analiza corelaţiilor privind impactul factorilor macro şi ... · analiza corelaţiilor privind...
Post on 27-Jun-2018
281 Views
Preview:
TRANSCRIPT
Colecţia de working papers ABC-UL LUMII FINANCIARE
WP nr. 2/2014
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
Moreanu Robert – Nicolae Facultatea Finanţe, Asigurări, Bănci şi Burse de Valori,
Master Finanţe Corporative, anul II, 2013-2014
robertmoreanu@gmail.com
Coordonatorul lucrării:
Prof. univ. dr. Vintilă Georgeta
Rezumat In cercetarea economică corporativă, analiza performanţelor economice ale
companiilor, a dobândit o importanţă crescândă în ultima perioadă, îndeosebi din perspectiva
urmăririi şi evaluării performanţelor management-ului entităţilor economice în scopul
cuantificării valorii economice adaugate si/sau identificării factorilor micro şi
macroeconomici, cât şi a altor tipuri de factori din diverse domenii (energie, mediu, poluare,
sociali prin prisma relocării forţei de muncă, inovaţii, cercetare-dezvoltare, etc.) ce pot avea o
influenţă relevantă asupra performanţei corporative.
In demersul evidenţierii performanţelor economico-financiare şi pentru a surprinde cât
mai multă informaţie din suita de indicatori ai profitabilităţii entităţilor economice, se pot
utiliza diverse metodologii în construcţia unor indicatori ce sintetizează informaţia. Utilizarea
indicatorilor sintetici este frecventă în diverse domenii de cercetare precum biologie, chimie,
economie, etc. Metodologiile utilizate sunt ACP (Analiza Componentelor Principale), DEA
(Data Envelopment Analysis), Measure of Distance P21 (MD), cu avantajele şi dezavantajele
lor, existând şi alte metode.
În cadrul lucrării, pentru elaborarea indicatorului sintetic de evaluare a performanţelor
companiilor se va folosi ACP, în care valorile componentelor principale vor reflecta ponderea
maximă din varianţa totală. Datele supuse analizei includ informaţii despre companii pe o
perioadă de 21 de ani, cuprinzând orizontul de timp 1992-2012, culese dintr-o bază de date
Reuters, ce cuprind companii ale indicatorului S&P 500 (SUA) şi in completare companii
publice, in total 50 din sectorul industrial şi 50 din sectorul utilităţi. In etapa următoare,
valorile obţinute din ACP se vor utiliza ca variabilă dependentă într-un model de regresie
liniară multiplă, iar variabilele independente vor fi factori micro, macroeconomici precum şi
alţi factori din domenii cu impact deosebit asupra performanţelor companiilor, precum:
energie, mediu-poluare, sociali. În finalul lucrării se interpretează rezultatele şi se formulează
concluziile rezultate în urma cercetării.
Cuvinte cheie: performanţa economică, indicator sintetic, factori de influenţă micro şi
macro, analiza componentelor principale, analiza datelor.
Clasificare JEL: D120, E1, J20.
Clasificare REL: 7A, 8D, 8F, 8G, 8J, 8K, 10B, 10D, 10F, 10G.
1 Noelia Somarriba, Bernardo Pena, 2009, Synthetic Indicators of Quality of Life in Europe, Soc Indic Res (2009) 94:115–133, DOI 10.1007/s11205-008-9356-y
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
86
1. Introducere
In managementul companiilor, deciziile manageriale istorice cu privire la investiţii,
operaţiuni, finanţare, risc au implicaţii in performanţa obţinută, insă aceasta este influenţată şi
de alţi factori exogeni companiilor precum factori microeconomici evidenţiati prin factori de
producţie, structura pieţei cerere şi oferta, producţia şi productivitatea obţinută, concurenţă cu
cele două componente principale preţul şi cantitatea, cercetarea-dezvoltarea, fiscalitate ce se
observă prin cota efectivă pe fiecare sector economic, etc; macroeconomici exprimaţi de
venitul indivizilor, consum, investiţii, costul forţei de muncă, şomaj, piaţa monetară,
financiară, inflaţie, deficit bugetar, datoria externă, soldul balanţei de plăţi externe, cererea
agregată, etc; neofactori sau alţi factori diverşi precum poluarea mediului cu implicaţii directe
şi indirecte asupra companiilor şi a celui mai valoros activ dintr-o companie şi anume
capitalul uman, indicatorul dezvoltării umane (IDU) ce este un indicator complex ce
integrează trei componente: longevitatea – speranţa medie de viaţă, nivelul de educaţie,
standardul de viaţă, structura economică, energie, informaţia şi tehnologia, şocuri externe, etc.
Pentru a cuantifica informaţia din suita de indicatori ai profitabilităţii se pot utiliza
tehnicile din domeniul analizei datelor, in care nu se face apel la legile de repartiţie ce
trebuiesc respectate şi nu cere a se folosi un anumit numar de caracteristici observate. Analiza
Componentelor Principale (ACP) asigură reducerea dimensionalităţi variabilelor corelate intre
ele prin comasarea lor, iar Analiza Factorială (AF) identifică factorii ascunşi care explică cea
mai mare pondere din variaţia comună. Agregarea informaţiei se face printr-o procedură de
optimizare a ponderilor varianţei intr-o singură componentă principală sau cât mai puţine
componente principale. In acest mod se construieşte indicatorul sintetic. Se acordă o atenţie
deosebită procedurii de identificare a ponderilor varianţei rezultate fiecărei componente ce va
rezulta in alcatuirea indicatorului compozit, ce poate fi exprimat prin varianţa mai multor
factori, de obicei se exprimă o valoare de 60% din varianţa totală a tuturor variabilelor ce intră
in componenţa bazei de date. Eigenvalues – reprezintă valorile proprii asociate matricii de
covarianţă rezultate in procedura ACP, cu cât este mai mare valoarea lor, cu atât există mai
multă informaţie. In alegerea componentelor principale se aleg, conform criteriului gradului
(%) de acoperire, acele componente care dau o valoare cumulată de minim 60 % – 70% din
varianţa totală, iar in cazul standardizării variabilelor din baza de date, conform criteriului lui
Kaiser se aleg acele componente principale care au o valoare proprie (eigenvalues) 1.
Conceptul de indicator sintetic este utilizat in multe domenii precum biologia, chimia,
sociologia, genetica, marketing, etc. El este proiectat in ideea de a combina informaţia dată de
fiecare set de observaţii ale variabilelor. Pentru obţinerea indicatorului se folosesc mai multe
metodologii:
Analiza Componentelor Principale (ACP), ce reprezintă o tehnică a analizei
multivariate şi presupune reducerea dimensionalităţii spaţiului prin maximizarea conţinutului
informaţional ale caracteristicilor iniţiale, cu o pierdere minimală a informaţiei.
Data Envelopment Analysis (DEA), metoda a fost dezvoltă de Charles, Cooper,
şi Rhodes (1978). Metodologia foloseşte programarea liniară in măsurarea eficenţei a
multiplelor decizii ce trebuiesc luate atunci când procesul de producţie prezintă o structură
complexă de input-uri şi output-uri. Pentru domeniul microeconomic, in teoria producătorului,
combinaţiile de intrări şi ieşiri a factorilor de producţie reprezintă o funcţie a producţiei.
Utilizând funcţia, compania poate să răspundă la intrebările “ce să producă?”, “cât să
producă?” şi “cum să producă?”, prin combinarea factorilor, rezultând frontierea maximă in
eficienţă si profitabilitate.
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
87
P2 Distance (MD), metodologia e prezentată de profesorul Penna (1977) şi este
un indicator sintetic care aduce informaţia conţinută dintr-un set de indicatori sociali şi e
proiectată să facă comparaţii intre diferite momente de spaţiu şi timp, (Somarriba, 2009).
2. Literatura de specialitate
Diverşi autori care au studiat problematica agregări informaţiei au identificat o serie de
avantaje şi dezavantaje in metodologiile prezentate anterior pe domeniile teoriei
producătorului, utilizarea statisticii in sociologie privind aspecte ale calităţii vieţei, criterii de
eficienţă in decizia de alocare a investiţiilor şi a resurselor pe zone geografice, etc.
Metoda ACP, in opinia lui Somarriba, (2009), are ca principal avantaj, din
punct de vedere computaţional, construcţia indicatorului ce este uşor de aplicat, are excelente
proprietăţi matematice şi elimină duplicitatea informaţiei, excelenta abilitate de a selecta
variabilele. Insă caţiva autori au criticat procedura (Pena 1977, Ram 1982a, b, Zarzosa 1996,
Mishra 2007, şi alţii). Principalele argumente aduse sunt, lipsa interpretării a ponderilor
indicatorilor socio-economici parţiali. Procedura nu ia in calcul informaţia non-reduntantă,
explică doar varianţa in prima componentă principală şi elimină o parte a informaţiei. Dacă se
doreşte a construi un indicator sintetic pe un set de variabile care nu sunt puternic corelate,
metoda are tendinţa să concentreze variabilele puternic corelate intr-o singură componentă iar
variabilele slab corelate să li se acorde o ponderare marginală. O altă caracteristică este că nu
poate face comparaţii spaţio-temporale, decât pentru datele de tip ordinal.
Metoda DEA este folosită in estimarea eficienţei a unui set de factori de
producţie. A fost dezvoltată de Charnes, Cooper, şi Rhodes (1978), după lucrările autorilor
Dantzig (1951), Farrell (1957) şi este un excelent instrument in modelarea proceselor
operaţionale şi evalurea performanţelor. Murias şi alţii (2006), a utilizat DEA in agregarea
unor indicatori pentru provinciile din Spania. Există două abordări in estimarea funcţiei de
producţie: statistic (sau econometric) şi non-statistic (abordarea programării), avantajul
funcţiei este că, nu este nevoie a se face ipoteze de comportament asupra firmelor, precum
minimizarea costului sau de maximizare a profitului şi nu se cere a se cunoaşte preţul
factorilor de input şi output, (J. Johnes, 2006). Zhu (2002) oferă un număr de modele
spreadsheet ce pot fi utilizate in evaluarea performanţei şi benchmarking. Orientarea empirică
a metodei de a nu se utiliza ipoteze a priorii comparativ cu analiza statiscă regresivă, a
determinat ca metoda sa fie folosită in estimarea frontierei eficiente pentru sectorul
guvernamental, nonprofit, administrativ si privat. Takamura şi Tone (2003) au folosit metoda
in determinarea alocării capitalurilor in Japonia. Avantajul metodei este flexibilitatea in a
aloca fiecărui indicator importanţa cuvenită şi implementarea de restricţii ce permite astfel
introducerea in model de informaţii adiţionale. Dezavantajul este că poate atribui o valoare
zero sau o valoare foarte scăzută pentru pondere, a respectivului factor şi care in anumite
cazuri din punct de vedere teoretic poate fi important, (Somarriba, Pena, 2009).
In continuare se va prezenta principiile modelului, este un proces sau metodă
nonparametrică caracterizată de randamente constante de scală in care m reprezintă numărul
intrărilor utilizate in producţie şi s numărul de ieşiri, pentru care există n observaţii
corespunzătoare celor n unităţi de producţie (DMU = Decision Making Units), atunci frontiera
eficienţei a unei unităţi 0 poate fi estimată printr-o programare liniară astfel (Murias et al.
2006):
010
01
Max
s
r rjr
m
i iji
u yh
v x
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
88
1
1
1, j = 1, ... ,n
s
r rjr
m
i iji
u y
v x
, 0, 1, ... , ; = 1, ... ,r iu v r s i m
unde, h0 este funcţia obiectiv, ur este ponderea factori ieşiri r, vi este ponderea factorilor intrări
i, yrj este cantitatea factorilor ieşiri r a unităţilor j şi xij este cantitatea factorilor intrări i a
unităţilor j. Obiectivul acestui model este de a maximiza intr-un index (indicator sintetic)
productivitatea totală a factorilor pentru fiecare unitate (unităţi produse de factori ieşiri la
fiecare unitate de factori de intrare). Număratorul fracţiei, a index-ului, este o sumă totală a
factorilor de ieşire, iar numitorul este o sumă totală a factorilor de intrare, insă pentru această
agregare nu s-a folosit un sistem al preţurilor şi s-a utilizat sistemul unui set de ponderi (u1, …
,us, v1, … ,vm) ce reprezintă acele valori căutate ce maximizează rata fiecărei unităţi.
DEA are o puternică legătură cu teoria producătorului din microeconomie, astfel
metoda poate fi utilizată in modelarea unui benckmark pentru management-ul operaţional,
unde un set de măsuri este selectat in crearea unui benckmark al performanţei operaţiunilor de
producţie şi servicii. Sub această viziune, eficienţa unităţilor DMU, este privită ca o “frontieră
de bună practică” şi nu ca frontiera producţiei cum e definită clasic de DEA, (Cook, Tone and
Zhu, 2014). DEA isi regăseşte aplicaţii şi in alte domenii precum teoria portofoliului
(Gregorius, G.N., and Zhu, Joe, 2007, Data envelopment analysis – a way to assess the
efficiency of funds of hedge funds), domeniul energie in analiza eficienţei centralelor electrice
(Cook, W.D., and Zhu, Joe, 2007, Within-group common weights in DEA: An analysis of
power plant efficiency.
Metoda P2 Distance, asigură posibilitatea agregării variabilelor exprimate in
diferite unităţi de măsură, ponderi arbitrare şi duplicitatea informaţiei. ACP-ul are tendinţa de
a culege acel subset de variabile foarte corelate in a crea prima componentă principală şi
acordă o ponderare marginală acelui subset de variabile slab şi foarte slab corelate. DEA poate
face comparaţii spaţio-temporale şi garantează imparţialitatea in ponderile alocate, aplică un
tratament egal al setului de variabile, insă programul poate acorda o pondere zero sau de mică
valoare unui anumit factor care poate fi important intr-o analiză, introduce un grad al
arbitrariului in procesul de indentificare a factorilor de intrare şi iesire. Formula lui Pena, P2
Distance inlătură aceste deficienţe ale formulelor anterioare, astfel:
2
2 , 1, ... ,11 Distance = 1 - ; = 1, 2, ... ,
m ij
i j jjj
dP R i n
unde, I = 1, 2, … ,n este numărul de cazuri (ex. ţări, districte, etc), m este
numărul de variabile constituente, X, astfel incât ; = 1, 2, ... , ; = 1, 2, ... , ;ijx X i n j m şi
= - ; = 1, 2, ... , ; = 1, 2, ... , ,ij ij jd x x i n j m este referinţa pentru min ;iji
x j
este
deviaţia standard a variabilelor j, 2
, 1, ... ,1 > 1,j jR este coeficientul de determinare a regresiei xj
peste xj-1, xj-2, … ,x1. In ecuaţia P2 Distance, ij
j
d are scopul de a schimba originea şi scala.
Deasemeni, se poate utiliza ca punct de referinţă zero şi max( ) - min( )ij ijii
x x in loc de
j, ca factor de scală, fără alte efecte adverse in formulă. Dificultatea constă in alocarea
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
89
ponderilor 2
, 1, ... ,11 - j jR . Se poate observa, că prima variabilă obţine ponderea absolută a
unităţii 2
11 - R , următoarea variabilă j = 2, obţine o pondere 2
2, 11 - R , …, variabila j obţine
o pondere 2
, 1, ... ,11 - j jR , in acest fel ponderile acordate variabilelor va depinde de poziţia din
ordinea lor, ceea ce face din metoda P2 Distance un indice compozit (sintetic) nedeterminat şi
arbitrar, (Montero, 2010, Mishra, 2012-a). Procedura iterativă este descrisă de Montero
(2010).
3. Metodologie
Date Pentru culegerea informaţiilor despre companii, indicatori macroeconomici şi
microeconomici, etc, s-a utilizat platforma Reuters. Studiul este realizat pe un set de
observaţii ce reprezintă economia Statele Unite ale Americii. Cele 100 de companii selectate
au următoarea pondere, astfel, 57 % provin din componenţa indicatorului S&P 500 şi restul de
43 % alte companii publice, unde selecţia s-a structurat pe două sectoare economice, rezultând
41 companii din sectorul industrial S&P 500, plus alte 9 companii publice, total 50 companii
sector industrial şi 16 companii din sectorul utilităţi S&P 500, plus alte 34 companii publice,
total 50 de companii sector utilităţi, pe perioada cuprinsă intre 1992 – 2012, de 21 de ani.
Seria de observaţii pentru emisiile de carbon sunt preluate de la CDIAC (Carbon Dioxide
Information Analysis Center)2.
Metoda de cercetare este realizată printr-un model de regresie liniară multiplă.
Modelul general al regresiei liniare multiple:
performanta companiei = (factori macroeconomici; factori microeconomici)f
Se explică, astfel, corelaţiile dintre performanţa obţinută de companii, exprimată prin
valorile indicatorului sintetic, ce reprezintă variabila dependentă in ecuaţie şi variabilele
independente reprezentate de factorii microeconomici si macroeconomici.
Descrierea variabilelor
Variabila dependentă In cadrul cercetării pentru variabila dependentă s-au construit doi indicatori sintetici,
pentru sectorul industrial şi pentru sectorul utilităţi, ce concentrează informaţia a 12
indicatori, din care 7 indicatori ce exprimă eficienţa unor indicatori de profitabilitate
(Profitability / Return, engl.), prezentaţi in tabelul număr 1,
Tabel 1. Indicatori de profitabilitate
Nr. Crt. Simbol utilizat Profitability / Return u.m. Frecventa
1 s_r Sales/Receivables fiscal year
2 r_t Revenue/Total Assets fiscal year
3 e_te EBITDA/Total Equity % fiscal year
4 e_ta EBITDA/Total Assets % fiscal year
5 ROE ROE Common Equity % fiscal year
6 ROA ROA Total Assets % fiscal year
7 rr Reinvestment Rate % fiscal year
Sursa: prelucrare proprie
2 http://cdiac.ornl.gov/ndps/ndp006.html
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
90
şi 5 indicatori ce exprimă rata marginală a unor indicatori de profit (Profitability,
engl.) la nivelul soldurilor intermediare de gestiune, prezentaţi in tabelul număr 2.
Tabel 2. Indicatori de profitabilitate
Nr. Crt. Simbol utilizat Profitability u.m. Frecventa
1 gm Gross Margin % fiscal year
2 em EBITDA Margin % fiscal year
3 om Operating Margin % fiscal year
4 pm Pretax Margin % fiscal year
5 nm Net Margin % fiscal year
Sursa: prelucrare proprie
Sales / Receivables (Receivables Turnover) - raportul dintre vânzări şi creanţe
comerciale, indicator al managementului creanţelor, măsoară contribuţia creanţelor la
realizarea cifrei de afaceri, fiind o relaţie inversă, cu cât raportul este supraunitar şi mai mare
cu atât, compania, este mai repede plătită pentru bunuri şi servicii iar cash-flow-urile cresc. O
creştere a scadenţei creanţelor, conduce către o creştere a necesarului de finanţare pe termen
scurt, şi in final cu efect in indicatorul de profit al companiei. Pentru a evidenţia performanţa
managementului, indicatorul se compară cu media pe industrie.
Revenue / Total Assets - raportul dintre venituri şi total active brute, indicator al
managementului resurselor, măsoară volumul vânzărilor generat de o unitate monetară
investită in active. Rata de rotaţie a activelor in combinaţie cu alţi indicatori, poate să
evidenţieze performanţa sau eşecul in gestionarea activelor. Dezavantajul ratei de rotaţie a
activelor este că se ia in calcul totalul de active ce sunt evaluate in bilanţ la cost istoric şi nu la
un preţ de piaţă, preţ ce cuprinde dinamica inflaţiei şi altor active, precum preţul activelor
imobiliare. Este necesar in acest sens fragmentarea şi evaluarea discreţionară a fiecarui tip de
activ in parte la preţurile pieţei, pentru a calcula valoarea reală. O altă distorsiune este dată de
mix-ul de produse şi servicii oferite de companie, astfel o companie specializată in producerea
de bunuri utilizează intr-un mod intensiv activele, iar cele pe servicii şi comerţ utilizează la un
nivel scăzut activele. Este necesar a se efectua segmentarea pe linii de produse şi servicii.
EBITDA / Total Equity (%) - raportul dintre EBITDA şi capitaluri proprii oferă
informaţia profitului generat de capitaluri proprii. Pentru a putea face comparaţii intre
companii este necesar sa se adauge la profitul net costul cu amortizarea şi cel financiar,
deoarece companiile au structuri de capital şi datorii diferite, iar amortizarea clădirilor este
diferenţiată in funcţie de zonele geografice, costul cu amortizarea in urban este mai mare
decât in rural.
EBITDAEBITDA Return on Equity (%) = ×100
Capitaluri Proprii
EBITDA / Total Assets (%) - raportul dintre EBITDA şi Total Active oferă
informaţia profitului generat pe unitatea monetară investită in active. Pentru a putea face
comparaţii intre companii este necesar să se adauge la profitul net costul cu amortizarea şi cel
financiar, deoarece companiile au structuri de capital şi datorii diferite, iar amortizarea
clădirilor este diferenţiată in funcţie de zonele geografice, costul cu amortizarea in urban este
mai mare decat in rural.
EBITDAEBITDA Return on Assets (%) = ×100
Total Active
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
91
Rentabilitatea financiară (ROE %) - rentabilitatea financiară raportează
profitul net la valoarea capitalurilor proprii investite.
Profit NetRentabilitatea financiara (%) =
Capitaluri Proprii
Rentabilitatea economică (ROA %) - rentabilitatea economică raportează
profitul net la valoarea activelor totale.
Profit NetRentabilitatea economica (%) =
Active Totale
Reinvestment Rate (%) - pentru crearea de valoare, managerii, trebuie să ia
decizia de a aloca o parte din profitul realizat in dezvoltare companiei, insă cuantumul acestei
alocări trebuie echilibrat cu politica de dividend şi a unei structuri optime de capital.
Reinvestment Rate (%) = Retained Earnigs / Current Earnings
Reinvestment Rate (%) = Expected Growth rate / Return on Capital
Gross Margin (%) - Reprezintă procentul din total vânzări nete, reţinut de
companie după deducerea costurilor cu bunurile vândute.
Total Vanzari Nete - Costul Bunurilor VanduteGross Margin (%) =
Total Vanzari Nete
EBITDA Margin (%) - indicatorul este o rata de profit operaţional. Deoarece
din EBITDA sunt excluse deprecierea şi amortizarea, EBITDA Margin (%) poate evidenţia
mult mai curat profitabilitatea companiei.
EBITDAEBITDA Margin (%) =
Total Vanzari Nete
Operating Margin (%) - Este un indicator ce ne dă informaţii despre strategia
de preţuri şi eficienţa operaţională. Măsoară ponderea veniturile operaţionale in total vânzări
nete, după deducerea costurilor variabile. Un nivel optim al indicatorului este necesar pentru a
plăti costurile fixe.
Venituri OperationaleOperating Margin (%) =
Total Vanzari Nete
Pretax Profit Margin (%) - reprezintă câştigurile obţinute inainte de impozitare
ca pondere in total vânzări nete.
EBTPretax Profit Margin (%) =
Total Vanzari Nete
Net Margin (%-) - reprezintă profitul net ca pondere in total vânzări nete.
Profit NetNet Margin (%) =
Total Vanzari Nete
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
92
indicator_sintetic_industrie - indicatorul sintetic reprezentativ pentru sectorul
industrial, rezultat in urma analizei prin metoda ACP a celor 12 indicatori ce sunt variabile ale
celor 50 de companii din sectorul industrial, structurate intr-o matrice X (n x p), unde n
reprezintă companiile şi p variabilele. In urma analizei ACP, au rezultat următoarele valori
prezentate in anexa 1, pentru prima componentă principală, valoarea proprie (eigenvalue CP1)
cât şi procentul exprimat din total varianţă. Procedura de standardizare nu s-a aplicat
observaţiilor din componenţa matricei, deoarece prezintă aceeaşi caracteristică, sunt exprimate
sub formă de rate, iar valoarea procentului exprimat din total varianţă pentru prima
componentă principală CP1, din eşantion, este de minim 83.59 %, pe toată perioada de 21 de
ani ai studiului, comparativ cu procedura de standardizare unde s-a obţinut un procent
exprimat din total varianţă in jur de 40 % pentru componenta principală (CP) CP1, iar
umătoarele valori procentuale exprimând diferenţa până la 100 % prin componentele
principale CP2, CP3, …, CP12. Având in vedere că s-a obţinut o varianţă maximă pentru
prima combinaţie liniară pentru observaţiile nestandardizate se reţine pentru studiu, astfel
incât variabilele originale in număr de 12 să poată fi inlocuite printr-o singură şi nouă
variabilă.
indicator_sintetic_utilitati – indicatorul sintetic reprezentativ pentru sectorul
utilităţi, este obţinut prin aceeaşi procedură ce a fost aplicată pentru
indicatorul_sintetic_industrie. Valorile obţinute sunt prezentate in anexa 2.
Variabile independente Microeconomie
Prin prisma teoriei consumatorului, factorii de influenţă sunt:
venitul consumatorului, exprimat in ecuaţie prin
LN_MI_PERSONAL_INCOME. Personal Income MoM %, măsoară veniturile câştigate de
persoane, organizaţii non-profit şi private trust funds, exprimate in rate anuale. Plăţile şi
salariile sunt cele două mari componente ce formează indicatorul. Alte categorii de venituri
include venituri din dobânzi personale, transfer de fonduri (fonduri sociale, asigurari pentru
pentru persoanele aflate in somaj, etc), veniturile proprietarilor (gospodării si non-gospodării),
venituri din dividende şi venituri din inchirieri. Din totalul acestor categorii de venituri sunt
scăzute contribuţiile sociale, diferenţa reprezentând veniturile personale. Venitul disponibil
reprezintă diferenţa dintre venitul personal şi plăţile pentru taxe şi non-taxe. Frecvenţa datelor
raportate este lunară, iar in ecuaţia de regresie au frecvenţa anuală.
salarii, exprimat in ecuaţie prin MI_EMPLOYMENT_WAGES. Employment
Wages QoQ %, reprezintă plăţile pentru orele lucrate. Frecvenţa datelor raportate este
trimestrială iar in ecuaţia de regresie au frecvenţa anuală.
Prin prisma teoriei producătorului, factorii de influenţă sunt:
producţia, exprimat in ecuaţie prin MI_PRODUCTIVITY_REVISED.
Productivity Revised QoQ %, descrie relaţia dintre output–ul real şi timpul de muncă implicat
pentru producţie, bunurile şi serviciile produse per oră de la perioadă la perioadă. Nu măsoară
contribuţia specifică a factorului muncă, capital, sau a oricărui alt factor de producţie.
Indicatorul reflectă efectele comune a mai multor influenţe, precum, schimbări de tehnologie,
capitalul investit, nivelul de output, rata de utilizare a capacităţilor de producţie, energia,
materiale, capacitatea de organizare a producţiei, abilităţi manageriale, caracteristicile şi
efortul forţei de muncă. Frecvenţa datelor raportate este trimestrială iar in ecuaţia de regresie
au frecvenţa anuală.
Prin prisma ofertei, factorii de influenţă sunt:
costul forţei de muncă, exprimat in ecuaţie prin
MI_LABOR_COST_REVISED. Labor Cost Revised QoQ %, este diferenţa relativă faţă de
trimestrul precedent, in rate anuale. Productivitatea şi costul sunt regulat revizuite. Datele sunt
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
93
publicate in primele 40 de zile de la inchiderea perioadei de referinţă, revizuirea se face la 30
de zile mai târziu, iar a doua revizuire se face după 60 zile. Frecvenţa datelor raportate este
trimestrială iar in ecuaţia de regresie au frecvenţa anuală.
taxele şi impozitele, exprimat in ecuaţie prin MI_ETR_VARIANCE. Effective
Tax Rate %, valoarea este exprimată prin raportul dintre total taxe şi impozit pe venituri din
anul fiscal raportat la veniturile inainte de taxare pentru aceeaşi perioadă, exprimată in
procent.
Indexul preţurilor la producător, exprimat in ecuaţie prin MI_PPI. The
Producer Price Index (PPI) inflation, nsa YoY %, Indexul preţului la producător construit de
Biroul de Statistică (The Bureau of Labor Statistic (BLS)), este o familie de index-uri ce
măsoară dinamica medie a preţurilor producătorilor de bunuri şi servicii. PPI măsoară
dinamica preţului din perspectiva vânzătorului şi este in contrast cu celalalt tip de măsură,
Indexul preţului la consumator (Consumer Price Index (CPI)). CPI măsoară dinamica
preţurilor din perspectiva cumpărătorilor. Preţurile vănzătorilor şi cumpărătorilor pot fi
diferite datorită subvenţiilor guvernamentale, taxelor asupra vânzărilor şi accizelor, a
costurilor de distribuţie. Frecvenţa datelor raportate este anuală iar in ecuaţia de regresie au
frecvenţa anuală.
Macroeconomie
cererea agregată, exprimat in ecuaţie prin
MA_GDP_DEFLATOR_PRELIMINARY. Gdp Deflator Preliminary QoQ, index, cunoscut şi
sub denumirea indexul preţurilor implicite, urmăreşte costul produselor din intern, a bunurilor
şi serviciilor finale raportate la puterea de cumpărare. Reprezintă raportul dintre valoarea
nominlă a GDP-ului la valoarea reală a GDP-ului (ajustat cu inflaţia) şi multipicat cu 100.
Frecvenţa datelor raportate este trimestrială iar in ecuaţia de regresie au frecvenţa anuală.
consumul, exprimat in ecuaţie prin LN_MA_CONSUMPTION. Consumption,
adjusted MoM %, cheltuielile realizate de consumatori ce sunt alocate pentru bunuri şi
servicii. Venitul disponibil se calculează ca diferenţă intre venitul realizat si plăţile pentru taxe
şi non-taxe. Venitul realizat măsoară veniturile totale inainte de taxare ale indivizilor,
organizaţiilor non-profit, fondurilor private fiduciare. Plăţile şi salariile sunt cele mai mari
componente ale venitului realizat. Alte categorii de venituri sunt cele realizate din dobânzi,
transferuri (sociale, asigurări, etc), dividende şi chirii. Din totalul acestor categorii de venituri
se scad contribuţiile sociale, rezultând venitul realizat de individ. Economiile realizate se
calculează scazând cheltuielile personale (cheltuieli cu bunurile şi serviciile, plăţi pentru
dobânzi, transferuri nete către străini) din venitul realizat. Frecvenţa datelor raportate este
lunară iar in ecuaţia de regresie au frecvenţa anuală.
rata dobânzii, exprimat in ecuaţie prin MA_FOMC_RATE_DECISION.
FOMC Rate Decision %, rata rezervei federale este rata dobânzii la care instituţiile depozitare
imprumută de la Federal Reserve către alte instituţii depozitare la termen overnight.
Obiectivele Băncii Federale pentru operaţiunile din piaţa monetară au fluctuat de-a lungul
timpului, in perioada anilor 1980, accentul s-a pus spre o schimbare graduală in atingerea unui
anumit nivel a ratei de dobăndă, un proces care a fost in mare parte completat spre sfârşitul
decadei. Incepând cu anul 1994, FOMC (US Federal Open Market Committee) anunţă
schimbări in modul de promovare a politicii monetare şi din 1995 explică intr-un mod explicit
nivelul ţintă a ratei dobândei de politică monetară. Din februarie 2000, FOMC include după
fiecare declaraţie şi evaluările Comitetului cu privire la riscurile in atingerea pe termen lung a
obiectivelor privind politicile pentru stabilitate şi creştere sustenabilă pe termen lung. Nota:
FOMC decide in 16 decembrie 2008 stabilirea unui coridor a ratei de dobândă de la 0 % la
0.25 %. Seria de observaţii arată varful coridorului, valoarea de 0.25 %. Frecvenţa datelor
raportate este zilnică iar in ecuaţia de regresie au frecvenţa anuală.
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
94
rata şomajului, exprimat in ecuaţie prin MA_UNEMPLOYMENT_RATE.
Unemployment Rate %, este procentul forţei de muncă civile (U-3). Definiţia unei persoane
neangajate (şomaj) este: persoană (16-65 de ani) care este disponibilă pentru a lucra (excepţie
fac perioadele de imbolnăvire) şi nu lucrează in perioada de căutare timp de o săptămână, şi
care a depus efortul in a găsi un loc de muncă in ultimile 4 săptămâni la agenţia de ocupare a
forţei de muncă, aplică direct la angajator, răspunde la anunţul dat pentru un post de muncă,
sau să se fi inregistrat intr-un registru profesional. Indicatorul este calculat ca raport numărul
de şomeri / ( numărul persoanelor angajate + numărul de şomeri). Frecvenţa datelor raportate
este lunară iar in ecuaţia de regresie au frecvenţa anuală.
indexul Core Personal Consumption Expenditures (PCE) price index. Core
PCE price index YoY %, este definit astfel, preţurile cheltuielilor cu consumul personal
exclud preţurile pentru alimente şi energie. Indexul core PCE price măsoară preţul plătit de
consumatori pentru bunuri şi servicii fără a include volatilitatea datorată dinamicii preţurilor
la alimente şi energie, pentru a evidenţia tendinţele inflaţiei de bază. Frecvenţa datelor
raportate este lunară iar in ecuaţia de regresie au frecvenţa anuală.
indexul preţurilor de export, exprimat in ecuaţie prin
MA_EXPORT_PRICES_INDEX. Export Prices Index MoM %, indexul utilizează formula
Laspeyres şi nu este ajustat sezonier. Indexul preţurilor pentru bunuri de mărfuri este
reponderat annual cu un lag de doi ani. Indexul preţului mărfurilor este publicat conform celor
trei clasificări: the Harmonized System (HS), the Bureau of Economic Analysis (BEA) End
Use System şi the Standard Internaţional Trade Classification (SITC) System, Rev. 3. Indexul
preţurilor pentru serviciile comercializate internaţional este reprezentat de două definiţii:
balanţa de plăţi (ce reprezintă tranzacţiile dintre U.S. şi rezidenţii străini) şi internaţional (ce
reprezintă intrările şi iesirile din U.S.). Seria de date publicată are ca bază anul 2000=1003.
Frecvenţa datelor raportate este lunară iar in ecuaţia de regresie au frecvenţa anuală.
cursul valutar, exprimat in ecuaţie prin EUR_USD. Raportul EUR/USD
reprezintă conversia monetară ce permite economiei din Statele Unite să importe bunuri şi
servicii din Uniunea Europeană, in special de la membrii zonei Euro şi să facă plata in Euro,
chiar dacă veniturile sunt dolari USA. Frecvenţa datelor in ecuaţia de regresie au frecvenţa
anuală.
contul curent, exprimat in ecuaţie prin MA_CURRENT_ACCOUNT4. Current
Account este fluxul de bani internaţional ce serveşte pentru alte operaţiuni decât investiţiile.
Indicatorul oferă o imagine amplă a managementului finanţelor din economia unei ţări in
raport cu alte ţări. Dacă o ţară are un deficit a contului curent, inseamnă că are un deficit in
economisire. Balanţa plăţilor reprezintă tranzacţiile internaţionale ale ţării respective in raport
cu altele. Tranzacţiile sunt gestionate in două tipuri de conturi, contul curent şi contul de
capital şi financiar. Contul curent include toate tranzacţiile (in afară de cele financiare) ce
implică valori economice şi apar intre rezidenţi şi nerezidenţi. Frecvenţa datelor raportate este
trimestrială iar in ecuaţia de regresie au frecvenţa anuală.
Rezultate metodologia ACP - analiza datelor şi aplicarea metodologiei ACP asupra
indicatorilor de perfomanţă a companiilor s-a efectuat pe softul SAS ver 9.3. In Anexa 2, sunt
prezentate valori eigenvalue a matricei covarianţă, pentru sectorul industrial şi utilităţi, in
Anexa 3 sunt prezentate valorile corelaţiilor (Matricea Pearson Correlation) intre variabilele
dependente formate din indicatorul sintetic pe industrie, utilităţi şi independente formate din
indicatori macroeconomici, microeconomici, curs valutar.
3 Metodologia este prezentă pe http://www.bls.gov/mxp/methodology.htm 4 http://www.bea.gov/methodologies/index.htm#international_meth
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
95
ACP-ul se poate folosi in următoarelor ipoteze/scenarii pentru care se incearcă
extragerea informaţiei dintr-o multitudine de factori, de exemplu in analiza financiară unde
sau construit o suită de indicatori şi se doreşte reducerea acestora la 2, 3 indici care să
sintetizeze informaţia celorlalţi indicatori, un departament al controlului calităţii dintr-o
unitate de producţie doreşte să dezvolte câţiva indicatori pentru realizarea unui flux tehnologic
optim pornind de la un număr ridicat de parametrii, direcţia de marketing doreşte să dezvolte
un model de regresie pentru previzionarea vânzărilor, etc., insă variabilele independente
utilizate sunt puternic corelate, rezultând fenomenul de multicoliniaritate, prin urmare este
necesar obţinerea de noi variabile care să nu fie corelate intre ele, modalitatea prin care se
poate elimina multicoliniaritatea este prin extragerea varianţei din setul de observaţii a
respectivei variabile, fiind un procedeu de măsurare a informaţiei reţinute sau păstrate.
metodologia regresivă - analiza cantitativă in vederea stabilirii corelaţiilor a
fost realizată printr-un model econometric de regresie liniară multiplă, rulat pe softul Eviews
Enterprise Edition ver 8.0. Rezultatele obţinute sunt trecute in următoarele tabele.
Tabel 3. Rezultate regresie Indicator Sintetic Industrie Variabila Dependenta LN_INDICATOR_SINTETIC_INDUSTRIE
Independenta EQ01i EQ02i EQ03i EQ04i
LN_MA_CONSUMPTION -1.257*
(0.325)
LN_MA_REAL_GDP -1.342*
(0.347)
MA_EXPORT_PRICE_INDEX -0.043*
(0.012)
MA_UNEMPLOYMENT_RATE 0.436* 0.302* 0.305* 0.304*
(0.097) (0.071) (0.072) (0.073)
MI_I_ETR -0.496** -0.290# -0.286# -0.301#
(0.219) (0.207) (0.208) (0.211)
MI_LABOR_COST_REVISED 0.230** 0.163** 0.161** 0.166**
(0.084) (0.074) (0.074) (0.076)
MI_PRODUCTIVITY_REVISED 0.093# 0.133*** 0.132*** 0.137***
(0.077) (0.073) (0.073) (0.075)
LN_MI_PERSONAL_INCOME -1.293*
(0.346)
Indicatori
Model liniar OLS OLS OLS OLS
R-squared 0.622 0.658 0.657 0.645
Adjusted R-squared 0.497 0.544 0.543 0.527
Diferenta 0.125 0.114 0.114 0.118
Durbin-Watson stat 1.982 1.790 1.793 1.791
Sursa: prelucrare proprie
Unde: * = semnificativ pentru 1 %; MA = variabilă macroeconomică;
** = semnificativ pentru 5 %; MI = variabilă microeconomică;
*** = semnificativ pentru 10 %;
# = indecizie;
Tabel 3. Rezultate regresie Indicator Sintetic Industrie (continuare) Variabila Dependenta LN_INDICATOR_SINTETIC_INDUSTRIE
Independenta EQ05i EQ06i
MA_FOMC_RATE_DECISION -0.126**
(0.054)
LN_MA_REAL_GDP -2.999* -0.780**
(0.893) (0.328)
EUR_USD -2.095** -1.884**
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
96
(0.975) (0.830)
MI_PPI 0.023***
(0.012)
MA_UNEMPLOYMENT_RATE 0.166*
(0.053)
MA_CURRENT_ACCOUNT -0.053**
(0.022)
Indicatori
Model liniar OLS OLS
R-squared 0.672 0.730
Adjusted R-squared 0.590 0.662
Diferenta 0.082 0.068
Durbin-Watson stat 1.828 1.961
Sursa: prelucrare proprie
In ecuaţiile EQ01i, EQ02i, EQ03i, EQ04i, EQ05i, EQ06i, se observă pentru unii
coeficienţi obţinuţi, valori ale eroarei standard mari, datorită prezenţei multicoliniarităţii in
factorii macroeconomici şi microeconomici, in Anexa 3 sunt prezentate valorile corelaţiilor
intre variabilele dependente şi independente pentru ambele sectoare analizate, pentru
eliminarea fenomenului se recomandă introducerea sau eliminarea pe rând a variabilelor
independente şi/sau se aplică metodologia ACP asupra seriilor de date ale factorilor, prin
sintetizarea a doi factori independenţi cu ponderarea respectivă pentru fiecare factor, insă
dezavantajul este pierderea semnificaţiei interpretării rezultatelor.
In ecuatia EQ01i, unde coeficientul estimat pentru Export Price Index, explică, la o
scădere cu o unitate, profitabilitatea companiilor din sectorul industrie scade cu 0.043 unităţi,
ceea ce este in acord cu teoria. Semnul pozitiv obţinut pentru coeficientul estimat a ratei
şomajului se poate explica prin faptul că la o creştere a şomajului, profitabilitatea companiilor
creşte, datorită scăderii costurilor cu factorul de producţie forţa de muncă, fiind insă mai
sensibil datorită preţurilor la exporturi şi a factorului de productivitate, comparativ cu celelalte
modele. Evident, cota efectivă de impozitare are un impact mare şi negativ asupra
profitabilităţii fiind o relaţie inversă, coeficientul estimat de -0.496 este semnificativ pentru 5
%, faţă de celelalte ecuaţii EQ02i, EQ03i, EQ04i, unde p-value este in zona de indecizie.
Pentru indicatorul Labor Cost Revised o productivitate crescută, influenţează in mod pozitiv
profitalitatea companiilor. Pentru indicatorul Productivity Revised o producţie crescută,
influenţează in mod pozitiv profitabilitatea companiilor datorită factorilor, o rată de utilizare
mai bună a capacităţilor de producţie, capitalului investit, etc., insă in această ecuaţie p-value
este in zona de indecizie.
In ecuaţia EQ02i, pentru indicatorul GDP a reieşit semnul negativ ceea ce implică că
la o scădere a cererii agregate, profitabilitatea companiilor scade, acest factor are intr-o
măsură mult mai mare impact faţă de alţi factori, după cum se vede in model, coeficientul
estimat are o valoare de -1.342, semnificativ statistic pentru 1 % şi eroarea standard de 0.347,
factorul fiscalitate are un p-value situat in zona de indecizie.
In ecuaţia EQ03i, indicatorul Consumption are un impact mare asupra profiturilor
firmelor, o scădere puternică a consumului conduce la o scădere puternică a profiturilor,
coeficientul estimat are o valoare de -1.257, semnificativ statistic pentru 1 % şi eroarea
standard de 0.325, factorul fiscalitate are un p-value situat in zona de indecizie.
In ecuaţia EQ04i, indicatorul Personal Income explică, evident, o scădere a veniturilor
personale ale indivizilor, conduce către o puternică scădere a profiturilor firmelor, fiind mult
mai sensibil făţă de ceilalţi indicatori din model, coeficientul estimat are o valoare de -1.293,
semnificativ statistic pentru 1 % şi eroarea standard de 0.346, factorul fiscalitate are un p-
value situat in zona de indecizie.
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
97
In ecuaţia EQ05i, indicatorul GDP explică, o scădere a creşterii agregate, conduce
către o puternică scădere a profiturilor firmelor, coeficientul estimat are o valoare de -2.999,
semnificativ statistic pentru 1 % şi eroarea standard de 0.893, indicatorul paritatea valutară
EUR/USD are o influenţă negativă, conduce către o puternică scădere a profiturilor firmelor,
coeficientul estimat are o valoare de -2.095, semnificativ statistic pentru 5 % şi eroarea
standard de 0.975, eroriile standard mari implică o lipsă de incredere in coeficienţii estimaţi şi
ecuaţia necesită ajustări in sensul eliminării multicoliniarităţii.
In ecuaţia EQ06i, prin introducerea factorului rata somajului, comparativ cu EQ05i,
pentru factorii GDP şi paritatea EUR/USD au erori standard mai scăzute, implicit o scădere in
valoare a coeficienţilor estimaţi, păstrându-şi semnul, inclusiv somajul, iar factorul cont
curent are un impact mic asupra profitabilităţii companiilor.
Tabel 4. Rezultate regresie Indicator Sintetic Utilităţi Variabila Dependenta LN_INDICATOR_SINTETIC_UTILITATI
Independenta EQ01u EQ02u EQ03u EQ04u
LN_MA_CONSUMPTION -2.702*
(0.607)
LN_MA_REAL_GDP -2.742*
(0.564)
MA_EXPORT_PRICE_INDEX -0.048**
(0.019)
MA_UNEMPLOYMENT_RATE
0.137#
(0.111)
MI_U_ETR -0.256#
(0.209)
MI_LABOR_COST_REVISED -0.244*** -0.206*** -0.203***
(0.139) (0.104) (0.104)
MI_PRODUCTIVITY_REVISED -0.399** -0.281** -0.278**
(0.165) (0.116) (0.116)
LN_MI_PERSONAL_INCOME -2.681*
(0.550)
Indicatori
Model liniar OLS OLS OLS OLS
R-squared 0.387 0.628 0.524 0.629
Adjusted R-squared 0.234 0.563 0.471 0.564
Diferenta 0.153 0.065 0.053 0.065
Durbin-Watson stat 1.638 1.984 1.385 1.978
Sursa: prelucrare proprie
Unde: * = semnificativ pentru 1 %; MA = variabilă macroeconomică;
** = semnificativ pentru 5 %; MI = variabilă microeconomică;
*** = semnificativ pentru 10 %;
# = indecizie;
Tabel 4. Rezultate regresie Indicator Sintetic Utilităţi (continuare) Variabila Dependenta LN_INDICATOR_SINTETIC_UTILITATI
Independenta EQ05u EQ08u
LN_MA_REAL_GDP -6.470* -3.240*
(1.581) (0.726)
EUR_USD 2.962**
(1.720)
MI_PPI 0.050**
(0.019)
MA_UNEMPLOYMENT_RATE 0.175#
(0.118)
MA_CURRENT_ACCOUNT 0.053#
(0.049)
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
98
Indicatori
Model liniar OLS OLS
R-squared 0.641 0.554
Adjusted R-squared 0.578 0.475
Diferenta 0.063 0.079
Durbin-Watson stat 1.624 1.663
Sursa: prelucrare proprie
In ecuaţiile EQ01u, EQ02u, EQ03u, EQ04u, EQ05u, EQ06u, se observă pentru unii
coeficienţi obţinuţi, valori ale eroarei standard mari, datorită prezenţei multicoliniarităţii in
factorii macroeconomici şi microeconomici, pe acest sector al utilităţilor efectul de
multicoliniaritate este mult mai prezent fata de sectorul industrie, intre variabila dependentă şi
variabilele independente existănd mai multe corelaţii cu valori mari de peste 0.60, având
efecte mult mai defavorabile asupra valorilor p-value, erorilor standard, in Anexa 3 sunt
prezentate valorile corelaţiilor intre variabilele dependente şi independente pentru ambele
sectoare analizate.
In ecuaţia EQ01u, factorii producţie (capacităţi de producţie) şi productivitatea au
semnul “-“ schimbat faţă de sectorul industrie, aceasta se poate interpreta astfel, o producţie in
scădere afectează negativ profiturile, asemănător şi pentru productivitate.
In ecuaţia EQ02u, la o scădere cu o unitate a factorului GDP, afectează intr-un mod
negativ şi semnificativ profitabilitatea companiilor, iar factorii productivitate si producţie işi
pastrează semnul ca in EQ01u.
In ecuaţia EQ03u, la fel ca in ecuaţia pentru industrie EQ03i, pentru factorul consum
se păstrează semnul negativ şi la o scădere a acestuia cu o unitate, profiturile companiilor sunt
afectate.
In ecuaţia EQ04u, veniturile personale ale consumatorilor, la fel ca in ecuaţia pentru
industrie EQ04i, se păstrează semnul negativ şi la o scădere a acestuia cu o unitate, profiturile
companiilor sunt afectate.
In ecuaţia EQ05u, factorul indexul preţurilor la producător PPI, are o influenţă pozitivă
mică asupra profitului firmelor.
In ecuaţia EQ06u, factorul GDP are o influenţă negativă asupra profitului firmelor,
daca facem abstracţie de eroarea standard de 0.726 pentru acest coeficient estimat, restul
conficienţilor estimat obţinuţi pentru rata şomajului şi contul curent au un p-value in zona de
indecizie.
4. Concluzii
Rezultatele obţinute in modele regresive explică corect dependenţele, din punct de
vedere al semnului, dintre performanţa obţinută de companii şi factorii macroeconomici,
microeconomici, explicând influenţa semnificativă a factorilor precum rata şomajului, rata
efectivă de fiscalitate, cererea agregată, consumul, venitul disponibil al indivizilor, schimbul
valutar pentru sectorul industrial, in schimb pentru sectorul utilităţi unde fenomenul de
multicoliniaritate este mult mai prezent faţă de sectorul industrial, aceleaşi ecuaţii replicate au
dat pentru coeficienţii estimaţi, valori ale erorilor standard mari sau valori ale lui p-value in
zona de indecizie datorită multicoliniarităţii. Pentru a elimina o parte din prezenţa
fenomenului s-au scos din factorii de influenţă. In general, se poate trage concluzia că
aplicarea metodologiei ACP pentru maximizarea informaţiei ce exprimă performanţa
companiilor şi cuantificarea intr-un indicator sintetic, constituie o metodă validă şi eficientă in
analiza performanţelor companiilor, evident metoda are dezavantajul de a aloca ponderi
marginale acelui subset de variabile ce sunt foarte slab sau slab corelate, iar pentru subsetul de
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
99
variabile puternic corelate de a le sintetiza intr-o primă componentă principală. Sub acest
aspect, metoda P2 Distance este mai eficientă, eliminând acest dezavantaj, fiind un indice
compozit (sintetic) prin algoritmul de calcul, nedeterminat şi arbitrar.
Pe viitor, in dezvoltarea lucrării se va relua studiul in vederea eliminării
multicoliniarităţii prezentă intre factorii de influenţă prin aplicarea metodei ACP asupra
fiecărui factor şi extragerea varianţei, pentru a micşora valorile erorilor standard pentru
coeficienţi estimaţi, se vor introduce noi variabile in modele, precum, energie (preţul
petrolului, etc), neofactori luând in considerare aici mediul, un factor determinant fiind
poluarea prin prezenţa emisiilor de CO2, poluarea apelor subterane, etc., datorită
industrializării, ce au un impact asupra forţei de muncă prin creşterea numărului de oameni
bolnavi cu cancer şi a altor maladii, mediului/ecosistemului in care trăim şi implicit asupra
companiilor prin costurile care se impun şi a migraţiei forţei de muncă către zone nepoluate.
Multumiri Doresc să aduc mulţumiri părinţilor mei, Doamnei Prof. Univ. Dr. Georgeta Vintilă
coordonatorul şţiinţific al lucrării pentru indrumarea şi susţinerea acordată, profesorilor mei,
prietenilor şi colegilor.
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
100
Bibliografie Anamaria Ciobanu, (2006), Analiza performanţei intreprinderilor,
Editura ASE, Bucureşti.
Aswath Damodaran, (July 2007), Return on Capital (ROC), Return on Invested Capital
(ROIC) and Return on Equity (ROE): Measurement and Implications,
Stern School of Business.
Stable URL:
http://people.stern.nyu.edu/adamodar/pdfiles/papers/returnmeasures.pdf;
Coralia Angelescu, Dumitru Ciucur, Marin Dinu, Ilie Gavrilă, Paul Tănase Ghiţă, Constantin
Popescu, (2005), Economie,
Editura Economică, Ediţia 7.
Erich A. Helfert, (2006), Tehnici de Analiză Financiară, ghid pentru crearea valorii,
Editura BMT Publishing House, Ediţia 11.
Georgeta Vintilă, (2005), Gestiunea financiară a intreprinderii,
Editura Didactică şi Pedagogică, Bucureşti.
Jill Johnes, (2005), Data envelopment analysis and its application to the measurement of
efficiency in higher education,
Economics of Education Review 25 (2006) 273-288.
Johan Bollen, Herbert Van de Sompel, Aric Hagberg, Ryan Chute, (2009), A Principal
Component Analysis of 39 Scientific Impact Measures.
Laura Obreja Braşoveanu, (2013), Creşterea economică, teorii clasice şi moderne, aplicaţii şi
studii de caz,
Editura ASE, Bucureşti.
Liliana Spircu, Roxana Ciumara, (2007), Econometrie,
Editura Pro Universitaria.
Monica Dudian (coordonator), (2005), Economie,
Editura All Beck, Bucureşti.
Noelia Somarriba, Bernardo Pena, (2009), Synthetic Indicators of Quality of Life in Europe,
Soc Indic Res (2009) 94:115–133, DOI 10.1007/s11205-008-9356-y.
S.K. Mishra, P. Nayak, (2012), Efficiency of Pena’s P2 Distance in Construction of Human
Development Indices.
Stefan Daniel Armeanu, Georgeta Vintilă, Maricica Moscalu, Maria-Oana Filipescu, Paula
Lazar, (2012), Utilizarea tehnicilor de analiză cantitativă a datelor pentru estimarea
riscului de faliment al corporaţiilor,
Economie teoretică şi aplicată Volumul XIX (2012), No 1(566), pp. 86-102.
Tomaso Pompili, Michela Martinoia, (2011), Building synthetic indicators for aspects of
territorial capital,
European Regional Science Association 51st Eurpoean Congress Barcelona, Spain, 2011.
Vaida Pilinkiene, (2008), Market Demand Forescasting Models and their Elements in the
Context of Competitive Market,
ISSN 1392-2785 ENGIMEERING ECONOMICS, 2008, No 5 (60).
Vaida Pilinkiene, (2008), Selection of Market Demand Forecast Methods: Criteria and
Application,
ISSN 1392-2785 ENGIMEERING ECONOMICS, 2008, No 3 (58).
Wiliam W. Cooper, Lawrence M. Seiford and Joe Zhu, Data Envelopment Analysis History,
Models and Interpretations,
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
101
Anexe Anexa 1. Valori Eigenvalue a matricei covarianţă, sectorul industrie
Year Sector Eigenvalue CP1 Proportion
1992 Industrial 315.228608 0.9978
1993 Industrial 149.797960 0.9955
1994 Industrial 38.9562026 0.9842
1995 Industrial 27.8476635 0.9799
1996 Industrial 84.3932779 0.9927
1997 Industrial 48.8592899 0.9895
1998 Industrial 47.1832997 0.9886
1999 Industrial 62.5491347 0.9904
2000 Industrial 52.3922524 0.9882
2001 Industrial 52.4013342 0.9909
2002 Industrial 38.6556421 0.9877
2003 Industrial 31.1094367 0.9853
2004 Industrial 26.5309228 0.9831
2005 Industrial 20.7659223 0.9783
2006 Industrial 28.2457775 0.9835
2007 Industrial 32.0303714 0.9847
2008 Industrial 45.8176715 0.9876
2009 Industrial 58.5265543 0.9724
2010 Industrial 80.9642939 0.9933
2011 Industrial 72.5619995 0.9914
2012 Industrial 54.1937205 0.9447
Sursa: prelucrare proprie
Anexa 2. Valori Eigenvalue a matricei covarianţă, sectorul utilităţi
Year Sector Eigenvalue CP1 Proportion
1992 Utilities 108.108109 0.9969
1993 Utilities 67.2837579 0.9772
1994 Utilities 1148.66945 0.9999
1995 Utilities 371.314040 0.9996
1996 Utilities 326.307117 0.9995
1997 Utilities 46.9517692 0.9966
1998 Utilities 31.8195370 0.9783
1999 Utilities 34.7699410 0.9865
2000 Utilities 20.0590118 0.9783
2001 Utilities 36.3584270 0.9840
2002 Utilities 26.2605114 0.9669
2003 Utilities 27.3185161 0.8746
2004 Utilities 21.8882014 0.8359
2005 Utilities 18.9572566 0.9807
2006 Utilities 20.0251931 0.9819
2007 Utilities 20.4934722 0.9858
2008 Utilities 67.0419181 0.9955
2009 Utilities 32.5397518 0.9921
2010 Utilities 25.5798532 0.9884
2011 Utilities 21.1289052 0.9833
2012 Utilities 17.4625104 0.9497
Sursa: prelucrare proprie
Moreanu Robert - Nicolae
Analiza corelaţiilor privind impactul factorilor macro şi microeconomici
asupra performanţelor companiilor
102
Legendă pentru Anexa 3, Matrice Pearson – corelaţii:
1 - LN_indicator_sintetic_industrie
2 - LN_indicator_sintetic_utilitati
3 - MI_i_etr, taxarea efectivă in sectorul industrie
4 - MI_u_etr, taxarea efectivă in sectorul utilităţi
5 - MA_unemployment_rate
6 - MA_fomc_rate_decision
7 - LN_MA_real_gdp
8 - MA_cpi
9 - MA_ppi
10 - MA_export_prices_index
11 - MA_import_prices_index
12 - LN_MA_consumption
13 - MA_core_pce_price_index
14 - MA_current_account
15 - MA_international_trade
16 - MA_consumer_credit
17 - MI_employment_wages
18 - MI_productivity_revised
19 - MI_labor_cost_revised
20 - LN_MI_personal_income
21 - LN_neof_CO2
22 - ln_oil
Colecț ie de working papers ABC-ul LUMII FINANCIARE
WP nr. 2/2014
103
Anexa 3. Matrice Pearson - corelaţii Pearson Correlation Coefficients, N = 21
Prob > |r| under H0: Rho=0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 1 1.0000 0.1787 -0.3034 -0.3429 0.4402 -0.1551 -0.4151 -0.3091 -0.1693 -0.0628 -0.0688 -0.4085 -0.3217 -0.6564 0.5594 -0.3963 -0.3306 0.0818 -01283 -0.3945 -0.2699 -0.2520 -0.4755
1 0.4382 0.1812 0.1280 0.0458 0.5020 0.0613 0.1726 0.4630 0.7868 0.7669 0.0660 0.1549 0.0012 0.0084 0.0753 0.1432 0.7242 0.5792 0.0767 0.2367 0.2704 0.0293
2 0.1787 1.0000 -0.2378 -0.1937 -0.0243 0.3615 -0.6987 -0.6317 -0.5355 -0.3386 -0.3479 -0.6957 -0.6328 -0.1695 0.1750 -0.6779 -0.6642 -0.1764 -0.1418 -0.7018 -0.5871 -0.5212 0.0192
2 0.4382 0.2991 0.4000 0.9166 0.1074 0.0004 0.0021 0.0123 0.1332 0.1223 0.0005 0.0021 0.4624 0.4478 0.0007 0.0010 0.4441 0.5396 0.0004 0.0051 0.0154 0.9342
3 -0.3034 -0.2378 1.0000 -0.0895 -0.1631 -0.0667 0.0858 0.0145 -0.0713 -0.1777 -0.1823 0.0869 0.0200 0.0978 0.0774 0.0783 0.0535 0.1140 0.1293 0.0765 0.0165 0.0110 0.3140
3 0.1812 0.2991 0.6995 0.4799 0.7736 0.7115 0.9502 0.7585 0.4408 0.4288 0.7078 0.9312 0.6732 0.7388 0.7356 0.8176 0.6224 0.5762 0.7416 0.9432 0.9621 0.1656
4 -0.3429 -0.1937 -0.0895 1.0000 -0.1283 0.0961 0.1561 0.1074 0.0674 -0.0233 0.0225 0.1530 0.1048 0.0568 -0.0342 0.1378 0.1182 -0.0522 -0.0064 0.1352 0.1271 0.1243 0.1243
4 0.1280 0.4000 0.6995 0.5794 0.6784 0.4991 0.6429 0.7716 0.9200 0.9227 0.5077 0.6511 0.8066 0.8829 0.5513 0.6096 0.8220 0.9779 0.5590 0.5828 0.5828 0.5914
5 0.4402 -0.0243 -0.1631 -0.1283 1.0000 -0.7242 0.2947 0.4292 0.5420 0.5925 0.5517 0.3085 0.4314 -0.2131 -0.1208 0.3242 0.4117 -0.0419 -0.4475 0.3023 0.4849 0.2231 -0.0606
5 0.0458 0.9166 0.4799 0.5794 0.0002 0.1945 0.0521 0.0111 0.0046 0.0095 0.1736 0.0508 0.3535 0.6017 0.1516 0.0636 0.8568 0.0419 0.1828 0.0259 0.3309 0.7940
6 -0.1551 0.3615 -0.0667 0.0961 -0.7242 1.0000 -0.5784 -0.6465 -0.6636 -0.5769 -0.5680 -0.5937 -0.6404 0.0395 0.3021 -0.6102 -0.6557 -0.0220 0.3238 -0.5914 -0.6378 -0.5331 -0.1487
6 0.5020 0.1074 0.7736 0.6784 0.0002 0.0060 0.0015 0.0010 0.0062 0.0072 0.0045 0.0018 0.8647 0.1831 0.0033 0.0012 0.9244 0.1521 0.0047 0.0019 0.0128 0.5198
7 -0.4151 -0.6987 0.0858 0.1561 0.2947 -0.5784 1.0000 0.9848 0.9275 0.7922 0.8045 0.9997 0.9853 0.3661 -0.6137 0.9974 0.9916 -0.0821 0.0388 0.9992 0.9603 0.8655 0.1723
7 0.0613 0.0004 0.7115 0.4991 0.1945 0.0060 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1026 0.0031 <.0001 <.0001 0.7232 0.8671 <.0001 <.0001 <.0001 0.4550
8 -0.3091 -0.6317 0.0145 0.1074 0.4292 -0.6465 0.9848 1.0000 0.9766 0.8774 0.8841 0.9862 0.9991 0.3130 -0.6090 0.9891 0.9965 -0.1404 0.0201 0.9865 0.9886 0.8620 0.1330
8 0.1726 0.0021 0.9502 0.6429 0.0521 0.0015 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1670 0.0034 <.0001 <.0001 0.5436 0.9310 <.0001 <.0001 <.0001 0.5652
9 -0.1693 -0.5355 -0.0713 0.0674 0.5420 -0.6636 0.9275 0.9766 1.0000 0.9527 0.9575 0.9299 0.9726 0.2295 -0.5494 0.9387 0.9582 -0.2421 0.0602 0.9318 0.9852 0.8246 0.0432
9 0.4630 0.0123 0.7585 0.7716 0.0111 0.0010 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.3169 0.0099 <.0001 <.0001 0.2903 0.7952 <.0001 <.0001 <.0001 0.8525
10 -0.0628 -0.3386 -0.1777 -0.0233 0.5925 -0.5769 0.7922 0.8774 0.9527 1.0000 0.9888 0.7938 0.8735 0.1927 -0.5180 0.8091 0.8374 -0.3680 0.1243 0.7988 0.9079 0.7069 -0.0328
10 0.7868 0.1332 0.4408 0.9200 0.0046 0.0062 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.0162 <.0001 <.0001 0.1007 0.5913 <.0001 <.0001 0.0003 0.8877
11 -0.0688 -0.3479 -0.1823 0.0225 0.5517 -0.5680 0.8045 0.8841 0.9575 0.9888 1.0000 0.8061 0.8753 0.1578 -0.4913 0.8225 0.8450 -0.4129 0.1773 0.8101 0.9161 0.7535 -0.0496
11 0.7669 0.1223 0.4288 0.9227 0.0095 0.0072 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.4943 0.0237 <.0001 <.0001 0.0628 0.4419 <.0001 <.0001 <.0001 0.8307
12 -0.4085 -0.6957 0.0869 0.1530 0.3085 -0.5937 0.9997 0.9862 0.9299 0.7938 0.8061 1.0000 0.9865 0.3625 -0.6136 0.9981 0.9933 -0.0819 0.0292 0.9991 0.9615 0.8645 0.1776
12 0.0660 0.0005 0.7078 0.5077 0.1736 0.0045 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1062 0.0031 <.0001 <.0001 0.7238 0.9000 <.0001 <.0001 <.0001 0.4410
13 -0.3217 -0.6328 0.0200 0.1048 0.4314 -0.6404 0.9853 0.9991 0.9726 0.8735 0.8753 0.9865 1.0000 0.3335 -0.6187 0.9883 0.9965 -0.1255 0.0034 0.9866 0.9865 0.8525 0.1410
13 0.1549 0.0021 0.9312 0.6511 0.0508 0.0018 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1395 0.0028 <.0001 <.0001 0.5876 0.9883 <.0001 <.0001 <.0001 0.5419
14 -0.6564 -0.1695 0.0978 0.0568 -0.2131 0.0395 0.3661 0.3130 0.2295 0.1927 0.1578 0.3625 0.3335 1.0000 -0.4657 0.3376 0.3155 -0.2818 0.0629 0.3584 0.2512 0.2582 0.2277
14 0.0012 0.4624 0.6732 0.8066 0.3535 0.8647 0.1026 0.1670 0.3169 0.4025 0.4943 0.1062 0.1395 0.0334 0.1345 0.1635 0.2159 0.7865 0.1106 0.2719 0.2583 0.3208
15 0.5594 0.1750 0.0774 -0.0342 -0.1208 0.3021 -0.6137 -0.6090 -0.5494 -0.5180 -0.4913 -0.6136 -0.6187 -0.4657 1.0000 -0.6224 -0.6025 -0.0342 0.1673 -0.6120 -0.5760 -0.5359 -0.2924
15 0.0084 0.4478 0.7388 0.8829 0.6017 0.1831 0.0031 0.0034 0.0099 0.0162 0.0237 0.0031 0.0028 0.0334 0.0026 0.0038 0.8828 0.4684 0.0032 0.0063 0.0123 0.1983
16 -0.3963 -0.6779 0.0783 0.1378 0.3242 -0.6102 0.9974 0.9891 0.9387 0.8091 0.8225 0.9981 0.9883 0.3376 -0.6224 1.0000 0.9942 -0.0962 0.0402 0.9971 0.9684 0.8640 0.1967
16 0.0753 0.0007 0.7356 0.5513 0.1516 0.0033 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1345 0.0026 <.0001 0.6781 0.8625 <.0001 <.0001 <.0001 0.3927
17 -0.3306 -0.6642 0.0535 0.1182 0.4117 -0.6557 0.9916 0.9965 0.9582 0.8374 0.8450 0.9933 0.9965 0.3155 -0.6025 0.9942 1.0000 -0.0886 -0.0157 0.9926 0.9792 0.8621 0.1601
17 0.1432 0.0010 0.8176 0.6096 0.0636 0.0012 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1635 0.0038 <.0001 0.7025 0.9460 <.0001 <.0001 <.0001 0.4881
18 0.0818 -0.1764 0.1140 -0.0522 -0.0419 -0.0220 -0.0821 -0.1404 -0.2421 -0.3680 -0.4129 -0.0819 -0.1255 -0.2818 -0.0342 -0.0962 -0.0886 1.0000 -0.5516 -0.0788 -0.1931 -0.1406 0.1517
18 0.7242 0.4441 0.6224 0.8220 0.8568 0.9244 0.7232 0.5436 0.2903 0.1007 0.0628 0.7238 0.5876 0.2159 0.8828 0.6781 0.0725 0.0095 0.7342 0.4016 0.5432 0.5114
19 -0.1283 -0.1418 0.1293 -0.0064 -0.4475 0.3238 0.0388 0.0201 0.0602 0.1243 0.1773 0.0292 0.0034 0.0629 0.1673 0.0402 -0.0157 -0.5516 1.0000 0.0415 0.0360 0.0002 -0.1701
19 0.5792 0.5396 0.5762 0.9779 0.0419 0.1521 0.8671 0.9310 0.7952 0.5913 0.4419 0.9000 0.9883 0.7865 0.4684 0.8625 0.9460 0.0095 0.8581 0.8766 0.9992 0.4609
20 -0.3945 -0.7018 0.0765 0.1352 0.3023 -0.5914 0.9992 0.9865 0.9318 0.7988 0.8101 0.9991 0.9866 0.3584 -0.6120 0.9971 0.9926 -0.0788 0.0415 1.0000 0.9595 0.8664 0.1653
20 0.0767 0.0004 0.7416 0.5590 0.1828 0.0047 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.1106 0.0032 <.0001 <.0001 0.7342 0.8581 <.0001 <.0001 0.4739
21 -0.2699 -0.5871 0.0165 0.1271 0.4849 -0.6378 0.9603 0.9886 0.9852 0.9079 0.9161 0.9615 0.9865 0.2512 -0.5760 0.9684 0.9792 -0.1931 0.0360 0.9595 1.0000 0.8376 0.1140
21 0.2367 0.0051 0.9432 0.5828 0.0259 0.0019 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 <.0001 0.2719 0.0063 <.0001 <.0001 0.4016 0.8766 <.0001 <.0001 0.6227
22 -0.2520 -0.5212 0.0110 0.1243 0.2231 -0.5331 0.8655 0.8620 0.8246 0.7069 0.7535 0.8645 0.8525 0.2582 -0.5359 0.8640 0.8621 -0.1406 0.0002 0.8664 0.8376 1.0000 0.0059
22 0.2704 0.0154 0.9621 0.5914 0.3309 0.0128 <.0001 <.0001 <.0001 0.0003 <.0001 <.0001 <.0001 0.2583 0.0123 <.0001 <.0001 0.5432 0.9992 <.0001 <.0001 0.9796
23 -0.4755 0.0192 0.3140 -0.2742 -0.0606 -0.1487 0.1723 0.1330 0.0432 -0.0328 -0.0496 0.1776 0.1410 0.2277 -0.2924 0.1967 0.1601 0.1517 -0.1701 0.1653 0.1140 0.0059 1.0000
23 0.0293 0.9342 0.1656 0.2289 0.7940 0.5198 0.4550 0.5652 0.8525 0.8877 0.8307 0.4410 0.5419 0.3208 0.1983 0.3927 0.4881 0.5114 0.4609 0.4739 0.6227 0.9796
Sursa: prelucrare proprie
top related