Modele de analiză a standardului calităii vieii în România · oferta sistemului bancar...

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

Modele de analiză a standardului calităţii vieţii în România

Prof. univ. dr. Constantin ANGHELACHE ([email protected]) Academia de Studii Economice, București / Universitatea „Artifex”, BucureștiProf. univ. dr. Alexandru Lucian MANOLE ([email protected])Universitatea „Artifex” din BucureștiConf. univ. dr. Mădălina Gabriela ANGHEL ([email protected])Universitatea „Artifex” din BucureștiConf. univ. dr. Florin Paul Costel LILEA (fl [email protected])Universitatea „Artifex” din BucureștiLector univ. dr. Mariana BUNEA ([email protected])Universitatea „Artifex” din București

Abstract

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

Introducere

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

Romanian Statistical Review - Supplement nr. 5 / 20174

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

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

Metodologia cercetării. Date utilizate

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


�

��

��

�C�� "��7��*��,��,��2� În studiile concrete se calculează o serie de alți indicatori cum ar fi HPI-1 (the human poverty index for developing countries), aceasta măsurând derivatele (depărtarea) în cele trei dimensiuni de bază ale dezvoltării umane.În standarde recente privind calitatea vieții se relevă accesul întregii populații la rezultatele economice:

HPI-1 = [1/3(P13 + P2 3 + P3 3)]1/3

Un alt indicator este HPI-2 (The Human Poverty Index for selected OECD Countries), acesta exprimând la rândul său îndepărtarea sau apropierea de calitatea vieții (standardul decent de viață). Indicele produsului intern brut GDP are la bază relația:

�

�� :7��

��

��

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

și

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


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

Metode și modele de analiză a calității vieții prin prisma corelației

dintre salariul mediu brut, volumul creditelor, al depozitelor populației

active și a ratelor medii ale dobânzilor

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

Evoluția salariului mediu brut, a creditelor, depozitelor populației active

și a ratelor medii ale dobânzilor

Tabelul 1

Credit

mediu/pers

Rata

medie a

dobănzii

Credit

mediu/pers

Rata medie a

dobanzii

EUR

Rata

medie a

dobanzii

USD

Depozit

mediu/pers

Rata

medie a

dobânzii

Depozit

mediu/pers

Rata

medie a

dobânzii

EUR

Rata

medie a

dobânzii

USD

Dec. 2016 9,056,000 2,681 7,298 6.88 5,199 4.45 6.97 7,445 1.29 4,530 0.55 0.64

Dec. 2015 9,159,000 2,415 5,742 8.24 6,059 4.97 6.88 7,211 2.13 4,525 1.15 1.11

Dec. 2014 9,243,000 2,298 4,339 10.28 6,721 5.31 7.52 7,071 3.32 4,565 1.90 1.57

Dec. 2013 9,977,000 2,223 3,467 12.56 6,910 5.44 7.83 6,382 4.76 4,193 2.68 2.05

Dec. 2012 9,964,000 2,117 3,444 13.30 7,066 6.31 8.10 6,062 5.67 4,007 3.30 2.30

Dec. 2011 9,868,000 2,022 3,550 14.09 7,042 7.11 7.92 5,835 6.58 3,527 3.17 2.16

Dec. 2010 9,965,000 1,836 3,604 15.81 6,668 7.28 8.39 5,018 7.70 3,366 3.09 2.11

Dec. 2009 9,924,000 1,693 3,911 17.22 6,220 8.09 9.02 4,321 11.98 3,039 4.95 2.73

Dec. 2008 9,944,000 1,550 4,117 15.18 5,891 8.63 10.31 2,770 8.99 1,947 4.31 3.21

Dec. 2007 9,994,000 1,270 3,359 14.53 3,815 8.97 11.25 2,447 6.73 1,734 3.41 3.79

Credite Depozite

Perioada Populație activă Salariu

mediu brut

Lei Valută Lei Valută

Relevantă pentru modul în care a evoluat în ultimii zece ani nivelul veniturilor populației sub infl uența sistemului bancar din România îl reprezintă


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

Y= a + b xi + ε

Ecuația modelului de regresie propus:C = a + b GWA + ε


Dependent Variable: LAP

Method: Least Squares (Gauss-Newton / Marquardt steps)

Date: 04/19/17 Time: 18:27

Sample: 2007 2016

Included observations: 10

LAP = C(1)+C(2)*GWA

Coefficient Std. Error t-Statistic Prob.

C(1) 181.8437 1576.187 0.115369 0.9110

C(2) 2.039919 0.768504 2.654403 0.0291

R-squared 0.468292 Mean dependent var 4283.100

Adjusted R-squared 0.401829 S.D. dependent var 1274.095

S.E. of regression 985.4048 Akaike info criterion 16.80084

Sum squared resid 7768181. Schwarz criterion 16.86136

Log likelihood -82.00419 Hannan-Quinn criter. 16.73445

F-statistic 7.045854 Durbin-Watson stat 0.496347

Prob(F-statistic) 0.029057

Modelul de regresie considerat devine: C = 181,8437 + 2,039919 SMB + ε

Valoarea coefi cientului R-squared, ca şi a Adjusted R-squared, nu

depăşeşte 50%. Variaţia creditului mediu este explicată în proporţie mai mică

de 50% de evoluţia salariului mediu brut.

La o variaţie cu 1 leu a salariului mediu, este de aşteptat o creştere mai

mult decât dublă a creditului mediu. Termenul liber are o valoare semnifi cativă,

de aproape 100 de ori mai mare decât a coefi cientului C(2), ceea ce indică

prezenţa și a altor factori suplimentari care infl uenţează nivelul creditului pe

lângă salariul mediu brut.

Similar este și modelul utilizat atunci când considerăm valoarea

indicatorilor exprimați în euro sau dolar SUA.

Dependent Variable: LAP


Date: 04/19/17 Time: 18:38

Sample: 2007 2016


LAP = C(1)+C(2)*IRA


C(1) 8260.856 1018.358 8.111934 0.0000

C(2) -310.5438 77.15456 -4.024957 0.0038








Funcția de regresie rezultată se poate scrie:


C = 8260,856 – 310,5438 IRA + ε

Valorile coefi cienţilor R-squared şi Adjusted R-squared sunt mai mari

de 62%, ceea ce reprezintă un nivel de încredere semnifi cativ care poate fi

acordat modelului.

Se constată, totodată, relaţia de inversă proporţionalitate între

indicatorul principal şi variabila independentă, respectiv creşterea cu o unitate

(punct procentual) a ratei dobânzii va conduce la o diminuare cu 310 lei a

valorii creditului mediu.

Aceeași corelație rezultă și în cazul în care considerăm același model,

dar luând în considerare indicatorii exprimați în altă valută. Modelul este de

forma:

Cv = a + b EIRA + ε

unde:

EIRA = rata medie a dobânzii la creditele în valută.

Dependent Variable: ELAP


Date: 04/19/17 Time: 18:47

Sample: 2007 2016


ELAP = C(1) + C(2) * EIRA


C(1) 7559.617 1442.522 5.240554 0.0008

C(2) -210.4142 211.3043 -0.995787 0.3485


Adjusted R-squared -0.000935 S.D. dependent var 1013.396






Funcția de regresie se poate scrie:

Cv = 7559,617 – 210,4142 EIRA

Valorile coefi cienţilor refl ectă o corelaţie slabă între cele două

variabile. Remarcăm legătura inversă între variabila independentă şi variabila

factorială, precum şi magnitudinea acesteia.

Termenul liber, coroborat cu coefi cienţii R-squared şi Adjusted R-squared, determină necesitatea de a efectua analize suplimentare pentru a

delimita infl uenţele semnifi cative asupra valorii medii a creditelor, exprimată

în valută.

Corelația dintre depozitul mediu pe o persoană în lei și salariul mediu

brut în lei este de forma:


D = a + b GWA + ε,

Dependent Variable: DAP


Date: 04/19/17 Time: 18:55

Sample: 2007 2016


DAP = C(1) + C(2)*GWA


C(1) -2706.652 728.3443 -3.716171 0.0059

C(2) 4.060111 0.355120 11.43307 0.0000








D = 2706,652 + 4,060111 GWA + ε

Valorile testelor statistice aplicate asupra modelului confi rmă o

corelaţie strânsă între evoluţia indicatorului Depozit mediu/persoană şi a

indicatorului Salariu mediu brut. Modelul este sufi cient de reprezentativ,

pentru peste 93% din situaţii.

Creşterea cu o unitate a salariilor este de aşteptat să conducă la creşteri

cu peste 4,06 a depozitului mediu. Nivelul semnifi cativ al coefi cientului C(1)

indică prezenţa unor factori adiţionali, care nu au fost consideraţi în construcţia

acestui model şi care au o infl uenţă, per total, negativă.

Corelația dintre depozitul mediu pe o persoană în lei și rata medie a

dobînzii în lei este de forma:

D = a + b DIRA + ε.

Dependent Variable: DAP


Date: 04/19/17 Time: 19:02

Sample: 2007 2016


DAP = C(1) + C(2) * DIRA


C(1) 7924.051 851.8617 9.302040 0.0000

C(2) -417.2192 127.8073 -3.264440 0.0115




Sum squared resid 12333015 Schwarz criterion 17.32360




D = 7924,051 – 417,2192 DIRA + ε.


Modelul este aplicabil în proporţie de peste 51%. Valoarea coefi cientului de regresie este negativă, ceea ce presupune o volatilitate ridicată şi, bineînţeles, invers proporţională a nivelului depozitelor comparat cu rata dobânzii, pentru perioada analizată. Pentru cele 10 observaţii supuse exerciţiului de estimare, nivelul termenului liber semnifi că prezenţa unor factori adiţionali, cu infl uenţă pozitivă, ceea ce ar conduce către concluzia teoretică a directei proporţionalităţi între rata dobânzii la depozite şi depozitele medii. Corelația dintre depozitul mediu pe o persoană în valută și rata medie a dobânzii la depozitele în valută este de forma:

Dv = a + b EDIRA + ε

Dependent Variable: EDAP


Date: 04/19/17 Time: 19:09

Sample: 2007 2016


EDAP = C(1) + C(2) * EDIRA


C(1) 5160.290 578.1510 8.925506 0.0000

C(2) -567.1659 185.0511 -3.064915 0.0155








Dv = 5160,290 – 567,1659 EDIRA + ε Parametrii modelului estimat pentru variabilele exprimate în valută conduc la aceleaşi concluzii generale ca în cazul modelului anterior, construit cu variabilele măsurate în lei. Coefi cientul de regresie exprimă o legătură inversă între variabila independentă şi cea dependentă. Valoarea termenului liber este sufi cient de semnifi cativă pentru a considera existenţa unor factori de infl uenţă suplimentari, care per total au o infl uenţă pozitivă asupra indicatorului principal.

Analiza prin regresie liniară multiplă

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


Year 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006GDP 337,6 507,1 1139,4 1655,7 2470,4 3622,7 5280,5 7041,5 9212,8 11595,6 13625,4 16373AGW 95 127 169 224 299 398 530 652 807 973 1121 1481ANW 92,5 116 146 184 231 291 366 453 566 688 848 1099FC 4718,166 6631,7 9321,3 22792,1 32793 49645,9 74047,1 104811 137742,8 185825,4 229312,7 273763,8

Year 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016GDP 20028,7 25532,8 25065,6 26368,7 28047,8 29679,1 31890,8 33552,8 35879 37422,5AGW 1730 2023 2023 2067 2209 2343 2430 2582 2930 3257ANW 1266 1489 1477 1496 1604 1697 1760 1866 2114 2354FC 327701,7 371676,8 388005 403259,5 426606,9 443897,5 463774,9 498427 530791,9 575123,1

Funcția de regresie:

AGW = a + b GDP + ε

Funcția de regresie propusă:

AGW = 93,51080 + 0,077559 GDP + ε

Parametrii modelului de regresie estimat indică un nivel ridicat de

precizie asociat ecuaţiei rezultate.

Dependent Variable: AGW


Date: 04/21/17 Time: 13:05

Sample: 1995 2016


AGW = C(1) + C(2)*GDP


C(1) 93.51080 29.56207 3.163203 0.0049

C(2) 0.077559 0.001412 54.94479 0.0000




Sum squared resid 141434.2 Schwarz criterion 11.88743




Evoluţia salariului mediu brut poate fi explicată în proporţie de peste

99% prin dinamica PIB/locuitor: creşterea cu o unitate a PIB/capita determină

creşterea cu peste 0,77 unităţi monetare a salariului mediu brut.

Valoarea parametrului liber este semnifi cativă şi demonstrează

existenţa unor factori suplimentari care infl uenţează variabila independentă şi

al căror impact cumulat este pozitiv.


Corelație dintre salariul mediu net si produsul intern brut pe locuitor

Dependent Variable: ANW


Date: 04/21/17 Time: 13:08

Sample: 1995 2016


ANW = C(1) + C(2) * GDP


C(1) 79.40148 22.03077 3.604118 0.0018

C(2) 0.055845 0.001052 53.08589 0.0000




Sum squared resid 78549.63 Schwarz criterion 11.29932




ANW = 79,40148 + 0,055845 GDP + ε

Constatăm infl uenţa majoră a produsului intern brut pe locuitor, care

explică evoluţia variabilei independente pentru peste 99% din cazuri.

Modifi carea cu un leu a PIB/capita determină, conform estimării

modelului de regresie, modifi carea cu 5,58 bani a salariului mediu net.

Se observă de asemenea nivelul crescut al termenului liber – expresie

a factorilor suplimentari neincluşi în prezentul model, a căror infl uenţă

combinată este pozitivă.

Consumul fi nal şi PIB per locuitorDependent Variable: FC


Date: 04/21/17 Time: 13:09

Sample: 1995 2016


FC = C(1)+C(2)*GDP


C(1) 1681.211 4351.897 0.386317 0.7033

C(2) 15.07845 0.207802 72.56148 0.0000




Sum squared resid 3.07E+09 Schwarz criterion 21.87118




FC = 1681,211 + 15,07845 GDP + ε


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

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


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

Bibliografi e

1. Anghelache, C., Anghel, M.-G., Popovici, M. (2015). Multiple Regressions Used in Analysis of Private Consumption and Public Final Consumption Evolution, International Journal of Academic Research in Accounting, Finance and

Management Sciences, 5(4), 69-73 2. Anghelache, C., Manole, A., Anghel, M.-G. (2015). Analysis of fi nal consumption

and gross investment infl uence on GDP – multiple linear regression model, Theoretical and Applied Economics, 3(604), 137-142

3. Anghelache, C., Manole, A., Anghel, M.-G. (2015). The analysis of the correlation between GDP, private and public consumption through multiple regression, Romanian Statistical Review - Supplement, 8, 34 – 40

4. Beck, T., Demirguc-Kunt, A. & Levine, R. (2006). Bank concentration, competition and crisis: First results. Journal of Banking & Finance, 30, 1581–1603

5. Caruana, A. (2002). Service loyalty. The effects of service quality and the mediating role of customer satisfaction. European Journal of Marketing, 36(7/8), 811-828

6. Churchill, G.A. Jr. & Surprenant, C. (1982), An Investigation into the Determinants of Customer Satisfaction, Journal of Marketing Research, 19 (November), 491 -504


7. Claessens S. & Laeven L. (2004). What drives bank competition? Some international evidence. Journal of Money, Credit and Banking, 36 (3), 563–583

8. de Guevara, J.F. & Maudos, J. (2007). Explanatory factors of market power in the banking, Manchester School, 75 (3), 275–296

9. Gummesson, E. (1993). Quality management in service organizations: an interpretation of the service quality phenomenon and a synthesis of international research, International Service Quality Association, Karlstad, Sweden

10. Hellmann, T.F., Murdock, K. & Stiglitz, J. (2000). Liberalization, moral hazard in banking and prudential regulation: are capital requirements enough?. American

Economic Review, 90, 147-165 11. Heskett, J., Jones, T., Loveman, G., Sasser, W. & Schlesinger, L. (1994). Putting

the service profi t chain to work. Harvard Business Review, 2, 164–174

12. Keeley, M. (1990). Deposit Insurance, Risk and Market Power in Banking,

American Economic Review, December, 1183-1200

13. Levesque, T. & McDougall, G. (1996). Determinants of customer satisfaction in retail banking. International Journal of Bank Marketing, 14 (7), 12-20

14. Motofei, C. (2017). Vectors of economic growth in the eastern area of the EU. Theoretical and Applied Economics, 22(1 (610), Spring), 215-226

15. Oliver, R.L. (1980). A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions. Journal of Marketing Research, 17 (November), 460-469

16. Peppard, J. (2000). Customer Relationship Management (CRM) in Financial Services.European Management Journal, 18 (3), pp. 312-327

17. Peppers, D., Rogers, M. & Homby, R. (2004). Customer Intimacy in Financial Services. Retrieved on February 16, 2017, from http://www.sas.com/news/sascom/2004q2/column_1to1.html

18. Prabhakaran, S., & Satya, S. (2003). An insight into Service Attributes in Banking Sector. Journal of Services, 3(1), 157-169

19. Reichheld, F. & Sasser Jr., E. (1990). Zero defections: quality comes to service. Harvard Business Review, 68(5), 105-111

20. Schaeck, K., Cihak, M. & Wolfe, S. (2009). Are more competitive banking systems more stable? Journal of Money, Credit and Banking, 41(4), 711–734

21. Spreng, R. A., Mackenzie, S. B., & Olshavsky, R. W. (1996). A reexamination of the determinants of consumer satisfaction. Journal of Marketing, 60, 15-32

22. Storbacka, K., Strandvik, T. & Grönroos, C. (1994). Managing customer relationships for profi t: the dynamics of relationship quality. International

Journal of Service Industry Management, 5(5), 21-38

23. Wagner, W. (2010). Loan market competition and bank risk-taking. Journal of

Financial Services Research, 37(1), 71–81.

Modele de analiză a standardului calităii vieii în România · oferta sistemului bancar...

Documents

Transcript of Modele de analiză a standardului calităii vieii în România · oferta sistemului bancar...