 1.0 0.8 1.5 1.8
3 1.2 1.0 1.0 1.5
4 -0.3 -0.5 1.0 0.8
5 2.1 1.5
0.4
6 2.3 1.8 0.5 0.3
0.5
7 1.2 1.0
0.0
8 1.0 0.5
-0.5 -0.2
9 0.8 0.4 -0.5
10 0.0 -0.2 -0.5
11 -0.6 -0.5 -1.0
12 2.2 1.7 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5

Dacă veniturile populației cresc în perioada t = 13 cu 1% (X13,% = 1%), prognozați dinamica vânzărilor, cu un grad de încredere
de 90%.

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Calculele de bază pentru prognoza econometrică,
modelul unifactorial de regresie lineară Ŷt = -0.13832 + 0.82981·Xt
X13,% = 1(%)
t Xt Yt Ŷt ut (ut)2 (Xt - X̅)2
Ŷ13 = -0.13832 + 0.82981·X13 =
1 0.5 0.3 0.27659 0.02341 0.00055 0.2025
= -0.13832 + 0.82981·1 =
2 1.0 0.8 0.69149 0.10851 0.01177 0.0025
= 0.69149
3 1.2 1.0 0.85745 0.14255 0.02032 0.0625
12
4 -0.3 -0.5 -0.38726 -0.11274 0.01271 1.5625 u 2
t
0.15237
5 2.1 1.5 1.60428 -0.10428 0.01087 1.3225 su2 = t =1
= = 0.01524
12 − 2 10
6 2.3 1.8 1.77024 0.02976 0.00089 1.8225  ( )
2

2 1 X − X
s13 = su 1 + +
2 13
=
7 1.2 1.0 0.85745 0.14255 0.02032 0.0625  n
 Xt − X  ( )
2


8 1.0 0.5 0.69149 -0.19149 0.03667 0.0025
 1 (1 − 0.95 ) 
2

9 0.8 0.4 0.52553 -0.12553 0.01576 0.0225 = 0.01524  1 + +  = 0.01651

 12 9.93 
 
10 0.0 -0.2 -0.13832 -0.06168 0.00380 0.9025
s13 = 0.01651 = 0.12849
11 -0.6 -0.5 -0.63621 0.13621 0.01855 2.4025 
t10;0.10 = 1.812
12 2.2 1.7 1.68726 0.01274 0.00016 1.5625 
t10;0. 1  s13 = 1.812  0.12849 = 0.23288
∑ 11.4 7.8 7.8 0.00000 0.15237 9.9300

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Calculele de bază pentru prognoza econometrică,
modelul unifactorial de regresie lineară

t Xt Yt Ŷt ut (ut)2 (Xt - X̅)2 Ŷt = -0.13832 + 0.82981·Xt

1 0.5 0.3 0.27659 0.02341 0.00055 0.2025 X13,% = 1(%)
2 1.0 0.8 0.69149 0.10851 0.01177 0.0025 Ŷ13 = -0.13832 + 0.82981·X13 =
3 1.2 1.0 0.85745 0.14255 0.02032 0.0625 = -0.13832 + 0.82981·1 = 0.69149

4 -0.3 -0.5 -0.38726 -0.11274 0.01271 1.5625 t10;0.1  sf = 1.812  0.12849 = 0.23288
5 2.1 1.5 1.60428 -0.10428 0.01087 1.3225
6 2.3 1.8 1.77024 0.02976 0.00089 1.8225 Intervalul de prognoză pentru Y13:
7 1.2 1.0 0.85745 0.14255 0.02032 0.0625
Yˆf  – t 
 ;n−2s f   Yf    Yf  +  t  ;n−2s f
ˆ
8 1.0 0.5 0.69149 -0.19149 0.03667 0.0025
Yˆ13  – t 
0.1;10 s f   Y13    Y13  +  t 0.1;10s f
ˆ
9 0.8 0.4 0.52553 -0.12553 0.01576 0.0225
10 0.0 -0.2 -0.13832 -0.06168 0.00380 0.9025
0.69149 – 0.23288 ≤ Y13 ≤ 0.69149 + 0.23288
11 -0.6 -0.5 -0.63621 0.13621 0.01855 2.4025
12 2.2 1.7 1.68726 0.01274 0.00016 1.5625 0.4596 ≤ Y13 ≤ 0.9244.

∑ 11.4 7.8 7.8 0.00000 0.15237 9.9300

Prof.univ.dr. Dorin Jula: Econometrie. 2022

 Prognoza econometrică în cazul modelului unifactorial de regresie lineară.
Sinteză

t Xt Yt Ŷt ut
1 0.5 0.3 0.27659 0.02341 Modelul: Yt = a0 + a1Xt + et
2 1.0 0.8 0.69149 0.10851 Ecuația de regresie estimată: Ŷt = -0.13832 + 0.82981·Xt
3 1.2 1.0 0.85745 0.14255 Valoarea anticipată a dinamicii veniturilor: X13,% = 1 (%)
4 -0.3 -0.5 -0.38726 -0.11274 Valoarea medie condiționată pentru prognoză: Ŷ13 = 0.69 (%)
5 2.1 1.5 1.60428 -0.10428 Intervalul de prognoză pentru Y13: 0.46 ≤ Y13 ≤ 0.92
6 2.3 1.8 1.77024 0.02976
7 1.2 1.0 0.85745 0.14255
8 1.0 0.5 0.69149 -0.19149 Interpretare:
9 0.8 0.4 0.52553 -0.12553
Dacă veniturile populației vor crește în perioada următoare cu 1% și
10 0.0 -0.2 -0.13832 -0.06168 toate celelalte condiții rămân nemodificate, atunci anticipăm o creștere
11 -0.6 -0.5 -0.63621 0.13621 a vânzărilor cu 0.69%. Cu un grad de încredere de 90%, valorile
12 2.2 1.7 1.68726 0.01274 prognozate ale dinamicii vânzărilor se vor situa între +0.46% și +0.92%.
∑ 11.4 7.8 7.8 0.00000

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Prognoza econometrică în cazul modelului unifactorial de regresie lineară.
Sinteză

1.10
0.98
0.92

0.69

0.46
0.41
0.28

90% 95% 99%

min Ŷf max

Intervalul de încredere pentru valorile de prognoză

Prof.univ.dr. Dorin Jula: Econometrie. 2022

 2. Modelul multifactorial de regresie lineară

Modelul Y = XA + e

Valoarea medie condiționată pentru momentul f: Ŷf = XfÂ

Prognoza Yf = Ŷf + uf

Estimarea erorii de prognoză: uf = Yf – Ŷf n

u 2
t

s2f = su2 1 + X f ( X'X ) X f 

Un estimator nedeplasat al dispersiei −1
su2 = t =1
erorilor de prognoză este   n − (k + 1 )

Intervalul de încredere (1-α) pentru valorile de prognoză:

Ŷf – tα;n-(k+1)sf ≤ Yf ≤ Ŷf + tα;n-(k+1)sf
(tα; n-k-1 este pragul critic din distribuția t-Student bilaterală, pentru df = n-k-1 și riscul α. Tabelul t-Student poate fi găsit la adresa:
https://home.ubalt.edu/ntsbarsh/Business-stat/StatistialTables.pdf)

Prof.univ.dr. Dorin Jula: Econometrie. 2022

 t X1t X2t Yt Ŷt ut (ut)2
1 1 -2.4 3.0 0.3 -0.68794 0.98794 0.97603
2 1 -2.6 3.3 0.0 -0.98798 0.98798 0.97610 Dinamica vânzărilor pentru un anumit produs (Yt) în funcție de evoluția
3 1 2.4 3.0 3.8 3.97766 -0.17766 0.03156 veniturilor populației (X1t) și dinamica prețurilor (X2t)
4 1 -4.0 5.0 -6.1 -2.94741 -3.15259 9.93882
5 1 -0.1 0.1 1.9 2.56885 -0.66885 0.44736 (X'X)-1 X'Y
6 1 -2.5 3.1 0.1 -0.82036 0.92036 0.84706 Yt = a0 + a1X1t + a2X2t + et 0.185562 -0.002265 -0.056473 33.5
7 1 3.5 4.3 5.4 4.58909 0.81091 0.65758
8 1 1.7 2.1 3.1 3.61418 -0.51418 0.26438
 = (X'X)-1X'Y -0.002265 0.007736 0.002243 118.79
9 1 -2.6 3.2 0.1 -0.95277 1.05277 1.10832 -0.056473 0.002243 0.022151 57.48
10 1 -1.5 1.9 1.0 0.57420 0.42580 0.18131 (su)2 = 1.00520
11 1 -3.4 4.3 -1.3 -2.11772 0.81772 0.66867 Â std t Prob
12 1 0.6 0.7 2.3 3.03797 -0.73797 0.54460 Xf = (1 0.5 2.5) 2.701259 0.431888 6.2545 0.000001
13 1 -0.4 0.5 1.7 2.13639 -0.43639 0.19044
Ŷf = Xf = 2.3069 0.972001 0.088182 11.0227 0.000000
14 1 -4.0 4.9 -4.4 -2.91220 -1.48780 2.21355
15 1 -1.4 1.8 1.1 0.70662 0.39338 0.15475 -0.352134 0.149220 -2.3598 0.013785
16 1 -2.1 2.6 0.6 -0.25549 0.85549 0.73186
17 1 2.8 3.4 4.1 4.22561 -0.12561 0.01578
s2f = su2 1 + X f ( X'X ) X f  = 1.05237
−1
18 1 0.1 0.1 2.0 2.76325 -0.76325 0.58255  
19 1 2.7 3.4 4.1 4.12841 -0.02841 0.00081
20 1 -2.4 3.0 0.3 -0.68794 0.98794 0.97603
21 1 1.3 1.6 2.8 3.40145 -0.60145 0.36174 sf = 1.02585
t0.1; 22·sf = 1.7615
22 1 -1.1 1.4 1.3 1.13907 0.16093 0.02590 tα; n-k-1;α = t0.1; 22 = 1.717
23 1 -1.3 1.6 1.2 0.87424 0.32576 0.10612
24 1 2.2 2.8 3.6 3.85369 -0.25369 0.06436
25 1 3.0 3.8 4.5 4.27916 0.22084 0.04877
Xf 1 0.5 2.5 2.30693 22.11444 Prof.univ.dr. Dorin Jula: Econometrie. 2022
 t X1t X2t Yt Ŷt ut (ut)2
1 1 -2.4 3.0 0.3 -0.68794 0.98794 0.97603
2 1 -2.6 3.3 0.0 -0.98798 0.98798 0.97610 Dinamica vânzărilor pentru un anumit produs (Yt) în funcție de evoluția
3 1 2.4 3.0 3.8 3.97766 -0.17766 0.03156 veniturilor populației (X1t) și dinamica prețurilor (X2t)
4 1 -4.0 5.0 -6.1 -2.94741 -3.15259 9.93882
5 1 -0.1 0.1 1.9 2.56885 -0.66885 0.44736
6 1 -2.5 3.1 0.1 -0.82036 0.92036 0.84706
7 1 3.5 4.3 5.4 4.58909 0.81091 0.65758 Ŷf = Xf = 2.3069
8 1 1.7 2.1 3.1 3.61418 -0.51418 0.26438
9 1 -2.6 3.2 0.1 -0.95277 1.05277 1.10832 t22; 0.10 ·sf = 1.7615
10 1 -1.5 1.9 1.0 0.57420 0.42580 0.18131
11 1 -3.4 4.3 -1.3 -2.11772 0.81772 0.66867 Ŷf – tn-k-1;αsf ≤ Yf ≤ Ŷf + tn-k-1;αsf
12 1 0.6 0.7 2.3 3.03797 -0.73797 0.54460
13 1 -0.4 0.5 1.7 2.13639 -0.43639 0.19044 2.3069 – 1.7615 ≤ Yf ≤ 2.3069 + 1.7615
14 1 -4.0 4.9 -4.4 -2.91220 -1.48780 2.21355 0.545 ≤ Yf ≤ 4.068
15 1 -1.4 1.8 1.1 0.70662 0.39338 0.15475
16 1 -2.1 2.6 0.6 -0.25549 0.85549 0.73186
17 1 2.8 3.4 4.1 4.22561 -0.12561 0.01578 Dacă veniturile populației vor crește în perioada următoare cu
18 1 0.1 0.1 2.0 2.76325 -0.76325 0.58255
0.5% și prețurile cu 2.5%, iar toate celelalte condiții rămân
19 1 2.7 3.4 4.1 4.12841 -0.02841 0.00081
20 1 -2.4 3.0 0.3 -0.68794 0.98794 0.97603 nemodificate, atunci anticipăm o creștere a vânzărilor cu 2.3%. Cu
21 1 1.3 1.6 2.8 3.40145 -0.60145 0.36174 un grad de încredere de 90%, valorile prognozate ale dinamicii
22 1 -1.1 1.4 1.3 1.13907 0.16093 0.02590 vânzărilor se vor situa între +0.5% și +4.1%.
23 1 -1.3 1.6 1.2 0.87424 0.32576 0.10612
24 1 2.2 2.8 3.6 3.85369 -0.25369 0.06436
25 1 3.0 3.8 4.5 4.27916 0.22084 0.04877
Xf 1 0.5 2.5 2.30693 22.11444 Prof.univ.dr. Dorin Jula: Econometrie. 2022
 t X1t X2t Yt Ŷt ut (ut)2
1 1 -2.4 3.0 0.3 -0.68794 0.98794 0.97603
2 1 -2.6 3.3 0.0 -0.98798 0.98798 0.97610 Dinamica vânzărilor pentru un anumit produs (Yt) în funcție de evoluția
3 1 2.4 3.0 3.8 3.97766 -0.17766 0.03156 veniturilor populației (X1t) și dinamica prețurilor (X2t)
4 1 -4.0 5.0 -6.1 -2.94741 -3.15259 9.93882
5 1 -0.1 0.1 1.9 2.56885 -0.66885 0.44736
6 1 -2.5 3.1 0.1 -0.82036 0.92036 0.84706
7 1 3.5 4.3 5.4 4.58909 0.81091 0.65758 α 0.10 0.05 0.01 1/3
8 1 1.7 2.1 3.1 3.61418 -0.51418 0.26438
9 1 -2.6 3.2 0.1 -0.95277 1.05277 1.10832
tα;22 1.7171 2.0739 2.8188 0.9892
10 1 -1.5 1.9 1.0 0.57420 0.42580 0.18131 Sf 1.02585
11 1 -3.4 4.3 -1.3 -2.11772 0.81772 0.66867
12 1 0.6 0.7 2.3 3.03797 -0.73797 0.54460 tα;22⸱sf 1.7615 2.1275 2.8916 1.0147
13 1 -0.4 0.5 1.7 2.13639 -0.43639 0.19044
14 1 -4.0 4.9 -4.4 -2.91220 -1.48780 2.21355
15 1 -1.4 1.8 1.1 0.70662 0.39338 0.15475 Xf = (1 0.5 2.5) 90% 95% 99% 67%
16 1 -2.1 2.6 0.6 -0.25549 0.85549 0.73186
min 0.5454 0.1794 -0.5847 1.2922
17 1 2.8 3.4 4.1 4.22561 -0.12561 0.01578
18 1 0.1 0.1 2.0 2.76325 -0.76325 0.58255 Yf 2.3069
19 1 2.7 3.4 4.1 4.12841 -0.02841 0.00081
20 1 -2.4 3.0 0.3 -0.68794 0.98794 0.97603
max 4.0685 4.4344 5.1985 3.3217
21 1 1.3 1.6 2.8 3.40145 -0.60145 0.36174
22 1 -1.1 1.4 1.3 1.13907 0.16093 0.02590
23 1 -1.3 1.6 1.2 0.87424 0.32576 0.10612
24 1 2.2 2.8 3.6 3.85369 -0.25369 0.06436
25 1 3.0 3.8 4.5 4.27916 0.22084 0.04877
Xf 1 0.5 2.5 2.30693 22.11444 Prof.univ.dr. Dorin Jula: Econometrie. 2022
 4.43 5.20
4.07
3.32

2.31

1.29
0.55
0.18 -0.58
67% 90% 95% 99%
min Ŷf max
Intervalul de încredere pentru valorile de prognoză

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Principalele erori care afectează calitatea demersului prospectiv sunt determinate de:
‒ imprecizia aparatului metodologic folosit;
‒ accelerarea ritmului de evoluție a proceselor economice;
‒ inexactitatea datelor;
‒ pierderea informației prin agregare;
‒ erorile de interpretare;
‒ efectul de anunțare.

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Inexactitatea datelor

"Dacă se face observația simplă că ritmurile de evoluție sunt afectate de erori, chiar dacă acestea sunt mici, să spunem 2% sau
3%, efectele lor asupra cantităților la care se aplică aceste ritmuri pot să fie semnificative, chiar cu schimbare de semn" (von
Morgenstern, 1972, citat de M.C. Demetrescu, 1979).

Exemplu: analiza a două sisteme aproape identice

x - y =1 x - y =1
 
x - 1.00001  y = 0 x - 0.99999  y = 0
Soluții
x = 100001 x = − 99999
 
y = 100000 y = − 100000

Diferența între rezultate este atât de sens (schimbare de semn), cât și în valoare absolută (de 200000), deși cele două sisteme
diferă doar la unul dintre coeficienți și doar cu 0.00002 !.

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Erorile de interpretare

Reflectarea realității în informații depinde de teoria în virtutea căreia faptele sunt percepute, înregistrate. "Faptele obiective nu
ne spun mare lucru; ele nu există decât interpretate prin percepție subiectivă. Datele nu devin informație științifică decât prin
intermediul teoriei" (Michel Godet, 1977).
Aceste erori de interpretare sunt mai dificil de sesizat și corectat, deoarece, în principiu, o teorie falsă poate duce la o previziune
exactă (falsul implică orice) și, pe de altă parte, o teorie adevărată nu poate fi integral verificată ci, doar, prin apelarea la
argumente i se poate ridica gradul de credibilitate.
Este cunoscută, în acest sens, teoria lui K. Popper despre nesimetria falsificării și a confirmării: confirmarea unei teorii prin argumente
empirice sau teste raționale rămâne permanent provizorie, în timp ce infirmarea empirică a unei previziuni sau teorii prin invocarea unui
singur contraexemplu este definitivă (Karl Popper - Logica descoperirii științifice, Editura Științifică și Enciclopedică, București, 1980)

Prof.univ.dr. Dorin Jula: Econometrie. 2022

Efectul de anunțare

În clasa enunțurilor anticipative se disting:

▪ previziuni de așteptare (sau contemplative): se referă la fenomene - naturale, biologice, sociale, politice, economice etc.
- care se desfășoară indiferent de atitudinea și rezultatele analizei predictive. Evoluția acestor fenomene nu este
influențată de faptul că au fost anunțate.
▪ efectul de anunțare sau efectul Oedip: există fenomene a căror evoluție este puternic influențată de stările
previzionate.

Efectul Oedip apare atunci când prognoza se referă la evenimente sau procese a căror stare viitoare depinde de interesele și
opiniile agenților umani angajați în mersul evenimentelor și proceselor respective:
▪ previziunile auto-realizatoare: efect de ricoșeu (exemplu, prevederea unei rate înalte a inflației contribuie la
alimentarea psihologică a unui proces de auto-întreținere a acestei inflații)
▪ previziunile autodistructive: efect de bumerang (situațiile în care previziunile nu se realizează din cauza reacțiilor pe
care le antrenează).

Prof.univ.dr. Dorin Jula: Econometrie. 2022

"O simplă schimbare a previziunii este capabilă prin efectele sale să provoace o oscilație asemănătoare ca formă unei mișcări
ciclice" (J. M. Keynes - Teoria generală a folosirii mâinii de lucru a dobânzilor și a banilor, Ed. Științifică, București, 1974, p.70).

Prof.univ.dr. Dorin Jula: Econometrie. 2022

"Prediction is very difficult, especially if it’s about the future.“
(Nils Bohr, laureat al premiului Nobel pentru fizică, 1922)

Prof.univ.dr. Dorin Jula: Econometrie. 2022

 Bibliografie
1. Andrei, Tudorel; Bourbonnais, Régis. 2008. Econometrie, Editura Economică, București, pp. 94-100
2. Gujarati, Damodar N.; Porter, Dawn C. 2010. Essentials of econometrics. 4th Edition. Boston: Irwin.
3. Jula, Dorin; Jula, Nicolae-Marius. 2022. Econometrie (ed. a 5a), Editura Mustang, București, pp. 277-302
4. Jula, Dorin; Jula, Nicolae-Marius. 2022. Prognoza economică (ed. a 9a), Editura Mustang, București, pp. 215-
251
5. Wooldridge, Jeffrey Marc. 2016. Introductory Econometrics: A Modern Approach. 6th Edition. Cincinnati, OH:
South-Western College Publishing.

Prof.univ.dr. Dorin Jula: Econometrie. 2022

INSTITUTUL DE PROGNOZĂ ECONOMICĂ
http://www.ipe.ro/

COMISIA NAŢIONALĂ DE STRATEGIE ŞI

PROGNOZĂ
http://www.cnp.ro/

UNIUNEA EUROPEANĂ
https://ec.europa.eu/info/business-economy-euro/economic-
performance-and-forecasts/economic-forecasts_ro