1

ANALIZA ECONOMETRICA A PRODUSULUI INTERN BRUT AL

ITALIEI IN FUNCTIE DE CONSUM SI INVESTITII














2

1. INFORMATII GENERALE
Modelul econometric ales pentru a fi analizat se refera la produsul intern brut, consum si
investitii. Analiza se va face cu ajutorul programului Eviews. Perioada analizata este cuprinsa
intre anii 2000-2009. Datele au fost preluate de pe site-ul oficial de statistica al Uniunii
Europene: Eurostat.

Din urmatorul grafic (Grafic 1) se poate observa scaderea continua a PIB-ului ce a
inceput din 2004 pana in 2009, cand a inregistrat si cea mai mica valoare. Acelasi lucru se poate
observa si la consum si la investitii. Consumul a inceput sa scada incepand din 2002, iar
investitiile din anul 2003 cand a avut si cea mai mare valoare.


Grafic 1:














3

2. ANALIZA ECONOMETRICA
Pe baza datelor din tabelul de mai jos se poate construi un model econometric de forma:
Y=a
1
+a
2
X
1
+a
3
X
2
+u
t,
Unde:
Y - produsul intern brut
X
1
- Consumul
X
2
- Investitii
u
t
- variabila reziduala,ce reprezinta influenta altor factori asupra PIB-ului








Prin introducerea datelor in Eviews s-au obtinul urmatoarele informatii:
Tabel 1








Ani PIB C+G I
2000 1 548 324.30 1 259 123.30 302 132.30
2001 1 520 870.00 1 239 326.80 287 586.50
2002 1 567 851.20 1 246 359.20 330 519.00
2003 1 546 177.40 1 211 726.80 338 150.10
2004 1 485 377.30 1 176 703.90 321 058.50
2005 1 429 479.30 1 134 795.50 295 755.70
2006 1 391 530.20 1 092 051.70 289 418.80
2007 1 335 353.70 1 051 967.80 275 984.90
2008 1 295 225.70 1 009 105.70 273 677.30
2009 1 248 648.10 974 536.70 256 973.00
4

Din tabel se observa probabilitatile coeficientilor apropiate de 0 ceea ce inseamna ca au o
semnificatie ridicata pentru modelul specificat in combinative cu t-statistic si eroarea standard.
Valoarea lui R
2
(R-squared) este de 0.99 adica variabila dependenta (PIB) este explicata
de modelul de regresie in proportie de 99%.
Estimarea parametrilor
Parametrii modelului(a
1
,a
2
,a
3
)pot fi estimate prin metoda celor mai mici patrate.
Folosind datele din tabelul 1 putem scrie ecuatia modelului astfel:
Y=0,908239X
1
+0,9555661X
2
+118,3755
Pentru a vedea daca estimatorii sunt diferiti semnificativ de 0, aplicam testul student:
a. 1. Ipotezele: H
0
: a
2
=0
H
1
: a
2
=0
2. Testul student: Valoarea lui t
calc
se poate observa din coloana t-statistic din tabelul1:
t
calc
=41,50227. Pentru un prag de semnificatie =0.05 si n-2 grade de libertate rezulta t
tab
=2,306.
3. Deoarece t
calc
>t
tab
=>se respinge ipoteza H
0
=> a
2
difera semnificativ de 0.
b. 1. Ipotezele: H
0
:a
3
=0
H
1
:a
3
=0
2. Testul student: Valoarea lui t
calc
se poate observa din coloana t-statistic din tabelul1:
t
calc
=11,1384. Pentru un prag de semnificatie =0.05 n-2 grade de libertate rezulta t
tab
=2,306.
3. Deoarece t
calc
>t
tab
=>se respinge ipoteza H
0
=> a
3
difera semnificativ de 0.
c. 1. Ipotezele: H
0
: a
1
=0
H
1
: a
1
=0
2. Testul student: Valoarea lui t
calc
se poate observa din coloana t-statistic din tabelul1:
t
calc
=7,04. Pentru un prag de semnificatie =0.05 si n-2 grade de libertate rezulta t
tab
=2,306.
3. Deoarece t
calc
>t
tab
=>se respinge ipoteza H
0
=> a
1
difera semnificativ de 0.



5

Testul Fisher
a) Ipotezele: H
0
: a
2
=a
3
H
1
: a
2
=a
3
b) Valoarea lui F
calc
o luam din Tabelul 1: F
calc
=3266,149. Pentru un prag de semnificatie =0.05
rezulta F
0,05 ;2 ;8
=F
tab
=4.459
c) Deoarece F
calc
>F
tab
=>se respinge ipoteza H
0
=> a
2
=a
3
=>modelul este corect specificat

Analiza norului de puncte
Grafic 2









Cu ajutorul coeficientilor obtinuti in urma estimarii si din graficul norului de puncte se
observa ca dependenta dintre cele 3 variabile este pozitiva (cresc investitiile si consumul, creste
PIB-ul).





6

Actual, Fitted, Residual Graph
Grafic 3









In Grafic 3 linia rosie reprezinta datele actuale ale PIB-ului Italiei (variabila dependenta),
iar linia verde reprezinta datele estimate prin modelul de regresie care sunt foarte aproape de
valorile normale ale PIB-ului, asa cum am precizat si la raportul de determinare (R squared) ca
99% din variabila dependenta este explicata de modelul de regresie folosit.

Histograma rezidurilor Testul de normalitate
Grafic 4








7

Ipotezele: H
0
: Erorile nu sunt distribuite normal
H
1
: Erorile sunt distribuite normal
Dupa cum se observa probabilitatea testului este de 0,5689>0,05 => se accepta ipoteza
nula => Erorile nu sunt distribuite normal

Testul pentru determinarea autocorelarii erorilor Breusch-Godfrey
Tabel 2












Ipoteze: H
0
: a
1
=a
2
=a
3
=0 rezidul nu este autocorelat
H
1
:
i
admite o reprezentare autoregresiva de ordinul 10
In urma aplicarii Testului Breusch-Godfrey se observa lipsa autocorelarii erorilor
(probabilitatea lui F-statistic 0,32 > 0,05) deci se accepta ipoteza H
0
(nu exista autocorelare).
Prin intermediul Tabelului 1 putem stabili autocorelarea si cu ajutorul testului Durbin-
Watson. Observam ca DW = 2,45 deci aproximativ 2 autocorelatia de ordinul I poate fi
neglijata.
8

Testul pentru determinarea heterocedasticitatii Testul White
Tabel 3













Ipoteze: H
0
: a
1
=a
2
=a
3
=0 model homoscedastic
H
1
: a
1
=0 sau a
2
=0 sau a
3
=0 model heteroscedastic
Dupa aplicarea Testului White se constata lipsa heterocedasticitatii prin probabilitatea
Statisticii F 0,58 > 0,05, deci se accepta ipoteza H
0
(model heteroscedastic).