ECONOMETRIE

CURS

Cuprins
Capitolul 1 ............................................................................................................. 7
Introducere n modelarea econometric ................................................................ 7
1.1 Ce este econometria? ................................................................................... 7
1.2 Ce poate i ce nu poate realiza econometria ................................................ 8
1.3 Repere istorice ............................................................................................. 9
1.4 Concepte .................................................................................................... 10
1.5 Demers metodologic .................................................................................. 15
Capitolul 2. .......................................................................................................... 16
Modelul unifactorial ............................................................................................ 16
2.1 Relaiile de cauzalitate n economie .......................................................... 16
2.2 Modelul liniar simplu................................................................................. 17
2.2.1 Prezentarea problemei. Exemple din economie .................................. 17
2.2.2 Model i ipoteze .................................................................................. 17
2.3 Estimarea parametrilor modelului ............................................................. 19
2.4 Noiuni privind datele i soluiile .............................................................. 21
2.5 Metoda celor mai mici ptrate ................................................................... 21
2.5.1 Interpretarea parametrilor estimai ...................................................... 22
2.5.2 Analiza de regresie i modalitatea de estimare a parametrilor............ 23
2.6 Alte metode de estimare ............................................................................ 25
Capitolul 3 ........................................................................................................... 28
Modelul multifactorial......................................................................................... 28
3.1 Cazul liniar multifactorial .......................................................................... 28
3.2 Etapele demersului:.................................................................................... 29
3.2.1 Specificarea ......................................................................................... 30
3.2.2 Estimarea parametrilor ........................................................................ 31
3.2.3 Interpretarea estimaiilor obinute pentru parametri ........................... 33
3.3 Aplicarea modelului econometric multifactorial ....................................... 34
3.3.1 Datele numerice ................................................................................... 34
3.4 Modele neliniare ........................................................................................ 35
3.4.1 Modele neliniare n raport cu variabilele dar liniare n raport cu
parametrii ...................................................................................................... 35
3.4.2 Modele neliniare, neabordabile prin MCMMP ................................... 36
3.5 Variabile calitative n economie ................................................................ 38
3.5.1 Variabilele dichotomice ...................................................................... 39
Capitolul 4 ........................................................................................................... 44
Verificarea semnificaiei statistice a rezultatelor estimrii. Testul t, testul F ..... 44
4.1 Necesitatea etapei verificrii ................................................................. 44
4.2 Verificarea semnificaiei statistice a fiecrui parametru estimat; testul t
............................................................................... 46
4.2.1 Principalele noiuni specifice .............................................................. 46
4.2.2 Testul t ................................................................................................. 48
3

4.2.3 Etapele verificrii ................................................................................ 49

4.3 Verificarea semnificaiei rolului ansamblului factorilor asupra variabilei
efect .................................................................................................................. 51
4.3.1 Testul F ................................................................................................ 51
4.3.2 Etapele aplicrii testului F ................................................................... 52
4.3.3 Coeficientul de determinaie ............................................................... 53
Capitolul 5 ........................................................................................................... 54
Verificarea confirmrii ipotezelor ....................................................................... 54
5.1 Ipoteze privind modelul i metoda de estimare ......................................... 54
5.2 Date suficiente, neafectate de erori sistematice ......................................... 55
5.2.1 Consideraii asupra necesitii abordrii problemei datelor................ 55
5.2.2 Verificarea i aprecierea datelor numerice .......................................... 55
5.3 Independena variabilelor factoriale din ecuaia de regresie ..................... 56
5.3.1 Semnale care atrag atenia multicoliniaritii:..................................... 57
5.3.2 Soluii .................................................................................................. 58
5.4 Ipoteza privind liniaritatea modelului i corecta sa specificare................. 58
5.4.1 Verificarea prezumiei liniaritii ........................................................ 59
5.5 Verificarea confirmrii ipotezelor privind comportamentul variabilei
reziduale ........................................................................................................... 60
5.5.1 Verificarea mpr tierii valorilor variabilei reziduale
(homoscedasticitatea / heteroscedasticitatea ................................................ 60
5.5.2 Testul GQ (Goldfeld, Quandt) ............................................................ 61
5.5.3 Prezumia neautocorelrii valorilor reziduale ..................................... 62
5.5.4 Variabila rezidual urmeaz o repartiie normal de medie zero........ 63
Capitolul 6 ........................................................................................................... 66
Aplicarea modelului de regresie n analiza i prognoza economic ................... 66
6.1 Coordonatele analizei economice i analizei statistice .............................. 66
6.2 Prognoza economic bazat pe modelul de regresie ................................. 67
6.3 Modele econometrice utilizate n domeniul cererii de bunuri i servicii .. 68
6.4 Producia, factorii determinani i funciile de producie .......................... 70
6.4.1 Ipoteze i caracteristici n elaborarea i utilizarea funciilor de
producie n studiile economice.................................................................... 71
6.4.2 Indicatori utili analizei economice bazate pe funcii de producie...... 72
6.5 Relaii financiar - bancare i reprezentarea lor prin ecuaii ....................... 75
6.5.1 Masa monetar i factorii care determin cererea de bani .................. 76
6.5.2 Rata dobnzii i investiiile ................................................................. 76
6.5.3 Impozitele i transferurile.................................................................... 77
6.5.4 Preurile i costurile ............................................................................. 77
Capitolul 7 ........................................................................................................... 79
Evoluia proceselor economice n decursul timpului .......................................... 79
7.1 Problema tendinei generale....................................................................... 79
7.2 Noiuni specifice analizei seriilor cronologice .......................................... 79
7.3 Modelul liniar unifactorial i calculul tendinei generale .......................... 80

7.4 Clasificare a seriilor cronologice n raport cu existena sau inexistena

tendinei generale ............................................................................................. 83
7.5 Dependee n economie manifestate n mod sincron sau cu decalaje n timp
.......................................................................................................................... 84
7.5.1 Seria integrat, serii cointegrate privind procese economice evolutive
...................................................................................................................... 84
7.6 Modele dinamice destinate includerii efectelor decalate n timp .............. 86
7.6.1 Stabilirea unitii de timp .................................................................... 87
7.6.2 Estimarea parametrilor ........................................................................ 88
7.7 Autodeterminarea proceselor economice n timp; modelele stochastice de
tip ARMA ........................................................................................................ 90
7.7.1 Considerente economice i statistice pe care se bazeaz modelul
ARMA .......................................................................................................... 90
7.7.2 Obinerea prognozelor ......................................................................... 92
7.8 Fluctuaii sistematice n economie msurare, analiz, prognoz ........... 92
7.8.1 Depistarea grafic a variaiilor sezoniere ............................................ 93
7.8.2 Ajustarea prin medii mobile ................................................................ 94
7.8.3 Indicii de sezonalitate .......................................................................... 95
7.8.4 Coeficienii sezonieri ........................................................................... 95
7.9 Elemente de analiz spectral pentru studierea fluctuaiilor sistematice 100
Capitolul 8 ......................................................................................................... 103
Modelul econometric cu ecuaii simultane ....................................................... 103
8.1 Formele de prezentare ale modelului cu ecuaii simultane; modele clasice
........................................................................................................................ 104
8.2 Stabilirea variabilelor, funciilor i identitilor ...................................... 110
8.3 Identificare, estimare i verificare n cazul modelelor cu ecuaii simultane
........................................................................................................................ 112
8.3.1 Verificarea modelului din perspectiva identificrii fiecrei ecuaii .. 112
8.3.2 Estimarea parametrilor ...................................................................... 114
8.3.3 Etapa de verificare ............................................................................. 118
8.4 Analiz, simulare i prognoz.................................................................. 120
8.5 Modele macroeconometrice..................................................................... 124
Bibliografie ........................................................................................................ 126
Anexe................................................................................................................. 127
Distribuia normal redus (standard) ........................................................... 127
Distribuia t Student n funcie de probabilitatea P i de numrul gradelor de
libertate........................................................................................................... 128
Valori critice pentru repartiia F .................................................................... 129
Distribuia 2 .. 129

Capitolul 1
Introducere n modelarea econometric
Modelele econometrice analizeaz calitatea i cantitatea
proceselor economice i evoluia lor.
Econometria prin caracterul su general creeaz modele
abstracte ale fenomenelor economice.
Econometria este disciplina care s-a conturat ca o sintez ntre
analiza matematic, statistica matematic i economie.

1.1 Ce este econometria?

Termenul econometrie a fost introdus n anul 1926 de ctre
economistul i statisticianul norvegian R. Frisch prin analogie cu
termenul biometrie" utilizat de Galton i Pearson. A a cum
"biometrie" desemna cercetrile biologice cu ajutorul statisticii i
matematicii, econometria avea s nsemne studiul economiei cu
ajutorul acestor tiine fundamentale.
Econometria este o disciplin care s-a conturat ca o sintez ntre
economie, matematic i statistic.
Din economie provin teoriile economice, din matematic
modelele teoretice care exprim teoriile economice, iar din statistic
datele empirice i metodele de prelucrare a acestora.
Pe baza datelor din economie, econometria construie te modele
(expresii cantitative) pentru realitile economice studiate care au un
corespondent n teoriile economice.
Prin procedeele de inferen statistic, econometria estimeaz
parametrii modelelor i realizeaz predicii asupra realitii studiate.
Obiect: Aria de studiu a econometriei este realitatea economic
privit ca un ansamblu de relaii i intercondiionri. Econometria
studiaz legturile dintre fenomenele economice, dintre diferitele
componente ale economiei n ansamblul su.
Metod: Econometria studiaz realitile economice sub aspect
cantitativ, utiliznd metoda statisticii. Econometria contribuie la
7

cunoa terea realitii economice prin modul su specific de a

surprinde cantitativ relaiile din viaa economic real cu ajutorul unui
instrument specific: modelul econometric.
Scop: Scopul principal al econometriei este identificarea,
estimarea i testarea modelelor prin care se surprind relaiile dintre
fenomenele economice reale.

1.2 Ce poate i ce nu poate realiza econometria

Metodele de prelucrare a datelor urmresc ndeosebi msurarea,
cuantificarea unor relaii dintre procesele economice, avnd n vedere
mai ales relaiile de tip cauz-efect.
Rolul econometriei rezult din soluionarea unor obiective
precum:

Evidenierea, pe baze mai obiective, a relaiilor de cauzalitate

din economie;

Exprimarea numeric a efectului datorat cre terii cu o unitate a

factorului;

Stabilirea proporiei n care unul sau mai muli factori determin

evoluia unei variabile-efect, precum i ordonarea factorilor dup
importan;

Previziunea unui fenomen economic n raport cu factorii

determinani sau innd cont de comportamentul fenomenului n
perioadele anterioare;

Aprecierea prin expresii numerice a implicaiilor pe care o

aciune de politic economic o are asupra mai multor sectoare
economice;

Stabilirea intensitii i direciei fluctuaiilor din economie;

Aprecierea elementelor semnificative din economie de

elementele nesemnificative (datorate hazardului).
Aspecte pe care econometria nu le poate rezolva sau nc nu le
poate rezolva satisfctor sunt urmtoarele:

ncorsetarea ntr-un model generalizator, de mare amploare, a

tuturor relaiilor existente n economie;

Introducerea n calcule a variabilelor calitative cu o suficient de

mare acuratee, astfel nct rolul acestora sau amploarea modificrii
lor s poat fi msurate cu suficient de mare precizie;

Departajarea suficient de precis a rolului fiecrui factor asupra

unui proces economic, n situaiile n care factorii evolueaz foarte
asemntor (prezint un grad nalt de coliniaritate);

Prognoza suficient de precis n situaii conjuncturale diferite

sau n situaii n care interaciunea factorilor reprezint ea ns i un
factor;

Econometria nu i propune stabilirea de valori numerice privind

indicatorii economici (agregate de tip PIB, Venit naional, etc.),
unele stri de lucruri din economie (concentrarea, corelaia, proporia
unor realizri) i nici obinerea de soluii optime (stocul optim, ruta
optim n transporturi) sau soluii care nu aparin domeniului
relaiilor de cauzalitate, manifestate la un moment dat sau n decursul
timpului.

1.3 Repere istorice

Econometria este o disciplin tiinific relativ nou, dezvoltat
ncepnd cu mijlocul secolului trecut. Totu i, primele ncercri de a
cuantifica i exprima cantitativ relaiile dintre fenomenele reale sunt
mult mai vechi i dateaz din secolul al XVII-lea.
coala Aritmeticii politice engleze: Un studiu asupra genezei
econometriei ne-ar conduce la nceputurile secolului al XVII-lea cnd
englezul W. Petty pune bazele "aritmeticii politice" prin care se
foloseau sistematic fapte i cifre n elaborarea unor studii legate de
populaie, finane, comer exterior sau impozitare.
Laboratoarele biometrice engleze: La sfr itul secolului al
XIX-lea i nceputul secolului al XX-lea, n Anglia se desf ura o
activitate tiinific remarcabil de cercetare a legilor naturii i a
geneticii umane. Printre figurile ilustre ale acestei coli se numr F.
Gallun, K. Pearson, R.A. Fisher, F.Y. Edgeworth, ale cror lucrri
fundamentale au contribuit la dezvoltarea metodelor de analiz a
legturilor dintre variabile.
Societatea de econometrie: La 29 decembrie 1930, la Cleveland
(S.U.A.) a fost ntemeiat "Societatea de Econometrie", instituie care
a creat i promovat termenul de "econometrie".
9

Dintre membrii societii, menionm cele mai importante figuri:

Irving Fisher, R. A. Fisher (matematician i biolog, care a dezvoltat
analiza dispersional), Jan Timbergen (fizician olandez), T.
Haavelmo, R. Frisch (primul pre edinte al societii) .a.
Mari gnditori ai secolului XX: Econometria se dezvolt prin
contribuia unor cercettori importani, din diferite direcii ale
cercetrii:
producie: Cobb C.W. i Douglas P.H.;
cererea de consum: K. Schultz, P.A. Samuelson;
teoriile economice i construirea modelelor: J. Timbergen, T.
Haavelmo, R. Frisch, L.R. Klein, H.Theil;
studiul riscului i incertitudinii n economie, modele macroeconomice:
J.M. Keynes.

1.4 Concepte
n cercetarea econometric se utilizeaz o serie de concepte,
noiuni i termeni specifici: model, variabile, parametri, estimator,
estimaii, ca i termeni statistici.
Modelul econometric: Modelul este o schem simplificat a
realitii care are rolul de a explica realitatea studiat n dimensiunile
ei fundamentale, eseniale. Modelul econometric este o prezentare
formalizat a problemei sau a realitii economice studiate. De regul,
modelul econometric este o ecuaie sau un sistem de ecuaii construit
pe baza variabilelor statistice.
Exemple
Relaie dintre vnzri i pre:
Vnzri = a + b Pre + u
Evoluia produciei n raport cu factorii determinani:
Producie = a Capital Munca
Variabile: n cercetarea econometric se utilizeaz variabile
statistice ntre care exist relaii de interdependen.
Variabil = nsu ire, element caracteristic care poate nregistra
diverse niveluri exprimate, de regul, numeric.

10

Exemple: preul produsului, rata dobnzii, cantitatea produs,

valoarea tranzaciilor la burs. Variabile de tip calitativ (nenumerice):
culoarea, religia, anotimpul.
Variabila aleatoare prezint drept element caracteristic faptul
c poate nregistra orice valoare ntr-un ansamblu de valori specificat
corespunztor unei repartiii de probabilitate.
Exemple: cursul de schimb, vnzrile pe o pia liber, abaterea
(eroarea) dintre nivelul preconizat i cel realizat.
Tipuri de variabile:
variabil endogen, numit i variabil dependent, rezultativ
sau efect, rezultat. Este variabila pentru care modelul, n urma
estimrii, poate genera valori. Variabila endogen este
poziionat n stnga semnului egalitii n ecuaia n care ea
reprezint obiectivul, dar poate s apar i n postura de factor n
alte ecuaii. Se noteaz de regul cu y.
variabila exogen, numit i variabil independent, factorial,
factor de influen sau regresor, care determin un anumit efect
asupra variabilei rezultat. Este variabila aflat n postura de
cauz a evoluiei variabilei endogene, avnd valori preluate din
statistici. Locul variabilei exogene este n dreapta semnului
egalitii i este, de regul, notat cu x.
Alturi de aceste dou categorii de variabile, n
econometrie se utilizeaz o categorie special: variabilele reziduale
sau eroare.
De regul, aceste variabile apar n model ca sum a tuturor
influenelor necunoscute sau care nu apar explicit n model. n
cercetarea econometric, variabila eroare este o variabil aleatoare
care respect anumite proprieti numite i ipoteze clasice.
Variabila rezidual se obine n urma calculului abaterilor dintre
valorile empirice ale variabilei endogene (y) i valorile generate de
model ale aceleia i variabile ( y ). Locul variabilei rest este, de regul,
n partea final a ecuaiei i este notat cu u, dar se mai folose te i v
sau e. Este denumit perturbaie sau eroare.

11

Medie = nivel central obinut n urma unui calcul privind un

ansamblu de valori ale variabilei analizate. Se utilizeaz media
aritmetic:

x f
x=
f
i

unde xi reprezint valorile variabilei, iar fi frecvena de apariie.

Media variabilei aleatoare (sperana matematic, a teptarea)
rezult ca o sum a valorilor variabilei aleatoare ponderate cu
probabilitile asociate posibilelor valori:
cu

M (x ) = xi Pi

P =1

Dispersie = indicator sintetic destinat msurrii mpr tierii

valorilor variabilei de la medie. Dispersia este notat 2
, dar i
2
var sau s (numit i varian).
2

( x x)
=
f
i

fi

Dispersia variabilei aleatoare x:

2 ( x ) = M [x M (x )]2

Abaterea medie ptratic:

= 2
Covariana (cov) variabilelor x1, x2 reprezint un indicator de
msurare a variabilitii conjugate privind dou variabile aflate ntr-o
relaie de dependen:

Cov(x1 , x2 ) = M [(x1 M (x1 ))( x2 M (x2 ))]

Coeficientul de corelaie (r) reprezint un indicator de msurare
pe o scar numeric cuprins ntre 1 i + 1 a legturii (dependenei,
analogiei) dintre dou variabile. n varianta Pearson, coeficientul de
corelaie este definit astfel:

rxy =

(x x )(y y )
n x y

12

E antion = subansamblu de elemente (uniti, cazuri) extrase

(la ntmplare) dintr-un ansamblu (populaie). Deseori o secven de
valori ale unei variabile urmrite (nregistrate) n decursul timpului
este asimilat cu e antionul. Se noteaz cu n numrul de uniti din
e antion.
Estimare = calcul sau suit de calcule (algoritm) destinate
obinerii unei mrimi numerice (coeficient, parametru) pe baza datelor
unui e antion. Se noteaz estimaiile cu
a , b, , r.
Estimarea parametrilor unei funcii se situeaz n centrul ateniei
econometricienilor.
Test = verificare a unei prezumii (ipoteza nul H0, a negrii
existenei unei caliti a estimaiei), n condiiile existenei unei
repartiii proprii estimaiei analizate. n urma testrii, ipoteza nul
poate fi acceptat sau poate fi infirmat (respins) n favoarea ipotezei
alternative H1. frecvent utilizate
n econometrie sunt testele: t
2

Student, F Snedecor,
(hi-ptrat).
Parametru: Parametrii modelului econometric, numii i
coeficieni de regresie, sunt mrimi reale i necunoscute care apar n
model n diferite expresii alturi de variabile.
Parametrii fac obiectul procesului de estimare i testare
statistic. Parametrul este o mrime considerat constant, rezultat n
urma unui calcul bazat pe datele presupuse de variabilele ecuaiei /
ecuaiilor modelului. De regul, se au n vedere estimaii ale
parametrilor, motiv pentru care se ata eaz literei un accent
circumflex.
Locul parametrului n model este alturi de variabila factorial la
care se refer (excepie face parametrul liber). Se noteaz cu a, b, a0,
a1, , . Este denumit i coeficient sau estimaie.
Estimatori: Estimatorii sunt variabile aleatoare, convenabil
construite n procesul de estimare, cu distribuii de probabilitate
cunoscute i cu proprieti specifice n baza crora se realizeaz
procesul de estimare a parametrilor modelului econometric.
13

Notm parametrul cu simbolul i un estimator al acestuia cu

n procesul de estimare, cele mai importante proprieti ale
estimatorilor sunt:

nedeplasarea - un estimator este nedeplasat dac media sau

sperana matematic a acestuia este egal cu parametrul.
Un estimator nedeplasat verific relaia: M( ) = . Dac relaia nu
este respectat, atunci estimatorul este deplasat.

convergena - un estimator este convergent dac pentru un

e antion cu volum suficient de mare irul estimatorilor converge
ctre parametru. Pentru un estimator convergent are loc relaia:

lim P n < = 0, (0,1).

n

eficiena estimatorul este eficient dac are dispersia sau

variana cea mai mic dintre toi estimatorii posibili pentru parametrul
.
Autocorelaie, autoregresie = noiuni care se refer la
dependena dintre termenii poziionai la o anumit distan de timp.
A adar, este presupus dependena modificrilor variabilei n raport
cu propriile modificri realizate ntr-un trecut mai mult sau mai puin
apropiat.
Autocorelaia implic determinarea intensitii corelaiei dintre
termenul nregistrat n perioada t i termenul din perioada t 1
(coeficientul r1), respectiv din perioada t 2 (coeficientul r2), etc.
Autoregresia presupune analiza gradului de dependen dintre
seria de date yt i aceea i serie decalat cu 1:
yt = a + byt-1+ ut, unde t = 2, 3, ...,n
Pot fi considerate variabile explicative seriile decalate, n
succesiune cu 1,2,...,k perioade de timp:
yt = a + b1yt-1+...+ bkyt-k + ut

14

1.5 Demers metodologic

Modelarea econometric se poate rezuma sintetic la parcurgerea
urmtoarelor etape:

formularea problemei n termeni economici, pornind de la o

teorie sau o problem economic;

identificarea variabilelor care instrumenteaz problema;

identificarea tipului i formei legturii dintre variabile, dup o

analiz atent a fenomenului real i a teoriei economice;

propunerea unuia sau a mai multor modele care explic realitatea

studiat prin relaii de dependen ntre variabile;

estimarea parametrilor modelului sau modelelor propuse, pe

baza metodelor statistice cunoscute;

testarea modelului sau modelelor i alegerea celui mai bun

model;

aplicarea n practic sau realizarea de predicii pe seama

modelului.
Notaii

y- variabila dependent;

xi - variabilele independente, i = 1, 2, ..., k, unde k este numrul

de factori;

u - variabila rezidual sau eroare;

y = f(xi) + u - modelul econometric;

ai, bi - parametrii modelului, i = 1, 2, ..., k;

n - volumul e antionului.

15

Capitolul 2.
Modelul unifactorial
2.1 Relaiile de cauzalitate n economie
Situaiile n care un proces economic depinde de un singur factor
nu sunt prea frecvente n economie.
Se va aborda dependena ncepnd cu un singur factor, de la
unifactorial la multifactorial, de la particular la general, de la relaia
liniar la alte tipuri de dependene.
Exemple de relaii din economie care implic un efect i un
factor important ntr-o dependen liniar:

Cererea de alimente strict necesare depinde de numrul

populaiei;

Producia depinde de numrul de ore utilizate efectiv pentru

realizarea ei;

Rata dobnzii la bncile comerciale este influenat de rata

dobnzii de referin;

Exportul unui produs depinde de nivelul preului; etc.

n majoritatea cazurilor:

Dependena nu este total, (o anumit variabil depinde sau este

influenat ndeosebi de...), aspect care implic recunoa terea
existenei i a altor cauze de o mai mic importan sau prea puin
cunoscute;

Deseori este specificat existena unor condiii care se menin

acelea i, ceea ce poate fi valabil n condiii de laborator, dar numai
temporar poate fi constatat n viaa real pe un segment de cazuri.

Dependena unui proces n raport cu factorul determinant se

poate manifesta diferit n decursul timpului, n raport cu gradul de
stabilitate al celorlali factori importani.

La aceasta se adaug influena elementului perturbator provocat

de cauze minore, puin cunoscute, mai mult sau mai puin
accidentale.
16

2.2 Modelul liniar simplu

Modelul liniar simplu presupune c ntre cele dou variabile
exist o dependen dup modelul unei ecuaii de gradul nti sau c
ntre variabile exist o relaie de proporionalitate.

2.2.1 Prezentarea problemei. Exemple din economie

Modelul liniar simplu este cel mai simplu model econometric
sau cea mai simpl schem explicativ a dependenei dintre dou
variabile.
n economie exist situaii n care un rezultat sau un fenomen
poate fi explicat ntr-o proporie ridicat doar de influena unui singur
factor. Acest factor apare n modelul econometric drept variabil
independent, iar restul influenelor este preluat de variabila rezidual.
Exemple din economie de modele liniare simple
1) Funcia de consum - cererea sau consumul populaiei pentru o
anumit categorie de mrfuri este o funcie de venit
Ci = a + b Vi+ ui,
unde parametrul b arat de cte ori cre te consumul unui anumit
produs (Ci) la o cre tere cu o unitate a venitului i este de regul
pozitiv.
2) Legea cererii - cererea populaiei pentru o anumit categorie de
mrfuri este n funcie de preul acestor produse
Ci = a + b Pi+ ui,
unde parametrul b este de regul negativ i arat cu ct scade cererea
la o cre tere a preului cu o unitate.

2.2.2 Model i ipoteze

Modelul prin care se exprim dependena n raport cu un singur
factor trebuie s conin:

Variabila efect, notat cu yi;

17

Variabila cauzal considerat determinant pentru procesul

analizat, notat cu xi;

Variabila care poate perturba relaia dintre principalele variabile,

expresie a aciunii cauzelor minore, numit abatere sau eroare i
notat cu ui.
Modelul de regresie liniar simpl exprim legtura liniar
dintre variabile, de forma:
yi = a + b xi + ui
Relaia de mai sus se nume te ecuaie de regresie i reprezint
funcia liniar
yx = a + bx plus eroarea u.
Parametrii (constantele, coeficienii) notai a, b urmeaz s fie
determinai corespunztor datelor numerice ce privesc ansamblul (N)
de cazuri sau urmeaz s fie estimai dac datele se refer la un
e antion (n) de cazuri.
a reprezint ordonata la origine, care arat valoarea lui y cnd x = 0;
b reprezint panta dreptei, numit i coeficient de regresie.
Parametrul de regresie b arat gradul de dependen dintre
variabile, respectiv cu ct cre te sau scade y la o cre tere a variabilei x
cu o unitate.
Variabilele din ecuaie sunt:

y - variabila dependent, aleatoare;

x- variabila independent, nonaleatoare;

u - variabila aleatoare eroare sau reziduu.

Ipotezele modelului de regresie vizeaz variabila rezidual i variabila
independent. Cele mai importante ipoteze sunt:

normalitatea erorilor : ui N 0, 2 , adic variabila rezidual

urmeaz o lege de repartiie normal de medie zero i varian 2 ;

homoscedasticitate:
var( ui )= 2 ,
adic dispersia (variana) erorii este constant.

necorelarea erorilor: cov(ui, uj) = 0, adic erorile nu se

influeneaz reciproc;

18


lipsa corelaiei dintre variabila independent i variabila eroare:
cov( xi, ui ) = 0.

2.3 Estimarea parametrilor modelului

n practic, determinarea parametrilor la nivelul populaiei totale
nu este posibil de realizat, fapt care impune estimarea parametrilor.
Folosind date nregistrate asupra unui e antion de n perechi de
observaii asupra variabilelor x i y, se calculeaz estimaiile a i b
ale parametrilor a i b .
Pentru diverse e antioane de volum n se obin diverse estimaii
pentru parametrii modelului de regresie liniar.
Mulimea acestora descrie a a-numiii estimatori ai parametrilor
a, b.
Estimatorii sunt variabile aleatoare a cror distribuie se poate
descrie n anumite ipoteze impuse modelului.

Exemplu
Se caut s se verifice n ce msur numrul populaiei x
determin vnzrile unui produs de uz curent y. Datele culese din 16
localiti sunt urmtoarele:
x-populaia
(zeci de mii
loc.)
y-vnz ri (mii
kg)

9 10 10 11 12 13

10 12 14 28 30 32 28 35 40 45 45 52 55 54 58 60

Reprezentarea ntr-un sistem de axe a punctelor de coordonate xi,

yi descrie un nor de puncte a crui form urmeaz mai curnd o
dreapt dect o linie curb.
Acest fapt ne ndrepte te s acceptm drept model a relaiei de
dependen funcia

y = a + bx

19

Diagrama mpr tierii

V nzri

80
60
40

y-vnzri (mii kg)

20
0
0

10

15

Populaia
De la fiecare punct ( xi, yi ) pn la dreapt se constat existena
unor distane mai mari sau mai mici, reprezentnd abateri generate de
acei factori considerai nesemnificativi, accidentali, avnd un rol
perturbator.
Se noteaz distana de a fiecare punct ( xi, yi ) pn la punctul
corespunztor de pe dreapt (xi , y i ) cu ui. Atunci mrimea abaterii
este diferena: ui = yi y i
n continuare se caut obinerea de soluii pentru parametrii a i
b, deschiznd perspectiva analizei statistice, analizei economice,
prognozei vnzrilor.
Pentru realizarea acestor obiective se urmre te obinerea unor
estimri (pentru c se dispune doar de secvene / e antioane de date)
care s conduc la:
Obinerea unui grad de determinare (a efectului de ctre cauz)
ct mai mare;
Abaterile dintre valorile empirice ale variabilei efect y i valorile
aceleia i variabile obinute pe baza modelului i poziionate pe
dreapt ( , valori ajustate,y teoretice), s fie ct mai mici;
Estimaiile obinute pentru parametri s fie ct mai precise, s
tind spre adevratele valori ale parametrilor pe msur ce
e antionul cre te.
20

Metode de estimare care ndeplinesc condiiile enumerate sunt:

Metoda celor mai mici ptrate (MCMMP);
Metoda verosimilitii maxime (MVM);
Metoda bayesian.

Metoda celor mai mici ptrate implic cele mai mici costuri
pentru aplicarea ei.

2.4 Noiuni privind datele i soluiile

Se numesc valori / niveluri empirice ale variabilelor y sau x
acele mrimi numerice obinute din statistici. Se noteaz cu xi, yi, iar
pe grafic apar sub form de puncte de coordonate (xi, yi).
Se numesc valori / niveluri ajustate sau teoretice, acele valori
care urmeaz s fie generate de model, notate
.Ele yse
i
obin dup
estimarea parametrilor.
Se numesc valori adevrate ale parametrilor acele soluii la care
s-ar ajunge dac s-ar cunoa te toate valorile pe care le iau x, y. Aceste
valori se noteaz cu a i b, iar numrul total de cazuri cu N.
Se numesc valori estimate ale parametrilor acele soluii care
rezult n urma utilizrii datelor pe care variabilele xi, yi le-au
, iar
nregistrat ntr-un e antion. Aceste soluii se noteaz cu a , b
numrul de cazuri incluse n e antion cu n.
n marea majoritate a cazurilor se lucreaz cu e antioane, astfel
nct se obin, frecvent, estimaii.
Doar n sfera teoriei ne referim la valori adevrate ale
parametrilor.

2.5 Metoda celor mai mici ptrate

Metoda celor mai mici ptrate consider abaterea urmtoare
drept element cheie: ui = yi ~
yi
Ridicarea la ptrat i nsumarea ptratelor abaterilor conduce la
calculul sumei:
n
n
2
2
S = ui = ( yi ~
yi )
i =1

i =1

21

Condiia este ca estimaiile s fie astfel alese nct aceast sum

s fie minim.
ntruct ~
y = an + bx se rescrie expresia astfel:
2
S = yi a + bxi
i =1

[ (

)]

Punctul de extrem se obine prin egalarea cu zero a derivatelor

pariale n raport cu necunoscutele a i b .
Rezult sistemul:
n
S a , b
= 2 yi a bxi (1) = 0

a
i =1

S a , b = 2
yi a bxi ( xi ) = 0

b
i =1
Ceea ce devine:

n n

na + b xi = yi

i =1 i =1
n
n
n
a xi + b xi2 = xi yi
i =1 i =1 i =1

( )
( )

(
(

)
)

Se noteaz:

1 n
1 n
x = xi , y = yi
n i =1
n i =1

Se obine soluia:

a = y bx
b =

( y y )(x x )
(x x )
i

2.5.1 Interpretarea parametrilor estimai

b indic cu cte uniti naturale (n care este exprimat y) se

modific variabila efect (cre te pentru b > 0, scade pentru b < 0)
dac factorul x cre te cu 1 (adic cu o unitate natural n care este
exprimat x). b indic panta dreptei de regresie (slope).
a nu are interpretare economic ci doar semnificaia sa de ordonat
la origine (intercept).
22

Exemplu
x
2
3
3
5
6
6
6
7
8
8
9
10
10
11
12
13
7.438

y
10
12
14
28
30
32
28
35
40
45
45
52
55
54
58
60
37.375

y-M(y)
-27.375
-25.375
-23.375
-9.375
-7.375
-5.375
-9.375
-2.375
2.625
7.625
7.625
14.625
17.625
16.625
20.625
22.625

x-M(x)
-5.4375
-4.4375
-4.4375
-2.4375
-1.4375
-1.4375
-1.4375
-0.4375
0.5625
0.5625
1.5625
2.5625
2.5625
3.5625
4.5625
5.5625

b=

4.942493

(y-M(y))(x-M(x))
148.8515625
112.6015625
103.7265625
22.8515625
10.6015625
7.7265625
13.4765625
1.0390625
1.4765625
4.2890625
11.9140625
37.4765625
45.1640625
59.2265625
94.1015625
125.8515625
800.375
a=

(x-M(x))2
29.566406
19.691406
19.691406
5.9414063
2.0664063
2.0664063
2.0664063
0.1914063
0.3164063
0.3164063
2.4414063
6.5664063
6.5664063
12.691406
20.816406
30.941406
161.9375
0.6152065

2.5.2 Analiza de regresie i modalitatea de estimare a

parametrilor
n procesele economice se observ c pentru un nivel oarecare al
factorului se constat o diversitate de valori privind efectul declan at.
Acest aspect poate fi constatat fie pentru mai multe cazuri n
care factorul, de i constant ca nivel, genereaz efecte diferite, fie n
situaiile n care se analizeaz mai multe e antioane, iar un nivel
identic al factorului de la un e antion la altul genereaz efecte diferite.
Relaia dintre cauz i efect nu este de tip determinist.
Pe lng factorul cu rol determinant exist i un element aleator
care perturb relaia dintre cauz i efect.

23

Relaia de dependen este dat de funcia stochastic (stochastic

= aleator, ntmpltor):
y = a + bx + u
n situaia n care datele se refer la ntreaga populaie se obine
o funcie de regresie a populaiei (FRP):
y = a + bx + u
unde coeficienii a, b reprezint valorile adevrate ale parametrilor.
n practic rareori se apeleaz la toate cazurile care formeaz
populaia, ntruct aceast variant de lucru implic eforturi deosebite.
Este de preferat utilizarea datelor unui e antion:
n optica transversal: 35 firme sau 60 familii sau 80 clieni
bancari;
n optica temporal: 20 trimestre n care s-au realizat importuri;
18 ani n care s-a nregistrat evoluia produciei; 16 luni n care
se cunoa te rata dobnzii; etc.
Pe baza datelor unui e antion se pot obine doar estimri ale
parametrilor care apar n funcia stochastic a e antionului (FSE):

y i = a + bxi

Obinerea valorilor estimate pentru constantele funciei

stochastice deschide perspective cum ar fi:

Cuantificarea rolului variabilei factoriale (x) asupra variabilei

efect, exprimat de nivelul b ;
Obinerea de valori ajustate ale nivelurilor variabilei efect

adic valori yi datorate exclusiv influenei factorului determinant;

Calculul abaterilor ui = yi y i este util, analiza acestei serii de

valori reziduale conduce la aprecieri privind calitatea modelului;
Determinarea unor previziuni privind evoluia variabilei efect

n condiiile n care nivelul viitor al factorului este previzibil i nu se

ntrevd schimbri majore n relaia dintre x i y.
Astfel de perspective sunt de interes pentru analiza i prognoza
n economie.
Ele justific importana atribuit estimrii n econometrie, dar i
interesului acordat verificrii modului n care au fost obinute
estimrile, calitile acestora i, n general, aprecierea performanelor
modelului.

24

2.6 Alte metode de estimare

ntre metodele de estimare, MCMMP se particularizeaz prin:
frecvena utilizrii, existena unui numr relativ mare de variante,
atracia pe care o exercit asupra economi tilor. Exist i alte metode,
ca de exemplu: metoda verosimilitii maxime, metoda bayesian,
metoda punctelor perechi.

Metoda verosimilitii maxime

Metoda verosimilitii maxime este recunoscut ca un procedeu
de estimare dintre cele mai performante. MVM urmre te obinerea
unor astfel de estimaii pentru parametri nct probabilitatea
reproducerii valorilor (datelor) e antionului, folosind estimaiile, s fie
maxim.
Se urmre te obinerea acelor soluii (pentru parametri) pentru
care funcia de verosimilitate corespunztoare, rezultat din repetate
sondaje, atinge valoarea sa maxim. Funcia de verosimilitate se refer
la probabilitatea simultan de realizare a valorilor yi privite ca funcie
de unul sau mai muli parametri. n cazul modelului unifactorial,
probabilitatea simultan reprezentat de densitatea de repartiie a
valorilor y1, y2, ..., yn date fiind constantele a, b, 2, este reprezentat
de:

f y1 , y 2 ,..., y n / a , b,

) = f (y )
n

i =1

ntruct independena evenimentelor implic produsul probabilitilor.

Dac se are n vedere repartiia normal a valorilor yij n cazul fiecrui
xi, (se lucreaz pe mai multe e antioane) de medie M(y/x) = a + bx i
de dispersie independent de x, atunci densitatea de repartiie a
valorilor yi este reprezentat de funcia de verosimilitate:

L = f y1 , y2 ,..., yn / a, b, 2 = f ( yi ) = 2 2
i =1

1
n
2

[ yi (a+bx )]2
2 2

n continuare, se urmre te estimarea valorilor a, b, 2 care

conduce la maximizarea probabilitii de reproducere a datelor
e antionului (y1, y2, ..., yn).
25

Aceasta presupune maximizarea funciei de verosimilitate. Se

pune deci problema gsirii unui extrem al unei funcii, ceea ce se
rezolv prin egalarea cu zero a derivatelor pariale n raport cu fiecare
dintre cele trei necunoscute. n acest scop, se prefer reprezentarea n
form logaritmat:
1
n
2
(
)
ln L = ln 2 2
[
y

a
+
bx
]

2
2 2
Ecuaiile la care se ajunge prin egalarea cu zero a derivatelor
pariale sunt urmtoarele:

ln L
1
= 0 2 ( y a bx )( 1) = 0 na + b x = y
a

1
ln L
= 0 2 ( y a bx )( x ) = 0 a x + b x 2 = xy
b

ln L
1
1
n
2
2
2
[
(
)
]
=
0

+
=

=
y
a
bx
u
0

n
2 2 2 4
2
Pentru a i b ecuaiile sunt identice cu cele rezultate n cazul
MCMMP. Se mai adaug relaia de estimare a necunoscutei 2.

Metoda bayesian de estimare

Metoda bazat pe analiza bayesian are n vedere att datele
e antionului (privind yi, xi) ct i informaiile apriori cunoscute privind
parametrii (din teoria economic sau cercetri anterioare). La acestea
se adaug, nvederea estimrii, i o funcie a pierderii (costului,
riscului) datorat abaterilor valorilor estimate de la cele adevrate.
Estimaiile punctiforme rezult prin introducerea n calcule a
ambelor categorii de informaii:
informaii apriorice care conduc la probabiliti apriorice,
P(b/I0);
informaii bazate pesondaj, crora le este specific o funcie de
verosimilitate P(y/b).
Ambele tipuri de informaii conduc la obinerea a a-numitelor
probabiliti revizuite P(b/y,I0).
Regula lui Bayes face posibil obinerea funciei densitii de
repartiie revizuit:
26

P(b / y, I 0 ) =

P( y / b ) P (b )
.
P( y )

( )

Introducerea n calcul a funciei pierderi L = L b, b este

motivat de considerentul c abaterea estimaiei de la valoarea
adevrat provoac o pierdere (un cost, un risc) proporional cu
mrimea abaterii (n valoare absolut).

Metoda punctelor pereche

n vederea estimrii parametrilor funciei liniare sunt strict
necesare dou perechi de valori yixi (existnd 2 parametri) alese n
zone distincte i, pe ct posibil, neafectate de abateri accidentale
semnificative.
n cazul n care funcia este neliniar, se alege un numr de
perechi de valori egal cu numrul necunoscutelor (parametrilor).
Pentru o ct mai bun aproximare a constantelor modelului se
recomand extrageri de perechi de valori din zone caracteristice
relaiei dintre variabile. Astfel, pentru cazul liniar se recomand
perechile de la nceputul, respectiv sfr itul seriei de date; pentru
polinomul de gradul II:
y = a + bx + cx2 + u
se aleg perechi de valori yixi aflate la nceputul seriei, la mijlocul
acesteia i n zona final. Sistemul de ecuaii la care se ajunge permite
obinerea soluiilor.

27

Capitolul 3
Modelul multifactorial
O apropiere a modelului econometric de diversitatea i
complexitatea proceselor economice presupune analiza relaiei dintre
variabila efect i un ansamblu de factori determinani, precum i
includerea unor relaii de tip neliniar.

3.1 Cazul liniar multifactorial

n practic sunt puine fenomene economice care depind n mod
semnificativ de un singur factor.
Situaia mult mai frecvent este aceea n care nivelul
fenomenului economic este rezultanta mai multor factori importani la
care se adaug i rolul unor factori mai puin cunoscui, presupu i a fi
nesemnificativi.
Este necesar includerea n mod explicit a factorilor cu influen
determinant, astfel nct s se reduc perturbaia.

Exemple

Producia industrial este influenat de cantitatea i calitatea

fondurilor fixe, ca i de numrul salariailor;

Producia vegetal din agricultur depinde de cantitatea de

ngr minte, umiditatea solului, utilajele folosite, calitatea lucrrilor;
Volumul investiiilor depinde de cuantumul economiilor, rata

dobnzii, investiiile ncepute;

Cererea de mrfuri este funcie de ofert, venituri, publicitate,

preuri.
Att n teoria economic, ct i n practic se gsesc astfel de
factori determinani, inclusiv direcia n care fiecare dintre ei
influeneaz variabila-efect.

28

Ceea ce nu se cunoa te este msura n care fiecare factor

influeneaz variabila-efect. n realizarea unei astfel de msurtori
intervine econometria.
Relaia este de tip multidimensional, n care apar k factori:

~
yi = f (x1i , x2i ,..., xki )

Funcia de regresie este de forma:

M ( yi / x1i , x2i ,..., xki ) = f (x1i , x2i ,..., xki )

unde M ( yi / x1i , x2i ,..., xki )

reprezint media distribuiei variabileiefect condiionat de modificrile de nivel constatate n ce prive te
factorii importani luai n calcul.
n cazul n care relaia dintre variabila-efect i fiecare dintre
cauze este de tip liniar se obine:

M ( yi / x1i , x2i ,..., xki ) = a0 + a1 x1i + a2 x2i + ... + ak xki

Forma stochastic a modelului de regresie include i variabila

rezidual u prin intermediul creia sunt evideniate influenele
accidentale, minore ca importan, ntmpltoare (aleatoare,
stochastice) ca mod de comportare, dar care pot genera o abatere
oarecare asupra variabilei-efect:

yi = a0 + a1 x1i + a2 x2i + ... + ak xki + ui

De remarcat faptul c atunci cnd se face referire la un caz
aparte i nu la medie, elementul perturbator u este luat n calcul, iar
introducerea lui confer modelului atributul de stochastic, apropiindu-l
de modalitatea real de desf urare a proceselor economice.
n cele ce urmeaz se abordeaz un caz multifactorial n care
variabila-efect depinde de 2 factori, printr-o relaie de tip liniar.

3.2 Etapele demersului:

Elaborarea modelului;
Estimarea parametrilor;
Verificarea semnificaiei rezultatelor estimrii;
Utilizarea modelului n vederea analizei i prognozei.
29

3.2.1 Specificarea
Se presupune c studiul se refer la analiza cererii de servicii de
ctre populaie n raport cu cauzele care determin o astfel de cerere.
Din sursele teoretice i practice rezult doi factori: veniturile
disponibile ale populaiei i oferta de servicii existent pe pia.
Datele de care dispunem se refer la valori trimestriale privind:

Ponderea cheltuielilor destinate serviciilor n bugetul familiei

reprezint variabila-efect notat cu y;
Venitul mediu ce revine pe membru de familie (n mii lei)

reprezint primul factor, notat cu v;

Investiiile n domeniul serviciilor destinate populaiei (n

milioane lei) reprezint al doilea factor, notat cu z.

Datele pentru n = 15 trimestre succesive:
y%
v (mii lei)
z (mil. lei)

10
1.5
0.8

11
1.5
1

12
2
1.5

14
2
2

15
2
1.8

16
2.2
1.8

16
2.5
2

17
2.4
2.4

16
2.4
2.1

18
3
2.1

18
3
2.6

18
3
2.4

19
3.2
2.5

19
3.3
2.2

21
3.5
2.8

Se accept varianta liniar.

Specificarea modelului conduce la urmtoarea reprezentare:

yi = a0 + a1vi + a 2 zi + ui
unde a 0 , a1 , a 2
reprezint estimaii ale parametrilor ntruct se
utilizeaz date pentru un e antion.
Meniuni:
1. Stabilirea factorilor i a funciei reprezint o baz de pornire, n
sensul c opiunile fcute n faza specificrii urmeaz s fie verificate
n etapele urmtoare (n etapa verificrii i a utilizrii modelului).
2. Important n aceast etap:
Asigurarea unui numr suficient de mare de cazuri n 15 ,

superior numrului de parametri din model;

Stabilirea factorilor cu rol realmente determinant
i

independeni ntre ei;

Eroarea de specificare ar putea consta fie n alegerea unui numr

prea mic de cazuri, fie alegerea unui numr prea mare de factori, fie
alegerea gre it a funciei.
30

3.2.2 Estimarea parametrilor

Se caut soluii pentru necunoscute, adic obinerea de

estimatori de calitate a0 , a1 , a.2
Se utilizeaz metoda celor mai mici ptrate, adic suma

ptratelor abaterilor s fie minim:

n

u = [ y (a
2
i

i =1

i =1

+ a1vi + a 2 zi )]

Se egaleaz cu 0 derivatele pariale n raport cu fiecare

necunoscut.

Se obine punctul de minim al expresiei.

ui2

=0

a0

2 ( yi a0 a1vi a 2 zi ) ( 1) = 0
i

ui2

=0

a1

2 ( yi a0 a1vi a 2 zi ) ( vi ) = 0
i

ui2
i

a 2

=0

2 ( yi a0 a1vi a 2 zi ) ( zi ) = 0
i

Rezult sistemul de ecuaii normale:

na0 + a1 vi + a 2 zi = yi
i

a0 vi + a1 v + a 2 vi zi = vi yi
2
i

a0 zi + a1 vi zi + a 2 zi2 = zi yi
i

31

Sistemul se poate scrie n form matriceal astfel:

v
z

v z a y
v vz a = yv
vz z a yz
0

Se noteaz:
matricea coeficienilor cu X

matricea necunoscutelor cu A

matricea termenilor liberi cu Y

Sistemul se scrie astfel:
XA = Y
Soluia se obine: A = X 1 Y

Exemplu
y
10
11
12
14
15
16
16
17
16
18
18
18
19
19
21
240

v
1.5
1.5
2
2
2
2.2
2.5
2.4
2.4
3
3
3
3.2
3.3
3.5
37.5

z
0.8
1
1.5
2
1.8
1.8
2
2.4
2.1
2.1
2.6
2.4
2.5
2.2
2.8
30

v2
2.25
2.25
4
4
4
4.84
6.25
5.76
5.76
9
9
9
10.24
10.89
12.25
99.49

z2
0.64
1
2.25
4
3.24
3.24
4
5.76
4.41
4.41
6.76
5.76
6.25
4.84
7.84
64.4

vz
1.2
1.5
3
4
3.6
3.96
5
5.76
5.04
6.3
7.8
7.2
8
7.26
9.8
79.42

32

yv
15
16.5
24
28
30
35.2
40
40.8
38.4
54
54
54
60.8
62.7
73.5
626.9

yz
8
11
18
28
27
28.8
32
40.8
33.6
37.8
46.8
43.2
47.5
41.8
58.8
503.1

Matricele

37,5
30
15

X = 37,5 99,49 79,42

30 79,42 64,4

240
4,104588

Y = 626,9
A = 2,842506
503,1
2,394573

3.2.3 Interpretarea estimaiilor obinute pentru

parametri

Interpretarea lui a1:

La o cre tere a venitului cu o unitate (o mie de lei), cererea pentru
servicii (y) cre te, n medie, cu 2,842506%, n condiiile n care oferta
(z) rmne constant.

Interpretarea lui a 2 :
La o cre tere a ofertei (redat prin investiii) cu o unitate (1 milion
lei), cererea pentru servicii cre te, n medie, cu 2,394573%, n
condiiile n care veniturile rmn acelea i.
Interpretarea se refer i la semnul parametrului. Dac semnul
este plus, relaia dintre y i x este de acela i sens (cre te x, cre te i y;
scade x, scade i y).
Dac semnul este minus, relaia este de sens invers (cre te x,
scade y).
Parametrul a 0 nu are o interpretare economic, dar se poate
considera ca fiind nivelul variabilei-efect cnd factorii determinani
sunt nuli.
n general, n modelul multifactorial, interpretarea parametrului
estimat a j indic cu ct se modific (cre te sau scade, n funcie de
semnul parametrului) n medie variabila-efect (y) la o cre tere cu o
unitate a factorului xj n condiiile n care ceilali factori determinani
introdu i n model sunt considerai constani.

33

3.3 Aplicarea modelului econometric

multifactorial
Alegerea variabilelor independente din model (a variabilelor
factoriale) reprezint o prim problem care se cere rezolvat. Sursele
de informaii care pot sugera cele mai importante cauze care
determin variabila dependent sunt:

Manualele de economie, fie c se refer la teoria economic n

general, fie la macroeconomie sau microeconomie, la sectoare ale
economiei sau domenii de activitate, includ informaii referitoare la
factorii determinani;
Reviste sau publicaii tiinifice n care pot aprea cercetri

similare, dar i unele care au doar tangen cu tema propus. Exemple:

Studii i cercetri de calcul economic i cibernetic economic,
Revista Romn de Statistic, Piaa de capital, Economistul, Revista
financiar, etc;
Periodice n care sunt publicate trimestrial sau lunar date i

analize conjuncturale, precum buletinele Comisiei Naionale de

Statistic sau ale BNR.

3.3.1 Datele numerice

O alt problem o reprezint datele numerice i accesul la un
numr suficient de date de calitate.
Sursele cele mai importante de date pot fi:

buletinele statistice (producia, comerul exterior, preurile);

anuarele statistice (date privind indicatorii macroeconomici,

situaia pe judee, indicatorii resurselor, comerul internaional);

buletinele Bncii Naionale a Romniei (serii de date privind

inflaia, dobnzile, creditul, exportul, importul);

buletinele diverselor instituii, privind calitatea vieii (statistica

bugetelor de familie)

evidenele agenilor economici (bilanul);

anchetele pe teren prin care pot fi obinute i date cu privire la

factorii lateni, de natur psihologic, etc.

n etapa culegerii datelor, pot s apar urmtoarele aspecte:
34

a) posibilitatea de a utiliza serii cronologice de date (valori anuale,

trimestriale, lunare) sau de a utiliza serii transversale (un e antion de
localiti, familii, ntreprinderi). Pentru a opta ntre cele dou
alternative se are n vedere existena de date n aceea i alternativ
pentru toate variabilele. Se opteaz pentru serii cronologice dac
scopul este obinerea de prognoze n timp, respectiv optica
transversal pentru analizarea rolului fiecrui factor.
b) datele la care avem acees nu se refer exact la variabilele
preconizate spre a forma modelul, dar exist posibilitatea de a le
nlocui cu variabile foarte apropiate ca i coninut. Exemplu: venitul
permanent disponibil se poate nlocui cu venitul brut, cererea cu
vnzrile, oferta cu producia.
c) datele sunt mult prea puine, nu se pot forma serii de cel puin 1520 termeni. Se recomand nlocuirea datelor anuale cu cele
trimestriale sau lunare sau suplimentarea numrului de cazuri din
e antion pentru seriile transversale.
d) datele sunt susceptibile de erori, ceea ce implic verificarea lor att
din perspectiva cantitativ (absena de valori n unele cazuri, absena
unitii de msur, gre eli de calcul), ct i calitativ (valori aberante
total atipice, indicatori obinui n condiii diferite n ce prive te
metoda sau aria de cuprindere) Se recomand efectuarea de corecii
(completri, corectarea calculelor, eliminarea valorilor aberante).
O atenie deosebit trebuie acordat valorilor exprimate n
preuri curente. n frecvente cazuri este necesar deflaionarea datelor
(mprirea valorilor exprimate n preuri curente la indicele de preuri,
n vederea exprimrii valorilor n preurile anului de baz la care se
refer indicele).

3.4 Modele neliniare

Pentru descrierea unui numr mare de procese economice sunt
necesare modele neliniare.

3.4.1 Modele neliniare n raport cu variabilele dar

liniare n raport cu parametrii
Parametrii sunt la puterea 1. Aceste modele pot fi convertite n
modele liniare prin transformri corespunztoare.
35

Exemple:
Producia vegetal = a + bX + cX2 + u,
unde X este umiditatea solului.
Pentru X2 = Z, modelul devine:
Producia vegetal = a + bX + cZ + u
Preul produsului = a + b(1/Q) + u,
unde Q = cantitatea existent pe pia.
Pentru 1/Q = Z, modelul devine:
Preul produsului = a + bZ + u
Producia industrial Q = AMaKbeu,
unde Q = producia, M = munca,
K = capitalul, e = 2,71... .
Se logaritmeaz i se noteaz: lnQ = y,
lnM = x, lnK = z, lne =1, lnA = c.
Modelul devine: y = c + ax + bz + u
Pentru fiecare exemplu de model neliniar s-a ajuns la o form
liniar de reprezentare, abordabil n ceea ce prive te estimarea
parametrilor prin metoda celor mai mici ptrate.

3.4.2 Modele neliniare, neabordabile prin MCMMP

Variantele neliniare neabordabile prin metoda celor mai mici
ptrate sunt fie modele neliniare n raport cu parametrii (cel puin un
parametru e la o putere diferit de 1), fie n raport cu parametrii, dar i
cu variabilele, fie reprezentri n care variabila rezidual este inclus
n model ntr-o form care mpiedic liniarizarea.

Exemple
Funcia de cost de forma:

y = a + bX +u
unde b este la puterea 1/2, model neliniar n parametrul b.
Funciile de consum de forma:

y = aX + a 2 Z + u
36

model neliniar n parametrul a.

sau:

y = a + bx c + u

sau:

y=

1
+u
ax + b
1+ e

Funcia de producie:

y = ax b z c + u
unde variabila rezidual u este inclus n variant aditiv, ceea ce face
dificil liniarizarea.
n astfel de situaii nu se recomand utilizarea MCMMP, din
urmtoarele motive:

pentru reprezentrile n care cel puin un parametru apare la o

putere diferit de 1, nu este sigur c estimaiile sunt compatibile cu un
minim global n ce prive te suma ptratelor reziduurilor;
pentru reprezentrile n care modalitatea de includere a variabilei

reziduale nu permite liniarizarea, nu pot fi argumentate prezumiile

conform crora variabila rezidual este normal distribuit, avnd
media egal cu zero i dispersia finit i relativ constant pe segmente
de valori.
Pentru obinerea de estimaii privind parametrii se apeleaz la
algoritmi care aplic metode numerice n vederea obinerii de soluii
n cazurile de neliniaritate.
Etapele algoritmului
1.
Iniializarea parametrilor;
Determinarea sumei ptratelor valorilor reziduale obinute;
2.
3.
Modificarea valorilor ultimelor estimaii, astfel nct suma s se
diminueze;
Se compar ultima sum cu cea anterior obinut i se reia
4.
procesul de la pasul 3 pn cnd mrimea sumei converge spre o
valoare stabil.

37

3.5 Variabile calitative n economie

n economie, alturi de procese cantitative, care pot fi msurate,
exist i variabile a cror intensitate este exprimat prin atribute:
serviciu satisfctor / nesatisfctor; apreciere excelent, foarte bun,
bun, mulumitoare, negativ; risc maxim, moderat, minim.
Variabilele care se refer la nsu iri, caliti, categorii, a cror
intensitate este exprimat prin atribute, grade de comparaie, aprecieri
sunt variabile calitative.
Rolul factorilor de natur calitativ este important pentru analiza
i prognoza proceselor economice.

Exemple

Producia depinde de dotarea cu utilaje i de numrul de

angajai, dar i de managementul procesului de producie;
Economiile populaiei sub form de depozite la o anumit banc

depind de rata dobnzii, dar i de ncrederea deponenilor n banca

respectiv;
Vnzrile de bunuri durabile depind de pre, dar i de calitate sau

de temerile cumprtorilor cu privire la accentuarea inflaiei;

Exportul unui produs pe o pia depinde de preul ofertei, cursul

de schimb, dar i de renumele mrcii i ncrederea existent pe acea

pia privind calitatea produsului;
Situaia de a fi acceptat sau nu n urma unui interviu depinde de

prestaie, vrst, putere de convingere;

Starea de spirit a populaiei depinde de frecvena conflictelor

sociale, venituri, gradul de stabilitate i competena guvernanilor, etc.
n termenii econometriei, introducerea factorilor de natur
calitativ, n situaiile n care rolul lor este presupus semnificativ,
conduce la cre terea gradului de determinare i la un plus de calitate a
estimaiilor obinte pentru parametri.
Problema cuantificrii (exprimrii prin numere) variabilelor
calitative reprezint o etap de a crei rezolvare depinde calitatea
analizei economice bazat pe modelul econometric.

38

3.5.1 Variabilele dichotomice

O variabil dichotomic (dummy, simbolizat prin D) admite
alternative:
da/nu;
promovat/nepromovat;
doar
dou
masculin/feminin; nainte de momentul t / dup momentul t.
Exprimarea cantitativ se face astfel: se atribuie nivelul 1 unei
alternative i nivelul 0 celeilalte.

Exemplu
Cheltuielile familiilor destinate turismului sunt analizate n
raport cu situaia de a avea automobil (D = 1) sau de a nu avea
automobil (D = 0).
C = a + b D(1,0)
Cheltuieli
(sute lei) 20 40 50 10 10 50
0
1
1
0
0
1
D
Factorii introdu i n model sunt exclusiv de natur dichotomic
n exemplul anterior:
y
x

20

40

50

10

10

50

0
1
1
Se obine
a = 13,3333
b = 33,3333

Media cheltuielilor (y) pentru servicii n turism a celor care nu

dein autoturism (x=0) este de (20+10+10):3=13,3333,
iar media pentru x = 1 este (40+50+50):3=46,6666

a = y x =0 = 13,3333
a + b = y = 46,6666
x =1

Factorii introdu i n model reprezint o variabil cantitativ i o

variabil calitativ
Exemplu:
Consumul de cafea C

Vrsta consumatorului v
Sexul D(1,0), unde D = 1 (F) i D = 0 (M)

39

C = a0 + a1v + a2 D(1,0) + u
Datele
C

2 0 4 2 8 8 12 3 6 4 1 6 6 1 2

v 20 18 30 21 40 50 60 42 35 51 19 62 44 25 40
D 1 0 1 0 1 1 1 0 1 0 1 1 0 0 1
Dac ntr-o prim variant se face abstracie de variabila D,
adic se consider relaia de forma:

C = a0 + a1v + u

Se obine:
a0 = 2,12503
a1 = 0,173924

n varianta a doua, considernd ecuaia de forma:

C = a0 + a1v + a2 D(1,0 ) + u

Se obin valorile:

a0 = 2,726331823
a1 = 0,16098503
a 2 = 1,802923988
Gradul de determinare prin prisma influenei celor doi factori a
crescut. De asemenea, estimaiile sunt mai apropiate de calitile
estimatorilor, comparativ cu prima variant.

Posibiliti de msurare a variabilei dichotomice

a) Introducerea n calcule a unei alternative (dintre cele dou) sub
form de fecven sau pondere;
b) Modelul Logit.
a) Pentru a exprima intensitatea prezenei unei variabile alternative se
poate recurge la nsumarea apariiilor uneia dintre alternative (de
exemplu, numrul persoanelor feminine) sau la ponderea frecvenei
40

nregistrate pentru o alternativ (ponderea rebuturilor, ponderea

posesorilor de automobile).
b) Modelul Logit este destinat exprimrii ntr-o form operaional
(rezultate numerice obinute din calcule bazate pe un model
matematic) a acelor situaii n care cre terea unui factor numeric are
drept efect schimbarea unei atitudini de tip dichotomic.

Exemple
Pe msur ce, n mod experimental, se procedeaz la cre terea
preului unui produs, o parte tot mai mare dintre amatori i schimb
intenia de a cumpra n contrara acesteia (a nu cumpra).
O cre tere treptat a impozitelor ntr-un interval dat poate avea
drept efect renunarea unor pltitori de impozite de a mai plti prin
lichidarea activitii impozabile fie n mod real, fie n mod declarativ.
Relaia de dependen este de tipul y=f(x), unde y poate prezenta
dou alternative (nu sau da), iar pe msur ce x nainteaz pe scara
valorilor xi ne apropiem de un punct de cotitur de la care alternativa
iniial se modific radical.
Modelul de descriere a unui astfel de proces se bazeaz pe
funcia logistic.
Ponderea rspunsurilor ca urmare a modificrii valorilor xi poate
fi reprezentat de egalitatea:

Pi = M ( y = 1 / xi ) =

1 + e (a +bxi )

Se noteaz:
a+bxi = zi
L = Pi / (1 Pi)
atunci L = e z, iar lnL = z = a + bxi
n aplicaii, Pi = ni / Ni, unde
ni = nr. de rspunsuri da n e antion
Ni = mrimea e antionului.

Exemplu
Pentru 4 e antioane de clieni bancari care intenionau s solicite
un credit au fost propuse contracte de creditare cu dobnd diferit de

41

la un e antion la altul. Situaia acceptrii mprumutului n raport cu

rata dobnzii se prezint astfel:
Nr. persoane n
e antion

Rata dobnzii

Nr. celor care

au acceptat

20

2-6

19

30

6-10

24

20

10-14

14

25

14-18

Se organizeaz datele i se fac calculele:

xi

Ni

ni

Pi

1- Pi

lnL

20

19

0.95

0.05

19

2.944439

30

24

0.8

0.2

1.386294

12

20

14

0.7

0.3

16

25

0.2

0.8

Se obin valorile:

2.3333 0.847298
0.25

-1.38629

a = 4,330733
b = 0,33828

Funcia logistic are forma:

y=

1 + e (4,3307330,33828 x )

O alt posibilitate utilizat n vederea exprimrii numerice a unei

variabile calitative presupune nlocuirea acesteia printr-un
reprezentant numeric, numit variabil reprezentant (proxy-variable),
intens corelat cu variabila calitativ sau fiind un rezultat (un
42

subprodus, o implicaie) a acesteia, dar care are avantajul exprimrii

numerice.

Exemple
Variabila calitativ ndemnare (n profesie) este reprezentat de
vechime n acea activitate;
Variabila motivare la locul de munc este reprezentat de evoluia
c tigurilor;
Variabila instruire este reprezentat de numrul anilor de studii
colare.
Introducerea
variabilei
reprezentant
comparativ
cu
neintroducerea ei ( i implicit absena total a variabilei calitative din
model de i rolul ei este important) conduce la cre terea gradului de
determinare.
O alt modalitate de msurare a variabilelor caliative este prin
atribuirea de numere formnd un ir corespunztor cre terii intensitii
calitii unui proces exprimat prin atribute sau categorii de calitate.

Exemple
irul ordonat 1, 2, 3, ... corespunde categoriei de ncadrare care
poate fi hotel de 1 stea, 2 stele, etc.;
Atribuirea de note alternativelor existente ntr-o scalogram:
1,2,3,4,5, reprezentnd acord cu o afirmaie: de loc, slab, mediu,
puternic, foarte puternic.

43

Capitolul 4
Verificarea semnificaiei statistice a
rezultatelor estimrii. Testul t, testul F
4.1 Necesitatea etapei verificrii

Datele utilizate provin dintr-un e antion care nu ntotdeauna este

reprezentativ;

Rolul cauzelor accidentale ca i cel al ntmpltoarelor analogii

n ceea ce prive te evoluiile factorilor inclu i n model poate conduce
la estimaii ale parametrilor care fie contrazic aspecte evidente i
anticipate din economie, fie exprim deformat rolul factorilor;
Lipsa de experien i subiectivismul celui care elaboreaz

modelul econometric, slbiciuni care se manifest fie la alegerea

factorilor (deseori influenat de dificultile n obinerea de date), fie
la alegerea funciei (predilecia pentru funcia liniar nu este
ntotdeauna suficient argumentat).
Se recomand:
Verificri prin confruntarea cu realitatea economic cunoscut

din teorie sau din practic;

Verificarea n sens statistic a semnificaiei rezultatelor estimrii;

Verificarea modalitii n care o serie de ipoteze (prezumii,

a teptri) se regsesc n semnalele pe care le transmit rezultatele

aplicrii modelului.

Verificri ale rezultatelor modelrii prin compararea

acestora cu realitatea economic
Semnul parametrului poate confirma sau infirma cele cunoscute
din teoria i practica economic.
Exemple:

n relaia pre-vnzri, semnul parametrului corespunztor

preului ar trebui s fie minus.

ntr-o funcie de producie, semnul ata at factorilor care

determin producia ar trebui s fie plus.
44

Generarea de valori y pe baza modelului estimat i compararea

lor cu datele empirice (rezultate din observarea pe teren a variabilei y).
Generarea de valori implic nlocuirea n model a simbolurilor
a j cu estimaiile obinute pentru parametri i atribuirea de valori
factorilor.
Este de a teptat ca valorile ajustate ( y ) s fie asemntoare cu
cele empirice (y), abaterile s fie relativ mici, avnd o evoluie (n
succesiunea obinerii) ntmpltoare, att ca semn ct i ca mrime.
Dac, dimpotriv, abaterile sunt relativ mari sau prezint o
succesiune sistematic (fie n cre tere, fie ntr-o alternan a semnului
nentmpltoare, fie predomin acela i semn), atunci trebuie revzute
fie calculele, fie datele, fie specificarea.
n exemplul unifactorial, dependena vnzrilor de numrul populaiei,
se obin urmtoarele rezultate:
x

10

12

14

28

30

32

28

35

y ajustat

10.50019

15.44269

15.44269

25.32767

30.27016

30.27016

30.27016

35.21266

u=y -yajustat

-0.50019

-3.44269

-1.44269

2.672329

-0.27016

1.729836

-2.27016

-0.21266

10

10

11

12

13

35

40

45

45

52

55

54

58

60

35.2126575

40.15515

40.15515

45.09764

50.04014

50.04014

54.98263

59.92512

64.86762

-0.2126575

-0.15515

4.84485

-0.09764

1.959864

4.959864

-0.98263

-1.92512

-4.86762

45

Exemplul multifactorial:
v

1.5

1.5

2.2

2.5

0.8

1.5

1.8

1.8

10

11

12

14

15

16

16

y ajustat

10.28401

10.76292

13.38146

14.57875

14.09983

14.66833

16

-0.28401

0.23708

-1.38146

-0.57875

0.900169

1.331667

2.4

2.4

3.2

3.3

3.5

2.4

2.1

2.1

2.6

2.4

2.5

2.2

2.8

17

16

18

18

18

19

19

21

16.67358

15.95521

17.66071

18.858

18.37908

19.18704

18.75292

20.75816

0.326422

0.044794

0.339291

-0.858

-0.37908

-0.18704

0.247082

0.241837

4.2 Verificarea semnificaiei statistice a fiecrui

parametru estimat; testul t
Obiectivul verificrii const n aprecierea n sens statistic a
mrimii estimaiei obinute astfel nct s se poat afirma, n mod
obiectiv, c respectiva estimaie relev ceva semnificativ, care nu se
datoreaz ntmplrii (erorii de sondaj) i, ca urmare, factorul al crui
rol este cuantificat este realmente determinant pentru procesul
analizat.

4.2.1Principalele noiuni specifice

Semnificaie = importan, relevan, deosebire marcant a
rezultatului estimrii (cu privire la rolul unui factor) n raport cu ceea
ce ar rezulta ca urmare a ntmplrii. similar poate fi apreciat
abaterea dintre dou mrimi de aceea i natur (dou medii de selecie,
un nivel estimat i un nivel adevrat, etc.) n sensul aprecierii dac
abaterea este semnificativ, datorit unei cauze relevante, sau este
nesemnificativ, datorit ntmplrii.

46

Test statistic = procedeu ale crui etape conduc la o concluzie

cu privire la o ipotez preformulat (ipoteza nul, care neag
semnificaia) care poate fi confirmat sau respins n baza unei
2
repartiii (normale, t, F, etc.) i a unei probabiliti de a gre i ( )
n ceea ce prive te concluzia.
Nivel (prag) de semnificaie = probabilitate, de regul,
prestabilit cu privire la riscul de a gre i n concluzia final. Astfel,
acceptm c n 5% din cazuri (dac = 0,05) concluzia prin care se
afirm c ipoteza nul este fals, poate fi gre it (ceea ce nseamn c
ipoteza nul este corect). ntruct apelm la datele unui e antion este
necesar s stabilim o limit superioar (prag de semnificaie) pn
la care acceptm inerenta incertitudine, rmnnd un nivel de
ncredere rezonabil de mare ( 1 - ).
Interval de ncredere = distan dintre 2 valori (notate z1 i z2,
funcii ale valorilor observate, care pot s difere de la un e antion la
altul) n cadrul creia se plaseaz cu o probabilitate rezonabil de mare
parametrul care formeaz obiectul estimrii. Dac un astfel de interval
l denumim bilateral, ntruct se extinde de o parte i de alta a unui
nivel-pilot, intervalul unilateral se refer la distana dintre nivelul-pilot
i una dintre limitele extreme (z1 sau z2).
Repartiie statistic = mulimea perechilor ordonate de valori xi
i pi, reprezentnd, fiecare pereche, nivelul variabilei aleatoare (xi ) i
probabilitatea (pi), pozitiv sau nul de realizare a respectivului nivel,
pi = 1.
Grade de libertate = coordonate independente n sensul de
valori liber alese pe care le poate nregistra o variabil dac este
restricionat de condiii ce pot fi prestabilite.
De exemplu, dependena unei variabile y de evoluia a k factori
(independeni ntre ei) conduce la pierderea unui numr de posibiliti
de a evolua liber (egal cu numrul factorilor), astfel c rmn (n k)
grade de libertate (unde n = numrul de cazuri din e antionul de date).
Ipoteza statistic = presupunere cu privire la repartiia urmat
de o variabil sau cu privire la parametri i semnificaia acestora.
47

Astfel de presupuneri urmeaz s fie verificate a a nct s

rezulte fie acceptarea ipotezei nule (H0), de tip negativist, fie
acceptarea ipotezei alternative (H1) a confirmrii supoziiei iniiale.

Nivel calculat / nivel tabelat = dac nivelul calculat rezult n

urma aplicrii, de ctre cel interesat, a unei formule care, de regul,
genereaz valori comparabile cu cele specifice unei anumite repartiii,
nivelul tabelat rezult n urma prelurii dintr-un tabel, corespunztor
repartiiei, nivel poziionat la intersecia pragului de semnificaie
acceptat i gradele de libertate.

4.2.2 Testul t
ntregul demers presupus de testul t se bazeaz pe prezumia
conform creia abaterile estimaiei a de la media sa M (a ) care s-ar
obine n cazul repetrii estimrii pentru mai multe e antioane de
volum identic, urmeaz o repartiie normal.
Abaterea de la medie mprit la abaterea medie ptratic
a M (a )

urmeaz, pentru e antioane de volum mic (n < 30), repartiia Student.

Se caut o asemenea transformare a estimaiei obinute nct s
devin comparabil cu nivelul t tabelat pentru (nk) grade de
libertate i un risc (alfa) apriori ales.
De regul nu dispunem de mai multe e antioane ci avem date
pentru un singur e antion. n acest caz considerm abaterea estimaiei
n raport cu zero:

a 0

Relaia de calcul, folosind notaiile: a j pentru estimaia supus
verificrii i a j pentru abaterea medie ptratic a estimaiei, este
urmtoarea:

t(calculat ) =

a j

a
48

Rezultatul se compar cu nivelul tabelat pentru un risc acceptat,

de exemplu, = 0.05 i un numr de grade de libertate egal cu
numrul de cazuri (n), minus numrul de parametri din model (k).

4.2.3 Etapele verificrii

1. Stabilirea ipotezei nule (H0): estimaia rezultat nu difer
semnificativ de zero.
2. E antionul fiind mic, n < 30, se are n vedere repartiia Student.
3. Se determin t calculat, conform relaiei.
4. Se preia din tabel t tabelat
5. Se compar:

dac tcalculat < ttabelat se confirm (H0)

dac tcalculat > ttabelat se infirm (H0).

Verificarea modelului unifactorial

n cazul modelului unifactorial y = a + bx + u
abaterea medie ptratic rezult astfel:

b =

u2

(x x )

= 0,228485

2
1
x
a = u2 +
n x x

= 1,8579
2

t- calculat pentru parametrul b este 4,9425 / 0,228485 = 21,63.

t- tabelat, pentru 15 2 = 13 grade de libertate i = 0,05
este 2,16.
Se infirm ipoteza nul i se accept alternativa conform creia
b difer semnificativ de zero, fiind un factor determinant.

49

Verificarea modelului multifactorial

2
Dispersia u
astfel:

se nlocuie te cu estimatorul ei s2(u), care se obine

u
(u ) =

nk

Pentru a calcula dispersiile parametrilor care apar n modelul

multifactorial se nmulesc elementele de pe diagonala matricei
inverse X -1 cu s2(u), considernd factorii n succesiunea apariiei lor n
model. Abaterea medie ptratic este dat de estimaia ei:

s (a j 1 ) = s 2 (u )d jj

Modelul multifactorial este:

y = 4,1046 + 2,8425v + 2,39457 z

= 6,221939

s 2 (u ) = 6,221939 : (15 3) = 0,518495

s(u ) = 0,518495 = 0,72

Elementele de pe diagonala matricei X-1 sunt, n ordine:

d11 = 1,16 d22 = 0,7693 d33 = 1,0036
de unde rezult:
s(a1 ) = 0,72 0,7693 = 0,6315

s(a 2 ) = 0,72 1,00356 = 0,72128

tcalc (a1 ) = 2,8425 / 0,6315 = 4,5

tcalc (a 2 ) = 2,39457 / 0,72128 = 3,3198

Se preia din tabelul repartiiei Student valoarea lui t.
Numrul gradelor de libertate este:
n g l = n k = 15 3 = 12
Riscul acceptat = 0,05
t 0,05; 12 = 2,179
Se compar t-calculat cu t-tabelat.
n cazul ambelor estimaii
t-calculat > t-tabelat.

50

Se infirm ipoteza nul, a nesemnificaiei i se accept

alternativa conform creia cei doi factori sunt determinani n studiul
efectuat.

Observaii

Semnul fiecrui parametru nu influeneaz rezultatul comparaiei

dintre t-calculat i t-tabelat, ntruct n calculul raportului, estimaia
este n valoare absolut, deci raportul este pozitiv;
n cazul e antioanelor mari, n > 30, se poate apela la repartiia

normal redus, pentru care apare variabila z care va fi considerat

nivelul t-tabelat (numrul gradelor de libertate nu mai reprezint o
coordonat);
Riscul notat cu poate fi egal cu 0,05. Dac se dore te o

precizie mai mare, se poate alege o valoare mai mic pentru , 0,01
sau 0,001, sau, dac se accept un risc mai mare, se poate opta pentru
=0,1.

4.3 Verificarea semnificaiei rolului ansamblului

factorilor asupra variabilei efect
4.3.1 Testul F
Testul F urmre te verificarea semnificaiei simultane a tuturor
estimaiilor obinute pentru parametri.
Rezultatul verificrii se refer la aprecierea pe ansamblu a
modelului, considerat ca o reprezentare care descrie un mecanism
relaional complet diferit de ceea ce ar putea fi atribuit ntmplrii.
Modelul de regresie descrie rolul factorilor determinani prin
parametrii de regresie, iar efectul conjugat al factorilor determinani
rezult nlocuind parametrii cu estimrile obinute i atribuind valori
factorilor.
Se obin astfel valori ajustate:

y = a0 + a1 x1 + ... + a k xk

51

Valorile ajustate y se abat de la medie y n msura n care

factorii se abat la rndul lor de la medie, acionnd mai intens sau mai
puin intens.
Abaterile y y se datoreaz factorilor determinani inclu i n
model.
Suma ptratelor acestor abateri se noteaz cu SSR:

SSR = (y y )

Un alt gen de abateri care pot interveni s-ar datora perturbaiei,

aciunii factorilor reziduali, exprimai prin u.
Suma ptratelor acestor abateri datorate ntmplrii se noteaz
cu SSU i reprezint suma ptratelor diferenelor dintre valorile
ajustate, generate de model ( y ) i valorile empirice, reprezentate
de datele numerice (y):

SSU = u 2 = ( y y )

Este de a teptat ca rolul factorilor sistematici (x1, x2,..., xk) s fie

net superior rolului factorilor perturbatori (u), aspect care poate fi
verificat prin raportarea celor dou sume.
Se apeleaz la repartiia raportului dispersiilor (repartiia
Snedecor), ceea ce implic transformarea sumelor n dispersii i
acceptarea unei probabiliti legate de riscul de a gre i n ceea ce
prive te concluzia.
Raportul dispersiilor se noteaz Fcalc, iar k reprezint numrul de
parametri:

Fcalc

SSR /(k 1)
=
=
SSU /(n k )

(
(y

yi y /(k 1)

2
yi ) /(n k )

4.3.2 Etapele aplicrii testului F

Se stabile te ipoteza nul, a nesemnificaiei: dispersia de la
numrtor nu se abate semnificativ de la dispersia de la numitor;
Se determin F-calculat:
52

SSR = 131,778
SSR/(k-1) = 131,78/2 = 65,88902
SSU = 6,221939
SSU/(n-k) = 6,221939/12 = 0,518495
F calculat = 65,88902/0,518495 = 127,0775
Se caut n tabel: pentru = 0,01,
k 1 = 2 grade de libertate (coloan),
n k = 12 grade de libertate (linie),
se gse te valoarea F tabelat = 6,93
Se compar Fcalc cu Ftab:
Dac Fcalc > Ftab, se infirm ipoteza nul, ceea ce confirm
modelul ca fiind valid;
Dac Fcalc < Ftab, ipoteza nul este confirmat.
n cazul nostru, Fcalc = 127,0775, mai mare dect Ftab = 6,93.
Se poate afirma, cu un risc de a gre i de 1% c estimaiile sunt ,
n general, semnificativ diferite de zero, iar modelul n ansamblu este
validat.

4.3.3 Coeficientul de determinaie

Coeficientul de determinaie exprim ponderea rolului factorilor
determinani din model n raport cu variaia total a variabilei efect.
Se noteaz suma tuturor abaterilor SST, unde SST = SSR + SSU,
iar

R2 =

SSR SST SSU

SSU
= 1
=
SST
SST
SST

n exemplu, SST = 131,778 + 6,222 = 138

R2 = 131,778 / 138 = 0,9549,
adic 95,49% din variaia efectului este determinat de cei doi
factori.
Pentru comparaii se recomand varianta ajustat a coeficientului
de determinaie:

R 2 = 1 {[SSU / (n k )] : [SST / (n 1)]}

n exemplu:

R 2 = 0,9473
53

Capitolul 5
Verificarea confirmrii ipotezelor
5.1 Ipoteze privind modelul i metoda de
estimare
1. Datele sunt obinute corect (fr erori sistematice de msurare) i n
numr suficient de mare (dep ind numrul parametrilor), astfel nct
soluiile s prezinte stabilitate;
2. Variabila factorial (x) este nestochastic i prezint acelea i valori
n eventualitatea repetrii sondajului;
3. Factorul (x) prezint variabilitate n ceea ce prive te nivelurile
nregistrate n cadrul unui e antion de date (dispersia sa fiind un
numr pozitiv finit), astfel nct rolul factorului s poat fi pus n
eviden;
4. Modelul de regresie este linar n raport cu parametrii;
5. Modelul de regresie este corect specificat n sensul alegerii funciei
potrivite (liniare sau neliniare) i includerii factorilor determinani
astfel nct gradul de determinare (R2) s fie suficient de mare;
6. Variabila rezidual este de medie zero i urmeaz o repartiie
normal, M(u) = 0, u N (0, 2 );
7. Variabila rezidual prezint o dispersie (mpr tiere) egal pentru
diferitele valori xi, adic este homoscedastic;
8. Variabila rezidual nu este corelat cu variabila factorial (x), astfel
nct covariana dintre ui i xi este zero;
9. Variabila rezidual nu este autocorelat, Cov(ui, uj / xi, xj) = 0;
10. Factorii inclu i n model (varianta multifactorial) sunt
independeni unii n raport cu ceilali, nefiind corelai ntre ei.
Verificrile cu privire la confirmarea ipotezelor pot oferi
explicaii cu privire la motivele pentru care verificarea semnificaiei
(testul t, testul F) nu a condus la rezultatele a teptate.
Dac aprecierea modelului este pozitiv, confirm din
perspectiva semnificaiei i ipotezelor, se poate trece la etapa utilizrii
lui pentru analize, prognoze, simulri.
54

Obstacolele de care se love te cercetarea econometric pot fi

redate astfel:

Multicoliniaritatea;
Autocorelarea (valorilor reziduale);

Lipsa datelor;
Timpul i banii cheltuii;

Heteroscedasticitatea;
Unicitatea ecuaiei i neidentificarea;

Specificarea incomplet sau incorect.

5.2 Date suficiente, neafectate de erori sistematice

5.2.1 Consideraii asupra necesitii abordrii
problemei datelor
Modalitatea de obinere a datelor nu ndepline te condiiile unei
observri riguroase (din perspectiva modelrii econometrice) similare
celor de laborator. nregistrrile numerice la care avem acces au fost
realizate n diverse scopuri (evidene financiar-contabile, raportri
statistice, anchete sociale) i n diverse conjuncturi (metodologii
modificate n decursul timpului, ntrzieri n consemnarea realizrilor,
durate inegale de activitate economic, situaii excepionale);
Imposibilitatea obinerii de date privind unele dintre variabilele
modelului econometric sau absena unor nregistrri pentru o parte
dintre cazuri sau perioade;
Importana datelor, att din perspectiva numrului de cazuri, ct
i n ce prive te calitatea msurtorilor, pentru acurateea soluiilor.
Este posibil ca existena unor date eronate, fie i pentru un singur caz,
s modifice estimrile, s schimbe rezultatele testelor de semnificaie
i, n final, s pun sub semnul ntrebrii utilitatea modelului.

5.2.2 Verificarea i aprecierea datelor numerice

Existena de date care se refer indubitabil la variabila-efect,
respectiv la fiecare dintre factorii inclu i n model. n cazul n care
datele nu corespund acestui deziderat (nu exist sau nu pot fi
55

procurate date suficiente pentru una dintre variabile), se recurge la

variabila cea mai apropiat ca sens i mod de a evolua (variabila
reprezentant), n vederea evitrii apariiei unei zone neexplicate.
Controlul cantitii, n sensul aprecierii dac numrul da cazuri
pentru care avem date este suficient de mare, iar pentru fiecarecaz
datele sunt complete (exist nregistrarea privind yi, respectiv xi).
Dac numrul de cazuri este mult mai mic dect n = 15 (nivel
apreciat ca satisfctor, la limit) urmeaz s mai adugm cazuri sau
s nlocuim datele anuale cu date trimestriale sau lunare.
Dac pentru unele cazuri (perioade din seria cronologic, uniti
din e antion) datele nu sunt complete sau prezint suspiciuni,
procedm la corecii, dac acestea pot fi fcute, sau la excluderea
cazurilor respective, dac aceasta nu conduce la un volum prea mic (n
< 15) de cazuri.
Verificarea omogenitii sub aspectul unitii de msur,
definirii indicatorului i exprimrii n preuri constante (pentru
exprimri valorice). O astfel de verificare se refer la fiecare variabil
n parte, a a nct pe ntreg intervalul sau pentru ntreg e antionul
variabila s fie exprimat unitar, s rezulte n urma aceluia i mod de
calcul.
Neglijarea verificrii ipotezei privind corectitudinea datelor
poate conduce la urmtoarele:
Dac e antionul este prea mic, estimrile pentru parametri sunt

instabile (un alt e antion ar putea oferi estimaii complet diferite), iar
factorii pot prezenta analogii (evoluii paralele foarte asemntoare),
ceea ce poate afecta de asemenea calitatea estimaiilor;

Renunarea la unele variabile din lips de date va srci analiza

i ar putea mri gradul de nedeterminare sau distorsiona estimaiile;
Dac, fie i pentru o variabil, datele sunt exprimate ntr-o form

neomogen sau prezint erori sistematice, aceasta afecteaz grav

soluiile modelului.

5.3 Independena variabilelor factoriale din

ecuaia de regresie
Dac ntre variabilele factoriale ale modelului exist asemnri
frecvente n ceea ce prive te evoluia n timp sau n ceea ce prive te
56

modificrile de la o unitate de observare la alta (familie, jude, firm),

se cosider c ipoteza cu privire la independena variabilelor cauzale
incluse n modelul de regresie este infirmat.
Termenul de multicoliniaritate acoper att cazul existenei n
model a unui numr de 2 factori coliniari (perfect sau parial coliniari)
ct i la cazul existenei de legturi intense ntre 3 sau mai multe
variabile factoriale din ecuaia respectiv.
Astfel de legturi ntre variabilele explicative incluse n
reprezentri de forma y = a0 + a1x + a2z + a3k + u, pot fi expresii ale
unei relaii de cauzalitate (x determin pe z, sau att x ct i z depind
intens de factorul w neinclus n model), pot reprezenta combinaii
liniare de forma k = x + 2z, sau pot fi simple analogii n evoluia
nregistrat pe segmentul de n valori de care dispunem.
Toate aceste situaii produc acelea i efecte dac asemnrile sunt
foarte intense:

estimaiile obinute pentru parametri pot fi deformate;

imprecizia acestora cre te;

rezultatele testului t sunt distorsionate n direcia nesemnificaiei.

5.3.1 Semnale care atrag atenia multicoliniaritii:

n cazul utilizrii unui model n care apar 2 factori, de forma:
y = a0 + a1x + a2z + u:
- Coeficientul de corelaie calculat pentru factori (rxz) ntrece, n
valoare absolut nivelul de 0,85 sau chiar de 0,9;
- Reprezentarea grafic (diagrama mpr tierii), privind exclusiv
factorii, semnaleaz o suspect ordonare a punctelor de coordonate xizi
n jurul unei drepte.
n cazul n care apar mai muli factori:
- Coeficientul de determinaie (R2) prezint valori apropiate de 1 n
condiiile n care estimaiile pentru parametri (una sau mai multe) nu
trec testul t (nu difer semnificativ de zero);
- Coeficientul de determinaie (forma ajustat) este inferior ca mrime
coeficienilor de determinaie pentru regresiile auxiliare.

57


Un semnal este dat i de determinantul matricei X, n sensul c
nivelul determinantului devine extrem de mic pe msur ce gradul de
coliniaritate ntre doi factori cre te (pentru coliniaritatea perfect,
determinantul este egal cu 0, ceea ce face imposibil rezolvarea
sistemului). n plus, valorile foarte mici ale determinantului conduc la
valori foarte mari ale elementelor inversei, ceea ce face ca
mpr tierea valorilor estimate s fie foarte mare, iar eficiena
estimatorului este afectat.

5.3.2 Soluii

Dac se pot suplimenta datele, mrind astfel numrul de cazuri

n e antion sau numrul perioadelor n seriile cronologice, aceasta
acioneaz n direcia cre terii mrimii determiantului, mai ales dac
ntmpltoarele analogii n evoluia factorilor se atenueaz;
Dac n loc de date culese n timp se pot utiliza date n optica

transversal, atunci acestea ne a teptm s fie mai puin afectate de

corelaii ntre factori;
Dac se poate renuna la unul dintre factorii care prezint o

intens corelaie cu un alt factor, atunci eliminarea acestui factor ar fi

o soluie. Condiia este ca eliminarea factorului s nu afecteze analiza
printr-o pierdere de informaie i nici gradul de determinare n mod
semnificativ;

Dac nu urmrim n mod expres interpretarea parametrilor ci ne

intereseaz doar atenuarea efectelor multicoliniaritii, atunci a a
numita regresie ridge poate fi o soluie. Procedeul const n adugarea
unui scalar elementelor de pe diagonala inversei i estimarea n urma
unei astfel de modificri.

5.4 Ipoteza privind liniaritatea modelului i

corecta sa specificare
Liniaritatea relaiei de dependen dintre variabila efect (y) i
factorul determinant (x), respectiv combinaia de modificri simultane
a factorilor (x1, x2, ..., xk), prezint interes ndeosebi din perspectiva
utilizrii metodei celor mai mici ptrate n vederea estimrii.
58

Adesea prin model liniar avem n vedere varianta transformat a

modelului neliniar n raport cu variabilele, utiliznd logaritmii sau alte
procedee.

5.4.1 Verificarea prezumiei liniaritii

Pe cale grafic, n sensul c diagrama mpr tierii este deseori
elocvent, mai ales n cazul unifactorial. n cazul multifactorial (cu
deosebire cazul bifactorial) se poate analiza dac valorile y, respectiv x
ce revin pe unitate de factor partener z urmeaz forma liniar:
y
x
= f ;
z
z
n urma constatrii nivelului aproximativ constant al raportului
modificrilor paralele de genul:

y2 y1 y3 y2 y4 y3

x2 x1 x3 x2 x4 x3
Deseori elaborarea modelului n mai multe variante face posibil
analiza comparativ din perspectiva coeficienilor R2, testul t, testul F.
Rezultatele analizei pot confirma sau infirma liniaritatea modelului n
situaii n care exist cel puin 2 variante (una liniar, alta neliniar).
n ceea ce prive te factorii luai n calcul, ace tia trebuie s
ndeplineasc condiii precum: influena fiecruia s fie determinant
pentru variabila efect, factorii s nu prezinte analogii intense n
evoluie (multicoliniaritatea trebuie evitat), s prezinte variabilitate.
Verificarea incorectei specificri din perspectiva factorilor atra i
n model are n vedere:
Coeficientul de determinaie;
Semnificaia n sensul testului t, dar i a testului F.
Un model econometric confirm a teptrile n ceea ce prive te
funcia liniar adoptat dac gradul de determinare (R2) este
apropiat de 1 (100%), testele de semnificaie (t, F) confirm modelul,
iar abaterile reziduale se comport precum valorile unei variabile
aleatoare.
59

5.5 Verificarea confirmrii ipotezelor privind

comportamentul variabilei reziduale
Ceea ce se a teapt de la valorile reziduale obinute n final,
dup estimare, sub forma unor abateri (diferene) y ~
yi = ui const
n manifestarea lor aleatoare, fr a mai include nimic sistematic.
Modelul poate fi astfel apreciat i prin prisma modului n care
reproduce datele empirice ale variabilei rezultative (y) astfel nct
abaterile (erorile) yi y i s se caracterizeze prin:

Egala mpr tiere a valorilor ui, n prealabil ordonate n raport cu

mrimea factorului i segmentate n dou sau mai multe grupe.
Termenul grecesc homoskedastic (egal mpr tiat), n limba romn
homoscedastic, caracterizeaz n econometrie o egal mpr tiere,
spre deosebire de heteroscedastic, care semnaleaz inegala
mpr tiere;
Independena oricrei valori ui n raport cu valoarea / valorile

precedent, astfel nct autocorelarea valorilor reziduale s nu poat fi

constatat;
Repartiia normal, de medie zero a valorilor ui , ceea ce ar

nsemna c valorile pozitive sau negative ale abaterilor mici sunt

frecvent poziionate n jurul mediei (M(u)=0), iar pe msur ce se abat
tot mai mult de la zero, frecvena lor scade.

5.5.1 Verificarea mpr tierii valorilor variabilei

reziduale (homoscedasticitatea / heteroscedasticitatea

u
mpr tierea este apreciat numeric prin dispersie 2 =
u
ntruct M(u) = 0;
n
Calculul dispersiei implic un ansamblu de valori, precum i
media acestora. Pentru a constata egala sau inegala mpr tiere, este
necesar s formm grupe egale de termeni n cadrul irului de valori
u1,u2, ..., un;
Formarea grupelor (n numr de 2, rareori 3 sau mai multe) este
precedat de o ordonare a valorilor ui n raport cu valorile n cre tere
(sau descre tere) ale factorului. De regul, de la bun nceput,
nivelurile xi sunt ordonate fie cresctor, fie descresctor;
60

Problema comportamentului valorilor reziduale se complic

ntructva n situaiile n care:
Exist mai muli factori;
Intereseaz i verificarea prezumiei privind independena
variabilei reziduale n raport cu evoluia factorului (a oricrui
factor din model).

5.5.2 Testul GQ (Goldfeld, Quandt)

Etapele testului:
Ordonarea datelor yixi, astfel nct valorile xi s fie ordonate
cresctor;
Eliminarea unui numr de valori centrale de cel mult c = n / 3,
dac seria de date include suficient de multe cazuri (etapa nu este
obligatorie). Rezult dou seciuni de date ordonate n raport cu xi i
situate spre extreme, de (n c) / 2 cazuri fiecare;
Aplicarea MCMMP fiecrei seciuni separat n vederea estimrii
~
din
parametrilor, obinerii de valori ajustate
y prima seciune,
respectiv din cea de a doua seciune, iar, n final, obinerea de valori
reziduale (ui) n fiecare dintre cele dou seciuni;
Obinerea mrimii Fcalculat , numrtorul fiind pentru seciunea de
mpr tiere maxim:

Fcalculat

(n c ) / 2 2
u j : (g l)

j =1

= (n c ) / 2

u 2j : ( g l )

j =1

unde g l = numr grade de libertate

g l =

nc
k
2

Compararea valorii calculate (Fcalculat) cu valoarea tabelat de

coordonate

nc
nc
k;
k,
2
2

unde k = numrul de parametri.

61

Dac Fcalc < Ftab, prezumia homoscedasticitii erorii (ui) este

confirmat;
Dac Fcalc > Ftab, prezumia homoscedasticitii erorii (ui) este
infirmat, se accept alternativa: eroarea (ui) este heteroscedastic.
Dac erorile (ui) difer semnificativ ca mpr tiere pe segmente de
valori ordonate n raport cu mrimea factorului, estimaiile rezultate
prin MCMMP pierd din precizie (heteroscedasticitatea afecteaz
eficiena estimatorului), iar prognozele sunt imprecise.

Remedii n vederea diminurii sau eliminrii heteroscedasticitii

n situaiile n care numrul de cazuri este suficient de mare
(n>30) se poate proceda la elaborarea de modele distincte pentru
fiecare dintre segmentele de valori supuse testului.
2
Transformarea valorilor yixi prin raportarea lor fie la xi, fie la u (i ) .

5.5.3 Prezumia neautocorelrii valorilor reziduale

Reprezentarea grafic poate s semnaleze situaii de posibil
dependen sau de independen a abaterilor.
Verificarea existenei sau inexistenei autocorelrii erorilor
(abaterilor sau valorilor reziduale) se poate obine prin testul DW
(Durbin-Watson).
Restriciile aplicrii testului
n > 15;

Existena de valori tabelate;

Existena parametrului liber a0;

Relaia liniar dintre ui i nivelul imediat anterior ui-1.

Etapele testului DW

Stabilirea ipotezei nule (H0): valorile reziduale nu sunt

autocorelate;
Obinerea nivelului calculat:

DW =

(u
i =2

ui 1 )

u
i =1

2
i

62

 Aprecierea nivelului calculat n raport cu apropierea sa de

valoarea 2:
Apropiat de 2 cazul neautocorelrii;
Apropiat de 0 sau de 4 cazul autocorelrii.

Autocorelarea reziduurilor afecteaz eficiena estimatorului

MCMMP.

Metode de eliminare/atenuare a autocorelaiei

nlocuirea valorilor yixi cu diferenele de ordinul 1 calculate

pentru fiecare variabil n parte:

yi = yi = yi +1 yi
xi = xi = xi +1 xi

Utilizarea de valori transformate, rezultate astfel:

yi* = yi ryi 1
xi* = xi rxi 1
unde r este coeficientul de autocorelaie a erorii:
n

ruiui1 =

u u
i =2
n

i i 1

u
i =1

2
i

Adugarea de cazuri suplimentare sau respecificarea modelului

n sensul acceptrii unei alte funcii sau introducerii de noi factori

dac exist motive suplimentare de a recurge la astfel de variante ale
modelului.

5.5.4 Variabila rezidual urmeaz o repartiie

normal de medie zero
Caracteristica variabilei reziduale de a evolua ntmpltor se
datoreaz aciunii factorilor minori, accidentali, neinclu i n mod
explicit n modelul econometric.

63

Abaterile valorilor empirice de la valorile generate de model ar

trebui s fie unele pozitive, altele negative, compensndu-se reciproc,
astfel nct media s fie zero.
Predominana valorilor mici, apropiate de zero, i raritatea
abaterilor mari ar trebui s apropie repartiia abaterilor de repartiia
unei variabile normal distribuite.

Verificarea

Se nsumeaz erorile i se calculeaz media pentru a constata

dac media este zero sau foarte apropiat de zero;
Se aplic testul JB (Jarque i Bera).

Notaii:
S = coeficientul de asimetrie

M (u ) M 0
media modul
S=
=
abaterea medie patratica
u

k = coeficientul de boltire

1
u u
n
k=
2

( )
2
u

Se calculeaz:

S 2 (k 3)2
JB = n +

6
24

Nivelul obinut pe baza acestei relaii urmeaz asimptotic (pe

msur ce mrimea e antionului cre te) distribuia 2 cu dou grade
de libertate.

64

n cazul n care corespondentul JB n tabelul distribuiei

(cel mai apropiat nivel pe rndul 2) se situeaz pe coloana
< 0,3 sau, mai bine < 0,2 (ceea ce implic o probabilitate de
0,7, respectiv 0,8) se afirm c abaterile ui urmeaz o repartiie
normal.
n situaia n care nu se confirm prezumia conform creia
abaterile ui urmeaz o repartiie normal, de medie egal cu zero,
rezultatele testului t i ale testului F sunt discutabile. Aceste teste se
bazeaz pe prezumia normalitii repartiiei erorii n condiiile unui
e antion suficient de mare.
Soluia cea mai indicat n astfel de situaii este suplimentarea
numrului de cazuri.
O verificare a datelor utilizate ar putea evidenia fie valori
atipice, fie erori de calcul sau de observare care, prin eliminare, ar
reduce numrul de abateri mari, apropiindu-se de confirmarea
prezumiei.

65

Capitolul 6
Aplicarea modelului de regresie n analiza i
prognoza economic
6.1 Coordonatele analizei economice i analizei
statistice
Rezultatele obinute cu privire la parametrii modelului, dar i n
ceea ce prive te nivelul unor indicatori obinui n urma parcurgerii
etapei verificrii sunt utili ndeosebi analizei economice, analizei
statistice, precum i prognozei.
Analiza economic beneficiaz ndeosebi de rezultatele estimrii
parametrilor de regresie.
Faptul c o estimaie a j (j = 1, 2, ...) semnaleaz n ce direcie i
n ce msur se modific variabila-efect (y) la o cre tere cu o unitate a
factorului xj, n condiiile n care ceilali factori inclu i n model sunt
considerai constani, reprezint o informaie deosebit de util pentru
economistul preocupat de analiza cauzelor care determin un proces.
Ponderea n care factorii determinani introdu i n model explic
modificrile variabilei-efect (exprimat de indicatorul R2) constituie o
informaie util n analiz.
Din perspectiva statisticianului, de un interes aparte se bucur
rezultatele etapei de verificare. Testul F i msura n care Fcalc
dep e te nivelul tabelat d informaii referitoare la puterea de
influen a factorilor.
O analiz performant bazat pe rezultatele regresiei
multifactoriale presupune confirmarea unor a teptri privind:
Semnificaia att pe ansamblu (n sensul testului F) ct i

individual, privind fiecare parametru (testul t);

Mrimea coeficientului de determinaie (R2>0,8);

Gradul de corelare existent ntre factori s fie mic, astfel nct

corelaia, n valoare absolut s nu dep easc 0,85, iar variabilele

factoriale s nu fie dependente.
66

Analiza comparativ privind factorii sau variantele de model se

bazeaz pe indicatorii:
Coeficienii beta care permit clasificarea factorilor n raport cu

importana aciunii lor asupra variabilei-efect;

Coeficientul de determinaie n varianta ajustat, care poate

constitui un reper n situaii n care exist mai multe variante de model
pentru a explica aceea i variabil-efect. Se alege varianta cu
R 2 maxim;

Coeficientul menionat prin simbolul AIC (criteriul Akayke) care

ofer posibilitatea de a aprecia fiecare variant de model prin prisma
preciziei (apropierii valorilor ajustate de cele reale). Se opteaz pentru
varianta pentru care AIC este minim. Se noteaz cu k numrul de
factori.

AIC = ln

u
i

2
i

2k
n

6.2 Prognoza economic bazat pe modelul de

regresie
Prognoza avnd la baz rezultatele regresiei statistice are n
vedere prezumia meninerii i n viitor a influenei fiecrui factor a a
cum este exprimat n estimaiile parametrilor de regresie pentru
perioada la care se refer datele.
Se consider c valorile anticipate privind nivelul viitor al
fiecrui factor determinant (x ) nu provin dintr-un proces net diferit
de datele folosite la estimare, iar anticiparea lui este corect.
Prognoza rezult n urma introducerii n modelul specificat a
estimaiilor pentru parametri, iar pentru factori se iau n calcul valorile
anticipate (planificate, preconizate, rezultate din alte calcule de
prognoz):

y ' = a 0 + a1 x1 '+ a 2 x2 '+... + a k xk '

La fel cum valorile ajustate nu coincideau cu valorile reale
(empirice) y, existnd abateri notate (u), se poate presupune c nici
prognozele nu vor coincide cu valorile nregistrate de y n viitor.
67

Eroarea de prognoz se noteaz cu e i este direct proporional

cu distana la care se va situa nivelul anticipat (x) al factorilor n
raport cu nivelul lor mediu din perioada trecut i invers proporional
cu numrul de cazuri din etapa estimrii.

6.3 Modele econometrice utilizate n domeniul

cererii de bunuri i servicii
Prezumii care stau la baza abordrii econometrice a cererii

Orice form statistic sau economic corect de exprimare a

legturii dintre cererea de consum a populaiei i factorii care o
determin poate fi redus la o funcie:
C = f(x1, x2, ..., xk) + u
Factorii care determin consumul pot lua orice valoare real

pozitiv;
Consumatorul (cumprtorul) procedeaz, n general, ntr-un

mod raional, cutnd s- i maximizeze beneficiul subiectiv, presupus

de achiziionarea produsului, investind ct mai puin;
Se poate afirma, ndeosebi pentru cazul cererii globale a

populaiei, c funcia de consum este omogen de gradul n, este

derivabil, cu derivata I pozitiv, iar derivata a II-a negativ,
(admind un maxim).
Factorii care determin consumul sunt de o mare varietate. n
cele mai multe cazuri se consider cererea (consumul) ca fiind funcie
de venit, precum i funcie de pre. Alturi de aceste cauze trebuie
avute n vedere i alte variabile factoriale, cum ar fi: tradiia, reclama,
nzestrarea, moda, sezonul etc., a cror influen poate s difere n
raport cu produsul/serviciul, categoria de consumatori, starea general
a economiei.
Produse de strict necesitate (alimente obi nuite, mbrcminte)
C = cerere; PO = populaie

Ct = a0 + a1 PO + a2Ct 1 + ut

Produse de uz curent

Ct = a0 + a1 Pt + a2 Pinlocuitor + a3Vt + ut
68

unde V = venit; P = pre

Ct = a0 + a1 PO + a2V + a3Ct 1

Ct = Vt (a1 log Vt + a0 ) , funcia lui Konius

log Ct = a0 + a1 log CT + a2 log MF ,

funcia Hauthakker, unde:

CT = cheltuieli totale;
MF = oferta de mrfuri.

Ct = a0 + a1 POt + a2 R + a3CRt + ut
unde R =reclama; CR = concurena.

V V
C
Ct = a0 a1 t + t 1 + ... + a2 + ut
Vt 1
V t 1

Vt
Ct = a0 + a1 POt + a2TM t + ut
unde TM = temperatura.
Produse de uz ndelungat

Ct = a0 + a1Vt + a2 Pt + a3 Z t + ut
unde Z = nzestrarea

Ct = a0 + a1Vt + a2OFt + a3 POt + ut

unde OF = oferta
Pentru autoturisme:

Ct = a0 + a1Vnt + a2 I t(/p0) + a3 RSt + ut

unde Vn = venit net; I(p)t/0 = indice de preuri; RS = rata omajului.
Produse de lux

Ct = a0 + a1Vt + a2OFt + a3 A + ut
unde A = anotimpul (sezonul); OF = oferta.

69

Cererea la nivel macroeconomic (nivel global)

Ct
V
C
= a0 + a1 t + a2 t 1 + ut
Vt 1
Vt 1
Vt 2
unde V = venitul

+ a2 POt + a3TX t + ut
Ct = a0 + a1
PO

unde TX = taxe i impozite

Forma liniar a funciilor, ct i prezena repetat a unor factori
(venit, pre, numrul populaiei, cererea din perioada anterioar) arat
c exist invariani n acest domeniu.
O anumit diversitate a reprezentrilor este necesar, dat fiind
complexitatea domeniului cererii de mrfuri.
Un factor deosebit de activ n acest domeniu este factorul
psihologic.

6.4 Producia, factorii determinani i funciile

de producie
Primele studii cantitativiste ale evoluiei produciei n raport cu
factorii determinani au nceput cu analize ale cre terii produciei
agricole n raport cu cre terea volumului de ngr minte i a cantitii
de precipitaii.
Tot n agricultur a fost elaborat studiul teoretic al autorilor Knut
i Wicksel privind evoluia produciei funcie de numrul de
muncitori, suprafaa cultivat, capitalul utilizat.
Cobb i Douglas (1928) au exprimat printr-o formul
dependena statistic dintre venitul naional (variabila efect) i factorii
munc i capital.
Era luat n calcul venitul naional al SUA (y) n funcie de
cuantumul salariilor (exprimnd valoric munca M) i valoarea
fondurilor fixe disponibile (exprimnd capitalul K) nregistrate n
economia SUA pentru o perioad de n ani.

y = AM K e u
70

Prin logaritmare se obine:

ln y = ln A + ln M + ln K + u = a + X 1 + X 2 + u
unde: a = ln A, X 1 = ln M , X 2 = ln K
Modelul fiind liniar n raport cu parametrii, este posibil
estimarea acestora prin MCMMP.
Parametrii i reprezint elasticitile pariale i exprim cu
ct la sut se modific producia (y) la o modificare cu 1% a unuia
dintre factori, n condiiile n care cellalt factor este considerat
constant.
Chenery H.B., Arow R.J. Minchas B.S. i Solow R.M.
Generalizeaz funcia de producie Cobb Douglas i elaboreaz n
1961 funcia CES, n care elasticitatea substituirii factorilor este
considerat constant:

y = A M

+ K

unde + = 1, > 1.

6.4.1 Ipoteze i caracteristici n elaborarea i

utilizarea funciilor de producie n studiile economice
Factorii care determin producia sunt nenegativi i, n mare

parte, substituibili;

Procesul de producie se desf oar pe baza unei tehnologii care

reduce la maxim consumul de factori i resurse;

Funcia de producie presupune un randament global

nedescresctor;
f (M + K ) f (M ) + f (K ) este omogen de gradul I, ceea ce

implic o cre tere a produciei n aceea i msur cu cre terea

factorilor:
f (mM , mK ) = mf (M , K );
Funcia este derivabil, avnd derivata I pozitiv, ceea ce face

posibil obinerea cuantumului produciei suplimentare la o cre tere

cu o unitate a unuia dintre factori;
Derivata a doua este negativ, funcia fiind concav, adic este

conform legii randamentului descresctor, n sensul c, dep ind un

punct de maxim, producia nregistreaz cre teri din ce n ce mai mici
la o cre tere constant a factorilor. Meninerea cre terii economice, n
condiiile unor resurse limitate, presupune cre terea continu a
eforturilor de cercetare tiinific, tehnologizare, organizare, calificare.
71

6.4.2 Indicatori utili analizei economice bazate pe

funcii de producie
Norma de substituire
Norma de substituire sau rata marginal de substituire a
resurselor este util n vederea cunoa terii raportului n care un factor
poate fi nlocuit de un altul fr ca producia s se diminueze.
Se calculeaz derivatele pariale:

f M' (M , K )dM + f K' (M , K )dK = dy

n ipoteza meninerii produciei la acela i nivel, adic dy = 0, rezult:

y
K
dK
f
=
= M =
S=
y
M
dM
f

Rezultatul arat cte

K uniti de factor K (milioane lei fonduri
fixe) pot nlocui o unitate de factor M.
'
M
'
K

Exemplu
Fie funcia de producie:

y = 2 + 0,5M + 0,2 K

atunci:

S=

dK
0,5
=
= 2,5
dM
0,2

uniti de capital sunt necesare pentru a substitui un salariat.

Elasticitatea
Elasticitatea exprim proporia n care se modific producia n
cazul n care factorul cre te cu 1%.

Ey / x j =
E=

y x j y y
:
=
: ; dar pentru x j 0
y xj
x j x j

dy y
:
dx j x j

72

Elasticitatea este dat de raportul dintre randamentul marginal al

factorului xj i randamentul mediu.
Pentru funcia Cobb-Douglas coeficienii de elasticitate sunt:

E y / M = AM 1 K
E y / K = AM K 1

M
=
y
K
=
y

n cazul funciei CES se obine:

Ey/M =

M
+
K

Ey/ K =

K
+
M

Randamentul marginal
Randamentul marginal reprezint indicatorul care ofer
posibilitatea de a cunoa te pn la ce nivel este recomandabil s se
mreasc factorul xj astfel nct rezultatul (producia) s fie maxim.
Pentru o dependen multifactorial se consider c toi ceilali
factori se menin constani ca nivel.
Pentru a determina punctul extremal se egaleaz cu 0 derivata
parial a funciei n raport cu xj :

RE (x j ) =

f ( x1 , x2 ,..., xk )
x j

Exemplu
Funcia care descrie dependena recoltei medii de porumb n
raport cu cantitatea de ngr minte chimice este:
y = 3,539 + 0,2527 x 0,002827 x 2
Pentru obinerea randamentului marginal se egaleaz cu 0
derivata funciei:

73

y
= 0,2527 2 0,002827 x = 0
x
0,2527
x=
= 44,694
2 0,002827
Rezultatul obinut reprezint nivelul optim al cantitii de
ngr minte chimice care conduce la o producie maxim n
condiiile n care ceilali factori, neluai n calcul, nu vor prezenta
modificri care s perturbe semnificativ rezultatul (recolta). n cazul n
care astfel de factori erau introdu i explicit n funcia de producie,
nivelul lor ar fi fost considerat constant.
O situaie special o reprezint cazul cnd factorii sunt legai
printr-o relaie restrictiv, urmare a limitrii disponibilitii,
capacitile de producie, etc.
n astfel de cazuri se apeleaz la metoda multiplicatorilor lui
Lagrange.

Exemplu
Se consider performana calitativ ca funcie de mbinarea a
dou resurse F i G astfel: y = 2 logF + 4 logG
n cazul n care preurile resurselor sunt: pF = 4 i pG = 12, iar
bugetul nu poate dep i 100 u.m., adic 4F + 12G = 100, se formeaz
funcia auxiliar:
y(m) = 2 logF + 4 logG + m(4F + 12G 100)
Se egaleaz cu 0 derivatele pariale obinute n raport cu F, G i
multiplicatorul m i se obine un sistem de 3 ecuaii cu 3 necunoscute.
Soluia este F = 8,3; G = 5,5 i m = - 1,9.
Aplicaiile concrete ale funciilor de producie n studiul
evoluiei variabilelor macroeconomice, ca i n analiza activitii
ntreprinderilor, au scos n eviden unele aspecte concrete care
prezint un interes deosebit:
n ceea ce prive te datele despre rezultate i factori, se

recomand utilizarea unor serii suficient de lungi privind perioade de

stabilitate economic;

74


n mod frecvent sunt utilizate valori procentuale, indici cu baz
fix;

Cnd se urmre te evitarea multicoliniaritii se apeleaz la

transformri de genul:

yt' =

yt +1 yt
x xt
, xt' = t +1
;
yt
xt

Funciile neliniare fac necesar parcurgerea etapei de liniarizare,

dup care se poate aplica MCMMP pentru estimarea parametrilor;

n ceea ce prive te domeniile din economie n care rezultatele

obinute prin utilizarea funciilor de producie au fost remarcabile, se
menioneaz c ndeosebi la nivel de ramur soluiile obinute au fost
deosebit de utile. Aceasta i pentru c datele au fost accesibile, iar
rezultatele mai u or de interpretat. ndeosebi calculele de eficien n
agricultur au beneficiat de pe urma acestor reprezentri.

6.5 Relaii financiar - bancare i reprezentarea

lor prin ecuaii
Existena i rolul banilor n economie, precum i problemele
care in de echilibrul bugetar, dar i de politicile economice, genereaz
o serie de relaii de influen care pot fi analizate i prognozate cu
ajutorul reprezentrilor econometrice.
Realizarea de bunuri i servicii, ca i tranzaciile care au loc au
un corespondent n forma bneasc.
Este necesar determinarea cantitii de bani n circulaie,
stabilirea vitezei de circulaie a banilor, rolul i cauzele inflaiei,
influenarea fluxurilor de venituri spre buget, stabilirea rolului
cheltuielilor bugetare, a injeciei de bani n economie, etc. Banii n i i
sunt generatori de relaii precum cele legate de costul mprumutului,
investirea capitalului, cursul de schimb, etc.
Teoria economic se refer explicit la o serie de relaii de
cauzalitate ntre astfel de variabile, iar politicile economice (politica
monetar, politica fiscal, politica cursului de schimb) se bazeaz pe
cunoa terea i controlul unor astfel de dependene.
75

6.5.1 Masa monetar i factorii care determin

cererea de bani
n ceea ce prive te oferta i cererea de bani, Mayes consider c
volumul tranzaciilor, precauia, scopurile speculative, inflaia
reprezint factorii care trebuie inclu i n model.
Cererea de bani = f(modificarea veniturilor, rata dobnzii din perioada
curent, precum i din perioada precedent)
Cererea de bani a populaiei (Maddala):
CBP = 3,9 + 3438 PIB + 0,8 Rata dobnzii + 0,8 Inflaia + u
Variant neliniar (Chiarini):
CBP/Indicele de preuri = a(Venit / Rata dobnzii )
Oferta de bani reprezentat n mod frecvent de masa de bani n sens
restrns (M1) este redat n coresponden cu cre terea economic i
rata dobnzii.
Modelul Brunner-Meltzer:
M1 = a + b Cre terea rezervelor bncilor comerciale la banca
central + c Numerar n circulaie + d Depozite la termen +
+ e Rezerve speciale + u

6.5.2 Rata dobnzii i investiiile

Rata dobnzii i rolul ei asupra investiiilor apare n reprezentri de
forma (Wharton, modelul italian):
Rata dob.(t)= f(Rata scontului(t)/Rata dob. titlurilor de valoaret(t1),Rata dob.(t-1))
Modelul FRB St. Louis:
Rata dob. pe termen lung = f(Masa monetar, Rata dob. din perioada
ant., Producia(t-1))
Rata dobnzii reprezint de asemenea un factor care apare n funciile
ce privesc investiiile. Modelul Klein:
76

Investiii = a + b PNB + c Rata dobnzii nominale + d Stocul de

capital +u

6.5.3 Impozitele i transferurile

Impozitele i transferurile sunt influenate n mod determinant de
venituri (salarii, profit) i de intensitatea activitilor specifice
economiei reale (producie, export, import). Klein utilizeaz relaiile:
Impozit populaie = a + b(Venituri populaie din sector privat +
+Venituri populaie din sector public) + u
Impozit pe profit = a + b Vnzri + c Export + d Import +
+eAmortizri + u
Fiscalitatea determin evoluia unor variabile economice, ceea
ce face ca variabila impozit s fie regsit n postura de factor, fie n
mod explicit, fie ca element de formare a venitului disponibil sau, n
general, a realizrilor nete exprimate valoric. De exemplu (Chiarini):
Solicitri bne ti pentru investiii = a + b (Profit Impozite) +
+cTrend + d Impozite indirecte + u
Transferurile bugetare sunt dependente de rata omajului,
inflaie, salariul minimal. De exemplu (Maddala):
Transfer pli = f(Populaie, Rata omajului, Indicele de preuri, PNB
per capita)

6.5.4 Preurile i costurile

Factorii determinani pentru evoluia preurilor sunt: salariile,
preul importului, impozitele indirecte, oferta.
Exemple de funcii de preuri:
Pre = a+ b Salarii + c Indicele preurilor de import + d Impozite + u
Modelul FRB St. Louis:
Indice de preuri = 2,05 + 0,8 Consum n perioada anterioar +
+1,01 Inflaie anticipat + u
77

Costurile sunt considerate ca funcie de condiiile specifice de

activitate (grad de epuizare a zcmntului, cota de pia a
produsului), dar i funcie de factorii comuni precum: salariul mediu,
evoluia preurilor la import, puterea sindicatelor n negocierea
salariilor.
n marile modele, alturi de ecuaiile care formeaz seciunea
economiei reale, n sensul c se refer la consum, producie, investiii,
export, se ntlnesc i ecuaiile care se refer la seciunea preurisalarii i cele care se refer la relaiile de natur financiar-bancar din
economie.

78

Capitolul 7
Evoluia proceselor economice n decursul
timpului
7.1 Problema tendinei generale
Problema evoluiei proceselor economice n timp intereseaz
datorit urmtoarelor:
Msurarea rolului unor factori calitativi care i desf oar

aciunea n decursul timpului (progresul tehnic, acumulrile de bunuri,

procesele de nvare) poate fi abordat lund n calcul variabila timp
privit ca un ir de numere n progresie aritmetic;

Aciunea unor cauze care nu afecteaz instantaneu variabilaefect, ci dup un interval de timp (lag) mai mult sau mai puin
ndelungat. De aici interesul pentru cunoa terea distanei n timp la
care se manifest influena factorilor, intervalul dintre evoluia unor
variabile-semnal (variabile precursoare) i modificarea variabileiefect, ntrzierea la care apar implicaiile economice generate de
msurile guvernamentale;
Evidenierea invarianilor (tendina evolutiv, oscilaiile

sistematice) n sensul msurrii intensitii acestora i modelrii

rolului lor n evoluia viitoare a procesului economic.

7.2 Noiuni specifice analizei seriilor cronologice

Seria cronologic (de timp, dinamic) reprezint o secven de
niveluri ordonate n raport cu succesiunea perioadelor (momentelor
de timp). Nivelurile se noteaz cu yt, t = 1,2, ..., n.
Analiza seriilor cronologice (engl. TSA time series analysis)
este o metod general de caracterizare a seriei cronologice din
perspectiva componentelor sistematice sau aleatoare n vederea
msurrii intensitii i continuitii lor, astfel nct procesul analizat
79

din perspectiva temporal s devin predictibil. Analiza recurge la

metode specifice: medii mobile, indice de sezonalitate, modele
stochastice.

Cronograma este reprezentarea grafic destinat descrierii

evoluiei unui fenomen n decursul timpului. Se utilizeaz un sistem
de axe rectangulare, axa orizontal fiind pentru evoluia timpului
(variabila independent), reprezentat ca o succesiune de
perioade/momente ordonate, iar axa vertical este destinat msurrii
procesului economic reprezentat.
Tendina general (trend) este evoluia n timp a fenomenului
analizat, exprimat ntr-o form stilizat care reine aspectul general,
de cre tere, respectiv de descre tere, neafectat de abaterile temporare.
Sezonalitatea este evoluia manifestat prin oscilaii repetabile
ca sens i amploare, fie n jurul tendinei, fie n jurul unui nivel mediu,
urmare a unor factori care revin periodic la intervale mai mici de 1 an.
Lag este o ntrziere exprimat n uniti de timp, ntre
modificarea variabilei cauzale i manifestarea efectului.

7.3 Modelul liniar unifactorial i calculul

tendinei generale
Reprezentarea evoluiei n decursul timpului a unei variabile
economice este seria cronologic, sub forma unui tabel cu date i cea
grafic (cronograma).
Anul

2007

2008

trim. I

II III IV I

II III IV I

2009

2010

II III IV

yt

7 10 10 12

13

-6 -5 -4 -3 -2 -1 0

80

14
12
10
8
6
4
2
0
I

II

III

IV

II

III

IV

II

III

IV

Att datele din tabel ct i reprezentarea lor grafic evideniaz

faptul c, pe msur ce trece timpul, amploarea fenomenului, n
general, cre te. n alte situaii fenomenul descre te n intensitate n
decursul timpului. Acestea sunt cele dou tendine de baz.
Variabila independent este timpul, notat cu t, i exprimat n
uniti de timp, de perioad egal, prezentnd o succesiune ordonat
pe scara timpului.
Variabila dependent, yt este variabila economic a crei
evoluie se studiaz.
Abaterile, influenele perturbatoare asupra tendinei se noteaz
cu ut.
Modelul devine:
yt = a + bt + ut
Timpul cre te cu un spor constant egal cu 1 (o lun, un trimestru,
un an), astfel nct exprimarea sa numeric poate fi reprezentat de
irul numerelor naturale
t = 1, 2, ..., n, dar i de irul
t = ..., -3, -2, -1, 0, 1, 2, 3, ... (n impar) sau
t = ...,-2,5; -1,5; -0,5; 0,5; 1,5; 2,5; ... (n par)
astfel nct t = 0.
81

n vederea estimrii parametrilor a, b din modelul yt = a + bt + ut, se

aplic metoda celor mai mici ptrate, ceea ce implic
u2 = minim. n situaia n care t = 0, sistemul de ecuaii normale
se simplific i se obine estimarea parametrilor:

a =

y
n

b =

y t
t
2

Dac se atribuie timpului valori n afara celor n uniti sau

perioade pentru care avem date, se pot obine pe baza modelului, n
urma estimrii, niveluri extrapolate ale tendinei.
Acestea pot fi considerate drept predicii pentru procesul
analizat (y) dac se accept continuitatea condiiilor care au imprimat
tendina procesului.

Exemplu

Se exemplific determinarea i extrapolarea tendinei generale

pe baza datelor anterioare.

Se au n vedere urmtoarele:
aspectul general de tip liniar al evoluiei descrise de cronogram;
existena unui numr impar de trimestre;
calculul produselor y t, t2 i obinerea sumelor y; yt; t2.
Anul

2007

2008

2009

2010 Sume

trim.

II III IV I II III IV I II III IV

yt

-6 -5 -4 -3 -2 -1 0 1 2 3 4 5

t2

36 25 16 9 4 1 0 1 4 9 16 25 36

182

yt -12 -15 -28 -12 -8 -5 0 8 14 30 40 60 78

Se obin estimaiile:

150

4 4 5 8 8 7 10 10 12 13

a = 7,1538
b = 0,824
iar tendina:

~
y = 7,1538 + 0,824 t
82

93
0

Valori extrapolate privind tendina:

~
yt =7 = 12,9212 trim. II 2010
~
yt =8 = 13,7458 trim. III 2010
~
yt =9 = 14,5698 trim. IV 2010
Observaii

Nivelul mediu exprimat de ordonata la origine este de 7,1538 pe

trimestru;
Panta exprimat de b = 0,824 indic o cre tere (fiind pozitiv)

medie trimestrial de 0,824;

Extrapolrile pot fi considerate valori a teptate n viitor dac

prezena altor componente sistematice (sezonalitate, ciclicitate) este

exclus, iar schimbri majore ale condiiilor din trecut nu intervin.

7.4 Clasificare a seriilor cronologice n raport cu

existena sau inexistena tendinei generale
Seria staionar caracterizat prin oscilaii, mai mult sau mai
puin ntmpltoare, ca mrime i direcie, n jurul unui nivel de
referin, media. O serie staionar este rezultatul unui proces
stochastic staionar pentru care media i dispersia sunt constante,
indiferent de momentul de la care ncepe seria.

Seria nestaionar care prezint tendin de cre tere sau de

scdere, ceea ce face ca media valorilor yt s difere, funcie de
momentul de nceput al seriei. Tendina specific seriei nestaionare
poate fi:
de tip determinist fiind invariabil pe un interval mare de

timp, att ca direcie ct i ca pant. O astfel de serie este u or de

prevzut, valorile extrapolate satisfac din perspectiva preciziei;
de tip stochastic - n sensul c pe segmente de timp,

dispuse n succesiune, poate prezenta unele modificri, ndeosebi n

ce prive te panta.

n modelare se urmre te izolarea tendinei generale n vederea

analizei fluctuaiilor sistematice (sezonalitatea, analiza spectral) sau

83

n vederea analizei propagrii abaterilor de la tendin (modele

stochastice de prognoz).
n raport cu modalitatea recomandat n vederea eliminrii
tendinei, se deosebesc:

Seria nestaionar de tip T.S.P. (tred stationary process) pentru

care trendul se recomand s fie eliminat prin scdere
Yt = ( yt ~
yt ) sau mprire Yt = ( yt / ~
yt )
ceea ce ar conduce la seria staionar yt ;
Seria nestaionar de tip D.S.P. (difference stationary process)

pentru care trendul se elimin prin calculul diferenelor de ordin 1:

sau 2.
Yt = ( yt yt 1 ) = yt

7.5 Dependee n economie manifestate n mod

sincron sau cu decalaje n timp
7.5.1 Seria integrat, serii cointegrate privind procese
economice evolutive
Seria integrat este o serie care poate fi redat prin pri
componente care pot recompune seria original prin nsumare.
Seria yt care urmeaz un trend liniar, prin calculul diferenelor de
ordinul 1 devine staionar. Este considerat serie integrat de ordinul
I (I(1)).

Yt = yt = yt +1 yt , (t = 1,..., n 1)

Readucerea irului termenilor yt la forma original implic o

nsumare a componentelor:
n 1

y1 + Y1 = y2 ; y1 + Y1 + Y2 = y3 ;...; y1 + Yt = yn
t =1

Este posibil s se constate i alte ordine de integrare dect 1:

serie integrat ordinul zero (I(0)) seria staionar;

serie integrat de ordinul doi (I(2)) presupune ca irul valorilor

yt s ajung la starea de a fi staionar dup transformri care implic

determinarea diferenelor de ordinul doi.
84

Exemple
Cazul 1
yt : 2; 3; 2; 3; 2; 2; 3; 2; 3 ntruct este staionar este considerat
integrat de ordinul zero (I(0)) ;
Cazul 2
yt : 20; 22; 23; 25; 27; 27; 30; 32 ntruct prezint tendin care poate
fi eliminat prin diferene de ordinul 1, seria este integrat de ordinul
1 (I(1)):
yt : 22-20=2; 23-22=1; 2; 2; 0; 3; 2
Cazul 3
yt : 8; 9; 12; 14; 16; 19; 25; 33; 43 ntruct pentru a fi transformat n
serie staionar este necesar calculul diferenelor de ordinul 2, adic
ntr-o prim faz:
yt : 9-8=1; 12-9=3; 2; 2; 3; 6; 8; 10,
iar n faza a doua:
(2)yt : yt+1 - yt = 3-1=2; 2-3=-1; 0; 1; 3; 2; 2
se consider seria ca fiind integrat de ordinul 2.
Serii cointegrate sunt considerate acele serii cronologice care,
pe lng faptul c sunt serii integrate de acela i ordin, admit o
combinaie liniar care este integrat de ordin zero, sau, n orice caz,
este integrat de ordin mai mic dect ordinul de integrare al seriilor
iniiale.

Exemplu
Fie seriile:
yt : 1; 2; 3; 4; 5; 6
yt : 1; 1; 1; 1; 1
xt : 2; 2; 2; 2; 2
xt : 8; 10; 12; 14; 16; 18
ambele integrate de ordinul 1.
Combinaia liniar:
zt = 2yt + (1 2)xt este o serie integrat de ordin zero:
zt : - 6; - 6; - 6; - 6; - 6; - 6 zt = 0
Seriile yt, xt sunt cointegrate de ordin(1,0), notate CI(1,0).
Din perspectiva econometriei, seriile cointegrate conduc la o
analiz de regresie de calitate, n sensul c estimatorii sunt consisteni,
iar testele t i F sunt performante.
85

Din perspectiva analizei statistice i economice, seriile

cronologice cointegrate semnaleaz o stare de echilibru pe termen
lung n ceea ce prive te stilul de a evolua n timp. Astfel de serii
trdeaz o relaie de influen reciproc, evolueaz n acela i ritm.

7.6 Modele dinamice destinate includerii

efectelor decalate n timp
Efectul celor mai multe dintre impulsurile date economiei prin
intermediul factorilor exogeni se resimte dup trecerea unui interval
de timp.
Motive care provoac ntrzieri n manifestarea aciunii unui
factor pot fi:
motive de natur psihologic: obiceiurile, ineria, teama. De

exemplu, o cre tere brusc a venitului nu determin o modificare

total a consumului, pe de o parte datorit obi nuinelor i gusturilor
ncetenite, iar pe de alt parte temerilor c aceasta nu va dura;
motive de natur tehnologic: adaptarea liniilor de fabricaie,

reconversia forei de munc, fac ca un impuls privind capitalul sau

mna de lucru s produc un impuls care se va manifesta pregnant
dup un timp;
motive de ordin instituional legate ndeosebi de obligaiile

contractuale (care condiioneaz aprovizionarea, livrarea, ncasarea

drepturilor, ncasarea dobnzii pentru depozite la termen) au, de
regul, darul de a ntrzia schimbarea n raport cu modificarea rapid a
unor condiii.
n raport cu durata de a teptare a efectului, ntrzierile pot fi:

de durat scurt, de regul mai mic de 1 an (intensificarea

reclamei, vnzrile; stimulentele materiale i producia; cre terea
depunerilor i cre terea veniturilor din dobnzi; cre terea inflaiei i
accelerarea circuitului banilor);

de durat medie, ntre 1-3 ani (modernizarea tehnologiei i

producia; modificri de legislaie i comportamentul economic;
mbuntirea calitii produsului
i cre terea vnzrilor;
industrializarea i calitatea mediului);

86


de lung durat (investiiile n transporturi i rentabilizarea
transporturilor; dezvoltarea nvmntului i cre terea productivitii
i calitii activitilor).
Pentru a evidenia efectul aprut cu ntrziere de 1, 2, ...
perioade, se folose te termenul lag, iar reprezentrile care includ
factori cu efect ntrziat sunt considerate modele lag sau modele
dinamice.
Problemele de msurare care apar n specificarea i utilizarea
modelului lag n analiza i prognoza economic sunt:
stabilirea unitii de timp la care se refer fiecare nivel al

variabilelor modelului;

delimitarea ntrzierii apariiei efectului n urma modificrii

cauzei;
estimarea parametrilor.

7.6.1 Stabilirea unitii de timp

Stabilirea unitii de timp creia i corespunde un nivel yt
presupune alegerea ntre posibiliti de a obine date anuale,
trimestriale, lunare, sptmnale, eventual cincinale sau decenale.
O unitate de timp prea mare face inaccesibil depistarea de
influene cu ntrzieri de durate scurte, iar alegerea unei uniti prea
mici poate provoca dificulti pentru obinerea datelor sau delimitarea
ntrzierilor de durat lung.
Opiunea pentru o anumit unitate de timp trebuie s se bazeze
pe particularitile fenomenului, obiectivele demersului econometric i
pe posibilitile existente de a obine date privind unitatea de timp
considerat revelatoare.

Delimitarea ntrzierii apariiei efectului n urma modificrii

cauzei
Cronograma privind evoluia variabilei cauzale, suprapus
cronogramei variabilei efect, poate pune n eviden (prin simpla
deplasare a uneia pe axa timpului) o analogie care apare dup una sau
mai multe uniti de timp.
87

Un procedeu bazat pe sensibilizarea coeficientului de

determinaie (varianta ajustat) prin introducerea unui factor
suplimentar, n sensul de cre tere cu nc o perioad a ntrzierii de la
care se simte efectul presupune urmtoarele etape:
prestabilirea unui interval rezonabil ca mrime dup trecerea

cruia factorul nu mai poate exercita practic nici o influen notabil

asupra variabilei efect;

se procedeaz la estimarea parametrilor, urmat de calculul

coeficientului de determinaie R 2 pentru cele k+1 ecuaii (se
presupune c dup k+1 perioade de timp factorul nu mai are efect):
y (t ) = b + a0 x(t ) + ut

y (t ) = b + a0 x(t ) + a1 x(t 1) + ut

....................................
y (t ) = b + a0 x(t ) + a1 x(t 1) + a2 x(t 2 ) + ... + ak x(t k ) + ut
n final se constat pentru care dintre ecuaii s-a obinut cel mai
mare nivel al coeficientului de determinaie (ceea ce corespunde
variantei cu cea mai mic dispersie a valorilor reziduale) i aceast
ecuaie va fi reinut n vederea analizei i prognozei.

7.6.2 Estimarea parametrilor

n ceea ce prive te parametrii modelelor cu efect ntrziat,
ace tia sunt variabili ca numr n raport cu tipul de model rezultat n
urma specificrii.

Tipuri de modele
Modele unifactoriale n care efectul se simte dup o ntrziere de
o unitate de timp:

yt = a0 + a1 xt 1 + ut

unde y poate fi: productivitate, ofert, recolt, iar x poate reprezenta:

utilaje, cerere, umiditatea solului.
Modele autoregresive n care ntrzierea este distribuit pe mai
multe uniti de timp:
88

yt = a0 + a1 yt 1 + a2 yt 2 + ut
unde y reprezint consumul sau acumulrile sau profitul.
Modele mixte n care variabilele cauzale, cu sau fr efect
ntrziat pot fi de natur exogen (x) sau autocorelate (yt-1):

yt = a0 + a1 xt + a2 xt 1 + a3 yt 1 + ut
unde y poate fi cererea sau calitatea, respectiv x poate fi venitul sau
utilarea.
Modele n care variabila factorial (x) i transmite efectul n
mod treptat, att n perioada t ct i pe parcursul unui numr finit de
perioade de ntrziere (lag distribuit sau ntrzieri e alonate):

yt = a0 + a1 xt + a2 xt 1 + a3 xt 2 + a4 xt 3 + ut
unde y producia, x investiiile;
y inflaia, x cre terea ofertei de bani;
y mrimea depozitului, x dobnda cu capitalizare.
ntre variantele modelului cu lag distribuit cel mai frecvent apar
n studiile aplicative urmtoarele dou reprezentri:
a) varianta descre terii n timp a efectului generat de modificarea
factorului:
2

yt = a0 + a1 xt + kxt 1 + k xt 2 + ... + ut

unde k este constant subunitar;

b) varianta cre terii treptate a efectului urmat de o descre tere pn la
anulare:

yt = a0 + b1 xt 1 + b2 xt 2 + ... + bk xt k + ut
b1 < b2 < ... < b j > b j +1 > ... > b j + k

89

7.7 Autodeterminarea proceselor economice n

timp; modelele stochastice de tip ARMA
7.7.1 Considerente economice i statistice pe care se
bazeaz modelul ARMA
Seria cronologic stocheaz suficient informaie nct s fac
posibil prognoza fr s fie strict necesar cunoa terea evoluiei
viitoare a factorilor determinani pentru procesul urmrit n timp.
Modelul stochastic de prognoz presupune eliminarea tendinei
generale din seria de date, dar aceasta nu nseamn c ar trebui s fie
neglijat, ci se urmre te obinerea unei serii staionare, utile
prediciei.

Autodeterminarea este neleas n urmtoarele sensuri:

1. Autodeterminare ca manifestare a unui anumit grad de dependen
n raport cu propriile realizri anterioare, urmare a unei
particulariti a evoluiilor din economie de a menine un proiect
odat nceput, dar i de a repeta un comportament devenit tradiie.
Exemple

n comerul exterior, intrarea pe o pia extern are drept urmare

dezvoltarea exportului pe acea pia cel puin 2-3 perioade succesive,
dup care poate urma o stagnare, urmat de perioade de cre tere sau
descre tere.

Pe piaa valutar, o apreciere a monedei se menine, de regul,

mai multe zile n ir, dup care poate fi observat o perioad de
recul.

n domeniul produciei, o reutilare a sectoarelor productive sau o

pierdere de piee de desfacere se reflect n date, prin valori
succesive care depind una de alta. Valorile irului staionar se succed
nregistrnd, pentru un interval oarecare, semnul plus (primul caz),
respectiv minus.

Pe piaa de capital pot fi constatate valori n alternan de semn

mai ales pe o pia volatil ntr-un interval dat.
90

Un astfel de comportament al evoluiei n timp, caracterizat prin

legturi cu ceea ce s-a realizat n trecut, poate fi reprezentat de un
model autoregresiv (AR) de forma:

yt = a0 + a1 yt 1 + a2 yt 2 + ... + a p yt p + ut

2. Autodeterminarea sub form de aciuni compensatorii n vederea

contracarrii unor ingerine din afara sistemului.

Exemple

Absena temporar a unui produs solicitat pe pia are drept

urmare o vnzare n exces n perioadele urmtoare.
Declan area unei greve care diminueaz producia ntr-o

perioad declan eaz o cre tere a produciei n perioadele urmtoare,

n vederea compensrii stagnrii acesteia i realizrii obligaiilor
contractuale.
O aciune speculativ de amploare la burs poate declan a o

abatere semnificativ a cotaiei dincolo de nivelul fluctuaiilor

normale. Ea va fi foarte probabil urmat de o abatere n sens contrar,
un fel de corecie, n vederea siturii n jurul nivelului de echilibru.
n reprezentrile formale specifice modelelor stochastice de
prognoz, astfel de manifestri reparatorii sunt redate de modelul de
medie mobil (MA) (movie average). Se consider c nivelul
procesului din perioada t depinde de erorile din trecut (abaterile de la
normal, de la medie) astfel nct devierea accidental este urmat de o
redresare:

yt = y + b1ut 1 + b2ut 2 + ... + bq ut q + ut

Bazat pe aceste elemente, modelul ARMA este definit ca un
agregat ce include impulsurile receptate cu ntrzieri de
1, 2, ..., p intervale de timp, ca i reaciile, exprimate n medie, la
abaterile accidentale (ut) de la evoluia liniar, manifestate n urm
cu 1, 2, ..., q intervale de timp. Se notez ARMA(p,q):
yt = a0 + a1 yt 1 + a2 yt 2 + ... + a p yt p + b1ut 1 + b2ut 2 + ... + bqut q + ut
n cazul prezenei tendinei generale n valorile originale (yt),
reprezentarea este dat de modelul mixt ARIMA(p,d,q),
91

unde d = 1 dac diferenele de ordinul 1 sunt staionare sau d = 2

dac diferenele de ordinul 2 au condus la staionarea seriei.
Modelul ARIMA(p,d,q), prin transformarea seriei nestaionare n
serie staionar devine ARMA(p,q), fr a se uita ordinul diferenelor
(d) care au transformat seria.

7.7.2 Obinerea prognozelor

Previziunile obinute n urma utilizrii modelului de tip ARMA
prezint o serie de particulariti:

previziunea este o mrime medie, condiionat de niveluri

nregistrate n trecut;

prognoza se obine pas cu pas, n succesiune, ntruct

componenta AR oblig includerea n calcul a previziunii pentru
perioada n + t n vederea obinerii prognozei pentru perioada n + t +
1;

abaterile reziduale (ut) influeneaz prognoza (n modelul MA)

doar cu valorile nregistrate pn n perioada n (ultima perioad
pentru care avem date);

prognoza final (yn+t*) integreaz toate componentele care au

fost eliminate n etapa de identificare i estimare (tendina, precum i
media y ).

7.8 Fluctuaii sistematice n economie

msurare, analiz, prognoz
variaiilor
sezoniere
necesit
depistarea
Cunoa terea
componentei sezoniere (prin metode grafice), msurarea lor (prin
indici i coeficieni de sezonalitate) i analiza diferitelor cauze care
definesc ritmul producerii lor (de exemplu, periodicitatea lucrrilor
agricole, a concediilor, a srbtorilor etc).
Ajustarea seriilor cronologice cu variaii sezoniere se bazeaz pe
descompunerea seriei, pe de o parte, n componenta trend ( ft) i
componenta ciclic C (cnd este cazul) i, pe de alt parte, n

92

componenta variaie sezonier ( St ) considernd influena aleatoare

nul ut =0), adic:
yt = ft + St (pentru un model aditiv)
yt = ft St (pentru un model multiplicativ)
Ajustarea componentei sezoniere presupune eliminarea
influenei sezoniere. Ajustarea seriilor sezoniere const n nlocuirea
termenilor reali ai seriei cu termeni calculai i are ca rezultat
obinerea unei serii cronologice cu variaii sezoniere riguros identice
de la o perioad la alta i cu influen nul la nivelul fiecrui an.
Aceast operaie se face, de regul, prin metoda mediilor mobile.
Prin aceast metod se definesc componenta trend i componenta
ciclic. Pentru "capturarea" componentei sezoniere se calculeaz
indicii de sezonalitate. Pentru izolarea componentei sezoniere se
calculeaz coeficienii sezonieri (Sj), pe baza crora se
desezonalizeaz seria iniial. Aceast operaie se face prin raportarea
valorilor aberante ( yi ) la coeficienii sezonieri.
Resezonalizarea este operaia invers desezonalizrii, aplicat
asupra valorilor calculate prin ajustare. Resezonalizarea se realizeaz
n funcie de modelul de compunere admis, n sens previzional.

7.8.1 Depistarea grafic a variaiilor sezoniere

Grafic, seria ajustat se prezint sub forma unei linii ondulatorii,
cu bucle riguros identice, mai aplatizate fa de cronograma iniial,
repetabile n jurul liniei de trend.

93

7.8.2 Ajustarea prin medii mobile

Ajustarea seriilor cronologice cu variaii sezoniere prin metoda
mediilor mobile const n nlocuirea termenilor empirici cu termeni
rezultai n urma calculrii mediilor mobile pentru seria dat. Prin
nlocuirea termenilor reali cu termeni calculai va rezulta o curb mai
rotunjit sau o dreapt de tendin, cu condiia ca s se fi determinat
corect periodicitatea de variaie a fenomenului. Periodicitatea este
evideniat de punctele de maxim sau de minim.
Calculul mediilor mobile const n aflarea mediilor aritmetice
dintr-un numr impar sau par de termeni luai succesiv, n funcie de
mrimea unui ciclu de variaie. Cnd numrul de termeni luai n
calcul este impar, mediile obinute cad pe termeni reali pe care-i vor
nlocui. Cnd se cuprinde n calcul un numr par de termeni, mediile
cad ntre doi termeni reali.
Pentru a afla ce termen va fi nlocuit se face centrarea mediilor
mobile, adic se determin media aritmetic din dou medii mobile
consecutive. Procedeul de determinare a mediilor mobile este
evideniat n tabel.

Numrul termenilor din seria ajustat prin medii mobile este egal cu:
N - (n - 2) -1, respectiv N - (n - 2) - 2, unde:
94

N, reprezint numrul termenilor din seria empiric,

n numrul termenilor cuprin i n calculul mediilor mobile.
Prima relaie este pentru un n impar, iar a doua pentru un n par. De
exemplu, cnd N = 7, iar n = 3, respectiv n = 4, rezult c seria
ajustat poate avea 7 - ( 3 - 2 ) -1 = 5 termeni, respectiv
7 - (4 - 2) - 2 = 3 termeni.

7.8.3 Indicii de sezonalitate

Devierile fa de valoarea medie, datorate sezonalitii, pot fi
msurate prin indici de sezonalitate.
Indicii de sezonalitate se determin ca raport ntre termenii reali
i cei ajustai:
y
y
i = i 100, respectiv i = i
y i 1
y i 2

7.8.4 Coeficienii sezonieri

Variaiile sezoniere ( St ) se repet, teoretic, identic de la o
perioad la alta (lun de lun, trimestru de trimestru) i se
compenseaz la nivelul anului, conform principiului de conservare a
ariilor. Practic, variaiile sezoniere nu se repet absolut identic.
Pentru a ajusta o serie real, respectnd exigenele modelului
teoretic, variaiile sezoniere St observate se nlocuiesc cu valori
calculate numite coeficieni sezonieri, Sj , j =1,..., p perioade (j=1,...,
12 , pentru luni, respectiv j =1,..., 4 , pentru trimestre).

Calculul coeficienilor sezonieri

Coeficienii sezonieri se calculeaz ca o medie aritmetic a
variaiilor sezoniere, lun de lun sau trimestru de trimestru, pe
ansamblul a n ani:
1 n

Sj =

S
i =1

ij

unde Sij=St, j este luna sau trimestrul pentru care se calculeaz

coeficientul sezonier, iar i reprezint anii observai.

95

Conform principiului compensrii variaiilor sezoniere la nivelul

anului, suma, respectiv media coeficienilor sezonieri, pe an, trebuie
s fie zero.
n calcule apar rezultate u or diferite, ca urmare a aproximrilor.
Efectul lor poate fi compensat printr-un corector dt rezultnd un
coeficient sezonier corectat, Sj .
n cazul modelului aditiv, corectarea coeficienilor sezonieri
presupune calculul diferenelor: Sj =Sj dt , unde:

1 p
dt = S j
p j =1
Rolul coeficientului corector d este de a repartiza eroarea de
aproximare pe ansamblul perioadelor, astfel devenind posibil
respectarea principiului compensrii:

'
j

=0

n cazul modelului multiplicativ, corectarea coeficienilor

sezonieri presupune calculul raportului:

S 'j =

Sj
dt

iar media lor este egal cu unitatea: S = 1

Exemplu
Datele nregistrate trimestrial, pe durata a doi ani, cu privire la
cifra de afaceri a unei firme sunt prezentate n tabel. Admitem ipoteza
continuitii trendului, a stabilitii sezoniere i a lipsei influenelor
accidentale. Se cere:

s se determine tendina seriei

s se calculeze indicii de sezonalitate i coeficienii sezonieri

s se desezonalizeze seria;
s se extrapoleze seria pentru trimestrul I al anului urmtor celor

observai.

96

Anul
Trim.

1. Determinarea tendinei
Reprezentarea grafic a seriei evideniaz clar o evoluie sezonier, cu
valori maxime n trimestrul 3 i minime n trimestrul 1. De
asemenea, se observ o evoluie medie liniar ft = a + b t.

Elementele de calcul pentru linia de trend i valorile estimate ( yti ):

97

Ecuaia de trend liniar pentru seria considerat este:

yt =1,16 + 0,52 t.
2. Calculul indicilor de sezonalitate i a coeficienilor de
sezonalitate
Indicii de sezonalitate sunt calculai ca raport ntre valoarea
observat yi i valoarea calculat corespunztoare a trendului ft,
respectiv yt .
Se observ c indicii de sezonalitate variaz n jurul unitii.
Valoarea lor medie la nivelul unui ciclu sezonier (al unui an, n
cazul nostru) este egal cu unitatea. De asemenea, se observ c
valorile primului i ultimului trimestru, din fiecare an, sunt subunitare,
n celelalte trimestre sunt supraunitare, i c valorile lor din fiecare
trimestru sunt diferite.
Coeficienii de sezonalitate se calculeaz ca medie aritmetic
simpl a variaiilor sezoniere pentru fiecare trimestru ( Sj ), n cursul
celor doi ani considerai (cicluri sezoniere) i anume:

0,595 + 0,532
1,364 + 1,168
= 0,564 S 2 =
= 1,266
2
2
1,470 + 1,458
0,617 + 0,752
S3 =
= 1,464 S 4 =
= 0,685
2
2
S1 =

98

Observaii
Media celor patru coeficieni de sezonalitate trebuie s fie egal cu 1,
evideniind faptul c variaiile sezoniere n interiorul unui ciclu se
compenseaz. n cazul nostru, valoarea medie a coeficienilor de
sezonalitate este egal cu 0,995, valoare ce poate fi admis, innd
cont de aproximrile luate n calcul.
3. Desezonalizarea seriei
Desezonalizarea seriei presupune calculul valorilor corectate i
are ca scop obinerea tendinei fr influena sezonier. Seria
desezonalizat se obine prin raportarea valorilor empirice, yi la
valoarea coeficienilor de sezonalitate corespunztori, (Sj). Rezultatele
sunt prezentate n tabel, coloana 7.
4. Prognoza nivelului cifrei de afaceri pentru trimestrul 1 al
anului urmtor celor observai
Folosim modelul de compunere multiplicativ yt = ft St
unde: ft - trendul; St componenta sezonier.
a. Extrapolarea trendului. Valoarea prognozat, prin
extrapolarea trendului, pentru ti = 9 (trimestrul 1 al anului 3), este:
y9 = 1,16 + 0,52 9 = 5,84.
b. Corectarea valorii prognozate. Corectarea valorii
extrapolate cu influena sezonier presupune resezonalizarea valorii,
adic:
y9(1) = y9 i 1 = 5,84 0,564 = 3,7376
n concluzie, ne putem a tepta ca cifra de afaceri a firmei "A" s
ating, n trimestrul I al anului trei considerat, valoarea de 3,7376 sute
milioane lei, numai dac se respect ipotezele admise iniial, i anume:
continuitatea trendului, pstrarea stabilitii sezoniere i lipsa
influenelor accidentale.

99

7.9 Elemente de analiz spectral pentru

studierea fluctuaiilor sistematice
Caracteristic proceselor economice evolutive n timp este faptul
c fluctuaiile sezoniere, cele ciclice, oscilaiile de perioad
sptmnal sau de perioad zilnic se petrec simultan, astfel nct
ntreaga evoluie n timp poate fi privit ca un agregat de oscilaii
sinusoidale de diferite frecvene i amplitudini.
Perioade de oscilaie complet constatate n diverse sectoare de
activitate economic sunt:
n comer: segmentul de 8 ore, ziua, sptmna, luna, trimestrul,
anul;
n transporturi: nainte de mas, dup mas, intervalul de 24 de
ore, sptmna, anul;
n producie, productivitatea oscileaz n prima parte a zilei, n
cea de a doua parte, n decursul sptmnii, dar i a anului;
n producia vegetal: anul, trimestrul, sptmna, ziua;
n activitatea bncilor cu clienii: ziua de munc, anul.
Agregatul de oscilaie de diverse frecvene ntr-un interval dat de
n uniti de timp poate fi exprimat de un polinom trigonometric.
Astfel, seria cronologic, dup o transformare a ei ntr-o serie
staionar, este reprezentat de o sum finit de funcii sinus i
cosinus, de forma:
p
a0
2
2

yt =
+ a f cos
f t + b f sin
f t + ut
n
n
2 f =1

unde: t reprezint timpul cu valori t = 1, 2, ..., n;

f = frecvena (numrul de oscilaii complete n intervalul de n
uniti de timp) cu valori prestabilite aflate n relaie armonic;
a0, af, bf = parametri:
2
f = frecvena redat n radiani.
n

Frecvena oscilaiilor de diverse perioade trebuie determinat n

prealabil. n acest sens este important cunoa terea anumitor elemente
privind procesul economic, dependena sa de vreme, tradiie,
comportamentul uman, practicile instituionale repetate (nceperea
activitii n nvmnt, periodicitatea trgurilor, ncasarea
100

impozitelor i taxelor n regim preferenial, concediile celor care

lucreaz n strintate etc). Datele statistice urmrite n timp, dar i
cronogramele aferente lor, pot da informaii despre oscilaiile care
apar, perioada fiecreia i, prin raportarea intervalului total la durata
fiecrei perioade, pot fi stabilite frecvenele. De regul, o oscilaie de
baz de frecven f poate avea supraoscilaii ale cror frecvene sunt
reprezentate de dublul, triplul etc. frecvenei respectivei oscilaii.
Relaia armonic a frecvenelor nseamn consonana dintre undele de
frecven aflate ntr-un raport care implic multiplii unei oscilaii de
baz. Ca urmare, f = 1, 3, 6, 9, 12, ... sau f = 1, 2, 4, 6, 8, ... .
n ceea ce prive te estimarea parametrilor, se caut obinerea de
estimaii a f b f care s conduc la cea mai bun aproximare a funciei
periodice f (t) printr-o sum finit de funcii sinus i cosinus care se
noteaz y (t). Prin analogie cu MCMMP, se are n vedere integrala:
1
2

[ f (t ) y (t )] dt
2

care atinge un minim atunci cnd a f , b f sunt coeficienii EulerFourier ai funciei f (t). Coeficienii se determin astfel:
2 n
2
a f = y t cos
f t
n t =1
n

2 n
2

b f = y t sin
f t
n t =1
n
a 0 =

n
Pe baza estimaiilor astfel obinute, poate fi determinat
amplitudinea oscilaiei de frecven f :
A = a 2 + b 2
f

O amplitudine mare la perioade subanuale

n
4 trimestre sau
f

12 luni semnaleaz sezonalitatea; la perioade mai mari de 1 an, pentru

care

n
4 trimestre sau 12 luni, este semnalat ciclicitatea; pentru f =
f

1, o amplitudine relativ mare semnaleaz prezena tendinei generale

n seria de date.
101

Etape de urmat n aplicarea analizei spectrale

1. Culegerea de date pentru un numr suficient de mare de
uniti de timp (serie lung de date cu n > 40).
2. Eliminarea tendinei dac seria este nestaionar fie prin
scdere, fie prin mprire, fie prin diferene de ordinul d.
3. Stabilirea frecvenelor (f) n raport cu perioadele pentru care
pot fi admise oscilaii complete, fie din teoria i practica economic,
fie observate n reprezentrile grafice.
4. Estimarea parametrilor.
5. Verificarea gradului n care seria cronologic poate fi
reprodus de componentele agregate.
6. Determinarea amplitudinii.
Analiza spectral permite o structurare a procesului evolutiv n
timp, n raport cu intensitatea vibraiilor (oscilaiilor) de diferite
frecvene i amplitudini. O astfel de abordare a analizei evoluiilor
descrise de seriile cronologice poate conduce la concluzii interesante
pentru manageri, planificatori, cercettori n domeniul conjuncturii i
prognozei.

102

Capitolul 8
Modelul econometric cu ecuaii simultane
Modelele pezentate n capitolele anterioare nu satisfac n toate
situaiile, datorit urmtoarelor considerente:
a) n economie exist numeroase procese interdependente, fiecare
presupunnd o bucl feed-back cu influene bidirecionale.
Exemple:
Cre terea venitului conduce la cre terea impozitului, iar
modificarea impozitului influeneaz venitul. Fiscalitatea
exagerat descurajeaz obinerea de venituri suplimentare i
invers.
Cererea depinde de modificarea pre ului, dar i de ali factori
care, amplificnd-o, antreneaz cre terea preului.
Cre terea economic este influenat, prin intermediul
investiiilor, de rata dobnzii i influeneaz, prin solicitrile de
bani, preul creditului, adic rata dobnzii.
Modificarea cursului de schimb, n direcia aprecierii leului,
influeneaz att exportul (descurajare) ct i importul
(ncurajare), iar fluctuaia soldului, prin excedentul sau nevoia
de valut, influeneaz cursul de schimb.
b) Economia naional, dar i economia sectorial sau economia
firmei, presupun numeroase legturi ntre procese, precum i obinerea
de transformri (materia prim i energia se transform n produse
manufacturate, marfa se transform n bani i invers). Pentru a
cunoa te i controla mai bine astfel de transformri, modelul
econometric, prin includerea de ecuaii care se refer la funcii de
producie, funcii de consum, funcii de cost, dar i la unele echilibre
economice, reprezint o soluie. Avnd n vedere faptul c economia
poate fi privit ca un pienjeni de dependene ntre variabile care
formeaz un lan de efecte i cauze, reprezentarea formal trebuie s
reflecte acest sistem complex.
c) Realizatorul sau beneficiarul modelului econometric poate urmri
obiective multiple dintr-un domeniu, dar poate fi interesat i de
implicaiile dezvoltrii domeniului respectiv i de rolul unor msuri
103

care pot influena ntreg lanul cauzal n care se nscrie domeniul.

Reprezentarea prin multiple ecuaii apropie modelul elaborat de
sistemul reflectat (procesul economic) i face posibil realizarea de
simulri.

8.1 Formele de prezentare ale modelului cu

ecuaii simultane; modele clasice
Se prezint n cele ce urmeaz cteva modele econometrice
clasice.
1. Modelul inspirat de teoria lui M. Keynes de determinare a
veniturilor la nivel macroeconomic:
Consum = a0 + a1 Venituri + u
Venituri = Consum + Investiii + Cheltuieli guvernamentale +
Sold comer exterior
Observaii:
Acest model conine o ecuaie de regresie i o identitate.
Veniturile apar n dubl ipostaz: de factor n prima ecuaie i de
efect n cea de a doua.
Consumul este pe post de efect n prima ecuaie i de
component factorial n cea de a doua.
Venitul i consumul se influeneaz reciproc, evolund
mpreun, simultan. O cre tere a venitului conduce la modificarea
consumului, iar cre terea consumului face ca veniturile s creasc.
nlocuind n a doua ecuaie consumul cu expresia sa din prima
ecuaie, se obine o form redus a reprezentrii:
Venituri = (a0 + a1 Venituri + u) + Investiii + Cheltuieli
guvernamentale + Sold comer exterior
Dac se izoleaz variabila Venit, se obine:

VEN =

1
(a0 + INV + CG + Sold Cex )
1 a1
104

1
Raportul 1 a se nume te n teoria economic multiplicatorul
1
veniturilor, propus de Keynes.

2. Modelul echilibrrii preului i ofertei pe piaa produselor cu ciclu

lung de fabricaie
Un astfel de proces poate ncepe cu situaia n care oferta este
mic (qt = 2), ceea ce face ca preul s fie mare (pt = 10); preul
determin productorii s realizeze i s ofere o cantitate mult mai
mare (qt+1 = 12). Cererea fiind dep it, preul scade mult (pt+1 = 4).
Scderea preului descurajeaz productorii, astfel nct qt+2 = 6; ceea
ce face ca preul s creasc, devenind pt+2 = 7, etc.
Pre

10
8
6
4
2

10

12

Cantitate

Un nivel de echilibru se va situa n jurul valorilor p = 5,5; q = 7.

Modelul care descrie un astfel de proces este urmtorul:
p t = a 0 + a 1q t + u 1
qt = b0 + b1pt-1 + u2
Preul i cantitatea sunt interdependente, dar existena ntrzierii
confer modelului un caracter dinamic.

105

Dac se nlocuie te n prima ecuaie cantitatea cu expresia sa,

rezult:
pt = a0 + a1( b0 + b1pt-1 + u2 ) + u1 = 0 + 1pt-1 + v1
ceea ce reduce influenele n sensul evidenierii unui singur factor pt-1.
3. Modelul axat pe fluxurile comerului exterior
EXP = a0 + a1CS + a2PIB(K) + u1
IMP = b0 + b1CS + b2PIB + u2
CS = c0 + c1(INFL INFL(K)) + c2(rataPIB rataPIB(K)) +
+CEX + u3
CEX = EXP IMP
unde: CS = cursul de schimb; INFL = inflaia; K = ara n care se
export; CEX = sold comer exterior.
i n aceast reprezentare se regse te o simultan determinare
ntre cursul de schimb (CS) i soldul comerului exterior. Modelul este
format din trei ecuaii de regresie i o identitate. Sunt patru variabile
endogene: EXP, IMP, CS, CEX.
4. Modelul IS LM
monetar

investiii, economii cerere de bani, masa

Invest = a0 + a1 Rata dob. + a2 Venituri + u1

Consum = b0 + b1 Venituri disponibile + u2
Impozite = c0 + c1 Venituri + u3
Venituri disponibile = Venituri Impozite
Venituri = Consum + Investiii + Chelt. guvern. + Sold com. ext.
ntre Impozite i Venituri exist o interdependen ntruct o
cre tere a Veniturilor duce la cre terea Impozitelor, iar acestea, la
rndul lor, modific Consumul i, implicit, Veniturile.
Modelul este format din trei ecuaii de regresie i dou identiti.
Conine variabilele de tip endogen: Investiii, Consum, Impozite,
Venituri disponibile, Venituri i variabilele de tip exogen: Rata
dobnzii, Cheltuieli guvernamentale, Sold comer exterior.

106

Aceste modele cu ecuaii multiple evideniaz unele aspecte

caracteristice:
a) Descriu economia ca o structur de componente i de relaii
ntre componente (relaii de dependen, relaii de identitate sau de
echilibru) prin forma structural a modelului.
b) Variabila-efect ntr-o ecuaie poate fi variabil factorial ntro alt ecuaie i invers, fapt pentru care este preferat denumirea de
variabile endogene i variabile exogene (sau predeterminante dac
ntre factori exist i variabile cu efect ntrziat). Variabila endogen
apare ntr-o ecuaie n stnga egalitii, ceea ce face posibil obinerea
de valori generate de model pentru o astfel de variabil; cele exogene
apar numai n dreapta egalitilor, iar datele pentru ele provin exclusiv
din surse externe (statistici, evidene). Modelul include attea ecuaii
cte variabile endogene are n vedere.
c) Adesea se caut obinerea unei forme reduse a modelului, ca
urmare a nlocuirii acelor variabile endogene care apar n postura de
factori, cu expresiile lor.
d) Variabila endogen aflat n postura de efect (rezultat) ntr-o
ecuaie de regresie care apare i n postura de factor n alte ecuaii
implic dependena unui astfel de factor de variabila rezidual. n
consecin, metoda de estimare trebuie adaptat n a a fel nct ipoteza
independenei factorului de variabila rezidual s fie confirmat.
e) Existena de interdependene ntre variabile, manifestat sub
forma unor bucle de conexiune invers atrage problema identificrii
fiecrei ecuaii.
Formele de prezentare ale modelului se pot analiza pe urmtorul
model care conine dou ecuaii de regresie i o identitate:
y 1 = a 0 + a 1y 2 + a 2x 1 + u 1
y 2 = b 0 + b 1x 2
+ u2
y3 = y2 y1
Reprezentarea aceasta urmre te descrierea unor relaii
constatate (n practic sau fundamentate n teoria economic) pentru a
explica comportamentul unor variabile y1, y2, eventual y3. ntruct se
refer la un proces economic, sistemul de ecuaii red forma
structural a modelului.
107

Forma structural este important nu numai pentru descrierea

formal a procesului economic (varianta de baz a modelului), ci i
prin posibilitile de analiz economic (interpretarea estimaiilor),
precum i de analiz statistic (R2, testele F, t, etc.).
Utilizarea notaiilor matriceale conduce la o form mai
concentrat de prezentare, form care are i caliti legate de
generalizarea demersului i descrierea unor transformri, calcule
destinate estimrii.
Se noteaz parametrii ata ai variabilelor endogene cu aij, iar cei
ata ai variabilelor exogene, inclusiv parametrul liber, cu bij. Cu aceste
notaii, modelul devine:
y1 = b11 + a11y2 + b12x1 + u1
y2 = b21
+ b22x2 + u2
y3 = y2 y1
Ecuaiile de regresie includ necunoscutele (parametrii). Pentru
aceste ecuaii se izoleaz variabila aleatoare i se ordoneaz pe
coloane variabilele:
y1 a11y2 b11 b12x1 = u1
y2
b21 b22x2 = u2
Aceste relaii se pot transcrie n forma matriceal astfel:

AY + BX = U
Redat explicit, relaia se prezint astfel:

1 a11 y1 b11

+
0
1

y 2 b21

b12
0

1
0 u1
x1 =
b22 u 2
x2

Forma redus a modelului reprezint o modalitate de

prezentare care implic o transformare a formei structurale ntr-o
variant care conduce la redarea explicit a fiecrei variabile endogene
(aflate n stnga egalitilor) n raport cu variabilele exogene la care se
108

adaug variabilele cu efect ntrziat. Aceasta implic nlocuirea n

dreapta egalitilor sistemului de ecuaii simultane a tuturor factorilor
exprimai de variabile endogene prin expresiile lor exclusiv bazate pe
factori exogeni sau cu efect ntrziat.
n forma structural a modelului se constat prezena variabilei
endogene y2 n postura de factor. nlocuirea acestei variabile cu
expresia sa i a componentelor y1 i y2 n ultima relaie conduce la
forma redus.
y1 = b11 + a11( b21+ b22x2 + u2) + b12x1 + u1 = b11 + a11 b21+ b12x1 +
+a11 b22x2 + a11 u2 + u1
y2 = b21 + b22x2 + u2
y3 = (b21 + b22x2 + u2) (b11 + a11 b21+ b12x1 + a11 b22x2 + a11 u2 + u1)
= (b21 b11 a11b21) b12x1 + (b22 a11b22)x2 + (u2 a11u2 u1)
Se noteaz:

0 = b11 + a11b21 ; 1 = b12 ; 2 = a11b22 ; v1 = a11u 2 + u1

0 = b21 ; 1 = b22 ; v 2 = u 2
0 = b21 b11 a11b21 ; 1 = b12 ; 2 = b22 a11b22 ; v3 = u 2 a11u 2 u1
Cu aceste notaii, forma redus devine:

y1 = 0 + 1 x1 + 2 x2 + v1
y2 = 0 + 1 x2 + v2
y 3 = 0 + 1 x1 + 2 x2 + v3
Dac intereseaz doar forma redus a ecuaiilor de regresie,
atunci ecuaiile:

y1 = 0 + 1 x1 + 2 x2 + v1
y2 = 0 + 1 x2 + v2
pot fi redate n form matriceal.

109

Din relaia: AY + BX = U, rezult: AY = BX + U, care se

nmule te din stnga cu A- 1 i se obine:
A- 1 AY = A- 1 BX + A- 1 U
se noteaz: A- 1 B = H; A- 1 U = V, iar A- 1 A = I, astfel nct:
Y = HX + V
Forma redus este util n perioada de estimare a parametrilor,
iar, n final, dup estimare i verificare, este recomandat pentru
obinerea de prognoze i simulri.

8.2 Stabilirea variabilelor, funciilor i

identitilor
Pentru a elabora un model econometric format din zeci sau sute
de ecuaii, este necesar ca speciali tii din statistic, economie,
matematic i informatic s colaboreze. ntr-o prim etap se
stabilesc obiectivele urmrite prin modelul respectiv. Acestea ar putea
fi: analiza economic din perspectiva rolului factorilor determinani
din economie, analiza i prognoza pentru un sector de activitate
economic (ramur, firm, instituie), prognoza proceselor economice,
simularea de politici economice n vederea realizrii unor obiective
macroeconomice.
Apoi se stabilesc resursele n ceea ce prive te: datele statistice i
acurateea acestora, gradul de detaliere a unor indicatori, resursele
umane, documentaia (care se refer la modul n care s-a procedat n
situaii similare n alte instituii sau centre de cercetare), resursele
materiale (dotarea cu calculatoare i posibilitile de prelucrare n
diverse faze, existena programelor de estimare, testare).
O a doua etap o constituie stabilirea variabilelor endogene.
Opiunile n aceast privin depind de: obiectivele urmrite, gradul de
detaliere urmrit, posibilitile pe care le ofer baza de date n ceea ce
prive te existena de date privind variabilele endogene din model.
ntre variabilele endogene mai pot fi introduse i acele variabile
factoriale care sunt, la rndul lor, determinate de ali factori cunoscui
ca importani sau sunt din categoria celor manevrabili de ctre guvern
sau patron.
110

n etapa urmtoare se stabilesc factorii care determin fiecare

variabil endogen. Cu alte cuvinte, se stabilesc variabilele care vor
figura n fiecare ecuaie de regresie n partea dreapt a semnului de
egalitate. Se va ine seama de ceea ce recomand teoria economic.
ntruct trebuie s ne restrngem la factorii cei mai semnificativi,
fiecare dintre variabilele potenial explicative este verificat din
perspectivele urmtoare:
existena de date statistice corecte i care s acopere numrul de
cazuri (perioade sau uniti teritoriale, familiale din e antion);
cre terii gradului de determinare n urma introducerii lor n
model, precum i diminurii abaterii medii ptratice a valorilor
reziduale;
independenei sau absenei corelaiei foarte intense a variabilei
candidate la rolul de factor cu o alt variabil factorial deja
inclus n ecuaia de regresie;
semnificaiei n sensul testului t, mai ales n situaiile n care
trebuie s optm pentru alegerea unei variabile dintre doua
candidate pe acela i loc.
Alegerea funciei (formei legturii) se bazeaz pe elementele de
teorie economic:
cre tere / descre tere proporional cu evoluia factorului;
existena procesului de saturaie frecvent constatat n zona
cererii, dar i a produciei;
evoluii explozive ntr-o direcie sau alta n anumite situaii sau
pe intervale limitate;
semnalele oferite de unele metode statistice sau econometrice
(reprezentri grafice, testul DW n caz de autocorelare, testul GQ
cnd eroarea este heteroscedastic, testul Box-Cox cnd se alege
ntre varianta liniar i cea logaritmic, etc.).

Identitile sunt introduse n model fie n vederea obinerii unor

informaii suplimentare, fie pentru a facilita i consolida n acela i
timp forma redus a modelului.
Relaiile de identitate se pot referi la:
componentele unei variabile economice;
modul de calcul al unor indicatori;
echilibre de natur economic.
111

Etapa specificrii poate fi considerat ncheiat, ntr-o prim

faz, n situaia n care:
numrul de variabile endogene aflate pe lista obiectivelor
urmrite prin crearea modelului este egal cu numrul de ecuaii
din model;
factorii fiecrei ecuaii sunt suficient de puternici, dar i de
singulari ca rol (independeni de ceilali factori din ecuaie) nct
s avem convingerea c dintre variantele permise de datele
statistice am ales varianta cea mai bun; similar se pune
problema n ceea ce prive te funcia (forma legturii) pentru
fiecare ecuaie.
ntr-o a doua faz care urmeaz etapei identificrii, estimrii,
testrii, specificarea poate fi reevaluat n raport cu rezultatele
diverselor teste (F, t, DW). Unele modificri n ceea ce prive te
factorii sau tipul funciei pot fi avute n vedere, astfel nct testele s
confirme fiecare ecuaie n condiiile unui grad de determinare
suficient de apropiat de 100%.

8.3 Identificare, estimare i verificare n cazul

modelelor cu ecuaii simultane
8.3.1 Verificarea modelului din perspectiva
identificrii fiecrei ecuaii
Etapa identificrii este necesar pentru a ne asigura c fiecare
ecuaie de regresie din model este distinct, nu se repet n ansamblul
ecuaiilor modelului.
Din perspectiva estimrii, caracterizarea fiecrei ecuaii drept
identificat confirm faptul c unei anumite ecuaii din forma redus i
corespunde o anumit ecuaie i numai una n forma structural a
modelului. Ca urmare, parametrii formei structurale pot fi estimai pe
baza estimaiilor obinute pentru parametrii formei reduse aparinnd
respectivei ecuaii.
112

O ecuaie de regresie din model este considerat identificat

atunci cnd nici o alt ecuaie asemntoare (n ceea ce prive te
variabilele incluse i tipul de funcie) nu este regsit n model i nici
nu poate fi format utiliznd diverse combinaii liniare ntre ecuaiile
sistemului.
Modelul n general este considerat identificat atunci cnd
fiecare ecuaie de regresie este caracterizat drept identificat.
Din perspectiva identificrii, ecuaiile pot fi de urmtoarele
tipuri:
ecuaii identificate (perfect identificate);
ecuaii supraidentificate;
ecuaii neidentificate.
Criteriul de departajare l reprezint condiia de ordin:
pentru ca o ecuaie din forma structurat a modelului s fie
considerat identificat este necesar ca, din ansamblul
variabilelor incluse n ecuaiile de regresie ale modelului,
numrul celor absente din ecuaia respectiv s fie egal cu
numrul de ecuaii de regresie minus 1;
dac ecuaia omite mai multe variabile (dect numrul ecuaiilor
de regresie minus 1) este considerat supraidentificat.
dac ecuaia omite mai puine variabile, este considerat
neidentificat.
Se consider modelul din paragraful 8.1, din care se rein doar
ecuaiile de regresie:
y 1 = a 0 + a 1y 2 + a 2x 1 + u 1
y 2 = b 0 + b 1x 2
+ u2
Ansamblul variabilelor este format din y1, y2, x1, x2, deci 4
variabile, iar numrul de ecuaii este 2.
n prima ecuaie sunt prezente 3 variabile, a adar 1 variabil
absent, egal cu numrul de ecuaii minus 1. n concluzie, prima
ecuaie este identificat (perfect).
n a doua ecuaie sunt prezente 2 variabile, deci 2 variabile sunt
omise, mai multe dect 2 ecuaii minus 1. Aceast ecuaie este
supraidentificat.

113

Pentru ca una dintre ecuaii s fie neidentificat, ar trebui s nu

se nregistreze nici o variabil omis, deci ecuaia s fie de forma:
y 1 = a 0 + a 1y 2 + a 2x 1 + a 3x 2 + u 3
ntruct din ansamblul celor 4 variabile din model se regsesc n
aceast ecuaie 4 variabile prezente, conform condiiei de ordin,
0 < 2 1, ecuaia este neidentificat.
Eliminarea neidentificrii i aducerea ecuaiei la forma
identificat sau supraidentificat se poate realiza prin includerea de
noi variabile n model (mai ales n alte ecuaii dect cea
neidentificat). o astfel de operaiune trebuie s se justifice fie din
perspectiva teoriei economice, fie din perspectiva criteriilor i testelor
statistice.
O alt soluie ar consta n excluderea unor variabile din ecuaia
neidentificat, n vederea cre terii numrului de variabile absente.
Ar mai putea fi o soluie opiunea pentru o alt funcie, dac se
justific din perspectiva specificrii modelului.
Condiia de rang este un alt criteriu pentru stabilirea
identificrii: o ecuaie dintr-un sistem de G ecuaii structurale este
identificat, dac se poate forma cel puin un determinant nenul de
ordin G 1, lund n considerare parametrii prezeni n alte ecuaii i
care corespund variabilelor absente din ecuaia respectiv.

8.3.2 Estimarea parametrilor

Marea majoritate a modelelor cu ecuaii simultane sunt
supraidentificate. Pe de alt parte, circularitatea unora dintre variabile
n sensul c ele pot fi regsite, fiecare, n postura de variabil
endogen, dependent de anumii factori inclusiv de variabila
rezidual (u), dar i n postura de variabil factorial n alte ecuaii, cu
valori dependente n continuare de variabila rezidual reprezint o
neconfirmare a unei ipoteze privind modelul. Este vorba de ipoteza
independenei factorului n raport cu eroarea (u). Neconfirmarea
ipotezei conduce la consecine nedorite asupra estimatorului MCMMP
(imprecizie, consisten afectat).
Astfel, MCMMP n varianta obi nuit nu conduce la estimaii
satisfctoare, motiv pentru care se recurge la alte variante de
estimare.
114

Metoda celor mai mici ptrate n dou stadii (etape) (MCMMP-2)

Etapele metodei sunt urmtoarele:
Stadiul 1: - n forma redus a modelului se aplic MCMMP pentru
fiecare ecuaie de regresie n vederea obinerii estimatorilor
0 , 1 ,..., 0 , 1 ,... . Pe baza acestor soluii estimate, precum i pe baza
valorilor variabilelor predeterminate (exogene + variabile cu efect
ntrziat), se obin niveluri ajustate pentru variabilele endogene
( y1 , y 2 ,...) ;
Stadiul 2: - n forma structural, n dreapta egalitilor sunt cutate
acele variabile factoriale care sunt de tip endogen. Toate aceste
variabile endogene-factoriale (y) sunt nlocuite cu variabilele ajustate
( y ) obinute n finalul primului stadiu, dup care se trece la aplicarea
MCMMP pentru fiecare ecuaie structural astfel adaptat.
Meniuni:
se opereaz numai n partea dreapt a egalitilor, nlocuind
valorile yi pentru variabilele endogene factoriale cu valorile
ajustate y i obinute pe baza variabilelor predeterminate n forma
redus;
prin includerea de valori ajustate ( y ) s-a rupt legtura nedorit
dintre evoluia factorului (de tip endogen) i eroare ui. Valorile
ajustate, generate de model, se deosebesc de cele empirice (yi)
prin faptul c exclud rolul variabilei reziduale.

Exemplu: Modelul cu ecuaii simultane

y1 = b11 + a11y2 + b12x1 + u1
y2 = b21
+ b22x2 + u2
y3 = y2 y1
poate fi utilizat n vederea analizei i prognozei cheltuielilor i
veniturilor familiei, unde: y1 = cheltuieli; y2 = venituri; x1 = servicii
utilizate; x2 = ore de activitate remunerate; y3 = sold (economii).
Datele sunt urmtoarele:
y1

y2
x1
x2

2
2
3
4
5
5
0,5 0,5 0,8
160

160

165

4
5
1

4
6
1

3
6
1

5
6
0,8

4
7
1

5
8
2

4
7
1

5
8
2

6
9
2

6
10
2

6
9
2

170

170

170

180

180

200

180

200

200

190

200

Stadiul 1: n forma redus:

115

y1 = 0 + 1 x1 + 2 x2 + v1
y2 = 0 + 1 x2 + v2
se aplic pentru fiecare ecuaie MCMMP.
Rezult: 0 = 8,13; 1 = 0,4083; 2 = 0,0656; 0 = 12,3686; 1 = 0,1062.
Se nlocuiesc parametrii obinui:
y1 = 8 ,13 + 0,4083 x1 + 0,0656 x2
y2 = 12,3686 + 0,1062 x2
Se determin valorile ajustate.
Stadiul 2: n forma structural se nlocuiesc valorile y2 din membrul
drept cu valorile ajustate y 2 i se estimeaz cu MCMMP parametrii
din ecuaia formei structurale:

y1 = a 0 + a1 y 2 + a 2 x1
obinndu-se: a 0 = 0,49; a1 = 0,6177; a 2 = 0,4083.
Pentru ecuaia a doua din forma structural, b0 = 0 ; b1 = 1 .

Metoda celor mai mici ptrate n trei stadii (etape) (MCMMP-3)

Varianta metodei n 3 stadii include un filtru suplimentar n
vederea nlturrii eventualelor elemente comune ale variabilelor
reziduale din diversele ecuaii legate prin prezena unor variabile n
dubl postur (efect ntr-o ecuaie, cauz n alta). Filtrul suplimentar
este reprezentat de matricea varianelor-covarianelor, notat cu M.
Etapele metodei sunt urmtoarele:
Stadiul 1: - n forma redus se aplic MCMMP, se obin estimaii
0 , 1 ,... , precum i valori ajustate y1 , y 2 ,... ;
Stadiul 2: - n forma structural sunt nlocuite, n dreapta egalitilor,
variabilele endogene factoriale cu cu valorile ajustate obinute n etapa
1. Se aplic MCMMP, se obin estimaii a 0 , a1 ,... , valori ajustate
pentru toate variabilele endogene, precum i valori ale variabilelor
reziduale obinute prin scdere y i y i n fiecare ecuaie de regresie.
Deci, se repet etapele MCMMP n dou stadii. Un calcul pregtitor
pentru stadiul 3 ar presupune obinerea dispersiilor reziduurilor
u 2 / (n k ) , rezultate din fiecare ecuaie, precum i covariana
pentru ecuaii luate cte dou.
116

Stadiul 3: - destinat obinerii simultane a estimaiilor a 0 , a1 ,... pe

ansamblul formei structurale. n acest scop este utilizat formula
generalizat elaborat de A. C. Aitken:
B = Z ' M 1 Z Z ' M 1Y
unde:

)(

B - vector coloan al tuturor parametrilor ecuaiilor structurale

din model;
Z - matrice diagonal a variabilelor factoriale (endogene ajustate,
exogene, variabile cu efect ntrziat, variabila artificial, de element 1,
destinat estimrii parametrilor liberi a0, b0, ..., etc.);
Y - vector coloan al valorilor variabilelor endogene.
Dimensiunile enorme ale elementelor relaiei fac ca aplicarea ei
s fie condiionat de existena unui model adecvat n programele de
calculator.

Metoda celor mai mici ptrate indirect

Varianta indirect a MCMMP este recomandat n cazurile n
care modelul include ecuaii identificate (perfect). Procedeul prezint
interes din punct de vedere teoretic, pentru c aceste cazuri sunt
rareori ntlnite n practic.
Metoda presupune ca n forma redus s se obin estimaii
0 , 1 , 0 ,... prin MCMMP. Soluiile sunt utilizate n vederea
estimrii parametrilor n forma structural, dar prin o nou aplicare a
MCMMP, ci avndu-se n vedere diferitele relaii de natur algebric
dintre parametrii formei reduse i parametrii formei structurale.
n exemplul anterior, prima ecuaie este identificat. Forma

redus a acesteia y1 = 0 + 1 x1 + 2 x2 + v1 , n urma estimrii

( 0 = 8,13; 1 = 0,4083; 2 = 0,0656) va reprezenta n stnga egalitii
variabila y1, iar y2 = 12,3686 + 0,1062 x2 + u va nlocui variabila y2.
Prima ecuaie a formei structurale:
y 1 = a 0 + a 1y 2 + a 2x 1 + u 1
se rescrie astfel:

0 + 1 x1 + 2 x2 + v1 = a0 + a1 ( 0 + 1 x2 + v2 ) + a2 x1 + u1
Se regrupeaz termenii i se obine:

117

 0 + 1 x1 + 2 x2 = (a0 + a1 0 ) + a11 x2 + a2 x1 + (u1 + a1v2 v1 )

Dar a 2 = 1 = 0,4083 .

2 = a1 1 , de unde rezult:

2 0,0656
=
= 0,6177
1 0,1062
0 = a0 + a1 0 = a0 + 0,6177 ( 12,3686) , de unde rezult:
a 0 = 8,13 + 7,64 = 0,49.
a1 =

Estimarea parametrilor a avut n vedere cazul liniar. Introducerea

de reprezentri neliniare pot dep i etapa estimrii prin utilizarea unor
algoritmi specifici.
O particularizare a reprezentrilor cu ecuaii simultane care
complic estimarea const n prezena ecuaiilor liniare alturi de cele
neliniare, precum i a celor relativ independente n sistem, alturi de
ecuaii legate de alte ecuaii prin variabile comune, aflate ntr-o dubl
postur.
n principiu, etapa estimrii n astfel de situaii presupune o
prealabil grupare a egalitilor, astfel nct rezult:
grupa ecuaiilor independente pentru care MCMMP poate fi
aplicat n varianta obi nuit;
grupa ecuaiilor interdependente, care, la rndul ei se subdivide
n blocuri de ecuaii n raport cu legturile presupuse de
circularitatea unor variabile. Pentru fiecare dintre blocurile astfel
formate se aplic MCMMP-2 sau MCMMP-3;
grupa identitilor formate din egaliti care includ relaii de
definire.

8.3.3 Etapa de verificare

nainte de a se trece la utilizarea modelului econometric este
parcurs etapa de verificare, axat pe urmtoarele direcii:
verificarea statistic a semnificaiei rezultatelor estimrii,
precum i a confirmrii ipotezelor modelului i a metodei de
estimare;

118

 verificarea din perspectiva gradului de determinare, precum i a

preciziei valorilor generate de model n raport cu valorile
empirice;
verificarea prin simularea de situaii i comparaii n raport cu
a teptrile.
n ceea ce prive te testarea statistic, procedura presupune
aplicarea testelor t, F, GQ, DW, JB etc. asupra rezultatelor (estimaii,
valori reziduale) fiecrei ecuaii de regresie din forma structural.
Modalitatea de verificare este cea a modelului cu o singur
ecuaie, dar testele se aplic de un numr de ori egal cu numrul de
ecuaii. La fel se pune problema n ceea ce prive te determinaia (R2)
i criteriul AIC.
Verificarea prin simulare urmre te testarea modelului n
ansamblul su, privit ca un produs care are calitatea de a reproduce
realitatea din care provine.
n general, modul de lucru are n vedere:
atribuirea de valori variabilelor exogene, valori apropiate de cele
reale, pentru a obine un prim set de niveluri ajustate pentru
variabilele endogene;
introducerea de influene indirecte printr-un procedeu iterativ
care presupune ca ntr-o a doua etap s se nlocuiasc
variabilele endogene factoriale cu valorile generate de model n
prima etap i obinerea de noi valori ajustate pentru toate
variabilele aflate n stnga egalitilor n forma structural;
compararea valorilor generate de ultima iteraie cu ceea ce s-a
obinut n precedenta iteraie: dac diferenele se menin mari se
reia procesul iterativ; dac diferenele sunt acceptabil de mici se
ncheie acest proces.
Printr-o astfel de verificare se pun n eviden sectoarele fragile
ale modelului, adic acele ecuaii pentru care abaterile dintre valorile
generate de model i valorile empirice se menin mari n urmamai
multor iteraii.
m cazul n care modelul econometric este destinat obinerii de
previziuni ct mai precise, se recomand verificarea calitii
specificrii modelului n raport cu precizia prognozelor ex-post.
Acest gen de prognoze se refer la perioade pentru care se cunosc date
reale i posibilitatea testrii preciziei prognozei. Ultimele s perioade
119

din ntregul interval de n perioade formeaz segmentul de timp martor

destinat verificrii preciziei prognozei. Previziunea se bazeaz pe
estimaii obinute pentru n s valori i se refer la evoluia viitoare a
ultimelor s valori ale variabilei endogene.
n cazul n care au fost elaborate dou sau mai multe variante de
model, se opteaz pentru acea variant care genereaz prediciile cele
mai apropiate de nivelul datelor reale din segmentul martor. Dup ce
s-a ales varianta de model, se reia procesul de estimare i elaborare de
predicii, utiliznd toate cele n valori din setul de date.

8.4 Analiz, simulare i prognoz

Analiza economic bazat pe rezultatele modelului cu ecuaii
simultane se focalizeaz ndeosebi pe soluiile ce privesc parametrii de
regresie. Interpretarea fiecrui parametru estimat n forma structural a
modelului se recomand s fie precedat de o apreciere critic a
soluiei care s in seama de:
semnificaia estimaiei n sensul testului t;
semnul parametrului (plus, minus) i concordana acestuia n
raport cu ceea ce se cunoa te din teoria i practica economic cu
privire la sensul legturii (sens direct proporional sau sens
invers proporional) dintre variabila factorial i variabila
endogen din stnga semnului egal;
gradul de determinare al variabilei explicate (y) de ctre factorii
inclu i n ecuaia structural respectiv (R2);
aprecierea posibilitii ca multicoliniaritatea s afecteze
estimaiile (un grad sczut de interdependen a factorilor din
ecuaia respectiv, un nivel R2 apropiat de 1 coroborat cu un
nivel DW foarte apropiat de 2 ar fi de dorit n cazul ecuaiilor cu
mai muli factori inclu i).
Dac n urma unor astfel de aprecieri nuapar suspiciuni ntruct:
estimaia este semnificativ, semnul parametrului este cel a teptat,
determinaia este mare, iar riscul multicoliniaritii este mic, se poate
avea ncredere n interpretarea economic a estimaiei. O astfel de
interpretare se poate referi la:

120

 aprecirea rolului fiecrui factor (estimare a coeficientului

marginal) inclusiv a nsemntii acestuia n raport cu ali factori
inclu i n ecuaie;
analiza comparativ a rolului factorilor n raport cu alte perioade
sau cu alte ri;
opiunea pentru factorii care ar putea avea nsemntate pentru
simulare datorit rolului lor n structura procesului descris de
sistemul de ecuaii;
aprecierea legturilor existente ntre diversele blocuri de ecuaii
ale modelului (blocul de ecuaii privind producia sau consumul
sau sectorul financiar-bancar) prin urmrirea rolului variabilelor
de legtur (acele variabile care ntr-un bloc de ecuaii apar ca
efecte, iar ntr-un alt bloc apar n postura de factori). n acest
sens, prezint interes evidenierea relaiilor de conexiune invers
(feed-back), ca i a lanurilor cauzale din economie.

Simularea reprezint etapa cea mai interesant n demersul

econometric ntruct prin intermediul ei pot fi cunoscute cu anticipaie
implicaiile pe care le genereaz n economie modificarea unor
variabile de tip exogen, precum: impozitele, rata scontului, cheltuielile
guvernamentale etc.
Prin modificarea unor astfel de variabile guvernul i pune n
aplicare politica sa economic i este interesat n cunoa terea din timp,
dac se poate nainte de punerea n practic a unor decizii, a efectelor
acestor decizii.
n eventualitatea existenei unor alternative de politic
economic, guvernul este interesat, n opiunea sa, de efectele
anticipate ale acestor politici. La nivel de firm exist, de asemenea,
interesul pentru cunoa terea din timp, n urma unor calcule, a
rezultatelor anticipate, fie i cu aproximaie, pe care unele modificri
n strategia firmei (privind investiiile, personalul, reclama,
promovarea vnzrilor) le vor aduce, precum i a influenelor acestora
asupra profitului.
Simularea de natur econometric permite astfel de experimente
i, n msura n care modelul este corect specificat i suficient de
detaliat, se poate ajunge la soluii care permit o conducere
anticipativ, mereu n cuno tin de cauz cu privire la urmrile
deciziilor puse n aplicare.
121

Simularea presupune ca n forma redus a modelului s se

procedeze la modificarea unor variabile exogene (cele de comand, n
sensul c pot fi modificate prin decizii, legi, ordonane) n limita
posibilitilor de manevr ale acestora. Corespunztor, vor rezulta
modificri ale variabilelor endogene. Pot fi avute n vedere mai multe
alternative de modificare a variabilelor exogene i, corespunztor, se
va ajunge la mai multe alternative de rspuns n ceea ce prive te
efectele. Din aceste ncercri aplicate modelului, cu ajutorul
calculatorului, pot rezulta alternative de real interes pentru cel
preocupat de realizarea unor obiective ntr-un proces complex cum
este cel economic.
Prima etap a simulrii const n stabilirea unei evoluii-martor,
de baz, la care s-ar ajunge dac totul rmne cum a fost, respectiv
dac modificrile sunt cele care s-ar obine n condiii obi nuite.
Alturi de endogenele din varianta de baz pot fi menionate
nivelurile-obiectiv la care urmrim s ajungem prin politica
economic promovat.
Simulrile bazate pe modelul econometric pot fi realizate i n
alte scopuri sau pot presupune intervenii asupra altor elemente din
model. Astfel, pot fi avute n vedere:
simulri privind verificarea capacitii modelului de repreducere
a realitii (a datelor empirice);
modificri de amploare asupra unei singure variabile exogene
(celelalte fiind meninute constante);
modificri asupra valorilor estimate ale parametrilor dac exist
motive cu privire la diminuarea / amplificarea influenei unor
factori ntr-un context schimbat, posibil a fi realizat n viitor;
generarea de valori reziduale aleatoare, corespunztor unei
repartiii prestabilite i stabilirea limitelor ntre care se vor situa
variabilele endogene dac se ine seama i de elementele
aleatoare din economie.
Obinerea de valori simulate presupune un rol activ al celui care
exploateaz modelul, n sensul explorrii efectelor diverselor
modificri ale factorilor pe care se bazeaz politica economic i
cutrii acelei variante care, cu costuri materiale i sociale minime, s
apropie procesul economic de obiectivele preconizate.

122

Previziunea evoluiei fenomenelor economice reprezint, de

cele mai multe ori, obiectivul final n cadrul modelri econometrice.
Ea constituie proba validitii modelului elaborat. Spre deosebire de
prognozele bazate pe studiul seriilor cronologice, al cror caracter
inerial este recunoscut, prediciile generate de modelul econometric
cu ecuaii simultane urmresc s prefigureze viitorul unor importante
variabile economice n raport cu influenele directe i indirecte
exercitate asupra lor de ctre variabilele exogene.
ntruct predicia se bazeaz pe un numr mare de elemente
(variabile exogene, influene ntrziate, influene indirecte), abordate
n interaciune n contextul relaiilor cauz-efect, se poate afirma c
modelul econometric cu ecuaii simultane reprezint o modalitate
relativ bine fundamentat de cunoa tere anticipativ n economie.
Prediciile rezultate dintr-un sistem de ecuaii simultane se obin
astfel: n forma redus a modelului econometric se atribuie
variabilelor exogene valori preconizate (rezultate din calcule
preliminarii, alocri planificate de resurse, procese n curs de
finalizare, intenii sau ipoteze de lucru) pentru perioada de prognoz;
variabilelor cu efect ntrziat li se atribuie valori empirice (pentru
perioadele ..., n 2, n 1), respectiv valori previzionate dac
prediciile sunt pe termen mediu sau lung. Se determin apoi viitoarele
valori pentru variabilele endogene, corespunztor relaiei:
y* = 0 + 1 x1( 0 ) + ... + k x k( 0 )
unde x(0) reprezint valori preconizate pentru viitor.
Prediciile astfel obinute depind, n ceea ce prive te precizia, de
realizarea urmtoarelor condiii:
valorile atribuite variabilelor exogene se vor realiza;
comportamentul constatat n trecut, mai precis n intervalul t = 1,
2, ..., n, n ceea ce prive te relaiile dintre variabilele modelului,
nu se va modifica substanial, astfel nct structura exprimat
prin parametrii de regresie va rmne, n general, neschimbat;
nu vor interveni noi factori semnificativi i nici situaii
catastrofale care s modifice esenial condiiile de desf urare
ale procesului prognozat.
O modalitate de mbuntire a performanelor prognosticate ale
acestui tip de model const n dep irea cadrului strict aritmetic al
determinrii prediciilor. Ie irea din acest cadru presupune:

123

 luarea n considerare a rezulatelor simulrii i cu deosebire a

soluiilor simulate pentru cele mai recente perioade de timp, n
sensul reevalurii i ajustrii prediciilor;
utilizarea informaiilor de natur calitativ n vederea ajustrii
prognozelor i apropierii lor de realitate;
asigurarea unui rol n previzionare experienei i intuiiei
economi tilor i aceasta ndeosebi n stadiul de finalizare a
rezultatelor.
n elaborarea unor studii concrete privind viitorul, se recomand
urmtoarele etape n realizarea prognozei prin modelul cu ecuaii
simultane:
pregtirea: analiza atent a rezultatelor etapei de verificare i cu
deosebire a preciziei prognozelor ex-post; obinerea de date
preconizate (anticipri, obiective prestabilite, valori plauzibile a
fi realizate n viitor);
elaborarea prognozei n varianta iniial i analiza soluiilor
obinute. n forma redus a modelului se obin predicii utiliznd
cele mai plauzibile niveluri privind evoluia variabilelor exogene
n viitor. La aceasta poate fiadugat o variant optimist
(valorile atribuite variabilelor exogene sunt cele considerate
optime), precum i o variant pesimist (valorile atribuite sunt
cele la care s-ar ajunge ntr-o conjunctur nefavorabil). Analiza
prognozelor iniiale din diverse perspective (a economistuluianalist, a viitorologilor, a beneficiarilor) poate conduce, n final,
la stabilirea unei variante de baz;
ntreinerea modelului n sensul actualizrii sale prin
introducerea de noi date, verificri periodice, reluarea etapelor
estimrii, actualizarea percepiei cu privire la valorile anticipate
atribuite variabilelor exogene.

8.5 Modele macroeconometrice

n decursul timpului s-au creat modele econometrice de mari
proporii, intens dezagregate, care au fost i continu s fie utilizate,
dar i perfecionate n diverse ri ale lumii.
Modelul Klein-Goldberger ofer o prim reprezentare
concentrat a tot ceea ce ulterioarele ansambluri au ncercat s redea,
124

ntr-o form dezagregat, prin sute de ecuaii. Modelul este de tip

keynesian clasic i include 12 ecuaii de regresie i 5 identiti.
Ecuaiile se refer la economia real (consum, investiii, venit), la
preuri-salarii, iar prin relaiile privind cererea de lichiditi este
prefigurat blocul monetar-financiar.
Modelul Bookings SSRC a fost iniial destinat controlului
economiei naionale n vederea meninerii economiei SUA n stare de
stabilitate. Dezvoltarea ulterioar a modelului a urmrit, pe de o parte,
conectarea la marile modele (SCN, BLR), iar pe de alt parte,
realizarea unui grad de detaliere deosebit i mbinarea diverselor
blocuri de ecuaii prin bucle care descriu influena reciproc.
Modelul Wharton EFU se refer de asemenea la economia
SUA, include sute de ecuaii i este destinat ndeosebi prognozei.
Principalele blocuri de ecuaii se refer la consum, investiii, export,
import, preuri, salarii, depreciere, impozite, rata dobnzii etc.
Ecuaiile sunt, n general, neliniare n raport cu variabilele. Metoda de
estimare utilizat cu precdere este MCMMP-2.
Modelul metric se refer la economia Franei i se
particularizeaz prin: numrul mare de identiti, variabile ale cror
niveluri provin din anchete conjuncturale, includerea de numero i
factori cu efect ntrziat sau care includ valori anticipate.
Modelul Bank of England (BE), fundamentat pe teoria
keynesian, se particularizeaz prin detalierea relaiilor financiar
bancare.
Modelele menionate sunt cteva dintre cele care au aprut n
anii 1960-70. n general, fiecare ar dezvoltat i-a creat propriul
model n vederea simulrii de politici economice, prognozei i
analizei. Modelul cu ecuaii simultane elaborat de ctre academicianul
Emilian Dobrescu privind economia Romniei se nscrie n aceast
arie de preocupri. De asemenea, bncile centrale (BNR n ara
noastr) i-au creat propriile modele care continu s fie perfecionate.

125

Bibliografie
Andrei T., 2008, Econometrie, Editura Economica Bucure ti;
Andrei T., Spircu L., 2010, Aplicaii n econometrie, Editura Economica
Bucure ti;
Andrei T., 2004, Statistic i econometrie, Editura Economic, Bucure ti;
Andrei T., Bourbonnais R., 2009, Econometrie, Editura Economica, Bucure ti;
Cristache, S. E., Serban D., 2007; Lucrari aplicative de statistica sieconometrie
pentru administrarea afacerilor; Ed. ASE Bucuresti
Despa, R., Solomon O., Caraiani P., Din M. A., 2010, Econometrie, Editura
Universitar, Bucure ti;
Gf-Deac I., 2007, Econometrie, Editura Fundaiei Romnia de Mine,
Bucure ti;
Iacob A. I., Tnsoiu O., 2005, Modele econometrice, Editura ASE, Bucure ti;
Iacob A. I., Tnsoiu O., 2005, Econometrie. Studii de caz, Editura ASE,
Bucure ti;
Jemna D., 2009 ; Econometrie Editia II-a; Editura Secom Libris, Iasi
.Jemna D., Pintilescu C., Turturean C., 2009; Econometrie.Probleme si teste
grila; Editura Secom Libris, Iasi
Nenciu E., Gagea M., 2010; Lectii de econometrie; Ed. Tehnopress ,Iasi
Niculescu-Aron, I. G., Mazurencu-Marinescu, M., 2007; Metode econometrice
pentru afaceri; Ed. ASE Bucuresti
Pecican E. ., 2006, Econometrie, Editura C. H. Beck, Bucure ti;
Pecican E., 2004, Econometrie... pentru economi ti. Econometrie. Teorie i
aplicaii, Editura Economic, Bucure ti;
Pecican E., Tnsoiu O, Iacob A. I., 2001, Modele econometrice, Editura ASE,
Bucure ti;
Sptaru S., 2007, Modele i metode econometrice, Editura ASE Bucure ti;
Spircu L., Ciumara R., 2007, Econometrie, Editura Pro Universitaria, Bucure ti;
Spircu, L., 2008, Econometrie, Editura Pro Universitaria, Bucure ti;
Tasnadi, A., 2005, Econometrie, Editura ASE Bucure ti;
Tomescu Dumitrescu C., 2008, Econometrie general i financiar, EDP
Bucure ti;
Voineagu V., Titan E., 2007, Teorie i practic econometric, Editura Meteor
Press, Bucure ti.
Zait D., Nica P., 1995; Introducere in modelarea econometrica; Ed. Univ. "Al.
I. Cuza" Iasi
ASE Bucure ti- cursuri n format digital http://www.biblioteca-digitala.ase.ro

126

Anexe
Distribuia normal redus (standard)

127

Distribuia t Student n funcie de probabilitatea P i

de numrul gradelor de libertate

128

Valori critice pentru repartiia F

129

130

Distribuia 2

131