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.

http://www.cnp.ro/user/repository/intensitatea_tehnologica_a_exporturilor_in_anul_2012.pdf

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


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


Australiei.

http://ro.wikipedia.org/wiki/Comer%C8%9B

http://ro.wikipedia.org/wiki/M%C4%83rfuri

http://ro.wikipedia.org/wiki/%C8%9Aar%C4%83

http://ro.wikipedia.org/wiki/Pia%C8%9Ba

http://www.abs.gov.au/

9


Sursa de colectare


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


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


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


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




Modelul de regresie : iii Xbae || (Figura 12)

Dacă 2;

2

criticcalc ||

n


3585.0calc t




Modelul de regresie: i

i

iX

bae 1

|| (Figura 13)

Dacă 2;

2

criticcalc ||

n


3770.0calc t


15



Modelul de regresie: i

i

ix

e 1

10 (Figura 14)

Dacă 2;

2

criticcalc ||

n


3702.0calc t




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.


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


http://www.business24.ro/imobiliare/apartamente/de-patru-ori-mai-putine-locuinte-finalizate-anul-acesta-1494392


20

Definiția

Populația reprezintă termenul generic ce exprimă numărul locuitorilor într-o anumită arie

geografică.

Mod de colectare


Norvegiei.


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


Norvegiei.


Sursa de colectare


21

Variabila “salariul mediu”

Transformări


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


Norvegiei.


Sursa de colectare

22


Variabila “locuințe”

Transformări


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


Norvegiei.


Sursa de colectare



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


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.


|ei|=a + b√ + c√ +d√ +ηi





30

|ei|=a + b

+ c

+ d

+ηi





|ei|=a+ b

√ + c

√ +d

√ + ηi

Valorile |tcalc| pentru coeficienţii pantă sunt: 0.4886759, 0.278881, 1.166020<ttab =2.160, ceea



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


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.


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


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 .


Sursa de colectare


Variabila “masa monetară”

Transformări


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



Sursa de colectare


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


Periodicitatea

Sursa de colectare


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



Sursa de colectare


35


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


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

http://www.cnp.ro/user/repository/intensitatea_tehnologica_a_exporturilor_in_anul_2012.pdf




http://www.ssb.no/

http://www.insse.ro/cms/ro/content/anuarul-statistic-2011

http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/

http://www.worldbank.org/

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

Proiect Final Econometrie

Documents

Transcript of Proiect Final Econometrie