Modele de analiză a standardului calităţii vieţii

în România
Prof. univ. dr. Constantin ANGHELACHE (actincon@yahoo.com)
Academia de Studii Economice, București / Universitatea „Artifex”, București
Prof. univ. dr. Alexandru Lucian MANOLE (alexandru.manole@gmail.
com)
Universitatea „Artifex” din București
Conf. univ. dr. Mădălina Gabriela ANGHEL (madalinagabriela_anghel@
yahoo.com)
Universitatea „Artifex” din București
Conf. univ. dr. Florin Paul Costel LILEA (florin.lilea@gmail.com)
Universitatea „Artifex” din București
Lector univ. dr. Mariana BUNEA (maribunea@yahoo.com)
Universitatea „Artifex” din București

Abstract
Indicatorul care exprimă cel mai corect calitatea vieții (bunăstarea) este
produsul intern brut pe un locuitor. Sunt luați în considerare cei doi factori care
concură la creșterea economică (numărul de salariați și productivitatea muncii),
dar rezultatul macroeconomic trebuie să asigure un nivel de trai mediu pentru
întreaga populație. Sistemul conturilor naționale utilizat de statele membre
ale Uniunii Europene, precum și de alte state ca formă de evidență și analiza
macroeconomica, conține toate elementele necesare unui astfel de studiu.
În perioada considerată, indiferent de metoda de calcul a PIB,
obținem o mărime cantitativă precisă care prin comparație cu evoluțiile
anterioare sugerează modul în care a evoluat calitatea vieții populației. În
analiza calității vieții trebuie să plecăm de la structura populației, număr de
salariați, alte categorii, exprimate prin indicatori statistici.
Cuvinte cheie: standard de viață, indicator, PIB/locuitor, corelație,
produs bancar
Clasificarea JEL: I131, O15

Introducere
Human Development Index (HDI) sau indicatorul dezvoltării umane
este o măsură reprezentativă în sensul că exprimă realizările medii ale unei
țări într-un spațiu tridimensional și anume: indicatorul speranței medii de
viață, indicele de educație și nivelul produsului intern (național) brut pe un
locuitor. HDI pornește de la determinarea câte unui indicator pentru fiecare

Revista Română de Statistică - Supliment nr. 5 / 2017 3

dintre cele trei dimensiuni. Indicatorul este egal cu valoarea actuală minus
valoarea minimă supra valoarea maximă minus valoarea minimă.
Speranța de viață minimă la naștere este de 25 de ani iar cea maximă
este de 85. Rata de cuprindere în școală are o valoare minimă 0 și o valoare
maximă 100, iar produsul național per capita pornește de la o valoare minimă
calculată.

Literature review
Wagner (2010) discută despre atitudinea băncilor față de riscuri.
Spreng, Mackenzie și Olshavsky (1996) analizează factorii de satisfacție a
consumatorilor. Heskett și alții (1994) discută despre capitalizarea lanțului de
profit al serviciilor. Anghelache, Anghel, Popovici (2015) aplică principiile
regresiei multiple în analiza consumului public și privat. Anghelache, Manole,
Anghel (2015) iau în considerare impactul consumului final și al investițiilor
brute asupra indicatorului principal al economiei naționale. Claessens și Laeven
(2004) analizează date internaționale privind concurența bancară. Hellmann,
Murdock și Stiglitz (2000) se concentrează pe caracteristicile hazardului moral
în reglementările bancare și prudențiale. Anghelache, Manole și Anghel (2015)
includ factorii de consum în sistemul complex de formare a PIB, folosesc
regresia multiplă pentru a valida impactul acestor variabile. Beck, Demirguc-
Kunt și Levine (2006) studiază legătura dintre concentrarea bancară, concurența
și criza. Caruana (2002) se dezvoltă cu privire la avantajele serviciilor de
calitate, Gummesson (1993) discută despre managementul calității în sectorul
serviciilor. Prabhakaran și Satya (2003) analizează particularitățile serviciilor
bancare, Peppard (2000) studiază caracteristicile relațiilor cu clienții în domeniul
serviciilor financiare, în timp ce Peppers, Rogers și Homby (2004) țin cont
de intimitatea clienților în domeniul acestor servicii. Churchill și Surprenant
(1982) studiază factorii care influențează satisfacția consumatorilor, Levesque
și McDougall (1996) se concentrează pe același subiect, dar pe sectorul bancar
cu amănuntul. De Guevara și Maudos (2007) dezvoltă factorii care generează
și influențează puterea pe piața bancară, Keeley (1990) abordează tema puterii
de piață dintr-un unghi diferit. Oliver (1980) prezintă un model cognitiv de
satisfacție. Reichheld și Sasser Jr. (1990) sunt preocupați de calitatea serviciilor.
Schaeck, Cihak și Wolfe (2009) evaluează corelația dintre competitivitatea
și stabilitatea sistemelor bancare. Storbacka, Strandvik și Grönroos (1994)
dezvoltă calitatea relațiilor cu clienții.

Metodologia cercetării. Date utilizate

Venitul per capita reflectă toate celelalte dimensiuni ale dezvoltării
umane care au fost introduse explicit în primele două. Relația de calcul este:

4 Romanian Statistical Review - Supplement nr. 5 / 2017

 ‫݊ܽݎ݁݌ݏ‬ìܽ݉݁݀݅݁݀݁‫ܽ݅ݒ‬ì£ ൅ ‫݁ݎܽ݌ݑܿ݋݁݀ܽݐܽݎ‬èܿ‫ݎ݈ܽ݋‬£ ൅ ‫ݎ݋ݐ݅ݑܿ݋݈݁݌ݐݑݎܾ݊ݎ݁ݐ݈݊݅ݑݏݑ݀݋ݎ݌‬
‫ ܫܦܪ‬ൌ 
͵
C       "7*
,, 2
În studiile concrete se calculează o serie de alți indicatori cum ar fi
HPI-1 (the human poverty index for developing countries), aceasta măsurând
derivatele (depărtarea) în cele trei dimensiuni de bază ale dezvoltării umane.
În standarde recente privind calitatea vieții se relevă accesul întregii populații
la rezultatele economice:
HPI-1 = [1/3(P13 + P2 3 + P3 3)]1/3
Un alt indicator este HPI-2 (The Human Poverty Index for selected
OECD Countries), acesta exprimând la rândul său îndepărtarea sau apropierea
de calitatea vieții (standardul decent de viață).
Indicele produsului intern brut GDP are la bază relația:
     :
7  
‫݈ܽݑݐܿܽܽ݁ݎܽ݋݈ܽݒ‬£ െ ‫݉݅݊݅݉ܽ݁ݎܽ݋݈ܽݒ‬£
݀݅݉݁݊‫ ݅ݑ݈ݑݎ݋ݐܽܿ݅݀݊݅ܽ݁݊ݑ݅ݏ‬ൌ 
‫݉݅ݔܽ݉ܽ݁ݎܽ݋݈ܽݒ‬£ െ ‫݉݅݊݅݉ܽ݁ݎܽ݋݈ܽݒ‬£

Pe baza celor exprimate din punct de vedere al standardului și a
bunăstării, se calculează Top Priority Countries sau High Priority Countries.
Pentru fiecare obiectiv se face încadrarea în două grupe de țări cu un nivel
ridicat de dezvoltare și de bunăstare și țări cu un nivel mai redus.
Progresul înseamnă stabilirea progresului real (RP) bazat pe formula:

și

unde: to este anul 1990 sau un an apropiat de 1990 pentru care există
date statistice disponibile, t1 este cel mai recent an pentru care există date
statistice, xt1, xt2 sunt valorile indicatorului pentru acei ani, luați în calcul.
Vom compara nivelul calității vieții (bunăstării), prin corelația care
există între creșterea produsului intern brut pe un locuitor, pe de o parte, și
salariul mediu brut, salariul mediu net și consumul final.
Se poate analiza nivelului calității vieții (bunăstării) comparativ cu
oferta sistemului bancar național.
Analiza calității vieții (bunăstării) populației din România efectuată
utilizând modele econometrice, în special a regresiei liniare simple și multiple
considerând ca variabile după cum urmează: produsul intern brut pe locuitor, care
arată valoarea creată într-o perioadă de un an care revine unei singure persoane.
Am optat pentru a considera PIB/locuitor ca variabilă factorială cu

Revista Română de Statistică - Supliment nr. 5 / 2017 5

variabile rezultative, consumul final pe un locuitor, salariul mediu brut pe
economie și salariul mediu net pe economie.
Considerăm că există o corelație foarte strânsă între produsul intern
brut pe locuitor și toți ceilalți indicatori care reflectă calitatea vieții (bunăstarea)
și depinde foarte mult de rezultatele concrete realizate într-o perioadă de un an.
O primă interpretare o putem face asupra evoluției indicatorilor
raportați la populație sau populația activă, cum sunt consumul final, salariul
mediu brut și salariul mediu net raportat la un locuitor. Adâncirea analizei
se poate face și prin analiza parității puterii de cumpărare a veniturilor din
România pentru a releva puterea sau satisfacțiile materiale și financiare ale
populației prin considerarea veniturilor la un moment dat.
În gospodării situația este analizabilă pe baza sondajului din gospodării
care reflectă în fond aceeași tendință.

Metode și modele de analiză a calității vieții prin prisma corelației

dintre salariul mediu brut, volumul creditelor, al depozitelor populației
active și a ratelor medii ale dobânzilor
În cadrul analizei de senzitivitate, a fost realizată o evaluare a calității
vieții (bunăstării) populației active printr-un calcul empiric (minimal) pentru
aceeași perioadă de analiză, având ca variabile de intrare: salariul mediu brut,
câștigul obținut prin plasarea economiilor în depozite, prețul plătit pentru
creditele accesate (tabelul 1), respectiv alte cheltuieli.

Evoluția salariului mediu brut, a creditelor, depozitelor populației active

și a ratelor medii ale dobânzilor
Tabelul 1
Credite Depozite
Lei Valută Lei Valută
Salariu Credit Rata Credit Rata medie a Rata Depozit Rata Depozit Rata Rata
Perioada Populație activă
mediu brut mediu/pers medie a mediu/pers dobanzii medie a mediu/pers medie a mediu/pers medie a medie a
dobănzii EUR dobanzii dobânzii dobânzii dobânzii
USD EUR USD
Dec. 2016 9,056,000 2,681 7,298 6.88 5,199 4.45 6.97 7,445 1.29 4,530 0.55 0.64
Dec. 2015 9,159,000 2,415 5,742 8.24 6,059 4.97 6.88 7,211 2.13 4,525 1.15 1.11
Dec. 2014 9,243,000 2,298 4,339 10.28 6,721 5.31 7.52 7,071 3.32 4,565 1.90 1.57
Dec. 2013 9,977,000 2,223 3,467 12.56 6,910 5.44 7.83 6,382 4.76 4,193 2.68 2.05
Dec. 2012 9,964,000 2,117 3,444 13.30 7,066 6.31 8.10 6,062 5.67 4,007 3.30 2.30
Dec. 2011 9,868,000 2,022 3,550 14.09 7,042 7.11 7.92 5,835 6.58 3,527 3.17 2.16
Dec. 2010 9,965,000 1,836 3,604 15.81 6,668 7.28 8.39 5,018 7.70 3,366 3.09 2.11
Dec. 2009 9,924,000 1,693 3,911 17.22 6,220 8.09 9.02 4,321 11.98 3,039 4.95 2.73
Dec. 2008 9,944,000 1,550 4,117 15.18 5,891 8.63 10.31 2,770 8.99 1,947 4.31 3.21
Dec. 2007 9,994,000 1,270 3,359 14.53 3,815 8.97 11.25 2,447 6.73 1,734 3.41 3.79

Relevantă pentru modul în care a evoluat în ultimii zece ani nivelul

veniturilor populației sub influența sistemului bancar din România îl reprezintă

6 Romanian Statistical Review - Supplement nr. 5 / 2017

o analiză dintre principalii indicatori agregați care dau semnificație acestei
evoluții. Numărul populației active este un indicator, care din 2007 până în
2016 a avut un trend descrescător, ca și numărul populației totale a României
care s-a înscris în același mod de evoluție. Mortinatalitatea a avut un indice
crescător ceea ce a dus la scăderea populației totale a României.
Considerând salariul mediu brut pe economie, și constatând că acesta
a avut un trend ascendent în sensul că, de la 1270 lei/salariat (persoană) a
ajuns la 30.12.2016 la 2681 lei, apare interesant modul în care populația a
recurs la accesarea creditelor bancare. Cei care au apelat la credite au ținut
seamă de dobânda practicată la fiecare dintre cele trei valute și, de regulă, fără
a lua în considerare efectul cursului de schimb între leu și euro sau dolar.
Multe dintre calculele celor care au apelat la credite au condus la
pierderi pentru persoanele care au recurs la această sursă pentru a-și majora
veniturile. În concordanță cu creșterea salariului mediu brut creditul mediu pe
o persoană a crescut și el din decembrie 2007 când era de 3359 lei/persoană
până la 7298 lei în anul 2016.
La creditele în lei au fost anumite sincope, în sensul că această creștere
nu a fost uniformă, ea accentuându-se mai ales în ultimii trei ani, 2014-2016.
Dobânda practicată de sistemul bancar la creditele în lei, în medie,
a urmat un curs descrescător, de la 14,53% în decembrie 2007 ajungând la
6,88% în decembrie 2016. În perioada în care efectele crizei economice au
fost pronunțate, dobânda a urmat un curs crescător, din 2008 până în 2011.
O situație care a influențat atât volumul creditelor acordate populației
l-a constituit și politica bancară practicată în domeniul depozitelor acordate
populației. Depozitele în lei au crescut în mod gradat odată cu creșterea
salariului mediu brut de la 2.447 lei/persoană în 2007 la 7.445 lei/persoană în
2016.
Rata medie a dobânzii practicată la depozitele depuse de populație
a scăzut în mod treptat de la 6,73% în decembrie 2007, cu mici oscilații în
perioada crizei economico-financiare 2008-2010, la 1,29 la 30 decembrie
2016.
Pe bază de analiză statistică, putem stabili care este corelația între
volumul creditelor și volumul dobânzilor. Dar cel mai sugestiv este constituirea
unui model de regresie bazat pe funcția liniei drepte de forma:

Y= a + b xi + ε

Ecuația modelului de regresie propus:

C = a + b GWA + ε

Revista Română de Statistică - Supliment nr. 5 / 2017 7

 Dependent Variable: LAP
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/19/17 Time: 18:27
Sample: 2007 2016
Included observations: 10
LAP = C(1)+C(2)*GWA

Coefficient Std. Error t-Statistic Prob.

C(1) 181.8437 1576.187 0.115369 0.9110

C(2) 2.039919 0.768504 2.654403 0.0291

R-squared 0.468292 Mean dependent var 4283.100

Adjusted R-squared 0.401829 S.D. dependent var 1274.095
S.E. of regression 985.4048 Akaike info criterion 16.80084
Sum squared resid 7768181. Schwarz criterion 16.86136
Log likelihood -82.00419 Hannan-Quinn criter. 16.73445
F-statistic 7.045854 Durbin-Watson stat 0.496347
Prob(F-statistic) 0.029057

Modelul de regresie considerat devine:

C = 181,8437 + 2,039919 SMB + ε
Valoarea coeficientului R-squared, ca şi a Adjusted R-squared, nu
depăşeşte 50%. Variaţia creditului mediu este explicată în proporţie mai mică
de 50% de evoluţia salariului mediu brut.
La o variaţie cu 1 leu a salariului mediu, este de aşteptat o creştere mai
mult decât dublă a creditului mediu. Termenul liber are o valoare semnificativă,
de aproape 100 de ori mai mare decât a coeficientului C(2), ceea ce indică
prezenţa și a altor factori suplimentari care influenţează nivelul creditului pe
lângă salariul mediu brut.
Similar este și modelul utilizat atunci când considerăm valoarea
indicatorilor exprimați în euro sau dolar SUA.

Dependent Variable: LAP

Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/19/17 Time: 18:38
Sample: 2007 2016
Included observations: 10
LAP = C(1)+C(2)*IRA

Coefficient Std. Error t-Statistic Prob.

C(1) 8260.856 1018.358 8.111934 0.0000

C(2) -310.5438 77.15456 -4.024957 0.0038

R-squared 0.669425 Mean dependent var 4283.100

Adjusted R-squared 0.628104 S.D. dependent var 1274.095
S.E. of regression 776.9854 Akaike info criterion 16.32558
Sum squared resid 4829651. Schwarz criterion 16.38609
Log likelihood -79.62788 Hannan-Quinn criter. 16.25919
F-statistic 16.20028 Durbin-Watson stat 0.843787
Prob(F-statistic) 0.003815

Funcția de regresie rezultată se poate scrie:

8 Romanian Statistical Review - Supplement nr. 5 / 2017

 C = 8260,856 – 310,5438 IRA + ε
Valorile coeficienţilor R-squared şi Adjusted R-squared sunt mai mari
de 62%, ceea ce reprezintă un nivel de încredere semnificativ care poate fi
acordat modelului.
Se constată, totodată, relaţia de inversă proporţionalitate între
indicatorul principal şi variabila independentă, respectiv creşterea cu o unitate
(punct procentual) a ratei dobânzii va conduce la o diminuare cu 310 lei a
valorii creditului mediu.
Aceeași corelație rezultă și în cazul în care considerăm același model,
dar luând în considerare indicatorii exprimați în altă valută. Modelul este de
forma:
Cv = a + b EIRA + ε
unde:
EIRA = rata medie a dobânzii la creditele în valută.
Dependent Variable: ELAP
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/19/17 Time: 18:47
Sample: 2007 2016
Included observations: 10
ELAP = C(1) + C(2) * EIRA

Coefficient Std. Error t-Statistic Prob.

C(1) 7559.617 1442.522 5.240554 0.0008

C(2) -210.4142 211.3043 -0.995787 0.3485

R-squared 0.110280 Mean dependent var 6159.100

Adjusted R-squared -0.000935 S.D. dependent var 1013.396
S.E. of regression 1013.870 Akaike info criterion 16.85779
Sum squared resid 8223455. Schwarz criterion 16.91831
Log likelihood -82.28896 Hannan-Quinn criter. 16.79141
F-statistic 0.991593 Durbin-Watson stat 0.719422
Prob(F-statistic) 0.348515

Funcția de regresie se poate scrie:

Cv = 7559,617 – 210,4142 EIRA

Valorile coeficienţilor reflectă o corelaţie slabă între cele două

variabile. Remarcăm legătura inversă între variabila independentă şi variabila
factorială, precum şi magnitudinea acesteia.
Termenul liber, coroborat cu coeficienţii R-squared şi Adjusted
R-squared, determină necesitatea de a efectua analize suplimentare pentru a
delimita influenţele semnificative asupra valorii medii a creditelor, exprimată
în valută.
Corelația dintre depozitul mediu pe o persoană în lei și salariul mediu
brut în lei este de forma:

Revista Română de Statistică - Supliment nr. 5 / 2017 9

 D = a + b GWA + ε,
Dependent Variable: DAP
Method: Leas t Squares (Gaus s -Newton / Marquardt s teps )
Date: 04/19/17 Tim e: 18:55
Sam ple: 2007 2016
Included obs ervations : 10
DAP = C(1) + C(2)*GWA

Coefficient Std. Error t-Statis tic Prob.

C(1) -2706.652 728.3443 -3.716171 0.0059

C(2) 4.060111 0.355120 11.43307 0.0000

R-s quared 0.942328 Mean dependent var 5456.200

Adjus ted R-s quared 0.935119 S.D. dependent var 1787.657
S.E. of regres s ion 455.3483 Akaike info criterion 15.25686
Sum s quared res id 1658737. Schwarz criterion 15.31738
Log likelihood -74.28429 Hannan-Quinn criter. 15.19047
F-s tatis tic 130.7150 Durbin-Wats on s tat 1.588273
Prob(F-s tatis tic) 0.000003

D = 2706,652 + 4,060111 GWA + ε

Valorile testelor statistice aplicate asupra modelului confirmă o

corelaţie strânsă între evoluţia indicatorului Depozit mediu/persoană şi a
indicatorului Salariu mediu brut. Modelul este suficient de reprezentativ,
pentru peste 93% din situaţii.
Creşterea cu o unitate a salariilor este de aşteptat să conducă la creşteri
cu peste 4,06 a depozitului mediu. Nivelul semnificativ al coeficientului C(1)
indică prezenţa unor factori adiţionali, care nu au fost consideraţi în construcţia
acestui model şi care au o influenţă, per total, negativă.
Corelația dintre depozitul mediu pe o persoană în lei și rata medie a
dobînzii în lei este de forma:
D = a + b DIRA + ε.
Dependent Variable: DAP
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/19/17 Time: 19:02
Sample: 2007 2016
Included observations: 10
DAP = C(1) + C(2) * DIRA

Coefficient Std. Error t-Statistic Prob.

C(1) 7924.051 851.8617 9.302040 0.0000

C(2) -417.2192 127.8073 -3.264440 0.0115

R-squared 0.571197 Mean dependent var 5456.200

Adjusted R-squared 0.517596 S.D. dependent var 1787.657
S.E. of regression 1241.623 Akaike info criterion 17.26308
Sum squared resid 12333015 Schwarz criterion 17.32360
Log likelihood -84.31541 Hannan-Quinn criter. 17.19670
F-statistic 10.65657 Durbin-Watson stat 0.885179
Prob(F-statistic) 0.011451

D = 7924,051 – 417,2192 DIRA + ε.

10 Romanian Statistical Review - Supplement nr. 5 / 2017

 Modelul este aplicabil în proporţie de peste 51%. Valoarea
coeficientului de regresie este negativă, ceea ce presupune o volatilitate
ridicată şi, bineînţeles, invers proporţională a nivelului depozitelor comparat
cu rata dobânzii, pentru perioada analizată.
Pentru cele 10 observaţii supuse exerciţiului de estimare, nivelul
termenului liber semnifică prezenţa unor factori adiţionali, cu influenţă pozitivă,
ceea ce ar conduce către concluzia teoretică a directei proporţionalităţi între
rata dobânzii la depozite şi depozitele medii.
Corelația dintre depozitul mediu pe o persoană în valută și rata medie
a dobânzii la depozitele în valută este de forma:
Dv = a + b EDIRA + ε
Dependent Variable: EDAP
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/19/17 Time: 19:09
Sample: 2007 2016
Included observations: 10
EDAP = C(1) + C(2) * EDIRA

Coefficient Std. Error t-Statistic Prob.

C(1) 5160.290 578.1510 8.925506 0.0000

C(2) -567.1659 185.0511 -3.064915 0.0155

R-squared 0.540063 Mean dependent var 3543.300

Adjusted R-squared 0.482571 S.D. dependent var 1039.555
S.E. of regression 747.7779 Akaike info criterion 16.24895
Sum squared resid 4473375. Schwarz criterion 16.30946
Log likelihood -79.24473 Hannan-Quinn criter. 16.18256
F-statistic 9.393705 Durbin-Watson stat 0.867543
Prob(F-statistic) 0.015467

Dv = 5160,290 – 567,1659 EDIRA + ε

Parametrii modelului estimat pentru variabilele exprimate în
valută conduc la aceleaşi concluzii generale ca în cazul modelului anterior,
construit cu variabilele măsurate în lei.
Coeficientul de regresie exprimă o legătură inversă între variabila
independentă şi cea dependentă. Valoarea termenului liber este suficient de
semnificativă pentru a considera existenţa unor factori de influenţă suplimentari,
care per total au o influenţă pozitivă asupra indicatorului principal.

Analiza prin regresie liniară multiplă

În scopul cuantificării evoluției calității vieții (bunăstării) vom
extinde analiza prin utilizarea modelului de regresie aplicat la indicatorii
macroeconomici cum sunt: produsul intern brut pe un locuitor, salariul mediu
brut, salariul mediu net sau consumul final.

Revista Română de Statistică - Supliment nr. 5 / 2017 11

Year 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
GDP 337,6 507,1 1139,4 1655,7 2470,4 3622,7 5280,5 7041,5 9212,8 11595,6 13625,4 16373
AGW 95 127 169 224 299 398 530 652 807 973 1121 1481
ANW 92,5 116 146 184 231 291 366 453 566 688 848 1099
FC 4718,166 6631,7 9321,3 22792,1 32793 49645,9 74047,1 104811 137742,8 185825,4 229312,7 273763,8
Year 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
GDP 20028,7 25532,8 25065,6 26368,7 28047,8 29679,1 31890,8 33552,8 35879 37422,5
AGW 1730 2023 2023 2067 2209 2343 2430 2582 2930 3257
ANW 1266 1489 1477 1496 1604 1697 1760 1866 2114 2354
FC 327701,7 371676,8 388005 403259,5 426606,9 443897,5 463774,9 498427 530791,9 575123,1
Funcția de regresie:
AGW = a + b GDP + ε
Funcția de regresie propusă:
AGW = 93,51080 + 0,077559 GDP + ε
Parametrii modelului de regresie estimat indică un nivel ridicat de
precizie asociat ecuaţiei rezultate.
Dependent Variable: AGW
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/21/17 Time: 13:05
Sample: 1995 2016
Included observations: 22
AGW = C(1) + C(2)*GDP

Coefficient Std. Error t-Statistic Prob.

C(1) 93.51080 29.56207 3.163203 0.0049

C(2) 0.077559 0.001412 54.94479 0.0000

R-squared 0.993419 Mean dependent var 1384.976

Adjusted R-squared 0.993090 S.D. dependent var 1011.610
S.E. of regression 84.09347 Akaike info criterion 11.78824
Sum squared resid 141434.2 Schwarz criterion 11.88743
Log likelihood -127.6707 Hannan-Quinn criter. 11.81161
F-statistic 3018.930 Durbin-Watson stat 0.890184
Prob(F-statistic) 0.000000

Evoluţia salariului mediu brut poate fi explicată în proporţie de peste

99% prin dinamica PIB/locuitor: creşterea cu o unitate a PIB/capita determină
creşterea cu peste 0,77 unităţi monetare a salariului mediu brut.
Valoarea parametrului liber este semnificativă şi demonstrează
existenţa unor factori suplimentari care influenţează variabila independentă şi
al căror impact cumulat este pozitiv.

12 Romanian Statistical Review - Supplement nr. 5 / 2017

 Corelație dintre salariul mediu net si produsul intern brut pe locuitor
Dependent Variable: ANW
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/21/17 Time: 13:08
Sample: 1995 2016
Included observations: 22
ANW = C(1) + C(2) * GDP

Coefficient Std. Error t-Statistic Prob.

C(1) 79.40148 22.03077 3.604118 0.0018

C(2) 0.055845 0.001052 53.08589 0.0000

R-squared 0.992953 Mean dependent var 1009.288

Adjusted R-squared 0.992601 S.D. dependent var 728.5547
S.E. of regression 62.66962 Akaike info criterion 11.20014
Sum squared resid 78549.63 Schwarz criterion 11.29932
Log likelihood -121.2015 Hannan-Quinn criter. 11.22350
F-statistic 2818.112 Durbin-Watson stat 0.838889
Prob(F-statistic) 0.000000

ANW = 79,40148 + 0,055845 GDP + ε

Constatăm influenţa majoră a produsului intern brut pe locuitor, care

explică evoluţia variabilei independente pentru peste 99% din cazuri.
Modificarea cu un leu a PIB/capita determină, conform estimării
modelului de regresie, modificarea cu 5,58 bani a salariului mediu net.
Se observă de asemenea nivelul crescut al termenului liber – expresie
a factorilor suplimentari neincluşi în prezentul model, a căror influenţă
combinată este pozitivă.

Consumul final şi PIB per locuitor

Dependent Variable: FC
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 04/21/17 Time: 13:09
Sample: 1995 2016
Included observations: 22
FC = C(1)+C(2)*GDP

Coefficient Std. Error t-Statistic Prob.

C(1) 1681.211 4351.897 0.386317 0.7033

C(2) 15.07845 0.207802 72.56148 0.0000

R-squared 0.996216 Mean dependent var 252757.7

Adjusted R-squared 0.996027 S.D. dependent var 196393.0
S.E. of regression 12379.59 Akaike info criterion 21.77199
Sum squared resid 3.07E+09 Schwarz criterion 21.87118
Log likelihood -237.4919 Hannan-Quinn criter. 21.79536
F-statistic 5265.168 Durbin-Watson stat 1.075636
Prob(F-statistic) 0.000000

FC = 1681,211 + 15,07845 GDP + ε

Revista Română de Statistică - Supliment nr. 5 / 2017 13

 Valorile coeficienţilor R-squared şi Adjusted R-squared certifică faptul
că modelul explică variaţia consumului final prin PIB/locuitor în proporţie de
peste 99,6%.
Creşterea cu o unitate a PIB/locuitor determină creşterea cu
aproximativ 15,07 lei a consumului final. Coeficientul liber C(1) este de peste
100 de ori mai mare decât coeficientul de regresie C(2), constatăm astfel
prezenţa unor factori care nu fac parte din modelul de regresie estimat şi a
căror influenţă, per total, este pozitivă.

Concluzii
În această cercetare autorii au urmărit, să reliefeze modul în care
a evoluat calitatea vieții (bunăstarea) populației pornind de la rezultatele
macroeconomice și evoluția veniturilor populației.
S-a relevat posibilitatea de a utiliza modele econometrice, în cazul de
față utilizând în primul rând modelul de regresie simplă liniară pe baza căruia
s-au calculat parametrii de regresie cu semnificațiile menționate în fiecare
situație în parte.
Pornind de la faptul că sistemul bancar este cel care oferă posibilitatea
sporirii resurselor financiare de care dispune populația, studiul s-a îndreptat și către
a evidenția, pe baza indicatorilor agregați ai sistemului bancar, care este modul în
care acest sistem bancar a contribuit la creșterea standardului de viață (bunăstării).
Sistemul bancar oferă aceste posibilități, dar numărul celor care apelează,
ca persoane fizice, la completarea resurselor proprii prin resurse bancare nu este atât
de mare. S-au utilizat în acest sens, un coeficient de covarianță și apoi s-a utilizat
modelul de regresie liniară simplă, pe baza căruia s-au calculat parametrii de regresie
care reflectă modul în care sistemul bancar este de utilitate pentru toți cetățenii țării.
Indicatorii agregați pot constitui o sursă de analiză și interpretare a
modului în care a evoluat calitatea vieții (bunăstarea) iar în cazul în care se
impune analiza se poate extinde și prin comparații internaționale, folosind
indicatorii raportați la o persoană. Numai în felul acesta, rezultatele obținute
sunt edificatoare.
Rezultatele prezentei cercetări au evidențiat o corelație pozitivă între
volumul creditelor populației și volumul disponibilităților populației, ceea
ce demonstrează interesul consumatorului final față de produsele oferite de
instituțiile bancare românești.
De asemenea, s-a constatat o necorelare între volumul creditelor și
rentabilitatea activelor (ROA).
Comportamentul sau apetitul consumatorilor în ceea ce privește
accesarea produselor bancare (în acest caz a creditelor) nu este influențat de
profitabilitatea instituțiilor bancare furnizoare.

14 Romanian Statistical Review - Supplement nr. 5 / 2017

 “Bunăstarea” consumatorilor de produse bancare este influențată de
nivelul câștigului obținut din remunerarea muncii, fiind influențat într-o mică
măsură de componenta de economisire.
Acest aspect se manifestă în contextul înregistrării unui trend
descrescător al ratelor dobânzilor bonificate la depozitele atrase de instituțiile
bancare, ajungând până la valori apropiate de zero.
Chiar dacă nu s-a constatat o influență directă între profitabilitatea
băncilor și calitatea vieții (bunăstarea) consumatorilor de produse bancare,
acestea vor face în continuare demersuri pentru întărirea încrederii beneficiarilor,
prin diminuarea „poverii” împrumuturilor acordate prin soluții optime oferite
consumatorilor aflați în situații dificile de plată, printr-o informare și educare
financiară în ceea ce privește costul produselor și al serviciilor oferite și prin
reducerea constantă a ratelor dobânzilor creditelor acordate.
Autorii consideră că este necesar ca și consumatorii să manifeste
o prudență asupra expunerii la riscurile rezultate din consumul de produse
bancare, astfel încât să se evite apariția situațiilor de intrare în incapacitatea
de a rambursare datoriile.
Acest studiu este o bază pentru cercetările ulterioare care pot fi
realizate în acest domeniu, un demers important fiind și cel al influenței poverii
fiscale, coroborat cu o analiză a gradului de influență al litigiilor bancare,
soluționarea alternativă a acestora și în final o analiză aprofundată a calității
vieții (bunăstării) consumatorilor de produse bancare.
Analiza s-a efectuat și prin utilizarea modelelor econometrice bazate
pe alți indicatori macroeconomici cum sunt: produsul intern brut pe locuitor,
salariul mediu brut, salariul mediu net sau consumul final al populației.

Bibliografie
1. Anghelache, C., Anghel, M.-G., Popovici, M. (2015). Multiple Regressions Used
in Analysis of Private Consumption and Public Final Consumption Evolution,
International Journal of Academic Research in Accounting, Finance and
Management Sciences, 5(4), 69-73
2. Anghelache, C., Manole, A., Anghel, M.-G. (2015). Analysis of final consumption
and gross investment influence on GDP – multiple linear regression model,
Theoretical and Applied Economics, 3(604), 137-142
3. Anghelache, C., Manole, A., Anghel, M.-G. (2015). The analysis of the correlation
between GDP, private and public consumption through multiple regression,
Romanian Statistical Review - Supplement, 8, 34 – 40
4. Beck, T., Demirguc-Kunt, A. & Levine, R. (2006). Bank concentration, competition
and crisis: First results. Journal of Banking & Finance, 30, 1581–1603
5. Caruana, A. (2002). Service loyalty. The effects of service quality and the mediating
role of customer satisfaction. European Journal of Marketing, 36(7/8), 811-828
6. Churchill, G.A. Jr. & Surprenant, C. (1982), An Investigation into the Determinants
of Customer Satisfaction, Journal of Marketing Research, 19 (November), 491 -504

Revista Română de Statistică - Supliment nr. 5 / 2017 15

 7. Claessens S. & Laeven L. (2004). What drives bank competition? Some
international evidence. Journal of Money, Credit and Banking, 36 (3), 563–583
8. de Guevara, J.F. & Maudos, J. (2007). Explanatory factors of market power in the
banking, Manchester School, 75 (3), 275–296
9. Gummesson, E. (1993). Quality management in service organizations: an
interpretation of the service quality phenomenon and a synthesis of international
research, International Service Quality Association, Karlstad, Sweden
10. Hellmann, T.F., Murdock, K. & Stiglitz, J. (2000). Liberalization, moral hazard in
banking and prudential regulation: are capital requirements enough?. American
Economic Review, 90, 147-165
11. Heskett, J., Jones, T., Loveman, G., Sasser, W. & Schlesinger, L. (1994). Putting
the service profit chain to work. Harvard Business Review, 2, 164–174
12. Keeley, M. (1990). Deposit Insurance, Risk and Market Power in Banking,
American Economic Review, December, 1183-1200
13. Levesque, T. & McDougall, G. (1996). Determinants of customer satisfaction in
retail banking. International Journal of Bank Marketing, 14 (7), 12-20
14. Motofei, C. (2017). Vectors of economic growth in the eastern area of the EU.
Theoretical and Applied Economics, 22(1 (610), Spring), 215-226
15. Oliver, R.L. (1980). A Cognitive Model of the Antecedents and Consequences of
Satisfaction Decisions. Journal of Marketing Research, 17 (November), 460-469
16. Peppard, J. (2000). Customer Relationship Management (CRM) in Financial
Services.European Management Journal, 18 (3), pp. 312-327
17. Peppers, D., Rogers, M. & Homby, R. (2004). Customer Intimacy in Financial
Services. Retrieved on February 16, 2017, from http://www.sas.com/news/
sascom/2004q2/column_1to1.html
18. Prabhakaran, S., & Satya, S. (2003). An insight into Service Attributes in Banking
Sector. Journal of Services, 3(1), 157-169
19. Reichheld, F. & Sasser Jr., E. (1990). Zero defections: quality comes to service.
Harvard Business Review, 68(5), 105-111
20. Schaeck, K., Cihak, M. & Wolfe, S. (2009). Are more competitive banking
systems more stable? Journal of Money, Credit and Banking, 41(4), 711–734
21. Spreng, R. A., Mackenzie, S. B., & Olshavsky, R. W. (1996). A reexamination of
the determinants of consumer satisfaction. Journal of Marketing, 60, 15-32
22. Storbacka, K., Strandvik, T. & Grönroos, C. (1994). Managing customer
relationships for profit: the dynamics of relationship quality. International
Journal of Service Industry Management, 5(5), 21-38
23. Wagner, W. (2010). Loan market competition and bank risk-taking. Journal of
Financial Services Research, 37(1), 71–81.

16 Romanian Statistical Review - Supplement nr. 5 / 2017