Proiect Final Econometrie
-
Upload
mihai-dumitrescu -
Category
Documents
-
view
137 -
download
4
description
Transcript of Proiect Final Econometrie
ACADEMIA DE STUDII ECONOMICE
CIBERNETICĂ, STATISTICĂ ŞI INFORMATICĂ ECONOMICĂ
PROIECT ECONOMETRIE
COORDONATOR: Prof. univ. Adriana Davidescu
Panduroaica Alina-Florentina
Loringz Anca Elena
Pătrașcu Adelina Elena
Iordan Mariana
CUPRINS
CUPRINS .............................................................................................................................................. 6
INTRODUCERE .................................................................................................................................. 5
Aplicația 1: MODELE DE REGRESIE SIMPLĂ .................................................................................... 7
1.1 Literature review ..................................................................................................................... 7
1.2. Metodologia cercetării .................................................................................................................. 7
2.1. Date utilizate ................................................................................................................................ 7
2.2. Rezultatele empirice ale cercetarii ................................................................................................ 9
Aplicația 2: MODELE DE REGRESIE MULTIPLĂ ..............................................................................19
1.1. Literature review ....................................................................................................................19
1.2. Metodologia cercetării ............................................................................................................19
2.1. Date utilizate ..........................................................................................................................19
2.2. Rezultatele empirice ale cercetarii ...........................................................................................22
Aplicația 3: MODELE CU ECUAȚII SIMULTANE ..............................................................................31
1.1. Literature review ....................................................................................................................31
1.2. Metodologia cercetării ............................................................................................................31
2.1. Date utilizate ...............................................................................................................................32
2.2. Rezultatele empirice ale cercetarii ...............................................................................................35
CONCLUZII .........................................................................................................................................40
REFERINȚE BIBLIOGRAFICE ...........................................................................................................41
ANEXA I – LISTA FIGURILOR ..........................................................................................................42
5
INTRODUCERE
În lucrarea de faţa am ales să facem un studiu asupra Australiei în aplicaţiile 1 şi 3, pe de-o
parte, și Norvegiei pe de altă parte, în aplicația 2.
Fiind o țară foarte dezvoltată și una dintre cele mai bogate, Australia este cea de-a 12-a
economie a lumii după mărime și este pe-al cincilea loc după venitul pe cap de locuitor. Fiind
pe al doilea loc după indicele dezvoltării umane, Australia ocupă primele locuri în lume după
multe alte performanțe precum calitatea vieții, sănătate, educație, libertate economică și
protecția drepturilor civile și a celor politice.
Norvegia este o țară cu economie puternic dezvoltată, bazată pe industrie diversificată, pe
servicii în transporturi și comerț. PIB (1992): 35 % industrie, 62 % servicii, 3 % agricultură.
Dispune de bogate resurse de subsol (petrol, gaze naturale, minereuri
de fier, cupru, zinc, plumb, molibden, pirite) și de un substanțial potențial hidroenergetic, în
baza cărora s-a dezvoltat intens electrometalurgia (feroaliaje, oțeluri, aluminiu, nichel, cupru).
Ramuri industriale în ascensiune: construcții de mașini (nave, echipamente și utilaje
electrotehnice, mașini unelte), prelucrarea lemnului, fabricarea hârtiei, industria chimică
(îngrășăminte azotoase, carbid), textilă și de confecții, alimentară (produse lactate, margarină,
conserve de carne și de pește). În agricultură predomină creșterea animalelor (bovine, porcine,
ovine), producția de cereale (orz, ovăz, secară) și de cartofi. Pescuit intens (se vâneaza
balene).
Populația Norvegiei numără aproximativ 4,8 milioane de locuitori. Majoritatea norvegienilor
sunt norvegieni etnici (un grup etnic indigen din nordul Europei și alte țări scandinave).
Populația sami se întâlnește în general în zonele centrale și de nord ale Norvegiei și Suediei,
precum și nordul Finlandei și în Rusia, pe Peninsula Kola. O altă minoritate națională o
reprezintă populația kven, descendentă a poporului finlandez, ce s-a mutat în nordul
Norvegiei din secolul al XVIII-lea până în secolul al XX-lea. Atât populația sami cât și
populația kven au fost supuse unei puternici politici de asimilare de către guvernul norvegian,
din secolul al XIX-lea până în 1970.
S-a analizat influenţa pe care o are forţa de muncă asupra exportului high-tech in Australia,
deoarece în ultimul timp, exportul high-tech ocupă un loc semnificativ în economie, fiind într-
o continuă ascensiune. În ceea ce priveşte forţa de muncă, am considerat că între aceasta şi
exportul unor produse/servicii, în general, există o legatură directă şi foarte puternică.
6
De asemenea, s-a analizat influenţa pe care populaţia, salariul mediu si natalitatea o au asupra
numarului de locuinţe terminate. Populaţia Norvegiei fiind într-o continuă creştere, iar salariul
mediu având un trend ascendant, am dorit să demonstram că cei 3 factori au o influenţa
directă asupra numarului de locuinţe terminate, cu toate că Norvegia este un stat relativ mic
din punctul de vedere al suprafeţei.
Aplicaţia 3 presupune analiza influenţei PIB și a masei monetare asupra ratei dobanzii în
Australia. În acelaşi timp se analizează influenţa investiţiilor asupra PIB-ului. Perioada de
analiză a presupus intervalul 1995-2012, iar ca an de referinţă s-a ales anul 2000.
7
Aplicația 1: MODELE DE REGRESIE SIMPLĂ
1.1 Literature review
În studiul “Intensitatea tehnologică a exporturilor în anul 2012” realizat de Comisia Naţională
de Prognoză se analizează evoluția în timp a comerțului exterior conform intensității
tehnologice.
“În privinţa structurii exporturilor de produse ale industriei prelucrătoare conform clasificării
după intensitatea tehnologică, în ultima perioadă de timp, se observă o evoluţie pozitivă a
acestora, concretizată prin majorarea ponderii exporturilor High-tech în total exporturi
manufacturate de la 10,3% cât reprezentau în anul 2009, la 11,9% în 2011”. (Comisia
Națională de Prognoză, pag. 2, 2012,
www.cnp.ro/user/repository/intensitatea_tehnologica_a_exporturilor_in_anul_2012.pdf).
Acest studiu ne-a determinat să alegem un model de regresie unifactorial pentru a vedea
corelația dintre exportul High-Tech și forța de muncă.
1.2. Metodologia cercetării
În analiza modelului ales am utilizat următoarele teste și proceduri pentru a obține rezultatele:
testarea validitatii modelului,
verificarea semnificatiei parametrilor,
indicatorii de bonitate,
testarea homoscedasticității utilizând testele Park, Glejser, White
testarea autocorelării erorilor folosind Durbin-Watson, Breusch-Godfrey.
Valorile acestor teste s-au obținut utilizând pachetul E-views.
2.1. Date utilizate
Variabila “exportul high-tech”
Transformări
Nu s-a realizat nicio transformare.
Definiția
Exporturile de bunuri și servicii reprezintă ansamblul de bunuri și servicii furnizate de
rezidenții Australiei către nerezidenți prin intermediul vânzărilor,trocului, donațiilor sau
transferurilor.
8
Exportul este o operație cu caracter comercial prin care o parte din mărfurile produse,
prelucrate, completate sau reparate într-o țară se vând pe piața altor țări.
"High-tech" este un descriptor vag pentru un număr imens de dispozitive electronice, gadget-
uri (gadget=dispozitiv mic, ingenios) și calculatoare, toate acestea fiind caracterizate prin
schimbări rapide și complexitate. Ciclurile de viață extrem de scurte ale unor produse, în
special electronica pentru consumatori, conduc la miniaturizare, digitalizare și perfecționarea
produselor "high-tech".
Mod de colectare:
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale
Australiei.
Periodicitatea: anual
Sursa de colectare
- Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
Variabila “forța de muncă”
Transformări
Nu s-a realizat nicio transformare.
Definiția
În ansamblul factorilor de producție, unul dintre cele mai importante elemente îl reprezintă
forța de muncă. De aceea, modul de concepere a organizării diverselor activități ar trebui să
aibă în vedere (împreună cu alte elemente), problema ocupării, a utilizării mâinii de lucru, ea
fiind încadrată ca o dimensiune specifică dezvoltării. Importanța acestei noțiuni ar putea fi
motivată tocmai prin raportarea la termenul contrar, adică cel de neocupare, dat fiind faptul că
dacă nu se utilizează forța de muncă, înseamnă nu atât un element în plus pentru raportări
statistice, cât mai ales costuri sociale suplimentare. Indiferent de economie, se calculează
gradul de ocupare al forței de muncă, prin raportarea populației ocupate/populația aptă de
muncă x 100. Gradul de ocupare al forței de muncă într-o economie, alături de nivelul
subocupării și cel al șomajului, țin seama de o serie de împrejurări.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale
Australiei.
9
Periodicitatea: anual
Sursa de colectare
- Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
2.2. Rezultatele empirice ale cercetarii
În această analiză, urmărim să găsim influenţa unor variabile exogene forța de muncă
asupra exportului High-Tech, care este variabilă endogenă. Pentru aceasta, am considerat
variabilele forța de muncă și exportul High-Tech în perioada 1995-2011 în Australia. Datele
au fost preluate de pe Australian Bureau of Statistics, Australia.
În scopul evaluării influenţei pe care variaţia forței de muncă o are asupra exportului în
Australia, au fost înregistrate, pentru 17 ani, următoarele valori:
Y – export High-Tech;
X – forţa de muncă.
Table 1
An Forța de muncă (mil. ) High-tech Exp
(mil. )
1995 9.049 1.811
1996 9.154 1.917
1997 9.23 1.937
1998 9.331 1.568
1999 9.428 1.617
2000 9.624 2.758
2001 9.793 2.678
2002 9.937 2.957
2003 10.101 2.744
2004 10.229 3.101
2005 10.555 3.289
2006 10.806 3.374
2007 11.085 3.259
2008 11.357 3.793
2009 11.568 3.246
10
2010 11.732 3.826
2011 11.873 4.41
Sursa: Date prelucrate pe baza Year Book Australia 2012, 2007, 2001- produced by the
Australian Bureau of Statistics (ABS) – sursa online
1. Analiza evoluţiei economice a variabilelor prin reprezentare grafică
Din Figura 6 reiese faptul că forţa de muncă a avut un trend ascendent pe parcursul celor 17
ani, iar din Figura 7 observăm ca exporturile High-Tech au de asemenea un trend ascendent,
dar cu mici fluctuaţii.
2. Intensitatea legăturii dintre cele două variabile
Din Figura 8 se poate vedea că valoarea exporturilor creşte atunci când forţa de muncă de
asemenea creşte.
Coeficientul de regresie b=0.7990, panta dreptei de regresie, indică faptul că există o legătură
directă.
3. Estimarea parametrilor modelului de regresie simplă, interpretarea economică şi
econometrică a rezultatelor
Figura 1
11
Estimarea modelului de regresie
Rezultă că putem considera că între cele două variabile există o relaţie de forma:
nixy iii ,...,2,1, .
Dreapta de regresie estimată este ii xy 799051.0378278.5ˆ
Fiecare punct de pe dreapta de regresie este o estimaţie a valorii medii a lui Y, corespunzător
valorii alese pentru X. Deci iy este o estimaţie pentru )|( iXYE .
Interpretarea parametrilor obţinuţi:
Valoarea 799051.0b , care măsoară panta dreptei de regresie, arată că, în cazul unei forțe de
muncă cuprinsă între 9.049 mil $ şi 11.873 mil $, atunci când X creşte cu o unitate, exportul
high-tech va creşte, în medie, cu 0.799051.
Valoarea 378278.5a arată nivelul nivelul exportului high-tech, atunci când forța de
muncă este 0. Interpretăm pe 378278.5a ca fiind efectul mediu asupra lui Y, al tuturor
factorilor care nu sunt luaţi în considerare în modelul de regresie.
Testarea validităţii modelului
Pentru testarea validităţii modelului se formulează 2 ipoteze (Figura 9):
H0: modelul nu este valid statistic
H1: modelul este valid statistic
Regula de decizie este:
Dacă criticcalculat FF respingem H0 şi acceptăm H1 Modelul este valid statistic.
9073.83calculat F
54.415,1;05,02,1;critictabelat FFFF n
Deoarece criticcalculat FF (83.9073 > 4.54) respingem H0 şi acceptăm H1 Modelul este
valid statistic.
Verificarea semnificaţiei parametrilor
Testarea semnificaţiei parametrului de interceptare
12
0:0 aH , (parametrul a nu este semnificativ statistic)
0:0 aH , (parametrul a este semnificativ statistic).
Dacă 2;
2
criticcalc ||
n
ttt atunci respingem 0H la un nivel de semnificaţie de % .
| 9699.5|calc t
602.215;025,0tabelacritic ttt t
Deoarece 5.9699>2.602 respingem H0 şi acceptăm H1 parametrul de interceptare este
semnificativ statistic.
Testarea semnificaţiei parametrului b
0:0 bH , (parametrul b nu este semnificativ statistic; modelul nu este valid)
0:0 bH , (parametrul b este semnificativ statistic; modelul este valid).
Dacă 2;
2
criticcalc ||
n
ttt atunci respingem 0H la un nivel de semnificaţie de % .
16.9calc t
602.215;025,0tabelacritic ttt t
Deoarece 9.16>2.602 respingem H0 şi acceptăm H1 parametrul b este semnificativ
statistic.
Indicatorii de bonitate
d.1. Coeficientul de corelație (Multiple R)
Valoarea calculată este 92.0R ->+1, adică modelul este specificat corect din punct de
vedere statistic.
d.2. Coeficientul de determinație (R-Squared)
Valoarea calculată este 2R 0.8483 ->+1, adică modelul este specificat corect din punct de
vedere statistic.
13
Coeficientul de determinație arată proporţia din variaţia totală a variabilei dependente Y,
explicată de variaţia variabilei independente X, deci prin modelul de regresie estimat.
Rezultă că 84.83% din variaţia exportului high-tech, în perioada studiată de 17 ani, este
explicată prin variația variabilei forța de muncă.
Deoarece R-Squared poate fi cel mult 1, valoarea obținută sugerează că dreapta de regresie
estimată ajustează foarte bine datele de observație.
d.3. Adjusted R Square
Valoarea calculată este 0.83822 R ->+1, adică modelul este specificat corect din punct de
vedere statistic.
d.4. Abaterea standard a erorii
Valoarea calculată este S.E of regression=0.3355 . Este folosită pentru compararea mai multor
modele de regresie. Este considerat mai bun, modelul care are abaterea standard a erorii
minimă.
Verificarea celor mai importante ipoteze ale modelului de regresie
a) Homoscedasticitatea erorilor aleatoare
Testul Park (Figura 10)
Ipotezele testului sunt:
H0: b=0, există homoscedasticitate ( nu există heteroscedasticitate)
H1: b≠0, există heteroscedasticitate ( nu există homoscedasticitate)
Modelul de regresie : ii FMbae )ln(ln 2 , unde FM=forța de muncă
Dacă 2;
2
criticcalc ||
n
ttt atunci respingem H1 la un nivel de semnificaţie de % .
18.1calc t
602.215;025,0tabelacritic ttt t
Deoarece 1.18<2.602 respingem H1 şi acceptăm H0 există homoscedasticitate
Ipoteza se putea verifica şi prin probabilitate - Prob(b)=0.2536>0.05.
14
Testul Glejser
Ipotezele testului sunt:
H0: b=0, există homoscedasticitate ( nu există heteroscedasticitate)
H1: b≠0, există heteroscedasticitate ( nu există homoscedasticitate)
Modelul de regresie : iii bXae || (Figura 11)
Dacă 2;
2
criticcalc ||
n
ttt , atunci respingem H1 la un nivel de semnificaţie de % .
3535.0calc t
602.215;025,0tabelacritic ttt t
Deoarece 0.3535<2.602 respingem H1 şi acceptăm H0 există homoscedasticitate
Ipoteza se putea verifica şi prin probabilitate - Prob(b)=0.72>0.05.
Modelul de regresie : iii Xbae || (Figura 12)
Dacă 2;
2
criticcalc ||
n
ttt , atunci respingem H1 la un nivel de semnificaţie de % .
3585.0calc t
602.215;025,0tabelacritic ttt t
Deoarece 0.3585<2.602 respingem H1 şi acceptăm H0 există homoscedasticitate
Ipoteza se putea verifica şi prin probabilitate - Prob(b)=0.72>0.05.
Modelul de regresie: i
i
iX
bae 1
|| (Figura 13)
Dacă 2;
2
criticcalc ||
n
ttt , atunci respingem H1 la un nivel de semnificaţie de % .
3770.0calc t
602.215;025,0tabelacritic ttt t
15
Deoarece 0.3770<2.602 respingem H1 şi acceptăm H0 există homoscedasticitate
Ipoteza se putea verifica şi prin probabilitate - Prob(b)=0.71>0.05.
Modelul de regresie: i
i
ix
e 1
10 (Figura 14)
Dacă 2;
2
criticcalc ||
n
ttt , atunci respingem H1 la un nivel de semnificaţie de % .
3702.0calc t
602.215;025,0tabelacritic ttt t
Deoarece 0.3770<2.602 respingem H1 şi acceptăm H0 există homoscedasticitate
Ipoteza se putea verifica şi prin probabilitate - Prob(b)=0.71>0.05.
Testul White (Figura 15)
0:0 baH (nu există heteroscedasticitate, ci există homoscedasticitate)
0:1 baH (există heteroscedasticitate)
Cum Prob(F-stat)=0.98>0.05 şi Prob(LM)=0.97>0.05, acceptăm H0, conform căreia există
homoscedasticitate.
b) Autocorelarea erorilor
Testul Durbin Watson
Ipotezele testului:
Ho: ρ = 0 (nu există autocorelare a erorilor)
H1: ρ≠0 (există autocorelare a erorilor)
Din tabelul distribuţiei DW, pentru nivelul de semnificaţie 5% , n=17 (n≥15), k=1, găsim
d1=1.13 şi d2=1.38, deci ne aflăm în cazul 38.1487.138.1 . Valoarea aceasta ne indică
faptul că rezidurile sunt independente.
Testul Breusch-Godfrey
16
Un alt procedeu de verificare a ipotezei de independenţă a erorilor constă în aplicarea
testului Breusch-Godfrey, acest test fiind utilizat în vederea depistării unei autocorelaţii de
ordin superior.
Există 2 variante de aplicare a testului Breusch-Godfrey.
Ipotezele testului:
H0: nu există autocorelarea erorilor aleatoare
H1: există autocorelarea erorilor aleatoare
Aplicarea testului Breusch-Godfrey s-a realizat utilizând pachetul de programe EViews
(presupunând ca mărimea decalajului este p = 2):
În cazul utilizării pachetului de programe EViews există două variante de aplicare a testului
Breusch-Godfrey:
- utilizarea testului Fisher–Snedecor aplicat în vederea verificării existenţei unor variabile
absente (omise) în model, având următoarea relaţie de calcul:
mnpFmnR
pRF
,2
2
~)/()1(
/
unde:
p = numărul de variabile noi adăugate în model, respectiv ut-1, ut-2,…, ut-p;
m = numărul total de parametri corespunzători noului model.
Cum F = 0.357267 < F0,05;2;13 =3.80 se acceptă H0, rezultă că modelul este corect
specificat, indicând astfel că nu există autocorelarea erorilor.
- utilizarea testului LM, calculat ca produs între numărul de observaţii corespunzătoare
modelului, n, şi coeficientul de determinare, R2, corespunzător acestei regresii auxiliare.
Deoarece LM = 0,885708 < χ 2
0,05;2 = 5.99147 se acceptă H0 . Prin urmare nu există
autocorelarea erorilor.
Conform celui de-al doilea test, efectuat prin ambele variante, nu există autocorelarea erorilor
17
4. Prognoza pe intervale de incredere pentru variabila dependentă (exportul de
high-tech)
a) Trebuie să estimăm valoarea medie a variabilei dependente, condiţionat de valorile
variabilei independente.
Fie x0=12 mil (anul 2012)
Suntem în situaţia de a prognoza 00 )|( xxXYE
Folosim ecuaţia de regresie estimată: ii xy 799051.0378278.5ˆ
Putem obţine estimaţii punctuale sau pe intervale de încredere.
O estimaţie punctuală a previziunii mediei este:
2098.4127990,03782.5ˆ00 bxay
0y este un estimator al mediei condiţionate )|( 0xXYE .
Cea mai bună estimaţie a valorii medii reale este estimaţia punctuală 4.2098.
Determinarea Intervalului de încredere pentru media de răspuns necesită cunoaşterea
distribuţiei şi a varianţei estimatorului 0y .
Avem:
2
2
02
0)(
)(1)ˆ(
xx
xx
nsyVar
i
e.
Eroarea standard a estimatorului 0y este
2
202
0)(
)(1)ˆ(
xx
xx
nsyse
i
e .
1701.002895.07966.14
)2854.1012(
17
11125.0)ˆ(
2
0
yse
Un interval de încredere pentru valoarea reală 00 )|( xxXYE este dat de
)ˆ(ˆ)|()ˆ(ˆ0
2,2
0002,
2
0 ysetyxXYEysetynn
)1701.0()602.2(2098.4)12|()1701.0()602.2(2098.4 0 xYE
6524.4)12|(7672.3 0 xYE
18
Astfel, dacă luăm 120 x în selecţii repetate, 95 de intervale din 100, vor conţine valoarea
reală a mediei.
Dacă obţinem, intervale de încredere 95% pentru fiecare X dat, vom obţine ca interval de
încredere o bandă de încredere pentru funcţia de regresie a populaţiei.
b) Se doreşte predicţia unei valori individuale
2098.4127990,03782.5ˆ00 bxay va fi, de asemenea, cea mai bună estimaţie a
valorii individuale 000 xy .
Determinarea Intervalului de încredere pentru un răspuns individual necesită
cunoaşterea distribuţiei şi a varianţei erorii de previzionare 00 yy .
Pentru nivelul de semnificaţie fixat, ( 05,0 ), se poate construi un interval de încredere
)%1( pentru predicţia individuală 0y , de forma:
)ˆ(ˆ)ˆ(ˆ00
2,2
00002,
2
0 yysetyyyysetynn
2
2
02
00)(
)(11)ˆ(
xx
xx
nsyyVar
i
e iar eroarea standard va fi:
2
202
00)(
)(11)ˆ(
xx
xx
nsyyse
i
e .
După efectuarea calculelor, am obţinut valoarea 3761.01414575.0)ˆ( 00 yyse
3.2312 )12|( 00 xy 5.1884
Observaţie: Trebuie remarcat faptul că se obţine un interval de lungime mai mare pentru 0y
decât pentru )( 0yE . Banda de încredere este mai mică atunci când valoarea lui 0x se apropie
de media de selecţie x .
19
Aplicația 2: MODELE DE REGRESIE MULTIPLĂ
1.1. Literature review
Analiştii companiei DTZ Echinox au analizat evoluţia numărului de locuinţe finalizate din
Bucureşti, având în vedere salariul mediu al unui bucureştean.
Conform studiului, locuinţele finalizate sunt într-o continuă descreştere.
"În 2010 aproximativ 4.100 apartamente au fost finalizate, astfel că stocul a ajuns la circa
14.700 de unităţi noi la sfârşitul anului. În primele şase luni din acest an au fost livrate 300 de
locuinţe noi, o cifra foarte redusă comparativ cu anii anteriori. Pentru 2011, cifrele arată o
încetinire a livrărilor, cu aproape 1.000 de apartamente planificate pentru finalizare. Astfel,
până la sfârşitul lui 2011 stocul total va ajunge la 15.700 de unităţi", se arată în studiu.
Analiştii DTZ apreciază însă ca piaţa din Bucureşti poate absorbi anual circa 20.000 de
tranzacţii cu locuinţe, luând în calcul nivelul salarial, din care însă 90% cu apartamente vechi.
"Din estimările noastre şi având la baza salariul mediu comunicat oficial, 15,7% din populaţia
activă a Bucureştiului are un venit net anul mai mare de 1.000 de euro, care se califică pentru
obţinerea unui credit de 40.000-50.000 de euro pentru achiziţia unei locuinţe noi. Asta
înseamnă că 137.224 de bucureşteni îşi pot permite un credit în limita acestor sume. Având
însă în vedere că studiile arată că doar una din şapte persoane care işi pot permite să cumpere
o locuinţa şi intenţionează să facă acest lucru în această perioadă, rezultă că numărul de
potenţiali clienţi este de circa 20.000 de persoane", explică autorii studiului.(Analiştii
DTZ,2011, http://www.business24.ro/imobiliare/apartamente/de-patru-ori-mai-putine-
locuinte-finalizate-anul-acesta-1494392)
Pornind de la acest studiu, am decis să analizăm un model de regresie multifactorială pentru a
determina influenţa salariului mediu, a populaţiei şi a natalităţii asupra numărului de locuinţe
finalizate.
1.2. Metodologia cercetării
În analiza modelului ales am utilizat următoarele teste și proceduri pentru a obține rezultatele:
testarea validitatii modelului,
verificarea semnificatiei parametrilor,
indicatorii de bonitate,
testarea homoscedasticității utilizând testele Park, Glejser, White
testarea autocorelării erorilor folosind Durbin-Watson, Breusch-Godfrey.
Valorile acestor teste s-au obținut utilizând pachetul E-views.
2.1. Date utilizate
Variabila “populația”
Transformări
Nu s-a realizat nicio transformare.
20
Definiția
Populația reprezintă termenul generic ce exprimă numărul locuitorilor într-o anumită arie
geografică.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale
Norvegiei.
Periodicitatea: anual
Sursa de colectare
- Anuarul statistic al Norvegiei 2012, 2007, 2001 - http://www.ssb.no/
Variabila “natalitatea”
Transformări
Nu s-a realizat nico transformare.
Definiția
Natalitatea este elementul dinamic, activ al bilanțului natural și cunoaște o mai mare
variabilitate în spațiu și timp, întrucât poate fi mai ușor de controlat și de influențat decât
mortalitatea. Cel mai frecvent se calculează natalitatea brută, ca raport dintre numărul de
născuți vii în decurs de un an și efectivul populației care le-a dat viață, valoarea obținută
exprimându-se în promile.
Rata generală a natalității (natalitatea brută) se calculează după formula:
unde N reprezintă numărul născuților vii iar P efectivul populației.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale
Norvegiei.
Periodicitatea: anual
Sursa de colectare
- Anuarul statistic al Norvegiei 2012, 2007, 2001 - http://www.ssb.no/
21
Variabila “salariul mediu”
Transformări
Nu s-a realizat nicio transformare.
Definiția
Câștigul salarial nominal brut cuprinde salariile, respectiv drepturile în bani și în natură
cuvenite salariaților pentru munca efectiv prestată (inclusiv pentru timpul lucrat suplimentar)
potrivit formei de salarizare aplicată, sporurile și indemnizațiile acordate ca procent din
salariu sau în sume fixe, alte adaosuri la salarii potrivit legii, sumele plătite pentru timpul
nelucrat (indemnizațiile pentru concediile de odihnă și studii, zile de sărbătoare și alte zile
libere, sumele plătite din fondul de salarii pentru concediile medicale), premiile, primele de
vacanță și alte sume plătite din fondul de salarii conform actelor normative sau contractelor
colective de muncă, sumele plătite din profitul net și alte fonduri (inclusiv contravaloarea
tichetelor de masă).
Câștigul salarial nominal net se obține prin scăderea din câștigul salarial nominal brut a:
impozitului, contribuției salariaților pentru asigurările sociale de sănătate, contribuției
individuale de asigurări sociale de stat și a contribuției salariaților la bugetul asigurărilor
pentru șomaj.
Câștigul salarial mediu lunar reprezintă raportul dintre sumele plătite salariaților de către
agenții economici în luna de referință, indiferent pentru ce perioadă se cuvin și numărul mediu
de salariați. Numărul mediu al salariaților reprezintă o medie aritmetică simplă calculată pe
baza efectivelor zilnice ale salariaților din luna respectivă. În efectivul de salariați luat în
calcul se includ numai persoanele care au fost plătite pentru luna respectivă. Nu se iau în
considerare: salariații aflați în concediu fără plată, în grevă, detașați la lucru în străinătate și
cei al căror contract de muncă/raport de serviciu a fost suspendat.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale
Norvegiei.
Periodicitatea: anual
Sursa de colectare
22
- Anuarul statistic al Norvegiei 2012, 2007, 2001 - http://www.ssb.no/
Variabila “locuințe”
Transformări
Nu s-a realizat nicio transformare.
Definiția
Locuința este construcția, formată din una sau mai multe camere de locuit situate la același
nivel al clădirii sau la niveluri diferite, prevăzută, în general, cu dependințe (bucãtãrie, baie
etc.) sau cu alte spații de deservire, independentă din punct de vedere funcțional, având
intrarea separată din casa scării, curte sau stradă și care a fost construită, transformată sau
amenajată în scopul de a fi folosită, în principiu, de o singură gospodărie.
Locuința terminată în cursul unui an este acea construție care nu a existat anterior și ale cărei
elemente, inclusiv fundația, s-au construit pentru prima dată, la care s-au realizat toate
categoriile de lucrări prevăzute în documentația de execuție și care au fost recepționate de
beneficiar.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale
Norvegiei.
Periodicitatea: anual
Sursa de colectare
- Anuarul statistic al Norvegiei 2012, 2007, 2001 - http://www.ssb.no/
2.2. Rezultatele empirice ale cercetarii
În această analiză, urmărim să găsim influenţa unor variabile exogene, adica salariul
mediu anul, populația și natalitatea asupra numarului de locuințe terminate, care este variabilă
endogenă. Pentru aceasta, am considerat variabilele salariul mediu anual, populația,
natalitatea și numarului de locuințe terminate în perioada 1996-2011 în Norvegia. Datele au
fost preluate de pe Statistics Norway - http://www.ssb.no/
În scopul evaluării influenţei pe care variaţia salariului mediu anual, populației și natalității o
au asupra numarului de locuințe termiate în Norvegia, au fost înregistrate, pentru 16 ani,
următoarele valori:
23
Table 2
Ani Locuințe Salariul mediu Populația Natalitatea
1996 17905 20683 4369957 60927
1997 18659 21378 4392714 59801
1998 20659 22054 4417599 58352
1999 19892 23192 4445329 59298
2000 19534 24404 4478497 59234
2001 23400 25535 4503436 56696
2002 21744 27232 4524066 55434
2003 21405 28120 4552252 56468
2004 23609 29120 4577457 56951
2005 29544 30127 4606363 56756
2006 28554 31559 4640219 58545
2007 30970 33394 4681134 58459
2008 28640 35400 4737171 60497
2009 21783 36600 4799252 61807
2010 17446 38100 4858199 61442
2011 19067 39600 4920305 60220
Sursa: Date prelucrate pe baza Statistical Yearbook of Norway 2012, 2007, 2001– sursa
online
Modelul econometric multifactorial este de forma:
Y=a+b +c + c + ε, unde:
Y : reprezintă valorile reale ale variabilei dependente
, , +: valorile reale ale variabilelor independente
ε: variabila reziduală, reprezentând influenţa celorlalţi factori ai variabilei Y,
nespecificaţi în model, consideraţi factori întâmplători, cu influenţe nesemnificative
asupra acesteia
În raport cu procesul economic descris, datele din tabel au următoarea semnificaţie:
Y = numărul de locuinţe terminate
X1= salariul mediu
X2=populatia
24
X3=natalitatea
1. Analiza evoluţiei economice a variabilelor prin reprezentare grafică
Din Figura 16 reiese faptul că numărul locuințelor terminate a avut un trend ascendent, cu mici
fluctuații până în anul 2007, iar din 2007 până în 2009 a avut un trend descendent. Apoi din
2009 până în 2011 numărul de locuințe.
Din Figura 17 reiese faptul că salariul mediu a avut un trend ascendent pe parcursul celor 16
ani.
Din Figura 18 reiese faptul că populația a avut un trend ascendent pe parcursul celor 16 ani.
Din Figura 19 reiese faptul că natalitatea a avut un trend descendent din 1996 până în 2002,
apoi a crescut până în 2009, după care a scăzut..
Figura 2
Ecuaţia de regresie este urmatoarea:
Interpretarea coeficienţilor obţinuţi:
a = parametrul de interceptare
25
b, c, d = coeficienţi de regresie parţiali sau coeficienţi pantă.
b = 4.577689 arată că, menţinând celelalte variabile constante, atunci când salariul mediu
creşte cu 1u.m., locuinţele terminate cresc, în medie, cu 4.577689 unităţi.
c = -0.160361 arată că, menţinând celelalte variabile constante, locuinţele terminate scad, în
medie, cu aproximativ 0.160361 unităţi, atunci când populaţia creşte cu o unitate.
d = -0.258928 arată că, menţinând celelalte variabile constante, atunci când natalitatea creşte
cu o unitate, locuinţele terminate scad, în medie, cu 0.258928 unităţi.
a = 641133.9 arată că, dacă cele trei variabile explicative, au valoarea 0, valoarea medie a
locuinţelor terminate este estimată la circa 641133.9 unităţi.
Interpretarea coeficientului de determinaţie
Din Figura 20 reiese faptul ca R2=0,691870=>> aproximativ 69,18 % din variaţia locuintelor
terminate în perioada studiată este explicată prin variaţia salariului mediu, populaţiei şi
natalităţii.
;
Testarea semnificaţiei statistice a coeficientilor de regresie (a, b, c, d)
Ho: b=0
H1: b≠0
Deoarece |tcalc |=4.214497 > ttab= 2.160, se respinge ipoteza nulă şi se acceptă ipoteza H1,
conform căreia parametrul b este semnificativ statistic la pragul de semnificaţie de 5%.
Ho: c=0
H1: c≠0
Deoarece |tcalc |=3.944541 > ttab= 2.160, se respinge ipoteza nulă şi se acceptă ipoteza H1,
conform căreia parametrul c este semnificativ statistic la pragul de semnificaţie de 5%.
Ho: d=0
H1: d≠0
26
Deoarece |tcalc |=0.589764 < ttab= 2.160, se acceptă ipoteza nulă, conform căreia parametrul d
nu este semnificativ statistic la pragul de semnificaţie de 5%.
Ho: a=0
H1: a≠0
Deoarece |tcalc |=4.434752 > ttab= 2,160, se respinge ipoteza nulă şi se acceptă ipoteza H1,
conform căreia parametrul a este semnificativ statistic la pragul de semnificaţie de 5%.
Testarea validităţii modelul de regresie
Ho: b=c=d=0
H1: nonH0 (modelul este valid statistic)
Deoarece |Fcalc |=8.981525 > Ftab= 3.89, se respinge ipoteza nulă şi se acceptă ipoteza H1,
conform căreia modelul este valid statistic la pragul de semnificaţie de 5%.
Indicatorii de bonitate
d.1. Coeficientul de corelație (Multiple R)
Valoarea calculată este 8317.0R ->+1, adică modelul este specificat corect din punct de
vedere statistic.
d.2. Coeficientul de determinație (R-Squared)
Valoarea calculată este 2R 0.6918 ->+1, adică modelul este specificat corect din punct de
vedere statistic.
Coeficientul de determinație arată proporţia din variaţia totală a variabilei dependente Y,
explicată de variaţia variabilei independente X, deci prin modelul de regresie estimat.
Rezultă că 69.18% din variaţia numărului de locuințe terminate, în perioada studiată de 16
ani, este explicată prin variația variabilelor salariul mediu, populația și natalitatea .
Deoarece R-Squared poate fi cel mult 1, valoarea obținută sugerează că dreapta de regresie
estimată ajustează bine datele de observație.
27
d.3. Adjusted R Square
Valoarea calculată este 0.61382 R ->+1, adică modelul este specificat corect din punct de
vedere statistic.
d.4. Abaterea standard a erorii
Valoarea calculată este S.E of regression=2736.922 . Este folosită pentru compararea mai
multor modele de regresie. Este considerat mai bun, modelul care are abaterea standard a
erorii minimă.
Verificarea ipotezelor modelului
a) verificarea ipotezei de independenţă a erorilor aleatoare:
testul Durbin-Watson
Ipotezele testului:
Ho: ρ = 0 (nu există autocorelare a erorilor)
H1: ρ≠0 (există autocorelare a erorilor)
Din tabelul distribuţiei DW, pentru nivelul de semnificaţie 5% , n=1 (n≥15), k=3, găsim
d1=0.857 şi d2=1.728, deci ne aflăm în cazul 728.141.1857.0 . Valoarea aceasta indică
existenţa unei autocorelări pozitive.
Testul Breusch-Godfrey
Un alt procedeu de verificare a ipotezei de independenţă a erorilor constă în aplicarea
testului Breusch-Godfrey, acest test fiind utilizat în vederea depistării unei autocorelaţii de
ordin superior.
Există 2 variante de aplicare a testului Breusch-Godfrey.
Ipotezele testului:
H0: nu există autocorelarea erorilor aleatoare
28
H1: există autocorelarea erorilor aleatoare
Aplicarea testului Breusch-Godfrey s-a realizat utilizând pachetul de
programe EViews (presupunând ca mărimea decalajului este p = 2):
În cazul utilizării pachetului de programe EViews există două variante de aplicare a testului
Breusch-Godfrey:
- utilizarea testului Fisher–Snedecor aplicat în vederea verificării existenţei unor variabile
absente (omise) în model, având următoarea relaţie de calcul:
mnpFmnR
pRF
,2
2
~)/()1(
/
unde:
p = numărul de variabile noi adăugate în model, respectiv ut-1, ut-2,…, ut-p;
m = numărul total de parametri corespunzători noului model.
Cum F = 1.164438 < F0,05;2;10 =4.10 se acceptă H0, rezultă că modelul este corect
specificat, indicând astfel că nu există autocorelarea erorilor.
- utilizarea testului LM, calculat ca produs între numărul de observaţii corespunzătoare
modelului, n, şi coeficientul de determinare, R2, corespunzător acestei regresii auxiliare.
Deoarece LM = 3.022338 < χ 2
0,05;2 = 5.99147 se acceptă H0 . Prin urmare nu există
autocorelarea erorilor.
Conform celui de-al doilea test, efectuat prin ambele variante, nu există autocorelarea erorilor.
b) verificarea ipotezei de homoscedasticitate a erorilor aleatoare
Testul Park
Ipotezele testului:
Ho: există homoschedasticitate
H1: există heteroschedasticitate
29
Ecuaţia modelului este: ei2
Ln ei2= a + bln(x1)+cln(x2)+dln(x3)+ηi
Coeficientul panta b nu este semnificativ statistic(|tcalc|=0.117882<ttab), prin urmare, nu putem
respinge ipoteza nulă.
Coeficientul panta c nu este semnificativ statistic(|tcalc|=0.166142<ttab), prin urmare, nu putem
respinge ipoteza nulă.
Coeficientul panta d nu este semnificativ statistic(|tcalc|=2.119737<ttab=2.160), prin urmare, nu
putem respinge ipoteza nulă.
Pentru a testa dacă modelul nostru nu e afectat de heteroscedasticitate, vom efectua mai multe
teste.
Testul Glejser
Ipotezele testului:
Ho: b=c=d=0(există homoschedasticitate)
H1:b≠c≠d≠0 (există heteroschedasticitate)
Ecuaţia 1 a modelului este:
|ei|=a + bx1+ cx2+dx3+ηi
Valorile |tcalc| pentru coeficienţii pantă sunt: 0.741253, 0.588192, 1.549293 <ttab =2.160, ceea
ce indică faptul că aceşti coeficienţi nu sunt semnificativi statistici. Prin urmare, nu respingem
ipoteza nulă, conform căreia există homoschedasticitate.
Ecuaţia 2 a modelului este:
|ei|=a + b√ + c√ +d√ +ηi
Valorile |tcalc| pentru coeficienţii pantă sunt: 0.655752, 0.483169, 1.361417 <ttab =2.160, ceea
ce indică faptul că aceşti coeficienţi nu sunt semnificativi statistici. Prin urmare, nu respingem
ipoteza nulă, conform căreia există homoschedasticitate.
Ecuaţia 3 a modelului este:
30
|ei|=a + b
+ c
+ d
+ηi
Valorile |tcalc| pentru coeficienţii pantă sunt: 0.404792, 0.181495, 1.123180 <ttab =2.160, ceea
ce indică faptul că aceşti coeficienţi nu sunt semnificativi statistici. Prin urmare, nu respingem
ipoteza nulă, conform căreia există homoschedasticitate.
Ecuaţia 3 a modelului este:
|ei|=a+ b
√ + c
√ +d
√ + ηi
Valorile |tcalc| pentru coeficienţii pantă sunt: 0.4886759, 0.278881, 1.166020<ttab =2.160, ceea
ce indică faptul că aceşti coeficienţi nu sunt semnificativi statistici. Prin urmare, nu respingem
ipoteza nulă, conform căreia există homoschedasticitate.
Toate cele 4 modele de ecuaţii ale testului sugerează acceptarea ipotezei nule . Prin urmare
modelul nostru nu este afectat de heteroscedascitate.
Pentru a confirma acest rezultat vom efectua şi testul White.
Testul White
Ecuaţia modelului este:
ei2 = a0 + a1x1 + a2x2 + a3x3 + a4x1
2 + a5x2
2 + a6x3
2 + a7x1x2 + a8x1x3 + a9x2x3+ ηi
Ipotezele testului sunt:
Ho: a1=a2=a3=a4=a5=a6=a7=a8=a9=0(există homoschedasticitate)
H1:a1≠a2≠a3≠a4≠a5≠a6≠a7≠a8≠a9≠0 (există heteroschedasticitate)
În urma aplicării testului se obţine o valoarea a lui p value de 0.3870 mai mare decât
α=0.05, ceea ce ne sugerează să acceptăm ipoteza nulă. Prin urmare există homoscedasticitate.
Toate cele trei teste aplicate asupra modelului, ne indică faptul că modelul nu este
afectat de heteroscedasticitate.Prin urmare vom considera acest rezultat fiind valid, cu un
nivel de încredere de 95%.
31
Aplicația 3: MODELE CU ECUAȚII SIMULTANE
1.1. Literature review
În studiul “Trends in the interest rate-investment-GDP growth relationship”, se încearcă
verificarea unor ipoteze cu privire la impactul investiţiilor asupra PIB-ului şi relaţia dintre
investiţii şi rata dobânzii în România.
“Based on more accurate statistical data for the last years, we try to verify some hypotheses
used in the standard economic literature. Also, applying few simple models derived from the
standard ones in our experiment we estimated their parameters in the case of Romania in
order to obtain an image of the trends in the next period. The two main partial models are
referring to the impact of investment on GDP growth rate and to the relation between the
interest rate and investment, respectively”(Lucian Liviu Albu, 2006, Roumanian Journal of
Economic Forecasting).
În studiu se folosesc trei ecuaţii de bază
r (α) = a*α + b (1)
α (i) = c / (d + i) (2)
i (p) = e*p + f (3) ,unde:
r = rata de creştere a PIB-ului
α=rata investiţiilor
i=rata dobânzilor
p=inflaţia
Studiul a fost realizat pe perioada 1989-2005.
Metologii utlizate: Coeficientul R-Square, Durbin-Watson.
Concluziile cercetării sunt :
în cazul unui nivel al investiţiilor nul, PIB-ul va scădea cu 8,6% pe an.
S-a identificat o legătură inversă puternică între investiţii şi rata dobânzii.
1.2. Metodologia cercetării
Prelucrarea modelului de ecuații simultane s-a realizat prin aplicarea directă a metodei celor
mai mici pătrate și prin utilizarea metoda celor mai mici pătrate în două faze. De asemenea,
valorile au fost obținute cu ajutorul pachetului E-views.
32
2.1. Date utilizate
Variabila “rata dobânzii”
Transformări
Nu s-a realizat nicio transformare.
Definiția
Rata dobânzii este nivelul procentual aplicat capitalului împrumutat pe perioada derulării
creditului.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale .
Periodicitatea: anual
Sursa de colectare
- Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
Variabila “masa monetară”
Transformări
Nu s-a realizat nicio transformare.
Definiția
Masa monetară, definită ca totalitate a mijloacelor bănești existente existente în economia
unei țări la un moment dat sau în medie pe o anumită perioadă. Componentele masei
monetare sunt studiate cu ajutorul agregatelor monetare.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale .
Periodicitatea: anual
Sursa de colectare
- Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
Variabila “produsul intern brut”
Transformări
33
Produsul intern brut a fost adus in prețuri comparabile prin deflaționare.
Definiția
Produsul intern brut (PIB), principalul agregat macroeconomic al contabilității naționale,
reprezintă rezultatul final al activității de producþie a unităților producătoare rezidente. Acesta
se poate calcula prin următoarele metode:
a) Metoda de producție:
PIB = VAB + IP + TV - SP, unde:
PIB = Produsul intern brut (prețuri de piață)
VAB = Valoarea adăugată brută (prețuri de bază)
IP = Impozitele pe produse
TV = Taxele vamale (drepturi asupra importurilor)
SP = Subvențiile pe produse
b) Metoda cheltuielilor:
PIB = CF + FBCF + VS + (E - I), unde:
CF = Consumul final efectiv
FBCF= Formarea brută de capital fix
VS = Variația de stoc
E = Exporturile de bunuri și servicii
I = Importurile de bunuri și servicii
c) Metoda veniturilor:
PIB = R + EBE + AIP – ASP + IP+TV – SP, unde:
R = Remunerarea salariaților
EBE = Excedentul brut de exploatare
AIP = Alte impozite pe producție
34
ASP = Alte subvenții pe producție
IP = Impozite pe produse
TV = Taxe vamale
SP = Subvenții pe produse
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale .
Periodicitatea
Sursa de colectare
- Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
Variabila “investițiile”
Transformări
Nu s-a realizat nicio transformare
Definiția
Investițiile nete (noi) reprezintă cheltuielile efectuate pentru lucrări de construcții, de instalații
și de montaj, pentru achiziþionarea de utilaje, mijloace de transport, alte cheltuieli destinate
creãrii de noi mijloace fixe, pentru dezvoltarea, modernizarea, reconstrucția celor existente,
precum și valoarea serviciilor legate de transferul de proprietate al mijloacelor fixe existente
și al terenurilor preluate cu plată de la alte unități (taxe notariale, comisioane,cheltuieli de
transport, de încărcare-descărcare) etc.
Mod de colectare
Datele au fost colectate de pe site-uri de specialitate, ce conțin anuarele statistice ale .
Periodicitatea: anual
Sursa de colectare
- Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
35
2.2. Rezultatele empirice ale cercetarii
Aplicaţia 3
Pentru definirea modelului IS-LM se considera variabilele R-rata dobanzii, M-masa monetara,
Y-Produsul Intern Brut si I-Investitiile. Se definesc ecuatiile modelului prin următoarele două
modele de regresie:
1t t t t t
t t t t
R a bM cY dM
Y e fR gI u
1. La nivelul Australiei au fost colectate următoarele date pe 18 ani:
Table 3
An
Rata
dobanzii Masa monetara PIB Mt-1 Investitii
1995 0.083263066 342.3180908 566.6337965 311.7526277 142.7917167
1996 0.076660256 398.0674852 635.4235769 342.3180908 156.9242065
1997 0.075237292 406.9863029 636.5770208 398.0674852 152.4220019
1998 0.068835313 372.4539329 568.4879725 406.9863029 147.6135869
1999 0.075775322 427.2269528 615.638727 372.4539329 160.7678972
2000 0.06504279 403.5182863 597.0476617 427.2269528 147.4050972
2001 0.037545818 395.1432788 562.7581055 403.5182863 130.7737286
2002 0.051944178 445.475203 633.0285373 395.1432788 157.3835549
2003 0.052126445 602.5516394 805.5759749 445.475203 214.3557112
2004 0.053787203 759.862856 978.6045122 602.5516394 266.0042785
2005 0.051274893 858.5714693 1091.807859 759.862856 305.5751836
2006 0.04203734 973.4843123 1162.321829 858.5714693 316.8256841
2007 0.030795947 1284.654766 1412.492156 973.4843123 403.1535112
2008 0.042517957 1540.588398 1570.685791 1284.654766 455.1533286
2009 0.009439967 1407.665707 1483.998207 1540.588398 406.7045486
2010 0.063361867 1889.249895 1863.304945 1407.665707 502.3842794
2011 0.017018066 2244.153393 2226.983416 1889.249895 610.2602654
2012 0.047169006 2367.859877 2303.600777 2244.153393 664.3354281
Sursa: Date prelucrate pe baza Year Book Australia 2012, 2007, 2001- produced by the
Australian Bureau of Statistics (ABS) – sursa online
36
2. Modele de regresie pentru fiecare model, rezultate folosind metoda celor mai mici
pătrate:
1t t t t t
t t t t
R a bM cY dM
Y e fR gI u
Rt=0.095033+0.0000984 Mt -0.0000896Yt -0.0000455Mt-1, conform Figura 3
Figura 3
Interpretarea parametrilor modelului:
a=0.095033
b= 0.0000984
c= -0.0000896
d= -0.0000455
Din tabela distribuţiei Student, pentru un prag de semnificaţie α = 0,05, se preia valoarea
t0.05 ;14=2.145. Comparând valoarea tabelată cu valorile calculate pentru cei patru parametrii se
constată că doar parametrul a este semnificativ diferit de zero pentru un prag de semnificaţie α
37
= 0,05 , iar parametrul b poate fi acceptat ca semnificativ pentru un prag de semnicaţie α =
0,20, parametrul c pentru α = 0,25, parametrul d pentru α = 0,15.
În vederea verificării semnificaţiei raportului de corelaţie se calculează valoarea acestuia,
după care se aplică testul Fisher-Snedecor:
Din tabela distribuţiei Fisher-Snedecor, în funcţie de un prag de semnificaţie de 5% şi de
numărul gradelor de libertate, se preia valoarea F0.05;3;14=3.344. Cum Fc =3.6144 > F , rezultă
că valoarea raportului de corelaţie este semnificativă, deci rezultatele obţinute în cazul acestui
model sunt semnificative.
Yt = 97.56086 -137.1129 Rd + 3.386791 It, conform Figura 4
Figura 4
Interpretarea parametrilor modelului:
e=97.56086
f=-137.1129
g=3.386791
Din tabela distribuţiei Student, pentru un prag de semnificaţie α = 0,05, se preia valoarea
t0.05 ;15=2.131. Comparând valoarea tabelată cu valorile calculate pentru cei trei parametrii se
38
constată că parametrii e şi g sunt semnificativ diferit de zero pentru un prag de semnificaţie α
= 0,05 , iar parametrul f nu este semnificativ din punct de vedere statistic.
În vederea verificării semnificaţiei raportului de corelaţie se calculează valoarea acestuia,
după care se aplică testul Fisher-Snedecor:
Din tabela distribuţiei Fisher-Snedecor, în funcţie de un prag de semnificaţie de 5% şi de
numărul gradelor de libertate, se preia valoarea F0.05;2;15=3.682. Cum Fc =2041 > F , rezultă
că valoarea raportului de corelaţie este semnificativă, deci rezultatele obţinute în cazul acestui
model sunt semnificative.
3. Modele de regresie pentru fiecare model, rezultate folosind metoda celor mai mici
pătrate în două stadii:
t-1 , conform Figura
5
Figura 5
a= 0.084905
b=
c=
d=
39
Estimatorii parametrilor modelului nu sunt semnificativ diferit de zero.
Fc=3.44>F0.05;3;14=3.344, deci modelul este valid statistic pentru un prag de
semnificaţie α = 0,05.
4. Comparând rezultatele obţinute se constată:
În cazul estimării parametrilor prin aplicarea directă a M.C.M.M.P., se obţin valori pentru
coeficienţii pantă b= 0.0000984, c= -0.0000896 şi d= -0.0000455 nesimnificative în cazul
utilizării unui prag de semnificaţie α = 0,05.
În cazul estimării parametrilor prin aplicarea M.C.M.M.P. în două faze, se obţin următoarele
valori:
b=
c=
d=
Semnificaţia parametrilor este următoarea:
În perioada 1995-2012, la o creştere cu o unitate a masei monetare curente (1 mld. USD), rata
dobânzii creşte cu unităţi monetare, iar la mărirea PIB-ului cu o unitate monetară,
rata dobânzii va scădea cu , în timp ce creşterea cu o unitate a masei monetare din
anul precedent va determina scăderea PIB-ului cu .
40
CONCLUZII
În urma analizei realizate asupra forţei de muncă şi a exportului high-tech în Australia, am
ajuns la urmatoarele concluzii:
în perioada de observare, 17 ani, atât exportul high-tech, cât şi forţa de muncă au
înregistrat creşteri, prima într-un mod mai alert.
în ceea ce priveşte modelul de regresie, în urma aplicării testului Fisher, am conchis că
modelul este unul valid din punct de vedere statistic. Cu privire la parametrii
modelului, în urma testului t, a rezultat faptul că cei doi parametrii sunt semnificativi.
pentru ipotezele modelului statistic ne-am oprit în primul rand asupra
homoscedasticităţii erorilor aleatoare. Prin aplicare testui Park, testului Glejser si a
testului White, s-a ajuns la concluzia că erorile sunt homoschedastice, adică variantele
celor două variabile sunt egale, iar legatura dintre ele este relativ stabile.
prin testele Durbin-Watson şi Breusch-Godfrey am demonstrat că nu există
autocorelarea erorilor.
asadar, aşa cum am intuit, am ajuns la concluzia ca forţa de muncă are o influenţă
directă şi puternică asupra exportului high-tech în Australia. Cele două fiind într-o
continuă creştere, ne aşteptăm ca în următorii ani sa se urmeze acelaşi trend.
În ceea ce priveşte influenţa populaţiei, a salariului mediu şi a natalităţii asupra numarului de
locuinţe terminate în Norvegia, am observat că doar primele două au o influenţa directă
asupra locuinţelor, în timp ce natalitatea nu este un factor decident.
Pentru acest model am folosit, de asemenea, indicatori şi teste pentru verificarea principalelor
ipoteze ale unui model de regresie, pentru verificarea legăturilor dintre variabile şi pentru
demonstrarea validităţii modelului şi a semnificaţiei paramatrilor.
Rezolvarea aplicaţiei 3 a condus la faptul că în perioada 1995-2012, la creşterea masei
monetare curente (1 mld. USD), rata dobânzii va creste, iar la mărirea PIB-ului, rata dobânzii
va scadea, în timp ce creşterea masei monetare din anul precedent va determina scăderea
PIB-ului.
41
REFERINȚE BIBLIOGRAFICE
1 Comisia Națională de Prognoză, pag. 2, 2012,
www.cnp.ro/user/repository/intensitatea_tehnologica_a_exporturilor_in_anul_2012.pdf
2 Anuarul Statistic al Australiei 2012, 2007, 2001 - http://www.abs.gov.au/
3 Analiştii DTZ, 2011, http://www.business24.ro/imobiliare/apartamente/de-patru-ori-mai-
putine-locuinte-finalizate-anul-acesta-1494392
4 Anuarul statistic al Norvegiei 2012, 2007, 2001 - http://www.ssb.no/
5 Lucian Liviu Albu, 2006, Roumanian Journal of Economic Forecasting
6 http://www.insse.ro/cms/ro/content/anuarul-statistic-2011
7 http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/
8 http://www.worldbank.org/
9 Econometrie. Teorie și aplicații utilizând E-views, Stelian Stancu, Editura ASE, 2011,
Capitolul 5, pag 249
42
ANEXA I – LISTA FIGURILOR
Figura 6
Figura 7
43
Figura 8
Figura 9
44
Figura 10
Figura 11
45
Figura 12
Figura 13
46
Figura 14
Figura 15
47
Figura 16
Figura 17
48
Figura 18
Figura 19
49
Figura 20