analiza corelaţiilor privind impactul factorilor macro şi ... · analiza corelaţiilor privind...

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

[email protected]

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

mailto:[email protected]

Moreanu Robert - Nicolae



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




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


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




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


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


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




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


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


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.




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


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


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


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**




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


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.


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


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)




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


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


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.




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,

http://people.stern.nyu.edu/adamodar/pdfiles/papers/returnmeasures.pdf


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


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





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


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


analiza corelaţiilor privind impactul factorilor macro şi ... · analiza corelaţiilor privind...

Documents