+ All Categories
Home > Documents > Institutul Naional de Statistică Revista Română de ... · ANALIZA INTERDEPENDEN ... Management...

Institutul Naional de Statistică Revista Română de ... · ANALIZA INTERDEPENDEN ... Management...

Date post: 13-Sep-2019
Category:
Upload: others
View: 12 times
Download: 0 times
Share this document with a friend
220
Revista Română de Statistică Supliment Romanian Statistical Review Supplement 3/2017 Institutul Naţional de Statistică National Institute of Statistics www.revistadestatistică.ro/supliment
Transcript

Revista Română de Statistică

Supliment

Romanian Statistical Review Supplement

3/2017

Institutul Naţional de Statistică

National Institute of Statistics

www.revistadestatistică.ro/supliment

Revista Română de Statistică - Supliment nr. 3 / 2017

SUMAR / CONTENTS 3/2017REVISTA ROMÂNĂ DE STATISTICĂ SUPLIMENT

FACTORI CRITICI ȘI CRITERII MAJORE ÎN PROIECTELE DE SUCCES, BAZATE PE FINANAȚARE EXTERNĂ 3CRITICAL FACTORS AND MAJOR CRITERIA ÎN SUCCESFULL PROJECTS BASED ON FOREIGN FINANCING 16Prof. univ. dr. habil. GHEORGHE SĂVOIU Ec. drd. Ligian TUDOROIU

MODELE ȘI INDICATORI UTILIZAȚI ÎN PROGNOZA MACROECONOMICĂ 29MODELS AND INDICATORS USED IN MACROECONOMIC FORECAST 40Prof. univ. dr. Constantin ANGHELACHEConf. univ. dr. Mirela PANAITDrd. Andreea – Ioana MARINESCUDrd. Georgiana NIȚĂ

ANALIZA EVOLUŢIEI CIFREI DE AFACERI ÎN COMERŢUL CU RIDICATA ŞI AMĂNUNTUL 49ANALYSIS OF THE EVOLUTION OF TURNOVER IN WHOLESALE AND RETAIL 63Conf. univ. dr. Mădălina-Gabriela ANGHELProf. univ. dr. Radu Titus MARINESCUConf. univ. dr. Aurelian DIACONUDrd. Gyorgy BODO

ANALIZA EVOLUȚIEI PIB ÎN TERMENI REALI 76ANALYSIS OF THE EVOLUTION OF GROSS DOMESTIC PRODUCT IN REAL TERMS 88Prof. univ. dr. Constantin ANGHELACHEConf. univ. dr. Aurelian DIACONUAsist. univ. dr. Zoica NICOLADrd. Tudor SAMSONDrd. Radu STOICADrd. Emilia STANCIU

VALORIFICAREA METODEI MONTE CARLO ÎN ESTIMAREA FONDURILOR EUROPENE ABSORBITE DE ECONOMIA ROMÂNIEI DE LA UNIUNEA EUROPEANĂ, ÎN PERIOADA 2007-2013 100USING THE MONTE CARLO METHOD TO ESTIMATE THE EUROPEAN FUNDS ABSORBED BY THE ROMANIAN ECONOMY FROM THE EU IN 2007-2013 110Prof. univ. dr. habil. GHEORGHE SĂVOIU Drd. Ligian TUDOROIU Conf. univ. dr. Emil BURTESCU

ANALIZA EVOLUŢIEI COMERŢULUI INTERNAŢIONAL AL ROMÂNIEI 120ROMANIA’S INTERNATIONAL TRADE EVOLUTION ANALYSIS 130Prof. univ. dr. Alexandru MANOLELector univ. dr. Ana CARPAsistent univ. dr. Zoica NICOLADrd. Marius POPOVICI

ANALIZA INTERDEPENDENŢEI DINTRE PIB ŞI INFLAŢIE 140ANALYSIS OF THE INTERDEPENDENCE BETWEEN GDP AND INFLATION 148Conf. univ. dr. Mădălina-Gabriela ANGHELConf. univ. dr. Florin Paul Costel LILEADrd. Maria MIREA

www.revistadestatistica.ro/supliment

Romanian Statistical Review - Supplement nr. 3 / 20172

CONSIDERAȚII TEORETICE PRIVIND PRINCIPALELE PROPORȚII SI CORELAȚII MACROECONOMICE 156THEORETICAL CONSIDERATIONS REGARDING THE MAIN MACROECONOMIC PROPORTIONS AND CORRELATIONS 169Prof. univ. dr. Alexandru MANOLEConf. univ. dr. Mădălina-Gabriela ANGHELDrd. Alexandru BADIUDrd. Doina AVRAM

PRINCIPALELE INTERCONEXIUNI ÎNTRE INDICATORII BALANŢEI DE PLĂŢI EXTERNE ŞI AGREGATELE MACROECONOMICE DE REZULTATE 182THE MAIN INTERCONNECTIONS BETWEEN BALANCE OF PAYMENTS INDICATORS AND THE MACROECONOMIC AGGREGATES RESULTS 189Prof. univ. dr. Constantin ANGHELACHEDrd. Doina BUREADrd. Alexandru URSACHE

FINANCIAL REPORTING – CHALLENGES AND TRENDSWHAT IS THE IMPACT OF ALIGNMENT TO INTERNATIONAL STANDARDS FROM FINANCIAL PERSPECTIVE? 197Carmen LACATUSU

EFECTELE ACTIVITĂȚII DE TRANSPORT ASUPRA FACTORILOR DE MEDIU 211Marius Cristian DUMITRU -VLĂDULESCUIoana MUŞAT

Revista Română de Statistică - Supliment nr. 3 / 2017 3

Factori critici şi criterii majore în proiectele de succes, bazate pe fi nanaţare externă

Prof. univ. dr. habil. Gheorghe SĂVOIUUniversitatea din Pitești și Școala doctorală a Universității din CraiovaEc. drd. Ligian TUDOROIU S.C. RONERA RUBBER S.A. Bascov și Școala doctorală a Universității din Craiova

Abstract Această lucrare este dedicată factorilor critici și criteriilor majore în proiecte defi nite ca fi ind de succes, bazate pe fi nanțarea externă. Aproape cinci decenii de existență a unei astfel de organizații importante ca Project Management Institute (PMI), s-au bazat pe managementul de proiect utilizat simultan în domeniu științifi c și educațional, pentru a oferi sprijin economic și social, cu impact demografi c și umanitar, dar și de esență profesionistă și mai mult multiculturală a dezvoltării globale a lumii. Entuziasmul și dedicarea unui grup de manageri de proiect, ingineri, statisticieni, economiști, sociologi, matematicieni, etc., pe parcursul a două decenii, între 1960 și 1980 a dus la fondarea teoriei factorilor critici și a criteriilor majore pentru un proiect de succes. Vocea unor giganți precum Dennis P. Slevin și Jeffrey K. Pinto, dedusă din lucrările lor și din activitățile și punctele lor de vedere, precum și din lucrările de formare instrumentală, metodologică și de manangement în proiect, au oferit și furnizează în continuare o conceptualizare holistică a teoriei naționale și regionale, europene și internaționale a factorilor critici și a criteriilor majore, ca viziuni centrate pe informații și rezultate care vizează îmbunătățirea standardelor economice, sociale, instituționale, etc. și performanța evaluărilor proiectelor de succes. Autorii articolului încearcă să prezinte sintetic opinia lor, iar la fi nalul ariticolul identifi că printr- o manieră de ierarhizare statistică câteva aspecte specifi c proiectelor de succes în România fi nanțate de Uniunea Europeană (UE). Cuvinte cheie: factori critici, criterii, proiect de succes, management de proiect, Project Management Institute (PMI), chestionar, motoda de ierarhizare statistică.

1. INTRODUCERE Project Management Institute (PMI) înfi ințat la 9 octombrie 1969, la Georgia Institute of Technology din Atlanta (SUA), în urma unei întâlniri între Jim Snyder și Gordon Davis al cărei scop a fost acela de a oferi un mijloc de asociere, comunicare și schimb de informații pentru viitorii manageri

Romanian Statistical Review - Supplement nr. 3 / 20174

de proiecte, a însemnat nașterea simultană a unei noi instituții, profesii și modalități de a realiza investițiile în economia modernă. În prezent din PMI, fac parte 700 de mii de membri și antrenează în activitatea de management de proiect aproape trei milioane de profesioniști, dar și patru entități cu scop educațional și informațional, pentru managerii de proiecte în curs de consacrare sau deja consacrați (ProjectManagement.com), pentru mangerii specializați în proiecte de caritate, non-profi t și pentru binele social (PMIEF), pentru managerii care asigură analiza comparativă a relațiilor umane în proiecte de afaceri și guvernamentale (Human Systems International-HSI) și managerii de proiecte și liderii de opinie din societatea culturală reală (ProjectsAtWork). În managementul de proiect modern, conform ghidului din 2013, al PMI sunt descrise cinci procese de realizare a proiectelor (inițierea, planifi carea, executarea, monitorizarea și controlul, precum și fi nalizarea ofi cială a proiectului) și un număr de zece domenii de cunoștiințe multiplicând cele șase expuse inițial în 1983 și validând o evoluție fără precedent a multidisciplinarității mangementului de proiect în ultimele trei decenii.

Evoluția standardelor PMI sau domeniilor de expertiză ale multidisciplinarității managementului de proiecte

Tabel 1Domenii de expertiză conform edițiilor anuale ale ghidului PMI referitoare la managementul:

1983 2000 2013

1. echipei (resursei umane);2. armonizării activităţilor;3. ariei de cuprindere; 4. timpului; 5. costului; 6. calităţii;

1. armonizării activităţilor;2. ariei de cuprindere; 3. timpului; 4. costului; 5. calităţii; 6. echipei (resursei umane);7. comunicării;8. riscului;9. achiziţiilor;

1. armonizării activităţilor;2. ariei de cuprindere; 3. timpului; 4. costului; 5. calităţii; 6. echipei (resursei umane);7. comunicării;8. riscului;9. achiziţiilor;10. părților interesate de proiect (stakeholders)

Sursa: Realizat de autori pe baza: http://www.pmi.org/pmbok-guide-standards/foundational/pmbok.

Fondul european de fi nanţare este elementul esential al relației existențiale și eligibilității proiectelor în UE, descriind conexiuni între acesta și programul de fi nanțare respectiv proiectul fi nanțat la fi nal.

Revista Română de Statistică - Supliment nr. 3 / 2017 5

Relaţia fond de fi nanțare – program de fi nanțare – proiecte fi nanțateFigura nr. 1Figura nr

Sursa: Realizat de autori pornind de la Săvoiu, G. (2006). Proiecte cu fi nanțare externă, Editura Independența Economică, Pitești.pag. 24

Fondul european de fi nanţare al unui proiect este expresia unei politici a UE privind dezvoltarea, evoluția omogen structurală și convergentă, asigurarea coeziunii sociale, soluționarea unor aspecte comunitare specifi ce etc., delimitând practic un instrument fi nanciar care promovează strict o anume politică. Fondul european de fi nanţare impune respectarea principiilor de ordin general ale UE, de la principiul concentrării măsurilor în jurul obiectivelor prioritare (zone sau regiuni sărace), la cel al parteneriatului (internațional, naţional, regional, local etc.), de la principiul adiţionalităţii (cu scopul de a completa și nu de a înlocui parţial sau integral fi nanţarea internațională, naţională, regională, locală), la cel al programării (agregând subprograme în cadrul unor programe multianuale, multiregionale, multistructurale și valorifi când complex multiple activităţi) etc. Managementul proiectelor transformă un proiect eligibil într-unul de succes și constituie o abordare managerială multidisciplinară (simultan și inter- și transdisciplinară în anumite domenii de expertiză ale acestuia), reunind un set de cunoştinţe, competenţe, deprinderi, tehnici şi instrumente variate și specifi ce pentru îndeplinirea obiectivelor proiectului, scopul fi ind acela de a obţine un anumit rezultat, respectând constrângerile fi nanciare, de timp, de calitate şi cele de natură tehnică impuse după evaluarea şi selectarea proiectului etc.

Romanian Statistical Review - Supplement nr. 3 / 20176

2. PROIECTUL DE SUCCES ȘI FACTORII CRITICI DE SUCCES ÎN MANAGEMENTUL DE PROIECT

Succesul în managementul de proiect sau proiectul de succes ca în teoria managerială a proiectelor devenit treptat o noțiune complexă, pe care chiar și o analiză diagnostic nu o poate reduce la elemente standard pornind de la activități, termene, buget, specifi cații etc. Literatura clasică și contemporană identifcă multiple variante factoriale ale unui proiect de succes prin noțiunea de satisfacție a celor implicați sau afectați de proiectul în sine: a) satisfacția clientului sau comunității dată de rezultatul fi nal al unui proiect coincide frecvent cu percepția de succes într-un proiect ( Montequin et al, 2016); b) măsura în care partenerii sau părțile asociate și afectate de un proiect consideră că rezultatele lui sunt îndeplinite dacă organizarea, planifi carea, conducerea şi monitorizarea resurselor a asigurat îndeplinirea obiectivelor generale şi detaliate, prestabilite (Kerzner, 1998); c) măsura în care produsul fi nal al proiectului satisface sau nu așteptările prin performanțele sale reale confruntate cu cele declarate în proiect (Baker et al.,1988), etc. Ce înseamnă în mod practic succesul unui proiect și implicit al managementului deproiect? În primul rând, nu există proiect de succes cu caracter generalizat sau cu rol de rețetă unică sau asemeni unui medicament salvator. În aldoilea rând deși la prima vedere s-ar putea crede că defi nirea succesului ar fi una relativ simplă, în practică diferite persoane defi nesc succesul în moduri total diferite. Pe baza discuțiilor cu o gamă largă demanageri și participanți la proiect și pornind de la observarea comportamentelor concrete ale oamenilor în proiecte reale de viață, s-a realizat o clasifi care a diferitelor defi niții pe un număr de cinci straturi omogene de respondenți (Tabel 2).

Stratifi carea cu scop de conceptualizare și ierarhizare a proiectelor de succes conform teoriei PMI și literaturii de specialitate

Tabel 2STRATUL IERARHIC

CONDIȚIA DE DECLARAREA A PROIECTULUI DREPT PROIECT DE SUCCES

Stratul Iun proiect oferă toate sau cea mai mare parte din ceea ce s-a declarat în conținutul acestuia că ar fi ca domeniu de aplicare, indiferent de programul sau de performanță a bugetului

Stratul II un proiect oferă ceea ce s-a declarat în forma lui fi nală că ar fi programul și / sau bugetul convenit al acestuia;

Stratul III un proiect oferă conform variantei sale fi nale ceea ce îl defi nește ca termen, buget și standarde de calitate așteptate;

Stratul IVun proiect oferă ceea ce s-a declarat în ultima sa formă aceptată că ar constitui toate obiectivele convenite (ex: domeniul de aplicare, programul, bugetul, calitatea sau rezultatele proiectului etc. ce trebuiau atinse sau poziții strategice ce trebuiau respectate);

Stratul V un proiect fi nal ca formă și fi nalizat practic, în care produsul fabricat de proiect creează valoare netă semnifi cativă pentru organizații, parteneriate, consorții și comunități.

Surse: Realizat de autori după teoria PMI disponibilă on-line la https://www.pmi.org/about/learn-about-pmi

Revista Română de Statistică - Supliment nr. 3 / 2017 7

Defi niția clasică din manualele de PMI asimilează un proiect de succes frecvent cu cel din stratul IV respectiv în cazul în care proiectul atinge toate obiectivele convenite în forma fi nală a acestuia. Cu toate acestea, probabil pentru că programul și bugetul sunt dimensiunea cea mai vizibilă, în mijlocul unui proiect, mulți teoreticieni și manageri consideră stratul II si III drept răspunsul defi nitiv, iar în analizele retroactive domină conceptualizarea specifi că stratului V. Un exemplu practic în acest sens este proiectul Operei din Sydney. Acest proiect prevedea un termen de fi nalizare de 5 ani, la un cost de numai 7 milioane de dolari, dar la fi nal proiectul a fost realizat în 13 ani și a costat 110 milioane. Numai retrospectiv sau conform defi niția stratului V, devine clar că proiectul a creat o valoare netă enormă, incomparabilă cu costurile inițiale sau fi nale pe care le-a acoperit și a condus la o valoare netă de peste două ori mai mare în raport cu costurile brute fi nale. Având în vedere faptul că sponsorii sau fondurile și respectiv programele sunt acelea care fi nanțează proiectul (iar comunitățile de regulă îndeplinesc o funcție agregativă de client), atunci defi niția stratului V ar trebui să fi e punctul de plecare pentru planifi carea unui proiect ceea ce impune un feedback necesar în cadrul UE. Acest aspect nu înseamnă însă că programul timpul și bugetul nu sunt importante, ci dimpotrivă ele se mențin drept constrângeri (fi gura 2), dar crearea de valoare ar trebui să fi e contextul în care se iau decizii, în care proiectele sunt stabilite și în raport cu care este monitorizat progresul unui proiect.

Sursa: Cavarec, Yves, Revisiting the defi nition of project success, 2010,https://www.pmi.org/learning/library/revisiting-defi nition-project-success-6098

Tripla constrângere descrisă mai sus ar trebui să fi e utilizată în monitorizarea și controlul tuturor proiectelor cu fi nanțare externă (europeană) timpul, costurile și aria sau domeniul oferind multe statistici descriptive

Romanian Statistical Review - Supplement nr. 3 / 20178

apte a separa proiectelede succes de cele considerate eșecuri. În universul contemporan al proiectelor cu fi nanțare externă există tentația exagerată de a declara un proiect de succes acel proiect care dacă ar trebui făcut din nou, toată lumea să refacă totul exact în același mod în care s-a realizat anterior. Este greu de imaginat câți oare dintre managerii de proiect ar dori să realizeze un proiect exact în același mod cu un altul anterior când opțiunea lor pentru această profesie a plecat de la dorința de a lucra mereu în condiții noi, de a fi creativi și originali iar proiectul în sine se defi nește ca o nouă realitate în raport cu cele deja existente. Literatura de specialitate considerată deja clasică a managementului de proiect se referă frecvent la două componente ale succesului proiectului: I. factorii de succes ai proiectului identifi că elementele unui proiect care, atunci când infl uențează au drept rezultat creșterea probabilității de succes (factorii fi ind de fapt variabile independente care fac succesul unui proiect mult mai probabil) sau altfel scris descriu statistico-matematic pe xij din funcția defi nită de succesul unui proiect yij = f(xij), unde xij reprezintă tot atâtea variabile exogene diverse al căror coefi cient de determinație R2 este cuantifi cat și deține valori semnifi cative în raport cu succesul proiectului yij; II. criteriile de succes în proiect descriu modalitățile de evaluare sau măsurile utilizate pentru a judeca succesul sau eșecul unui proiect (criteriile de succes sunt variabilele dependente sau rezultative care măsoară succesul) sau altfel scris descriu statistico-matematic pe yij din funcția defi nită de succesul unui proiect yij = f(xij) unde yij reprezintă tot atâtea variabile endogene de măsurare a succesului proiectului al căror coefi cient de determinație R2 este cuantifi cat și semnifi cative în raport cu variabilele explicative xij.(Müller, Jugdev, 2012) Abordare diferențiată dintre factori (variabile exogene) și criterii (variabile endogene) sau rezultate a pornit de la evoluția istorică a managementului de proiect. Această abordare a condus treptat la opoziția naturală factor de succes critic și indicator cheie de performanță. Factori critici de succes nu trebuie să fi e confundați cu criteriile de succes sau rezultatele reușitei proiectului. Acestea din urmă sunt rezultate ale unui proiect sau realizări ale unei organizații necesare pentru a lua în considerare proiectul drept unul succes sau o organizație de succes. Criteriile de succes sunt defi nite prin obiectivele proiectului și pot fi cuantifi cate prin indicatori cheie de performanță ai proiectului. Principiul succesului predefi nit sau defi nit „a priori”, se materializează la nivelul proiectului prin deciziile care se vor lua numai pe baza criteriilor de succes stabilite din timp pentru a permite o măsurare mai exactă, prin acei indicatori cheie de performanță ai proiectului. Defi nirea precisă a criteriilor de succes constituie totodată

Revista Română de Statistică - Supliment nr. 3 / 2017 9

şi o soluţie de apărare în faţa unor reclamaţii viitoare sau chiar în faţa unor critici din partea fi nan ţatorului. Pentru ansamblul unui proiect se pot identifi ca drept criterii de performanţă sau succes, diverși indicatori: acceptarea de către fi nanţator a proiectului şi fi nanţarea acestuia în cadrul montajului bugetar alocat, respectarea obiectivelor iniţiale, fi nalizarea atât în cadrul timpului planifi cat, cât şi în limitele bugetului prestabilit, conformitatea în raport cu standardele tehnice şi de calitate, fi nalizarea în conformitate cu domeniul de activitate iniţial şi printr-o alocare efi cientă a resurselor. Altele sunt însă soluțiile de asigurare a succesului în situaţiile de analiză a derulării unui proiect de la respectarea termenelor limită sau a „dead-line”- urilor precum şi a montajului bugetar iniţial la nivelul fazelor, promovarea unei imagini favorabile a proiectului şi până la analiza impactului asupra benefi ciarului sau publicului ţintă, de la impactul pozitiv creat asupra comunităţii locale, judeţene, regionale, naţionale, la impactul favorabil exercitat asupra unor structuri comunitare de tipul femei-bărbaţi, diverse etnii, categorii de populaţie ocupată sau neocupată, diminuarea impactului nedorit asupra anumitor subcategorii de populaţie precum populaţia de „vârsta a patra”, subcategoria analfabeţilor etc.(Săvoiu, 2006). Conceptul de factorii cheie de succes ai proiectului (KSF) a început să dețină un interes tot mai mare în domeniul PMI în anii 1960 când cercetătorii s-au concentrat pe identifi carea factorilor critici pentru a asigura succesul strategic sau factorii asociați și dominanți în raport cu realizarea misiunii și obiectivelor strategice ale unui proiect (Belassi, Tukel, 1996). Treptat noțiunea s-a diversifi cat în raport cu aria, cu parteneriatul public sau privat ori cu consorțiul sau federația care și-au asumat proiectul, cu tipul activităților de investiții caracteristice etc. Factorii critici de succes sau KSF se redefi nesc alteori în raport cu impactul proiectului, cu modul în care proiectele sunt realizate cu califi cative de excelență, cu universalitatea sau dimpotrivă cu specifi citatea activității sau naturii proiectului, cu arealul național, regional sau internațional al proiectului, cu etapa din ciclul de viață al proiectelor sau cu mediul lor intern ori extern de realizare, prin inovativitatea declarată și realizată a proceselor proiectului, prin informația și infrastructura specifi că, prin fi nanțare, monitorizare și control etc. (Leidecker, Bruno, 1984; Belassi, Tukel, 1996; Kerzner, 1998; Muriithi și Crawford, 2003; Jugdev, Muller 2005; Zhang, 2005; Holt, 2010; Valentin et al., 2013, Osei-Kyei, Chan, 2015; Montequin, et al, 2016). Analiza factorilor critici în proiectele economice cu fi nanțare externă este una cumulativă, la evaluarea eligibilității acestora, respectiv acceptarea sau respingerea unui proiect contribuind mai mulți factori simultan. Statisticile asupra primilor cinci factori critici standard sau generali (care duc la

Romanian Statistical Review - Supplement nr. 3 / 201710

respingerea unor proiecte din faza de evaluare a eligibilităţii și chiar și ulterior în competițiile deschise pentru fi nanțare) identifi că: a) structura inadecvată a parteneriatului sau consorțiului drept cauză a respingerii a trei proiecte din patru; b) relevanţa proiectului ca aptă să genereze refuzul a două proiecte din trei; c) abordările neconvingătoare aduc neeligibilitatea unui proiect din trei ca și insufi ciența inovării sau schimbării reale; d) informația insufi cientă; e) management de slabă calitate transformând în eșecuri un proiect din cinci. Factorii critici de succes (KFS) sunt elemente care sunt vitale pentru ca o strategie să poată avea success la fi nal, factorii conduc strategia înainte și pot întări sau rupe succesul strategiei. Criteriile devenite în practică indicatori cheie de performanță sunt măsuri care cuantifi că obiectivele de management, împreună cu o țintă sau prag și permit măsurarea performanței strategice. Factorul critic de succes (KFS) a apărut ca termen de management pentru un element care este necesar unei organizații sau companii care derulează un proiect cu scopul de a-și îndeplini misiunea sa sau proiectul. Termenul a fost folosit inițial în lumea de analiză a datelor economice și în analiza economică sau de afaceri de către John Rockart în 1979. „Factorii critici de succes sunt acele câteva lucruri care trebuie să meargă bine pentru a asigura succesul unui manager de proiect sau sau proiectului unei organizații și, prin urmare, ele reprezintă acele zone de conducere sau domenii de activități cărora trebuie să li se acorde o atenție specială pentru a continuă să aducă performanțe ridicate” (Boynton, Zmud, 1984). Literatura managementului de proiect s-a îmbogățit treptat cu lucrări dedicate atât criteriilor de succes și implicit indicatorilor cheie de performanță ai proiectului cât și factorilor critici de succes ai acestuia. Studii detaliate clasifi că și ierarhizează continuu această problemă duală și cu rol esențial nu numai în managementul de proiect, dar mai ales în modelarea variabilelor atât de diverse ce constituie treptat esența criteriilor (factorii cheie de performanță ca variabile endogene) și factorilor critici de succes (în calitate de variabile exogene). Multe dintre aceste articole și chiar cărți încearcă după fi nalizarea unor categorii de proiecte să distingă modelarea optimă cu scopul de a determina succesul în raport de factorii critici de succes specifi ci. O primă perioadă de studii axate pe implementarea și predarea proiectului, precum și pe defi nirea succesului în ceea ce privește triunghiul de fi er (validitate tehnică, validitate organizatională, efi cacitatea organizatională) este 1960 – 1990. Se disting aici mai ales Pinto J.K., Slevin D.P., Prescott J.E. și de Wit deveniți clasicii acestor domenii noi de cercetare.(de Wit, 1988; Pinto, Prescott, 1988; 1990; Pinto, Mantel , 1990; Pinto, Slevin 1987; 1988; 1990; etc.) În ultimul deceniu al perioadei (1980-1990) accentul a fost pus pe dezvoltarea listelor

Revista Română de Statistică - Supliment nr. 3 / 2017 11

de criterii și factori prin studii de caz unice și variate în locul încercării de a standardiza sistem de clasifi care sau un cadru general taxonomic. O literatură de specialitate voluminoasă a fost scrisă de-a lungul acestor trei decenii, cu privire la succesul judecat de gradul în care au fost atinse obiectivele proiectului, la succesul managementului de proiect, la managementul indicatorilor cheie de performanță sau criteriilor performanței, la factorii critici de succes. În noul deceniu 1990-2000 apariția unui cadru integrat și a unei viziuni holistice privind succesul proiectului, care include mult mai mulți factori în ecuația de ansamblu, resintetizează categoriile și diversifi că tipogiile factoriale în raport cu specifi ctatea proiectelor. Ulterior detalieri diferite ale acestor factori critici și a criteriilor, precum și modelările axate pe variabile exogene (factori critici de succes) și variabile endogene (criterii defi nite prin indicatori) au devenit țintele articolelor și cărților din teoria managementului proiectelor de succes.

3. UN INTERVIU DEDICAT IDENTIFICĂRII CLASELOR MAJORE ALE FACTORILOR CRITICI DE SUCCES AI PROIECTELOR

FINANȚATE DE UE ÎN ROMÂNIA

Autorii acestui articol, valorifi când metoda interviului au realizat o selectare a principalelor clase de factori critici de succes ai proiectelor în România, apelând la un număr inițial de 60 de experți (foști sau actuali manageri de proiect cu fi nanțare externă europeană) cu scopul de a delimita dacă există un specifi c românesc al claselor, dintre care numărul respondenților fi nali a fost de 36 (rata de non-răspuns la interviu atingând valoarea de 48%). Precizarea ipotezelor interviului semistructurat și conținutul ghidului au avut drept punct de plecare cunoașterea teoriei factorilor cheie de succes conform unei triangulații axate pe teoria KSF dar și pe teoria managementului clasic de proiecte și pe teoria proiectului de succes. Scopul interviului a fost realizarea și pilotarea ulterioară unui chestionar dedicat unei anchete privind ierarhizarea claselor generale și a factorilor critici de succes ai proiectelor fi nanțate de UE în România (Rotariu, Iluț, 1997; Cocoradă, et al, 2014). Ipoteza selectării primelor clase de factori critici de succes pe baza experienței experților a fost revelatoare pentru unele cercetări ulterioare vizând perspective, tendințe și evoluții ale accesării proiectelor cu fi nanțare europeană în România etc. Proveniența experților a fost supusă și ea unei triangulații specifi ce structurii managerilor de proiect, conform celor trei sub populații care au constituit sursa de selectare, similare ca volum inițial, dar cu rată de nonrăspuns ușor diferită (tabel 3)

Romanian Statistical Review - Supplement nr. 3 / 201712

Proveniența experților interviului conform populației din care au fost selectați

Tabel 3Populația / subpopulația

experțilorNumăr inițial al

experților selectațiNon-răspunsuri Număr fi nal al

experților respondențiNumăr Rată (%)Academică (educațională) 20 7 35 13Industrie și servicii 20 9 45 11Cultură, artă, comunități 20 8 40 12Total experți intervievați 60 24 100 36Sursa : Realizat de către autori pe baza datelor interviului

Rezultatele interviului legate strict de categoria primelor șapte clase de factori critici de succes ai managementului de proiecte fi nanțate de UE, în România, sunt prezentate succint în tabelul 4 :

Clase majore ale factorilor critici conform rezultatelor interviului în raport cu rangul 1 (A) acordat tipologiei majore (clasei defi nitorii)

Tabel 4Nr crt. Denumirea clasei de factori critici de succes Frecvența

absolută – ni –Frecvența

relativă – ni* (%)

Q1Clasa stabilității mediului politic, economic, social și legislativ 10 27,8

Q2Clasa impactului convergenței regionale și adecvării la programe și fonduri UE 7 19,4

Q3 Clasa conținutului și substanței proiectului 6 16,7Q4 Clasa standardelor de management 5 13,9

Q5Clasa instrumentelor de management al timpului și calității 4 11,1

Q6 Clasa priorităților managerului de proiect 3 8,3Q7

Clasa specifi că statutului și conceptualizării proiectului de succes 1 2,8

Total 36 100,0Sursa : Realizat de către autori pe baza datelor interviului

Teoria interviului și specifi cul acestei cercetări sociologice au fundamentat teoretic o primă investigarea cu accent pe identifi carea claselor de factori critici de succes ai managementului de proiecte fi nanțate de UE, în România. O a doua axă a cercetării sociologice a vizat și identifi carea concretă în cadrul fi ecărei clase a principalilor factori critici și detalierea lor infraclasă sau subtipologizarea conform opiniilor experților (tabel 5)

Revista Română de Statistică - Supliment nr. 3 / 2017 13

Componența fi nală a chestionarului (clase și factori)Tabel 5

Nr. Crt. DENUMIREA CLASEI ȘI A FACTORILOR CRITICI DE SUCCES CE O COMPUN

Q1

CLASA STABILITĂȚII MEDIULUI POLITIC, ECONOMIC, SOCIAL ȘI LEGISLATIVStabilitatea politică și a sprijinului dat în ue și în economiile implicatePolitica economică și socială bazată pe transparență și onestitate în UECadrul juridic favorabil în UE și în economiile implicateCondițiile macroeconomice stabile în UE și economiile implicatePiață fi nanciară matură și disponibile în economiile implicateSprijin public / comunități în economiile implicateGaranții guvernamentale și alte garanții instituționale

Q2

CLASA IMPACTULUI CONVERGENȚEI REGIONALE ȘI ADECVĂRII LA FONDURI ȘI PROGRAME UESelectarea programului de drept și fondurile adecvate din partea UEAlocarea adecvată a riscului și utilizarea în comun între partenerii din UEPropuneri fi nanciare competitive și de convergență pentru regiunile UEObiective regionale clare în interiorul programelor și fondurilor din UEClaritatea rolurilor și responsabilităților între partenerii regionali din UERaționalitatea în aprobarea procesului de fi nanțare în UEComunicare deschisă și permanentă cu instituțiile de fi nanțare din UE

Q3

CLASA CONȚINUTULUI ȘI SUBSTANȚEI PROIECTULUIDeclarație clară, design de dezvoltare scurt și termene mai miciScopurile și obiectivele clare ale timpului, bugetului și performanțe Angajament ferm luat de către părți în parteneriat sau consorțiuPlanifi carea proiectului corectă și detaliată bazată pe așteptări realisteBună fezabilitate bazat pe noua tehnologie și inovarePersonalul competent sau echipa cu un manager de proiect real si efi cientAchiziții publice transparente și competitiveImpactul favorabil al proiectului asupra mediului

Q4

CLASA STANDARDELOR DE MANAGEMENTExcelenta in organizarea si integrarea partenerilor / activitățiManagementul participativ al diversității echipei și consilierilor profesioniștiConducerea fi nanciară rafi nată cu abilități antreprenoriale remarcabileNivelul superior de performanță la întâlniri și în comunicareMonitorizarea subtilă a calității și a potențialului strategicMaturitate în evaluarea domeniului de aplicare și identifi carea / atribuirea riscurilorFiabilitatea și consistența monitorizării standardelor

Q5

CLASA INSTRUMENTELOR DE MANAGEMENT AL TIMPULUI ȘI CALITĂȚIIBrainstormingulMetoda sau analiza prin optimizare și calea critică (PERT)Diagrame de timp sau grafi ce (rețeaua logică, diagrama Gantt, fi shbone etc.)Management de proiect software (planifi care, echipe, monitorizare etc.)Defalcare pe structura de lucru (wbs)Metoda valorii adaugate sau castigate (domeniul de aplicare, timp, costurile)Modelul etapa - poarta (proces stage-gate)

Q6

CLASA PRIORITĂȚILOR MANAGERULUI DE PROIECTTermene limită (timp)Costuri (buget)Calitate (standard)Domeniu de aplicare (activități)Echipa (personal sau resurse umane)

Q7

CLASA SPECIFICĂ STATUTULUI ȘI CONCEPTUALIZĂRII PROIECTULUI DE SUCCESCrearea de noi produse, servicii, procese și activități, piețeSatisfacție și motivaționale ajutoare pentru individ, echipa sau parteneriatMenținerea integrității liniei de bază de măsurare a performanțeiFormare, educație și cultura resurselor umaneÎmbunătățire în domeniul IT, tehnologie, infrastructură, resurse, strategieCriterii și indicatori de succes auto-defi nite prin proiectImpactul pozitiv asupra clientului și a piețelor

Sursa: Realizat de către autori pe baza răspunsurilor din interviu.

Romanian Statistical Review - Supplement nr. 3 / 201714

Cercetarea sociologica axată pe experți (manageri de proiect) din acest articol a condus la elaborarea, în fi nal, a unui chestionar cu scop de investigare a importanței factorilor critici sau cheie de succes (KSF), printr-o altă cercetare distinctă cu scop de ierahizare și urmărind construcția unui indicator statistic de evaluare a acestor factori.

4. CONCLUZII Articolul de față este extras dintr-o cercetare mai amplă, fi ind urmarea unui studiu extins privind analiza specifi cității managementului de proiecte cu accent pe proiectele cu fi nanțare externă din UE, pe identifi carea diversității factorilor de succes/insucces și a criteriilor sau cauzelor de reușită/eșec în proiecte realizate în România. În urma acestei prime investigații, un chestionar a fost creat și pilotat deja în vederea ierarhizării factorilor critici de succes și este destinat în mod distinctiv managerilor de proiect din România Chestionarul menționat a fost plasat în rețeaua managerilor de proiect și rezultatele acestuia vor constitui o lucrare cu un caracter statistic mult mai pronunțat.

BIBLIOGRAFIE 1. Baker, B. N. Murphy, D. C., Fisher, D., Cleland, D. I., and King, W. R. (1988).

Project management handbook, Proj. Manag. Handb. New York: Van Nostrand Reinhold, pp. 902–919.

2. Bârgăoanu, Alina, Managementul proiectelor, București: Editura Comunicare, 2007.

3. Belassi, W. and Tukel, O. I. (1996). A new framework for determining critical success/failure factors

4. Boynton, A.C., and Zmud, R.W., (1984). An Assessment of Critical Success Factors, Sloan Management Review 25 (4), pp. 17-27.

5. Cocoradă, E., Cazan, A.M., Cavaco, C, Orzea, I., (2014). Metode de cercetare calitativa in psihologie si stiintele educației. Brasov: Editura Universității Transilvania din Brasov.

6. Daniel, D. Ronald, (1961).Management Information Crisis, Harvard Business Review, Sept.-Oct..

7. Holt, G., (2010). Contractor selection innovation: examination of two decades’ published research, construction innovation: information, process. Management, vol. 10 (3), pp. 304–328

in projects. International Journal of Project Management, vol. 14(3), pp. 141–151. 8. Johnson, James A. and Michael Friesen (1995). The Success Paradigm: Creating

Organizational Effectiveness Through Quality and Strategy New York: Quorum Books.

9. Kerzner Harold, (1998). Project Management: A Systems Approach to Planning, Schedulling and Controlling Ed. John Wiley & Sons, Inc., New York.

10. Learn about PMI, [on-line] Available at: < https://www.pmi.org/about/learn-about-pmi> [Accessed 2 February 2, 2017].

Revista Română de Statistică - Supliment nr. 3 / 2017 15

11. Montequin, VR., Cousillas, S.M., Alvarez, V.,Villanueva, J., (2016). Success Factors and Failure Causes in Projects: analysis of cluster patterns using self-organizing maps. Procedia Computer Science, vol. 100, pp. 440-448, [on-line] Available at: < http://www.sciencedirect.com/science/article/ pii/S1877050916323481> [Accesed December 18, 2016].

12. Osei-Kyei, R. and Chan, A.P., (2015). Review of studies on the Critical Success Factors for Public–Private Partnership (PPP) projects from 1990 to 2013. International Journal of Project Management, 33(6), pp.1335-1346. [on-line] Available at: < https://www.researchgate.net/publication/ 273135777_Review_of_studies_on_the_Critical_Success_Factors_for_Public-Private_Partnership_PPP_projects_from_1990_to_2013> [Accessed 20 December 2016].

13. Pinto, J.K. and Mantel, S.J.J., (1990). The causes of project failure, IEEE Transactions on Engineering Management, Vol. 37 No. 4, , pp. 269-77.

14. Pinto, J.K. and Prescott, J.E., (1988). Variations in critical success factors over the stages in the project life cycle, Journal of Management, Vol. 14 No. 1, , pp. 5-18.

15. Pinto, J.K. and Prescott, J.E., (1990). Planning and tactical factors in project implementation success, Journal of Management Studies, Vol. 27 No. 3, pp. 305-28.

16. Pinto, J.K. and Prescott, J.E., (1990). Planning and tactical factors in project implementation success, Journal of Management Studies, Vol. 27 No. 3, pp. 305-28.

17. Pinto, J.K. and Slevin, D.P., (1987). The critical factors in successful project implementation, IEEE Transactions on Engineering Management, Vol. 34, No. 1, pp. 22-8.

18. Project Management Institute, (2013). A Guide to the Project Management Body of Knowledge (PMBOK Guide), Fifth Edition, American National Standards Institute (ANSI) [on-line] Available at: < http://www.pmi.org/pmbok-guide-standards/foundational/pmbok > [Accessed 3 February, 2017].

19. Ralf Müller, Kam Jugdev, (2012). Critical success factors in projects: Pinto, Slevin, and Prescott - the elucidation of project success, International Journal of Managing Projects in Business, vol. 5(4), pp. 757 – 775.

20. Rockart, John F. (1979). Chief Executives Defi ne their Own Data Needs, Sussex Business Review, March

21. Rockart, John F. A (1986). Primer on Critical Success Factors, The Rise of Managerial Computing: The Best of the Center for Information Systems Research, edited with Christine V. Bullen. Homewood, IL: Dow Jones-Irwin, McGraw-Hill School Education Group.

22. Rockart, John, (1979). Chief executives defi ne their own data needs, Harvard Business Review, vol 2, pp. 81-93.

23. Rotariu, Traian, Iluț Petre, (1997). Ancheta sociologică și sondajul de opinie. Teorie și practică, Editura Polirom, Iași.

24. Săvoiu, G., (2006). Proiecte cu fi nanțare externă, Editura Independența Economică, Pitești.

25. What is Project Management, [on-line] Available at: < http://www.pmi.org/about/learn-about-pmi/what-is-project-management > [Accessed 3 February, 2017].

26. Zhang, X.Q., (2005). Critical success factors for public–private partnerships in infrastructure development. J. Constr. Eng. Manag. Vol. 131 (1), pp. 3–14.

Romanian Statistical Review - Supplement nr. 3 / 201716

CRITICAL FACTORS AND MAJOR CRITERIA IN SUCCESFULL PROJECTS

BASED ON FOREIGN FINANCINGProf. habil. Gheorghe Săvoiu PhD. University of Pitesti and Doctoral School of University of CraiovaEc. Ligian TUDOROIU, PhD. Candidate S.C. RONERA RUBBER S.A. Bascov, Doctoral School of University of Craiova

ABSTRACT This paper is dedicated to the critical factors and major criteria in projects defi ned as succesfull, based on foreign fi nancing. Almost fi ve decades of existence of such an important organization as Project Management Institute (PMI) were based on project management used simultaneously in scientifi c and educational area, economic and social support, demographic and humanitarian impact, but more and more professional and multicultural essence of global development of the world. The enthusiasm and dedication of a group of project managers, ingineers, statisticians, economists, sociologists, mathematicians, etc., during two decades, between 1960 and 1980 led to the foundation of the theory of critical factors and major criteria for a success project. The voice of some giants like Dennis P. Slevin, and Jeffrey K. Pinto, deduced from their papers and from their activities and views, as well as from the instrumental, methodological and project manangement education works, have provided, and are still providing, a holistic conceptualization of national and regional, European and international theory of critical factors and major criteria visions centered on information and results aimed at improving economic, social, institutional, etc. standards and performance of the success project evaluations. The authors of this article try to present synthetically their opinion, and at the end of the paper to identify through a statistical hierarchical manner some specifi c aspects of the successful projects in Romania fi nanced by the European Union (EU). Keywords: critical factors, criteria, success project, project management, Project Management Institute (PMI), questionnaire, statistical hierarchy method.

1. INTRODUCTION Project Management Institute (PMI), established on 9 October 1969 at the Georgia Institute of Technology in Atlanta (USA), following a meeting whose purpose was to provide a means of association, communication and exchange of information for prospective project managers, bringing together

Revista Română de Statistică - Supliment nr. 3 / 2017 17

Jim Snyder and Gordon Davis, meant the simultaneous birth of a new institution, profession and way to achieve investment in the modern economy. Currently the PMI includes 700,000 members, and is engaging in the activity of project management nearly three million professionals, and also four entities whose purpose is learning and information, for project managers on their way to fi rmly establishing their professional statute, as well as for already established professionals (ProjectManagement.com), for managers specializing in charitable projects, non-profi t and social good projects (PMIEF), for managers who provide a comparative analysis of human relations in business projects and government projects (Human Systems International – HSI), and for project managers and leaders of opinion in real cultural society (ProjectsAtWork). In modern project management, in accordance with the 2013 guidelines of PMI, there are fi ve procedures meant to bring to fruition project development, which are described as initiating, planning, executing, monitoring, and control, and the formal completion of the project, as well as a number of ten areas of knowledge, multiplying the six originally exhibited in 1983, and validating an unprecedented evolution of multidisciplinarity in project mangement over the past three decades.

PMI standards evolution or the knowledge areas of the multidisciplinarity of the project management

Table 1The knowledge areas according to the annual editions of PMI Guide, on management:

1983 2000 20131.Project Human Resource 2.Project Integration 3.Project Scope 4.Project Time 5.Project Cost 6.Project Quality

1.Project Integration 2.Project Scope 3.Project Time 4.Project Cost 5.Project Quality 6.Project Human Resource 7.Project Communications 8.Project Risk 9.Project Procurement

1. Project Integration 2. Project Scope3. Project Time 4. Project Cost 5. Project Quality 6. Project Human Resource 7. Project Communications 8. Project Risk 9. Project Procurement 10. Project Stakeholders

Source: Realized by authors based on: http://www.pmi.org/pmbok-guide-standards/foundational/pmbok.

The European fi nancing fund is the essential element of the existential relationship and the eligibility of projects in the EU, describing the connections between it and the funding program, i.e. the project to be eventually funded.

Romanian Statistical Review - Supplement nr. 3 / 201718

Relationship Fund Financing - Financing Program - Funded ProjectsFigure 1

Source: Realized by authors based on Săvoiu, G. (2006). Proiecte cu fi nanțare externă, Pitești: Editura Independența Economică, p. 24.

The European fi nancing fund of a project is the expression of one of EU’s policies concerning the development, the homogeneous structural and convergent evolution, ensuring social cohesion, solving specifi c community issues, etc., and practically delimiting a fi nancial instrument strictly promoting a particular policy. The European fi nancing fund enforces observing Eu’s general principles, from the principle of concentrating measures around priority goals (poor areas or regions), to that of partnership (international, national, regional, local, etc.), from the principle of additionality (intended to complement, rather than partially or fully replacing international, national, regional, local funding), to that of programming (aggregating subprograms within some multiannual, multi-regional, multi-structural programs, and making full and complex use of multiple activities), etc. Project management turns an eligible project into a success, and represents a multidisciplinary management approach (simultaneously, also an inter- and transdisciplinary one, in certain expertise areas of it), bringing together a set of knowledge, skills, competence areas, abilities, and various specifi c tools and techniques aiming at achieving the project objectives, the aim being to achieve a certain result, in compliance with fi nancial constraints, time, quality and technical requirements that need to be observed after project evaluation and selection, etc.

Revista Română de Statistică - Supliment nr. 3 / 2017 19

2. SUCCESSFUL PROJECTS AND CRITICAL FACTORS IN PROJECT MANAGEMENT

Success in project management, or successful project, as in the management theory of projects, gradually becomes a complex notion, which even a diagnostic analysis can hardly reduce to standard elements proceeding from the activities, timelines, budget, specifi cations, etc. Classical and contemporary literature identifi es multiple factorial variants of a successful project, by the agency of the notion of satisfaction of those involved or affected by the project itself: a) customer satisfaction, or community satisfaction, given by the fi nal result of a project, frequently coincides with the perception of success in a project ( Montequin et al, 2016); b) the extent to which partners or associated parties, affected by a project, believe that its results are achieved if the organization, planning, management and monitoring of resources ensured the achievement of the preset general and detailed objectives (Kerzner, 1998); c) the extent to which the fi nal product of the project meets or fails to meet expectations through its actual performance, faced with those declared in the project (Baker et al.,1988), etc. What does it mean, in practical terms, to achieve success in a project, and implicitly in project management? First, there is no successful project of a generalized character, or a project having the role of an unique recipe, or one similar to a saving drug. Secondly, although at fi rst glance one might think that defi ning success could be a relatively simple matter, in practice different people defi ne success in totally different ways. Based on discussions with a wide range of managers and project participants, and starting from observation of concrete behaviour of people in real-life projects, a classifi cation was made of the various different defi nitions on as many as fi ve homogeneous strata of respondents (Table 2).

Stratifi cation, aimed at conceptualizing and ranking, of successful projects,in keeping with the PMI theory and the literature in the fi eld

Table 2HIERARHICAL LAYER

CONDITIONS TO BE MET WHEN DECLARING THE PROJECT AS SUCCESSFUL

Layer Ia project provides all, or most, of the elements that were declared in its content as being its scope, regardless of its schedule or the performance budgeting;

Layer II a project produces what was declared, in its fi nal form, as being its agreed program and / or budget;

Layer III a project produces, in keeping with its variant, what defi nes it in terms of deadline, budget and quality standards expected;

Layer IVa project produces what was declared, in its fi nal form, as representing all the agreed targets (e.g. scope, schedule, budget, quality or project results, etc.) to be achieved, or the strategic positions that had to be respected;

Layer Va fi nal project (in form, and practically completed), where the product manufactured by the project creates signifi cant net value for organizations, partnerships, consortia and communities.

Sources: made by the authors according to the PMI theory available on-line at https://www.pmi.org/about/learn-about-pmi

Romanian Statistical Review - Supplement nr. 3 / 201720

The classical defi nition of a project in PMI manuals often assimilates a successful project with the one in layer IV, when the project achieves all the objectives agreed in its fi nal form. However, probably because the program and the budget are most visible dimension, in the middle of a project, many theorists and managers consider the layer II and III to be the defi nitive answer, and in retrospective analyses it is the conceptualization specifi c to layer V that dominates. A practical example in this regard is the project of the Sydney Opera House. That project provided a deadline of 5 years, at a cost of only $7 million, but the fi nal project was realized in 13 years and cost $110 million. Only retrospectively, or in keeping with the defi nition of layer V, does it becomes clear that the project has created an enormous net value, incomparable to the initial or fi nal costs that it covered, and resulted in a net value more than twice that of the fi nal gross costs. Given that it is the sponsors or funds and, respectively, the programs, which fi nance the project (and communities usually have the specifi c aggregative function of customers), then the defi nition of layer V should be the starting point for planning a project, which requires a feedback needed within the EU. This does not mean that the program, the timing and the budget are not important, but rather they remain as constraints (Figure 2), yet it is value creation that should be the context in which decisions are made, projects are established, and relative to which the progress of a project is monitored.

The triple constraint of project success (the iron triangle)Figure 2

Source: Cavarec, Yves, Revisiting the defi nition of project success, 2010,https://www.pmi.org/learning/library/revisiting-defi nition-project-success-6098

Revista Română de Statistică - Supliment nr. 3 / 2017 21

The triple constraint described above should be used in monitoring and controlling all projects with external (European) funding, as timing, costs and scope provide a lot of descriptive statistics able to separate successful projects from those considered failures. In the contemporary universe of projects with external funding there is the exaggerated temptation is to declare a successful project that project which, if done again, involves everybody doing over everything exactly in the same manner as done previously. It is hard to imagine how many of the project managers would like to carry out a project in exactly the same way as another previous one, when their choosing that profession originated in a desire to always work under new conditions, to be creative and original, and the very project is defi ned as a new reality in relation to the existing ones. The literature of project management that is already considered classic frequently refers to two components of the project’s success: I. the success factors of the project identify the elements of a project, which, when they have an infl uence, result in increasing the probability of success (the factors are actually independent variables that make the success of a project more likely), or else describe, statistically and mathematically, xij in the function defi ned by the success of a project yij = f(xij), where xij represents as many different exogenous variables, whose determination coeffi cient R2 is quantifi ed and has signifi cant values in relation to the success of project yij; II. the success criteria in the project describe the ways of assessing or the measures used to judge the success or failure of a project (the success criteria are the dependent or resulting variables that measure success), or else describe, statistically and mathematically, yij in the function defi ned by the success of a project yij = f(xij), where yij represents as many endogenous variables measuring the success of the project, whose determination coeffi cient R2 is quantifi ed and signifi cant in relation to the explanatory variables xij.(Müller, Jugdev, 2012). The differentiated approach between factors (exogenous variables) and criteria (endogenous variables) or results started from the historical evolution of project management. That approach gradually led to the natural opposition, a critical success factor and a key performance indicator. The critical success factors must not be confused with the criteria for success or the results of success of the project. The latter are the results of a project or achievements of an organization needed to take into account the project as being a successful one, or a successful organization. The success criteria are defi ned based on the project objectives and can be quantifi ed by the key performance indicators of the project. The principle of predefi ned success, or success defi ned „a priori”, materializes in the project through the

Romanian Statistical Review - Supplement nr. 3 / 201722

decisions that will be taken only based on the success criteria established in due time, in order to allow for a more accurate measurement through those key performance project indicators. The precise defi nition of success criteria is also a solution of defense against future criticism or censure, or even against criticism from the funding entity. For the whole of a project, various indicators can be identifi ed as criteria of performance or success: the acceptance of the project by the funder, and its funding in keeping with the assembly of the budgetary allocation, compliance with the original objectives, completing both within the planned time and within the established budget limits, compliance with the technical and quality standards, completion in accordance with the initial activity fi eld, and through effi cient allocation of resources. However, the solutions designed to ensure success are different, in those cases of analysis of a project from meeting deadlines, and the assembly of the initial budget to the level of the phases, from promoting a positive image of the project up to analyzing customer impact or target audience, from the positive impact created on the local, district, regional, national community, to the favourable impact exerted on some community structures of the type women vs. men, different ethnicities, categories of population – employed or unemployed, reducing undesirable impacts on certain population subgroups such as „fourth age” population, the subcategory of the illiterate, etc. (Săvoiu, 2006). The concept of key success factors of the project (KSF) began to hold a growing interest in PMI in the 1960s, when researchers focused on identifying the critical factors for strategic success, or the associated and dominant factors in relation to the conducting of the task and the strategic objectives of a project (Belassi, Tukel, 1996). The term was gradually diversifi ed in relation to the area, the public or private partnership, or the consortium or federation which undertook the project, the characteristic type of investment activities, etc. The critical success factors, or KSF, are at other time redefi ned in relation to the impact of the project, how projects are completed with marks of excellence, the universality or, on the contrary, the specifi c activity or the nature of the project, the national, regional or international scope of the project, the stage in the life-cycle of the projects or the internal or external environment of theri carrying out, through the declared and completed innovation of processes in the project, through the information and specifi c infrastructure, through fi nancing, monitoring and control, etc. (Leidecker, Bruno, 1984; Belassi, Tukel, 1996; Kerzner, 1998; Muriithi and Crawford, 2003; Jugdev, Muller 2005; Zhang, 2005; Holt, 2010; Valentin et al., 2013, Osei-Kyei, Chan, 2015; Montequin, et al., 2016). The analysis of the key factors in economic projects with external funding is cumulative, and several factors simultaneously contribute to assessing

Revista Română de Statistică - Supliment nr. 3 / 2017 23

their eligibility, i.e. they contribute to the acceptance or rejection of a project. The statistics on the fi rst fi ve critical standard or general factors (leading to rejection of projects in the evaluation phase of their eligibility, and even subsequently, in open competitions for funding) identify: a) the inadequate structure of the partnership or the consortium, as a cause for rejection of three out of four projects; b) the relevance of the project as able to generate the refusal of two in three projects; c) the unconvincing approaches cause one in three projects to be ineligible, as well as insuffi cient innovation or real change; d) insuffi cient information and poor management transform one project in fi ve into failures. The critical success factors (KFS) are elements that are vital for a strategy to be able to be eventually successful – these factors drive the strategy forward, and can strengthen or break the success of the strategy. The criteria, which have become key performance indicators in practice, are measures that quantify management objectives, together with a target or threshold, and enable strategic performance measurement. The critical factor of success (KFS) has emerged as a management term for an element necessary for an organization or company that operates a project in order to fulfi ll its mission or project. The term was originally used in the world of analysis of economic data, as well as in economic analysis or business analysis by John Rockart in 1979. “Critical success factors are those few things that must go well to ensure the success of a project manager, or of the project of an organization, and therefore they are those leading areas or fi elds of activities that must be given special attention to enable them to continue generating high performance” (Boynton, Zmuda, 1984). Project management literature was gradually enriched with works dedicated to both success criteria, as well as the implicit key performance indicators of the project, and to its critical success factors. Detailed studies permanently classify and rank this dual problem, whose role is essential not only in project management, but also – and maybe especially – in shaping the so diverse variables that gradually make up the essential substance of the criteria (the key factors of performance as endogenous variables) and of the critical success factors (as exogenous variables). Many of those articles, and even books, are trying, after completion of a number of project categories, to distinguish the optimum modelling in order to determine success relative to the specifi c critical success factors. A fi rst period of studies focused on implementation and delivery of the project, as well as defi ning success in terms of the iron triangle (technical validity, organizational validity, organizational effectiveness) was placed between 1960 and 1990. It was distinguished especially by names like J.K. Pinto, D.P. Slevin, J.E. Prescott and de Wit, who all became classics of those new research fi elds (de Wit, 1988; Pinto, Prescott, 1988; 1990; Pinto, Mantel , 1990; Pinto, Slevin 1987; 1988; 1990, etc.). In the

Romanian Statistical Review - Supplement nr. 3 / 201724

last decade of the period (1980-1990) focus was placed on developing the lists of criteria and factors through unique and varied case studies instead of trying to standardize a classifi cation system or a general taxonomic framework. A massive body of literature in the fi eld was written over those three decades on the success judged by the extent to which the objectives of the project were achieved, the success of project management, the management of key performance indicators or the criteria of performance, the critical factors of success. In the following decade, 1990-2000, the emergence of a new integrated framework and a holistic vision on the success of the project, which includes many more factors in the overall equation, re-synthesizes the categories and diversifi es the factor typologies in relation to the specifi city of the projects. Subsequently, different detailed breakdowns of those critical factors and the criteria, as well as the types of modeling focused on exogenous variables (critical success factors) and endogenous variables (criteria defi ned by indicators), became the targets of the papers and books on the theory of management of successful projects.

3. AN INTERVIEW DEDICATED TO IDENTIFYING THE MAJOR CLASSES OF CRITICAL SUCCESS FACTORS OF THE EU-

FUNDED PROJECTS IN ROMANIA By making use of the interview method, the authors of this paper made a selection of the main classes of critical success factors of the projects in Romania, utilizing a baseline of 60 experts (former or current managers of European foreign-funded projects) in order to delineate whether there is a Romanian specifi city of the classes, of which the fi nal number of respondents was 36 (the interview non-response rate reached 48%). The starting point of the accurate presentation of the hypotheses of the semi-structured interview and the contents of the guide was the knowledge of the theory of the key success factors, in accordance with a triangulation focused on the KSF theory, and also on the theory of classical project management, and the theory of successful projects. The purpose of the interview was to achieve and subsequently pilot a questionnaire dedicated to an investigation of the hierarchy of the general classes and the critical success factors of EU-funded projects in Romania (Rotariu, Iluţ, 1997; Cocoradă, et al., 2014). The hypothesis of the selection of the fi rst classes of critical success factors based on the experience of experts was revealing for a number of further researches aimed at perspectives, trends and developments in accessing European funded projects in Romania, etc. The origin or provenance of the experts was also subjected to a specifi c triangulation structure to project managers, in keeping with the three sub-populations that were the source of

Revista Română de Statistică - Supliment nr. 3 / 2017 25

selection, initially similar in point of volume, but with a slightly different non-response rate (Table 3)

Provenance of the experts the interview according to the population they were selected from

Table 3Population / subpopulation

of expertsBaseline number of

experts selectedNon-answers Final number of

respondent expertsNumber Rate (%)Academic (educational) 20 7 35 13Industry and services 20 9 45 11Culture, arts, communities 20 8 40 12Total interviewed experts 60 24 100 36Source: Developed by the authors based on the interview data

The results of the interview that are strictly linked to the category of the fi rst seven classes of critical success factors of management of EU-funded projects in Romania, are briefl y summarized in Table 4:

Major classes of the critical factors according to the interview results relative to rank 1 (A) for major typology (defi ning the class)

Table 4

No. Name of the class of critical success factors Absolute frequency - ni

Relative frequency - ni*

(%)Q1

Class of stability of the political, economic, social and legislative environment 10 27.8

Q2Class of regional convergence impact and suitability for EU programs and funding 7 19.4

Q3 Class of project content and substance 6 16.7Q4 Class of management standards 5 13.9Q5 Class of management tools for and quality and time 4 11.1Q6 Class of project manager priorities 3 8.3Q7

Specifi c class of status and successful project conceptualization 1 2.8

Total 36 100.0Source: Developed by the authors based on the interview responses

The theory of the interview and the specifi cs of this sociological research underpinned an initial theoretical investigation focusing on identifying the classes of critical success factors of management in EU funded projects in Romania. A second axis of sociological research also aimed to specifi cally identify, within each class, the main critical factors, and their infraclass detailing, or sub-typologization according to expert opinion (Table 5).

Romanian Statistical Review - Supplement nr. 3 / 201726

The fi nal composition of the questionnaire (classes and included factors)Table 5

No crt. Classes of factors and critical (key) success factors – detailed and codifi ed

Q1

CLASS OF THE STABILITY OF THE POLITICAL, ECONOMIC, SOCIAL AND LEGISLATIVE ENVIRONMENTPolitical stability and the support given within the EU and in the economies involvedEconomic and social policy based on transparency and honesty in the EUFavourable legal framework in the EU and the national economies involvedStable macroeconomic conditions in the EU and the economies involvedMature and available fi nancial market in the economies involvedPublic support / communities in the economies involvedGovernment guarantees and other institutional guarantees

Q2

CLASS OF THE IMPACT OF REGIONAL CONVERGENCE AND APPROPRIATENESS OF EU PROGRAMMES AND FUNDSSelecting the right program and appropriate funds from the EUAppropriate risk allocation and sharing between EU partnersCompetitive fi nancial and convergence proposals to EU regions Clear regional targets within the EU programs and fundsClarity of roles and responsibilities among the regional partners in the EURationality in the approval process in EU fundingOpen and constant communication with the funding EU institutions

Q3

CLASS OF THE CONTENTS AND SUBSTANCE OF THE PROJECTClear statement, short development design and shorter deadlinesClear goals and objectives of time, budget and performanceFirm commitment made by the parties in the partnership or consortiumAccurate and detailed project planning based on realistic expectationsGood feasibility based on new technology and innovationCompetent staff or team up with a real and effective project managerTransparent and competitive public procurementThe favourable impact of the project on the environment

Q4

CLASS OF MANAGEMENT STANDARDSExcellence in the organization and integration of partners / activitiesParticipatory management of team diversity and professional advisorsRefi ned financial leadership with outstanding entrepreneurial skillsSuperior performance level in meetings and communicationSubtle monitoring of quality and strategic potentialMaturity in assessing the scope, or the fi eld of application, and identifi cation/assignment of risksReliability and consistency of standard monitoring

Q5

CLASS OF THE MANAGEMENT INSTRUMENTS FOR TIME AND QUALITYBrainstorming Method or analysis through optimization and critical path (PERT)Timing diagrams or charts (logical network, Gantt chart, fi shbone, etc.)Project management software (planning, teams, monitoring, etc.)Work breakdown structure (WBS)The method of added or earned value (scope/fi eld of application, time, costs)The proces stage-gate model

Q6

CLASS OF PROJECT MANAGER’S PRIORITIESDeadlines (time)Costs (budget)Quality (standard)Scope / fi eld of application (activities)Team (personnel or human resources)

Q7

CLASS SPECIFIC TO THE STATUS AND SUCCESSFUL PROJECT CONCEPTUALIZATIONCreating new products, services, processes, activities, and marketsSatisfaction and motivational aids for individuals, team or partnershipMaintaining the integrity of the baseline for performance measurementTraining, education and culture of human resourcesImprovement in IT, technology, infrastructure, resources, strategyCriteria and indicators of success that are self-defi ned through the projectPositive impact on customers and markets

Source: Developed by the authors based on the interview responses

Revista Română de Statistică - Supliment nr. 3 / 2017 27

The sociological research focused on experts (project managers) in this article has led to fi nally drawing up a questionnaire whose purpose is to investigate the importance of the critical factors or key success factors (KSF), by means of another distinctive research, whose purpose was to make a hierarchy, and aiming at the construction of a statistical indicator for assessing those factors.

4. CONCLUSIONS This article is part of a broader research, and also the follow-up of a comprehensive study on the analysis of the specifi city of project management, with special focus on external funding projects in the EU, and identifying the diversity of the factors of success/failure and the criteria or reasons for success/failure in projects conducted in Romania. As a result of this initial investigation, a questionnaire was designed and already piloted for establishing a hierarchy of critical success factors, and is distinctly devoted to project managers in Romania. The above-mentioned questionnaire was placed in the network of project managers, and its results will make up a paper of a much more marked statistical character .

REFERENCES 1. Baker, B. N. Murphy, D. C., Fisher, D., Cleland, D. I., and King, W. R. (1988).

Project management handbook, Proj. Manag. Handb. New York: Van Nostrand Reinhold, pp. 902–919.

2. Bârgăoanu, Alina, Managementul proiectelor, București: Editura Comunicare, 2007.

3. Belassi, W. and Tukel, O. I. (1996). A new framework for determining critical success/failure factors

4. Boynton, A.C., and Zmud, R.W., (1984). An Assessment of Critical Success Factors, Sloan Management Review 25 (4), pp. 17-27.

5. Cocoradă, E., Cazan, A.M., Cavaco, C, Orzea, I., (2014). Metode de cercetare calitativa in psihologie si stiintele educației. Brasov: Editura Universității Transilvania din Brasov.

6. Daniel, D. Ronald, (1961).Management Information Crisis, Harvard Business Review, Sept.-Oct..

7. Holt, G., (2010). Contractor selection innovation: examination of two decades’ published research, construction innovation: information, process. Management, vol. 10 (3), pp. 304–328

in projects. International Journal of Project Management, vol. 14(3), pp. 141–151. 8. Johnson, James A. and Michael Friesen (1995). The Success Paradigm: Creating

Organizational Effectiveness Through Quality and Strategy New York: Quorum Books.

9. Kerzner Harold, (1998). Project Management: A Systems Approach to Planning, Schedulling and Controlling Ed. John Wiley & Sons, Inc., New York.

Romanian Statistical Review - Supplement nr. 3 / 201728

10. Learn about PMI, [on-line] Available at: < https://www.pmi.org/about/learn-about-pmi> [Accessed 2 February 2, 2017].

11. Montequin, VR., Cousillas, S.M., Alvarez, V.,Villanueva, J., (2016). Success Factors and Failure Causes in Projects: analysis of cluster patterns using self-organizing maps. Procedia Computer Science, vol. 100, pp. 440-448, [on-line] Available at: < http://www.sciencedirect.com/science/article/ pii/S1877050916323481> [Accesed December 18, 2016].

12. Osei-Kyei, R. and Chan, A.P., (2015). Review of studies on the Critical Success Factors for Public–Private Partnership (PPP) projects from 1990 to 2013. International Journal of Project Management, 33(6), pp.1335-1346. [on-line] Available at: < https://www.researchgate.net/publication/ 273135777_Review_of_studies_on_the_Critical_Success_Factors_for_Public-Private_Partnership_PPP_projects_from_1990_to_2013> [Accessed 20 December 2016].

13. Pinto, J.K. and Mantel, S.J.J., (1990). The causes of project failure, IEEE Transactions on Engineering Management, Vol. 37 No. 4, , pp. 269-77.

14. Pinto, J.K. and Prescott, J.E., (1988). Variations in critical success factors over the stages in the project life cycle, Journal of Management, Vol. 14 No. 1, , pp. 5-18.

15. Pinto, J.K. and Prescott, J.E., (1990). Planning and tactical factors in project implementation success, Journal of Management Studies, Vol. 27 No. 3, pp. 305-28.

16. Pinto, J.K. and Prescott, J.E., (1990). Planning and tactical factors in project implementation success, Journal of Management Studies, Vol. 27 No. 3, pp. 305-28.

17. Pinto, J.K. and Slevin, D.P., (1987). The critical factors in successful project implementation, IEEE Transactions on Engineering Management, Vol. 34, No. 1, pp. 22-8.

18. Project Management Institute, (2013). A Guide to the Project Management Body of Knowledge (PMBOK Guide), Fifth Edition, American National Standards Institute (ANSI) [on-line] Available at: < http://www.pmi.org/pmbok-guide-standards/foundational/pmbok > [Accessed 3 February, 2017].

19. Ralf Müller, Kam Jugdev, (2012). Critical success factors in projects: Pinto, Slevin, and Prescott - the elucidation of project success, International Journal of Managing Projects in Business, vol. 5(4), pp. 757 – 775.

20. Rockart, John F. (1979). Chief Executives Defi ne their Own Data Needs, Sussex Business Review, March

21. Rockart, John F. A (1986). Primer on Critical Success Factors, The Rise of Managerial Computing: The Best of the Center for Information Systems Research, edited with Christine V. Bullen. Homewood, IL: Dow Jones-Irwin, McGraw-Hill School Education Group.

22. Rockart, John, (1979). Chief executives defi ne their own data needs, Harvard Business Review, vol 2, pp. 81-93.

23. Rotariu, Traian, Iluț Petre, (1997). Ancheta sociologică și sondajul de opinie. Teorie și practică, Editura Polirom, Iași.

24. Săvoiu, G., (2006). Proiecte cu fi nanțare externă, Editura Independența Economică, Pitești.

25. What is Project Management, [on-line] Available at: < http://www.pmi.org/about/learn-about-pmi/what-is-project-management > [Accessed 3 February, 2017].

26. Zhang, X.Q., (2005). Critical success factors for public–private partnerships in infrastructure development. J. Constr. Eng. Manag. Vol. 131 (1), pp. 3–14.

Revista Română de Statistică - Supliment nr. 3 / 2017 29

Modele şi indicatori utilizaţi în prognoza macroeconomică

Prof. univ. dr. Constantin ANGHELACHEAcademia de Studii Economice, București, Universitatea „Artifex” BucureștiConf. univ. dr. Mirela PANAITUniversitatea Petrol-Gaze din Ploiești Drd. Andreea – Ioana MARINESCUAcademia de Studii Economice din BucureștiDrd. Georgiana NIȚĂAcademia de Studii Economice din București

Abstract În acest articol, autorii își propun să analizeze legăturile dintre anumiți indicatori macroeconomici, cu ajutorul modelului de regresie liniară simplă și multiplă. Astfel, în primă fază, vor fi abordate unele noțiuni generale privind previziunea macroeconomică. În continuare se va utiliza extinderea analizei, prin aplicarea modelelor de regresie liniară simplă şi multiplă. Indicatorii utilizaţi, Produs Intern Brut, consum, export, import, reprezintă de fapt variabile interconectare. Prin folosirea funcţiei de regresie, se vor pune, din punct de vedere cantitativ, în evidenţă, existenţa şi intensitatea interdependenţei existente și analiza acesteia pe baza modelului de regresie. Cu ajutorul unor serii de date publicate de către Institutul Național de Statistică, vom analiza evoluția Produsului Intern Brut în perioada 1995-2015, corelația existentă între Produsul Intern Brut și consumul fi nal individual efectiv al gospodăriilor populației, precum și legăturilor existente între Produsul Intern Brut, pe de o parte, și consumul fi nal, nivelul exporturilor și nivelul importurilor, pe de altă parte, prin utilizarea modelului regresiei liniare multiple. Cuvinte cheie: regresie liniară, indicator macroeconomic, PIB, evoluție, corelaţie, regresie multiplă, parametru. Clasifi care JEL: C51, E60

Introducere Previziunea macroeconomică reprezintă o estimare, o anticipare, realizată cu ajutorul unor metode econometrice, a unor valori viitoare ale principalilor indicatori macroeconomici. Previziunea macroeconomică poate fi considerat un instrument utilizat, spre exemplu, pentru analiza evoluției produsului intern brut, a infl ației sau a volumului investițiilor întreprinderilor. Previziunile macroeconomice sunt întotdeauna nesigure, motiv pentru

Romanian Statistical Review - Supplement nr. 3 / 201730

care, în momentul estimării valorilor aferente evoluției indicatorilor studiați, acestora li se asociază așa numitele intervale de încredere. Scopul realizării unor previziuni îl constituie, de regulă, necesitatea diminuării unor eventuale riscuri, cât și fundamentarea, pe termen lung, a anumitor decizii.Modelul de regresie este un instrument statistico-econometric utilizat în scopul determinării relației de dependență existente între două sau mai multe variabile, într-un orizont de timp dat. Cu ajutorul modelului de regresie se poate urmări evoluția unor indicatori macroeconomici pe o anumită perioadă de timp, creându-se astfel cadrul necesar realizării unor estimări, previziuni, ale unor evoluții viitoare. Modelul de regresie poate fi liniar sau neliniar, simplu sau multiplu. Modelul de regresie liniară poate fi reprezentat cu ajutorul unei funcții de forma:

y = a + bx + ɛ unde, y = variabila explicată x = variabila explicativă ɛ = variabila reziduală a,b = parametrii

Astfel, utilizarea modelului de regresie liniară presupune identifi carea variabilelor supuse analizei, și anume, o variabilă y, denumită variabilă dependentă și o variabilă x, denumită variabilă independentă și defi nirea variabilei reziduale, notată prin ɛ. Includerea variabilei reziduale în cadrul modelului de regresie este necesară întrucât, orice modelare ori analiză a unor serii de date implică erori de măsurare ce pot infl uența estimarea parametrilor. În cazul modelelor de regresie liniară, punctele rezultate în urma reprezentării grafi ce se afl ă situate pe dreaptă. Atunci când punctele rezultate în urma reprezentării grafi ce a două variabile se afl ă în jurul dreptei, ca nor de puncte, avem de a face cu un model de regresie neliniară, care, prin diverse metode matematice, poate fi transformat într-un model de regresie liniară. Să presupunem că discutăm despre analiza a două variabile y și x și urmărim descrierea variabilei y în funcție de variabila x. Dacă între cele două variabile există o relație de dependență, iar reprezentarea grafi că a acestora (diagrama Scatter) este o dreaptă, înseamnă că avem de a face cu un model de regresie liniară simplă. În situația în care variabila dependentă y poate fi descrisă în funcție de două sau mai multe variabile independente, discutăm despre un model de regresie liniară multiplă.

Revista Română de Statistică - Supliment nr. 3 / 2017 31

Literature review Andrei şi Spătaru (2010) au elaborat un set de aplicaţii utile în studiul econometriei, Corbore, Durlauf şi Hansen (2006) au abordat instrumentele econometrice din punct de vedere teoretic şi practic. Anghelache, Grabara, Manole (2016) aplică modelele dinamice de tip ARMA în previziunea evoluţiilor economice la nivel macro. Anghelache (2015) reprezintă o lucrare de referinţă în domeniul prognozelor macroeconomice. Anghelache, Anghel, şi Manole (2015), Anghelache şi Anghel (2014) au aprofundat principiile şi instrumentele modelării economice. Anghelache şi Anghel (2015), Anghelache, Mitruţ şi Voineagu (2013), Anghelache (2008), Anghelache (coord., 2007), Anghelache, Isaic-Maniu, Mitruţ, Voineagu (2007), Dodge (ed., 2006) prezintă conceptele, metodele şi instrumentele relevante ale statisticii macroeconomice. Anghelache şi Anghelache (2010) descriu aplicabilitatea metodelor econometrice în prognoza utilizării fi nale a Produsului Intern Brut al României, Anghelache şi Anghelache (2010) se preocupă de prognozarea economică prin utilizarea modelelor de echilibru, Anghelache (2009) dezvoltă pe o temă similară, Benjamin, Herrard, Houée-Bigot, Tavéra (2010) abordează utilitatea econometriei ca instrument de prognoză. Anghelache (2010) analizează unele evoluţii ale economiei româneşti. Anghelache (2006) descrie Sistemul Conturilor Naţionale. Anghelache, Anghelache, et. al. (2009), Ghysels şi Osborn (2001) au abordat unele aspecte ale analizei seriilor dinamice/de timp. Samar (2009) analizează impactul incertitudinii la nivel macro asupra indicatorilor investiţiilor din România. Bosq (2012) prezintă rolul statisticilor nonparametrice utilizate studiul proceselor stocastice, în estimare şi predicţie. Capanu şi Anghelache (2000) au prezentat indicatorii utili în managementul micro şi macroeconomic. Capinski şi Zastawniak (2003) au elaborat o lucrare de referinţă în domeniul matematicii fi nanciare.

Metodologia cercetării şi date Potrivit Institutului Național de Statistică, produsul intern brut reprezintă principalul agregat macroeconomic, care refl ectă rezultatul fi nal al activității de producție a unităților producătoare rezidente. Acest indicator macroeconomic refl ectă activitatea economică a unei țări, regiuni ori localități, într-o anumită perioadă de timp (de regulă un an).

Romanian Statistical Review - Supplement nr. 3 / 201732

Evoluția PIB în perioada 1995-2015

0

100000

200000

300000

400000

500000

600000

700000

80000019

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

0820

0920

1020

1120

1220

1320

1420

15

În ceea ce privește evoluția produsului intern brut în perioada 1995-2015 observăm faptul că, la nivelul României, PIB a cunoscut o variație preponderent pozitivă. Astfel, cea mai mare creștere a volumului PIB în perioada 1995-2015 a fost înregistrată în anul 1997, valoarea PIB înregistrând o creștere de aproximativ 125% față de anul precedent. În anul 2009 observăm o scădere a volumului PIB, cu 1,83% față de anul precedent, fapt ce poate fi explicat de adâncirea crizei economice declanșate în anul 2008, care a avut repercusiuni asupra întregii economii. Începând cu anul 2010 și până în anul 2015, valoarea PIB s-a afl at într-o continuă evoluție, însă valorile indicelui de creștere au rămas destul de scăzute prin raportare la perioada 1995-2008.

Analiza corelației dintre Produsul intern brut și consumul fi nal individual efectiv al gospodăriilor populației

Așa cum am precizat anterior, scopul regresiei simple este de a evidenția relația dintre o variabilă dependentă (rezultativă) Y și o variabilă independentă (factorială) X. Pentru a putea construi un model de regresie, am defi nit consumul fi nal individual efectiv al gospodăriilor populației drept variabilă independentă, în timp ce valoarea PIB a fost considerată a fi o variabilă dependentă. Pentru a determina parametrii acestui model de regresie, am considerat o serie de date relevante pentru evoluția celor doi indicatori în perioada 1995 – 2015.

Revista Română de Statistică - Supliment nr. 3 / 2017 33

Nr. Crt. Anul Produsul Intern Brut/locuitor

Consumul fi nal individual efectiv al gospodăriilor populației

1 1995 337,6 254,22 1996 507,1 401,63 1997 1.139,4 903,64 1998 1.655,7 1.386,85 1999 2.470,4 2.005,26 2000 3.622,7 2.784,07 2001 5.280,5 4.116,48 2002 7.041,5 5.396,39 2003 9.212,8 6.928,710 2004 11.595,6 8.927,411 2005 13.625,4 10.647,512 2006 16.373,0 12.670,313 2007 20.028,7 15.135,614 2008 25.532,8 18.482,115 2009 25.065,6 17.760,416 2010 26.368,7 19.071,117 2011 28.047,8 20.049,118 2012 29.679,1 21.320,919 2013 31.895,4 21.538,520 2014 33.524,4 21.984,221 2015 35.873,6 22.851,5

Utilizând seria de date prezentată anterior, sub formă tabelară, putem efectua o primă interpretare a corelaţiei care există între cele două variabile, respectiv Produsul Intern Brut şi consumul fi nal efectiv al gospodăriilor populaţiei. Mult mai sugestivă este analiza care se poate efectua prin reprezentarea grafi că a datelor din seria prezentată. Reprezentarea grafi că se prezintă în continuare.

y = 0,6738x + 620,4R² = 0,9918

0

5000

10000

15000

20000

25000

30000

0 10000 20000 30000 40000

Prod

usul

Inte

rnBr

ut

Comnsumul final individual efectiv

Evolu ia PIB în func ie de varia ia consumului final individual al gospod riilor popula iei

Romanian Statistical Review - Supplement nr. 3 / 201734

Analizând grafi cul observăm faptul că reprezentarea grafi că a celor doi indicatori este o dreaptă. Astfel, putem aprecia că între cele două variabile există o legătură directă și liniară, corespunzătoare regresiei liniare simple. Utilizând funcția de regresie descrisă anterior, obținem următoarele valori ale parametrilor a și b:

a = 620,4 și b = 0,6738 Funcția de regresie liniară devine:

PIB = 620,4 + 0,6738 CFIE

În vederea analizării intensității legăturii existente între produsul intern brut și consumul fi nal individual efectiv al gospodăriilor populației, vom proceda la calculul coefi cientului de determinare (R2). Cu cât valoarea coefi cientului de determinare este mai apropriată de 1, cu atât este mai relevantă evoluția consumului fi nal individual efectiv al gospodăriilor populației în determinarea evoluției produsului intern brut. Astfel, în cazul analizei noastre R2 = 0,9918, o valoare foarte apropiată de 1, ceea ce demonstrează faptul că modelul ales este unul valid și totodată reprezentativ pentru această analiză.

Evidențierea corelaţiei dintre indicatorii macroeconomici prin utilizarea modeluluiregresiei liniare multiple

Informațiile obținute prin utilizarea modelului liniar simplu (unifactorial) de regresie nu sunt întotdeauna sufi ciente pentru a caracteriza evoluția unui fenomen economic, și mai ales pentru a identifi ca posibila evoluție ulterioară a acestuia. În vederea remedierii acestor neajunsuri, în literatura de specialitate au fost introduse modele se regresie multiplă în care evoluția unei variabile dependente este defi nită în funcție de două sau mai multe variabile factoriale. Pornind de la o serie de date referitoare la evoluția, în ultimii 20 de ani, a PIB, a consumului fi nal, a nivelului exporturilor și a nivelului importurilor, propunem un model de regresie multiplă, care să permită analiza legăturilor dintre acești indicatori. Datele sunt sintetizate în tabelul următor:

Revista Română de Statistică - Supliment nr. 3 / 2017 35

Anul PIB - metoda cheltuielilor (mil. lei)

Consumul fi nal (mil. lei)

Exporturi (mil. lei)

Importuri (mil. lei)

1995 7656,7 6234,2 1950,6 2333,51996 11463,5 9680,6 3012,9 3908,71997 25689,1 21907,8 7190,3 8927,11998 37257,9 33255,1 8517,5 114071999 55479,4 49181 15370,6 17876,32000 81275,3 69458,8 26589,6 30882,22001 118327,2 100531,5 38997,4 47969,52002 152630 126905,3 53763 62310,92003 198761,1 168361,1 68657,9 83419,22004 248747,6 210574,2 88646,4 110884,42005 290488,8 250519,1 95595,6 124965,72006 347004,3 293913,1 111250,3 152655,62007 418257,9 347231,7 121901,5 181720,52008 524388,7 418535,4 141242,1 210727,42009 510522,8 404803,3 139739,6 172462,52010 533881,1 423393,2 172453,2 205238,72011 565097,2 439129,1 208213,8 239669,92012 595367,3 465156,9 223048,9 252659,52013 637456 479450,6 253377,4 258322,42014 668143,6 506112,1 275219,6 278160,12015 711102,7 537967,5 292327 296699,5

Sursa: Institutul Naţional de Statistică, datele sunt prelucrate de autor

Ecuaţia modelului de regresie liniară utilizat este de forma:Yi = a0 + a1x1 + a2x2 + a3x3 + ε

Analiza econometrică a legăturii dintre variabilele supuse analizei se poate face şi cu ajutorul a patru modele, după cum urmează: un model unifactorial care să exprime corelaţia dintre variația PIB şi nivelul consumului fi nal; un model unifactorial care să reliefeze interdependenţa dintre variația PIB şi exporturi, un model unifactorial care să evidenţieze interdependenţa dintre variația PIB şi nivelul importurilor.

Romanian Statistical Review - Supplement nr. 3 / 201736

0

100000

200000

300000

400000

500000

600000

0 200000 400000 600000 800000

Evolu ia PIB pe baza celor trei indicatori

Consumul final

Exporturi

Importuri

Pe baza celor menționate anterior, precum și pe baza reprezentării grafi ce, putem considera faptul că modelul multifactorial analizat este unul liniar. În vederea determinării modelului de regresie multiplă, am utilizat Microsoft Excel – funcția Data Analysis. Astfel, am defi nit, ca variabilă rezultativă (dependentă) PIB, iar ca variabile factoriale consumul fi nal, nivelul exporturilor și nivelul importurilor. Totodată, în cadrul modelului de regresie a fost introdus termenul liber C, pentru a refl ecta infl uența pe care o exercită factorii care nu au fost luați în considerare la momentul construcției modelului, asupra variabilei rezultative. Rezultatele obținute sunt prezentate şi analizate în continuare:

Revista Română de Statistică - Supliment nr. 3 / 2017 37

Modelul de regresie multiplă determinat anterior poate fi transcris sub forma unei ecuații astfel:

PIB = -9824,647 + 1,2945 CF + 0,633 EXP – 0,543 IMP

După cum se poate observa, deși infl uența factorilor aleși nu este seminifcativă, valoarea consumului fi nal infl uențează cel mai mult evoluția PIB. Astfel, apreciem faptul că, în acest caz, creșterea PIB antrenată de majorarea cu o unitate a consumului fi nal (CF) este de 1,29 mil. lei. Totodată, observăm o creștere a PIB cu 0,63 mil. lei pentru fi ecare 1 mil. Lei la nivelul exporturilor (EXP). În ceea ce privește nivelul importurilor (IMP), observăm o scădere a PIB cu 0,54 mil. lei pentru fi ecare majorare cu 1 mil. lei a valorii importurilor. Trebuie menționat faptul că, în cadrul modelului considerat, infl uența termenului liber (C), care refl ectă factorii ce nu au fost incluși în model, este una semnifi cativă. Având în vedere că valoarea termenului liber este una negativă, putem aprecia faptul că, factorii care nu au fost luați în considerare la momentul construcției modelului econometric, determină o diminuare semnifi cativă a PIB. În ceea ce privește rezultatul testelor statistice care verifi că corectitudinea modelului econometric, putem observa faptul că valorile aferente testelor R și R2 sunt de peste 99% (respectiv R2 = 99,90% și R2 ajustat = 99,88%).

Concluzii Realizarea unor previziuni macroeconomice cu privire la evoluțiile viitoare ale principalilor indicatori macroeconomici sunt necesare atât pentru anticiparea unor fenomene viitoare, rolul major al previziunii fi ind acela de

Romanian Statistical Review - Supplement nr. 3 / 201738

a diminua, pe cât posibil, riscurile în procesele decizionale. Seriile de date care se utilizează în previziunile macroeconomice trebuie defl atate în vederea asigurării unei corelaţii reale între nivelurile de evoluţie a indicatorilor utilizaţi. În acelaşi timp vom acorda atenţie studiului evoluţiei indicatorilor utilizaţi pe baza datelor tabelate şi apoi prin reprezentarea grafi că a seriilor de tare. Prin acest studiu, vom identifi ca existenţa corelaţiei, sensul acesteia şi vom avea certitudinea că parametrii obţinuţi vor asigura o estimare corectă şi efi cientă a previziunii indicatorilor consideraţi. Studiul efectuat a re un conţinut particular, dar reprezintă şi un model care se poate generaliza şi folosi în alte studii similare. Modelul de regresie este un instrument statistico-econometric esențial pentru estimarea unor evoluții viitoare, cu ajutorul acestuia realizându-se analiza legăturilor existente în principalii indicatori macroeconomici.

Bibliografi e 1. Andrei, T., Spătaru, L. (2010). Aplicaţii în econometrie, Editura Economică,

Bucureşti 2. Anghelache, C. Grabara, J., Manole, A. (2016). Using the dynamic Model ARMA to

Forecast the Macroeconomic Evolution, Romanian Statistical Review Supplement, Issue 1/2016, pp. 7-17

3. Anghelache, C. (2015). Previziune economică. Note de curs, format electronic, Editura Artifex, Bucureşti

4. Anghelache, C., Anghel, M.G. (2015). Statistică. Teorie, concepte, indicatori şi studii ce caz, Editura Artifex, Bucureşti

5. Anghelache, C., Anghel, M.G., Manole, A. (2015). Modelare economică, fi nanciar-bancară şi informatică, Editura Artifex, București

6. Anghelache, C., Anghel, M. (2014). Modelare economică. Concepte, teorie şi studii de caz., Editura Economică, București

7. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică, București

8. Anghelache, C., Anghelache, G.V. (2010). Metode econometrice de prognozare a utilizării fi nale a PIB, Revista Română de Statistică Supliment, nr. 12/2010

9. Anghelache, C. (2010). Some macroeconomic evolution of Romania, Metalurgia Internaţional, Vol. XV, no. 5, pp. 198-205

10. Anghelache, C., Anghelache, G.V. (2010). Modele de echilibru pentru prognozarea economică, Revista Română de Statistică Supliment, nr. 9/2010, nr. 49-57

11. Anghelache, C. (2009). Modele de previziune economică, Conferinţa a 57-a „Statistica – trecut, prezent şi viitor”, ISBN 978-90-73592-29-2, Durban 2009

12. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

13. Anghelache, C. (coordonator) (2007). Analiza macroeconomică – Sinteze şi studii de caz, Editura Economică, București

14. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V. (2007). Sistemul Conturilor Naţionale – Ediţia a II-a, Editura Economică, București

Revista Română de Statistică - Supliment nr. 3 / 2017 39

15. Anghelache, C. (2006). Conturile naţionale – sistem de măsurare şi analiză macroeconomică, Simpozionul ştiinţifi c naţional „Economia României în perspectiva aderării la Uniunea Europeană”, Editura Artifex, București, pp. 9-22

16. Anghelache, G.V., Anghelache, C., Mitruţ, C., Bădulescu, M.C., Mariţescu (Bunda), M. (2009). Aspecte privind descompunerea seriilor dinamice, Revista Română de Statistică, Supliment, nr. 3/martie, pp. 180-183

17. Benjamin, C., Herrard, N., Houée-Bigot, M., Tavéra, C. (2010). Forecasting with an Econometric Model, Springer

18. Bosq, D. (2012). Nonparametric Statistics for Stochastic Processes: Estimation and Prediction, Springer Science & Business Media

19. Capanu, I, Anghelache, C. (2000). Indicatorii economici pentru managementul micro şi macroeconomic, Editura Economică, Bucureşti

20. Capinski, M., Zastawniak, T. (2003). Mathematics for Finance – An Introduction to Financial Engineering, Springer-Verlag London Limited

21. Corbore, D., Durlauf, S., Hansen, B., (2006). Econometric Theory and Practice – Frontieres of Analysis and Applied Research, Cambridge University Press, United Kingdom

22. Dodge, Y. (editor) (2006). The Oxford dictionary of statistical terms, Oxford University Press

23. Ghysels, E., Osborn, D. (2001). The Econometric Anallysis of Seasonal Time Series, Cambridge University Press, United Kingdom

24. Samar, C. (2009). Infl uenţa incertitudinii macroeconomice asupra investiţiilor - analiza empirică în cazul României, The Romanian Economic Journal

Romanian Statistical Review - Supplement nr. 3 / 201740

MODELS AND INDICATORS USED IN MACROECONOMIC FORECAST

Prof. Constantin ANGHELACHE PhDBucharest University of Economic Studies/„Artifex„ University of BucharestAssoc. prof. Mirela PANAITPetroleum-Gas University of PloiestiAndreea – Ioana MARINESCU Ph.D StudentBucharest University of Economic StudiesGeorgiana NIȚĂ Ph.D StudentBucharest University of Economic Studies

Abstract In this article, the authors aim to analyze the links between certain macroeconomic indicators, using simple linear regression model and multiple. Thus, initially, will be addressed some general notions on macroeconomic forecast. Further extend the analysis will be used by applying simple linear regression models and multiple. The indicators used, GDP, consumption, export, import, is in fact variable interconnection. By using regression function, will be offered in terms of quantity, show the existence and intensity of existing interdependence and its analysis based on regression model. Using data series published by the National Statistics Institute, we look at the GDP in the period 1995-2015, the correlation between GDP and actual individual fi nal consumption of households and links between GDP, on the one hand, and fi nal consumption, the level of exports and imports, on the other hand, using multiple linear regression model. Keywords: linear regression macro-economic indicator, GDP evolution, correlation, multiple regression, parameter. JEL Classifi cation: C51, E60

Introduction Macroeconomic Outlook is an estimation, anticipation, made using econometric methods, future values of key macroeconomic indicators. Macroeconomic Outlook can be considered a tool, for example, to analyze the evolution of gross domestic product, infl ation or volume of business investment. Macroeconomic forecasts are always uncertain, which is why, when estimating the corresponding values of the indicators studied, they are associated with so-called confi dence intervals. The goal is the realization of forecasts usually need to reduce possible risks and substantiate the long term, certain decisions. The regression is a statistical and econometric tool used to determine the relationship of dependence between two or more variables in a given time horizon.

Revista Română de Statistică - Supliment nr. 3 / 2017 41

Using regression model can track the progress of macroeconomic indicators over a period of time, thereby creating the necessary framework to achieve some estimates, predictions of future developments. The regression model can be linear or non-linear, simple or multiple. The linear regression can be represented by a function of the form:

y = a + bx + ɛ where, y = variable explained x = explanatory variable ɛ = residual variable a,b = parameters

Thus, using linear regression model involves identifying variables analyzed, ie, a variable y, called the dependent variable and a variable x, called the independent variable and defi ning the residual variable, denoted by ɛ. Including the residual variable in the regression model it is necessary since any modeling or analysis of data series involves measurement errors that can infl uence parameter estimation. If linear regression models, resulting from plotting points are located on the right. When points resulting from plotting two variables is around the line, the point cloud, we are dealing with a model of linear regression, which, through various mathematical methods can be transformed into a linear regression model . Suppose we discuss the analysis of two variables x and y and follow the description of the variable y depending on the variable x. If the two variables there is a relationship of dependency and graphical format (Scatter diagram) is a right means that we are dealing with a simple linear regression model. Where the dependent variable y can be described by two or more independent variables are discussing a multiple linear regression model.

Literature review Andrei and Spătaru (2010) developed a set of useful applications in the study of econometrics, Corbore, Durlauf and Hansen (2006) addressed the econometric tools in theoretical and practical terms. Anghelache, Grabara, Manole (2016) applied dynamic models ARMA in forecasting macro-economic developments. Anghelache (2015) is a reference work in the fi eld of macroeconomic forecasts. Anghelache, Anghel, and Manole (2015), Anghelache and Anghel (2014) have deepened principles and tools of economic modeling. Anghelache and Anghel (2015), Anghelache, Mitruț and Voineagu

Romanian Statistical Review - Supplement nr. 3 / 201742

(2013), Anghelache (2008), Anghelache (eds., 2007), Anghelache, Isaic-Maniu, Mitruţ, Voineagu (2007), Dodge (ed., 2006) show concepts, methods and tools relevant macroeconomic statistics. Anghelache and Anghelache (2010) describe the applicability of econometric methods in forecasting the end use of the Gross Domestic Product of Romania, Anghelache and Anghelache (2010) is concerned with forecasting economic using equilibrium models, Anghelache (2009) develops a similar theme, Benjamin, Herrard, Houée-Bigot, Tavéra (2010) addresses the usefulness of econometrics as a forecasting tool. Anghelache (2010) examines some developments in the Romanian economy. Anghelache (2006) describes the System of National Accounts. Anghelache, Anghelache, et. al. (2009), Ghysels and Osborn (2001) addressed some aspects of the analysis of dynamic series / time. Samar (2009) analyzes the impact of uncertainty on the macro level indicators on investment in Romania. Bosq (2012) presents the role of nonparametric statistics study stochastic processes used in estimation and prediction. Capanu and Anghelache (2000) showed useful indicators in micro and macroeconomic management. Capinski and Zastawniak (2003) developed a reference work in the fi eld of fi nancial mathematics.

Research Methodology and Data According to the National Institute of Statistics, gross domestic product is the main macroeconomic aggregate, refl ecting the end result of production activity of resident producer units. This indicator refl ects macroeconomic activity of a country, region or locality in a certain period of time (usually one year).

The evolution of Gross Domestic Product in the period 1995-2015

0

100000

200000

300000

400000

500000

600000

700000

800000

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

Revista Română de Statistică - Supliment nr. 3 / 2017 43

Regarding the evolution of GDP in the period 1995-2015 observe that, in Romania, GDP experienced a generally favorable variation. Thus, the largest increase in volume of GDP in the period 1995-2015 was recorded in 1997, the GDP increasing by approximately 125% over the previous year. In 2009 we see a decrease in the volume of GDP, 1.83% over the previous year, which may be explained by the deepening economic crisis triggered in 2008, which had repercussions on the whole economy. From 2010 and 2015, the GDP was found in a constantly evolving, but the growth index values remained quite low in comparison to 1995-2008.

Analysis of correlation between gross domestic product and actual individual fi nal consumption of households

As stated previously, the purpose is to highlight simple regression relationship between a dependent variable (the result) Y and independent variable (factor) X. To build a regression model, we defi ned the fi nal individual consumption of households as independent variable, while the GDP was considered a dependent variable. To determinate the parameters of this regression model, we considered a number of relevant data for the evolution of the two indicators in the period 1995-2015.

Nr. Crt. Year GDP / capita Actual individual fi nal consumption of households

1 1995 337,6 254,22 1996 507,1 401,63 1997 1.139,4 903,64 1998 1.655,7 1.386,85 1999 2.470,4 2.005,26 2000 3.622,7 2.784,07 2001 5.280,5 4.116,48 2002 7.041,5 5.396,39 2003 9.212,8 6.928,710 2004 11.595,6 8.927,411 2005 13.625,4 10.647,512 2006 16.373,0 12.670,313 2007 20.028,7 15.135,614 2008 25.532,8 18.482,115 2009 25.065,6 17.760,416 2010 26.368,7 19.071,117 2011 28.047,8 20.049,118 2012 29.679,1 21.320,919 2013 31.895,4 21.538,520 2014 33.524,4 21.984,221 2015 35.873,6 22.851,5

Romanian Statistical Review - Supplement nr. 3 / 201744

Using data series previously presented in table form, we can make a fi rst interpretation of the correlation that exists between the two variables, namely GDP and actual fi nal consumption of households. Much suggestive is the analysis which can be done by plotting the data series presented. The graphical representation is presented below.

y = 0,6738x + 620,4R² = 0,9918

0

5000

10000

15000

20000

25000

30000

0 10000 20000 30000 40000

Gros

s do

mes

tic P

rodu

ct

Actual individual final consumption

GDP evolution for varying individual final consumption of households

Looking at the chart we see that the graphic representation of the two indicators is right. Thus, we estimate that between two variables there is a direct and linear, simple linear regression appropriate. Using the regression described above, we obtain the following values of parameters a and b:

a = 620,4 și b = 0,6738 The function of the linear regression is:

PIB = 620,4 + 0,6738 CFIE

To analyze the intensity of the relationship between GDP and actual individual fi nal consumption of households, we proceed to calculate the coeffi cient of determination (R2). The coeffi cient of determination is comes closer to one, the more relevant changes in the consumption of household actual individual fi nal in determining the development of gross domestic product. Thus, if our analysis R2 = 0.9918, a value very close to one, which shows that the model is valid and also elected representative for this analysis.

Highlighting the correlation between macroeconomic indicators using multiple linear regression model

Information obtained by using simple linear model (single factor) regression is not always suffi cient to characterize the evolution of an economic phenomenon, and especially to identify possible future development thereof.

Revista Română de Statistică - Supliment nr. 3 / 2017 45

To remedy these shortcomings, the literature were introduced multiple regression models the evolution of a dependent variable is defi ned by two or more variables factor. Starting from a series of data on developments in the last 20 years, GDP, fi nal consumption, the level of exports and imports level, we propose a multiple regression model, enabling analysis of the links between these indicators. The data are summarized in the following table:

YearGDP -

expenditure approach

(millions lei)

Final consumption (millions lei)

Exports (millions

lei)

Imports (millions

lei)

1995 7656,7 6234,2 1950,6 2333,51996 11463,5 9680,6 3012,9 3908,71997 25689,1 21907,8 7190,3 8927,11998 37257,9 33255,1 8517,5 114071999 55479,4 49181 15370,6 17876,32000 81275,3 69458,8 26589,6 30882,22001 118327,2 100531,5 38997,4 47969,52002 152630 126905,3 53763 62310,92003 198761,1 168361,1 68657,9 83419,22004 248747,6 210574,2 88646,4 110884,42005 290488,8 250519,1 95595,6 124965,72006 347004,3 293913,1 111250,3 152655,62007 418257,9 347231,7 121901,5 181720,52008 524388,7 418535,4 141242,1 210727,42009 510522,8 404803,3 139739,6 172462,52010 533881,1 423393,2 172453,2 205238,72011 565097,2 439129,1 208213,8 239669,92012 595367,3 465156,9 223048,9 252659,52013 637456 479450,6 253377,4 258322,42014 668143,6 506112,1 275219,6 278160,12015 711102,7 537967,5 292327 296699,5

Source: National Institute of Statistics, the data is processed by author

The equation linear regression model used is of the form: Yi = a0 + a1x1 + a2x2 + a3x3 + ε

Econometric analysis of the link between variables can be analyzed with the help of three models, as follows: a single factor model that expresses the correlation between GDP and the change in fi nal consumption; a single factor model that stressed the interdependence between GDP and exports variation; a single factor model that highlights the interdependence between GDP and the change in imports.

Romanian Statistical Review - Supplement nr. 3 / 201746

0100000200000300000400000500000600000

0 200000 400000 600000 800000

indicators

Consumul final

Exporturi

Importuri

Based on the above, and based on the graphic representation, we believe that the model is analyzed by multiple linear one. In determining multiple regression model, we used Microsoft Excel - Data Analysis function.Thus, we defi ned as resultant variable (dependent) GDP and fi nal consumption as factorial variables, the level of exports and imports. Also, within the regression model it was the term free C to refl ect the infl uence exercised by factors which were not taken into account when building the model, the variable result. The results are presented and analyzed below:

Multiple regression model may be given previously determined in the form of an equation as follows:

PIB = -9824,647 + 1,2945 CF + 0,633 EXP – 0,543 IMP

As can be seen, although there is the signifi cance of the chosen factors infl uence the value of fi nal consumption most infl uence the evolution of GDP. Thus, we consider that in this case, GDP growth driven by increase in one unit

Revista Română de Statistică - Supliment nr. 3 / 2017 47

of fi nal consumption (CF) is 1.29 mil. Lei. We also see a GDP growth of 0.63 mil. Lei per 1 mil. Lei in exports (EXP). Regarding the level of imports (IMP), we see a decline in GDP by 0.54 mil. Lei for each increase of 1 mil. Lei of the value of imports. It should be noted that, in the model considered the infl uence of the free (C), refl ecting the factors that were not included in the model, it is signifi cant. Given that the value of free term is negative, we can appreciate that the factors were not taken into account when building econometric model causes a signifi cant decrease in GDP. As the result of statistical tests that verify the accuracy of the econometric model, we can see that the values of R and R2 tests are over 99% (R2 = 99.90% respectively, and adjusted R2 = 99.88%).

Conclusion Achieving macroeconomic forecasts on future developments in key macroeconomic indicators are needed both for anticipating future events, the major role of the forecast being to reduce as far as possible, the risks in decision making processes. The data series are used in macroeconomic be defl ated to ensure a real correlation between the levels of development of the indicators used. At the same time we pay attention to study the evolution of indicators based on data tabulated using and then by plotting the series strong. Through this study, we identify the correlation existence, its purpose and we make sure that the parameters obtained will provide an accurate assessment and effective forecasting indicators considered. Study has re particular content, but it is also a model that can be generalized and used in similar studies. The regression is a statistical and econometric essential tool for estimating future developments, using its existing links realizing analysis in macroeconomic indicators.

References 1. Andrei, T., Spătaru, L. (2010). Aplicaţii în econometrie, Editura Economică,

Bucureşti 2. Anghelache, C. Grabara, J., Manole, A. (2016). Using the dynamic Model ARMA to

Forecast the Macroeconomic Evolution, Romanian Statistical Review Supplement, Issue 1/2016, pp. 7-17

3. Anghelache, C. (2015). Previziune economică. Note de curs, format electronic, Editura Artifex, Bucureşti

4. Anghelache, C., Anghel, M.G. (2015). Statistică. Teorie, concepte, indicatori şi studii ce caz, Editura Artifex, Bucureşti

5. Anghelache, C., Anghel, M.G., Manole, A. (2015). Modelare economică, fi nanciar-bancară şi informatică, Editura Artifex, București

Romanian Statistical Review - Supplement nr. 3 / 201748

6. Anghelache, C., Anghel, M. (2014). Modelare economică. Concepte, teorie şi studii de caz., Editura Economică, București

7. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică, București

8. Anghelache, C., Anghelache, G.V. (2010). Metode econometrice de prognozare a utilizării fi nale a PIB, Revista Română de Statistică Supliment, nr. 12/2010

9. Anghelache, C. (2010). Some macroeconomic evolution of Romania, Metalurgia Internaţional, Vol. XV, no. 5, pp. 198-205

10. Anghelache, C., Anghelache, G.V. (2010). Modele de echilibru pentru prognozarea economică, Revista Română de Statistică Supliment, nr. 9/2010, nr. 49-57

11. Anghelache, C. (2009). Modele de previziune economică, Conferinţa a 57-a „Statistica – trecut, prezent şi viitor”, ISBN 978-90-73592-29-2, Durban 2009

12. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

13. Anghelache, C. (coordonator) (2007). Analiza macroeconomică – Sinteze şi studii de caz, Editura Economică, București

14. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V. (2007). Sistemul Conturilor Naţionale – Ediţia a II-a, Editura Economică, București

15. Anghelache, C. (2006). Conturile naţionale – sistem de măsurare şi analiză macroeconomică, Simpozionul ştiinţifi c naţional „Economia României în perspectiva aderării la Uniunea Europeană”, Editura Artifex, București, pp. 9-22

16. Anghelache, G.V., Anghelache, C., Mitruţ, C., Bădulescu, M.C., Mariţescu (Bunda), M. (2009). Aspecte privind descompunerea seriilor dinamice, Revista Română de Statistică, Supliment, nr. 3/martie, pp. 180-183

17. Benjamin, C., Herrard, N., Houée-Bigot, M., Tavéra, C. (2010). Forecasting with an Econometric Model, Springer

18. Bosq, D. (2012). Nonparametric Statistics for Stochastic Processes: Estimation and Prediction, Springer Science & Business Media

19. Capanu, I, Anghelache, C. (2000). Indicatorii economici pentru managementul micro şi macroeconomic, Editura Economică, Bucureşti

20. Capinski, M., Zastawniak, T. (2003). Mathematics for Finance – An Introduction to Financial Engineering, Springer-Verlag London Limited

21. Corbore, D., Durlauf, S., Hansen, B., (2006). Econometric Theory and Practice – Frontieres of Analysis and Applied Research, Cambridge University Press, United Kingdom

22. Dodge, Y. (editor) (2006). The Oxford dictionary of statistical terms, Oxford University Press

23. Ghysels, E., Osborn, D. (2001). The Econometric Anallysis of Seasonal Time Series, Cambridge University Press, United Kingdom

24. Samar, C. (2009). Infl uenţa incertitudinii macroeconomice asupra investiţiilor - analiza empirică în cazul României, The Romanian Economic Journal

Revista Română de Statistică - Supliment nr. 3 / 2017 49

Analiza evoluţiei cifrei de afaceri în comerţul cu ridicata şi amănuntul

Conf. univ. dr. Mădălina-Gabriela ANGHELUniversitatea „Artifex„ din BucureștiProf. univ. dr. Radu Titus MARINESCUUniversitatea „Artifex„ din BucureștiConf. univ. dr. Aurelian DIACONUUniversitatea „Artifex„ din BucureștiDrd. Gyorgy BODOAcademia de Studii Economice din București

Abstract În acest articol autorii au urmărit să facă o analiză atentă asupra cifrei de afaceri înregistrată în activitatea de comerţ interior şi activitate hotelieră. În acest sens utilizând seriile de date privind cifra de afaceri a activităţii comerţ cu amănuntul, engross, serviciile şi comerţul cu vehicule şi motociclete şi serviciile efectuate pentru întreprinderi şi populaţie, au urmărit să stabilească stadiul actual al cifrei de afaceri, precum şi perspectiva evoluţiei acesteia. Datele sunt analizate pe baza datelor din seriile brute ajustate după numărul de zile lucrătoare şi sezonalitate. În toate aceste variante datele au evidenţiat că cifra de afaceri, cu mici excepţii au urmat un curs ascendent. Aceasta semnifi că un consum sporit din partea populaţiei sau ale agenţilor economici, semnifi că o creştere a veniturilor la bugetul consolidat la reliefarea evoluţiei cifrei de afaceri s-au utilizat seriile de date, reprezentările grafi ce sau al unor tabele sintetice semnifi cative. Trendul înregistrat sugerează perspectiva creşterii acestui indicator (cifra de afaceri) pe total dar şi în plan structural. Keywords: Comerţ cu amănuntul, comerţ engross, cifră de afaceri, creştere, servicii, consum. Clasifi care JEL: L81, F10, F14

Introducere Lucrarea de faţă urmăreşte evidenţierea modului în care a evoluat activitatea de comerţ interior. În termeni generali această activitate este, direct sau indirect conexată consumului privat fi nal. În consecinţă evoluţia cifrei de afaceri este un indiciu că a crescut consumul intern şi în consecinţă ca creşte, pe această cale şi valoarea Produsului Intern Brut. În articol se analizează succesiv cifra de afaceri înregistrată în comerţul engross, comerţul cu amănuntul, comerţul cu autovehicule şi motociclete, serviciile prestate

Romanian Statistical Review - Supplement nr. 3 / 201750

pentru populaţie şi întreprinderi, sunt utilizate bazele de date privind evoluţia cifrei de afaceri în domeniile respective. Concluziile ce se vor desprinde vor exprima stadiul actual al cifrei de afaceri şi prognoza privind evoluţia acestui indicator . Desigur, aceasta este numai o analiză statico-dinamică bazată pe evoluţia cifrei de afaceri, dar studiul se poate adânci prin luarea în considerare a altor indicatori statistici. În fapt o analiză completă trebuie să se bazeze pe mai mulţi indicatori, consideraţi ca un sistem. Studiul evoluţiei activităţii de comerţ interior este important pentru a desprine trendul şi prognoza pentru perioada următoare. În acest sens semnifi cativă apare analiza evoluţiei cifrei de afaceri în comerţul cu ridicata, amănuntul, cu atovehicule şi motociclete. De asemenea, este important să studiem şi volumul cifrei de afaceri pentru serviciile de piaţă prestate populaţiei şi întreprinderilor.

Literature review Allen şi Arkolakis (2014) au evaluat caracteristicile spaţiale ale economiei, din prisma comerţului. Anghelache (2016, 2015, 2014, 2013) realizează o analiză complexă a situaţiei economiei româneşti, fi ecare lucrare prezintă rezultatele în timp real pentru indicatorii micro şi macroeconomici respectivi. Anghelache şi Anghel (2016, 2015), Dodge (ed., 2006), Anghelache (2008) reprezintă lucrări de referinţă în domeniul statisticii economice. Anghelache, Anghel, Manole şi Lilea (2016), Anghelache şi Anghel (2014) descriu instrumentele modelării economice. Anghelache, Fetcu (Stoica) şi Anghel (2012) au analizat producţia de bunuri şi servicii a României. Anghelache, Nguyen şi Băţat (2007) au studiat producţia şi comercializarea prin utilizarea corelaţiilor între indicatori valorici. Anghelache, Isaic-Maniu, Mitruţ şi Voineagu (2006) se preocupă de utilizarea indicatorilor statistici dedicaţi analizelor pe termen scurt. Céspedes şi Velasco (2012) au studiat dinamica performanţelor macroeconomice în funcţie de evoluţiile semnifi cative ale preţurilor mărfurilor. Dix-Carneiro (2014) s-a orientat către liberalizarea comercială şi impactul acesteia asupra evoluţiei pieţei forţei de muncă. Epifani şi Gancia (2009) au analizat unele caracteristici ale schimburilor comerciale. Glazer şi Ranjan (2007) s-au preocupat de utilitatea protecţionismului comercial. Harrison, McLaren şi McMillan (2011) au evaluat perspectivele comerţului şi inegalităţii. Hiscox, M.J. (2002) a analizat unele aspecte ale impactului modifi cărilor legislaţiei comerciale. Melitz (2003) s-a preocupat de efectul schimburilor comerciale asupra unor indicatori de structură şi efi cienţă ai sectorului industrial.

Revista Română de Statistică - Supliment nr. 3 / 2017 51

Evoluţia cifrei de afaceri din comerţul cu ridicata În 2016, cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), în termeni nominali, faţă de perioada precedentă a crescut atât ca serie brută cu 0,3% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate. Astfel, în luna noiembrie 2016, cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), în termeni nominali, a crescut atât ca serie brută cu 10,7% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 7,5%. În cele unsprezece luni 2016, cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), în termeni nominali, a crescut faţă de aceeaşi perioadă din 2015 atât ca serie brută cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 8,1%, respectiv cu 7,3%. Evoluţia cifrei de afaceri în comerţul cu ridicata în perioada ianuarie 2010-noiembrie 2016 este prezentată în grafi cul următor.

Evoluţia lunară a cifrei de afaceri în comerţul cu ridicata, conform CAEN Rev. 2

(serie ajustată în funcţie de număr zile lucrătoare şi de sezonalitate)- ianuarie 2010 - noiembrie 2016 -

-2010=100 -

6080

100120140160180200220240260280300

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

TOTAL Activitati de intermediere in comertul cu ridicataComert cu ridicata al produselor agricole brute si al animalelor vii Comert cu ridicata al produselor alimentare, al bauturilor si al tutunuluiComert cu ridicata al bunurilor de consum, altele decat cele alimentare Comert cu ridicata al echipamentului informatic si de telecomunicatiiComert cu ridicata al altor masini, echipamente si furnituri Comert cu ridicata specializat al altor produseComert cu ridicata nespecializat

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 17/13.01.2017

Din analiza şi interpretarea datelor furnizate de Institutul Naţional de Statistică, rezultă indicia de evoluţie pe baza seriei date brute au fost mai mari, faţă de evoluţia datelor din seriile de date ajustate în funcţie de zilele lucrătoare şi sezonalitate. Astfel, pe total comerţ cu ridicata, în luna noiembrie 2016 au fost de 0,3% comparativ cu luna octombrie 2016, 10,7% comparative cu luna noiembrie din 2015. Studiul pe total unsprezece luni a fost de 8,1% în 2016 faţă de 2015.

Romanian Statistical Review - Supplement nr. 3 / 201752

Creşterile cele mai semnifi cative în noiembrie 2016, faţă de noiembrie 2015 s-au înregistrat la comerţul cu ridicata al produselor brute şi al animalelor vii (43,0% serie brută şi 38,6% serie ajutată sezonier) şi comerţul cu ridicata la maşini, echipamente şi furniture (21,4% la comerţul pe baza seriilor de date serie brută şi 27,3% la seria de date ajustată sezonier). Situaţia evoluţiei cifrei de afaceri din comerţul cu ridicata este prezentată în mod complex în tabelul următor.

Indicii cifrei de afaceri din comerţul cu ridicata

INDICATOR TIP

NOIEMBRIE 2016 în % faţă de:

1.I-30.XI.2016/

1.I-30.XI.2015-%-

OCTOMBRIE 2016

NOIEMBRIE 2015

TOTALB 100,3 110,7 108,1S 101,6 107,5 107,3

Activităţi de intermediere în comerţul cu ridicata

B 105,7 95,6 95,4S 101,4 91,1 94,9

Comerţ cu ridicata al produselor agricole brute şi al animalelor vii

B 82,0 143,0 119,2S 102,8 138,6 117,2

Comerţ cu ridicata al produselor alimentare, al băuturilor şi al tutunului

B 104,6 111,4 110,9S 104,1 109,6 110,4

Comerţ cu ridicata al bunurilor de consum, altele decât cele alimentare

B 105,5 108,2 108,9S 102,8 107,8 108,6

Comerţ cu ridicata al echipamentului informatic şi de telecomunicaţii

B 114,4 96,4 105,6S 100,9 101,7 107,7

Comerţ cu ridicata al altor maşini, echipamente şi furnituri

B 103,3 121,4 125,7S 99,7 127,3 120,8

Comerţ cu ridicata specializat al altor produse

B 95,5 110,0 99,8S 104,5 106,9 99,7

Comerţ cu ridicata nespecializatB 100,4 105,2 112,2S 98,0 103,1 111,7

Notă: B= serie brută; S= serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitateSursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 17/13.01.2017

Din analiza datelor înregistrate în luna noiembrie 2016 comparativ cu luna precedent rezultă că cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), serie brută, în luna noiembrie 2016, comparativ cu luna precedentă, în termeni nominali, a crescut pe ansamblu cu 0,3%, ca urmare a creşterii comerţului cu ridicata al echipamentului informatic şi de telecomunicaţii (+14,4%), activităţilor de intermediere în comerţul cu ridicata (+5,7%), comerţului cu ridicata al bunurilor de consum, altele decât cele alimentare (+5,5%), comerţului cu ridicata al produselor alimentare,

Revista Română de Statistică - Supliment nr. 3 / 2017 53

al băuturilor şi al tutunului (+4,6%), comerţului cu ridicata al altor maşini, echipamente şi furnituri (+3,3%) şi comerţului cu ridicata nespecializat (+0,4%). Scăderi s-au înregistrat la comerţul cu ridicata al produselor agricole brute şi al animalelor vii (-18,0%) şi la comerţul cu ridicata specializat al altor produse (-4,5%). Studiul comparativ în lunile noiembrie şi octombrie pentru cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în luna noiembrie 2016, comparativ cu luna precedentă, în termeni nominali, a crescut pe ansamblu cu 1,6%, ca urmare a creşterii comerţului cu ridicata specializat al altor produse (+4,5%), comerţului cu ridicata al produselor alimentare, al băuturilor şi al tutunului (+4,1%), comerţului cu ridicata al bunurilor de consum, altele decât cele alimentare (+2,8%), comerţului cu ridicata al produselor agricole brute şi al animalelor vii (+2,8%), activităţilor de intermediere în comerţul cu ridicata (+1,4%) şi comerţului cu ridicata al echipamentului informatic şi de telecomunicaţii (+0,9%). Scăderi au înregistrat comerţul cu ridicata nespecializat (-2,0%) şi comerţul cu ridicata al altor maşini, echipamente şi furnituri (-0,3%). Adâncind analiza având ca baze de comparaţie pentru rezultatele dobândite în 2016, anul 2015, cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), serie brută, în termeni nominali, a înregistrat o creştere cu 10,7% ca urmare a creșterii comerţului cu ridicata al produselor agricole brute şi al animalelor vii (+43,0%), comerţului cu ridicata al altor maşini, echipamente şi furnituri (+21,4%), comerţului cu ridicata al produselor alimentare, al băuturilor şi al tutunului (+11,4%), comerţului cu ridicata specializat al altor produse (+10,0%), comerţului cu ridicata al bunurilor de consum, altele decât cele alimentare (+8,2%) şi comerţului cu ridicata nespecializat (+5,2%). Scăderi au înregistrat activităţile de intermediere în comerţul cu ridicata (-4,4%) şi comerţul cu ridicata al echipamentului informatic şi de telecomunicaţii (-3,6%). Cifra de afaceri din comerţul cu ridicata (cu excepţia comerţului cu autovehicule şi motociclete), serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în luna noiembrie 2016, comparativ cu 2015, în termeni nominali, a crescut cu 7,5%, ca urmare a creșterii comerţului cu ridicata al produselor agricole brute şi al animalelor vii (+38,6%), comerţului cu ridicata al altor maşini, echipamente şi furnituri (+27,3%), comerţului cu ridicata al produselor alimentare, al băuturilor şi al tutunului (+9,6%), comerţului cu ridicata al bunurilor de consum, altele decât cele alimentare (+7,8%), comerţului cu ridicata specializat al altor produse (+6,9%), comerţului cu ridicata nespecializat (+3,1%) şi comerţului cu ridicata al echipamentului

Romanian Statistical Review - Supplement nr. 3 / 201754

informatic şi de telecomunicaţii (+1,7%). Scăderi au înregistrat activităţile de intermediere în comerţul cu ridicata (-8,9%).

Analiza cifrei de afaceri din comerţul cu amănuntul În analiza evoluţiei cifrei de afaceri înregistrată în noiembrie 2016 vom proceda în mod similar ca şi în cazul analizei din comerţul cu ridicata. Astfel, în luna noiembrie 2016, volumul cifrei de afaceri din comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete) faţă de luna precedentă a crescut atât ca serie brută cu 4,4% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 1,4%. Faţă de luna corespunzătoare a anului precedent, volumul cifrei de afaceri pentru comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete) a crescut atât ca serie brută cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 10,5%, respectiv cu 9,3%. Comparând evoluţia cifrei de afaceri din comerţul cu amănuntul constatăm că în perioada 1.I-30.XI.2016, volumul cifrei de afaceri a crescut faţă de perioada 1.I-30.XI.2015 atât ca serie brută cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 14,2% respectiv cu 14,3%. Reprezentarea grafi că a acestor date este prezentată mai jos.

Evoluţia lunară a cifrei de afaceri în comerţul cu amănuntul,- ianuarie 2010 - noiembrie 2016 -

2010=100 -

708090

100110120130140150160170

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

COMERT CU AMANUNTUL TOTAL ALIMENTARE NEALIMENTARE CARBURANTI

Alimentare = Cu vânzare predominantă de produse alimentare, băuturi şi tutun; Nealimentare = Cu vânzare predominantă de produse nealimentare; Carburanţi = Comerţul cu amănuntul al carburanţilor pentru autovehicule, în magazine specializate.Sursa de date: Institutul Naţional de Statistică -Comunicat de presă nr. 04/06.01.2017

Revista Română de Statistică - Supliment nr. 3 / 2017 55

Structural, indicia volumului cifrei de afaceri pentru comerţul cu amănuntul pe baza cărora s-a întocmit grafi cul menţionat, sunt cuprinşi în tabelul de mai jos.

Indicii volumului cifrei de afaceri pentru comerţul cu amănuntul(cu excepţia comerţului cu autovehicule şi motociclete)

INDICATOR TIP

NOIEMBRIE 2016 în % faţă de :

1.I-30.XI.2016/

1.I-30.XI.2015-%-

OCTOMBRIE 2016

NOIEMBRIE 2015

Total comerţ cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete)

B 104,4 110,5 114,2

S 101,4 109,3 114,3Cu vânzare predominantă de produse alimentare, băuturi şi tutun

B 100,2 106,4 115,5S 100,8 106,8 115,8

Cu vânzare predominantă de produse nealimentare

B 112,0 116,7 115,4S 103,6 113,9 114,8

Comerţul cu amănuntul al carburanţilor pentru autovehicule, în magazine specializate

B 96,5 104,8 110,3

S 102,6 103,9 110,2Notă: B= serie brută; S= serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitateSursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 04/06.01.2017

Volumul cifrei de afaceri pentru comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete), serie brută, în luna noiembrie 2016, comparativ cu luna precedentă, a crescut pe ansamblu cu 4,4%, ca urmare a creşterii vânzărilor de produse nealimentare (+12,0%) şi vânzărilor de produse alimentare, băuturi şi tutun (+0,2%). Comerţul cu amănuntul al carburanţilor pentru autovehicule în magazine specializate a scăzut cu 3,5%. Volumul cifrei de afaceri pentru comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete), serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în cele două luni considerate (noiembrie faţă de octombrie) a crescut pe ansamblu cu 1,4%, ca urmare a creşterii vânzărilor de produse nealimentare (+3,6%), comerţului cu amănuntul al carburanţilor pentru autovehicule în magazine specializate (+2,6%) şi vânzărilor de produse alimentare, băuturi şi tutun (+0,8%). Comparând nivelul înregistrat în noiembrie 2016 faţă de luna corespunzătoare din 2015, constatăm că volumul cifrei de afaceri pentru comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete), serie brută, a înregistrat o creştere cu 10,5% ca urmare a creşterilor înregistrate la vânzările de produse nealimentare (+16,7%), vânzările de produse alimentare,

Romanian Statistical Review - Supplement nr. 3 / 201756

băuturi şi tutun (+6,4%) şi la comerţul cu amănuntul al carburanţilor pentru autovehicule în magazine specializate (+4,8%). Volumul cifrei de afaceri pentru comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete), serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, pentru aceeaşi perioadă a înregistrat o creştere cu 9,3% ca urmare a sporirii vânzărilor de produse nealimentare (+13,9%), vânzărilor de produse alimentare, băuturi şi tutun (+6,8%) şi la comerţul cu amănuntul al carburanţilor pentru autovehicule în magazine specializate (+3,9%). Cu privire la volumul cifrei de afaceri pentru comerţul cu amănuntul (cu excepţia comerţului cu autovehicule şi motociclete), serie brută, în unsprezece luni din 2016, comparativ cu aceeaşi perioadă din 2015 constatăm că acesta a înregistrat o creştere cu 14,2% datorită creşterii vânzărilor de produse alimentare, băuturi şi tutun (+15,5%), vânzărilor de produse nealimentare (+15,4%) şi comerţului cu amănuntul al carburanţilor pentru autovehicule în magazine specializate (+10,3%) iar în varianta serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, a înregistrat o creştere cu 14,3%, datorită creşterii vânzărilor de produse alimentare, băuturi şi tutun (+15,8%), vânzărilor de produse nealimentare (+14,8%) şi comerţului cu amănuntul al carburanţilor pentru autovehicule în magazine specializate (+10,2%).

Evoluţia cifrei de afaceri din comerţul cu autovehicule şi motociclete precum şi servicii pentru populaţie.

În anul 2016, volumul cifrei de afaceri din comerţul cu autovehicule şi motociclete a scăzut lunar atât ca serie brută cu 0,2% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 0,3%. Volumul cifrei de afaceri pentru serviciile de piaţă prestate populaţiei a scăzut faţă de luna precedentă ca serie brută cu 4,7% şi a crescut ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 2,1%. Faţă de luna corespunzătoare a anului precedent, volumul cifrei de afaceri pentru comerţul cu autovehicule şi motociclete a crescut atât ca serie brută cu 16,4% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 16,7%. Volumul cifrei de afaceri pentru serviciile de piaţă prestate populaţiei, faţă de luna corespunzătoare a anului precedent a scăzut ca serie brută cu 0,9% şi a crescut ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 0,6%. În unsprezece luni din 2016, volumul cifrei de afaceri din comerţul cu autovehicule şi motociclete a crescut faţă de aceeaşi perioadă din 2015 atât ca serie brută cu 18,0% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 17,7%. Volumul cifrei de afaceri pentru

Revista Română de Statistică - Supliment nr. 3 / 2017 57

serviciile de piaţă prestate populaţiei a crescut atât ca serie brută cu 8,0% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 8,7%. În grafi cele următoare se prezintă evoluţia acestui indicator în perioada 2010-2016.

Evoluţia lunară a cifrei de afaceri în comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor

(serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate)- ianuarie 2010 – noiembrie 2016 -

-2010=100-

hi l i l i i ii f i i i l l

50

70

90

110

130

150

170

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

TOTAL AUTO MOTO

AUTO = Comerţ cu autovehicule; MOTO= Comerţ cu motociclete, piese şi accesorii aferente, întreţinerea şi repararea motocicletelorSursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 16/13.01.2017

Evoluţia lunară a cifrei de afaceri pentru serviciile de piaţă prestate populaţiei (serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate)

- ianuarie 2010 – noiembrie 2016 --2010=100-

90

100

110

120

130

140

150

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

TOTAL HOTELURI SI RESTAURANTE

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 16/13.01.2017

Romanian Statistical Review - Supplement nr. 3 / 201758

Volumul cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, serie brută, în 2016, evoluţi lunară a înregistrat o scădere cu 0,2%, ca urmare a scăderilor înregistrate la comerţul cu piese şi accesorii pentru autovehicule (-2,8%) şi la comerţul cu motociclete, piese şi accesorii aferente; întreţinerea şi repararea motocicletelor (-0,3%). Creşteri lunare au înregistrat comerţul cu autovehicule şi activităţile de întreţinere şi repararea autovehiculelor cu 1,2% fi ecare. Volumul cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în luna noiembrie 2016, comparativ cu luna precedentă a înregistrat o scădere cu 0,3%. În ceea ce priveşte serviciile de piaţă prestate populaţiei, serie brută, în 2016, volumul cifrei de afaceri, a înregistrat o scăderi, unele semnifi cative (activităţile agenţiilor turistice şi tur-operatorilor -11,4%, activităţile de spălare, curăţarea şi vopsirea textilelor şi blănurilor -7,3%, hoteluri şi restaurante -4,1% şi activităţile de jocuri de noroc şi alte activităţi recreative -4,0%). Volumul cifrei de afaceri, pentru serviciile de piaţă prestate populaţiei, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în luna noiembrie 2016 faţă de luna precedentă a crescut cu 2,1%. Volumul cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, serie brută, în luna noiembrie 2016, comparativ cu aceeaşi lună din 2015 a înregistrat o creştere cu 16,4%, datorată evoluţiei în activităţile de întreţinere şi repararea autovehiculelor (+32,8%), comerţul cu autovehicule (+22,1%), comerţul cu piese şi accesorii pentru autovehicule (+3,3%) şi la comerţul cu motociclete, piese şi accesorii aferente; întreţinerea şi repararea motocicletelor (+0,6%). Volumul cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în aceeaşi perioadă a înregistrat pe total o creştere cu 16,7%. Activitatea de servicii de piaţă prestate populaţiei, serie brută, în luna noiembrie 2016 a înregistrat o cifră de afaceri cu 0,9% mai mică, comparativ cu aceeaşi perioadă din 2015, provenită de la activitǎţile agenţiilor turistice şi tur-operatorilor (-17,9%) şi de la activităţile de jocuri de noroc şi alte activităţi recreative (-10,7%). Activitatea de servicii de piaţă prestate populaţiei, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, a crescut cu 0,6%. În unsprezece luni din 2016 comparativ cu aceeaşi perioadă din 2015, volumul cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, serie brută, a

Revista Română de Statistică - Supliment nr. 3 / 2017 59

crescut cu 18,0%, datorită creşterilor înregistrate la comerţul cu motociclete, piese şi accesorii aferente; întreţinerea şi repararea motocicletelor (+29,2%), comerţul cu autovehicule (+26,8%), întreţinerea şi repararea autovehiculelor (+23,1%) şi la activităţile provenite din comerţul cu piese şi accesorii pentru autovehicule (+3,7%). Volumul cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate a crescut cu 17,7%. Activitatea de servicii de piaţă prestate populaţiei, serie brută, analizată în acelaşi interval de timp a înregistrat o cifră de afaceri cu 8,0% mai mare, provenită de la serviciile de coafură şi alte activităţi de înfrumuseţare (+40,0%), activităţile hotelurilor şi restaurantelor (+15,8%), activităţile de spălare, curăţare şi vopsirea textilelor şi blǎnurilor (+14,5%) şi de la activitǎţile agenţiilor turistice şi tur-operatorilor (+1,3%). Activităţile de jocuri de noroc şi alte activităţi recreative au scăzut cu 4,8%. Activitatea de servicii de piaţă prestate populaţiei, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, a înregistrat o creştere cu 8,7%.

Evoluţia cifrei de afaceri din serviciile de piaţă prestate în principal întreprinderilor

Cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, în termeni nominali, a crescut atât ca serie brută cu 1,7% cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 1,5%. De asemenea, cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, în termeni nominali, a crescut atât ca serie brută cu 10,0%, cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 10,9%. În unsprezece luni din 2016, cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, în termeni nominali, a crescut atât ca serie brută cât şi ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate cu 9,5% respectiv cu 9,8%. Datele sunt sugestiv prezentate în grafi cul următor.

Romanian Statistical Review - Supplement nr. 3 / 201760

Evoluţia lunară a cifrei de afaceri din serviciile de piaţă prestate în principal întreprinderilor,

conform CAEN Rev. 2(serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate)

- ianuarie 2010 - noiembrie 2016 -- 2010=100 -

708090

100110120130140150160170180190200210220230240250260270

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

Total

Transporturi

Comunicatii

Activitati de productie cinematogr, video, progr de televiziune; difuzare si transmitere de programe

Activitati de servicii informatice si in tehnologia informatiei

Alte servicii furnizate in principal intreprinderilor

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 18/13.01.2017

Cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, serie brută, în termeni nominali, a crescut lunar în 2016 cu 1,7% ca urmare a creşterilor înregistrate la activităţile de servicii informatice şi în tehnologia informaţiei (+16,4%), alte servicii furnizate în principal întreprinderilor (+2,2%), activităţile de producţie cinematografi că, video, programe de televiziune; difuzare şi transmitere de programe (+2,0%) şi activităţile de comunicaţii (+1,4%). Scăderi au înregistrat activitǎţile de transport (-2,6%). Ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în termeni nominali, a crescut lunar cu 1,5% ca urmare a creşterilor înregistrate la activităţile de servicii informatice şi în tehnologia informaţiei (+3,8%), activităţile de producţie cinematografi că, video, programe de televiziune; difuzare şi transmitere de programe (+3,8%), activităţile de transport (+1,0%) şi activităţile de comunicaţii (+0,1%). Scăderi au înregistrat alte servicii furnizate în principal întreprinderilor (-0,1%). Cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, serie brută, în unsprezece luni 2016, comparativ cu 2015, în termeni nominali, a crescut pe ansamblu cu 10,0%, datorită creşterilor

Revista Română de Statistică - Supliment nr. 3 / 2017 61

înregistrate la activităţile de servicii informatice şi în tehnologia informaţiei (+28,2%), activităţile de transporturi (+13,1%), activităţile de producţie cinematografi că, video, programe de televiziune; difuzare şi transmitere de programe (+10,8%) şi activităţile de comunicaţii (+5,5%). Ca serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, în termeni nominali, a crescut pe ansamblu cu 10,9%, datorită creşterilor înregistrate la activităţile de servicii informatice şi în tehnologia informaţiei (+30,6%), transporturi (+12,9%), activităţile de producţie cinematografi că, video, programe de televiziune; difuzare şi transmitere de programe (+10,6%) şi activităţile de comunicaţii (+4,3%). În unsprezece luni din 2016, în termeni nominali, cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, serie brută, a crescut faţă de 2015 pe ansamblu cu 9,5%, datorită creşterilor înregistrate la activităţile de servicii informatice şi în tehnologia informaţiei (+15,2%), transporturi (+14,0%), alte servicii furnizate în principal întreprinderilor (+5,8%), comunicaţii (+5,4%). În termeni nominali, cifra de afaceri din serviciile de piaţă prestate în principal întreprinderilor, serie ajustată în funcţie de numărul de zile lucrătoare şi de sezonalitate, a crescut pe ansamblu cu 9,8%, datorită creşterilor înregistrate la activităţile de servicii informatice şi în tehnologia informaţiei (+15,5%), transporturi (+13,6%), alte servicii furnizate în principal întreprinderilor (+5,6%) şi activităţile de comunicaţii (+5,2%).

Concluzii Studiul efectuat exprimă modul în care a evoluat cifra de afaceri în activitatea de comerţ interior. Sunt formulate concluzii privind domeniile în care evoluţia a fost pozitivă, precum şi în cele în care s-au înregistrat scăderi. Studiul pune în evidenţă faptul că pe baza seriilor de date existente se pot efectua analize concrete, care să dea răspunsuri precum celor care asigură managementul micro şi macroeconomic. Studiul a reliefat din punct de vedere practic, perspectiva evoluţiei pozitive a acestui indicator. De asemenea, deşi studiul s-a limitat doar la prezenntarea şi analiza datelor pentru a cuprinde tendinţa de evoluţie, a sugerat şi posibilitatea lărgirii analizei prin prelucrarea, asocierea, modelarea acestui indicator, corelat cu alt indicator, utilizând metode statistico-economice. Astfel pot fi identifi cate corelaţii şi interdependenţe între variabile (indicatori) prin folosirea metodei seriilor dinamice, funcţia de regresie, etc. Studiul este doar un început care sugerează perspectiva adâncirii acestuia.

Romanian Statistical Review - Supplement nr. 3 / 201762

Bibliografi e 1. Allen, T., Arkolakis, C. (2014). Trade and the topography of the spatial economy,

The Quarterly Journal of Economics, vol. 129, issue 3, pp. 1085-1139 2. Anghelache, C. (2016). România 2016. Starea economică, Editura Economică, Bucureşti 3. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte

teoretice şi studii de caz, Editura Economică, Bucureşti 4. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare

economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex, București 5. Anghelache, C. (2015). România 2015. Starea economică în continuă creştere,

Editura Economică, Bucureşti 6. Anghelache, C., Anghel, M.G. (2015). Statistică. Teorie, concepte, indicatori şi

studii ce caz, Editura Artifex, Bucureşti 7. Anghelache, C. (2014). România 2014. Starea economică pe calea redresării,

Editura Economică, Bucureşti 8. Anghelache, C., Anghel, M.G. (2014). Modelare economică. Concepte, teorie şi

studii de caz, Editura Economică, Bucureşti 9. Anghelache, C. (2013). România 2013. Starea economică sub povara efectelor

crizei, Editura Economică, Bucureşti 10. Anghelache, C., Fetcu (Stoica), A.E., Anghel, M.G. (2012). Production and Trade

of Goods, Romanian Statistical Review Supplement, Trim II, pp. 282-286 11. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura

Economică, Bucureşti 12. Anghelache, C., Nguyen, T.T.A., Băţat V. (2007). Analiza producţiei şi comercializării pe

baza corelaţiei dintre indicatorii valorici, Simpozion Internaţional „Economia României şi perspectiva globalizării”, Editura Artifex, București, decembrie 2007, pp. 7-17

13. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V. (2006). Utilizarea indicatorilor statistici pe termen scurt în analize curente, Simpozionul ştiinţifi c naţional „Economia României în perspectiva aderării la Uniunea Europeană”, Editura Artifex, București, pp. 23-30

14. Céspedes, L.F., Velasco, A. (2012). Macroeconomic Performance During Commodity Price Booms and Busts, IMF Economic Review 60, December, pp. 570-599. NBER Working Paper No 18569 (Cambridge, Massachusetts, National Bureau of Economic Research)

15. Dix-Carneiro, R. (2014). Trade Liberalization and Labor Market Dynamics, Econometrica, 82(3), pp. 825-885

16. Dodge, Y. (editor) (2006). The Oxford dictionary of statistical terms, Oxford University Press

17. Epifani, P., Gancia, G. (2009). Openness, Government Size and the Terms of Trade, The Review of Economic Studies, 76 (2), pp. 629–668

18. Glazer, A., Ranjan, P. (2007). Trade protection to reduce redistribution, European Journal of Political Economy, 23 (3), pp. 790–805

19. Harrison, A., McLaren, J., McMillan, M. (2011). Recent Perspectives on Trade and Inequality, Annual Review of Economics, Vol 3, pp 261-289

20. Hiscox, M.J. (2002). Commerce, coalitions, and factor mobility: Evidence from congressional votes on trade legislation, American Political Science Review, 96, pp. 593–608

21. Melitz, M. J. (2003). The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity, Econometrica, 71(6), pp. 1695–1725

Revista Română de Statistică - Supliment nr. 3 / 2017 63

ANALYSIS OF THE EVOLUTION OF TURNOVER IN WHOLESALE AND RETAIL

Assoc. prof. Mădălina-Gabriela ANGHEL PhD„Artifex„ University of Bucharest Prof. Radu Titus MARINESCU PhD „Artifex„ University of BucharestAssoc. prof. Aurelian DIACONU PhD„Artifex„ University of Bucharest Gyorgy BODO Ph.D StudentBucharest University of Economic Studies

Abstract In this article the authors have sought to make a careful analysis on the turnover recorded in the trade activity and activity inside the hotel. In this respect using data series on turnover of business retail, the wholesale, services and trade with vehicles and motorcycles and services provided to businesses and households, have sought to establish the current state of turnover and the prospect of its development . Data is analyzed using data from adjusted gross series by number of working days and seasonality. In all these variants data showed that turnover, with few exceptions have followed an upward trend. This means increased consumption of the population or economic, signifi es an increase in revenues of the consolidated budget at highlighting the evolution of turnover were used series of data, graphs or tables synthetic material. The trend recorded growth of this indicator suggests outlook (turnover) on the total and the structural plan. Keywords: Retail, wholesale trade, turnover, growth, service consumption JEL Classifi cation: L81, F10, F14

Introduction This paper aims to highlight how trade activity performed inside. In general terms this activity is directly or indirectly joined private fi nal consumption. Accordingly evolution of turnover is an indication that increased domestic consumption and consequently the increase in this way and the Gross Domestic Product. The article analyzes successively recorded turnover in the wholesale trade, retail trade of motor vehicles and motorcycles, services for the population and businesses are used databases on the development of turnover in those areas. The conclusions will fall will express the current state of turnover and forecast the evolution of this indicator. Of course this is only a

Romanian Statistical Review - Supplement nr. 3 / 201764

Statico-dynamic analysis based on the evolution of the turnover, but the study may deepen taking into account other statistical indicators. In fact a complete analysis should be based on several indicators, considered as a system.The study development of domestic trade activity is important for a detached trend and forecast thereafter. In this sense becomes apparent analysis of the evolution of turnover in wholesale, retail, with atovehicule and motorcycles. It is also important to study and the turnover for the services provided to the population and businesses.

Literature review Allen and Arkolakis (2014) evaluated the spatial characteristics of the economy in terms of trade. Anghelache (2016, 2015, 2014, 2013) conducted a comprehensive analysis of the situation of the Romanian economy, every paper presents the results in real time micro and macroeconomic indicators concerned. Anghelache and Anghel (2016 2015), Dodge (ed., 2006), Anghelache (2008) is the reference works in the fi eld of economic statistics. Anghelache, Anghel Manole and Lilea (2016), Anghelache and Anghel (2014) describe economic modeling tools. Anghelache, Fetcu (Stoica) and Anghel (2012) analyzed the production of goods and services of Romania. Anghelache, and sweet potatoes Nguyen (2007) studied the production and marketing by using correlations between value indicators. Anghelache, Isaic-Maniu Mitruţ Voineagu (2006) is concerned with the use of dedicated analyzes statistical indicators in the short term. Céspedes and Velasco (2012) studied the dynamics of macroeconomic performance by signifi cant developments in commodity prices. Dix-Carneiro (2014) was directed towards trade liberalization and its impact on labor market developments. Epifani and Gancia (2009) analyzed some features of trade. Glazer and Ranjan (2007) were concerned about the usefulness of trade protectionism. Harrison, McLaren and McMillan (2011) evaluated the prospects of trade and inequality. Hiscox, M.J. (2002) analyzed the impact of changes in some aspects of commercial law. Melitz (2003) was concerned about the effect of trade on indicators of structure and effi ciency of the industrial sector.

Evolution of turnover in wholesale In 2016, turnover in wholesale trade (except trade of motor vehicles and motorcycles), in nominal terms, compared to the previous period increased both as gross series by 0.3% and as adjusted series depending on the number of days working and seasonality. Thus, in November 2016 turnover in wholesale trade (except trade of motor vehicles and motorcycles), in nominal terms, increased both as gross

Revista Română de Statistică - Supliment nr. 3 / 2017 65

series by 10.7% and as adjusted series depending on the number of days working and seasonality by 7.5%. In the eleven Monday, 2016, turnover in wholesale trade (except trade of motor vehicles and motorcycles), in nominal terms, increased compared to the same period in 2015 both as gross series and as series adjusted by number of days working and seasonality by 8.1% and 7.3%. Evolution of turnover in wholesale trade in the period January 2010-November 2016 is shown in the chart below.

Monthly evolution of turnover in wholesale, according to CAEN Rev. 2(Series adjusted by number of working days and seasonality)

- January 2010 - November 2016 --2010=100 -

6080

100120140160180200220240260280300

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

TOTAL Activitati de intermediere in comertul cu ridicataComert cu ridicata al produselor agricole brute si al animalelor vii Comert cu ridicata al produselor alimentare, al bauturilor si al tutunuluiComert cu ridicata al bunurilor de consum, altele decat cele alimentare Comert cu ridicata al echipamentului informatic si de telecomunicatiiComert cu ridicata al altor masini, echipamente si furnituri Comert cu ridicata specializat al altor produseComert cu ridicata nespecializat

Data source: National Statistics Institute: Press release no. 17 / 1.13.2017

The analysis and interpretation of data from the National Institute of Statistics, resulting trend index series based on raw data were higher compared to the evolution of data in the data series adjusted for working days and seasonality. Thus, total wholesale trade in November 2016 were 0.3% compared to October 2016, 10.7% compared to November 2015. The study was total month eleven of 8.1% in 2016 to 2015. The most signifi cant increases in November 2016 compared to November 2015 were registered in wholesale of raw products and live animals (43.0% and 38.6% unadjusted series helped seasonal series) and wholesale trade in cars equipment and furniture (21.4% trade data series based on gross series and 27.3% in seasonally adjusted data series). Statement of turnover in wholesale complex is shown in the following table.

Romanian Statistical Review - Supplement nr. 3 / 201766

The indices of turnover in wholesale

INDICATOR TYPE

NOVEMBER 2016 in % compared to: 1.I-30.XI.2016/

1.I-30.XI.2015-%-OCTOMBER

2016NOVEMBER

2015

TOTALB 100,3 110,7 108,1S 101,6 107,5 107,3

Brokering activities in wholesale B 105,7 95,6 95,4S 101,4 91,1 94,9

Wholesale of agricultural raw materials and live animals

B 82,0 143,0 119,2S 102,8 138,6 117,2

Wholesale of food, beverages and tobacco

B 104,6 111,4 110,9S 104,1 109,6 110,4

Wholesale of consumer goods other than food

B 105,5 108,2 108,9S 102,8 107,8 108,6

Wholesale of information and communication equipment

B 114,4 96,4 105,6S 100,9 101,7 107,7

Wholesale of other machinery, equipment and supplies

B 103,3 121,4 125,7S 99,7 127,3 120,8

Wholesale Other specialized B 95,5 110,0 99,8S 104,5 106,9 99,7

Specialized wholesale trade B 100,4 105,2 112,2S 98,0 103,1 111,7

Note: B = unadjusted series; S = series adjusted by number of working days and seasonalityData source: National Statistics Institute: Press release no. 17 / 1.13.2017

Analyzing data recorded in the month of November 2016 compared to the previous month that turnover in wholesale trade (except trade of motor vehicles and motorcycles), gross series, in November 2016 compared with the previous month, in nominal terms increased overall by 0.3%, due to rising wholesale of equipment and telecommunications (+ 14.4%), brokerage activities in wholesale trade (+ 5.7%), wholesale trade of goods consumption, other than food (+ 5.5%), wholesale trade of food, beverages and tobacco (+ 4.6%), wholesale of other machinery, equipment and supplies (+ 3.3% ) and wholesale trade (+ 0.4%). Decreases were recorded in wholesale of agricultural raw materials and live animals (-18.0%) and Wholesale of other goods (-4.5%). The comparative study in November and October turnover in wholesale trade (except trade of motor vehicles and motorcycles), series adjusted by number of working days and seasonality, in November 2016 compared with the previous month in terms nominal globally increased by 1.6%, due to increased wholesale other specialized (+ 4.5%), wholesale trade of food, beverages and tobacco (+ 4.1%) , wholesale consumer goods other than food (+ 2.8%), wholesale of agricultural raw materials and live animals (+

Revista Română de Statistică - Supliment nr. 3 / 2017 67

2.8%), brokerage activities in wholesale (+1 4%) and wholesale of machinery and telecommunications (+ 0.9%). Decreases were registered wholesale trade (-2.0%) and wholesale of other machinery, equipment and supplies (-0.3%). Deepening analysis as the basis for comparison with the results achieved in 2016, 2015, turnover in wholesale trade (except trade of motor vehicles and motorcycles), gross series, in nominal terms increased by 10.7% as due to rising wholesale of agricultural raw materials and live animals (+ 43.0%), wholesale of other machinery, equipment and supplies (+ 21.4%), wholesale trade of food, beverages and tobacco (+ 11.4%), Wholesale of other goods (+ 10.0%), wholesale trade of consumer goods other than food (+ 8.2%) and wholesale trade ( + 5.2%). Decreases were registered brokerage activities in wholesale trade (-4.4%) and wholesale of machinery and telecommunications (-3.6%). Turnover in wholesale trade (except trade of motor vehicles and motorcycles), series adjusted by number of working days and seasonality, in November 2016 compared to 2015 in nominal terms, increased by 7.5% , due to rising wholesale of agricultural raw materials and live animals (+ 38.6%), wholesale of other machinery, equipment and supplies (+ 27.3%), wholesale of food, beverages and tobacco (+ 9.6%), wholesale trade of consumer goods other than food (+ 7.8%), Wholesale of other goods (+ 6.9%), wholesale trade Non-specialized (+ 3.1%) and wholesale of machinery and telecommunications (+ 1.7%). Decreases were registered brokerage activities in wholesale trade (-8.9%).

Analysis of turnover in retail trade In analyzing the evolution of turnover recorded in November 2016 we proceed similarly as in the analysis of wholesale. Thus, in November 2016 the turnover of retail trade (except trade of motor vehicles and motorcycles) from the previous month increased both as gross series by 4.4% and as adjusted series depending on the number of days working and seasonality by 1.4%. Compared to the corresponding month of the previous year, the turnover of retail trade (except trade of motor vehicles and motorcycles) increased both as gross series and as series adjusted by number of working days and seasonality by 10.5 % and 9.3%. Comparing the evolution of turnover of retail trade we fi nd that during 1.I-30.XI.2016, turnover volume rose against 1.I-30.XI.2015 both as gross series and as adjusted series depending on the number of working days and seasonality by 14.2% and 14.3%. The graphical representation of this data is shown below.

Romanian Statistical Review - Supplement nr. 3 / 201768

Monthly evolution of turnover in retail trade, - January 2010 - November 2016 -

2010=100 -

708090

100110120130140150160170

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

COMERT CU AMANUNTUL TOTAL ALIMENTARE NEALIMENTARE CARBURANTI

Food = The predominant sale of food, beverages and tobacco; = The predominant non-food non-food sales; = Fuels Retail of automotive fuel in specialized stores.Data source: National Statistics Institute -Comunicat release no. 04 / 06.01.2017

Structurally, indicating the volume turnover in retail trade on which the chart was drawn mentioned are included in the table below.

Volume indices of turnover in retail trade(Except trade of motor vehicles and motorcycles)

INDICATOR TYPENOVEMBER 2016 in %

compared to: 1.I-30.XI.2016/1.I-30.XI.2015

-%-OCTOMBER 2016

NOVEMBER 2015

Total retail trade (except trade of motor vehicles and motorcycles)

B 104,4 110,5 114,2S 101,4 109,3 114,3

With predominant sale of food, beverages and tobacco

B 100,2 106,4 115,5S 100,8 106,8 115,8

With predominant non-food sales

B 112,0 116,7 115,4S 103,6 113,9 114,8

Retail trade of automotive fuel in specialized stores

B 96,5 104,8 110,3S 102,6 103,9 110,2

Note: B = unadjusted series; S = series adjusted by number of working days and seasonalityData source: National Statistics Institute: Press release no. 04 / 06.01.2017

The turnover in retail trade (except trade of motor vehicles and motorcycles), gross series, in November 2016 compared with the previous month, increased overall by 4.4%, due to increased sales of non-food products ( + 12.0%) and the sale of food, beverages and tobacco (+ 0.2%). Retail trade

Revista Română de Statistică - Supliment nr. 3 / 2017 69

of automotive fuel in specialized stores fell 3.5%. The turnover in retail trade (except trade of motor vehicles and motorcycles), series adjusted by number of working days and seasonality considered in the two months (November to October) increased overall by 1.4 % due to increase in sales of non-food products (+ 3.6%), retail trade of automotive fuel in specialized stores (+ 2.6%) and the sale of food, beverages and tobacco (+ 0.8%). Comparing the level recorded in November 2016 compared to the same month of 2015, we fi nd that the turnover of retail trade (except trade of motor vehicles and motorcycles), gross series, increased by 10.5% due to increases recorded sales of non-food products (+ 16.7%), sales of food, beverages and tobacco (+ 6.4%) and retail trade of automotive fuel in specialized stores (+ 4.8%). The turnover in retail trade (except trade of motor vehicles and motorcycles), series adjusted by number of working days and seasonality, for the same period increased by 9.3% due to increasing sales of products non-food products (+ 13.9%), sales of food, beverages and tobacco (+ 6.8%) and retail trade of automotive fuel in specialized stores (+ 3.9%). On the turnover of retail trade (except trade of motor vehicles and motorcycles), gross series, in eleven months 2016 compared to the same period in 2015 we found that it increased by 14.2% due to increased sales of food, beverages and tobacco (+ 15.5%), sales of non-food products (+ 15.4%) and retail trade of automotive fuel in specialized stores (+ 10.3%) and the adjusted series version depending on the number of working days and seasonality, increased by 14.3% due to increased sales of food, beverages and tobacco (+ 15.8%), sales of non-food products (+ 14.8%) and retail trade of automotive fuel in specialized stores (+ 10.2%).

Evolution of the turnover of trade in cars and motorcycles and services for population.

In 2016, the turnover of trade of motor vehicles and motorcycles decreased month both as gross series by 0.2% and as series adjusted by number of working days and seasonality, by 0.3%. The turnover for the services provided to the population decreased compared to the previous month as gross series by 4.7% and increased as series adjusted by number of working days and seasonality, by 2.1%. Compared to the corresponding month of the previous year, the annual turnover of the trade with motor vehicles and motorcycles increased both as gross series by 16.4% and as series adjusted by number of working days and seasonality, by 16.7%. The turnover for the services provided to

Romanian Statistical Review - Supplement nr. 3 / 201770

the population, compared to the corresponding month of the previous year decreased by 0.9% as gross series and as adjusted series increased the number of working days and seasonality, by 0.6%. In eleven months 2016, the trade turnover volume of motor vehicles and motorcycles increased compared to the same period in 2015 both as gross series by 18.0% and as series adjusted by number of working days and seasonality 17 7%. The turnover for the services provided to the population increased both as gross series by 8.0% and as series adjusted by number of working days and seasonality, by 8.7%. In the following graphs shows the evolution of this indicator over the period 2010-2016.

Monthly evolution of turnover in wholesale and retail trade and repair of motor vehicles and motorcycles

(Series adjusted by number of working days and seasonality)- January 2010 – November 2016 -

-2010=100-

50

70

90

110

130

150

170

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

TOTAL AUTO MOTO

AUTO = Trade vehicles; MOTO = Trade motorcycles, parts and related accessories, maintenance and repair of motorcyclesData source: National Statistics Institute: Press release no. 16 / 1.13.2017

Revista Română de Statistică - Supliment nr. 3 / 2017 71

The monthly evolution of the turnover for the services provided to the population (Series adjusted by number of working days and seasonality)

- January 2010 – November 2016 --2010=100-

90

100

110

120

130

140

150

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

TOTAL HOTELURI SI RESTAURANTE

Data source: National Statistics Institute: Press release no. 16 / 1.13.2017

The turnover of wholesale and retail trade and repair of motor vehicles and motorcycles, gross series, 2016, Evola month decreased by 0.2%, due to drops in the trade with spare parts and accessories motor vehicles (-2.8%) and trade with motorcycles, spare parts and related accessories; maintenance and repair of motorcycles (-0.3%). Monthly increases were recorded trade of motor vehicles and repair and maintenance of motor vehicles by 1,2% each.The turnover of wholesale and retail trade and repair of motor vehicles and motorcycles, series adjusted by number of working days and seasonality, in November 2016 compared with the previous month decreased by 0.3 %. Î n ceea ce priveşte serviciile de piaţă prestate populaţiei, serie brută, în 2016, volumul cifrei de afaceri, a înregistrat o scăderi, unele semnifi cative (activităţile agenţiilor turistice şi tur-operatorilor -11,4%, activităţile de spălare, curăţarea şi vopsirea textilelor şi blănurilor -7,3%, hoteluri şi restaurante -4,1% şi activităţile de jocuri de noroc şi alte activităţi recreative -4,0%). The turnover for the services provided to the population, series adjusted by number of working days and seasonality in the month of November 2016 compared to the previous month increased by 2.1%. The turnover of wholesale and retail trade and repair of motor vehicles and motorcycles, gross series, in November 2016 compared to the same month of 2015 increased by 16.4% due to the evolution in maintenance activities and repair of motor vehicles (+ 32.8%), trade with motor vehicles (+ 22.1%), trade of parts and accessories for motor vehicles (+ 3.3%) and trade with motorcycles, spare parts and related accessories; maintenance and repair of motorcycles (+ 0.6%).

Romanian Statistical Review - Supplement nr. 3 / 201772

The turnover of wholesale and retail trade and repair of motor vehicles and motorcycles, series adjusted by number of working days and seasonality, in the same period recorded a total increase of 16.7%. The activity of market services rendered to the population, gross series, in November 2016 registered a turnover by 0.9% lower compared to the same period in 2015 arising from the activities of travel agencies and tour operators (-17, 9%) and the activities of gambling and other recreation activities (-10.7%). The activity of market services rendered to the population, series adjusted by number of working days and seasonality, increased by 0.6%. In eleven months of 2016 compared to the same period in 2015, the turnover of wholesale and retail trade and repair of motor vehicles and motorcycles, gross series, increased by 18.0% due to rises in the trade with motorcycles parts and related accessories; maintenance and repair of motorcycles (+ 29.2%), trade with motor vehicles (+ 26.8%), maintenance and repair of motor vehicles (+ 23.1%) and activities from trade of parts and accessories for motor vehicles (+3, 7%). The turnover of wholesale and retail trade and repair of motor vehicles and motorcycles, series adjusted by number of working days and seasonality increased by 17.7%. The activity of market services rendered to the population, gross series analyzed in the same period registered a turnover by 8.0% higher, coming from hairdressing and other beauty activities (+ 40.0%), the activities of hotels and restaurants (+ 15.8%), activities of washing, cleaning and dyeing textiles and blǎnurilor (+ 14.5%) and the activities of travel agencies and tour operators (+ 1.3%). The activities of gambling and other recreation activities decreased by 4.8%. The activity of market services rendered to the population, series adjusted by number of working days and seasonality, increased by 8.7%.

Evolution of the turnover of market services rendered mainly to enterprises

Turnover of market services rendered mainly to enterprises, in nominal terms, increased both as gross series by 1.7% and as series adjusted by number of working days and seasonality, by 1.5%. Also, the turnover of market services rendered mainly to enterprises, in nominal terms, increased both as gross series by 10.0% and as series adjusted by number of working days and seasonality by 10.9 %. In eleven months 2016, the turnover of market services rendered

Revista Română de Statistică - Supliment nr. 3 / 2017 73

mainly to enterprises, in nominal terms, increased both as gross series and as series adjusted by number of working days and seasonality, by 9.5% respectively 9.8%. The data are presented graphically in the chart below.

Monthly evolution of turnover of market services rendered mainly to enterprises, according to CAEN Rev. 2

(series adjusted by number of working days and seasonality)- January 2010 - November 2016 -

- 2010=100 -

708090

100110120130140150160170180190200210220230240250260270

ian.

.10

feb.

.10

mar

..10

apr..

10m

ai..1

0iu

n..1

0iu

l..10

aug.

.10

sep.

.10

oct..

10no

v..1

0de

c..1

0ia

n..1

1fe

b..1

1m

ar..1

1ap

r..11

mai

..11

iun.

.11

iul..

11au

g..1

1se

p..1

1oc

t..11

nov.

.11

dec.

.11

ian.

.12

feb.

.12

mar

..12

apr..

12m

ai..1

2iu

n..1

2iu

l..12

aug.

.12

sep.

.12

oct..

12no

v..1

2de

c..1

2ia

n..1

3fe

b..1

3m

ar..1

3ap

r..13

mai

..13

iun.

.13

iul..

13au

g..1

3se

p..1

3oc

t..13

nov.

.13

dec.

.13

ian.

.14

feb.

.14

mar

..14

apr..

14m

ai..1

4iu

n..1

4iu

l..14

aug.

.14

sep.

.14

oct..

14no

v..1

4de

c..1

4ia

n..1

5fe

b..1

5m

ar..1

5ap

r..15

mai

..15

iun.

.15

iul..

15au

g..1

5se

p..1

5oc

t..15

nov.

.15

dec.

.15

ian.

.16

feb.

.16

mar

..16

apr..

16m

ai..1

6iu

n..1

6iu

l..16

aug.

.16

sep.

.16

oct..

16no

v..1

6

Total

Transporturi

Comunicatii

Activitati de productie cinematogr, video, progr de televiziune; difuzare si transmitere de programe

Activitati de servicii informatice si in tehnologia informatiei

Alte servicii furnizate in principal intreprinderilor

Data source: National Statistics Institute: Press release no. 18 / 1.13.2017

Turnover of market services rendered mainly to enterprises, gross series, in nominal terms, increased by 1.7% monthly in 2016 due to increases registered service activities Computer and information technology (+ 16.4%) other services provided to enterprises (+ 2.2%), production activities Motion picture, video, television programs; and broadcasting programs (+ 2.0%) and communications activities (+ 1.4%). Decreases were recorded activities of transport (-2.6%). As series adjusted by number of working days and seasonality, in nominal terms, increased monthly by 1.5% due to increases registered service activities Computer and information technology (+ 3.8%), activities Motion picture, video, television programs; and broadcasting programs (+ 3.8%), transport activities (+ 1.0%) and communications activities (+ 0.1%). Decreases were recorded other services provided to enterprises (-0.1%). Turnover of market services rendered mainly to enterprises, gross series, in eleven Monday, 2016, compared to 2015 in nominal terms, increased

Romanian Statistical Review - Supplement nr. 3 / 201774

overall by 10.0%, due to rises in the activities of computer services and information technology (+ 28.2%), transport activities (+ 13.1%), production activities Motion picture, video, television programs; and broadcasting programs (+ 10.8%) and communications activities (+ 5.5%). As series adjusted by number of working days and seasonality, in nominal terms, it increased overall by 10.9%, due to rises in the activities of computer services and information technology (+ 30.6%), transport ( + 12.9%), production activities Motion picture, video, television programs; and broadcasting programs (+ 10.6%) and communications activities (+ 4.3%). In eleven months 2016 in nominal terms, the turnover of market services rendered mainly to enterprises, gross series, increased to 9.5% in 2015 overall due to rises in the activities of computer services and information technology (+ 15.2%), transport (+ 14.0%), other services provided to enterprises (+ 5.8%), communications (+ 5.4%). In nominal terms, the turnover of market services rendered mainly to enterprises, adjusted series depending on the number of working days and seasonality, globally increased by 9.8%, due to higher service activities and information technology IT (+ 15.5%), transport (+ 13.6%), other services provided to enterprises (+ 5.6%) and communications activities (+ 5.2%).

Conclusion The study conducted expresses how evolved turnover in trade activity inside. By the conclusions of the areas where progress has been positive, and those who have registered decreases. The study reveals that based on existing data series can perform specifi c analyzes that give answers such as those that provide micro and macroeconomic management. The study revealed from a practical perspective the positive evolution of this indicator. Also, although the study was limited to prezenntarea and analysis to contain the trend of evolution, suggested the possibility of broadening the analysis by processing, combining, shaping this indicator correlates with another indicator using statistical methods and economic. Such correlations can be identifi ed and interdependencies between variables (indicators) by employing the dynamic series, regression function, etc. The study is just a start suggesting its deepening perspective.

References 1. Allen, T., Arkolakis, C. (2014). Trade and the topography of the spatial economy,

The Quarterly Journal of Economics, vol. 129, issue 3, pp. 1085-1139 2. Anghelache, C. (2016). România 2016. Starea economică, Editura Economică, Bucureşti 3. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte

teoretice şi studii de caz, Editura Economică, Bucureşti

Revista Română de Statistică - Supliment nr. 3 / 2017 75

4. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex, București

5. Anghelache, C. (2015). România 2015. Starea economică în continuă creştere, Editura Economică, Bucureşti

6. Anghelache, C., Anghel, M.G. (2015). Statistică. Teorie, concepte, indicatori şi studii ce caz, Editura Artifex, Bucureşti

7. Anghelache, C. (2014). România 2014. Starea economică pe calea redresării, Editura Economică, Bucureşti

8. Anghelache, C., Anghel, M.G. (2014). Modelare economică. Concepte, teorie şi studii de caz, Editura Economică, Bucureşti

9. Anghelache, C. (2013). România 2013. Starea economică sub povara efectelor crizei, Editura Economică, Bucureşti

10. Anghelache, C., Fetcu (Stoica), A.E., Anghel, M.G. (2012). Production and Trade of Goods, Romanian Statistical Review Supplement, Trim II, pp. 282-286

11. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

12. Anghelache, C., Nguyen, T.T.A., Băţat V. (2007). Analiza producţiei şi comercializării pe baza corelaţiei dintre indicatorii valorici, Simpozion Internaţional „Economia României şi perspectiva globalizării”, Editura Artifex, București, decembrie 2007, pp. 7-17

13. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V. (2006). Utilizarea indicatorilor statistici pe termen scurt în analize curente, Simpozionul ştiinţifi c naţional „Economia României în perspectiva aderării la Uniunea Europeană”, Editura Artifex, București, pp. 23-30

14. Céspedes, L.F., Velasco, A. (2012). Macroeconomic Performance During Commodity Price Booms and Busts, IMF Economic Review 60, December, pp. 570-599. NBER Working Paper No 18569 (Cambridge, Massachusetts, National Bureau of Economic Research)

15. Dix-Carneiro, R. (2014). Trade Liberalization and Labor Market Dynamics, Econometrica, 82(3), pp. 825-885

16. Dodge, Y. (editor) (2006). The Oxford dictionary of statistical terms, Oxford University Press

17. Epifani, P., Gancia, G. (2009). Openness, Government Size and the Terms of Trade, The Review of Economic Studies, 76 (2), pp. 629–668

18. Glazer, A., Ranjan, P. (2007). Trade protection to reduce redistribution, European Journal of Political Economy, 23 (3), pp. 790–805

19. Harrison, A., McLaren, J., McMillan, M. (2011). Recent Perspectives on Trade and Inequality, Annual Review of Economics, Vol 3, pp 261-289

20. Hiscox, M.J. (2002). Commerce, coalitions, and factor mobility: Evidence from congressional votes on trade legislation, American Political Science Review, 96, pp. 593–608

21. Melitz, M. J. (2003). The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity, Econometrica, 71(6), pp. 1695–1725

Romanian Statistical Review - Supplement nr. 3 / 201776

Analiza evoluţiei PIB în termeni realiProf. univ. dr. Constantin AnghelacheAcademia de Studii Economice Bucureşti, Universitatea „ARTIFEX” BucureştiConf. univ. dr. Aurelian DiaconuUniversitatea „ARTIFEX” din BucureştiAsist. univ. dr. Zoica NicolaUniversitatea „ARTIFEX” din BucureştiDrd. Tudor SamsonAcademia de Studii Economice din BucureştiDrd. Radu StoicaAcademia de Studii Economice din BucureştiDrd. Emilia StanciuAcademia de Studii Economice din Bucureşti

Abstract În acest articol, autorii şi-au propus să analizeze evoluţia Produsului Intern Brut în termeni reali, în perioada 2000-2016. Accentul este pus pe un studiu mai detaliat în ultimii trei ani (2014-2016), pentru a previziona evoluţia în perioada următoare. Autorii au recurs la analiză structurală, pe resurse şi utilizări, a Produsului Intern Brut, pentru a evidenţia, pe baza indicilor de valoare, contribuţia fi ecărei ramuri (resurse) sau utilizări. Sunt utilizate date absolute şi relative şi se face un studiu cronologic pe baza indicilor corespunzători. S-au exprimat concluzii pe baza datelor ca serie brută sau ajustate sezonier. Desigur, datele pentru anul 2016 sunt prezentate ca serie provizorie, urmând a fi corectate în perioadele următoare, conform metodologiei utilizate în calculul şi exprimarea valorică a acestui indicator sintetic de rezultate al României. În studiul efectuat, s-au utilizat datele furnizate de Institutul Naţional de Statistică, precum şi aspecte cuprinse în analizele efectuate de alte instituţii de profi l. Cuvinte cheie: Produsul Intern Brut, metoda de producţie, metoda cheltuielilor, estimare, defl atare, sursă de date Clasifi carea JEL: E60, E69

Introducere. Literature review Produsul intern brut la preţ de piaţă (PIBT) exprimă rezultatul fi nal al activităţii de producţie al unităţilor producătoare rezidente, în decursul unei perioade, trimestru sau an. În statistica ofi cială din România, Produsul intern brut la preţ de piaţă se estimează prin mai multe metode, respectiv metoda de producţie, metoda cheltuielilor şi metoda veniturilor.

Revista Română de Statistică - Supliment nr. 3 / 2017 77

Surse de date utilizate pentru calculul (estimarea) Produsului intern brut sunt următoarele: - surse statistice respectiv anchete infraanuale privind producţia

industrială, de construcţii, servicii, comerţ; contul de producţie al agriculturii calculat pe baza datelor furnizate de Ministerul Agriculturii; anchete infraanuale privind câştigurile salariale şi efectivul de salariaţi;

- surse fi nanciar-contabile respectiv bilanţuri contabile ale instituţiilor fi nanciare;

- surse administrative constând în execuţia bugetului de stat, a bugetelor locale, a bugetului asigurărilor sociale de stat şi Balanţa de plăţi externe.

Newbold, Karlson, Thorne (2010), Anghelache (2008), Anghelache, Mitruţ şi Voineagu (2013), Anghelache şi Anghel (2016) descriu, în detaliu, instrumentele statisticii micro- şi macroeconomice. Anghelache, Anghel şi Manole (2015), Anghelache şi Anghel (2014) se preocupă de rolul modelării în analizele economice. Anghelache şi Anghel (2015) prezintă utilitatea modelelor statistico-econometrice în analiza Produsului Intern Brut. Anghelache, Anghel şi Popovici (2016), Anghelache, Anghel şi Sacală (2014), Anghelache şi alţii (2013) au realizat o analiză a evoluţiei PIB. Balan, Ozekicioglu şi Kilic (2016) evaluează, pe exemplul unor state membre OECD, impactul antreprenoriatului şi educaţiei asupra PIB. De Michelis şi Monfort (2008) dezvoltă pe tema legăturii dintre PIB, convergenţa regională şi politica dedicată coeziunii europene. Dornbusch, Fischer şi Startz (2007) este o lucrare de referinţă în domeniul macroeconomiei. Dumitrescu, Anghel, Anghelache (2015) au realizat o analiză structurală a Produsului Intern Brut al României. Eeckhoudt, Gollier şi Schlesinger (2005) se preocupă de caracteristica de risc asociată procesului de adoptare a deciziilor. Garín, Lester şi Sims (2016) evaluează o serie de aspecte privind ţintirea PIB nominal. Hubbard şi Sharma (2016) dezvoltă pe tema prognozelor de produs intern brut pe termen lung. Sokolovska şi Sokolovskyi (2015) prezintă un studiu macroeconomic la nivelul ţărilor OECD.

1. Unele aspecte metodologice privind calculul Produsului intern brut trimestrial

În studiul evoluţiei PIB pornim de la valoarea calculată a acestui indicator. În Sistemul Conturilor Naţionale şi al EUROSTAT se utilizează trei metode de calcul a indicatorilor de rezultate la nivel macroeconomic. În studiul concret întreprins am utilizat datele privind calculul PIB prin metoda de producţie şi metoda cheltuielilor.

Romanian Statistical Review - Supplement nr. 3 / 201778

Produsul intern brut la preţ de piaţă (PIBT) exprimă rezultatul fi nal al activităţii de producţie al unităţilor producătoare rezidente, în decursul unei perioade, trimestru sau an. În statistica ofi cială din România, Produsul intern brut la preţ de piaţă se estimează prin mai multe metode, respectiv metoda de producţie, metoda cheltuielilor şi metoda veniturilor. Calculat prin utilizarea metodei de producţie, relaţia utilizată este PIBT = VAB+IP-SP, unde: VAB = valoarea adăugată brută la preţ de bază; IP = impozitele pe produs; SP = subvenţiile pe produs Prin aplicarea metodei cheltuielilor, utilizăm formula PIBT = CF+FBC+E-I, unde: CF = consumul fi nal efectiv; FBC = formarea brută de capital; E = exportul de bunuri şi servicii; I = importul de bunuri şi servicii. Surse de date utilizate pentru calculul (estimarea) Produsului intern brut sunt următoarele: - surse statistice respectiv anchete infraanuale privind producţia

industrială, de construcţii, servicii, comerţ; contul de producţie al agriculturii calculat pe baza datelor furnizate de Ministerul Agriculturii; anchete infraanuale privind câştigurile salariale şi efectivul de salariaţi;

- surse fi nanciar-contabile respectiv bilanţuri contabile ale instituţiilor fi nanciare;

- surse administrative constând în execuţia bugetului de stat, a bugetelor locale, a bugetului asigurărilor sociale de stat şi Balanţa de plăţi externe.

Exprimarea producţiei în preţuri curente se realizează diferit. Astfel, pentru societăţile nefi nanciare (întreprinderi), gospodăriile populaţiei şi instituţiile fără scop lucrativ în serviciul gospodăriilor populaţiei estimarea, pe ramuri de activitate, prin extrapolarea în volum şi preţ, sau în valoare, a producţiei din perioada corespunzătoare a anului precedent, utilizând indicii de volum, de preţ şi valorici disponibili din sursele de date statistice. În cazul societăţilor fi nanciare şi administraţiilor publice Produsul intern brut se determină direct pe baza surselor de date (bilanţuri contabile şi execuţiile bugetare). Consumul intermediar se determină pentru societăţile nefi nanciare (întreprinderi), gospodăriile populaţiei şi instituţiile fără scop lucrativ în

Revista Română de Statistică - Supliment nr. 3 / 2017 79

serviciul gospodăriilor populaţiei, pe ramuri de activitate, prin aplicarea ponderii consumului intermediar în producţie calculată pentru perioada corespunzătoare a anului precedent, iar pentru societăţile fi nanciare şi administraţiile publice se determină direct pe baza surselor de date (bilanţuri contabile şi execuţiile bugetare). Un alt element important utilizat în estimarea PIB prin metoda de producţie, valoarea adăugată brută, se estimează ca sold între producţie şi consum intermediar. Impozitele si subvenţiile pe produs se determină pe baza datelor din execuţiile bugetare. Produsul intern brut se estimează în preţuri curente, în preţurile perioadei corespunzătoare din anul precedent şi în preţuri medii ale anului 2000. În activitatea concretă se fac estimări brute ale Produsului intern brut şi estimări ajustate sezonier prin metoda regresivă (metodă recomandată de regulamentele europene). Prin ajustarea sezonieră se urmăreşte eliminarea efectelor sezoniere din cadrul seriei de date pentru a se evidenţia evoluţia economică reală din perioade consecutive. Conturile naţionale trimestriale şi anuale din România sunt infl uenţate de sezonalitate. De asemenea, conturile sunt ajustate şi în funcţie de numărul de zile lucrătoare. Seria ajustată sezonier se obţine prin eliminarea din seria brută a efectului sezonier, cu ajutorul coefi cienţilor de corecţie, stabiliţi în funcţie de modelul de regresie folosit (aditiv sau multiplicativ). Obţinerea PIB-ului ajustat sezonier se realizează prin metoda direct. Această metodă conduce la apariţia unei discrepanţe statistice între PIB şi suma componentelor sale ajustate sezonier în mod independent. Seriile ajustate sezonier pentru ultimii cinci ani si trimestrele disponibile din anul de referinţă se recalculează trimestrial pe măsură ce datele devin disponibile. În acest context, în seria de date ale ultimei observaţii disponibile, se corectează cu modifi cările rezultate prin modelele adoptate şi a parametrilor de regresie. Începând cu trimestrul I 2012, politica de estimare şi diseminare a Produsului intern brut s-a modifi cat prin introducerea unei a treia estimări, cunoscută ca“date provizorii (2)”, care este publicată la aproximativ T+95 zile de la încheierea perioadei de referinţă. Obiectivele acestei revizuiri se rezumă la integrarea informaţiilor statistice, fi nanciar-bancare şi administrative devenite disponibile sau care au fost rectifi cate după publicarea primelor estimări provizorii, la aproximativ T+70 zile de la încheierea perioadei de

Romanian Statistical Review - Supplement nr. 3 / 201780

referinţă. De asemenea, asigură consistenţa dintre agregatele care stau la baza estimării Produsului Intern Brut şi agregatele din conturile sectoarelor instituţionale, în mod deosebit cele ale sectorului “Administraţii publice”, cu termen de diseminare T+90 zile de la încheierea perioadei de referinţă. Informaţiile suplimentare utilizate la estimarea Produsului Intern Brut prin metoda “date provizorii (2)” sunt de regulă date statistice rectifi cate, pentru ultima lună din cadrul trimestrului, privind: indicii producţiei industriale, indicii preţurilor producţiei industriale, indicii lucrărilor de construcţii, indicii de cost în construcţii, indicii volumului cifrei de afaceri din comerţul cu amănuntul cu excepţia autovehiculelor şi motocicletelor, indicii volumului cifrei de afaceri pentru comerţul cu ridicata şi cu amănuntul, întreţinerea şi repararea autovehiculelor şi a motocicletelor, indicii valorici ai cifrei de afaceri pentru comerţul cu ridicata, indicii volumului cifrei de afaceri pentru servicii de piaţă prestate populaţiei, indicii valorici ai cifrei de afaceri pentru servicii de piaţă prestate în special întreprinderilor. De asemenea sunt utilizate date statistice suplimentare privind transportul de pasageri şi transportul de mărfuri, date administrative detaliate privind execuţiile bugetare şi date rectifi cate privind Balanţa de Plăţi Externe.

2.Analiza evoluţiei PIB în termeni reali Produsul intern brut, indicatorul de rezultate cel mai important în analiza evoluţiei economice, a manifestat în anul 2016 un trend pozitiv. De la un trimestru (semetru) la altul se înregistrează creşteri atât pentru perioada anterioară (trimestru sau semestru) cât şi faţă de perioada corespunzătoare din anul precedent. Astfel, faţă de acelaşi trimestru din anul 2015, Produsul intern brut a înregistrat o creştere cu 4,8%, atât ca serie brută sau serie ajustată sezonier. În 2016, Produsul intern brut a crescut cu 4,8%, comparativ cu anul 2015, atât pe seria brută cât şi pe seria ajustată sezonier. Seria ajustată sezonier a Produsului intern brut trimestrial a fost recalculată ca urmare a revizuirii estimărilor pentru trimestrul IV 2016, nefi ind înregistrate diferenţe faţă de nivelul înregistrat la sfârşitul anului 2016. Evoluţia Produsului intern brut trimestrial în perioada 2014 - 2016, calculată ca serie brută şi serie ajustată sezonier, este prezentată în tabelul care urmează:

Revista Română de Statistică - Supliment nr. 3 / 2017 81

Evoluţia Produsului intern brut trimestrial în perioada 2014-2016Tabel 1

Trim. I Trim. II Trim. III Trim. IV An- în % faţă de perioada corespunzătoare din anul precedent - Serie brută 2014 104,3 101,9 103,4 102,9 103,1

2015 104,4 103,5 103,8 104,0 103,9 2016 104,3 106,0 104,3 104,7 104,8 Serie ajustată sezonier 2014 103,9 102,7 103,4 102,8 -

2015 104,0 103,7 104,0 104,2 - 2016 104,1 105,8 104,4 104,8 -- în % faţă de trimestrul precedent - Serie ajustată sezonier 2014 100,2 100,3 101,6 100,7 -

2015 101,4 100,0 101,8 100,9 - 2016 101,3 101,5 100,5 101,3 -Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 53/07.03.2017

Datele prezentate în tabelul de mai sus evidenţiază că în perioada 2014-2016 PIB-ul a înregistrat creşteri, atât faţă de perioada corespunzătoare din anul precedent cât şi faţă de trimestrul precedent. Seria ajustată sezonier, exprimă o tendinţă mai redusă de creştere a PIB de la un trimestru la altul. Astfel, în trimestrul doi al anului 2015 se constată o scădere de 0,1% faţă de trimestrul unu din acelaşi an. În mod similar stau datele înregistrate în trimestrul trei al anului 2016. Produsul Intern Brut - date ajustate sezonier - estimat pentru 2016 a fost de 759.227,6 milioane lei preţuri curente, în creştere – în termeni reali – cu 1,5% faţă de trimestrul III 2016 şi cu 4,8% faţă de trimestrul IV 2015. Estimările ajustate sezonier ale Produsului intern brut în urma calculelor provizorii (1) şi (2), precum şi diferenţele dintre cele două valori stabilite, sunt prezentate în tabelul următor.

Produsul intern brut trimestrial, serie ajustată sezonierTabel 2

Trim. I Trim. II Trim. III 1.I-30.IX

Milioane lei preţuri curente

Provizoriu (1) 184756,9 189804,3 188895,2 563456,4Provizoriu (2) 184761,4 189810,2 189008,6 563580,2Diferenţe 4,5 5,9 113,4 123,8

In % faţă de trimestrul precedent

Provizoriu (1) 101,5 101,5 100,6 -Provizoriu (2) 101,5 101,5 100,6 -Diferenţe 0,0 0,0 0,0 -

In % faţă de perioada corespunzătoaredin anul precedent

Provizoriu (1) 104,1 105,8 104,6 104,8Provizoriu (2) 104,1 105,8 104,5 104,8Diferenţe 0,0 0,0 -0,1 0,0

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 19/13.01.2017 Analiza datelor comparative din tabelul de mai sus evidenţiază un

Romanian Statistical Review - Supplement nr. 3 / 201782

trend constant de la o perioadă de timp la alta. Datele recalculate exprimă diferenţe zero în ambele variante considerate – comparative cu trimestrul precedent sau exprimate faţă de perioada corespunzătoare din anul precedent. Produsul intern brut estimat pentru perioada 1.I-30.IX 2016 a fost de 563580,2 milioane lei preţuri curente, în creştere – în termeni reali – cu 4,8% faţă de aceeaşi perioadă din anul precedent. Reprezentarea grafi că a evoluţiei PIB, pe total şi pe structură reliefează trendul real înregistrat.

30,0

80,0

130,0

180,0

230,0

280,0

%(m

edia

trim

estr

iala

aan

ului

2000

=100

)

Evolutia PIB serie ajustata sezonier

Agricultura Industrie Constructii Servicii Impozite nete de subventii PIB

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 19/13.01.2017

Analiza datelor privind trendul PIB estimat pentru trimestrul III 2016, când a fost de 207488,9 milioane lei preţuri curente, exprimă o creştere – în termeni reali – cu 4,3% faţă de perioada corespunzătoare din 2015. Produsul Intern Brut estimat pentru întreg anul 2016 a crescut cu 4,8%, faţă de cel din 2015, ajungând la 759.227,6 milioane lei. Estimările seriei brute ale Produsului intern brut în variantele provizorii (1) şi (2), precum şi diferenţele dintre cele două variante, sunt prezentate în tabelul următor.

Revista Română de Statistică - Supliment nr. 3 / 2017 83

Produsul intern brut trimestrial, serie brutăTabel 3

Trim. I Trim. II Trim. III 1.I-30.IX

Milioane lei preţuri curente

Provizoriu (1) 146716,3 178856,6 207348,4 532921,3

Provizoriu (2) 146716,3 178856,6 207488,9 533061,8

Diferenţe 0,0 0,0 140,5 140,5

In % faţă de perioada corespunzătoaredin anul precedent

Provizoriu (1) 104,3 106,0 104,4 104,9

Provizoriu (2) 104,3 106,0 104,3 104,8

Diferenţe 0,0 0,0 -0,1 -0,1Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 19/13.01.2017

Constatăm că Produsul intern brut estimat pentru perioada 1.I-30.IX 2016 a fost de 533061,8 milioane lei preţuri curente, în creştere – în termeni reali – cu 4,8% faţă de perioada similar din 2015. În continuare sunt prezentate datele referitoare la Produsul intern brut în preţuri curente, indicii de volum şi indicii defl atori – serie brută şi serie ajustată sezonier – pentru trimestrul III şi perioada 1.I-30.IX 2016. Se constată aceeaşi consistenţă a evoluţiei PIB în toate variantele supuse analizei.

3.Contribuţia resurselor şi utilizărilor la evoluţia Produsului intern brut In trimestrul III 2016, dinamica PIB s-a modifi cat în varianta provizorie (2), comparativ cu varianta provizorie (1) cu -0,1 puncte procentuale. Volumul valorii adăugate brute s-a diminuat cu 0,2 puncte procentuale, modifi cări mai importante fi ind înregistrate în: Comerţ cu ridicata şi cu amănuntul; repararea autovehiculelor şi motocicletelor; transport şi depozitare; hoteluri şi restaurante (-1,8 puncte procentuale), de la 111,0% la 109,2%; Informaţii şi comunicaţii (+0,3 puncte procentuale), de la 115,1% la 115,4%; Activităţi profesionale, ştiinţifi ce şi tehnice; activităţi de servicii administrative şi activităţi de servicii suport (-0,3 puncte procentuale), de la 107,8% la 107,5%. Volumul şi contribuţia impozitelor nete pe produs la creşterea PIB s-au majorat cu 1,3, respectiv cu 0,2 puncte procentuale. Datele privind realizarea PIB pe resurse sunt prezentate în mod complet în tabelul următor.

Romanian Statistical Review - Supplement nr. 3 / 201784

Contribuţia categoriilor de resurse la formarea şi creşterea Produsului intern brut

Tabel 4 Contribuţia la formarea

PIB - %Contribuţia la creşterea

PIB - % Provizoriu

(1)Provizoriu

(2)Provizoriu

(1)Provizoriu

(2)Agricultură, silvicultură şi pescuit 8,0 7,9 0,2 0,2Industrie 23,2 23,2 0,4 0,4Construcţii 6,3 6,2 0,2 0,2Comerţ cu ridicata și cu amănuntul; repararea autovehiculelor şi motocicletelor; transport şi depozitare; hoteluri şi restaurante

15,6 15,5 1,6 1,3

Informații și comunicații 5,6 5,6 0,8 0,8Intermedieri fi nanciare şi asigurări 3,1 3,1 0,0 0,0Tranzacţii imobiliare 7,4 7,4 0,0 0,1Activități profesionale, științifi ce și tehnice; activități de servicii administrative și activități de servicii suport

7,8 7,8 0,6 0,5

Administrație publică și apărare; asigurări sociale din sistemul public; învățământ; sănătate și asistență socială

10,8 10,5 0,3 0,3

Activități de spectacole, culturale și recreative; reparații de produse de uz casnic și alte servicii

2,5 2,5 0,0 0,0

Valoarea adăugată brută – total 90,3 89,7 4,1 3,8 Impozite nete pe produs 9,7 10,3 0,3 0,5 Produsul intern brut 100,0 100,0 4,4 4,3Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 19/13.01.2017

Pe utilizări realizarea PIB se prezintă în continuare. Din punctul de vedere al utilizării PIB, modifi cări semnifi cative ale contribuţiei la creşterea PIB în trimestrul III 2016, între cele două estimări, au înregistrat: cheltuiala pentru consumul fi nal al administraţiilor publice, de la 0,0% la +0,3%, ca urmare a majorării volumului său de la 100,3% la 102,1%; formarea brută de capital fi x, de la +0,8% la +0,1%, ca urmare a reducerii volumului său de la 102,8% la 100,5%; importul de bunuri şi servicii, de la +2,5% la +2,9%, ca urmare a creşterii volumului său de la 106,7% la 107,7%; exportul de bunuri şi servicii de la +2,3% la +2,6%, ca urmare a creşterii volumului său de la 106,3% la 106,9%.

Revista Română de Statistică - Supliment nr. 3 / 2017 85

Datele complete sunt sintetizate în tabelul următor.

Tabel 5. Contribuţia categoriilor de utilizări la formarea şi creşterea Produsului intern brut Contributia la formarea

PIB - %Contribuţia la creşterea

PIB - % Provizoriu

(1)Provizoriu

(2)Provizoriu

(1)Provizoriu

(2) Consumul fi nal efectiv total 72,5 72,4 4,0 4,4

Consum fi nal individual efectiv al gospodăriilor populaţiei 65,9 65,6 4,0 4,0

Cheltuiala pentru consumul fi nal al gospodăriilor populaţiei 59,9 60,0 4,0 4,1

Cheltuiala pentru consumul fi nal al instituţiilor fără scop lucrativ în serviciul gospodăriilor populaţiei

0,2 0,2 0,0 0,0

Cheltuiala pentru consumul fi nal individual al administraţiilor publice

5,8 5,4 0,0 -0,1

Consumul fi nal colectiv efectiv al administraţiilor publice 6,6 6,8 0,0 0,4

Formarea brută de capital fi x 27,9 27,0 0,8 0,1Variaţia stocurilor 0,4 1,5 -0,2 0,1 Exportul net de bunuri şi servicii -0,8 -0,9 -0,2 -0,3 Exportul de bunuri şi servicii 38,1 38,3 2,3 2,6 Importul de bunuri şi servicii 38,9 39,2 2,5 2,9Produsul intern brut 100,0 100,0 4,4 4,3Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 19/13.01.2017

Seriile ajustate sezonier se recalculează trimestrial ca urmare a modifi cării modelelor adoptate, a numărului de regresori folosiţi, a modifi cării seriilor brute şi a numărului de observaţii disponibile.

Concluzii Studiul efectuat exprimă o tendinţă constantă de creştere a Produsului Intern Brut, atât în cifre absolute, cât şi sub formă de cifre relative, comparat cu anul 2015, sau pe trimestre, prin luarea în considerare a rezultatelor din fi ecare perioadă corespunzătoare din anul 2015. Astfel, PIB-ul anual a fost de 759.227,6 milioane lei, reprezentând o creştere de 4,8% faţă de anul 2015. Trimestrial, în 2016, faţă de aceleaşi trimestre din 2015, s-au înregistrat

Romanian Statistical Review - Supplement nr. 3 / 201786

creşteri de 4,3 în trimestrul unu, 6,0 în trimestrul doi, 4,3 în trimestrul trei şi 4,7 în trimestrul patru. În studiul întreprins, am efectuat şi analiza structurală pe resurse şi utilizări. Din punct de vedere al resurselor, constatăm că industria a contribuit la formarea PIB cu 23,1%, comerţul cu ridicata şi cu amănuntul cu 18,1%. O contribuţie mai redusă au avut-o agricultura, silvicultura şi pescuitul, 3,9% şi tranzacţiile fi nanciare, de 3,7%. Sintetizând structura PIB după utilizări, constatăm că şi în anul 2016 consumul fi nal efectiv total a avut o contribuţie de 75,5%, formarea brută de capital fi x 24%, variaţia stocurilor a contribuit cu 6,8%. Exportul net de bunuri şi servicii a infl uenţat cu un procent (-1%) realizarea Produsului Intern Brut. Din datele prezentate în acest articol, se pot efectua şi alte analize care vor evidenţia însă acelaşi aspect, respectiv tendinţa de creştere a PIB în perioada următoare.

Bibliografi e selectivă 1. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte

teoretice şi studii de caz, Editura Economică, Bucureşti 2. Anghelache, C., Anghel, M.G., Manole, A. (2015). Modelare economică, fi nanciar-

bancară şi informatică, Editura Artifex 3. Anghelache, C., Anghel, M.G. (2015). GDP Analysis Methods through the Use

of Statistical – Econometric Models, Economica Scientifi c and didactic journal, Volume 7, No. 1 (91), martie 2015, pp. 124-130

4. Anghelache, C., Anghel, M.G., Popovici, M. (2016). Analiza evoluţiei Produsului Intern Brut în anul 2015/ Analysis of the Gross Domestic Product Evolution for 2015, Romanian Statistical Review Supplement, Issue 3/2016, pp. 43-49/50-56

5. Anghelache, C., Anghel, M. (2014). Modelare economică. Concepte, teorie şi studii de caz., Editura Economică

6. Anghelache, C., Anghel, M.G., Sacală, C. (2014). The Gross Domestic Product Evolution, Romanian Statistical Review Supplement, Issue 12, pp. 12-20

7. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică

8. Anghelache, C., Manole, A. şi alţii (2013). General aspects regarding the evolution of GDP in Romania, Theoretical and Applied Economics, Volume XX, No. 11(588), pp. 41-52

9. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

10. Balan, F., Ozekicioglu, S., Kilic, C. (2016). Determining the causal relationships among entrepreneurship, educational attainment and per capita GDP in high-income OECD countries, Theoretical and Applied Economics Volume XXIII, No. 3(608), Autumn, pp. 243-256

11. De Michelis, N., Monfort, P. (2008). Some refl ections concerning GDP, regional convergence and European cohesion policy, Regional Science Policy & Practice, Volume 1, Issue 1, pp.15-22

12. Dornbusch, R., Fischer, S. Startz, R. (2007). Macroeconomie - traducere, Editura Economică, Bucureşti

13. Dumitrescu, D., Anghel, M.G., Anghelache, C. (2015). Analysis Model of GDP

Revista Română de Statistică - Supliment nr. 3 / 2017 87

Dependence on the Structural Variables, Theoretical and Applied Economics, Volume XXII, No.4 (605), Winter, pp. 151-158

14. Eeckhoudt, L., Gollier, C., Schlesinger, H. (2005). Economic and Financial Decisions under Risk, Princeton University Press

15. Garín, J., Lester, R., Sims, E. (2016). On the Desirability of Nominal GDP Targeting, Journal of Economic Dynamics and Control, Volume 69, August 2016, pp. 21–44

16. Hubbard, P., Sharma, D. (2016). Understanding and applying long-term GDP projections, East Asian Bureau of Economic Research in its series Macroeconomics Working Papers with number 25601, available online at http://saber.eaber.org/node/25601

17. Newbold, P., Karlson, L.W., Thorne, B. (2010). Statistics for Business and Economics, 7th ed., Pearson Global Edition, Columbia, U.S.

18. Sokolovska, O., Sokolovskyi, D. (2015). Analysis of dependence of tax behavior on macroeconomic factors: the case of OECD countries, University Library of Munich, Germany in its series MPRA Paper with number 69059, available online at https://mpra.ub.uni-muenchen.de/69059/1/MPRA_paper_69059.pdf

Romanian Statistical Review - Supplement nr. 3 / 201788

ANALYSIS OF THE EVOLUTION OF GROSS DOMESTIC PRODUCT IN REAL TERMS

Prof. Constantin Anghelache PhD.Bucharest University of Economic Studies, „ARTIFEX” University of BucharestAssoc. prof. Aurelian Diaconu PhD. „ARTIFEX” University of BucharestAssist. prof. Zoica Nicola PhD.„ARTIFEX” University of BucharestTudor Samson PhD. StudentBucharest University of Economic StudiesRadu Stoica PhD. StudentBucharest University of Economic StudiesEmilia Stanciu PhD. StudentBucharest University of Economic Studies

Abstract In this paper, the authors have assumed to analyze the evolution of the Gross Domestic Product in real terms, during the period 2000-2016. The accent is placed on a more detailed study for the lase three years (2014-2016), to forecast the evolution for the following period. The authors have used structural analysis, by resources and uses, of the Gross Domestic Product, to emphasize, based on value indices, the contribution of each branch (resource) or use. There are used absolute and relative data, and a chronological study is made, based on corresponding indices. Conclusions were expressed, on the basis of datasets, gross or seasonally adjusted series. Of course, data for the year 2016 are presented as provisional series, they are to be corrected in the subsequent periods, according to the methodology used in the calculation and value expression of this synthetic indicator of results of Romania. Within the study, there were used data provided by the National Institute of Statistics, and also, some aspects included in analyses made by other specialized institutions. Key words: Gross Domestic Product, production method, expenses method, estimation, defl ating, data source JEL Classifi cation: E60, E69

Introduction. Literature review The gross domestic product at market prices (QGDP) expresses the fi nal result of the production activity of resident producer units, over a period, quarter, or a year. In the offi cial statistics of Romania the gross domestic product at market prices is estimated by using several approaches, namely the production approach, expenditure approach and income approach.

Revista Română de Statistică - Supliment nr. 3 / 2017 89

The data sources used to calculate (estimate) the Gross Domestic Product are the following: - statistical sources of infra-annual reports on industrial production,

construction, services and trade; production account of agriculture calculated based on data from the Ministry of Agriculture; infra-annual reports on earnings and number of employees;

- fi nancial-accounting sources (i.e. balance sheets of fi nancial institutions);

- administrative sources consisting in the execution of the state budget, local budgets, state social insurance budget and external balance of payments.

Newbold, Karlson, Thorne (2010), Anghelache (2008), Anghelache, Mitruţ and Voineagu (2013), Anghelache and Anghel (2016) describe, in detail, the instruments of micro- and macroeconomic statistics. Anghelache, Anghel and Manole (2015), Anghelache and Anghel (2014) are preoccupied with the role of modeling in economic analyses. Anghelache and Anghel (2015) present the utility of statistic-econometric models in the analysis of the Gross Domestic Product. Anghelache, Anghel and Popovici (2016), Anghelache, Anghel and Sacală (2014), Anghelache et.al. (2013) have realized an analysis of the GDP evolution. Balan, Ozekicioglu and Kilic (2016) evaluate, on the example of some OECD member states, the impact of entrepreneurship and education on the GDP. De Michelis and Monfort (2008) develop on the connection between GDP, regional convergence and the policy dedicated to the European cohesion. Dornbusch, Fischer and Startz (2007) is a reference work in macroeconomics. Dumitrescu, Anghel, Anghelache (2015) have realized a structural analysis of the Gross Domestic Product of Romania. Eeckhoudt, Gollier and Schlesinger (2005) are preoccupied with the risk characteristic associated to the decision-making process. Garín, Lester and Sims (2016) evaluate a series of aspects regarding the targeting for the nominal GDP indicator. Hubbard and Sharma (2016) develop on the long-term GDP forecasting. Sokolovska and Sokolovskyi (2015) present a macroeconomic study for the OECD countries.

1. Some methodological aspects concerning the calculation of quarterly Gross Domestic Product

In studying the evolution of the GDP the starting point used was the calculated value of this indicator. According to the National System of Accounts and EUROSTAT there are three methods of calculating the indicators of results at the macroeconomic level. In the study that we undertook we used two approaches of calculating the GDP, calculation by production approach and expenditure approach.

Romanian Statistical Review - Supplement nr. 3 / 201790

The gross domestic product at market prices (QGDP) expresses the fi nal result of the production activity of resident producer units, over a period, quarter, or a year. In the offi cial statistics of Romania the gross domestic product at market prices is estimated by using several approaches, namely the production approach, expenditure approach and income approach. Calculated using the production approach, the relationship used is QGDP = GVA+TP-SP where: GVA = gross value added at basic prices; TP = taxes on products; SP = subsidies on products. By using the expenditure approach, the relationship used is QGDP = FC+GCF+E-I, where: FC = actual fi nal consumption; GCF = gross capital formation; E = exports of goods and services; I = import of goods and services. The data sources used to calculate (estimate) the Gross Domestic Product are the following: - statistical sources of infra-annual reports on industrial production,

construction, services and trade; production account of agriculture calculated based on data from the Ministry of Agriculture; infra-annual reports on earnings and number of employees;

- fi nancial-accounting sources (i.e. balance sheets of fi nancial institutions);

- administrative sources consisting in the execution of the state budget, local budgets, state social insurance budget and external balance of payments.

Expression output in current prices is done differently. Thus, for non-fi nancial corporations (enterprises), households and non-profi t institutions serving households, the estimation is done, by industry, by extrapolation in volume and price, or value of production in the corresponding period of the previous year, using indices as volume, price and value available from statistical sources. In the case of fi nancial corporations and public administration gross domestic product is determined directly on the sources of data (balance sheets and budgetary executions). Intermediate consumption is determined for non-fi nancial corporations (enterprises), households and non-profi t institutions serving households, by

Revista Română de Statistică - Supliment nr. 3 / 2017 91

industry, by applying the share of intermediate consumption in production calculated for the corresponding period of the previous year, and for fi nancial corporations and public administration is determined directly on the sources of data (balance sheets and budgetary executions). Another important element used in estimation of the GDP by production method is the gross value added that is estimated as the balance between production and intermediate consumption. Taxes and subsidies on products are determined based on data from budgetary executions. The GDP is estimated in the current prices, prices corresponding to the period of the previous year and the average prices of the year 2000. In actuality the GDP is calculated by using rough estimates and seasonally adjusted estimations when using the regressive method (recommended by European regulations). By using seasonal adjustment it was intended to remove seasonal effects from the data series to point out real economic evolution from successive periods. Quarterly and annual national accounts in Romania are affected by seasonality. Also, the accounts are adjusted and based on the number of working days. Seasonally adjusted series are obtained by eliminating the seasonal effect of the gross series, by means of correction coeffi cients, set up according to the regression model used (additive or multiplicative). Obtaining the seasonally adjusted GDP is accomplished through the direct method. This method leads to a statistical discrepancy between GDP and the sum of its seasonal independent adjusted parts. Seasonally adjusted series for the last fi ve years and the quarters available in the reference year are recalculated on a quarterly basis as data becomes available. In this context, in the last series of data available observations, it is corrected with the modifi cations resulted from the adopted models and the regression parameters. Beginning with the fi rst quarter of 2012, policy assessment and dissemination of GDP was modifi ed by introducing a third estimates, known as “provisional data (2)”, which is published at about T+95 days after the end of the reference period. The objectives of this review is limited to the integration of statistical, fi nancial and administrative information that become available or have been corrected after publication of the fi rst provisional estimate at about T+70 days after the end of the reference period. It also ensures consistency between aggregates underlying the estimate of Gross Domestic Product and accounts aggregates of institutional sectors, particularly the sector “General government”

Romanian Statistical Review - Supplement nr. 3 / 201792

with dissemination term of T+90 days of the end of the reference period. Additional information used in estimating GDP by the “provisional data (2)” are usually statistical data corrected for the last month of the quarter, on: indices of industrial production; indices of industrial production prices; indices of construction works; indices in construction costs; volume indices of turnover in retail trade except motor vehicles and motorcycles; volume indices of turnover in wholesale and retail trade and repair of motor vehicles and motorcycles; value indices of turnover in wholesale; turnover volume indices of market services rendered to the population; indices of turnover for market services business services. Also additional statistical data is used regarding passenger and freight transport, detailed data on executions administrative budget and revised data on the balance of payments.

2. Analysis of Gross Domestic Product evolution in real terms Gross domestic product, the most important results indicator in analyzing economic trends, showed a positive trend in 2016. From a quarter (semester) to another it recorded increases in both the previous period (quarter or semester) as well as against the corresponding period of the previous year. Thus, compared to the same quarter of 2015, GDP grew by 4.3% on the gross series and by 4.8%, both as gross or seasonally adjusted series. In 2016, the Gross Domestic Product increased by 4.8% compared to 2015 as gross series and seasonally adjusted series. Seasonally adjusted series of quarterly GDP was recalculated as a result of revised estimates for the fourth quarter of 2016 no signifi cant differences were noted at the end of 2016. The quarterly evolution of the GDP during 2014 - 2016, calculated as gross series and seasonally adjusted series is presented in the following table:

Evolution of the quarterly Gross Domestic Product during 2014-2016Table 1

Trim. I Trim. II Trim. III Trim. IV Year- in % as against the corresponding period of the previous year - Gross series 2014 104.3 101.9 103.4 102.9 103.1

2015 104.4 103.5 103.8 104.0 103.9 2016 104.3 106.0 104.3 104.7 104.8Seasonally adjusted series 2014 103.9 102.7 103.4 102.8 -

2015 104.0 103.7 104.0 104.2 - 2016 104.1 105.8 104.4 104.8 -- in % as against the previous quarter - Seasonally adjusted series 2014 100.2 100.3 101.6 100.7 -

2015 101.4 100.0 101.8 100.9 - 2016 101.3 101.5 100.5 101.3 -Data source: National Institute of Statistics: Press release number 53/07.03.2017

Revista Română de Statistică - Supliment nr. 3 / 2017 93

The data presented in the table above shows that in the years 2014-2016 the GDP increased both compared to the corresponding period of the previous year and the previous quarter. Seasonally adjusted series, expresses a lower trend GDP growth from quarter to quarter. Thus, in the second quarter of 2015 a decrease of 0.1% is observed compared to the fi rst quarter of the same year. Data recorded in the third quarter of 2016 show a similar trend. Gross Domestic Product - seasonally adjusted data - estimated for 2016 was 759,227.6 million lei in current prices, increasing - in real terms - with 1.5% compared to the third quarter of 2016 and with 4.8% compared to the fourth quarter in 2015. Seasonally adjusted estimates of Gross Domestic Product following provisional calculations (1) and (2), and the differences between the two determined values are shown in the following table:

Quarterly Gross Domestic Product – seasonally adjusted seriesTable 2

Trim. I Trim. II Trim. III 1.I-30.IX

Million lei current prices

Provisional (1) 184756.9 189804.3 188895.2 563456.4Provisional (2) 184761.4 189810.2 189008.6 563580.2Differences 4.5 5.9 113.4 123.8

In % as against the previous quarter

Provisional (1) 101.5 101.5 100.6 -Provisional (2) 101.5 101.5 100.6 -Differences 0.0 0.0 0.0 -

In % as against the corresponding period of the previous year

Provisional (1) 104.1 105.8 104.6 104.8Provisional (2) 104.1 105.8 104.5 104.8Differences 0.0 0.0 -0.1 0.0

Data source: National Institute of Statistics: Press release number 19/13.01.2017 Comparative analysis of data from the above table shows a steady trend. Recalculated data express zero differences in both versions - compared to the previous quarter or against the corresponding period of the previous year. Gross domestic product estimated for the period 1.I-30.IX 2016 was 563580.2 million lei in current prices, increasing - in real terms – with 4.8% compared to the same period of previous year. Below is the graphical representation of the evolution of GDP, total value and the sector value show the real recorded trend.

Romanian Statistical Review - Supplement nr. 3 / 201794

30,0

80,0

130 ,0

180 ,0

230 ,0

280 ,0

% (q

uart

erly

aver

age

of th

e ye

ar 2

000=

100)

GDP evolution - seasonally adjusted series

Agriculture Industry Constructions Services Net taxes GDP

Data source: National Institute of Statistics: Press release number 19/13.01.2017

Analysis of trend data on GDP estimate for the third quarter of 2016, when it was 207488.9 million lei in current prices, expresses a growth – in real terms – with 4.3% against the corresponding period of 2015. The Gross Domestic Product estimated for the entire year increased by 4.8%, compared to 2015, reaching 759,227.6 million lei. Gross series estimates of Gross Domestic Product provisional variants (1) and (2), and the differences between the two versions are presented in the following table:

Quarterly Gross Domestic Product, gross seriesTable 3

Trim. I Trim. II Trim. III 1.I-30.IX

Million lei current prices

Provisional (1) 146716.3 178856.6 207348.4 532921.3Provisional (2) 146716.3 178856.6 207488.9 533061.8Differences 0.0 0.0 140.5 140.5

In % as against the corresponding period of the previous year

Provisional (1) 104.3 106.0 104.4 104.9Provisional (2) 104.3 106.0 104.3 104.8Differences 0.0 0.0 -0.1 -0.1

Data source: National Institute of Statistics: Press release number 19/13.01.2017

We observed that the GDP estimate for period 1.I-30.IX 2016 was 533061.8 million lei in current prices, showing a growth – in real terms – with 4.8% against the corresponding period of 2015.

Revista Română de Statistică - Supliment nr. 3 / 2017 95

Following are presented data on gross domestic product at current prices, volume indices and defl ator indices – gross series and seasonally adjusted series - for the third quarter and during 1.I-30.IX 2016. It is noted a consistency of the GDP evolution in all variants analyzed.

3. Resource and utilities contribution to the evolution of the Gross Domestic Product

In the third quarter of 2016 the dynamic of the GDP growth suffered a modifi cation in provisional version (2) compared with the provisional version (1) of -0.1 percentage points. The volume of the gross added value was reduced with 0.2 percentage points, signifi cant changes were registered in the following industries: wholesale and retail trade; repair of motor vehicles and motorcycles; transport and storage; hotels and restaurants (-1.8 percentage points), from 111.0% to 109.2%; Information and communications (+0.3 percentage points), from 115.1% to 115.4%; Professional, scientifi c and technical activities; administrative services activities and support services activities (-0.3 percentage points), from 107.8% to 107.5%. The volume of the net taxes on products and contribution to GDP growth rose by 1.3 and respectively 0.2 percentage points. Data on the realization of the GDP divided by resource are presented in full in the following table:

Romanian Statistical Review - Supplement nr. 3 / 201796

Contribution of the categories of resources to the formation and increase of the Gross Domestic Product

Table 4 Contribution to GDP

formation - %Contribution to GDP

growth- % Provisional

(1)Provisional

(2)Provisional

(1)Provisional

(2) Agriculture, forestry and fi shing 8.0 7.9 0.2 0.2Industry 23.2 23.2 0.4 0.4Constructions 6.3 6.2 0.2 0.2Retail and en-gross trade; repairs of auto vehicles and motorcycles; transport and storage; hotels and restaurants

15.6 15.5 1.6 1.3

Information and communication 5.6 5.6 0.8 0.8Financial and insurance intermediaries 3.1 3.1 0.0 0.0Real estate transactions 7.4 7.4 0.0 0.1Professional, scientifi c and technical activities; administrative services activities, and support service activities

7.8 7.8 0.6 0.5

Public administration and defense; social insurance in the public system; education; health and social assistance

10.8 10.5 0.3 0.3

Show-business, cultural and recreational activities; repairs of home-use products and other services

2.5 2.5 0.0 0.0

Gross Value Added – total 90.3 89.7 4.1 3.8Net taxation on product 9.7 10.3 0.3 0.5Gross Domestic Product 100.0 100.0 4.4 4.3Data source: National Institute of Statistics: Press release number 19/13.01.2017

GDP uses are outlined below. From the viewpoint of GDP use, signifi cant changes in the contribution to GDP growth in the third quarter of 2016 between the two estimates, were recorded in the following industries: fi nal consumption expenditure of general government from 0.0% to +0.3%, resulted by an increase in volume from 100.3% to 102.1%; gross formation of fi xed capital from +0.8% to 0.1%, resulted by a decrees in volume from 102.8% to 100.5%; import of goods and services from +2.5% to +2.9%, resulted by an increase in volume from 106.7% to 107.7%; export of goods and service from +2.3% to +2.6%, resulted by an increase in volume from 106.3% to 106.9%. Complete data are summarized in the following table:

Revista Română de Statistică - Supliment nr. 3 / 2017 97

Contribution of uses categories to the formation and increase of the Gross Domestic Product

Table 5 Contribution to GDP

formation - %Contribution to GDP

growth- % Provisional

(1)Provisional

(2)Provisional

(1)Provisional

(2) Effective total fi nal consumption 72.5 72.4 4.0 4.4 Effective fi nal individual consumption of households 65.9 65.6 4.0 4.0

Expenses for the fi nal consumption of households 59.9 60.0 4.0 4.1

Expenses for the fi nal consumption of non - lucrative institutions in the service of households

0.2 0.2 0.0 0.0

Expenses for the individual fi nal consumption of public administrations

5.8 5.4 0.0 -0.1

Collective fi nal effective consumption of public administrations

6.6 6.8 0.0 0.4

Gross formation of fi xed capitals 27.9 27.0 0.8 0.1Variation of inventories 0.4 1.5 -0.2 0.1 Net export of goods and services -0.8 -0.9 -0.2 -0.3 Export of goods and services 38.1 38.3 2.3 2.6 Import of goods and services 38.9 39.2 2.5 2.9Gross Domestic Product 100.0 100.0 4.4 4.3

Data source: National Institute of Statistics: Press release number 19/13.01.2017

Seasonally adjusted series are quarterly recalculated due to changes of the adopted models, number of regressors used, alteration of gross series and number of available observations.

Conclusions The study realized reveals a constant trend of growth of the Gross Domestic Product, both in absolute fi gures and relative ones, compared to 2015, or considered on quarters, by taking into considerations the results from each corresponding period from 2015. Thus, the annual GDP was 759,227.6 million lei, representing an increase by 4.8% compared to the year 2015. Quarterly, in 2016, against the same quarters in 2015, increases were recorded, by 4.3% during the fi rst trimester, 6.0% in the second, 4.3% in the third quarter and 4.7% in the fourth. Within the study, we have

Romanian Statistical Review - Supplement nr. 3 / 201798

performed the structural analysis on resources and uses. From the resources’ viewpoint, we can observe that industry contributed to the formation of the Gross Domestic Product by 23.1%, the engross and retail trade by 18.1%. A lower contribution was posed by agriculture, forestry and fi sheries, 3.9% and the fi nancial transactions, by 3.7%. Synthesizing the structure of the Gross Domestic Product by uses, we ascertain that, in 2016 too, the fi nal effective consumption had a contribution of 75.5%, the gross formation of fi xed capital 24%, and the variation of inventories contributed by 6.8%. The net export of goods and services has infl uenced by a percent (-1%) the achievement of the Gross Domestic Product. From the data presented in this paper, subsequent analyses can be made, but they will most likely emphasize the same aspect, that is the growth trend of the GDP for the following period.

Bibliografi e selectivă 1. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte

teoretice şi studii de caz, Editura Economică, Bucureşti 2. Anghelache, C., Anghel, M.G., Manole, A. (2015). Modelare economică, fi nanciar-

bancară şi informatică, Editura Artifex 3. Anghelache, C., Anghel, M.G. (2015). GDP Analysis Methods through the Use

of Statistical – Econometric Models, Economica Scientifi c and didactic journal, Volume 7, No. 1 (91), martie 2015, pp. 124-130

4. Anghelache, C., Anghel, M.G., Popovici, M. (2016). Analiza evoluţiei Produsului Intern Brut în anul 2015/ Analysis of the Gross Domestic Product Evolution for 2015, Romanian Statistical Review Supplement, Issue 3/2016, pp. 43-49/50-56

5. Anghelache, C., Anghel, M. (2014). Modelare economică. Concepte, teorie şi studii de caz., Editura Economică

6. Anghelache, C., Anghel, M.G., Sacală, C. (2014). The Gross Domestic Product Evolution, Romanian Statistical Review Supplement, Issue 12, pp. 12-20

7. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică

8. Anghelache, C., Manole, A. şi alţii (2013). General aspects regarding the evolution of GDP in Romania, Theoretical and Applied Economics, Volume XX, No. 11(588), pp. 41-52

9. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

10. Balan, F., Ozekicioglu, S., Kilic, C. (2016). Determining the causal relationships among entrepreneurship, educational attainment and per capita GDP in high-income OECD countries, Theoretical and Applied Economics Volume XXIII, No. 3(608), Autumn, pp. 243-256

11. De Michelis, N., Monfort, P. (2008). Some refl ections concerning GDP, regional convergence and European cohesion policy, Regional Science Policy & Practice, Volume 1, Issue 1, pp.15-22

12. Dornbusch, R., Fischer, S. Startz, R. (2007). Macroeconomie - traducere, Editura Economică, Bucureşti

Revista Română de Statistică - Supliment nr. 3 / 2017 99

13. Dumitrescu, D., Anghel, M.G., Anghelache, C. (2015). Analysis Model of GDP Dependence on the Structural Variables, Theoretical and Applied Economics, Volume XXII, No.4 (605), Winter, pp. 151-158

14. Eeckhoudt, L., Gollier, C., Schlesinger, H. (2005). Economic and Financial Decisions under Risk, Princeton University Press

15. Garín, J., Lester, R., Sims, E. (2016). On the Desirability of Nominal GDP Targeting, Journal of Economic Dynamics and Control, Volume 69, August 2016, pp. 21–44

16. Hubbard, P., Sharma, D. (2016). Understanding and applying long-term GDP projections, East Asian Bureau of Economic Research in its series Macroeconomics Working Papers with number 25601, available online at http://saber.eaber.org/node/25601

17. Newbold, P., Karlson, L.W., Thorne, B. (2010). Statistics for Business and Economics, 7th ed., Pearson Global Edition, Columbia, U.S.

18. Sokolovska, O., Sokolovskyi, D. (2015). Analysis of dependence of tax behavior on macroeconomic factors: the case of OECD countries, University Library of Munich, Germany in its series MPRA Paper with number 69059, available online at https://mpra.ub.uni-muenchen.de/69059/1/MPRA_paper_69059.pdf

Romanian Statistical Review - Supplement nr. 3 / 2017100

Valorifi carea metodei Monte Carlo în estimarea fondurilor europene absorbite de economia

româniei de la uniunea europeană, în perioada 2007-2013

Prof. univ. dr. habil. Gheorghe SĂVOIUDrd. Ligian TUDOROIU Conf. univ. dr. Emil BURTESCU

Abstract Articolul descrie o aplicare concretă a metodei Monte Carlo în cazul accesării fondurilor europene accesate în intervalul 2007 -2013, de către economia României, economie a unui stat membru al Uniunii Europene (UE). În toate analizele simulărilor sunt două zone de așteptare, prima este plasată la nivelul lunii ianuarie (16,98 miliarde euro), cealaltă este ușor ascendentă (17,09 miliarde euro) pentru intervalul ramas intre 31 ianuarie 2017 si 31 martie 2017 ca ultimă raportare și inchidere a accesării fondurilor de către România pentru perioada 2007 – 2013. Cuvinte cheie: probabilitate, extrageri aleatoare, metoda Monte Carlo, test statistic, distribuție normală, fonduri europene.

1. INTRODUCERE Economia României, în calitatea dobândită la 1 ianuarie 2007, de economie a unui stat membru al Uniunii Europene (UE), a benefi ciat de suportul fondurilor europene accesate în intervalul 2007 -2013 asigurându-și o dezvoltare post aderare susținută, exceptând perioada recesiunii fi nanciare globale. Fondurile europene absorbite au asigurat unele elemente de infrastructură instituțională, îmbunătățirea standardelor și competitivității pieței forței de muncă, supraviețuirea și dezvoltarea modern a cercetării științifi ce, armonizarea educațională, convergența regională și diminuarea decalajelor de dezvoltare socio-economică în raport cu alte state membre ale UE etc. Din păcate economia României nu a realizat rata de absorbție curentă pentru anul 2015 atingând un nivel de numai 69,9 % mult sub valoarea estimată la 80,0%, dar a reușit să o îmbunătățească semnifi cativ pe parcursul anului următor.Un efort susținut și, mai ales, remarcabil în parcursul anului 2016 a adus România la un nivel de absorbție generală de 89% la fi nele aceluiași an, dar a plasat-o totuși sub media europeană de 93%. La data de 31 ianuarie 2017, economia națională înregistra o rată de absorbție efectivă de numai 79,23% ,

Revista Română de Statistică - Supliment nr. 3 / 2017 101

o rata de absorbție curentă de 82,93%, precum și o rată generală de absorbție de 90,44% incluzând aici și sumele încasate de la CE în avans. Acest articol încearcă o simulare a fondurilor europene accesate de România la 31 martie 2017, valorifi când metoda Monte Carlo sau mai simplu, încercând o calibrare a unui numr optim de extrageri care să păstreze alura unei distribuții nrmale la fi nal.

2. METODA MONTE CARLO APLICATĂ ÎN SIMULAREA VALORII FONDURILOR EUROPENE, ACCESATE DE ROMÂNIA

INTRE 2007 ȘI 2013 Datele necesare simulării prin metoda Monte Carlo a fondurilor accesate de la Uniunea Europeană au în vedere două variabile: I. Variabila 1 este defi nită de sumele alocate conform datelor existente pe site-ul ofi cial al României respective pe http://www.fonduri-ue.ro/, dar și în raport cu probabilitatea rezultată din analiza atentă a importanței și impactului fi ecarei variante în parte. Variabila 1 SUME ALOCATE (SA) (în miliarde Euro)Variabila 1 = SAk unde k= 3 Probabilități (exprimate

clasic intre 0 și 1)Probabilități

(exprimate în %)18,50 0,10 10,018,78 0,60 60,019,06 0,30 30,0

Sursa: Datele disponibile pe http://www.fonduri-ue.ro/21-transparenta/stadiul-absorbtiei/26-stadiul-absorbtiei au fost analizate de autori.

II. Variabila 2 reprezintă rata de absorbție a fondurilor alocate de UE, pentru intervalul 2007-2013. Variabila 2 este defi nită de ratele de absorbție conform datelor existente pe site-ul ofi cial al României, dar și în raport cu probabilitatea rezultată din analiza atentă a importanței și impactului fi ecarei variante în parte. Variabila 2 RATA DE ABSORBȚIE A FONDURILOR UE (în coefi cienți și în procente)

Variabila 2 = Rak unde k= 5 Probabilități (exprimate clasic între 0 si 1)

Probabilități(exprimate în %)

0,8860 (in % = 88,60) 0,10 10,0%0,8900 (in % = 89,00) 0,20 20,0%0,9044 (in % = 90,44) 0,30 30,0%0,9100 (in % = 91,00) 0,30 30,0%0,9300 (in % = 93,00) 0,10 10,0%

Relația dintre variabila 1 si variabila 2 generează prin agregare fondurile accesate de România fi ind exprimată conform agregatului următor:

(1)

Romanian Statistical Review - Supplement nr. 3 / 2017102

Rezultatul acestei simulări anticipează situația fi nală a absorbției României la 31 martie 2017 pentru perioada 2007- 2013. În fi gurile si grafi cele ulterioare (fi gurile 1-12) apar rezultatele primei simulări de calibrare (100, 200, 300 și ulterior 1000 de extrageri aleatoare conform metodeiMonte Carlo) pentru fondurile accesate de România din UE (inclusiv avansurile acordate de UE).

Simulare Monte Carlo pentru 100 de extrageri și seria de rezultate Figura nr. 1

Fonduri UE accesate

Număr extrageri

17,09 2516,98 1616,71 1217,24 917,47 717,34 616,39 416,64 416,84 416,96 417,73 416,73 316,89 2Total 100

Sursa : date prelucrate de autori

Histograma seriei de date și statistica descriptivă (100 de extrageri)Figura nr 2

Sursa : date prelucrate de autori. Soft utilizat: Eviews

Revista Română de Statistică - Supliment nr. 3 / 2017 103

Distribuția rezultată este una de tip normal, asa cum se vede din curba grafi că a acesteia, axată pe diagramă de tip Kernel realizată cu pachetul de programe Eviews.

Diagramă de tip Kernel pentru 100 de extrageriFigura nr. 3

Sursa : date prelucrate de autori Soft utilizat: Eviews

Simulare Monte Carlo pentru 200 de extrageri și seria de rezultate Figura nr. 4

Fonduri UEaccesate

Număr extrageri

16,98 3617,09 3317,34 2417,24 1817,47 1516,64 1316,71 1316,96 1216,73 816,47 616,89 617,21 516,84 517,73 416,39 2Total 200

Sursa : date prelucrate de autori

Romanian Statistical Review - Supplement nr. 3 / 2017104

Histograma seriei de date și statistica descriptivă (200 de extrageri)Figura nr 5

Sursa : date prelucrate de autori. Soft utilizat: Eviews

Distribuția rezultată este tot una de tip normal, aparent mai deformată este mai aproape de simetria perfectă (conform coefi cientului Skewness de -0,03 valoarea care se apropie clar de 0). Distribuția rămâne normală asa cum se constată și din curba grafi că a acesteia, axată pe diagramă de tip Kernel realizată cu pachetul de programe Eviews pentru 200 de extrageri.

Diagramă de tip Kernel pentru 200 de extrageri Figura nr. 6

Sursa : date prelucrate de autori. Soft utilizat: Eviews

Revista Română de Statistică - Supliment nr. 3 / 2017 105

Simulare Monte Carlo pentru 300 de extrageri și seria de rezultate Figura nr. 7

Fonduri UE accesate

Număr extrageri

16,98 5417,09 4916,71 3617,34 3517,24 3216,96 2517,47 2016,64 1716,73 1116,84 717,73 516,89 317,21 316,47 216,39 1Total 300

Sursa: date prelucrate de autori.

Histograma seriei de date și statistica descriptivă (300 de extrageri)Figura nr 8

Sursa: date prelucrate de autori. Soft utilizat: Eviews

Distribuția rezultată este tot una de tip normal, care a devenit mult mai omogenă, conform valorii foarte mici a deviației standar (std dev = 0,26). Distribuția rămâne normală așa cum se constată și din curba grafi că, axată pe diagramă de tip Kernel pentru 300 de extrageri.

Romanian Statistical Review - Supplement nr. 3 / 2017106

Diagramă de tip Kernel a celor 300 de extrageri rezultateFigura nr. 9

Sursa: date prelucrate de autori. Soft utilizat: Eviews

Simulare Monte Carlo pentru 1000 de extrageri și seria de rezultate Figura nr. 10

Fonduri UEaccesate

Număr extrageri

16,98 18917,09 17116,71 11917,24 8417,34 8217,47 7316,96 6416,64 5816,73 3317,73 3116,89 2916,47 2417,21 1816,84 1316,39 12Total 1000

Sursa: date prelucrate de autori.

Revista Română de Statistică - Supliment nr. 3 / 2017 107

Histograma seriei de date și statistica descriptivă (1000 de extrageri)Figura nr 11

Sursa : date prelucrate de autori. Soft utilizat: Eviews

Distribuția rezultată tinde spre limita de anormalitate (conform valorii testului Jarque - Bera = 8,44). Distribuția rămâne la limita normală (încep să se se distingă grafi c două profi luri relative de curbe distincte) asa cum se constată din curba grafi că a acesteia, axată pe diagramă de tip Kernel realizata cu pachetul de programe Eviews pentru 1000 de extrageri.

Diagramă de tip Kernel a celor 1000 de extrageri rezultateFigura nr. 12

Sursa: date prelucrate de autori. Soft utilizat: Eviews

Romanian Statistical Review - Supplement nr. 3 / 2017108

Optiunea statistică optimă ar trebui plasată între 100 si 300 de extrageri cu tendinta de fi xare în jurul valorii de 200 de extrageri (un eșantion cu implicatii favorabile legate de stabilitate). În toate analizele sunt două zone de așteptare fi e plasare la nivelul lunii ianuarie (16,98 miliarde euro), fi e una ușor ascendentă (17,09) pentru intervalul ramas intre 31 ianuarie 2017 si 31 martie 2017, ca ultimă raportare si inchidere a accesării fondurilor de către România pentru perioada 2007 – 2013. Metoda poate fi valorifi cată și pentru alte simulări cu tematică asemănătoare, pentru perioada 2014 – 2020.

CONCLUZII În simulare, pentru a imita sau reproduce ceea ce se întâmplă într-un sistem stochastic este necesar să se genereze în mod întâmplător valorile variabilelor probabiliste care intervin în problema analizată. Procesul de generare aleatoare a valorilor unei variabile probabiliste este cunoscut în literatura de specialitate ca metoda Monte Carlo şi constă în utilizarea unui generator de numere aleatoare uniform distribuite în intervalul [0, 1] şi a funcţiei distribuţiei cumulative asociată variabilei probabiliste respective așa cum s-a procedat țși în acest articol cu variabilele sume alocate (SA) și rata de absorbție a fondurilor UE (RA). Analiza statistica a fi ecărei distribuții în raport cu numărul extragerilor a permis identifi carea unor aspect și tendințe de normalitate și anormalitate distribuțională. Analiza valorilor variabilelor descrise de o distribuţie de probabilitate s-a realizat statistic atât grafi c cât și tabelar valorifi când mai multe pachete de programe (Microsoft Excel și Eviews în principal). Intenția autorilor este de a continua cercetarea și a valorifi ca metoda Monte Carlo în simularea absorbției și accesării fondurilor europene de către România și pentru perioada de programare bugetară europeană 2014-2020.

BIBLIOGRAFIE 1. Burtescu, Emil (2010). Sisteme informatice în afaceri, Editura Sitech, Craiova. 2. Cache, C., Cache, S., Nicolăescu, V. (2011). Absorption of the Structural Funds in

Romania, Romanian Journal of Economic Forecasting, vol. 14, no. 2, pp. 84-105. 3. Crăciun Claudiu, Collins E. Paul (2008). Managementul politicilor publice.

Transformări și perspective, Editura Polirom, Iași. 4. Dinu Vasile, Săvoiu Gheorghe, Dabija Dan – Cristian, (2016). A concepe, a redacta

și a publica un articol științifi c. O abordare în contextul cercetării economice, Editura ASE – Bucuresti.

5. Gobet, Emmanuel (2013). Méthodes de Monte-Carlo et processus stochastiques: du linéaire au non-linéaire, Éditions de l’École polytechnique, Paris.

6. Horvat, Romana Vajde (2010). EU Projects - Understand them before applying for one, published at http://www.ecqa.org/, [on-line] Available at: http://www.ecqa.org/uploads/ media/ECQA-EU_Projects-Understand_them_before_apply_for_one__Vajde_Horvat_.pdf Accessed 10 February, 2017.

Revista Română de Statistică - Supliment nr. 3 / 2017 109

7. Iancu Diana-Camelia (2010). Uniunea Europeana și administrația publică, Ed. Polirom, Iași.

8. ICF, (2016). Raportul fi scal anual [on-line] Available at: http://www.consiliulfi scal.ro/ RaportanualCF2015.pdf Accessed 10 February, 2017.

9. Matejun, M. (2015). Absorpcja wsparcia w zarządzaniu rozwojem mikro, małych i średnich przedsiębiorstw–podejście strategiczne.

10. Săvoiu Gheorghe, (2013). Modelarea Economico – Financiară: Gândirea econometrică aplicată în domeniul fi nanciar, Editura Universitară, Bucureşti.

11. Săvoiu,G., Jaško, O., Dulanović, Ž., Čudanov, M., Craciuneanu, V.,(2008). The value of general methods, quantitative techniques and management models in professionalizing management, Management vol 49-50, pp. 7-11.

Romanian Statistical Review - Supplement nr. 3 / 2017110

USING THE MONTE CARLO METHOD TO ESTIMATE THE EUROPEAN FUNDS

ABSORBED BY THE ROMANIAN ECONOMY FROM THE EU IN 2007-2013

Prof. habil. George SăvoiuPhD., Ligian Tudoroiu, PhD. candidateAssoc. prof. Emil Burtescu, PhD.

Abstract This paper describes a concrete application of the Monte Carlo method for the way the European funds were accessed between 2007 and 2013 by the Romanian economy – the economy of a member state of the European Union (EU). In all analyses of simulations there are two waiting areas, placed either at the level of January (16.98 billion Euros), or slightly upward in value, and even above the level of that month (17.09 billion Euros) for the period remained between 31 January 2017 and 31 March 2017, i.e. the last reporting, or the closing of accessing funds by Romania for the period 2007-2013. Keywords: probability, random draws, the Monte Carlo method, statistical test, normal distribution, European funds.

1. INTRODUCTION Romania’s economy, in its new capacity, acquired on 1 January 2007, that of an economy of a member state of the European Union (EU), benefi ted from the support of European funds accessed between 2007-2013, thus ensuring sustained post-accession development, except during the global fi nancial downturn. The European funds absorbed ensured some elements of institutional infrastructure, improving standards and competitive labour market, the survival and modern development of scientifi c research, educational harmonization, regional convergence, and reducing disparities in socio-economic development compared to other EU member states, etc. Unfortunately, the Romanian economy failed to achieve the current absorption rate for 2015, reaching a level of merely 69.9%, far below the 80.0% estimate, but managed to improve it signifi cantly during the next year. A sustained and, especially remarkable effort over the year 2016 brought Romania to a general absorption level of 89% at the end of that year, but still placed it below the European average of 93%. On 31 January 2017, the national economy recorded an effective absorption rate of only 79.23%, a rate of current absorption of 82.93%, and an overall absorption

Revista Română de Statistică - Supliment nr. 3 / 2017 111

rate of 90.44%, which also included the amounts of money received from the EC in advance. This article attempts a simulation of European funds accessed by Romania as of 31 March 2017, capitalizing on the Monte Carlo method, or in simpler words, trying a calibration of an optimal number of draws that could maintain the allure of a fi nal normal distribution.

2. THE MONTE CARLO METHOD, APPLIED TO THE SIMULATION OF THE VALUE OF THE EUROPEAN FUNDS

ACCESSED BY ROMANIA BETWEEN 2007 AND 2013 The data necessary for the simulation by the Monte Carlo method applied to the funds accessed from the European Union take into consideration two variables: I. Variable 1 is defi ned by the amounts allocated in keeping with the existing data on the offi cial website of Romania, i.e. http://www.fonduri-ue.ro/, but also in relation to the probability resulting from the careful analysis of the importance and impact of each variable in part.

Variable 1 AMOUNTS ALLOCATED (SA) (in billions Euro)Variable 1 = SAk where k = 3 Probabilities (expressed

classically, between 0 and 1)Probabilities

(expressed in %)18.50 0.10 10.018.78 0.60 60.019.06 0.30 30.0

Source: The data available at http://www.fonduri-ue.ro/21-transparenta/stadiul-absorbtiei/26-stadiul-absorbtiei were analyzed by the authors.

II. Variable 2 represents the absorption rate of EU funds allocated for 2007-2013. Variable 2 is defi ned by the rates of absorption according to the existing data on the offi cial website of Romania, but also in relation to the probability resulting from the careful analysis of the importance and impact of each variant.

Variable 2. ABSORPTION RATE OF EU FUNDS (in ratios and percentages)Variable 2 = Rak where k = 5 Probabilities (expressed

classically, between 0 and 1)Probabilities

(expressed in %)0.8860 (in % = 88.60) 0.10 10.0%0.8900 (in % = 89.00) 0.20 20.0%0.9044 (in % = 90.44) 0.30 30.0%0.9100 (in % = 91.00) 0.30 30.0%0.9300 (in % = 93.00) 0.10 10.0%

The relationship between Variable 1 and Variable 2 generates, through aggregation, the funds accessed by Romania, and is expressed as the following aggregate:

Romanian Statistical Review - Supplement nr. 3 / 2017112

(1) The result of this simulation predicts the fi nal absorption of funds by Romania as of 31 March 2017, for the 2007 to 2013 period. In subsequent fi gures and graphs (Figs 1-12) there appear the results of the fi rst calibration simulations (100, 200, 300, and then 1,000 random draws, in keeping with the Monte Carlo method) for the funds accessed by Romania from the EU (including the earnest money given by the EU).

Monte Carlo simulation for 100 draws and the series of resultsFigura no. 1

EU Accessed funds

Number of draws

17.09 2516.98 1616.71 1217.24 917.47 717.34 616.39 416.64 416.84 416.96 417.73 416.73 316.89 2Total 100

Source: data processed by the authors

Histogram of the data series and the descriptive statistics (100 draws)Figura no 2

Source: data processed by the authors. Software used: Eviews

Revista Română de Statistică - Supliment nr. 3 / 2017 113

The resulting distribution is a normal type, as seen in its graphical curve, based on a Kernel type diagram drawn by means of the Eviews software package.

The Kernel type chart of the 100 resulting drawsFigure no. 3

Source: data processed by the authors. Software used: Eviews

Monte Carlo simulation for 200 draws and the series of resultsFigure no. 4

EU Accessed funds

Number of draws

16.98 3617.09 3317.34 2417.24 1817.47 1516.64 1316.71 1316.96 1216.73 816.47 616.89 617.21 516.84 517.73 416.39 2Total 200

Source: data processed by the authors

Romanian Statistical Review - Supplement nr. 3 / 2017114

Histogram of the data series and the descriptive statistics (200 draws) Figure no. 5

Source: data processed by the authors. Software used: Eviews

The resulting distribution is again of the normal type, apparently more distorted, and is closer to the perfect symmetry (according to the Skewness coeffi cient of -0.03, the value that clearly approaches 0). The distribution remains normal, as can be seen in its graphical curve, based on the Kernel type chart, made with the Eviews software package for 200 draws.

The Kernel type diagram of the 200 resulting draws Figure no. 6

Source: data processed by the authors. Software used: Eviews

Revista Română de Statistică - Supliment nr. 3 / 2017 115

Monte Carlo simulation for 300 draws and the series of results Figure no. 7

EU Accessed funds

Number of draws

16.98 5417.09 4916.71 3617.34 3517.24 3216.96 2517.47 2016.64 1716.73 1116.84 717.73 516.89 317.21 316.47 216.39 1Total 300

Source: data processed by the authors.

Histogram of the data series and the descriptive statistics (300 draws)Figure no. 8

Source: data processed by the authors. Software used: Eviews

The resulting distribution is again of the normal type, and it became more homogenous, naturally, in keeping with the very small amount of the standard deviation (std dev = 0.26). The distribuţia remains normal, as can be seen in its graphical curve, based on a Kernel type diagram made with the Eviews software package for 300 draws.

Romanian Statistical Review - Supplement nr. 3 / 2017116

The Kernel type diagram of the 300 resulting drawsFigure no. 9

Source: data processed by the authors. Software used: Eviews

Monte Carlo simulation for 1,000 draws and the series of results Figure no. 10

EUAccessed funds

Number of draws

16.98 18917.09 17116.71 11917.24 8417.34 8217.47 7316.96 6416.64 5816.73 3317.73 3116.89 2916.47 2417.21 1816.84 1316.39 12Total 1000

Source: data processed by the authors

Revista Română de Statistică - Supliment nr. 3 / 2017 117

Histogram of the data series and the descriptive statistics (1000 draws)Figure no. 11

Source: data processed by the authors. Software used: Eviews

The resulting distribution tends to the limit of abnormality (according to the value of the Jarque–Bera test = 8.44). The distribution remains within the normal range (graphically, two relative profi les of distinct curves begin to be distinct), as can be seen in its graphical curve, based on the Kernel type chart made with the Eviews software package for 1,000 draws.

A Kernel type diagram of the 1,000 resulting drawsFigure no. 12

Source: data processed by the authors. Software used: Eviews

Romanian Statistical Review - Supplement nr. 3 / 2017118

The optimal statistical option should be placed between 100 and 300 draws, with a tendency of stationarity around the value of 200 draws (a sample with favourable implications related to stability) In all analyses there are two waiting areas, placed either at the level of January (16.98 billion euros), or with a slightly upward value (17.09 billion euros) for the period left between 31 January 2017 and 31 March 2017, i.e. the last reporting, or the closing of the accessing of funds by Romania for the period 2007-2013. The method can be made use of for other simulations with a similar theme, e.g. for the period 2014-2020.

CONCLUSIONS In simulation, in order to mimic or replicate what happens in a stochastic system, it is necessary to randomly generate the values of the probabilistic variables that occur in the question under examination. The process of randomly generating the values of a probabilistic variable is known in the literature as the Monte Carlo method, and consists in using a generator of random numbers, uniformly distributed within the interval [0, 1], and the function of the cumulative distribution associated with that probabilistic variable, as the authors did in this article with the variables amounts allocated (SA) and the EU funds absorption rate (RA). The statistical analysis of each distribution in relation to the number of the draws enabled us to identify a number of aspects and tendencies of distributional normality and abnormality. The analysis of the values of the variables described by a probability distribution was conducted statistically, both graphically and in a tabulated form, exploiting several software packages (especially Microsoft Excel and Eviews). The authors’ intention is to continue research, by capitalizing the Monte Carlo method in simulating the absorption and accessing of European funds by Romania for the European budget programming period 2014-2020, too.

REFERENCES 1. Burtescu, Emil (2010). Sisteme informatice în afaceri, Editura Sitech, Craiova. 2. Cache, C., Cache, S., Nicolăescu, V. (2011). Absorption of the Structural Funds in

Romania, Romanian Journal of Economic Forecasting, vol. 14, no. 2, pp. 84-105. 3. Crăciun Claudiu, Collins E. Paul (2008). Managementul politicilor publice.

Transformări și perspective, Editura Polirom, Iași. 4. Dinu Vasile, Săvoiu Gheorghe, Dabija Dan – Cristian, (2016). A concepe, a redacta

și a publica un articol științifi c. O abordare în contextul cercetării economice, Editura ASE – Bucuresti.

5. Gobet, Emmanuel (2013). Méthodes de Monte-Carlo et processus stochastiques: du linéaire au non-linéaire, Éditions de l’École polytechnique, Paris.

6. Horvat, Romana Vajde (2010). EU Projects - Understand them before applying for

Revista Română de Statistică - Supliment nr. 3 / 2017 119

one, published at http://www.ecqa.org/, [on-line] Available at: http://www.ecqa.org/uploads/ media/ECQA-EU_Projects-Understand_them_before_apply_for_one__Vajde_Horvat_.pdf Accessed 10 February, 2017.

7. Iancu Diana-Camelia (2010). Uniunea Europeana și administrația publică, Ed. Polirom, Iași.

8. ICF, (2016). Raportul fi scal anual [on-line] Available at: http://www.consiliulfi scal.ro/ RaportanualCF2015.pdf Accessed 10 February, 2017.

9. Matejun, M. (2015). Absorpcja wsparcia w zarządzaniu rozwojem mikro, małych i średnich przedsiębiorstw–podejście strategiczne.

10. Săvoiu Gheorghe, (2013). Modelarea Economico – Financiară: Gândirea econometrică aplicată în domeniul fi nanciar, Editura Universitară, Bucureşti.

11. Săvoiu,G., Jaško, O., Dulanović, Ž., Čudanov, M., Craciuneanu, V.,(2008). The value of general methods, quantitative techniques and management models in professionalizing management, Management vol 49-50, pp. 7-11.

Romanian Statistical Review - Supplement nr. 3 / 2017120

Analiza evoluţiei comerţului internaţional al României

Prof. univ. dr. Alexandru ManoleUniversitatea „ARTIFEX” din BucureştiLector univ. dr. Ana CarpUniversitatea „ARTIFEX” din BucureştiAsistent univ. dr. Zoica NicolaUniversitatea „ARTIFEX” din BucureştiDrd. Marius PopoviciAcademia de Studii Economice din Bucureşti

Abstract În acest articol autorii şi-au propus să efectueze un studiu asupra modului în care a evoluat activitatea de comerţ internaţional a României. Scopul acestei analize are la bază faptul că balanţa activităţii de comerţ internaţional are efect direct asupra valorii anuale (trimestriale) pe care o înregistrează Produsul Intern Brut, indicatorul cel mai semnifi cativ cu privire la evoluţia economiei naţionale. Prin indicatorul export net, cel care concretizează soldul balanţei de comerţ internaţional, activitatea poate determina o diminuare a Produsului Intern Brut, atunci când înregistrăm un defi cit sau o creştere în situaţia în care soldul exprimă un excedent. În cazul României, care face obiectul acestui studiu, soldul balanţei de comerţ internaţional a fost întotdeauna defi citar. Pentru reliefarea modului în care a evoluat din punct de vedere structural şi valoric activitatea de comerţ internaţional , am recurs la analiza pe grupe de bunuri şi servicii, precum şi la volumul schimburilor realizate în interiorul Uniunii europene, precum şi în afara UE-28. Prin seriile de date prezentate, dar mai ales prin reprezentări grafi ce am urmărit să realizăm o analiză sugestivă, uşor de identifi cat şi apreciat de cei interesaţi. Analiza s-a adâncit şi ca urmare a prezentării evoluţiei trimestriale a acestei activităţi pe o perioadă mai lungă de timp. În acest fel sugerăm şi infl uenţa sezonieră a unor factori asupra comerţului internaţional. Cuvinte cheie: import, export, defi cit, excedent, indicator. Clasifi care JEL: F13, F14, F40

Introducere Activitatea de comerţ internaţional joacă un rol important în creşterea economic a unei ţări. Volumul total al comerţului internaţional exprimă capacitatea unei ţări de a produce anumite bunuri sau de a asigura servicii peste nevoile naţionale. În cazul când aceste bunuri şi servicii sunt

Revista Română de Statistică - Supliment nr. 3 / 2017 121

de calitate sau reprezintă o necesitate a altui stat, excedentul de producţie se export. Realizarea exporturilor în condiţiile pieţei libere au loc în condiţii de profi tabilitate aducând astfel o sursă de la creşterea Produsului Intern Brut. Pe această cale costurile efectuate cu producţia pentru export prin preţurile la care se realizează, reprezintă un spor la realizarea Produsului Intern Brut. Exporturile realizate au loc în contextual în care producătorii români sunt specializaţi şi asigură bunuri şi servicii de calitate, competitive ca preţ pe piaţa internaţională. Aceasta înseamnă că prin exporturile realizate o ţară se înscrie în categoria exportatorilor. În antiteză, ţările care nu pot produce ca structură şi cantitate, întreaga gamă necesară echilibrului economiei sale naţionale recurg la importuri. Importurile, în condiţii generale, reprezintă un aspect negative deoarece trebuie să se producă alte produse pentru a asigura sursa fi nanciară de import. Trebuie să facem o distincţie şi în cazul importurilor. Atunci când se realizează importuri de completare, aspect care reprezintă sporirea producţiei interne, importurile sunt necesare şi utile. În varianta în care se import bunuri de consum, mai ales cu produse care se realizează şi în ţară, importurile au efecte negative asupra creşterii economice. În statistică se ia în calcul indicatorul export net, calculat ca diferenţă între total export şi total import. Exportul net cu semn algebric negative exprimă un defi cit al balanţei comerţului internaţional, deducându-se din totalul vânzărilor când se calculează Produsul Intern Brut. Dimpotrivă, dacă semnul algebric al exportului net este pozitiv aceasta semnifi că o creştere a PIB pe seama activităţii de comerţ internaţional. România se înscrie în mod permanent ca o ţară cu defi cit al balanţei de comerţ internaţional. Defi citele sunt an de an de ordinal miliardelor de euro. În acest context este interesantă analiza propusă.

Literature review Anghelache şi Anghel (2015), Anghelache (2008) se preocupă de studiul indicatorilor macroeconomici, din punct teoretic şi practic. Anghelache, Anghel, Manole şi Lilea (2016) descriu instrumentele modelării economice, fi nanciar-monetar-bancare şi informatice, ca suport al analizelor la nivel micro şi macroeconomic. Anghelache, Manole şi Sacală (2014), Anghelache et.al (2014) studiază evoluţia comerţului exterior al României, Pagliacci et.al. (2016) propun un model econometric pentru analiza acestei activităţi. Anghelache şi Manole (2012) au prezentat modele de analiză a schimburilor comerciale internaţionale româneşti. Anghelache, Anghelache şi Dumbravă au abordat comerţul internaţional prin prisma analizei structurale. Atkeson şi Burstein (2008) abordează costurile şi preţurile relative asociate comerţului internaţional. Bernard et.al. (2012) au efectuat un studiul empiric asupra

Romanian Statistical Review - Supplement nr. 3 / 2017122

comerţului internaţional. Botescu (2007) a evaluat comerţul internaţional în contextul economiei mondiale. Büthe şi Milner (2008) se concentrează pe utilitatea acordurilor de comerţ internaţional în creşterea investiţiilor străine, ca o componentă a politicilor orientate pe ISD în economiile în curs de dezvoltare. Chaney (2008) studiază marjele comerţului internaţional. Dix-Carneiro (2014) apreciază corelaţia dintre liberalizarea schimburilor comerciale şi evoluţia pieţei forţei de muncă. Etro (2015) analizează comerţul internaţional şi structurile pieţelor endogene. Fajgelbaum, Grossman şi Helpman (2011) se preocupă de legătura dintre distribuţia veniturilor, calitatea produselor oferite şi comerţul internaţional. Hummels (2007) studiază impactul costurilor de transport asupra comerţului exterior în contextul globalizării. Kehoea, Pujolàsd şi Ruhle (2016) dezvoltă pe marginea costurilor de oportunitate ale antreprenorilor în activitatea de comerţ exterior. Konya (2006) analizează rolul exporturilor în creşterea economică. Staiger şi Sykes (2011) comentează asupra unor reglementări legale asociate comerţului exterior. Waugh (2010) are în vedere inegalitatea veniturilor.

Date și metodologie Statisticile de comerţ internaţional cu bunuri se stabilesc prin însumarea datelor din sistemele statistice calculate de INTRASTAT şi EXTRASTAT. Sistemul INTRASTAT calculează comerţul INTRA-UE (schimburile de bunuri între România şi celelalte state membre ale Uniunii Europene), deoarece acestea au unele particularităţi. La sistemul EXTRASTAT se calculează indicatorii pentru comerţul EXTRA-UE (schimburile de bunuri între România şi statele care nu sunt membre ale Uniunii Europene). Referitor la comerţul INTRA-UE precizăm că se cuprind expedierile de bunuri din România cu destinaţia alt stat membru UE şi introducerile (intrările) de bunuri în România având ca ţară de expediere un alt stat membru UE. Expedierile din România includ bunuri în liberă circulaţie care părăsesc teritoriul statistic al României cu destinaţia alt stat membru UE precum şi bunuri care au fost plasate sub procedura vamală de prelucrare activă (în interiorul ţării) sau prelucrare sub control vamal în România şi care sunt destinate altor state membre. Introducerile (intrările) în România includ: - bunuri în liberă circulaţie într-un stat membru UE care intră pe teritoriul statistic al României; - bunuri care au fost plasate sub procedura vamală de prelucrare activă sau prelucrare sub control vamal în alt stat membru UE şi care intră pe teritoriul statistic al României.

Revista Română de Statistică - Supliment nr. 3 / 2017 123

Pentru comerţul EXTRA-UE se cuprind schimburile de bunuri între România şi statele nemembre UE, având ca obiect, importul direct de bunuri pentru consum, bunurile importate scoase din antrepozitele vamale sau zonele libere pentru a fi puse în consum, exportul de bunuri de origine naţională, precum şi exportul de bunuri importate, declarate pentru consumul intern. În activitatea de comerţ internaţional se cuprind de asemenea: importurile temporare de bunuri străine pentru prelucrare activă (în interiorul ţării), exporturile de produse compensatoare rezultate după prelucrarea activă, exporturile temporare de bunuri pentru prelucrare pasivă (prelucrare în alte ţări), importurile de produse compensatoare rezultate după prelucrarea în afara ţării şi bunurile importate sau exportate în sistemul de leasing fi nanciar (la valoarea integrală a bunurilor). Nu sunt cuprinse în comerţul internaţional bunurile în tranzit, bunurile temporar admise/scoase în/din ţară (cu excepţia celor pentru prelucrare), bunurile achiziţionate de organizaţii internaţionale pentru utilizări proprii în România, bunurile pentru şi după reparaţii şi piesele de schimb aferente. Datele valorice sunt exprimate în preţuri FOB pentru exporturi şi în preţuri CIF pentru importuri. Preţul FOB (Free on Board/Liber la bord) reprezintă preţul la frontiera ţării exportatoare, care include valoarea bunului, toate cheltuielile de transport până la punctul de îmbarcare, precum şi toate taxele pe care bunul trebuie să le suporte pentru a fi încărcat la bord. Preţul CIF (Cost, Insurance, Freight/Cost, Asigurare, Navlu) reprezintă preţul la frontiera ţării importatoare, care cuprinde atât elementele componente ale preţului FOB, cât şi costul asigurării şi transportului internaţional. Datele valorice calculate sunt exprimate în euro şi lei. Conversia în euro a datelor valorice exprimate în lei (colectate prin declaraţiile statistice INTRASTAT şi declaraţiile vamale), se face utilizând cursul de schimb mediu lunar lei/euro comunicat de Banca Naţională a României, pentru sistemul INTRASTAT şi cursul de schimb lei/euro comunicat de Banca Naţională a României pentru penultima zi de miercuri a lunii, pentru sistemul EXTRASTAT. Pentru stabilirea indicatorilor privind comerţul INTRA-UE sunt utilizate ca surse de date declaraţiile statistice INTRASTAT colectate de către Institutul Naţional de Statistică (INS) direct de la operatorii economici care au realizat un volum valoric al expedierilor intracomunitare de bunuri sau/şi un volum valoric al introducerilor intracomunitare de bunuri superior nivelului pragului statistic INTRASTAT stabilit pentru fi ecare fl ux şi an de referinţă şi declaraţiile vamale colectate şi prelucrate de către Agenţia Naţională de Administrare Fiscală (ANAF), pentru comerţul intracomunitar privind bunuri

Romanian Statistical Review - Supplement nr. 3 / 2017124

pentru prelucrare internă sau prelucrare sub control vamal, bunuri care se mişcă din /către părţi ale teritoriului statistic al UE dar care nu aparţin teritoriului fi scal al UE. Pentru comerţul EXTRA-UE Agenţia Naţională de Administrare Fiscală (ANAF), colectează şi prelucrează declaraţiile vamale de export şi import, pe care apoi le transmite Institutului Naţional de Statistică. Un aspect important îl reprezintă comerţul internaţional cu energie electrică şi gaze naturale. Datele privind comerţul internaţional cu bunuri cu energie electrică şi gaze naturale sunt colectate pe formulare statistice de la societăţile importatoare/exportatoare şi de la operatorii de reţea (CN Transelectrica SA şi SNTGN Transgaz SA) de către INS. Importul şi exportul nu cuprind cantităţile fi zice de energie electrică şi gaz natural transportat prin conducte care tranzitează teritoriul naţional. Gradul de colectare a datelor prin cercetarea statistică INTRASTAT a fost de peste 95,0% atât pentru introduceri cât şi pentru expedieri intracomunitare de bunuri, raportat la volumul total al introducerilor şi respectiv expedierilor intracomunitare de bunuri. Pentru restul de cca. 5,0% reprezentând valoarea comerţului sub pragurile statistice INTRASTAT şi non-răspunsuri, au fost realizate estimări de date. Astfel, în perioada 1.I-30.XI 2016, pentru care avem date certe, exporturile FOB au însumat 53072,2 milioane euro, iar importurile CIF au însumat 61842,1 milioane euro.Defi citul balanţei comerciale (FOB/CIF) în aceeaşi perioadă a fost de 8769,9 milioane euro, mai mare cu 1575,5 milioane euro decât cel înregistrat în perioada similară a anului 2015.În luna noiembrie 2016 exporturile FOB au fost de 5304,9 milioane euro, importurile CIF au fost de 6170,4 milioane euro, rezultând un defi cit de 865,5 milioane euro, deci aproape un miliard de euro ceea ce este destul de ridicat. Faţă de luna noiembrie 2015, exporturile din luna noiembrie 2016 au crescut cu 11,7%, iar importurile au crescut cu 11,6%. Acelaşi trend de creştere a înregistrat şi defi citul balanţei comerciale. În grafi cul următor sunt prezentate datele privind importurile, exporturile şi defi citul balanţei comerciale în perioada 2011-2016. Se constată că cei trei indicatori au avut un curs crescător. Datele sunt prezentate lunar pe întreaga perioadă pentru a reliefa mai pregnant unităţile pe perioade scurte de timp evidenţiindu-se astfel şi caracterul uneori sezonier al activităţii complexe de comerţ internaţional.

Revista Română de Statistică - Supliment nr. 3 / 2017 125

Exporturile, importurile şi soldul balanței comerciale în perioada ianuarie 2011 – noiembrie 2016

2000

2500

3000

3500

4000

4500

5000

5500

6000

6500

ian.

11fe

b.11

mar

.11

apr.1

1m

ai.1

1iu

n.11

iul.1

1au

g.11

sep.

11oc

t.11

nov.

11de

c.11

ian.

12fe

b.12

mar

.12

apr.1

2m

ai.1

2iu

n.12

iul.1

2au

g.12

sep.

12oc

t.12

nov.

12de

c.12

ian.

13fe

b.13

mar

.13

apr.1

3m

ai.1

3iu

n.13

iul.1

3au

g.13

sep.

13oc

t.13

nov.

13de

c.13

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Medie mobila 12 luni - Exporturi-FOB Medie mobila 12 luni - Importuri-CIF

Importuri CIF

Mili

oane

Eur

o

Importuri CIF

Mili

oane

Eur

o

Exporturi FOB

Deficit FOB/CIF

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 05/09.01.2017

Schimbul de mărfuri (bunuri şi servicii) în cadrul UE se abate de la regula generală a comerţului exterior internaţional în sensul că nu se plăteşte TVA, schimburile îmbrăcând forma expresiilor „de în „ şi „din”. Aceasta se bazează pe directiva UE privind libera circulaţie a bunurilor şi serviciilor în cadrul UE -28. Valoarea schimburilor intracomunitare de bunuri (Intra-UE28) în perioada 1.I-30.XI 2016 a fost de 40021,2 milioane euro la expedieri şi de 47805,3 milioane euro la introduceri, reprezentând 75,4% din total exporturi şi 77,3% din total importuri. Valoarea schimburilor extracomunitare de bunuri (Extra-UE28) în perioada 1.I-30.XI 2016 a fost de 13051,0 milioane euro la exporturi şi de 14036,8 milioane euro la importuri, reprezentând 24,6% din total exporturi şi 22,7% din total importuri. În continuare am recurs la reprezentarea separată, grafi că a exporturilor, a importurilor şi soldului balanţei de comerţ internaţional în perioada ianuarie 2014-noiembrie 2016.

Romanian Statistical Review - Supplement nr. 3 / 2017126

Exporturile INTRA–UE28 şi EXTRA–UE28 în perioada ianuarie 2014 – noiembrie 2016

0

1000

2000

3000

4000

5000

6000ia

n.14

feb.

14m

ar.1

4ap

r.14

mai

.14

iun.

14iu

l.14

aug.

14se

p.14

oct.1

4no

v.14

dec.

14ia

n.15

feb.

15m

ar.1

5ap

r.15

mai

.15

iun.

15iu

l.15

aug.

15se

p.15

oct.1

5no

v.15

dec.

15ia

n.16

feb.

16m

ar.1

6ap

r.16

mai

.16

iun.

16iu

l.16

aug.

16se

p.16

oct.1

6no

v.16

Exporturi - FOB Intra UE28 Exporturi - FOB Extra UE28

Milio

ane

Euro

Intra UE28

Extra UE28

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 05/09.01.2017

La capitolul exporturi se constată o creştere de la un an la altul, atât în interiorul UE-28 cât şi în afara Uniunii Europene. Exporturile sunt considerate în condiţia FOB de construcţie a preţurilor.

Importurile INTRA–UE28 şi EXTRA–UE28 în perioada ianuarie 2014 – noiembrie 2016

0

1000

2000

3000

4000

5000

6000

7000

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Importuri - CIF Intra UE28 Importuri - CIF Extra UE28

Milio

ane

Euro

Intra UE28

Extra UE28

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 05/09.01.2017

Aceeaşi tendinţă s-a înregistrat şi în realizarea importurilor în sistemul UE-28 şi în afara acestuia. Ponderea mai mare se înregistrează în cadrul UE-28. Importurile sunt considerate în condiţia CIF de calculare (construcţie a preţurilor).

Revista Română de Statistică - Supliment nr. 3 / 2017 127

Soldurile balanţelor comerciale INTRA-UE28 și EXTRA-UE28 în perioada ianuarie 2014 – noiembrie 2016

-1400-1200-1000-800-600-400-200

0200400

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Sold (Exp.FOB-Imp.CIF) Intra UE28 Sold (Exp.FOB-Imp.CIF) Extra UE28

Milio

ane

Euro

Intra UE28

Extra UE28

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 05/09.01.2017

Soldul balanţei comerciale a urmat acelaşi trend existând câteva vârfuri ale defi citului în decembrie 2015 ca şi în lunile aprilie şi iulie 2016.

Structura comerțului internațional pe grupe de produse, în perioada 1.I-30.XI 2016

Total exporturi FOB53072,2 mil.euro

Combustibili minerali,

lubrifianti, etc. 3,4%

Materii prime si materiale

4,2%Produse chimice

si produse conexe 4,3%

Produse agroalimentare, bauturi si tutun

8,3%

Alte produse manufacturate

32,6%

Masini si echipamente de

transport47,2%

Total importuri CIF 61842,1 mil.euro

Masini si echipamente de

transport38,0%

Alte produse manufacturate

31,2%

Produse chimice si produse

conexe13,6%

Produse agroalimentare, bauturi si tutun

8,6%

Combustibili minerali,

lubrifianti, etc.5,5%

Materii prime si materiale

3,1%

Sursa de date: Institutul Naţional de Statistică: Comunicat de presă nr. 05/09.01.2017

În perioada 1.I-30.XI 2016, ponderi importante în structura exporturilor şi importurilor sunt deţinute de grupele de produse: maşini şi echipamente de transport (47,2% la export şi 38,0% la import) şi alte produse manufacturate (Sunt cuprinse produse prelucrate, clasifi cate în principal după materia primă (fi er, oţel, cauciuc, metal, etc.) şi articole manufacturate diverse

Romanian Statistical Review - Supplement nr. 3 / 2017128

(îmbrăcăminte şi accesorii, încălţăminte, etc.)) (32,6% la export şi respectiv 31,2% la import). În reprezentările următoare, sub formă de grafi ce de structură se evidenţiază ponderea principalelor de produse în totalul importurilor şi totalul exporturilor.

Concluzii Schimbul de bunuri şi servicii în perioada Ianuarie-Noiembrie 2016 a crescut. Acest trend a fost mai ridicat în relaţiile cu ţările Uniunii Europene şi, în acelaşi timp, cu statele din afara UE. Dacă vom considera perioada Ianuarie 2014- Noiembrie 2016, vom observa că exporturile şi importurile se înscriu pe un trend crescător. Aceleaşi evoluţii se observă în cazul balanţei comerţului exterior. Evoluţia, atât a importurilor, dar şi a exporturilor fi ind pe un trend de creştere, diferenţa se menţine în favoarea importurilor. Analizând structura exporturilor, vom observa că principalele bunuri sunt materiile prime şi materialele, bunurile manufacturate, produsele chimice, maşini şi utilaje, produse agroalimentare. În ceea ce priveşte structura importurilor, am descoperit că România a importat în principal bunuri manufacturate, produse chimice şi agroalimentare. Structura comerţului internaţional în funcţie de parteneri relevă faptul că principalele relaţii comerciale au fost dezvoltate cu China, Germania, Italia, Ungaria, Franţa şi China. Principalele aspecte referitoare la structura exporturilor pe categorii majore de bunuri, precum capitalul, bunurile intermediare şi cele de consum sunt reprezentate de faptul că reducerea semnifi cativă a schimburilor de bunuri intermediare, în principal în ceea ce priveşte importul, a fost de natură să scadă capacitatea productivă a industriei şi, de asemenea, a altor activităţi, punând sub semnul riscului perspectivele activităţilor economice viitoare.

Bibliografi e selectivă 1. Anghelache, C., Anghel, M.G. (2015). Statistică. Teorie, concepte, indicatori şi

studii ce caz, Editura Artifex, Bucureşti 2. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare

economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex 3. Anghelache, C., Manole, A., Sacală, C. (2014). Romanian International Trade

Evolution, Romanian Statistical Review, Supplement no. 7/2014, pp. 17-24 4. Anghelache, C., Anghelache, G.V., Anghel, M.G., Bardaşu, G., Sacală, C. (2014).

The International Trade Evolution, Romanian Statistical Review Supplement, Issue 1, pp. 84-87

5. Anghelache, C., Manole, A. (2012). Analysis Models of Romania’s Foreign Trade, Economic Computation and Economic Cybernetics Studies And Research, nr. 2/2012, pp. 23-36

6. Anghelache, C., Anghelache, C.S., Dumbravă, M. (2009). The foreign trade activity structural analysis, Metalurgia Internaţional Vol. XIV, nr. 14 Special Issue, Editura ştiinţifi că F.M.R., pp. 71-74

Revista Română de Statistică - Supliment nr. 3 / 2017 129

7. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

8. Atkeson, A., Burstein, A. (2008). Pricing-to-Market, Trade Costs, and International Relative Prices, American Economic Review, 98, 5, pp. 1998-2031

9. Bernard, A.B., Jensen, J.B., Redding, S.J., Schott, P.K. (2012) The Empirics of Firm Heterogeneity and International Trade, Annual Review of Economics, 4, 1, pp. 283-313

10. Botescu, I. (2007). The International Trade in Global Economy, Theoretical and Applied Economics, No. 5 / 2007 (510), pp. 45-48

11. Büthe, T., Milner, H. (2008). The Politics of Foreign Direct Investment into Developing Countries: Increasing FDI through International Trade Agreements?, American Journal of Political Science, Volume 52, Issue 4, October 2008, pp. 741–762

12. Chaney, T. (2008). Distorted Gravity: The Intensive and Extensive Margins of International Trade, American Economic Review, 98(4), pp. 1707–1721

13. Dix-Carneiro, R. (2014). Trade Liberalization and Labor Market Dynamics, Econometrica, 82(3), pp. 825-885

14. Etro, F. (2015) Endogenous Market Structures and International Trade, The Scandinavian Journal of Economics, vol. 117, issue 3, pp. 918-956

15. Fajgelbaum, P., Grossman, G., Helpman, E. (2011). Income Distribution, Product Quality, and International Trade, Journal of Political Economy, vol. 119, no. 4, pp. 721-65

16. Hummels, D. (2007). Transportation Costs and International Trade in the Second Era of Globalization, Journal of Economic Perspectives, Summer 2007, vol. 21, no.3, pp. 131–154

17. Kehoea, T., Pujolàsd, P., Ruhle, K. (2016). The opportunity costs of entrepreneurs in international trade, NBER Working Paper Series, Cambridge, August 2016, Working Paper No. 22514

18. Konya, L. (2006). Exports and growth: Granger causality analysis on OECD countries with a panel data approach, Economic Modelling, vol. 23, issue 6, pp. 978-992

19. Pagliacci, M., Anghelache, C., Manole, A., Anghel, M.G. (2016). The Econometric Model for the Economic and Financial Analysis of Romanian International Trade, Romanian Statistical Review, no. 3, pp. 53-66

20. Staiger, R., Sykes, A. (2011). International trade, national treatment, and domestic regulation, Journal of Legal Studies, 40(1), pp. 149-203

21. Waugh, M.E. (2010). International Trade and Income Differences, American Economic Review, vol. 100, no. 5, pp. 2093-2124

Romanian Statistical Review - Supplement nr. 3 / 2017130

ROMANIA’S INTERNATIONAL TRADE EVOLUTION ANALYSIS

Prof. Alexandru Manole PhD. „ARTIFEX” University of BucharestLecturer Ana Carp PhD.„ARTIFEX” University of BucharestAssist. prof. Zoica Nicola PhD.„ARTIFEX” University of BucharestMarius Popovici PhD. StudentBucharest University of Economic Studies

Abstract In this paper, the authors proposed a study on the mode in which the foreign trade activity of Romania has evolved. The purpose of this analysis is based on the fact that the balance of the foreign trade has a direct effect on the annual (quarterly) value recorded by the Gross Domestic Product, the most signifi cant indicator regarding the evolution of the national economy. Through the net export indicator, that makes sound the balance of the international trade, the activity can determine a decrease of the Gross Domestic Product, when we record a defi cit, or an increase, when the balance expresses a surplus. In the case of Romania, which is the object of this study, the balance of the foreign trade has always shown a defi cit. To emphasize the mode in which the foreign trade activity has evolved, quantitatively and in value, we have resorted to the analysis per groups of goods and services, and also to the volume of the exchanges realized within the European Union, respectively outside EU-28. Through the data series presented, but especially through graphical representations, we have pursued to realize a suggestive analysis, easily to be identifi ed and appreciated by those interested. The analysis was deepen following the presentation of the quarterly evolution of this activity, for a longer time. This way, we also suggest the seasonal infl uence of some factors on the foreign trade. Key words: import, export, defi cit, surplus, indicator. JEL Classifi cation: F13, F14, F40

Introduction International trade plays an important role in the economic growth of a country. The total volume of international trade expresses a country’s ability to produce certain goods or to provide services. In case the goods and services are of good quality and they are a necessity for another state, surplus production is exported. Achieving exports under free market place in terms

Revista Română de Statistică - Supliment nr. 3 / 2017 131

of profi tability thereby produces a source of GDP growth. In this way the costs incurred in production for export by the prices at which they are realized represents an increase in gross domestic product. Exports are taking place in the context of specialized Romanian producers that provide quality goods and services that are priced competitively for the international market. This means that through the exports provided the country falls into the category of exporters. In contrast, countries that cannot produce structure and quantity, meaning the whole range necessary to balance its national economy must resort to imports. Imports, in general terms, is a negative aspect because the country must produce other products to ensure the fi nancial source of imports. We must make a distinction in case of imports. When importing in order to complete the necessity of the country, needed for increasing domestic production, imports are necessary and useful. When importing consumer goods, especially products being produced in the country, imports have negative effects on economic growth. In statistics we take into account the net export indicator, calculated as the difference between total exports and total imports. Net exports with negative algebraic sign expresses a defi cit in international trade balance that has to be deducted from total sales when calculating GDP. Conversely, if the algebraic sign of net exports is positive it means a GDP growth on account of the activity of international trade. Romania is part of the countries with a permanent defi cit in international trade. Defi cits sum every year billions of euros. In this context the proposed analysis is interesting.

Literature review Anghelache and Anghel (2015), Anghelache (2008) are preoccupied by the study of macroeconomic indicators, both from theoretical and practical viewpoints. Anghelache, Anghel, Manole and Lilea (2016) describe the instruments of economic, fi nancial-monetary-banking and IT modeling, as support for analyses at both micro and macroeconomic level. Anghelache, Manole and Sacală (2014), Anghelache et.al (2014) study the evolution of the foreign trade of Romania, Pagliacci et.al. (2016) propose an econometric model for the analysis of this activity. Anghelache and Manole (2012) have presented some analysis models for Romanian international commercial exchanges. Anghelache, Anghelache and Dumbravă have approached the international trade through the viewpoint of structural analysis. Atkeson and Burstein (2008) approach the relative costs and prices associated to the foreign trade. Bernard et.al. (2012) have performed an empiric study on the international commerce. Botescu (2007) has evaluated the foreign trade in the context of the world economy. Büthe and Milner (2008) focus on the usefulness of foreign trade

Romanian Statistical Review - Supplement nr. 3 / 2017132

agreements in the growth of foreign direct investments, as a component of policies oriented towards FDI within developing economies. Chaney (2008) studies the margins of the foreign commerce. Dix-Carneiro (2014) appraises the correlation between the liberalization of commercial exchanges and the evolution of the labor force market. Etro (2015) analyzes the international trade and the structures of endogenous markets. Fajgelbaum, Grossman and Helpman (2011) are preoccupied with the link between the distribution of incomes, quality of products offered and the international trade. Hummels (2007) studies the impact of transportation costs on the foreign trade, in the context of globalization. Kehoea, Pujolàsd and Ruhle (2016) develop on the opportunity costs of entrepreneurs in the foreign trade activities. Konya (2006) analyze the role of exports in economic growth. Staiger and Sykes (2011) comment on legal regulations associated with the foreign trade. Waugh (2010) takes into account the inequality of incomes.

Data and methodology International trade statistics in goods are determined by summing the calculated statistical data from INTRASTAT and EXTRASTAT. For INTRASTAT system the calculation of indicators is based on INTRA-EU trade (exchanges of goods between Romania and other EU member states) because they have some peculiarities. For EXTRASTAT system the calculation of indicators is based on EXTRA-EU trade (exchanges of goods between Romania and states which are not EU members). Regarding INTRA-EU trade we state that it is comprised of goods from Romania to another EU destination and introductions (entries) of goods in Romania with the country of dispatch another EU Member State. Deliveries from Romania include goods in free circulation which leave the statistical territory of Romania bound for another EU Member State and items that were placed under customs procedure of inward processing (within the country) or processing under customs control in Romania and are intended for other member states. Entries (entries) in Romania include: -Goods in free circulation in an EU Member State which enter the statistical territory of Romania; -Goods which were placed under customs procedure of inward processing or processing under customs control in another EU Member State and which enter the statistical territory of Romania. For EXTRA-EU trade are included exchanges of goods between Romania and non-EU States, seeking, direct import of goods for consumption,

Revista Română de Statistică - Supliment nr. 3 / 2017 133

imported goods taken out of customs warehouses or free zones to be released for consumption, exports of goods of national origin and export of imported goods declared for domestic consumption. The international trade also includes: temporary importation of foreign goods for inward processing (within the country), exports of processed products resulting from inward processing, temporary exports of goods for passive processing ( processing done in other countries), imports of compensating products resulted from processing abroad and imported or exported goods in fi nancial leasing (at full value of goods). International trade does not include goods in transit, goods temporarily admitted / removed to / from the country (except for goods used for processing), goods purchased by international organizations for their own uses in Romania, goods for and after repair and of related spare parts. Value data are expressed in FOB prices for exports and CIF prices for imports. FOB price (Free on Board / Liber la bord) which represents the price at the frontier of the exporting country, which includes the value of goods all transport costs to the point of embarkation, and all taxes on that must incur in order for the goods to be loaded on board. CIF price (Cost, Insurance, Freight / Cost, Asigurare, Navlu) which represents the price at the frontier of the importing country, which also includes both the components of FOB price and the cost of international transport and insurance. Data values are calculated in euro and in lei. Conversion into euro of data values expressed in lei (collected from statistical declarations INTRASTAT and customs declarations) is made using the monthly average exchange rate lei / euro communicated by the National Bank of Romania, for INTRASTAT system and the exchange rate lei / euro communicated by the National Bank of Romania for last Wednesday of the month, for EXTRASTAT system. In order to establish the indicators on INTRA-EU trade, Intrastat statistical declarations collected by the National Statics Institute (INS) are used as data source, the declarations are directly collected from the operators which achieved a value volume of dispatches of goods or / and a value volume introductions of goods which is higher than the level of statistical threshold set by INTRASTAT for each stream, reference year also from customs declarations collected and processed by the National Agency for Fiscal Administration (ANAF), for trade regarding goods for internal processing or processing under customs control, goods moves from / to parts of the EU statistical territory which do not belong to EU fi scal territory.

Romanian Statistical Review - Supplement nr. 3 / 2017134

For EXTRA-EU trade the National Agency for Fiscal Administration (ANAF), collects and processes export and import customs declarations, which are then sent to the National Institute of Statistics. An important aspect is the international trade in electricity and natural gas. Data on international trade in electricity and natural gas are collected on statistical forms from importing / exporting companies and network operators (CN Transelectrica SA and SNTGN Transgaz SA) by INS. Import and export do not include physical quantities of electricity and natural gas that are transiting the national territory. The extent of data collection for statistical surveys of INTRASTAT was over 95.0% for both arrivals and dispatches of goods relative to the total volume of arrivals and dispatches of goods. For the rest of approximatively representing 5.0% of the trade value which is under INTRASTAT statistical thresholds and non-responses, they were achieved by estimating the data. Thus, during 1.I-30.XI 2016 for which we have reliable data, FOB exports amounted to 53072,2 million euros, while CIF imports amounted to 61842,1 million euros. The trade defi cit (FOB / CIF) in the same period was 8769,9 million euro, 1575,5 million euro higher than in the same period of 2015. In November 2016 FOB exports were 5304,9 million euro, CIF imports were 6170,4 million euro, resulting in a defi cit of EUR 865,5 million euro, thus almost one billion euros which is quite a high sum. Compared to November 2015, in the month of November 2016 exports increased with 11.7% and imports increased with 11.6%. The same trend of growth was recorded by the trade defi cit balance. In the below chart we presented the data on imports, exports and trade defi cit in years 2011-2016. It appears that the three indicators had an ascending course. Data is presented monthly throughout the period to emphasize more strongly units for short periods of time thus highlighting the complex nature of international trade seasonality.

Revista Română de Statistică - Supliment nr. 3 / 2017 135

Exports, imports and trade balance in January 2011 - November 2016

2000

2500

3000

3500

4000

4500

5000

5500

6000

6500

ian.

11fe

b.11

mar

.11

apr.1

1m

ai.1

1iu

n.11

iul.1

1au

g.11

sep.

11oc

t.11

nov.

11de

c.11

ian.

12fe

b.12

mar

.12

apr.1

2m

ai.1

2iu

n.12

iul.1

2au

g.12

sep.

12oc

t.12

nov.

12de

c.12

ian.

13fe

b.13

mar

.13

apr.1

3m

ai.1

3iu

n.13

iul.1

3au

g.13

sep.

13oc

t.13

nov.

13de

c.13

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Medie mobila 12 luni - Exporturi-FOB Medie mobila 12 luni - Importuri-CIF

Importuri CIF

Mili

oane

Eur

o

Importuri CIF

Mili

oane

Eur

o

Exporturi FOB

Deficit FOB/CIF

Data source: National Institute of Statistics, press release no. 05/09.01.2017The labels in the above fi gure represent:Importuri CIF: CIF Imports; Exporturi FOB: FOB exports; Medie mobile 12 luni – Mobile average, 12 months. Data are presented in EUR millions

The exchange of goods (goods and services) within the EU deviated from the general rule of international foreign trade as meaning that VAT is not payable, trade took the form expressions “of the” and “in”. This is based on the EU directive on free movement of goods and services within the EU -28. The value of trade of goods (Intra-UE28) during 1.I-30.XI 2016 was 40021,2 million euro for exports and 47805,3 million euros for imports, accounting for 75,4% of total exports and 77,3% of total imports.The value of extra community trade of goods (Extra-UE28) during 1.I-30.XI 2016 was 13051,0 million euros for exports and 14036,8 million euros for imports, accounting for 24.6% of total exports and 22,7% of total imports.We further appeal to the representation of separate graphics exports, imports and balance in international trade in the period January 2014-November 2016.

Romanian Statistical Review - Supplement nr. 3 / 2017136

Exports INTRA–UE28 and EXTRA–UE28 in the period January 2014 – November 2016

0

1000

2000

3000

4000

5000

6000

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Exporturi - FOB Intra UE28 Exporturi - FOB Extra UE28

Milio

ane

Euro

Intra UE28

Extra UE28

Data source: National Institute of Statistics, press release no. 05/09.01.2017See the labels for the previous fi gure

In terms of exports an increase is observed from one year to another, both within the EU-28 and outside the European Union. FOB exports are considered in construction of prices.

Imports INTRA–UE28 and EXTRA–UE28 in the period January 2014 – November 2016

0

1000

2000

3000

4000

5000

6000

7000

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Importuri - CIF Intra UE28 Importuri - CIF Extra UE28

Milio

ane

Euro

Intra UE28

Extra UE28

Data source: National Institute of Statistics, press release no. 05/09.01.2017See the labels for the fi rst fi gure

Revista Română de Statistică - Supliment nr. 3 / 2017 137

The same trend was registered in realization of imports in the EU-28 system and beyond. The bigger share is recorded in the EU-28. Imports are considered in the calculation provided CIF (construction price).

Trade balance INTRA-UE28 and EXTRA-UE28 in January 2014 – November 2016

-1400-1200-1000-800-600-400-200

0200400

ian.

14fe

b.14

mar

.14

apr.1

4m

ai.1

4iu

n.14

iul.1

4au

g.14

sep.

14oc

t.14

nov.

14de

c.14

ian.

15fe

b.15

mar

.15

apr.1

5m

ai.1

5iu

n.15

iul.1

5au

g.15

sep.

15oc

t.15

nov.

15de

c.15

ian.

16fe

b.16

mar

.16

apr.1

6m

ai.1

6iu

n.16

iul.1

6au

g.16

sep.

16oc

t.16

nov.

16

Sold (Exp.FOB-Imp.CIF) Intra UE28 Sold (Exp.FOB-Imp.CIF) Extra UE28

Milio

ane

Euro

Intra UE28

Extra UE28

Data source: National Institute of Statistics, press release no. 05/09.01.2017. See the labels for the fi rst fi gure

The trade balance followed the same trend there were a few spikes of defi cit in December 2015, in April and July 2016.

The structure of international trade by group of products, during 1.I-30.XI 2016

Masini si echipamente de

transport47,2%

Alte produse manufacturate

32,6%

Produse agroalimentare, bauturi si tutun

8,3%

Produse chimice si produse conexe

4,3%

Materii prime si materiale

4,2%

Combustibili minerali, lubrifianti,

etc. 3,4%

Total exporturi FOB53072,2 mil.euro

Total importuri CIF 61842,1 mil.euro

Masini si echipamente de

transport38,0%

Alte produse manufacturate

31,2%

Produse chimice si produse

conexe13,6%

Produse agroalimentare, bauturi si tutun

8,6%

Combustibili minerali,

lubrifianti, etc.5,5%

Materii prime si materiale

3,1%

Data source: National Institute of Statistics, press release no. 05/09.01.2017The labels in the above fi gure represent:Materii prime şi materiale: Raw materials and materials; Produse chimice şi produse conexe: Chemical and connected products; Produse alimentare, băuturi şi tutun: Food, beverages and tobacco; Alte produse manufacturate: Other manufactured products; Maşini şi echipamente de transport: Machineries and transport equipments; Combustibil, mineral, lubrifi ant etc.: Fuel, minerals, lubricants etc.

Romanian Statistical Review - Supplement nr. 3 / 2017138

During the period 1.I-30.XI 2016, important shares in the structure of exports and imports are owned by groups of products: machinery and transport equipment (47,2% in export and 38,0% in import) and other manufactured goods (Including processed products classifi ed primarily by raw material (iron, steel, rubber, metal, etc.) and miscellaneous manufactured articles (clothing and accessories, footwear, etc.)) (32,6% in exports and 31,2 % in imports). In the following representations, in the form of structured graphs the main share of goods in total imports and total exports are highlighted.

Conclusions The exchange of goods and services during January – November 2016 increased. This trend was high in the relations with the European Union countries and, at the same time, with non-European countries. If we will consider the period January 2014 – November 2016, we can see that the exports and imports get a positive trend. The same evolution got the balance of international trade. The evolution of both exports and imports having a positive trend, the difference in favor of import remains. By analyzing the structure of the exports, we found that the main goods are the raw materials and materials, manufactured goods, chemical products, machines and equipment, and agro-food. The structure of the international trade by partners reveals that the main commercial relationships were developed with Germany, Italy, Hungary, France and China. The main aspects about the exports structure by major categories of goods as capital, intermediary and consumption goods, are represented by the fact that the massive reduction of the exchange of intermediary goods, mainly as far as the import is concerned, was of nature to diminish the productive capacity of the industry and other activities as well, jeopardizing, in the meantime, the perspectives of the future economic activities.

References 1. Anghelache, C., Anghel, M.G. (2015). Statistică. Teorie, concepte, indicatori şi

studii ce caz, Editura Artifex, Bucureşti 2. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare

economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex 3. Anghelache, C., Manole, A., Sacală, C. (2014). Romanian International Trade

Evolution, Romanian Statistical Review, Supplement no. 7/2014, pp. 17-24 4. Anghelache, C., Anghelache, G.V., Anghel, M.G., Bardaşu, G., Sacală, C. (2014).

The International Trade Evolution, Romanian Statistical Review Supplement, Issue 1, pp. 84-87

5. Anghelache, C., Manole, A. (2012). Analysis Models of Romania’s Foreign Trade, Economic Computation and Economic Cybernetics Studies And Research, nr. 2/2012, pp. 23-36

Revista Română de Statistică - Supliment nr. 3 / 2017 139

6. Anghelache, C., Anghelache, C.S., Dumbravă, M. (2009). The foreign trade activity structural analysis, Metalurgia Internaţional Vol. XIV, nr. 14 Special Issue, Editura ştiinţifi că F.M.R., pp. 71-74

7. Anghelache, C. (2008). Tratat de statistică teoretică şi economică, Editura Economică, Bucureşti

8. Atkeson, A., Burstein, A. (2008). Pricing-to-Market, Trade Costs, and International Relative Prices, American Economic Review, 98, 5, pp. 1998-2031

9. Bernard, A.B., Jensen, J.B., Redding, S.J., Schott, P.K. (2012) The Empirics of Firm Heterogeneity and International Trade, Annual Review of Economics, 4, 1, pp. 283-313

10. Botescu, I. (2007). The International Trade in Global Economy, Theoretical and Applied Economics, No. 5 / 2007 (510), pp. 45-48

11. Büthe, T., Milner, H. (2008). The Politics of Foreign Direct Investment into Developing Countries: Increasing FDI through International Trade Agreements?, American Journal of Political Science, Volume 52, Issue 4, October 2008, pp. 741–762

12. Chaney, T. (2008). Distorted Gravity: The Intensive and Extensive Margins of International Trade, American Economic Review, 98(4), pp. 1707–1721

13. Dix-Carneiro, R. (2014). Trade Liberalization and Labor Market Dynamics, Econometrica, 82(3), pp. 825-885

14. Etro, F. (2015) Endogenous Market Structures and International Trade, The Scandinavian Journal of Economics, vol. 117, issue 3, pp. 918-956

15. Fajgelbaum, P., Grossman, G., Helpman, E. (2011). Income Distribution, Product Quality, and International Trade, Journal of Political Economy, vol. 119, no. 4, pp. 721-65

16. Hummels, D. (2007). Transportation Costs and International Trade in the Second Era of Globalization, Journal of Economic Perspectives, Summer 2007, vol. 21, no.3, pp. 131–154

17. Kehoea, T., Pujolàsd, P., Ruhle, K. (2016). The opportunity costs of entrepreneurs in international trade, NBER Working Paper Series, Cambridge, August 2016, Working Paper No. 22514

18. Konya, L. (2006). Exports and growth: Granger causality analysis on OECD countries with a panel data approach, Economic Modelling, vol. 23, issue 6, pp. 978-992

19. Pagliacci, M., Anghelache, C., Manole, A., Anghel, M.G. (2016). The Econometric Model for the Economic and Financial Analysis of Romanian International Trade, Romanian Statistical Review, no. 3, pp. 53-66

20. Staiger, R., Sykes, A. (2011). International trade, national treatment, and domestic regulation, Journal of Legal Studies, 40(1), pp. 149-203

21. Waugh, M.E. (2010). International Trade and Income Differences, American Economic Review, vol. 100, no. 5, pp. 2093-2124

Romanian Statistical Review - Supplement nr. 3 / 2017140

Analiza interdependenţei dintre PIB şi infl aţieConf. univ. dr. Mădălina-Gabriela ANGHELUniversitatea „ARTIFEX” din BucureştiConf. univ. dr. Florin Paul Costel LILEAUniversitatea „ARTIFEX” din BucureştiDrd. Maria MIREA Academia de Studii Economice din Bucureşti

Abstract Produsul Intern Brut, considerat cel mai complex indicator de rezultate la nivelul unei ţări depinde, în evoluţia sa cronologică de o serie de factori. Astfel este important de stabilit care este participarea fi ecărei resurse la realizarea PIB, trimestrial şi/sau anual. De asemenea este interesant de constatat care este infl uenţa structurală asupra evoluţiei PIB a tuturor utilizărilor la analiza creşterii economice. În principiu există trei posibilităţi. Creşterea pe seama sporirii consumului, constă în aceea că prin sporirea consumului se colectează mai multe taxe, impozite şi, pe această cale cresc şi veniturile la bugetul consolidat. Totodată, comerţul an- gross şi cu amănuntul cresc şi astfel valoarea adăugată brută ca sursă de orientare a veniturilor bugetare, creşte. Modalitatea de creştere economică, mai simplu a PIB, pe seama consumului este specifi că ţărilor cu o economie slab structurată, cu venituri generale ale populaţiei mici. În aceste state, aşa cum este şi România sporirea veniturilor, în special a salariului (minim, mediu net sau mediu brut), determină creşterea consumului şi în fi nal a creşterii economice. A doua cale de creştere economică o reprezintă sporirea investiţiilor în general, şi a investiţiilor străine directe în special. Calea cea mai sigură de sporire a investiţiilor o reprezintă atragerea de capital străin şi accesarea fondurilor comunitare, ca ţară membră a Uniunii Europene (UE-28). Această alternativă este limitată şi depinde de condiţiile oferite de România, garantarea investiţiilor străine, a capitalului şi a posibilităţii de regenerare a profi tului şi investiţiilor realizate. Aşadar, cadrul legislativ, ca prevedere şi stabilitate constituie un argument în atragerea de investiţii străine directe. A treia variantă a creşterii economice este cea mixtă, adică pe seama sporirii corelate a consumului şi investiţiilor în funcţie de potenţialul economic al ţării în momentul respectiv. Cu titlu de concluzie putem afi rma că sporirea PIB este de dorit şi dacă se asigură o evoluţie pozitivă, se realizează şi creşterea economică. Cuvinte cheie: Produs Intern Brut, infl aţie, corelaţie Clasifi care JEL: E31, E60

Revista Română de Statistică - Supliment nr. 3 / 2017 141

Introducere. Literature review Produsul Intern Brut pentru fi ecare perioadă se calculează în preţuri curente dar pentru comparabilitatea în timp, se impune considerarea efectului infl aţiei, adică a stabilităţii pieţei. Pentru aceste nevoi se efectuează defl atarea PIB, adică eliminarea efectului infl aţiei. Aşadar, între PIB şi rata infl aţiei există o corelaţie statistică inversă. Cu cât rata infl aţiei este mai mare cu atât valoarea în termeni reali a PIB se reduce. În articolul de faţă, după analiza corelaţiei pe baza seriilor de date şi reprezentare grafi că a datelor, am efectuat şi un studiu prin utilizarea modelului de regresie liniară simplă, în care PIB ( ) este variabila dependentă rezultativă, iar rata în fl aţiei ( ) este variabila factorială. Funcţia de regresie liniară simplă este de forma

unde: - ai = parametrul de regresie liber; - bi = coefi cientul (parametrul de corelaţie) - yi =variabila dependentă, în cazul de faţă PIB; - xi = variabila factorială, rata infl aţiei; - = variabila reziduală. Ţinând seama de aceste aspecte, funcţia modelului de regresie liniară simplă asigură o analiză completă, analitică, prin utilizarea parametrilor de regresie calculaţi. Anghel, Anghelache şi Manole (2016) analizează evoluţia fenomenului infl aţionist în economia României, Anghel (2015) dezvoltă pe o temă apropiată. Un studiu teoretic asupra infl aţiei poate fi regăsit în Anghelache şi Sacală (2015), o abordare mai largă a acestui fenomen este prezentată de Anghelache, Voineagu şi Gheorghe (2013). Anghelache şi Manole (2016) urmăresc impactul ratei infl aţie şi ratei şomajului asupra ratei de creştere a PIB în România, Koulakiotis, Lyroudi and Papasyriopoulos (2012) cercetează corelaţia dintre infl aţie şi PIB în ţările europene, Anghelache şi Manole (2015) analizează corelaţia dintre infl aţie şi şomaj, un alt studiu asupra factorilor de infl uenţă ai Produsului Intern Brut a fost prezentat de Anghelache, Dumitrescu şi Soare (2015). Lohr (2007), Hamilton, Waggoner şi Zha (2007), Wooldrige (2006), Anghelache şi Anghel (2016), Anghelache (2011), Davidson şi Mackinnon (2004), Guijarati (2005) se concentrează asupra aplicării metodelor econometrice în analizele economice, Bardsen et.al. (2005) abordează modelarea la nivel macroeconomic cu instrumente econometrice. Anghelache şi Anghel (2014) este o lucrare de referinţă pentru modelarea economică. Arcidiacono şi Miller (2011) cercetează unele caracteristici ale

Romanian Statistical Review - Supplement nr. 3 / 2017142

modelelor cu alegeri discrete dinamice. Ascari şi Ropele (2009) realizează un studiu asupra trendului infl aţiei. Dobrodolac (2011) consideră rolul modelelor econometrice ca suport pentru funcţia de previziune a managementului. Tugcu şi Ozturk (2015) analizează impactul macroeconomic al politicilor orientate către ţintirea infl aţiei, studiul este fundamentat pe evidenţe din ţări cu venituri deasupra mediei.

Metodologia cercetării şi date În ultima perioadă de timp a existat o dezvoltare a studiilor efectuate pentru analiza legăturii dintre rata infl aţiei şi modul în care aceasta infl uenţează dezvoltarea economică. Este cunoscut faptul ca între infl aţie şi creşterea economică pe termen lung există o relaţie negativă. În analiza pe care am efectuat-o în această cercetare am luat în considerare PIB-ul ca variabilă dependentă şi infl uenţa ratei infl aţiei asupra acestuia (ca variabilă independentă), pe o serie de date cuprinsă între anii 1991-2016, date publicate de Institutul Naţional de Statistică.

Tabel 1. PIB şi rata infl aţiei în România în perioada 1991-2015Anii 1991 1992 1993 1994 1995 1996 1997 1998 1999

PIB în preţuri

comparabile (mil lei)

74,7 201,06 612,13 2082,35 5332,61 7953,1 10911,4 25152,9 37108,3

Rata infl aţiei (RI)% 170,2 210,4 256,1 136,7 32,3 38,8 154,8 59,1 45,8

Anii 2000 2001 2002 2003 2004 2005 2006 2007 2008PIB în preţuri

comparabile (mil lei)

56808,2 85820,2 124461,5 161061,7 215374,8 259125,1 313889,3 370821,8 453638,3

Rata infl aţiei (RI)% 45,7 34,5 22,5 15,3 11,9 9,1 6,6 4,9 7,9

Anii 2009 2010 2011 2012 2013 2014 2015 2016PIB în preţuri

comparabile (mil lei)

487331,1 506446,5 539520,4 568719,4 616393,3 656318,6 692617,4 759227,6

Rata infl aţiei (RI)% 5,6 6,1 5,8 3,4 3,2 1,4 -0,4 1,4

Sursa: Institutul National de Statistică

Considerăm funcția de regresie liniară simplă Y=f(X), unde Y= PIB este variabila endogenă, dependentă, iar X= rata infl ației, variabila exogenă, independentă.

Revista Română de Statistică - Supliment nr. 3 / 2017 143

Funcția de regresie obţinută din model are forma:PIB= a+b RI +Ɛ

Utilizând un program informatic specializat, am analizat evoluția PIB şi a ratei infl ației în perioada 1991-2016, prin grafi ce, dar şi prin intermediul indicatorilor descriptivi.

Rezultatele testelor statistice efectuate pentru PIB în perioada 1991-2016

0

2

4

6

8

10

12

1 200001 400001 600001 800001

Series: GDPSample 1991 2016Observations 26

Mean 267577.1Median 188218.3Maximum 759227.6Minimum 74.70000Std. Dev. 262557.7Skewness 0.454221Kurtosis 1.690291

Jarque-Bera 2.752322Probability 0.252546

În perioada 1991-2016, valoarea medie înregistrată de PIB în Romania a fost de 267577 mil lei, cu un interval de variație între 74,7 mil lei în anul 1991 şi 759227,6 mil lei în anul 2016, cu o deviație standard de 262557,7 mil lei. Valorile seriei de timp analizate nu urmează o distribuție normală, valoarea coefi cientului de asimetrie Skewness fi ind de 0,45, mai mare ca zero, seria prezentând o asimetrie la stânga. Valoarea medie înregistrată de rata infl ației în perioada 1991-2016 a fost de 49,58%, cu un interval de variație între 256,1% (nivelul maxim atins în 1993) şi -0,4% (nivelul minim atins în anul 2015) şi o deviație standard de 72,16 puncte procentuale. Valoarea coefi cientului de asimetrie Skewness este de 1,66, rezultând o asimetrie pozitivă, la stânga.

Romanian Statistical Review - Supplement nr. 3 / 2017144

0

2

4

6

8

10

12

14

16

0 50 100 150 200 250

Series: RISample 1991 2016Observations 26

Mean 49.58077Median 13.60000Maximum 256.1000Minimum -0.400000Std. Dev. 72.16634Skewness 1.662792Kurtosis 4.500260

Jarque-Bera 14.41948Probability 0.000739

Din reprezentarea grafi că a celor doi indicatori, dar şi din valoarea coefi cientului C(2) = -2165.13, care ne arată sensul legăturii dintre cele două variabile, putem afi rma că există o legătură inversă între PIB şi rata infl aţiei, în sensul că o creştere a nivelului ratei infl aţiei duce la o scădere a PIB şi invers, cu cât valorile ratei infl aţiei sunt mai scăzute, cu atât valoarea PIB este mai mare.

Corelaţia PIB – rata infl aţiei

-100,000

0

100,000

200,000

300,000

400,000

500,000

600,000

700,000

800,000

92 94 96 98 00 02 04 06 08 10 12 14 16

GDP RI

Analiza celor două serii a fost făcută prin utilizarea programului informatic specializat, rezultatele sunt prezentate în tabelul de mai jos:

Revista Română de Statistică - Supliment nr. 3 / 2017 145

Estimarea parametrilor de regresie

Modelul de regresie urmează funcția:PIB = 382316,9 – 2314,200 * RI

Din valoarea negativă a parametrului b (C2) rezultă o legătură inversă între PIB şi rata infl aţiei, şi mai mult, dacă rata infl aţiei ar creşte cu 1 punct procentual, valoarea PIB s-ar diminua cu 2314,2 mil lei. R-squared, mai mic de 0.4046, este coefi cientul de determinaţie, astfel, 40.45% din variaţia produsului intern brut este explicată de variaţia infl aţiei, diferenţa reprezintă infl uenţa altor factori. Erorile standard calculate, aferente parametrilor estimaţi (standard error C(1) = 49514,47 şi standard error C(2)= 573.04) sunt utilizate pentru testarea semnifi caţiei parametrilor funcţiei de regresie. Cei doi estimatori sunt semnifi cativi din punct de vedere statistic, deoarece valorile probabilităţii Prob (F-statistic) este 0.000478. Pentru testarea validităţii modelului se utilizează statistica F, prin intermediul căreia se calculează cele trei variaţii: variaţia explicată de model, variaţia reziduală şi variaţia totală. Valoarea F=16.30 şi modelul este semnifi cativ din punct de vedere statistic pentru o probabilitate de garantare a rezultatelor de 95%, deoarece Signifi cance F are o valoare (0.000478) foarte apropiată de valoarea zero.

Romanian Statistical Review - Supplement nr. 3 / 2017146

Concluzii Prin utilizarea regresiei liniare simple, am descoperit existenţa unei corelaţii puternice între Produsul Intern Brut naţional şi rata infl aţiei naţionale, care exprimă o infl uenţă adversă. În decursul perioadei analizate, au fost trei ani cu o valoare mare a ratei infl aţiei, cu impact asupra evoluţiei (reducerii) Produsului Intern Brut naţional. Pentru o scurtă perioadă (2014-2016), ca rezultat al aceleiaşi măsuri administrative, rata infl aţiei s-a diminuat sau s-a stabilizat. Nu putem considera că economia României a fost într-o perioadă de dezinfl aţie, aşa cum este defi nită ştiinţifi c. Ca o concluzie generală afi rmăm că modelul econometric de regresie lineară simplă este efi cient şi rezultatul analizei oferă sufi cientă încredere pentru managementul naţional la nivel macroeconomic.

Bibliografi e selectivă 1. Anghel, M.G., Anghelache, C., Manole Alexandru (2016). Some aspects regarding

the infl ation evolution during the last period, Romanian Statistical Review, Supplement, no.8, pg. 104-109

2. Anghel, M.G. (2015). The Infl ation (Consumer Price) Evolution, Romanian Statistical Review Supplement, Issue 1/2015, pp. 128-132

3. Anghelache, C., Manole, A. (2016). Elemente semnifi cative privind corelaţia dintre ritmul de creştere a PIB, rata infl aţiei şi rata şomajului, ART ECO - Review of Economic Studies and Research, Vol. 7/No. 1/2016, pp. 10-13

4. Anghelache, C., Anghel, M.G. (2016). Econometrie generală. Concepte, teorie și studii de caz, Editura Artifex, Bucureşti

5. Anghelache, C., Sacală Cristina (2015). Some Theoretical Aspects regardind the Infl ation, Romanian Statistical Review - Supplement, No. 6, pg. 5 – 11

6. Anghelache, C., Manole Alexandru (2015). The Correlation between Infl ation and Unemployment, „ECONOMICA” Scientifi c and didactic journal, nr. 1 (91), Chişinău, Republica Moldova, pp. 115-123

7. Anghelache, C., Dumitrescu, D., Soare, D.V. (2015). The Analysis Model of Correlation between GDP and its main Infl uence Factors, Romanian Statistical Review Supplement, No. 11, pp. 87-93

8. Anghelache, C., Anghel, M. (2014). Modelare economică. Concepte, teorie şi studii de caz., Editura Economică

9. Anghelache, C., Voineagu Vergil, Gheorghe Mihai (2013). Metode și modele de măsurare şi analiză a infl aţiei, Editura Economică, Bucureşti

10. Anghelache, C. (2011). Elemente de econometrie aplicată, Editura Artifex, București

11. Arcidiacono, P., Miller, R.A. (2011). Conditional Choice Probability Estimation of Dynamic Discrete Choice Models with Unobserved Heterogeneity, Econometrica 79 (November 2011), pp.1823–1867

12. Ascari, G., Ropele, T. (2009). Trend Infl ation, Taylor Principle, and Indeterminacy, Journal of Money, Credit and Banking, 41, 1557–1584

13. Bardsen, G. şi colaboratorii (2005). The Econometrics of Macroeconomic Modelling, Oxford University Press, ISI Newsletter, Volume 31, Number 2(92)/2007

Revista Română de Statistică - Supliment nr. 3 / 2017 147

14. Hamilton, J., Waggoner, D., Zha, T. (2007). Normalization în econometrics, Econometrics Reviews, nr. 26, pp. 221-252

15. Davidson, R., Mackinnon, J.G. (2004). Econometric theory and methods, Oxford University Press, New York

16. Dobrodolac, T. (2011). Forecasting by econometric models as support to management, Perspectives of Innovations, Economics & Business, Volume 7, Issue 1, 2011 ISSN 1804-0519 (Print), ISSN 1804-0527 (Online), pp. 72-76

17. Guijarati, D. (2005). Basic Econometrics, The McGraw – Hill Companies 18. Koulakiotis, A., Lyroudi, K., Papasyriopoulos, N. (2012). Infl ation, GDP and

Causality for European Countries, International Advances în Economic Research, Volume 18, Issue 1, pp. 53-62

19. Lohr, S.L. (2007). Comment: Struggles with Survey Weighting and Regression Modeling, Statistical Science, Vol. 22, No. 2, pp.175–178

20. Tugcu, C.T., Ozturk, S. (2015). Macroeconomic Effects of Infl ation Targeting: Evidence from the Middle and High-Income Countries, Theoretical and Applied Economics, Volume XXII, No. 4 (605), Winter, pp. 105-112

21. Wooldrige, J. (2006). Introductory econometrics. A modern approach – 2 edition, MIT Press

Romanian Statistical Review - Supplement nr. 3 / 2017148

ANALYSIS OF THE INTERDEPENDENCE BETWEEN GDP AND INFLATION

Assoc. prof. Mădălina-Gabriela ANGHEL PhD.„ARTIFEX” University of BucharestAssoc. prof. Florin Paul Costel LILEA PhD.„ARTIFEX” University of BucharestMaria MIREA PhD. StudentBucharest Academy of Economic Studies

Abstract The Gross Domestic Product, considered to be the most complex indicator of results at the level of a country depends, in its chronological evolution, on a series of factors. Thus, it is important to establish the participation of each resource to the formation of GDP, quarterly and/or annually. Also, it is interesting to ascertain what is the structural infl uence on the evolution of GDP, of all uses, in the analysis of economic growth. As a principle, three possibilities exist. The growth on the expense of consumption consists in the fact that, by increasing consumption, more taxes are collected and, thus, the incomes to the general consolidated budget will grow. Also, the en-gross and retail trade will increase and thus, the gross value added, as source of budget incomes orientation, will grow. The modality to economically increase, in a simpler manner, the GDP, on the basis of consumption, is specifi c to the countries having a weakly structured economy, with low general incomes at the level of population. In such states, as is Romania, the increase of incomes, especially of the salary (minimum, net average or gross average), leads to the increase of consumption and fi nally, to economic growth. The second path of economic development is the increase of investments, in general, and especially of the foreign direct investments. The safest way to achieve investments’ growth is the attraction of foreign capital and the access to structural funds, as member of the European Union (UE-28). This alternative is limited and depends on the conditions provided by Romania, the guarantee of foreign investments, of the capital and possibility to regenerate the profi t and the realized investments. Therefore, the legal framework, as provision and stability, forms an argument in attracting foreign direct investments. The third variant of economic growth is the mixed on, that is on the basis of correlated increase of consumption and investments depending on the economic potential of the country in that moment. As conclusion, we can state that the increase of GDP is desirable and if a positive evolution is ensured, then economic growth is realized. Key words: Gross Domestic Product, infl ation, correlation, variable, consumption, investment. JEL Classifi cation: E31, E60

Revista Română de Statistică - Supliment nr. 3 / 2017 149

Introduction. Literature review Gross Domestic Product, for each period, is calculated in current prices but, for comparisons over time, the effects of the infl ation, the market stability, must be considered. For these necessities, GDP is defl ated, that is the removal of the infl ation’s effect. Thus, between GDP and infl ation rate, a reverse statistical correlation exists. As the infl ation ratio is higher, the value of GDP in real terms decreases. In this paper, following the correlation analysis based on data series and graphical representation of data, we have developed a study using the simple linear regression model, in which GDP ( ) is the dependent resultant variable, while the infl ation ratio ( ) is the factor variable. The linear regression function follows the shape:

where: - ai = free regression parameter; -bi = correlation parameter (coeffi cient); -yi = dependent variable, GDP in this case; -xi = factorial variable, the infl ation ratio; - = residual variable.

By taking into account these aspects, the function of the simple linear regression model ensures a complete, analytical approach, through the use of calculated regression parameters. Anghel, Anghelache and Manole (2016) analyze the evolution of the infl ation phenomenon in the Romanian economy, Anghel (2015) develops on a close topic. A theoretical study on infl ation can be found in Anghelache and Sacală (2015), a wider coverage of this phenomenon is presented by Anghelache, Voineagu and Gheorghe (2013). Anghelache and Manole (2016) follow the impact of infl ation rate and unemployment rate on the GDP growth rate in Romania, Koulakiotis, Lyroudi and Papasyriopoulos (2012) research the correlation between infl ation and GDP in the European countries, Anghelache and Manole (2015) analyze the correlation between the infl ation and unemployment, another study on the infl uence factors of the Gross Domestic Product was presented by Anghelache, Dumitrescu and Soare (2015). Lohr (2007), Hamilton, Waggoner and Zha (2007), Wooldrige (2006), Anghelache and Anghel (2016), Anghelache (2011), Davidson and Mackinnon (2004), Guijarati (2005) focus on the application of econometric methods in the economic analyses, Bardsen et.al. (2005) approach on modeling at the macroeconomic level with econometric tools. Anghelache and Anghel (2014)

Romanian Statistical Review - Supplement nr. 3 / 2017150

is a reference document for economic modeling. Arcidiacono and Miller (2011) research some characteristics of the dynamic discrete choice models. Ascari and Ropele (2009) pursue a study on the trend infl ation. Dobrodolac (2011) considers the role of econometric models as support for the forecast function of the management. Tugcu and Ozturk (2015) analyze the macroeconomic impact of the policies oriented towards infl ation targeting, their study is supported by evidence from countries with income above middle level.

Research methodology and data The last time there was a development of studies to analyze the link between infl ation and how it affects economic development. It is known that between infl ation and economic growth in the long term there is a negative relationship. In the analysis that we made in this research we considered GDP as the dependent variable and its infl uence on the infl ation rate (as the independent variable) on a series of dates between the years 1991 to 2016, data was published by the National Institute Statistics. Annual consumer price index measures changes of prices for purchased goods and tariffs for services used by the population in the current year over the previous year (or another year chosen as the reference period). This index is calculated as a ratio, expressed as a percentage, between the average price index for the current year and the average index of the previous year (or another year chosen as the reference period). Since 1992, the average price index of a given year is calculated as the simple arithmetic average of the monthly indices that year, calculated as against the same basis (October 1990 = 100). The annual infl ation rate is calculated by subtracting 100 from the annual index of consumer prices.

GDP and infl ation rate in Romania during 1991-2015Table 1

Years 1991 1992 1993 1994 1995 1996 1997 1998 1999GDP in

comparable prices (mil

lei)74,7 201,06 612,13 2082,35 5332,61 7953,1 10911,4 25152,9 37108,3

Infl ation rate (RI)% 170,2 210,4 256,1 136,7 32,3 38,8 154,8 59,1 45,8

Revista Română de Statistică - Supliment nr. 3 / 2017 151

Years 2000 2001 2002 2003 2004 2005 2006 2007 2008

GDP in comparable

prices (mil lei)

56808,2 85820,2 124461,5 161061,7 215374,8 259125,1 313889,3 370821,8 453638,3

Infl ation rate (RI)% 45,7 34,5 22,5 15,3 11,9 9,1 6,6 4,9 7,9

Years 2009 2010 2011 2012 2013 2014 2015 2016GDP in

comparable prices

(mil lei)487331,1 506446,5 539520,4 568719,4 616393,3 656318,6 692617,4 759227,6

Infl ation rate (RI)% 5,6 6,1 5,8 3,4 3,2 1,4 -0,4 1,4

Source: National Institute of Statistics

Consider a simple linear regression function Y = f (X), where Y = GDP is endogenous variable, dependent, and X = the infl ation rate, an exogenous and independent variable. The regression function obtained from model has the form:

GDP= a+b RI +Ɛ Using a dedicated econometric analysis software we studied the evolution of GDP and infl ation in the period 1991-2016, through graphics, but also through descriptive indicators.

The results of statistical tests performed to GDP during 1991-2016

0

2

4

6

8

10

12

1 200001 400001 600001 800001

Series: GDPSample 1991 2016Observations 26

Mean 267577.1Median 188218.3Maximum 759227.6Minimum 74.70000Std. Dev. 262557.7Skewness 0.454221Kurtosis 1.690291

Jarque-Bera 2.752322Probability 0.252546

In the period 1991-2016 the average value of GDP in Romania was 267 577 mn, a range with 74.7 million lei in 1991 and 759,227.6 million lei in 2016, with a standard deviation of 262,557.7 million lei . Analyzed time series values do not follow a normal distribution, Skewness asymmetry coeffi cient value of 0.45 is higher than zero, series presenting an asymmetry to the left.

Romanian Statistical Review - Supplement nr. 3 / 2017152

The average value of infl ation during 1991-2016 was 49.58% with a variation interval between 256.1% (peak in 1993) and -0.4% (minimum level reached in 2015) and a standard deviation by 72.16 percentage points. Skewness asymmetry coeffi cient is 1.66, resulting in a positively skewed to the left.

Statistical tests on infl ation ratio (RI), 1991-2016

0

2

4

6

8

10

12

14

16

0 50 100 150 200 250

Series: RISample 1991 2016Observations 26

Mean 49.58077Median 13.60000Maximum 256.1000Minimum -0.400000Std. Dev. 72.16634Skewness 1.662792Kurtosis 4.500260

Jarque-Bera 14.41948Probability 0.000739

Representation of the two indicators, and the coeffi cient C (2) = - 2165.13, show us the meaning of the relationship between the two variables, we can say that there is a inverse correlation between GDP and the infl ation rate, meaning that an increase in the infl ation lead to a drop in GDP and opposite, with a decrease of the infl ation, the GDP value is higher.

GDP and RI correlation

-100,000

0

100,000

200,000

300,000

400,000

500,000

600,000

700,000

800,000

92 94 96 98 00 02 04 06 08 10 12 14 16

GDP RI

Revista Română de Statistică - Supliment nr. 3 / 2017 153

Analysis of the two series was made using the specialized software and the results are shown in the table below.

Regression parameter estimation

The regression model follows the function:GDP = 382,316.9 - 2314.200 * RI

The negative value of the parameter b (C2) results an inverse relationship between GDP and infl ation rates, moreover if the infl ation rate would increase by 1 percentage point, the GDP would decrease by 2134.200 million. R-squared, lower than 0.4046, is the coeffi cient of determination; thus 40.45% shows the infl uence of infl ation on GDP, the difference shows infl uences of other factors. The standard errors calculated, corresponding to the estimated parameters (standard error C (1) and standard error = 49,514.47 C (2) = 573.04) parameters are used to test the signifi cance of the regression function. The two estimators meet test as probability values Prob (F-statistic) = 0.000478. In testing the validity of the model is used F statistics, which is calculated through three variations: the variation explained by the model, the residual variance and the total variance. F = 16.30 value model is statistically signifi cant for a probability of 95% guarantee results because F signifi cance has a value (0.000478) is very close to zero.

Romanian Statistical Review - Supplement nr. 3 / 2017154

Conclusions Using the simple linear regression we discover that between National Gross Domestic Product and the national rate of infl ation is a strong correlation, which has an inverse infl uence. During the analyzed period there were years with high rate of infl ation with an infl uence on the evolution (reduction) of National Gross Domestic Product. For a short period (2014-2016) as a result of same administrative measure, the rate of infl ation decreased or recorded a stability. We can`t consider that the economy of Romania was in a period of disinfl ation, as it is defi ned scientifi cally. As a general conclusion we say that the econometric model of simple linear regression is an effi cient one and the result of the analysis is confi dent enough for national macroeconomic management.

References 1. Anghel, M.G., Anghelache, C., Manole Alexandru (2016). Some aspects regarding

the infl ation evolution during the last period, Romanian Statistical Review, Supplement, no.8, pg. 104-109

2. Anghel, M.G. (2015). The Infl ation (Consumer Price) Evolution, Romanian Statistical Review Supplement, Issue 1/2015, pp. 128-132

3. Anghelache, C., Manole, A. (2016). Elemente semnifi cative privind corelaţia dintre ritmul de creştere a PIB, rata infl aţiei şi rata şomajului, ART ECO - Review of Economic Studies and Research, Vol. 7/No. 1/2016, pp. 10-13

4. Anghelache, C., Anghel, M.G. (2016). Econometrie generală. Concepte, teorie și studii de caz, Editura Artifex, Bucureşti

5. Anghelache, C., Sacală Cristina (2015). Some Theoretical Aspects regardind the Infl ation, Romanian Statistical Review - Supplement, No. 6, pg. 5 – 11

6. Anghelache, C., Manole Alexandru (2015). The Correlation between Infl ation and Unemployment, „ECONOMICA” Scientifi c and didactic journal, nr. 1 (91), Chişinău, Republica Moldova, pp. 115-123

7. Anghelache, C., Dumitrescu, D., Soare, D.V. (2015). The Analysis Model of Correlation between GDP and its main Infl uence Factors, Romanian Statistical Review Supplement, No. 11, pp. 87-93

8. Anghelache, C., Anghel, M. (2014). Modelare economică. Concepte, teorie şi studii de caz., Editura Economică

9. Anghelache, C., Voineagu Vergil, Gheorghe Mihai (2013). Metode și modele de măsurare şi analiză a infl aţiei, Editura Economică, Bucureşti

10. Anghelache, C. (2011). Elemente de econometrie aplicată, Editura Artifex, București

11. Arcidiacono, P., Miller, R.A. (2011). Conditional Choice Probability Estimation of Dynamic Discrete Choice Models with Unobserved Heterogeneity, Econometrica 79 (November 2011), pp.1823–1867

12. Ascari, G., Ropele, T. (2009). Trend Infl ation, Taylor Principle, and Indeterminacy, Journal of Money, Credit and Banking, 41, 1557–1584

13. Bardsen, G. şi colaboratorii (2005). The Econometrics of Macroeconomic Modelling, Oxford University Press, ISI Newsletter, Volume 31, Number 2(92)/2007

Revista Română de Statistică - Supliment nr. 3 / 2017 155

14. Hamilton, J., Waggoner, D., Zha, T. (2007). Normalization în econometrics, Econometrics Reviews, nr. 26, pp. 221-252

15. Davidson, R., Mackinnon, J.G. (2004). Econometric theory and methods, Oxford University Press, New York

16. Dobrodolac, T. (2011). Forecasting by econometric models as support to management, Perspectives of Innovations, Economics & Business, Volume 7, Issue 1, 2011 ISSN 1804-0519 (Print), ISSN 1804-0527 (Online), pp. 72-76

17. Guijarati, D. (2005). Basic Econometrics, The McGraw – Hill Companies 18. Koulakiotis, A., Lyroudi, K., Papasyriopoulos, N. (2012). Infl ation, GDP and

Causality for European Countries, International Advances în Economic Research, Volume 18, Issue 1, pp. 53-62

19. Lohr, S.L. (2007). Comment: Struggles with Survey Weighting and Regression Modeling, Statistical Science, Vol. 22, No. 2, pp.175–178

20. Tugcu, C.T., Ozturk, S. (2015). Macroeconomic Effects of Infl ation Targeting: Evidence from the Middle and High-Income Countries, Theoretical and Applied Economics, Volume XXII, No. 4 (605), Winter, pp. 105-112

21. Wooldrige, J. (2006). Introductory econometrics. A modern approach – 2 edition, MIT Press

Romanian Statistical Review - Supplement nr. 3 / 2017156

Consideraţii teoretice privind principalele proporţii şi corelaţii macroeconomice

Prof. univ. dr. Alexandru MANOLEUniversitatea „Artifex„ din BucureștiConf. univ. dr. Mădălina-Gabriela ANGHELUniversitatea „Artifex„ din BucureștiDrd. Alexandru BADIUAcademia de Studii Economice din BucureștiDrd. Doina AVRAMAcademia de Studii Economice din București

Abstract Analiza la nivel macroeconomic se reduce, de cele mai multe ori la interpretarea modului în care au evoluat indicatorii de rezultate şi, în mod special, Produsul Intern Brut. Studiile macroeconomice scot în evidenţă că o serie de alte variabile (indicatori) calculaţi la acest nivel dar mai clar tendinţa evoluţiilor macroeconomice viitoare. Astfel infl aţia, şomajul, creşterea economică etc. au o strânsă corelaţie cu modul în care a evoluat Produsul Intern Brut. Ritmul în care evoluează indicatorii macroeconomici exprimă legătura dintre aceste mărimi şi pot sugera tendinţa de evoluţie în viitor. Literatura de specialitate studiază şi concluzionează faptul că între indicatorii macroeconomici de rezultate (PIB, PIN, VN, VND) şi ceilalţi indicatori calculaţi la nivel macroeconomic există o serie de corelaţii şi proporţii. Autorii şi-au propus ca în acest articol să pună în evidenţă principalele aspecte teoretice cu privire la corelaţiile şi proporţiile care se stabilesc la nivel macroeconomic. Vor fi analizate şi se vor fac e precizări în cazul tuturor corelaţiilor macroeconomice identifi cate. Aceste corelaţii şi proporţii sunt fi nalizate prin relaţii statistico-matematice, pe baza cărora se pot efectua analize statice, dinamice sau structurate. Accentul este pus pe identifi carea şi analiza corelaţiilor de bază ale creşterii economice. Elementele teoretice prezentate se pot folosi la analize ample şi concrete. În acest sens în modelele (relaţiile) matematice identifi cate se pot folosi datele existente. Apoi prin rezultatele concrete obţinute se pot estima tendinţele previzionale pentru activitatea de viitor. Keywords: corelaţie, proporţie, şomaj, infl aţie, creştere economică. Clasifi care JEL: E60, F40

Revista Română de Statistică - Supliment nr. 3 / 2017 157

Introducere Studiul care face obiectul acestui articol își propune efectuarea unei analize teoretice complexe cu privire la corelația care există între variabilele macroeconomice. Orice program economic cuprinde un set de măsuri politice destinat a realiza principalele obiective ale politicii macroeconomice, care - în mod obişnuit - sunt următoarele: creşterea economică, ocuparea forţei de muncă, stabilitatea preţurilor şi îmbunătăţirea balanţei de plăţi externe. Aceste obiective sunt cuantifi cate prin patru variabile fundamentale, denumite şi variabile macro- economice-cheie, prin care se măsoară, corelează şi analizează performanţele oricărei economii: Ritmul de creştere a PIB; Rata şomajului, măsurată fi e ca nivel înregistrat la sfârşitul fi ecărui an, fi e ca nivel mediu anual; Rata infl aţiei, măsurată fi e prin ritmul de creştere al defl atorului produsului intern brut- D, fi e prin ritmul mediu lunar de creştere a preţurilor de consum; Soldul contului curent al balanţei de plăţi. Cele patru variable- obiectiv permit evaluarea principalelor dezechilibre macroeconomice interne şi externe, monitorizarea schimbărilor ce au avut loc !î economie şi formularea politicilor corespunzăto în scopul atingerii obiectivelor viitoare. Intre cele patru variabile se stabilesc impor tante corelaţii macroeconomice. De asemenea, într acestea şi alţi indicatori macroeconomici exist’’ conexiuni strânse.

Literature review Albu (2007) a analizat impactul ISD asupra economiei României, în special asupra pieţei muncii. Anghel şi Diaconu (2016) prezintă unele modele care pot fi utilizate în prognoza macroeconomică. Anghelache şi Anghel (2016), Anghelache, Mitruţ şi Voineagu (2013), Anghelache et.al. (2006), Anghelache şi Capanu (2003, 2004) reprezintă lucrări de referinţă pentru studiul indicatorilor şi instrumentelor statisticii macroeconomice. Anghelache et.al. (2016) s-au preocupat de studiul unor aspecte importante ale variabilelor şi corelaţiilor macroeconomice. Anghelache et.al. (2016) au prezentat rolul instrumentelor modelării în analize macroeconomice, Anghelache şi Sacală (2016) abordează un model teoretic specifi c studiilor la nivel macroeconomic. Anghelache, Manole, Anghel şi Popovici (2016) se preocupă de corelaţiile dintre balanţa de plăţi externe şi rezultatele la nivel macroeconomic. Anghelache et al. (2015a, 2015b), Bardsen, Nymagen şi Jansen (2005) au în vedere utilizarea modelelor în analize macroeconomice. Anghelache (2010) evaluează evoluţiile înregistrate de economia României. Lucas (2003) evidenţiază unele preocupări la nivel de politică macroeconomică. Mitroi şi

Romanian Statistical Review - Supplement nr. 3 / 2017158

Oproiu (2013) se preocupă de corelația dintre veniturile populaţiei şi creditele destinate consumului. Savor şi Wilson (2013) descriu atitudinea investitorilor faţă de riscul macroeconomic. Censolo şi Colombo (2008) analizează structura consumului public în cazul unei economii în creştere. Céspedes şi Velasco (2012) studiază impactul evoluţiilor majore ale preţurilor mărfurilor asupra indicatorilor macroeconomici. Coibion şi Gorodnichenko (2012) evaluează caracterul persistent ale modifi cărilor ţintei ratei dobânzii. Studiul lui Gali şi Gambetti (2015) consideră impactul politicii monetare asupra „bulelor” de pe piaţa de capital. Sokolovska şi Sokolovskyi (2015) analizează, pentru ţările OECD, analiza corelaţiei dintre comportamentul fi scal şi factorii macroeconomici. Turnovsky (2000) prezintă metodele de analiză a dinamicii la nivel macroeconomic. Vîrjan şi Crețu (2015) evaluează legătura dintre angajabilitatea şi productivitatea la nivelul salariaţilor dintr-o anumită grupă de vârstă/vechime.

Metodologia cercetării și date Corelaţia dintre ritmul de creştere a PIB şi rata şomajului Privită la nivel teoretic, legătura este clară: când o economie se afl ă în faza de recesiune, caracterizată prin scăderea ritmului de creştere a PIB (RPIB), rata şomajului (RS) creşte; când are loc expansiunea economică, RPIB creşte, în timp ce RS scade. Această corelaţie inversă (negativă) este cunoscută sub denumirea de legea şi Okun. Analizată în condiţiile economiei SUA, legea s-a concretizat în următoarea relaţie: RPIBt/t-i=3%-2(RSt-RSt-i) (1) unde: RPIBt/t-1= ritmul de creştere a PIB în perioada t faţă de perioada t-1; 3% = trendul de creştere a PIB (tendinţa relativă în timp); RSt,t-1 = rata somajului in perioada t, respectiv t-1. Deci, dacă şomajul rămâne acelaşi, PIB va creşte cu circa 3%. Pentru fi ecare punct procentual de creştere a ratei şomajului, ritmul PIB va scădea cu puncte procentuale faţă de 3%. De exemplu, dacă RS creşte în perioada curentă de la 6% la 8%, atunci RPIB real va fi de -1%: RPIB = 3-2(8-6) = -1% (2) Relaţia anterioară poate fi scrisă şi în alt mod: RSt+1 = RSt -0,5(RPIBt/t-1 - 3) (3) Se observă că şomajul în perioada curentă va fi mai mare sau mai mic comparativ cu cel din perioada anterioară, după cum RPIB va fi mai mare sau mai mic decât trendul de creştere (3%). Cu alte cuvinte, dacă se doreşte reducerea şomajului cu 1 punct procentual va trebui ca RPIB să atingă 5%:

Revista Română de Statistică - Supliment nr. 3 / 2017 159

RSt+1 - RSt - 0,5(5 – 3 = -1) (4) Această relaţie are un caracter statistic, nefi ind valabilă pentru orice ţară, ci doar pentru SUA şi numai pentru etapa în care Okun a făcut cercetarea. O asemenea relaţie statistică se poate deduce pentru fi ecare ţară în parte, în funcţie de condiţiile specifi ce ale etapei care o parcurge. Analiza datelor statistice, în condiţiile economiei României din ultimii ani, ne-a condus la concluzia că legea Okun este valabilă, dar - evident - într-o formă specifi că. A. In primul rând, trendul de creştere economică a fost considerat ritmul mediu anual de creştere a PIB în perioada 1980-1989, calculat la nivelul de 1,4%. B.In al doilea rând, în perioada 1990-1993 nu se poate determina nici o relaţie statistică stabilă între ritmul de creştere a PIB şi rata şomerilor deşi este evidentă corelaţia inversă dintre cele două variabile. C. În al treilea rând, începând cu 1994 se poate stabili o relaţie de tip Okun între modifi carea ratei şomajului şi modifi carea ritmului de creştere a PIB faţă de trend, cu specifi carea că legătura este cu decalaj în timp (defazată): creşterea PIB în perioada t, peste trendul înregistrat (1,4%), a condus la o reducere a şomajului în perioada următoare t+1. Relaţia dedusă este următoarea: RSt+1 = RSt + α(RPIBt/t-1 – 1,4) (5) unde α (—0,4;—0,45) Cu alte cuvinte, creşterea ritmului PIB în anul t cu 1 punct procentual peste nivelul trendului a asigurat o reducere a ratei şomajului în anul t+1 cu circa 0,4 puncte procentuale. De altfel, modifi carea PIB explică numai în parte evoluţia ratei şomajului. Mult mai puternică a fost infl uenţa pe care a exercitat-o asupra ratei şomajului rata medie a dobânzilor bancare la creditele acordate agenţilor economici. Între cele două variabile s-a identifi cat o corelaţie directă cu o intensitate puternică.

Corelaţia dintre rata infl aţiei şi rata şomajului Analiza seriilor de date statistice- în special a celor din ţările dezvoltate, până în 1973 când s-a produs „şocul petrolier”- a evidenţiat existenţa unei corelaţii inverse, simple şi stabile, între rata infl aţiei şi rata şomajului. Cu alte cuvinte, între infl aţie şi şomaj ar exista o relaţie de compensare ce constă în aceea că un şomaj mai mic poate fi obţinut acceptând o infl aţie mai mare sau

Romanian Statistical Review - Supplement nr. 3 / 2017160

infl aţia poate fi redusă acceptând mai mult şomaj. Această corelaţie inversă este redată de curba lui Philips.

Curba Phillips

Relaţia de compensare de tipul celei prezentate grafi c este valabilă numai pe termen scurt, şi este următoarea: RIt = RIt-1 + α(RSt – RNS) (6) în aceste condiţii, rata actuală a infl aţiei (RI) depinde de doi factori: • componentă inerţială, defi nită de infl aţia aşteptată, ce poate fi substituită cu infl aţia anterioară (RIt-1)); • o componentă ciclică, defi nită de devierea şomajului actuale (RSt) faţă de rata naturală a şomajului (RNS). Se observă din formulă că atâta timp cât şomajul se menţine la nivelul său natural, rata infl aţiei nu se modifi că. Corespunzător, dacă rata şomajului creşte peste nivelul său natural, atunci rata infl aţiei va înregistra o anumită reducere care depinde de parametrul α (panta descrescătoare a curbei lui Philips). După şocul petrolului din anii 70 s-a observat că relaţia între infl aţie şi şomaj nu este atât de simplă. Rata infl aţiei este de fapt infl uenţată şi de un al treilea factor (ε) şi anume de şocurile resimţite în oferta agregată (modifi cări ale PIB nominal datorate, de exemplu, creşterilor accentuate de preţuri la unele produse). RIt = RIt-1 - α(RS – RNS) + ε (7) Există astfel posibilitatea ca - pe termen lung-infl aţia şi şomajul să nu respecte în anumite perioade corelaţia inversă dedusă de Philips. Evoluţia

Revista Română de Statistică - Supliment nr. 3 / 2017 161

celor două variabile se va înscrie - însă- pe o serie de curbe Philips trasate pe subperioade (pe termen scurt). Nivelurile medii înregistrate pe rata infl aţiei şi rata şomajului în România pot fi analizate prin prisma curbei lui Philips.

Corelaţia dintre ritmul de creştere a PIB şi rata infl aţiei După cum PIB se calculează în preţuri curente sau în preţuri comparabile, se poate vorbi de evoluţia nominală sau reală a acestui indicator.Evoluţia nominală este redată de relaţiile:

(8) = IPIBn – 1 (9) Evoluţia reală presupune recalcularea în preţuri comparabile (ale perioadei de bază) a PIB din perioada curentă, cu ajutorul defl atorului produsului intern brut (D): (10)

unde: D= RI + 1 RI = rata infl aţiei calculată pe baza defl atorului. Evoluţia reală este redată de relaţiile:

(11)

RPIBr = IPIBr – 1 (12)

Relaţia de legătură între PIB nominal, PIB real şi rata infl aţiei este: IPIBn = IPIBr ∙ D (13) sau transferată în ritmuri: RPIBn = RPIBr + RI + RPIBr ∙ RI (14) Cum ultimul produs înregistrează - în condiţiile unei infl aţii reduse - o valoare semnifi cativă, în multe cazuri se utilizează relaţia: RPIBn = RPIBr + RI In condiţiile actuale ale economiei româneşti, această ultimă relaţie nu poate fi utilizată, produsul RPIBr · RI având o valoare sufi cient de mare.

Corelaţiile de bază ale creşterii economice Indicatorul sintetic ce caracterizează creşterea economică îl constituie produsul intern brut total sau pe locuitor, exprimat prin volumul şi ritmul său de creştere. In aceste condiţii, creşterea economică este defi nită ca un proces

Romanian Statistical Review - Supplement nr. 3 / 2017162

complex de sporire a dimensiunilor rezultatelor din economia naţională pe baza combinării şi folosirii factorilor de producţie direcţi: forţa de muncă, capitalul fi x şi consumurile de mijloace circulante materiale. Dezvoltarea intensivă a unei economii presupune creşterea PIB prin folosirea mai efi cientă a resurselor existente de forţă de muncă, mijloace fi xe şi materiale. în schimb, dezvoltarea extensivă se referă la o creştere ce are loc prin sporirea volumului celor trei resurse. În cadrul preocupărilor legate de conturarea unei teorii a creşterii economice a fost generată o amplă dezbatere cu privire la factorii creşterii, interdependenţele dintre aceştia şi contribuţia lor la obţinerea rezultatelor, precum şi la metodele stati stice şi de analiză macroeconomică utilizabile. Dezvoltarea echilibrată a economiei naţionale este condiţionată de existenta a trei corelaţii de bază între nivelurile şi modifi cările (absolute şi relative) ale agregatelor de rezultate (de obicei PIB), pe de o parte, şi cele ale principalilor factori ai creşterii economice, pe de altă parte. Aceste corelaţii trebuie asigurate atât pe ansamblul economiei, cât şi la nivelul fi ecărei ramuri. • în primul rând, mărimea PIB depinde de volumul muncii consumate, măsurat la nivelul economiei naţionale prin intermediul populaţiei ocupate (∑T)3, precum şi de calitatea şi intensitatea muncii prestate, cuantifi cate prin productivitatea socială a muncii ( ). - la nivelul economiei naţionale. (16) Relaţia poate fi analizată şi prin prisma aceloraşi indicatori la nivelul fi ecărei ramuri. VAB = W∙ T- la nivelul unei ramuri, unde : VAB= valoarea adăugată brută. Prima relaţie, dacă este transferată în dinamică, devine: (17) sau (18) unde: I= indicele de creştere al fi ecărui indicator; R= ritmul de creştere al fi ecărui indicator. Prin dezvoltare, ultima relaţie poate fi rescrisă, sub forma unei corelaţii între ritmurile de creştere. (19) Această relaţie poate fi aplicată în diferite variante în funcţie de modalitatea de tratare a infl uenţei comune: - se poate face abstracţie de infl uenţă comună, când cel puţin unul

dintre ritmurile de creştere înregistrează o valoare semnifi cativă.

Revista Română de Statistică - Supliment nr. 3 / 2017 163

- se poate atribui infl uenţa comună unuia dintre factori, fi e celui calitativ, fi e celui cantitativ.

(20) infl uenţa infl uenţa factorului factorului intensiv extensiv sau

(21) infl uenţa infl uenţa factorului factorului intensiv extensiv - se poate repartiza infl uenţa comună fi ecărui factor, fi e în mod egal,

fi e proporţional cu infl uenţele independente (pure).

• In al doilea rând, mărimea PIB este analizată în funcţie de principalul element al avuţiei naţionale - fondurile fi xe (∑F)- şi de efi cienţa medie a folosirii acestora ( ) - la nivelul economiei naţionale (22) VAB = E-F - la nivelul unei ramuri. (23)

l’n mod similar cu cel prezentat la punctul A, corelaţia dintre ritmurile de creştere ale PIB şi cele ale factorilor de infl uenţă este următoarea: (24) unde: - infl uenţa factorului intensiv - infl uenţa factorului extensiv - infl uenta comuna • în al treilea rând, mărimea PIB depinde de volumul mijloacelor materiale circulante consumate (∑C)4 şi de efi cienţa medie a folosirii acestora

. - la nivelul economiei naţionale. VAB = M · C- la nivelul unei ramuri Corelaţia dintre ritmurile de creştere este următoarea: (25) unde: - infl uenţa factorului intensiv - infl uenţa factorului extensiv - infl uenta comuna

Romanian Statistical Review - Supplement nr. 3 / 2017164

Corelaţiile prezentate se referă la un singur element al procesului de producţie: fi e forţa de muncă, fi e capitalul fi x, fi e consumul de materiale. In acest fel, modifi carea PIB este atribuită integral unuia dintre cei trei factori, făcând abstracţie de ceilalţi doi. Cum cele trei resurse acţionează simultan în procesul de producţie ar trebui ca şi modifi carea PIB să fi e rezultatul acţiunii lor corelate. Nu putem însuma pur şi simplu infl uenţele intensive de la fi ecare element şi apoi pe cele extensive, deoarece totalul nu va fi identic, ca mărime , cu sporul relativ al PIB. Ca urmare s-au propus o serie de metode de calcul care să permită să se stabilească în ce măsură dezvoltarea economiei naţionale se realizează pe cale intensivă şi în ce măsură pe cale extensivă, relativ la toate cele trei resurse luate împreună. Punctul culminant îl constituie corelaţiile existente între modifi cările relative ale PIB şi ritmurile de creştere ale factorilor, pentru fi ecare resursă în parte. (26) (27) (28) unde: - infl uenţa factorului extensiv - infl uenţa factorului intensiv

Pentru a ajunge la o formulă desfăşurată care să cumuleze infl uenţele extensive şi intensive ale celor trei factori luaţi împreună se va corecta fi ecare infl uentă de la fi ecare element cu câte un coefi cient: GT pentru forţa de muncă, GF pentru capitalul fi x, GC pentru consumul de materiale, coefi cienţi stabiliti astfel încât: GT + GF + GC = 1(100) (29) Aceşti coefi cienţi ar putea fi : - ponderea valorică a masei fi ecărui factor în costul total al factorilor, care poate fi exprimat prin ponderea valorii adăugate nete (VAN), a amortizării (A) şi a consumului de materiale (sau a consumului intermediar -CI) în totalul producţiei brute (PB). GT = GF = GC= 33,3% (30) - ponderi calculate pe baza elasticităţii fi ecărui factor ( E) în raport cu producţia, elasticitate exprimată prin raportul între creşterea relativă a PIB şi creşterea relativă a fi ecărei resurse:

Revista Română de Statistică - Supliment nr. 3 / 2017 165

(31)

unde: ∑E = suma elasticitătilor celor trei resurse.

Această variantă prezintă dezavantajul de a nu se putea aplica în cazul unor elasticităţi negative. În aceste condiţii se poate scrie o relaţie din care să rezulte contribuţia intensivă şi extensivă a celor trei resurse la creşterea PIB:

(32)

unde: - infl uenţa forţei de muncă - infl uenţa capitalului fi x - infl uenţa consumului de materiale - infl uenţa extensivă totală - infl uenţa intensivă totală.

Relaţiile prezentate anterior pot fi utilizate pentru analiza dinamicii PIB pornind de la factorii de infl uenţă care au caracter de medii şi de indicatori totalizatori. Utilizarea acestei variante - într-o primă fază a analizei macroeconomice - presupune verifi carea omogenităţii economiei prin prisma reprezenta- tivităţii mediei, respectiv prin prisma factorilor calitativi calculaţi la nivelul următor. Verifi carea omogenităţii poate fi realizată printr-o analiză a coefi cientului de variaţie (v) calculat ca raport între abaterea medie pătratică (σ)şi nivelul mediu al indicatorului respectiv: De exemplu în cazul productivităţii muncii se utilizează relaţia:

(33)

unde: W, T= productivitatea muncii şi numărul populaţiei ocupate la nivelul fi ecărei ramuri.

Se apreciază că în cazul în care coefi cientul de variaţie înregistrează o valoare de peste 35-40%, media nu este reprezentativă, iar contribuţia factorilor la creşterea PIB va fi denaturată, deoarece media provoacă nivelarea

Romanian Statistical Review - Supplement nr. 3 / 2017166

valorilor individuale de la nivel de ramură. Ca urmare - în a doua fază a analizei macroeconomice - este necesar să se determine contribuţia factorilor la nivelul ramurilor, urmând ca infl uenţa acestora asupra creşterii PIB să rezulte din agregarea contribuţiilor stabilite la nivelul ramurilor. In aceste condiţii cele teri corelaţii de bază pot fi analizate pe baza următoarelor relaţii: PIB = ∑W ∙ T (34) PIB = ∑E ∙ F (35) PIB = ∑M ∙ C (36)

Sunt astfel evidenţiaţi - în fi ecare caz – doi factori de infl uenţă: - factorul calitativ (intensiv) la nivel de ramură (W, E, M); - factorul cantitativ (extensiv) la nivel de ramură (T, F, C). Relaţiile anterioare pot fi studiate şi pe baza unor sisteme factoriale ce implică infl uenţa modifi cărilor în structura de ramură a fi ecărei resurse: PIB = ∑W ∙ T = ∑(W ∙ YT) ∙ ∑T (37) PIB = ∑E ∙ F = ∑(E ∙ YF) ∙ ∑F (38) PIB = ∑M ∙ C = ∑(M∙ YM) ∙ ∑C (39)

Cei trei factori de infl uenţă puşi în evidenţă sunt: • factorul calitativ (intensiv) la nivel de ramură (W,E,M); • factorul structural (YT, YF, YM); • factorul cantitativ (extensiv) la nivelul economiei naţionale (∑T, ∑F, ∑C). Analiza poate fi adâncită luând în considerare corelaţia ce există între productivitatea muncii şi efi cienţa capitalului fi x: - la nivelul economiei naţionale (40) W = E · Z – at branch level (41) unde: Z= înzestrarea muncii cu fonduri fi xe Pornind de la aceste relaţii, mărimea PIB se poate determina cu ajutorul formulelor: PIB = ∑W ∙ T = OE ∙ Z ∙ T (42) (43)

In funcţie de scopurile cercetării şi de calitatea datelor statistice disponibile la analiza creşterii PIB poate fi utilizată oricare dintre relaţiile factoriale prezentate în acest paragraf. Evident, cea mai complexă - prin numărul şi importanţa factorilor luaţi în considerare, precum şi prin corelaţia evidenţiată între indicatorii de efi cienţă - este ultima relaţie, aceasta fi ind utilizată în continuare pentru determinarea contribuţiei fi ecărui element la modifi carea PIB.

Revista Română de Statistică - Supliment nr. 3 / 2017 167

Concluzii În acest articol am încercat să evidenţiem care sunt corelaţiile care se stabilesc între variabilele macroeconomice, pentru a putea interpreta interdependenţa dintre acestea. De asemenea, am încercat să stabilim şi proporţiile (adică infl uenţa modifi cării unui indicator asupra celorlalţi indicatori macroeconomici). S-au stabilit relaţii statistico-matematice care, prin utilizarea de date concrete vor exprima tendinţele existente la acest nivel. Astfel au fost analizate aspecte cum sunt: relaţiile dintre Produsul Intern Brut şi rata şomajului; corelaţia dintre rata infl aţiei şi rata şomajului; corelaţia dintre rata de creştere economică, rata de creştere a Produsului Intern Brut şi rata infl aţiei; corelaţiile de bază ale creşterii economice (corelaţia dintre Produsul Intern Brut şi volumul de muncă utilizat/consumat, corelaţia dintre Produsul Intern Brut şi a capitalului fi x utilizat, corelaţia dintre Produsul Intern Brut şi resursele materiale consumate). În aceste cazuri s-a urmărit şi stabilirea unor proporţii privind consumul resurselor naţionale. Rezultatele teoretice prezentate pot constitui argumente/posibilităţi de adâncire a studiilor prin folosirea de metode şi modele statistico-econometrice (seriile dinamice, metoda indicilor, funcţia de regresie).

Bibliografi e 1. Albu, L. (2007). Modelarea şi evaluarea impactului investiţiilor directe asupra

pieţei muncii şi evoluţiei macroeconomice din România, Working Paper of Macroeconomic Modelling Seminar, Institute for Economic Forecasting

2. Anghel, M.G., Diaconu, A. (2016). Modele de echilibru şi autoregresive utilizate în prognoze macroeconomice / Equilibrium and autoregression models used for macroeconomic prognosis, Romanian Statistical Review, Supplement, no.7, pp. 61-69/70-78

3. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte teoretice şi studii de caz, Editura Economică, Bucureşti

4. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex, București

5. Anghelache, C., Manole, A., Anghel, M.G., Diaconu, A. (2016). Essentials aspects on macroeconomic variables and their correlations, Theoretical and Applied Economics, Volume XXII, No.1/2016 (606), Spring, pp. 151-162

6. Anghelache, C., Sacală, C. (2016). Model teoretic utilizat în analiza macroeconomică / Theoretical model used for macroeconomic analysis, Romanian Statistical Review, Supplement, no.7, pg. 53-56 / 57-60

7. Anghelache, C., Manole, A., Anghel, M.G., Popovici, M. (2016). The analysis of the interconnections between the indicators of the external payment balance and the macroeconomic aggregates of results, Romanian Statistical Review, Issue 1/2016, pp. 3-8

8. Anghelache, C., Marinescu, R.T., Dinu, A.M., Dumitrescu, D., Soare, D.V. (2015). Macroeconomic Correlations Analyzed Multiple Regression Model, Romanian Statistical Review – Supplement, No. 4, pp. 30-35

Romanian Statistical Review - Supplement nr. 3 / 2017168

9. Anghelache, C., Prodan, L., Dumitrescu, D., Soare, D.V., Bardaşu, G. (2015). Models used in Macroeconomic Analyses, Romanian Statistical Review – Supplement, No. 4, pp. 53-57

10. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică

11. Anghelache, C. (2010). Some Macroeconomic Evolution of Romania, Metalurgia International, nr. 5/2010, pp. 198-205

12. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V., Dumbravă, M., Manole, A. (2006). Analiza macroeconomică – Teorie şi studii de caz, Editura Economică, București

13. Anghelache, C., Capanu, I. (2003). Indicatori macroeconomici – calcul şi analiză economică, Editura Economică, Bucureşti

14. Anghelache, C., Capanu Ion (2004). Statistică macroeconomică, Editura Economică, București

15. Bardsen, G., Nymagen, R., Jansen, E. (2005). The Econometrics of Macroeconomic Modelling, Oxford University Press, ISI Newsletter, Volume 31, Number 2(92)/2007

16. Censolo, R., Colombo, C. (2008). Public consumption composition in a growing economy, Journal of Macroeconomics, Volume 30, Issue 4, pp. 1479-1495

17. Céspedes, L.F., Velasco, A. (2012). Macroeconomic Performance During Commodity Price Booms and Busts, IMF Economic Review 60, December, pp. 570-599. NBER Working Paper No 18569 (Cambridge, Massachusetts, National Bureau of Economic Research)

18. Coibion, O. and Y. Gorodnichenko (2012). Why are target interest rate changes so persistent?, American Economic Journal: Macroeconomics 4 (4), pp. 126–162

19. Gali, J., Gambetti, L. (2015). The effects of monetary policy on stock market bubbles: Some evidence, American Economic Journal: Macroeconomics, Vol. 7, No. 1, pp. 233–257

20. Lucas, R.E. Jr. (2003). Macroeconomic Priorities, American Economic Review, 93(1), pp. 1-14

21. Mitroi, A., Oproiu, A. (2013). Analysis of the correlation between the evolution of the consumer loans and the evolution of household income in Romania, Theoretical and Applied Economics, No. 12 (589), pp. 67-82

22. Savor, P. and M. Wilson (2013). How much do investors care about macroeconomic risk? Evidence from scheduled economic announcements, Journal of Financial and Quantitative Analysis 48 (2), pp. 343–375

23. Sokolovska, O., Sokolovskyi, D. (2015). Analysis of dependence of tax behavior on macroeconomic factors: the case of OECD countries, University Library of Munich, Germany in its series MPRA Paper with number 69059, available online at https://mpra.ub.uni-muenchen.de/69059/1/MPRA_paper_69059.pdf

24. Turnovsky, S. (2000). Methods of Macroeconomic Dynamics, MIT Press Cambridge

25. Vîrjan, D., Crețu, A.Ș. (2015). The Correlation between Employment and Productivity of Older Workers, Theoretical and Applied Economics Volume XXII (2015), No. 4(605), Winter, pp. 301-308

Revista Română de Statistică - Supliment nr. 3 / 2017 169

THEORETICAL CONSIDERATIONS REGARDING THE MAIN

MACROECONOMIC PROPORTIONS AND CORRELATIONS

Prof. Alexandru MANOLE PhD„Artifex„ University of Bucharest Assoc. prof. Mădălina-Gabriela ANGHEL PhD„Artifex„ University of Bucharest Alexandru BADIU Ph.D StudentBucharest University of Economic Studies Doina AVRAM Ph.D StudentBucharest University of Economic Studies

Abstract Macroeconomic analysis is reduced, most often the interpretation of how they have evolved and results indicators, particularly gross domestic product. Macroeconomic studies reveal that a number of other variables (indicators) calculated at this level but clearly the trend of future macroeconomic developments. Thus infl ation, unemployment, economic growth, etc. have a close correlation with how it has evolved GDP. The pace of evolving macroeconomic indicators expressing the connection between these sizes and suggest future evolution trend. Studying literature and concludes that results from macroeconomic indicators (GDP, PIN, VN, VND) and other macroeconomic indicators calculated at a number of correlations and proportions. The authors have proposed in this article to highlight the main theoretical about correlations and proportions are established at the macroeconomic level. Will be analyzed and will do is specify where all the macroeconomic correlations identifi ed. These correlations and proportions are completed by statistical and mathematical relationships, on which you can perform static analysis, dynamic or structured. The focus is on identifying and analyzing correlations core growth. The theoretical elements can be used in concrete and comprehensive analysis. In this respect in the (relationships) can be used mathematical identifi ed existing data. Then the concrete results can predict trends for forecasting future work. Keywords: correlation rate, unemployment, infl ation, economic growth. JEL Classifi cation: E60, F40

Romanian Statistical Review - Supplement nr. 3 / 2017170

Introduction Study subject of this article proposes an analysis on complex theoretical correlation between macroeconomic variables. Any economic program is comprised of a set of policy measures designed to achieve the main macroeconomic policy objectives that - usually - are: growth, employment, price stability and improving the balance of payments. These targets are measured by four fundamental variables, sometimes called key macroeconomic variables, through which we measure, correlate and analyze the performance of any economy: GDP growth rate; The unemployment rate, measured as either the level at the end of each year, either as annual average;The infl ation rate, measured either by the growth rate of the GDP defl ator, either by average monthly growth rate of consumer prices; Current account balance of the balance of payments. The four variable- allow objective evaluation of the major internal and external macroeconomic imbalances, and help monitor changes that have occurred in the economy and help create adequate policies in order to achieve future goals. Between the four macroeconomic variables important correlations are established. Also, between them and other macroeconomic indicators close connections exist.

Literature review Albu (2007) analyzed the impact of FDI on the Romanian economy, especially the labor market. Anghel and Diaconu (2016) presents some models that can be used in the macroeconomic forecast. Anghelache and Anghel (2016), Anghelache Mitra and Voineagu (2013), Anghelache et.al. (2006), Anghelache and Capanu (2003, 2004) are works of reference for the study of indicators and instruments of macroeconomic statistics. Anghelache et.al. (2016) were concerned with the study of important aspects of macroeconomic variables and correlations. Anghelache et.al. (2016) showed the role of modeling tools in macroeconomic analysis, Anghelache Jackal (2016) addresses a theoretical model specifi c macroeconomic studies. Anghelache, Manole Popovici Anghel (2016) deals with the correlations between balance of payments and macroeconomic outcomes. Anghelache et al. (2015, 2015b), Bardsen, Nymagen and Jansen (2005) are considering the use of models in macroeconomic analysis. Anghelache (2010) assesses developments in the Romanian economy. Lucas (2003) highlights some macroeconomic concerns at the policy level. Mitroi and Oproiu (2013) is concerned with the correlation between household income and consumption loans. Savor and Wilson (2013)

Revista Română de Statistică - Supliment nr. 3 / 2017 171

describe the attitude of investors towards macroeconomic risk. Censolo and Colombo (2008) analyzes the structure of public consumption when increasing savings. Céspedes and Velasco (2012) study the impact of major developments in commodity prices on macroeconomic indicators. Coibion and Gorodnichenko (2012) evaluate the persistence of changes in interest rate target. The study’s Gali and Gambetti (2015) considers the impact of monetary policy on the „bubble” in the stock market. Sokolovska and Sokolovsky (2015) analyzes for OECD countries, analyze the correlation between fi scal behavior and macroeconomic factors. Turnovsky (2000) presents methods of analyzing macroeconomic dynamics. Vîrjan and Cretu (2015) evaluated the link between employability and productivity of employees at a particular age / seniority.

Data and methodology The relationship between GDP growth and unemployment rate At theoretical level, the link is clear: when the economy is in recession phase, characterized by decelerating GDP growth (RPIB), unemployment rate (UR) increases; when there is economic expansion, RPIB increases, while UR declines. This inverse correlation is known as Okun’s law. Analyzed on the US economy, the law materialized in the following relationship: RPIBt/t-i=3%-2(RSt-RSt-i) (1) where: RPIBt/t-1= GDP growth during the period t to t-1; 3% = GDP growth trend (trend relative to time); RSt,t-1 = The unemployment rate in period t or t-1.

If unemployment remains the same, GDP will grow by about 3%. For every percentage point increase in unemployment rate, the pace of GDP growth will decrease by percentage points to 3%. For example, if the increase in the current unemployment rate is from 6% to 8%, the real RPIB will be -1%: RPIB = 3-2(8-6) = -1% (2) Another way of writing the previous relationship: RSt+1 = RSt -0,,5(RPIBt/t-1 - 3) (3) We can note that unemployment in the current period will be higher or lower than the previous period, as RPIB will be higher or lower than the trend growth (3%). In other words, if we want to reduce unemployment with 1 percent point we need RPIB to achieve a growth of 5%: RSt+1 - RSt - 0,5(5 – 3 = -1) (4)

Romanian Statistical Review - Supplement nr. 3 / 2017172

This relationship is statistical in nature, and is not valid for any country, only for the US and only for the stages where Okun did the research. Such a statistical relationship can be derived for each country, depending on the specifi c stages of each country. Statistics analysis, in Romania’s economy in recent years has led us to the conclusion that Okun’s law is valid, but - obviously - in a specifi c form tailored for Romania. First, the trend of economic growth was considered the average annual GDP growth during 1980-1989, calculated at 1.4%. Secondly, in the period 1990-1993 we cannot determine any statistical relationship between stable GDP growth and unemployment rate although it is obvious for the inverse correlation between the two variables. Thirdly, since 1994 we can establish a OKUN type relationship between the change in unemployment rate and change to the pace of GDP growth, specifying that the connection lagging (out of phase): GDP growth in period t, over the trend registered (1.4%) led to a reduction in unemployment in the next period t + 1. The derived relationships is as follows: RSt+1 = RSt + α(RPIBt/t-1 – 1,4) (5) where α (—0,4;—0,45) In other words, GDP growth rate in year t by 1 percentage point above the trend has reduced the unemployment rate in year t + 1 by about 0.4 percentage points. Moreover, the GPD change only partly explains the evolution of GDP unemployment. Much stronger was the infl uence exercised on unemployment rate by the lower average interest rate on bank loans given to businesses. Between the two variables we have identifi ed a direct correlation and of strong intensity.

The correlation between infl ation and unemployment rate Analysis of the statistical data series - especially those in developed countries, until 1973 when the „oil shock” began - highlighted a simple and stable reverse correlation, between infl ation and unemployment. In other words, between infl ation and unemployment there is a compensation relationship which is that a lower unemployment can be achieved by accepting higher infl ation or infl ation can be reduced by accepting more unemployment. This inverse correlation is given by the Philips curve.

Revista Română de Statistică - Supliment nr. 3 / 2017 173

Curba Phillips

The compensation relationship shown above applies only on short-tern, and is as follows: RIt = RIt-1 + α(RSt – RNS) (6) in these conditions, the actual infl ation rate (RI) depends only on two factors: • inertial component defi ned by expected infl ation, which can be substituted by previous infl ation (RIt-1); • a cyclical component defi ned by current unemployment deviation (RSt) than the natural rate of unemployment (RNS).

From the formula we can deduce that as long as unemployment remains at its natural level, the infl ation rate does not change. Accordingly, if the unemployment rate rises above its natural level, than the infl ation rate will register some reduction that depends on parameter α (decreasing slope of the curve of Philips). After the oil crisis in the 70s it was observed that the relationship between infl ation and unemployment is not so simple. The infl ation rate is actually infl uenced by a third factor (ε) namely by the shock felt in the aggregate supply (changes in nominal GDP due, for example, in the large increases of the prices for some products). RIt = RIt-1 - α(RS – RNS) + ε (7) There is a possibility that – on the long term – infl ation and unemployment in certain periods may not comply with the deduced Philips inverse correlation. Developments of the two variables will be written - on a series of short Philips curves drawn on short term periods.

Romanian Statistical Review - Supplement nr. 3 / 2017174

Average levels recorded on infl ation rate and unemployment rate in Romania, can be analyzed using the Philips curve.

Correlation between the growth rate of GPD and infl ation rate As GDP is calculated at current prices or in comparable prices, one can speak of nominal or real evolution of this indicator. The nominal evolution is described by the following relationship:

(8)

= IPIBn – 1 (9)

(10)

(11)

RPIBr = IPIBr – 1 (12) IPIBn = IPIBr ∙ D (13) RPIBn = RPIBr + RI + RPIBr ∙ RI (14) RPIBn = RPIBr + RI

Basical correlations of economic growth The synthetic indicator that characterizing economic growth is the total GDP or per capita GDP, expressed by his volume and pace of growth. In these circumstances, economic growth is defi ned as a complex process of increasing the size of the national economy results based on the combination and use of direct production inputs: labor, fi xed capital and consumption of working capital equipment. Intensive development of economy assumes GDP growth through more effi cient use of existing manpower resources, assets and materials. In contrast, extensive development refers to growth which occurs by increasing the volume of the three resources. Concerns in shaping a theory of economic growth has generated a broad debate on growth factors, interdependencies between them and their contributions to achieving results and usable statistical methods and macroeconomic analysis. The balanced development of the national economy is conditioned by the existence of three correlations between base levels and changes (absolute and relative) of aggregates results (usually GDP), on the one hand, and the

Revista Română de Statistică - Supliment nr. 3 / 2017 175

main factors of economic growth, on the other part. These correlations must be ensured both in the overall economy and in each branch. • Firstly, the GDP depends on the volume of work consumed, measured in the national economy through employment (∑T)3, and the quality and intensity of the work performed, measured by social productivity of labor ( ). - the national economy. (16) The relationship can be analyzed through the same indicators in each branch. VAB = W∙ T- at the level of a branch, where : VAB= Gross Value Added (GVA). The fi rst relationship, if it is transferred in dynamics it becomes: (17) or: (18) where: I= growth index of each indicator; R= growth rate of each indicator.

By developing, the last relationship can be written as a correlation between the growth rates. (19) This relationship can be applied in different ways depending on how common infl uence is treated: - we can ignore the common infl uence, when at least one of the growth rates recorded signifi cant value; - or we can give common infl uence to either the quality or quantity factor.

(20) infl uence infl uence factor factor intensive extensively or

(21) infl uence infl uence factor factor intensive extensively or we can spread the infl uence of each common factor, either equally or proportionately with independent infl uences (pure).

Romanian Statistical Review - Supplement nr. 3 / 2017176

• Secondly, the GDP is analyzed by main element of national wealth - Fixed assets (∑F) – and the average effi ciency of using them ( ) - at national economic level (22) VAB = E · F – at branch level. (23) Similar to the point shown at A, the correlation between GDP growth rates and of the infl uence factors is as follows: (24) where: - intensive infl uence factor - extensive infl uence factor - common infl uence • Thirdly, the GDP depends on the volume of consumed material resource assets (∑C)4 and the average effi ciency of using them - the national economy. VAB = M · C- at the level of a branch Correlation between the growth rates is as follows: (25) where: - intensive infl uence factor - extensive infl uence factor - common infl uence The correlations presented refers to a single element of the production process: either labor, capital assets or material consumption. In this way, GDP change is attributed entirely to one of the three factors, apart from the other two. As the three resources simultaneously act in the production process, normally the modifi cation of GDP should be their correlated result. We cannot simply summarize the intensive infl uences from each element and then the extensive infl uences from each element because the total will not be identical in size, with relative growth of GDP. Following were proposed some methods of calculation allowing to establish to what extent the development of the national economy is done intensively and to what extent is done extensively, relative to all three resources put together. The highlight is the correlations between relative changes in GDP and the growth rates of factors for each resource separately. (26) (27) (28) where: - extensive infl uence factor - intensive infl uence factor

Revista Română de Statistică - Supliment nr. 3 / 2017 177

To arrive at a formula that would combine extensive and intensive infl uences of the three factors taken together, every infl uence will be corrected from each element by one factor: GT for labor, GF for fi xed capital, GC for consumption of materials, coeffi cients established such that: GT + GF + GC = 1(100) (29) These coeffi cients could be: - the weight of the mass of each factor in the total cost of the factors that can be expressed as percentage of net value added (VAN), of depreciation (A) and material consumption (or intermediate consumption - CI) in total gross output (PB). GT = GF = GC= 33,3% (30) - the calculated weights each factor based on elasticity (E) in relation to production, elasticity expressed as the ratio between the relative increase in GDP and relative growth of each resource:

(31)

where: ∑E = elasticity sum of the three resources. This method has the disadvantage of not being applicable in the case of negative elasticity. Under these conditions we can write a relationship showing intensive and extensive contribution to GDP growth of three resources:

(32)

where: - The infl uence of labor - The infl uence of fi xed capital - The infl uence of the material consumption - Total extensive infl uence - Total intensive infl uence.

The above relations can be used to analyze the dynamics of GDP starting from infl uencing factors that have medium characters and total indicators. Using this variant - in a fi rst phase of macroeconomic analysis - involves

Romanian Statistical Review - Supplement nr. 3 / 2017178

checking the homogeneity of the economy in terms of representativeness average and qualitative factors calculated through the next level. Checking the homogeneity can be achieved by analyzing the coeffi cient of variation (v) calculated as the ratio of standard deviation (σ) and the average level of the indicator: For example: in case of labor productivity the following relationship is used:

(33)

where: W, T= labor productivity and the number of employees at each branch. It is estimated that if the coeffi cient of variation recorded a value of over 35-40%, the average is not representative, and the contributing factors to GDP growth will be distorted, because the average causes leveling of individual values at branch level. As a result - in the second phase of macroeconomic analysis – it is necessary to determine the contribution of the branches, followed by their infl uence on GDP growth resulting from the aggregation of contributions set out in the branches. In these circumstances the three correlations can be analyzed according to the following relationship: PIB = ∑W ∙ T (34) PIB = ∑E ∙ F (35) PIB = ∑M ∙ C (36) In every case – two factors of infl uence are highlighted: • qualitative factor (intensive) at branch level (W, E, M); • quantitative factor (extensively) at branch level (T, F, C). Previous relationships can be studied on the basis of factorial systems involving changes in the infl uence structure of branches for each resource: PIB = ∑W ∙ T = ∑(W ∙ YT) ∙ ∑T (37) PIB = ∑E ∙ F = ∑(E ∙ YF) ∙ ∑F (38) PIB = ∑M ∙ C = ∑(M∙ YM) ∙ ∑C (39)

The three infl uence factors are: • qualitative factor (intensive) at branch level (W,E,M); • structural factor (YT, YF, YM); • quantitative factor (extensively) at national economy level (∑T, ∑F, ∑C). The analysis can be deepened by taking into account the correlation between labor productivity and effi ciency of fi xed capital:

Revista Română de Statistică - Supliment nr. 3 / 2017 179

– at national economy level (40) W = E · Z – at branch level (41) where: Z= fi xed labor endowment funds Starting from the same relationships, the GDP can be determined using the following formulas: PIB = ∑W ∙ T = OE ∙ Z ∙ T (42) (43)

Depending on the goals of the research and the quality of available data when analyzing the GDP growth, any of the relationships in this paragraph may be used. Obviously, the most complex - through the number and importance of the factors taken into account and the highlighted correlation between the indicators of effi ciency - is the last relationship, which is still used for determining the contribution of each element to the change of the GDP.

Conclusions In this article we have tried to highlight that the correlations established between macroeconomic variables in order to interpret the interdependence between them. We also tried to establish and proportions (ie amend an indicator infl uence on other macroeconomic indicators). They have established statistical and mathematical, using evidence will express the trends at this level. Thus we analyzed aspects such as the relationship between GDP and unemployment rates; the correlation between infl ation and unemployment; the correlation between the economic growth rate, the growth rate of GDP and infl ation; basic correlations of economic growth (GDP correlation between workload and used / consumed, the correlation between GDP and fi xed capital used, the correlation between GDP and material resources consumed). In these cases it followed the establishment of national resources proportions consumption. The results can be presented theoretical arguments / possibilities of deepening studies by using statistical and econometric methods and models (dynamic series, indices method, regression function).

References 1. Albu, L. (2007). Modelarea şi evaluarea impactului investiţiilor directe asupra

pieţei muncii şi evoluţiei macroeconomice din România, Working Paper of Macroeconomic Modelling Seminar, Institute for Economic Forecasting

2. Anghel, M.G., Diaconu, A. (2016). Modele de echilibru şi autoregresive utilizate în prognoze macroeconomice / Equilibrium and autoregression models used for macroeconomic prognosis, Romanian Statistical Review, Supplement, no.7, pp. 61-69/70-78

3. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte teoretice şi studii de caz, Editura Economică, Bucureşti

4. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare

Romanian Statistical Review - Supplement nr. 3 / 2017180

economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex, București 5. Anghelache, C., Manole, A., Anghel, M.G., Diaconu, A. (2016). Essentials aspects

on macroeconomic variables and their correlations, Theoretical and Applied Economics, Volume XXII, No.1/2016 (606), Spring, pp. 151-162

6. Anghelache, C., Sacală, C. (2016). Model teoretic utilizat în analiza macroeconomică / Theoretical model used for macroeconomic analysis, Romanian Statistical Review, Supplement, no.7, pg. 53-56 / 57-60

7. Anghelache, C., Manole, A., Anghel, M.G., Popovici, M. (2016). The analysis of the interconnections between the indicators of the external payment balance and the macroeconomic aggregates of results, Romanian Statistical Review, Issue 1/2016, pp. 3-8

8. Anghelache, C., Marinescu, R.T., Dinu, A.M., Dumitrescu, D., Soare, D.V. (2015). Macroeconomic Correlations Analyzed Multiple Regression Model, Romanian Statistical Review – Supplement, No. 4, pp. 30-35

9. Anghelache, C., Prodan, L., Dumitrescu, D., Soare, D.V., Bardaşu, G. (2015). Models used in Macroeconomic Analyses, Romanian Statistical Review – Supplement, No. 4, pp. 53-57

10. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică

11. Anghelache, C. (2010). Some Macroeconomic Evolution of Romania, Metalurgia International, nr. 5/2010, pp. 198-205

12. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V., Dumbravă, M., Manole, A. (2006). Analiza macroeconomică – Teorie şi studii de caz, Editura Economică, București

13. Anghelache, C., Capanu, I. (2003). Indicatori macroeconomici – calcul şi analiză economică, Editura Economică, Bucureşti

14. Anghelache, C., Capanu Ion (2004). Statistică macroeconomică, Editura Economică, București

15. Bardsen, G., Nymagen, R., Jansen, E. (2005). The Econometrics of Macroeconomic Modelling, Oxford University Press, ISI Newsletter, Volume 31, Number 2(92)/2007

16. Censolo, R., Colombo, C. (2008). Public consumption composition in a growing economy, Journal of Macroeconomics, Volume 30, Issue 4, pp. 1479-1495

17. Céspedes, L.F., Velasco, A. (2012). Macroeconomic Performance During Commodity Price Booms and Busts, IMF Economic Review 60, December, pp. 570-599. NBER Working Paper No 18569 (Cambridge, Massachusetts, National Bureau of Economic Research)

18. Coibion, O. and Y. Gorodnichenko (2012). Why are target interest rate changes so persistent?, American Economic Journal: Macroeconomics 4 (4), pp. 126–162

19. Gali, J., Gambetti, L. (2015). The effects of monetary policy on stock market bubbles: Some evidence, American Economic Journal: Macroeconomics, Vol. 7, No. 1, pp. 233–257

20. Lucas, R.E. Jr. (2003). Macroeconomic Priorities, American Economic Review, 93(1), pp. 1-14

21. Mitroi, A., Oproiu, A. (2013). Analysis of the correlation between the evolution of the consumer loans and the evolution of household income in Romania, Theoretical and Applied Economics, No. 12 (589), pp. 67-82

Revista Română de Statistică - Supliment nr. 3 / 2017 181

22. Savor, P. and M. Wilson (2013). How much do investors care about macroeconomic risk? Evidence from scheduled economic announcements, Journal of Financial and Quantitative Analysis 48 (2), pp. 343–375

23. Sokolovska, O., Sokolovskyi, D. (2015). Analysis of dependence of tax behavior on macroeconomic factors: the case of OECD countries, University Library of Munich, Germany in its series MPRA Paper with number 69059, available online at https://mpra.ub.uni-muenchen.de/69059/1/MPRA_paper_69059.pdf

24. Turnovsky, S. (2000). Methods of Macroeconomic Dynamics, MIT Press Cambridge

25. Vîrjan, D., Crețu, A.Ș. (2015). The Correlation between Employment and Productivity of Older Workers, Theoretical and Applied Economics Volume XXII (2015), No. 4(605), Winter, pp. 301-308

Romanian Statistical Review - Supplement nr. 3 / 2017182

Principalele interconexiuni între indicatorii balanţei de plăţi externe şi agregatele

macroeconomice de rezultateProf. univ. dr. Constantin ANGHELACHEAcademia de Studii Economice București, Universitatea „Artifex„ din BucureștiDrd. Doina BUREAAcademia de Studii Economice din BucureștiDrd. Alexandru URSACHEAcademia de Studii Economice din București

Abstract În această lucrare, autorii prezintă interconexiunile ce se stabilesc între indicatorii balanţei de plăţi şi indicatorii macroeconomici de rezultate. Se are în vedere faptul că echilibrul macroeconomic este refl ectat de modul în care se realizează interconexiunile menţionate mai sus. Astfel, Produsul Intern Brut este corelat cu elemente structurale ale acestuia. În acest sens, se analizează conexiunile care se stabilesc între Produsul Intern Brut şi activitatea de comerţ internaţional şi cele două componente ale acesteia (import şi export). Conexiunile analizate sunt formalizate, utilizând relaţii statistico-matematice relevante. Pe baza acestor relaţii de interdependenţă, se pot extinde analizele, utilizând metode econometrice. Prin calcularea parametrilor de regresie, se pot estima tendinţele de evoluţie a indicatorilor macroeconomici de rezultate. Cuvinte cheie: Produs Intern Brut, balanţă, cont naţional, agregat, agent economic.Clasifi care JEL: E60, F13

Introducere Balanţa de plăţi (BP) poate fi defi nită, în mod general, ca un tablou statistic al tranzacţiilor economice internaţionale ce au loc între agenţii rezidenţi şi cei nerezidenti ai unei tări, tranzactii ce se efectuează în timpul unei perioade (an, trimestru, lună). In ciuda denumirii sale, BP nu interesează numai plăţile în sensul obişnuit al cuvântului, ci toate tranzacţiile, chiar dacă o parte dintre acestea nu cuprind plata în monedă. BP- într-o formă specifi că, mai restrânsă - constituie, de fapt, o parte integrantă a Contabilităţii Naţionale (contul 8 „restul lumii”), motiv pentru care între indicatorii balanţei de plăţi şi principalele agregate macroeconomice se identifi că o serie de relaţii esenţiale în studiul dezechilibrelor economice interne şi externe, a fi nanţării acestora, precum şi a incidenţei lor asupra situaţiei economice a ţării respective.

Revista Română de Statistică - Supliment nr. 3 / 2017 183

Literature review Anghelache, Manole, Anghel şi Popovici (2016) studiază impactul indicatorilor balanţei de plăţi externe asupra rezultatelor macroeconomice. Anghelache, Mitruţ şi Voineagu (2013), Anghelache et.al. (2006), Anghelache şi Capanu (2003, 2004), Anghelache şi Anghel (2016) prezintă indicatorii şi instrumentelor statisticii macroeconomice. Albu (2007) descrie efectul ISD asupra pieţei muncii şi, prin extindere, asupra economiei României. Studii asupra utilizării modelelor în analizele şi prognozele macroeconomice se regăsesc în Turnovsky (2000), Anghel şi Diaconu (2016), Anghelache şi Sacală (2016), Anghelache et.al. (2016), Anghelache et al. (2015a, 2015b), Bardsen, Nymagen şi Jansen (2005). Censolo şi Colombo (2008) studiază structura consumului public. Sokolovska şi Sokolovskyi (2015) se preocupă de legătura dintre comportamentul faţă de politicile fi scale şi indicatorii macroeconomici. Vîrjan şi Crețu (2015) abordează o serie de indicatori cu privire la nivelul salariaţii dintr-o anumită categorie de vârstă. Céspedes şi Velasco (2012) au în vedere dinamica indicatorilor macroeconomici în cazurile evoluţiilor/valorilor extreme ale preţurilor mărfurilor. Savor şi Wilson (2013) analizează impactul riscurilor macroeconomice asupra investitorilor. Problematica evoluţiilor şi corelaţiilor macroeconomice a fost abordată de Anghelache (2010), care a studiat situaţia României, Anghelache et.al. (2016), Lucas (2003). Mitroi şi Oproiu (2013) au în vedere un fenomen cu impact major asupra economiei României, respectiv creditele destinate consumului, coroborate cu veniturile debitorilor. Gali şi Gambetti (2015) evaluează efectul măsurilor de politică monetară asupra evoluţiilor pieţei de capital.

Metodologia cercetării și date In consecinţă, BP constituie un element al Contabilităţii Naţionale care furnizează un cadru complet şi detaliat pentru colectarea şi prezentarea statisticilor economice internaţionale ale unei ţări. Componentele standard ale BP sunt grupate în două secţiuni principale: • Tranzacţiile curente cuprind: - Mărfurile (bunurile) exportate şi importate (inclusiv serviciile

de distribuire aferente acestor bunuri, efectuate până la frontiera vamală a ţării de unde sunt exportate), în consecinţă, evaluarea exporturilor şi importurilor de mărfuri se realizează în preţuri f.o.b. Această componentă constituie elementul principal al contului curent al BP (balanţa comercială).

- Serviciile exportate şi importate (transporturi de călători şi de mărfuri, turism, asigurări, comunicaţii, publicitate etc.).

- Veniturile factorilor de producţie receptate din străinătate şi cele plătite străinătăţii sub forma veniturilor din muncă (salarii), din investiţii (dividende) şi din proprietate (dobânzi).

Romanian Statistical Review - Supplement nr. 3 / 2017184

- Transferuri fără contrapartidă primite din străinătate şi cedate străinătăţii sub diverse forme: transferuri ale patrimoniului emigranţilor, trimiteri de fonduri de le emigranţi, donaţii, moşteniri, pensii, asistenţă tehnică gratuită, bursă de studii, impozite, amenzi etc.

• Transferurile de capital şi transferurile fi nanciare refl ectă modifi cările intervenite în nivelul activelor şi pasivelor fi nanciare externe, şi cuprind: - Transferuri de capital. - Investiţii directe şi de portofoliu (obligaţiuni, acţiuni). - Credite acordate şi primite pe termen scurt, mediu, lung. - Active de rezervă (afl ate la BNR), care se constituie ca o categorie

distinctă de capital formată din dur fi nanciar, DST, devize convertibile etc. Acestea sunt creanţe de care pot dispune autorităţile monetare dintr-o economie în scopul fi nanţării directe a dezechilibrelor BP şi pentru a interveni pe piaţa valutară în vederea infl uenţării cursului de schimb a monedei naţionale.

- Alte posturi (conturi de tranzit, conturi de cliring/barter). Există şi o a treia secţiune „erori şi omisiuni (net)” care reprezintă un post rezidual, datorat diferitelor cauze (surse de date nesigure, „fuga” valutei din ţară etc.). Rezultatul tranzacţiilor curente este soldul contului curent, în cadrul căruia principala componentă este soldul balanţei comerciale. Soldul contului de capital şi fi nanciar este el care indică modalităţile de fi nanţare externă a defi citului contului curent, între care cele mai importante sunt creditele, investiţiile şi deblocările de fonduri din rezerva ofi cială. Pentru înregistrările în debit semnifi caţiile sunt inverse. Ecuaţia de echilibru a BP este: SCC + SF + E = 0 (1) sau SCC= - SF - E, (2) unde: SCC= soldul contului curent al balanţei de plăţi; măsoară transferurile nete de resurse reale (bunuri, servicii, venituri) şi transferurile curente fără contrapartidă între o economie şi restul lumii; SF= soldul contului fi nanciar al balanţei de plăţi; exprimă economisirea netă străină sau, cu alte cuvinte, intrările de fl uxuri de economii ale nerezidenţilor mai puţin ieşirile de fl uxuri de economii ale rezidenţilor; E= erori şi omisiuni (net). Intre agregatele macroeconomice de rezultate şi indicatorii balanţei de plăţi externe (BP) se realizează o serie de conexiuni, pentru evidenţierea cărora este necesară trecerea în revistă a unor relaţii cunoscute.

Revista Română de Statistică - Supliment nr. 3 / 2017 185

Punctul de pornire îl constituie identitatea între oferta şi cererea de bunuri şi servicii fi nale. Oferta totală de bunuri şi servicii într-un an este compusă din outputul intern (PIB) şi importuri (Imp), în timp ce distribuirea acestora este dală de cererea agregată internă consumul fi nal -CF şi formarea brută de capital- FBC) la care se adaugă cererea externă (Exp). PIB+Imp = Cpv + Cpb + FPCI + ΔS + Exp (3) PIB= CF+FBC+(Exp-lmp)=CF+FBC+Exp (4) unde: Exp.n = Exp - Imp = soldul balanţei comerciale de bunuri şi servicii (exportul net). După cum este cunoscut, PIB este defi nit ca producţia fi nală brută realizată de factorii de producţie în unităţile din interiorul ţării (rezidenţi şi nerezidenţi). Structura PIB după utilizarea fi nală oferă analizei unele dintre cele mai importante rate (rata consumului, rata investiţiilor, rata exportului şi importului), rate a căror evoluţie în dinamică evidenţiază factorii de susţinere, de alimentare a creşterii economice (cererea internă, inclusiv expansiunea din ramurile dependente de aprovizionările de pe piaţa externă, precum şi cererea externă). După anul 1989, exportul net a fost permanent negativ, echivalând cu un import de bunuri şi servicii ce a depăşit permanent exportul. Această evoluţie arată că o parte însemnată a creşterii consumului intern a fost asigurată din resurse externe, tendinţă care devine, în mod evident, tot mai greu de susţinut. Produsul naţional brut (PNB) măsoară valoarea producţiei fi nale realizată de agenţii economici naţională (rezidenţi), în ţară şi în străinătate, astfel că la PIB se adaugă soldul veniturilor factorilor de producţie în raport cu străinătatea (SVFS). PNB = PIB + SVFS = PIB + (VFIS - VFPS) (5) unde: VFIS= veniturile factorilor de producţie încasate din străinătate; CFPS = veniturile factorilor de producţie plătite în străinătate. Investiţiile nete sunt fi nantate fi e din economisirea internă, fi e din fi nanţare externă (credite, investiţii străine, deblocări din rezerva băncii naţionale). Decalajul economisire-investiţii în cadrul conturilor naţionale indică relaţiile venitului naţional cu balanţa de plăţi externe. Mărimea decalajului extern este dată de decalajul rezultat ca Venitul naţional disponibil se obţine dacă la produsul naţional net (PNN) se adaugă soldul transferurilor curente cu străinătatea (STCS). VND = PNB – A + STCS = PNN + (TCIS – TCPS) (6) unde: TCIS = transferuri curente din străinătate;

Romanian Statistical Review - Supplement nr. 3 / 2017186

TCPS = transferuri curente plătite către străinătate. VND = este venitul disponibil al economiei şi exprimă posibilităţile economiei pentru consum fi nal (CF) şi economisire (EN). Deci: VND = CF + EN = PNB - A + (TCIS -TCPS)= = PIB - A + (VFIS - VFPS) + (TCIS - TCPS)= = CF + FBC + (Exp - Imp) - A + (VFIS- VFPS) + (TCIS - TCPS)= = CF + FNC + (Exp -Imp) + (VFIS -VFPS) + (TCIS -TCPS) (7) CF + EN = CF + FNC + (Exp - Imp) + (VFIS - VFPS) + (TCIS -TCPS) (8) sau EN - FNC = (Exp - Imp) + (VFIS- VFPS) + (TCIS -TCPS) = SCC= -SF (9) unde: SCC = soldul contului curent al balanţei de plăţi şi refl ectă diferenţa dintre economisirea netă şi investiţia netă; SF = soldul contului fi nanciar al balanţei de plăţi şi refl ectă modalităţile de fi nanţare externă .

Ultima relaţie mai poate fi scrisă sub forma: EN + SF = FNC (10) urmare a faptului că economisirea internă acoperă numai parţial investiţia internă. Relaţia anterioară poate fi sectorizată suplimentar, identifi când indicatorii specifi ci sectorului privat (sectorul „fi rme” şi sectorul „Gospodăriile populaţiei”) şi sectorului public. In acest scop se vor descompune consumul fi nal şi formarea brută de capital în câte două componente (Cpv şi Gpb, respectiv FBCpv şi FBCpb), incluzându-se în calcul şi veniturile guvernamentale nete TX (venituri guvernamentale sub formă de impozite şi taxe, mai puţin transferurile guvernamentale către sectorul privat). Eqv Epb VND - (CF + FBC) = (VND -TX -Cpv- FBCpv+(TX - Cpb) - FBCpb=

= (Epv-FBCpv) + (Epb- FBCpb) = SCC = -SF (11) In publicaţiile interne şi internaţionale relaţia de echilibru dintre economisire, investiţii şi soldul contului curent al BP (implicit soldul fi nanţării externe) este frecvent evidenţiată sub forma ratelor, prin raportarea fi ecăruia dintre indicatorii enumeraţi la PIB sau PNB. (12) Sau REB – RFBC = RSCC (13) Evident, o rată a economisirii (REB) mai mică decât rata investiţiilor (RFBC conduce la o creştere a presiunii pe balanţa de plăţi (Rscc< 0).

Revista Română de Statistică - Supliment nr. 3 / 2017 187

Concluzii Prin calcularea soldului balanței de plăți externe, în funcţie de semnul acestuia, PIN, precum și alți indicatori macroeconomici de rezultate, poate fi mai mare sau mai mic, comparativ cu PIB. Distincţia între PIB şi PNB este importantă atunci când o parte importantă a producţiei interne este realizată cu ajutorul factorilor externi, precum şi atunci când agenţii economici români obţin venituri din activităţi desfăşurate în străinătate. Este evident faptul că un defi cit al contului curent extern implică fi e insufi ciente economii private relativ la investiţiile private, fi e insufi ciente economii publice relativ la investiţiile guvernamentale. fi e amândouă. Se pune, astfel, în evidenţă contribuţia fi ecărui sector la producerea defi citului de cont curent, înlesnind analiza cauzelor şi luarea măsurilor necesare. Importanţa acestei identităţi trebuie accentuată. Ea reprezintă constrângerea majoră în conturile unei economii şi sugerează relaţia între conturile sectorului privat intern, bugetul guvernamental şi contul curent al BP. Cu alte cuvinte, suma dezechilibrelor interne este egală cu dezechilibrul contului curent. Dacă economia absoarbe mai multe resurse (ABS= Cpv +Cpb +FBCpv +FBCpb) decât produce atunci- inevitabil - va exista un defi cit în contul curent al ţării.Pe baza relațiilor statistico-matematice convenite în analiza efectuată, studiile privind interconexiunea dintre indicatorii menționați se pot adânci, utilizând metode și modele econometrice, cum sunt: metoda indicilor, seriile cronologice, modelele de regresie liniară simplă sau multiplă. Pe baza acestor modele, se pot calcula coefi cienți (parametri) de regresie utilizabili în estimarea previziunilor economico-fi nanciare.

Bibliografi e 1. Albu, L. (2007). Modelarea şi evaluarea impactului investiţiilor directe asupra pieţei

muncii şi evoluţiei macroeconomice din România, Working Paper of Macroeconomic Modelling Seminar, Institute for Economic Forecasting

2. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte teoretice şi studii de caz, Editura Economică, Bucureşti

3. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex, București

4. Anghelache, C., Marinescu, R.T., Dinu, A.M., Dumitrescu, D., Soare, D.V. (2015). Macroeconomic Correlations Analyzed Multiple Regression Model, Romanian Statistical Review – Supplement, No. 4, pp. 30-35

5. Anghelache, C., Manole, A., Anghel, M.G., Diaconu, A. (2016). Essentials aspects on macroeconomic variables and their correlations, Theoretical and Applied Economics, Volume XXII, No.1/2016 (606), Spring, pp. 151-162

6. Anghel, M.G., Diaconu, A. (2016). Modele de echilibru şi autoregresive utilizate în prognoze macroeconomice / Equilibrium and autoregression models used for macroeconomic prognosis, Romanian Statistical Review, Supplement, no.7, pp. 61-69/70-78

Romanian Statistical Review - Supplement nr. 3 / 2017188

7. Anghelache, C., Sacală, C. (2016). Model teoretic utilizat în analiza macroeconomică / Theoretical model used for macroeconomic analysis, Romanian Statistical Review, Supplement, no.7, pg. 53-56 / 57-60

8. Anghelache, C., Manole, A., Anghel, M.G., Popovici, M. (2016). The analysis of the interconnections between the indicators of the external payment balance and the macroeconomic aggregates of results, Romanian Statistical Review, Issue 1/2016, pp. 3-8

9. Anghelache, C., Prodan, L., Dumitrescu, D., Soare, D.V., Bardaşu, G. (2015). Models used in Macroeconomic Analyses, Romanian Statistical Review – Supplement, No. 4, pp. 53-57

10. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică

11. Anghelache, C. (2010). Some Macroeconomic Evolution of Romania, Metalurgia International, nr. 5/2010, pp. 198-205

12. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V., Dumbravă, M., Manole, A. (2006). Analiza macroeconomică – Teorie şi studii de caz, Editura Economică, București

13. Anghelache, C., Capanu Ion (2004). Statistică macroeconomică, Editura Economică, București

14. Anghelache, C., Capanu, I. (2003). Indicatori macroeconomici – calcul şi analiză economică, Editura Economică, Bucureşti

15. Bardsen, G., Nymagen, R., Jansen, E. (2005). The Econometrics of Macroeconomic Modelling, Oxford University Press, ISI Newsletter, Volume 31, Number 2(92)/2007

16. Censolo, R., Colombo, C. (2008). Public consumption composition in a growing economy, Journal of Macroeconomics, Volume 30, Issue 4, pp. 1479-1495

17. Céspedes, L.F., Velasco, A. (2012). Macroeconomic Performance During Commodity Price Booms and Busts, IMF Economic Review 60, December, pp. 570-599. NBER Working Paper No 18569 (Cambridge, Massachusetts, National Bureau of Economic Research)

18. Gali, J., Gambetti, L. (2015). The effects of monetary policy on stock market bubbles: Some evidence, American Economic Journal: Macroeconomics, Vol. 7, No. 1, pp. 233–257

19. Lucas, R.E. Jr. (2003). Macroeconomic Priorities, American Economic Review, 93(1), pp. 1-14

20. Mitroi, A., Oproiu, A. (2013). Analysis of the correlation between the evolution of the consumer loans and the evolution of household income in Romania, Theoretical and Applied Economics, No. 12 (589), pp. 67-82

21. Savor, P. and M. Wilson (2013). How much do investors care about macroeconomic risk? Evidence from scheduled economic announcements, Journal of Financial and Quantitative Analysis 48 (2), pp. 343–375

22. Sokolovska, O., Sokolovskyi, D. (2015). Analysis of dependence of tax behavior on macroeconomic factors: the case of OECD countries, University Library of Munich, Germany in its series MPRA Paper with number 69059, available online at https://mpra.ub.uni-muenchen.de/69059/1/MPRA_paper_69059.pdf

23. Turnovsky, S. (2000). Methods of Macroeconomic Dynamics, MIT Press Cambridge 24. Vîrjan, D., Crețu, A.Ș. (2015). The Correlation between Employment and Productivity

of Older Workers, Theoretical and Applied Economics Volume XXII (2015), No. 4(605), Winter, pp. 301-308

Revista Română de Statistică - Supliment nr. 3 / 2017 189

THE MAIN INTERCONNECTIONS BETWEEN BALANCE OF PAYMENTS INDICATORS AND

THE MACROECONOMIC AGGREGATES RESULTS

Prof. Constantin ANGHELACHE PhDBucharest University of Economic Studies/„Artifex„ University of BucharestDoina BUREA PhD StudentBucharest University of Economic StudiesAlexandru URSACHE PhD StudentBucharest University of Economic Studies

Abstract In this paper, the authors present interconnections established between balance of payments indicators and the macroeconomic indicators of results. It is contemplated that the balance is refl ected in the macro mode in which the interconnections mentioned above. Thus, GDP is correlated with its structural elements. In this sense, considering the connections established between GDP and the international trade and its two components (import and export). Connections are formalized analyzed using relevant statistical and mathematical relationships. Based on these interdependencies, can extend analyzes using econometric methods. By calculating regression parameters can be estimated trends in macroeconomic indicators. Keywords: gross domestic product, balance, national account, the aggregate economic agent. JEL Classifi cation: E60, F13

Introduction Balance of Payments (BoP) can be defi ned, generally, as a statistical picture of international economic transactions that occur between agents resident and non-residents of a country, transactions that are carried out during a period (year, quarter, month) . Despite its name, not only interested in BP payments in the ordinary sense, but all transactions, even if some of them do not include the payment currency. BP in a specifi c form, narrower - is actually an integral part of National Accounts (account 8 „rest of the world”), which is why between balance of payments indicators and key macroeconomic aggregates identifi es a number of key relationships in the study of internal and external economic imbalances, their funding and their incidence on the economic situation of the country.

Romanian Statistical Review - Supplement nr. 3 / 2017190

Literature review Anghelache, Manole, Anghel, Popovici (2016) studies the impact of balance of payments indicators on macroeconomic outcomes. Anghelache Mitra and Voineagu (2013), Anghelache et.al. (2006), Anghelache and Capanu (2003, 2004), Anghelache and Anghel (2016) presents indicators and instruments of macroeconomic statistics. Albu (2007) describes the effect of FDI on the labor market and, by extension, on the Romanian economy. Studies on the use of models in macroeconomic analysis and forecasts can be found in Turnovsky (2000), Anghel and Diaconu (2016), Anghelache Jackal (2016), Anghelache et.al. (2016), Anghelache et al. (2015, 2015b), Bardsen, Nymagen and Jansen (2005). Censolo and Colombo (2008) study the structure of public consumption. Sokolovska and Sokolovsky (2015) deals with the connection between their behavior towards fi scal and macroeconomic indicators. Vîrjan and Cretu (2015) addresses a number of indicators on the employees of a certain age. Céspedes and Velasco (2012) were the dynamics of macroeconomic indicators where developments / outliers commodity prices. Savor and Wilson (2013) analyzes the impact of macroeconomic risks on investors. The issue of macroeconomic developments and correlations was approached by Anghelache (2010), which studied the situation in Romania, Anghelache et.al. (2016), Lucas (2003). Mitroi and Oproiu (2013) focuses on a phenomenon with a major impact on the Romanian economy, namely loans for consumption, in conjunction with income borrowers. Gali and Gambetti (2015) evaluated the effect of monetary policy measures on capital market developments.

Data and methodology Balance of Payments (BoP) can be defi ned, generally, as a statistical picture of international economic transactions that occur between resident agents and non-residents of a country, transactions that are carried out during a period (year, quarter, month). Despite its name, BoP is not only interested in payments in the ordinary sense, but all transactions, even if some of them do not include the payment in currency. BoP in a specifi c form, a narrower form - is actually an integral part of National Accounts (account 8 „rest of the world”), which is why between balance of payments indicators and key macroeconomic aggregates there are a number of key relationships in the study of internal and external economic imbalances, their funding and their incidence on the economic situation of the country. Consequently, BoP is an element of National Accounts which provides a comprehensive and detailed framework for collecting and presenting a country’s international economic statistics.

Revista Română de Statistică - Supliment nr. 3 / 2017 191

The standard components of the BoP are grouped into two main sections: • Current transactions: - Goods exported and imported (including distribution services

relating to the property, made to the customs border of the country from where they are exported), therefore, the assessment of exports and imports of goods is in FOB price. This component constitutes the main element of BoP’s current account (trade balance).

- Exported and imported services (passenger and freight transport, tourism, insurance, communication, advertising, etc.).

- Revenues inputs from abroad and ones paid abroad as labor income (wages), from investments (dividends) and property (interest).

- Transfers without any counterpart received from abroad and transferred to foreign countries under various forms: transfers of migrant’s assets, remittances from emigrants, donations, legacies, pensions, free technical assistance, scholarship, taxes, fi nes etc.

• Transfers of capital and fi nancial transfers that refl ect changes in the external fi nancial assets and liabilities, which include: - Transfers of capital; - Direct investment and portfolio (bonds, equities); - Loans granted and received short term, medium term; - Reserve assets (at BNR), which are made as a distinct category of

capital consists of tough fi nancial SDRs, convertible currencies etc. These are claims that monetary authorities can have a direct infl uence in fi nancing of the BoP imbalances and to intervene on the foreign exchange market in order to infl uence the exchange rate of the national currency. - Other items (transit accounts, clearing / barter). There is also a third section „errors and omissions (net)” which is a residual item, due to various causes (unreliable data sources, „fl ee” the country’s currency, etc.). The result is the current account balance of current transactions, in which the main component is the trade balance. The capital and fi nancial account balance is the one that shows the ways for external fi nancing of the current account defi cit, of which the most important are loans, investments and decommitments of funds from offi cial reserves. For the records in debit the meanings are reversed. The BoP equilibrium equation is: SCC + SF + E = 0 (1) or, SCC= - SF - E, (2)

Romanian Statistical Review - Supplement nr. 3 / 2017192

where: SCC= current account of balance of payments; Measure net transfers of real resources (goods, services, income) and the current transfers without any counterpart between the economy and the world; SF= fi nancial account balance of payments; Expresses the net foreign saving, in other words, infl ows of non-residents savings without the outfl ows of residents savings; E= errors and omissions (net). Between macroeconomic aggregates the results and indicators balance of payments (BoP) a series of connections is being produced, for which is necessary to highlight the review of some known relations. The starting point is the identity between supply, demand for fi nal goods and services. The total supply of goods and services in a year is composed of domestic output (GDP) and imports (Imp), while their distribution is given from domestic aggregate demand, CF-fi nal consumption and gross capital-FBC) to which we add external demand (Exp). PIB+Imp = Cpv + Cpb + FPCI + ΔS + Exp (3) PIB= CF+FBC+(Exp-lmp)=CF+FBC+Exp (4) where: Exp.n = Exp - Imp = the trade balance of goods and services (net exports). As it is known, GDP is defi ned as the gross fi nal production realized by the factors of production units within the country (residents and nonresidents). The structure of the GDP after fi nal use provides analysis of some of the most important rates (rate of consumption, investment rate, the rate of exports and imports), rate whose dynamic development highlights the supporting factors, supply growth (domestic demand, including expansion of branches dependent on supplies from the foreign market, and foreign demand). After 1989, the net exports was permanently negative, equivalent to import of goods and services which exceeded exports permanently. This development shows that a signifi cant part of the increase in domestic consumption was fi nanced from external resources, a trend that becomes clearly more diffi cult to sustain. Gross national product (GNP) measures the fi nal output value realized by the national economical agents (resident) in the country and abroad, so for the GDP we need to add the income balance factors of production compared with other countries (SVFS). PNB = PIB + SVFS = PIB + (VFIS - VFPS) (5) where: VFIS= revenue received from abroad; CFPS = income paid abroad.

Revista Română de Statistică - Supliment nr. 3 / 2017 193

Depending on the sign of balance, GNP may be higher or lower compared to GDP. The distinction between GDP and GNP is important when an important part of domestic production is realized by external factors, and when the Romanian economic agents obtain income from activities done abroad. National disposable income is obtained if to the net national product (NNP) we add the balance of current transfers with foreign countries (STCS). VND = PNB – A + STCS = PNN + (TCIS – TCPS) (6) Where: TCIS = current transfers from abroad; TCPS = current transfers payable to abroad. VND = is the economy and disposable income possibilities expressed economy fi nal consumption (CF) and saving (EN). So: VND = CF + EN = PNB - A + (TCIS -TCPS) = = PIB - A + (VFIS - VFPS) + (TCIS – TCPS )= = CF + FBC + (Exp - Imp) - A + (VFIS- VFPS) + (TCIS - TCPS)= = CF + FNC + (Exp -Imp) + (VFIS -VFPS) + (TCIS -TCPS) (7) In the end we obtain: CF + EN = CF + FNC + (Exp - Imp) + (VFIS - VFPS) + (TCIS -TCPS) (8) or EN - FNC = (Exp - Imp) + (VFIS- VFPS) + (TCIS -TCPS) = SCC= -SF (9) where: SCC = current account balance and balance of payments refl ects the difference between net savings and net investment; SF = fi nancial account balance of payments and external fi nancing arrangements refl ect. The last relationship can be written as: EN + SF = FNC (10) Meaning net investments are funded either from domestic savings or from foreign fi nancing (loans, foreign investment, unlocks of the national bank reserves). Saving-investment gap in national accounts indicate national income relations with balance of payments. The size of the external gap is given by the fact that domestic savings only partially cover the domestic investment. The previous relation can be additionally sectored, identifying specifi c indicators of the private sector (sector “the company” and “the Households”) and the public sector. To this end we will split the fi nal consumption and gross capital formation in two parts (CPV and Gpb respectively FBCpv and FBCpb), including in the calculation the net government revenues TX (government revenues as taxes, without taking into account government transfers to the private sector).

Romanian Statistical Review - Supplement nr. 3 / 2017194

Eqv Epb VND - (CF + FBC) = (VND -TX -Cpv- FBCpv+(TX - Cpb) - FBCpb=

= (Epv-FBCpv) + (Epb- FBCpb) = SCC = -SF (11) It is evident that external current account defi cit involves insuffi cient private savings relative to private investment, insuffi cient public savings relative to government investment or both. Therefore, the contribution to the defi cit is highlighted of each sector, making it easier to analyze the causes and taking action. The importance of this identity should be emphasized. It is the major constraint in savings accounts and suggests a relationship between the accounts of the domestic private sector, government budget and current account of the BoP. In other words, the amount of internal imbalances equals the current account imbalance. If the economy absorbs more resources (ABS= Cpv +Cpb +FBCpv +FBCpb) than then - inevitably produce - there will be a defi cit in the current account of the country. In domestic and international publications equilibrium relationship between saving, investment and current account balance of BoP (default balance of external funding) is often highlighted as rates by reporting each of the indicators listed in GDP or GNP. (12) Sau REB – RFBC = RSCC Obviously, the savings rate (REB) is lower than the rate of investment (RFBC which leads to an increased pressure on BoP (Rscc <0).

Conclusion By calculating the balance of the balance of payments, according to its sign, PIN and other macroeconomic indicators of results may be higher or lower compared to GDP. The distinction between GDP and GNP is important when an important part of domestic production is realized by external factors, and when the Romanian economic agents income from activities abroad. It is evident that external current account defi cit involves insuffi cient private savings relative to private investment, insuffi cient public savings relative to investment guvernamen¬tale. or both. There is, therefore, to highlight the contribution of each sector to produce current account defi cit, making it easier to analyze the causes and taking action. The importance of this identity should be emphasized. It is the major constraint in savings accounts and suggests a relationship between the accounts of the domestic private sector, government budget and current account of the

Revista Română de Statistică - Supliment nr. 3 / 2017 195

BoP. In other words, the amount of internal imbalances equals the current account imbalance. If the economy absorbs more resources (ABS= Cpv +Cpb +FBCpv +FBCpb) than then- inevitably produce - there will be a defi cit in the current account of the country. Based on statistical and mathematical relations agreed analysis conducted studies on interconnection of the above indicators may be deep, using econometric methods and models, such as indices method, time series models for single or multiple linear regression. Based on these models, we can calculate coeffi cients (parameters) regression used in estimating the economic and fi nancial forecasts.

References 1. Albu, L. (2007). Modelarea şi evaluarea impactului investiţiilor directe asupra pieţei

muncii şi evoluţiei macroeconomice din România, Working Paper of Macroeconomic Modelling Seminar, Institute for Economic Forecasting

2. Anghelache, C., Anghel, M.G. (2016). Bazele statisticii economice. Concepte teoretice şi studii de caz, Editura Economică, Bucureşti

3. Anghelache, C., Anghel, M.G., Manole, A., Lilea, F.P.C. (2016). Modelare economică, fi nanciar-monetar-bancară şi informatică, Editura Artifex, București

4. Anghelache, C., Marinescu, R.T., Dinu, A.M., Dumitrescu, D., Soare, D.V. (2015). Macroeconomic Correlations Analyzed Multiple Regression Model, Romanian Statistical Review – Supplement, No. 4, pp. 30-35

5. Anghelache, C., Manole, A., Anghel, M.G., Diaconu, A. (2016). Essentials aspects on macroeconomic variables and their correlations, Theoretical and Applied Economics, Volume XXII, No.1/2016 (606), Spring, pp. 151-162

6. Anghel, M.G., Diaconu, A. (2016). Modele de echilibru şi autoregresive utilizate în prognoze macroeconomice / Equilibrium and autoregression models used for macroeconomic prognosis, Romanian Statistical Review, Supplement, no.7, pp. 61-69/70-78

7. Anghelache, C., Sacală, C. (2016). Model teoretic utilizat în analiza macroeconomică / Theoretical model used for macroeconomic analysis, Romanian Statistical Review, Supplement, no.7, pg. 53-56 / 57-60

8. Anghelache, C., Manole, A., Anghel, M.G., Popovici, M. (2016). The analysis of the interconnections between the indicators of the external payment balance and the macroeconomic aggregates of results, Romanian Statistical Review, Issue 1/2016, pp. 3-8

9. Anghelache, C., Prodan, L., Dumitrescu, D., Soare, D.V., Bardaşu, G. (2015). Models used in Macroeconomic Analyses, Romanian Statistical Review – Supplement, No. 4, pp. 53-57

10. Anghelache, C., Mitruţ, C., Voineagu, V. (2013). Statistică macroeconomică. Sistemul Conturilor Naţionale, Editura Economică

11. Anghelache, C. (2010). Some Macroeconomic Evolution of Romania, Metalurgia International, nr. 5/2010, pp. 198-205

12. Anghelache, C., Isaic-Maniu, A., Mitruţ, C., Voineagu, V., Dumbravă, M., Manole, A. (2006). Analiza macroeconomică – Teorie şi studii de caz, Editura Economică, București

13. Anghelache, C., Capanu Ion (2004). Statistică macroeconomică, Editura Economică, București

Romanian Statistical Review - Supplement nr. 3 / 2017196

14. Anghelache, C., Capanu, I. (2003). Indicatori macroeconomici – calcul şi analiză economică, Editura Economică, Bucureşti

15. Bardsen, G., Nymagen, R., Jansen, E. (2005). The Econometrics of Macroeconomic Modelling, Oxford University Press, ISI Newsletter, Volume 31, Number 2(92)/2007

16. Censolo, R., Colombo, C. (2008). Public consumption composition in a growing economy, Journal of Macroeconomics, Volume 30, Issue 4, pp. 1479-1495

17. Céspedes, L.F., Velasco, A. (2012). Macroeconomic Performance During Commodity Price Booms and Busts, IMF Economic Review 60, December, pp. 570-599. NBER Working Paper No 18569 (Cambridge, Massachusetts, National Bureau of Economic Research)

18. Gali, J., Gambetti, L. (2015). The effects of monetary policy on stock market bubbles: Some evidence, American Economic Journal: Macroeconomics, Vol. 7, No. 1, pp. 233–257

19. Lucas, R.E. Jr. (2003). Macroeconomic Priorities, American Economic Review, 93(1), pp. 1-14

20. Mitroi, A., Oproiu, A. (2013). Analysis of the correlation between the evolution of the consumer loans and the evolution of household income in Romania, Theoretical and Applied Economics, No. 12 (589), pp. 67-82

21. Savor, P. and M. Wilson (2013). How much do investors care about macroeconomic risk? Evidence from scheduled economic announcements, Journal of Financial and Quantitative Analysis 48 (2), pp. 343–375

22. Sokolovska, O., Sokolovskyi, D. (2015). Analysis of dependence of tax behavior on macroeconomic factors: the case of OECD countries, University Library of Munich, Germany in its series MPRA Paper with number 69059, available online at https://mpra.ub.uni-muenchen.de/69059/1/MPRA_paper_69059.pdf

23. Turnovsky, S. (2000). Methods of Macroeconomic Dynamics, MIT Press Cambridge 24. Vîrjan, D., Crețu, A.Ș. (2015). The Correlation between Employment and Productivity

of Older Workers, Theoretical and Applied Economics Volume XXII (2015), No. 4(605), Winter, pp. 301-308

Revista Română de Statistică - Supliment nr. 3 / 2017 197

Financial Reporting – Challenges and TrendsWhat is the Impact of Alignment to

International Standards from Financial Perspective?

Carmen LACATUSUFaculty of Economics and Business Administration, West University, Timisoara

Abstract The purpose of this article is to draw into attention the differences on fi nancial terms and the impact of alignment of the current Romanian regulations stipulated by OMF 1802/2014 to IFRS. The impact will refer to how will be infl uenced the decisions of the users of fi nancial information if different regulation applies. Starting from 2015, Romanian entities prepare their fi rst fi nancial statements in accordance with the accounting regulations approved by the Order of the Minister of Public Finances no. 1802/2014 (the legal pronouncement that transposes the provisions of Directive 2013/34/EU of the European Parliament and of the Council in Romania). In order to quantify the impact of the differences between the accounting treatments, I have made an analysis on Balance Sheet and Profi t and Loss statements of the company Alfa. I have presented only the results after mapping the accounts in the Balance Sheet and Profi t and Loss forms and interpreted how the decisions of the users of fi nancial information are infl uenced in both cases. After the analysis performed I have concluded that the decisions of investors, banks and other users of fi nancial statements change due to different results obtained by using the mentioned frameworks. The subject is of interest because the normalisation process increasingly imposes that the economic judgement implemented through national regulations to align to international standards. Key words: globalization, fi nancial reporting, fi nancial statements, decisional process JEL Code: F23, F36, F39

1.Introduction and literature review The globalization process requires a more powerful information. Thomas R. Robinson presents in the book called International Financial Statement Analysis the constraints regarding the information supplied by fi nancial statements:

Romanian Statistical Review - Supplement nr. 3 / 2017198

The need to have the desired characteristics; for example, to be relevant, information must be provided on time. This requires considerable time to obtain assurance that the information is free of errors;

Cost of providing the information: benefi t derived from information should exceed the cost of providing them;

Omissions of fi nancial statements: the fi nancial statements omit non-quantifi able information (creativity, innovation, workforce competence of a company, which are not directly presented in the fi nancial statements). (Robinson Th., Greuning H., Henry E., Broihahn M, 2008)

These constraints are generated by a number of obstacles, among which we can mention:The confl ict which exist sometimes between the qualities required

to accounting information by various categories of users around the world;

Diffi culties in selecting the information considered to be signifi cant and relevant by various categories of users at international level;

Diffi culties in evaluating the “benefi t” which will be generated by the information;

Frequent updates in fi nancial reporting framework, which adversely affect the comparability of the information presented at international level. (Cotleţ D., Megan O., Pistol I., 2007)The accounting system of a country is the product of a complex

process. During this process rules and accounting practices are developed as a result of interaction between makers and users of fi nancial statements.

The different needs of various users of accounting information resulted in the construction of two representations of the same reality about a company: a representation to satisfy information needs of external users (investors, creditors, statutory authorities, customers, trade unions) and a representation to satisfy information needs of internal users (managers, who plan, organize and manage a business, marketing managers, production supervisors, fi nance directors). (Kimmel P., Kieso D., Weygandt J., 2011)

The fi nancial information is currently dominated by globalisation, by the techniques related to the consolidation of accounts, which are improved all the time and also by the development of some concepts as “eco” accounting, infl ation adjusted accounting. The assimilation of IFRS regulations in continental-european countries can be considered a diffi cult process, which needs time. In order to align to IFRS rules, in Romania will have to be assimilated an accounting referential oriented to fi nancial communication, the professional judgement playing an important role.

Revista Română de Statistică - Supliment nr. 3 / 2017 199

2. Overview The general accounting framework in Romania is represented by the Accounting Law no. 82/1991. Under the Accounting Law, Romanian companies and permanent establishments in Romania of foreign companies are required to organise and conduct their own accounting, including preparation of annual fi nancial statements (exemption is given to braches of EU countries). Romanian companies and foreign entities doing business in Romania through permanent establishments must apply the accounting regulations depending on the nature of their business. The trading companies apply the Accounting Regulations compliant with Fourth and Seventh European Directives, approved by the Order of Ministry of Public Finance of Romania no. 1802/2014 (“OMF 1802”). OMF 1802 distinguishes the companies that should prepare simplifi ed fi nancial statements from the companies that should prepare full set of fi nancial statements based on three size-criteria: - total assets – EUR 3,650,000, - annual net turnover – EUR 7,300,000, and - average number of employees during the fi nancial year – 50. If a company exceeds at its balance sheet date the limits of two of the three criteria in two consecutive years it must prepare a full set of fi nancial statements comprising balance sheet, profi t and loss account, statement on changes in equity, cash fl ow statement, and explanatory notes to the fi nancial statements. Otherwise, it shall prepare simplifi ed annual fi nancial statements comprising simplifi ed balance sheet, profi t and loss account and explanatory notes to the fi nancial statements. The company can also opt for preparing a statement of changes in equity and/or a cash fl ow statement. I have summarized below the main differences, in terms of fi nancial accounting, between OMF 1802/2014 and IFRS regulations.

financial statements presentation

functional currency inventories

financial instruments fixed assets impairment

loan classification OMF 1802 vs IFRS correction of errors

provisions deferred income tax

revenue

Source: author

Romanian Statistical Review - Supplement nr. 3 / 2017200

3. Differences between Romanian GAAP and International Financial Reporting Standards

Financial statements The Romanian Accounting Regulations prescribe the format of Bal-ance sheet and Income Statement (different from IAS 1).

Inventories Methods permitted to determine cost: FIFO, weighted average cost or LIFO (LIFO is no allowed under IFRS). Allocation of price differences to the value of inventories can be made based on a coeffi cient (different from IAS 2).

Property, plant and equipment In the fi rst year of application of Order 1802, the residual value from the beginning of the year can be treated as purchase price, in the cases where the purchase price cannot be determined without expenses or signifi cant de-lays (concept similar to deemed cost under IFRS1). New regulation stipulated by OMF 1802 as compared to OMF 3055/2009 (previous framework): capitalisation of interest - is possible for long term assets. This policy allows the capitalisation of interest related to long term assets whose starting date of capitalisation is after 1 January 2015. Long term assets are those assets who require a substantial period of time, longer than one year, to be completed for use or for sale (under IFRS, capi-talisation of interest is mandatory under IAS23) For idle fi xed assets – policy choice between continue to depreciate or stop depreciation and record a provision (under IFRS always continue to depreciate). Revaluation reserve: treatment for tax purposes of the revaluation reserve must be disclosed in the explanatory notes.

Impairment of property, plant and equipment Impairment is assessed as the difference between stock-count value (determined at the yearly stock-count) and carrying value at each balance sheet date. Stock-count value should be determined considering the asset’s utility, condition and market price or by using other valuation methods (such as discounted cash-fl ows). Impairment indicators may be considered when assessing if there is impairment. (Different than IFRS - impairment test done only if there are impairment indicators, clear guidance on how to determine impairment exists).

Revista Română de Statistică - Supliment nr. 3 / 2017 201

Intangible assets Capitalization of start-up expenses is permitted (these are recognised as expenditure in IFRS). Customer lists cannot be recognised as assets, not even in business combinations (IFRS – allowed in a business combination). Concessions received are refl ected as intangible assets when the con-cession contract establishes a duration and value determined for concession. Amortization of concession is to be recorded over the period of use, estab-lished in accordance with the contract. In case the contract provides for rent payment, instead of a depreciable value, the accounting records of the com-pany receiving the concession refl ect the rent expense, without recognition of an intangible asset (not consistent with IAS 38 – legal form over economic substance). Business combinations: no guidance on identifying additional intan-gible assets. Amortization of goodwill over a period of maximum 5 years or lon-ger, with explanations in the notes (in IFRS 3 it is not amortised, but tested for impairment at least annually). Revaluation of intangible assets is not permitted.

Correction of errors Correction of errors related to previous periods is made by adjusting retained earnings, but it is not allowed to restate comparative (under IFRS comparatives must be restated). If the correction of errors results in accounting loss, this loss should be covered before any distribution of profi t.

Deferred income tax No standard exists under Romanian GAAP.

Revenue recognition No detailed standard on revenue recognition; revenue is generally recognised when risks and rewards are transferred. Construction contracts – revenue only recognised if the works are ac-cepted by the clients (signed reception minutes or other documents). Loyalty programmes – impact is recognised as a provision and ex-pense (IFRS: deferred revenue and decrease of revenue).

Functional currency Reporting and presentation currency is RON.

Romanian Statistical Review - Supplement nr. 3 / 2017202

Hyperinfl ationary economy No standard exists. Romania was hyperinfl ationary up to 31 December 2003, therefore, un-der IFRS, all non current items (e.g. property, plant and equipment, share capital etc) should be restated in terms of purchasing power existed as at 31 December 2003. Under Romanian GAAP revaluations could have been done that could, in certain circumstances, result in similar results to hyperinfl ation accounting.

Earnings per share No standard exists.

Provisions The conditions for recognising are similar to IFRS.

Long-term/short-term classifi cation The requirement in IAS1 that results in the classifi cation of loans as short-term if the borrower can demand repayment within 12 months does not exist.

Financial instruments Valuation at fair value only allowed in the consolidated fi nancial statements, as follows: - In case of valuation of fi nancial instruments at fair value, change of

value is included in the Income Statement. - However, such a modifi cation is not included directly in the share-

holders’ equity, in a fair value reserve, if: a) the instrument accounted for is a hedging instrument in accordance

with an accounting hedging system which allows that certain or all value modifi cations should not be recorded in the Income State-ment; or

b) the value of the modifi cation refers to a foreign currency exchange rate difference arising for a monetary item which is part of a net investment of the company in a foreign entity (Net investment in a foreign entity as per OMF means the share of the reporting entity in the net assets of the respective foreign company).

- Modifi cation of the value of an available-for-sale fi nancial asset, other than a derivative fi nancial instrument, may be included directly in the shareholders’ equity, in the fair value reserve. For the standalone fi nancial statements only short-term quoted instru-ments should be valued at market price.

Revista Română de Statistică - Supliment nr. 3 / 2017 203

Free shares – they are recorded either in reserves for long-term invest-ments or in the income statement for short-term ones. Bank deposits are short-term investments (not cash).

Disclosures Signifi cantly less disclosure requirements under OMF 1802/2014.

According to the IFRS standards, assets are ranked in the balance sheet in descending order and liabilities in ascending order. Synthetically, these differences can be seen in table no. 1.

Comparative structure of the balance-sheet assets and liabilities Table no.1

In compliance with national laws (accounting

regulations consistent with European directives)

In compliance with IFRS standards Adjustments Comment

A. Fixed Assets I. Intangible assets II. Tangible assets

III. Financial assets

B. Current assets I. Inventories II. Receivables III. Short-term investments IV. Cash and bank accounts

C. Prepaid expenses

28.00 153.00

0.00

41.00 19.00

1.00

3.30

0.00

Non-current assets Property, plant and equipment

Intangible assets

Deferred income tax assets Available-for-sale financial assetsTrade and other receivables

Current assets Inventories Trade and other receivables

Available-for-sale financial assetsFinancial assets at fair value through profit or loss Cash and cash equivalents (excluding overdraft)

155.00

26.00

0.02

17.00 0.00

23.00 19.00

1.00

0.00

3.30

2.00

-2

-0.02

2 difference restatement due to revaluation

concession-rent expense under IFRS deferred income tax asset only under IFRS

18 EUR are assets held to be sold

Total assets 245.20 Total assets 244.32 -0.02 D. Debts: amounts payable within one year

G. Debts: amounts payable within more than one year

16.50

119.50

Equity Ordinary shares Share premium Other reserves Foreign currency translation reserve Retained earnings

Non-current liabilities Borrowings Deferred income tax liabilities Retirement benefit obligations Provisions for other liabilities and charges

25.00 17.00 10.30

56.02

115.50

0.00 4.00

1.00

0.7

1.3

eliminate 2014 revaluation reserve

0.12 adjustment depreciation due to revaluation

Romanian Statistical Review - Supplement nr. 3 / 2017204

H. Provisions I. Deferred income J. Capital and reserves I. Subscribed capital (presentingseparately the paid upand unpaid capital) II. Share premiums III. Revaluation reserves IV. Reserves V. Profit/loss carried forward VI. Profit/loss of the financial year

2.00 0.00

25.00 17.00

0.70 10.30

54.20

Current liabilities Trade and other payables Current income tax liabilities Borrowings Provisions for other liabilities and charges

0.00 0.50 14.00

1.00

-2.00

-0.02

concession adjustment

deferred tax asset impact

Total equity and liabilities

245.20 Total equity and liabilities

244.32 -0.02

Check Total assets=Total equity+liabilities

yes yes

There are some differences between the accounting treatments, refl ected in the Balance Sheet statement:

The company has closed a contract with the Local Authorities in respect of a concession in amount of EUR 200,000. The contract specifi es the total depreciable value and not a monthly rent to be paid. As per OMF 1802, the concession in amount of EUR 200,000 has to be recorded as intangible asset. The accounting treatment under IFRS is different: the concession will be recorded as a rent expense in Profi t and Loss account.

The company is building a new plant. The As per IAS 23, the borrowing costs directly attributable to the acquisition, construction or production of assets that take a substantial period of time to be used or sold must be capitalized. Same treatment under OMF 1802.

The company has revaluated the fi xed assets during 2014. Under IFRS, all non current items (e.g. property, plant and equipment, share capital etc) should be restated in terms of purchasing power existed as at 31 December 2003. The revaluation has been made for all fi xed assets, for some generating surplus and for other loss. We have restated the IFRS fi gures, eliminated the revaluation reserve effect of EUR 700 and also the impact on the fi xed assets value, including also the impact on depreciation of EUR 1,300.

Revista Română de Statistică - Supliment nr. 3 / 2017 205

OMF 1802 does not allow the recognition of deferred tax. We have computed the adjustment by applying the rate of tax of 16% to the fi xed assets value restated.

The company has fi nancial assets held with the purpose to be sold. As per IFRS 5, the value of these assets will be recovered by selling them rather than by using them. These assets stops to be depreciated and are valued at the lower value than cost and fair value less cession costs, by affecting the Profi t and Loss with the impairment value, if the case. OMF 1802/2014 does not recognise this category of assets, they are transferred from fi xed assets to inventory, if a fi xed asset is improved in order to be sold.

In compliance with the national laws, the profi t and loss account includes all revenues and expenses of the year, grouped by their nature, arranged alternately (revenue, then expenses within each activity, establishing the earnings per each activity), and the profi t or loss for the period. IAS 1, ‘Presentation of fi nancial statements’, and other requirements that impact the income statement/statement of comprehensive income. Entities have a choice of presenting all items of income and expense recognized in a period either: (a) in a single statement of comprehensive income; or (b) in two statements (as adopted by IFRS GAAP plc) comprising: (i) a separate income statement, which displays components of profi t or loss; and (ii) a statement of comprehensive income, which begins with profi t or loss and displays components of other comprehensive income.

The main difference between these two options is that in option (a), profi t for the year is shown as a sub-total rather than the ‘bottom line’, and the statement continues down to total comprehensive income for the year.

Synthetically, these differences can be seen in table no. 2.

Romanian Statistical Review - Supplement nr. 3 / 2017206

Comparative structure of the profi t and loss accountTable no. 2

In compliance with national laws (accounting

regulations consistent with European directives)

In compliance with IFRS standards Comment

1 Net turnover 2. Changes in inventories of finished goods and work in progress 3. Production made by the entity for its own purposes and capitalized 4. Other operating income 5. a) Raw materials and consumables b) Other external costs Commercial discounts received from suppliers 6. Staff costs: a) Salaries and grants b) Social security costs with a separate indication of those relating to pensions 7. a) Value adjustments in respect of tangible and intangible assets b) Value adjustments in respect of current assets, to the extent that they exceed the amount of value adjustments which are normal in the undertaking concerned 8. Other operating expenses

300.00

0.00

0.00 5.00

170.00

-1.00 20.00

23.00

41.30

RevenueOther income Purchase of goods for resale Purchase of external services Utilities expenses Rent expenses InsuranceTelecommunication services Promotion, marketing and advertisingTravelRepairsPersonnel costs Purchase of materials Depreciation and amortization expenseOther expenses Capitalized internal construction costs

300.00 5.00

40.00 0.30.50.20.1

0.20.10.320

170

23 0.1

concession-rent

Operating profit or loss 51.70 Operating profit before financing costs

50.3 9. Income from participating interests, with separate indication of that derived from affiliated undertakings 10. Income from other investments and loans forming partof the fixed assets, with a separate indication of that derived from affiliated undertakings 11. Other interest receivable and similar income, with a separate indication of that derived

30.00

Financial income Financial expenses

30.00 13.60

Revista Română de Statistică - Supliment nr. 3 / 2017 207

from affiliated undertakings 12. Value adjustments of financial assets and investments held as current assets 13. Interest payable and similar charges, with a separate indication of that regarding affiliated undertakings

13.60

Financial profit or loss 16.40 Net financing position 16.40 14. Profit or loss on ordinary activities 68.10 Profit/loss before tax

66.70

15. Extraordinary income 16. Extraordinary expenses

0.000.00

17. Profit or loss on extraordinary activities 0.00 18. Tax on profit 19. Other taxes not listed at the items above

10.89 Income tax expense 10.67

20. Net profit/loss of the financial year 57.21 Net profit for the year

Other comprehensive income Foreign currency translation

Comprehensive income for the period

56.02

0.00

56.02

I computed the indicators below based on statutory and also on IFRS fi gures and concluded how different the decisions of the users are based on these two reporting frameworks. The indicators analysed are: a. Net profi t margin; b. Economic rentability; c. Financial rentability; d. Interest cover. a. Net profi t margin: is the ratio of net profi ts to revenues for a company or business segment. Using statutory fi gures: Net profi t margin is = 57.21/300*100 = 19.07%. Using IFRS fi gures: Net profi t margin is = 56.02/300*100 = 18.67%. So the net profi t margin is lower if IFRS fi gures are considered. The investors could be misled if statutory fi gures are disclosed, as the net result and implicitly the net profi t margin are more optimistic than using IFRS fi gures. b. Economic rentability: measures the total performance of a company, independent of its fi nancing mode and independent of the fi scal regulations. It can be expressed in many forms: - Economic rentability of assets; - Economic rentability of capital invested.

Romanian Statistical Review - Supplement nr. 3 / 2017208

Economic rentebility of assets is computed as Gross profi t divided to Total assets. Its level is of interest for the management of the company which appreciate the effi ciency the assets are used with. Using statutory fi gures: Economic rentability of assets is = 68.10/245.20*100 = 27.77%. Using IFRS fi gures: Economic rentability of assets is = 66.70/244.32*100 = 27.30%. Again statutory fi gures look more optimistic and disclose a better statement than IFRS fi gures. Looking only at statutory fi gures, the managers conclude that the assets of the company are used with 27.77% effi ciency. The reality from IFRS perspective is not far away, but the indicator reaches 27.3% only. Economic rentability of capital invested: is determined as Total result or Operating profi t as a percentage of capital invested. Actual investors and potential investors (shareholders and banks) and fi rst interested on this indicator, but also the managers, for which a high level of this rate means an effi cient administration of the capital invested. Using statutory fi gures: Economic rentability of capital invested is = 51.7/226.7*100 = 22.81%. Using IFRS fi gures: Economic rentability of capital invested is = 50.3/223.82*100 = 22.47%. Looking at statutory fi gures, the results are better than IFRS reporting fi gures. c. Financial rentability: expresses the effi ciency of using the own capital of the company. The shareholders are the fi rst interested on this rate, as they appreciate if their investment is justifi ed and if they will continue to sustain the company’s development through infusions of capital or through renouncing to dividends to be received by them. The rate can be computed as Net profi t divided to share capital. Using statutory fi gures: Financial rentability is = 57.21/25*100 = 228.84%. Using IFRS fi gures: Financial rentability is = 56.02/25*100 = 224.08%. Looking at statutory fi gures, the capital is more effi ciently used. The investors will desire in this case to sustain the company in the future. From IFRS perspective, the capital is a bit used with lower effi ciency. d. Interest cover: expresses the capability of a company to obtain profi t in order to cover the interest. This indicator informs the shareholders if

Revista Română de Statistică - Supliment nr. 3 / 2017 209

the profi t is suffi ciently high, as after covering the interest, it can be distributed to them as dividends. Interest cover is computed as Profi t before interest and tax / Interest expense. The recommended level is minimum 3. Using statutory fi gures: Interest cover is = 81.7/13.6 = 6. Using IFRS fi gures: Interest cover is = 80.3/13.6 = 5.9. From statutory perspective, the profi t covers 6 times the interest expense. Using IFRS fi gures, 5.9 times. In both cases, the level if above 3.

4. ConclusionsAs it can be seen above, the different approach under IFRS and

OMF 1802 has impact on the Balance Sheet and Profi t and Loss Statements fi gures and also on the fi nancial indicators computed. Only looking at the profi t, if OMF regulations are applied, the indicator is higher than using IFRS judgements. Also the analyses of the fi nancial indicators conducts to a more optimistic statement if statutory fi gures are used as compared to the results under IFRS.

The decisions of the users of fi nancial statements could be infl uenced - investors could decide to buy or not shares, shareholders could decide if they continue to invest or not, banks make their own analysis in order to provide or not loans, local authorities benefi t of more or less taxes encashed.

So, the accounting treatment has impact on the perspectives and the future of the company. The question is what accounting treatment better refl ect the reality, in order that the users of fi nancial information take the best decisions.

BIBLIOGRAFHY 1. ACCA The Association of chartered certifi ed accountants (2011), Paper F7 Int/

UK Finnacial reporting (FR), Complete text, Kaplan Publishing, UK; 2. Cotleţ D., Megan O., Pistol I.(2007) , Raportările fi nanciare ele entităţilor

economice, Editura Mirton, Timişoara, pages 11-13; 3. International Accounting Standard Board (2010), International Financial Report-

ing Standards required for annual reporting periods beginning on 1 January 2011, IFRS Foundation;

4. Kimmel P., Kieso D., Weygandt J. (2011) , Financial accounting- tools for business decision making, Ed. John Wiley&Sons, USA, pages 5-7;

5. Robinson Th., Greuning H., Henry E., Broihahn M. (2008), International Financial Statement Analysis, CFA Institute Investment Series, ch.5.3;

6. PwC Technical Department

Romanian Statistical Review - Supplement nr. 3 / 2017210

7. http://www.expertizacontabilitate.ro/blog/prezentarea-diferentelor-dintre-referentialul-international-si-legalizarile-contabile-nationale/

8. http://www.economistul.ro/principalele-diferente-dintre-prevederile-reglementarilor-contabile-nationale-si-cele-ale-referentialului-international-omfp-30552009-versus-iasifrs-a4278/

9. http://www.bdoschool.ro/bbs/Shared%20Documents/Sa%20raportam%20IFRS.aspx 10. http://www.ceccarbusinessmagazine.ro/principalele-modifi cari-si-completari-ale-

reglementarilor-contabile-prevazute-de-ordinul-ministrului-fi nantelor-publice-nr-4160-2015-a263/

11. http://rbd.doingbusiness.ro/en/1/latest-articles/all/861/aplicarea-standardelor-internationale-de-raportare-financiara-pentru-societatile-ale-caror-valori-mobiliare-sunt-admise-la-tranzactionare-pe-o-piata-reglementata

12. OMFP 1802/2014

Revista Română de Statistică - Supliment nr. 3 / 2017 211

Efectele activităţii de transport asupra factorilor de mediu

Student Cristian Marius DUMITRU-VLĂDULESCUStudent Ioana MUȘATAcademia de Studii Economice

ABSTRACT The transport fi eld is a currently irreplaceable sector involved in human development that generates negative impacts on the environmental components. So, it is important to come up with solutions that will reduce environmental damage. The aim of our research is to study the negative effects of the transport activities on the natural environment by inquiring the existing literature, as well as by performing an econometric analysis. We used the Eviews software for testing the correlation and the causality between the number of cars and the greenhouse gas emissions from Romania during 1990 and 2013. The analysis indicated no causality between these two indicators, meaning the atmospheric pollution and the increasing of the cars. Keywords: The transport fi eld, environmental damage, eviews, greenhouse gases, number of cars, atmospheric pollution, unit root test, the correlation matrix, Granger causality test.

REZUMAT Activitatea de transport este un domeniu de neinlocuit in prezent fi ind implicat în dezvoltarea umană, care generează un impact negativ asupra factorilor de mediu. Deci, este important să venim cu soluții care vor reduce daunele produse asupra mediului. Scopul cercetării noastre este de a studia efectele negative ale activității de transport asupra mediului natural prin revizuirea literaturii existente, precum și prin efectuarea unei analize econometrice. Am folosit programul Eviews pentru testarea corelației si a cauzalitații dintre numărul de autovehicule și emisiile de gaze cu efect de sera din Romania între anii 1990-2013. Analiza a indicat că nu există cauzalitate între acești doi indicatori, poluarea atmosferică și creșterea numarului mașinilor. Cuvinte cheie: activitatea de transport, pagube de mediu, eviews, gaze cu efect de sera, numar masini, poluarea atmosferica, unit root test, matrice de corelatie, test de cauzalitate Granger.

Romanian Statistical Review - Supplement nr. 3 / 2017212

INTRODUCERE Transporturile reprezintă un sector indispensabil al activității economico-sociale pentru că prin intermediul lor se realizează deplasarea a bunurilor și a oamenilor în scopul satisfacerii nevoilor materiale și spirituale ale societății. În ultimii 20 de ani, ramura transportului a marcat constant o sporire cu aproximativ 3,1% pe an în ceea ce privește transportul de pasageri și 2,3% pe an pentru transportul de bunuri. Concomitent, sectorul de transport și-a pus amprenta din ce în ce mai mult asupra mediului natural și societății. Conform unor date statistice, industria de transport reprezintă 30% din consumul de energie din UE, 8% din PIB( produsul intern brut), peste 6% din forța de muncă și 40% din investițiile statelor Uniunii Europene. În cadrul societăţii umane, transporturile înseamnă o componentă fundamentală, de aceea sunt absolut necesare atât în contextul vieții sociale cât și în cel al vieții economice și culturale. Însă, pe termen lung, industria transportului degradează calitatea mediului și afectează direct sau indirect starea de sănătate a populației, efect ce generează costuri substanțiale asupra comunități. Din cauza numeroaselor activități de transport, mediul suferă schimbari și își pierde din calitate prin: Generarea de efecte asupra climei prin apariția efectului de seră cauzat de emisiile de gaze care au un impact semnifi cativ pe termen lung; Temperatura medie a aerului in apropierea suprafetei Pamantului a crescut in ultimul secol cu aproximativ 0,7 grade Celsius. Expertii ce studiaza evolutia climei afi rma ca cea mai mare parte a cresterii temperaturii medii in a doua jumatate a secolului XX-lea se datoreaza probabil cresterii concentratiei gazelor cu efect de sera, de provenienta antropica, iar fenomenele naturale precum variatiile solare si vulcanismul au avut un efect de incalzire pana in anii 1950. Indiferent care sunt cauzele, cert este ca incalzirea globala are loc cu adevarat.” Producerea a unor cantități remarcabile de deșeuri, cum ar fi anvelope și uleiuri uzate; Poluarea sonoră. În zonele urbane, cel mai des, sursele remarcabile de zgomot sunt din cauza trafi cului care poate avea repercursiuni asupra sănătății populației; Conform unor statistici, 40% din populaţia tarilor europene este expusă zgomotului cu o intensitate de 55 decibeli produs de trafi cul rutier şi 20% zgomotelor de peste 65 decibeli. Dacă luam in calcul toate zgomotele produse de activitate de transport, atunci peste 50% din populaţia Europei nu are confortul sonor normal la domiciliu şi aproximativ 30% este afectată

Revista Română de Statistică - Supliment nr. 3 / 2017 213

noaptea. In ţările în curs de dezvoltare, poluarea este mai severa prin densitatea crescută a circulaţiei şi prin absenţa centurilor de circulaţie în oraşele mari. Se apreciază că în aceste ţări intensitatea sonoră este pe parcursul zilei în jurul a 75-80 decibeli. Limitarea spațiilor verzi și a trotuarelor cauzate de amenajarea unor suprafețe mari pentru parcări, fi ind o infrastructură indispensabilă activităților de transport; Suprafaţa de spaţiu public verde pe cap de locuitor s-a redus semnifi cativ în ultimii ani. Conform datelor anuale centralizate, la nivelul întregii ţări, spaţiile verzi erau în 2009 diminuate cu 401 ha, comparativ cu 1991: de la 21.633 de ha, la 21.232 ha. Consumul de resurse naturale Scopul studiului este acela de a analiza impactul activității de transport asupra mediului natural prin dezvoltarea unui studiu de caz asupra factorului de mediu aer. Este bine cunoscut ca aceste activităti au un impact important asupra mediului, emisiile generate de transport reprezentand o parte considerabila cu efecte semnifi cative asupra mediului. Potrivit unui studiu activitatea de transport este responsabilă de 24,1 % din emisiile globale de gaze cu efect de sera.” Unul dintre obiectivele noastre este de a analiza relaţia dintre doi indicatori, respectiv numărul de mașini din România și totalul emisiilor de gaze cu efect de seră. Prin această analiză, încercam să demonstrăm existența unei relații cauzale între acești doi indicatori. Lucrarea este structurată pe 3 capitole. În primul capitol am analizat literatura de specialitate, respectiv am cercetat câteva studii de caz pe tema relației dintre transport și mediul natural. Al doilea capitol cuprinde metodologia, și anume prezintă informaţii referitoare la datele folosite şi tehnicile utilizate în analiză. În cel de-al treilea capitol am interpretat rezultatele cercetării, realizând un grafi c care evidențiază relația dintre cei doi indicatori analizați.

REVIZUIREA LITERATURII DE SPECIALITATE Din punct de vedere al protecției mediului este necesar de avut în vedere că sursele “alternative” de combustibil nu sunt sufi ciente. Combustibilii trebuie să provină din surse regenerabile dacă dorim să avem sistem de transport viabil. Analizând un studiu al Directoratului General pentru Mediu, am observat capacitatea de producere în interiorul Uniunii Europene al unor asemenea combustibili. Dintre o gamă largă de opțiuni se pune accentul pe

Romanian Statistical Review - Supplement nr. 3 / 2017214

combustibilul procesat din material organic, și anume biocombustibilii. Aceștia oferă câteva câștiguri sectorului de transport. Securitatea aprovizionării cu combustibil poate fi diversifi cată și îmbunătățită prin intermediul biocombustibililor, acest lucru fi ind posibil prin reducerea dependenței de produsele petroliere în transport. De asemenea, în zonele rurale ale Uniunii Europene, biocombustibilii pot însemna surse alternative de venituri. Conform unor studii efectuate de Agenția Europeană de Mediu s-a ajuns la concluzia că variația emisiilor de poluanți este în relație directă cu viteza de circulație. Astfel, emisiile de carbon cresc de 1,5 - 2 ori în timpul ciclurilor de accelerare/frânare și până la 25 de ori în cazul mersului în gol (relanti), iar concentrația emisiei de noxe crește proporțional cu viteza. În funcţie de intensitatea trafi cului şi de modalitatea de ventilaţie a străzii, apar diferenţele de concentraţie a emisiilor, ele degajându-se pe toată suprafaţa circulată. Substanțele poluante se depun în apa, sol și vegetație. De aceea, pentru a încerca ameliorarea poluării aerului, s-a ajuns la concluzia că mersul la relanti este foarte dăunător și, din această cauză, trebuie evitat de către șoferi. De asemenea pe cât se poate, viteză medie pentru o poluare mai scăzută ar trebui să fi e în jur de 80 km/h. Un studiu realizat de către site-ul carbonsolutionsglobal.com a demonstrat că mediul natural este agresat intens de transporturile rutiere, activitățile de transport infl uențând negativ fauna, fl ora și orice altă îndeletnicire economică. Transportul auto elimină în atmosferă până la 50 % din cantitatea de hidrocarburi, fi ind considerat principalul impurifi cator cu substanțe organice ale zonelor urbane (sursa). Se consideră că la nivelul Uniunii Europene, circa 28 % din emisiile de gaze cu efect de seră sunt cauzate de transport, 84% din acestea provenind din transportul rutier (sursa). Trafi cul din zonele urbane ale Uniunii Europene, concentreaza mai mult de 10% din emisiile de carbon (sursa). In jur de 65 % din populația UE este expusă la nivele inacceptabile de înalte zgomote, în cea mai mare parte produse de trafi cul urban, cauzând discomfort și probleme de sănătate( ritm cardiac mai înalt, dereglări psihice și de somn, probleme auditive, stres etc.). Potrivit unui studiu al Uniunii Europene, sectorul energetic va reduce doar cu jumătate cantitatea de emisii necesară pentru a limita încălzirea globală cu 2 grade Celsius în 2050, susține un document dat publicității de Comisia Europeană. Oamenii de știință și liderii Uniunii Europene au fost de acord că, pe la mijlocul secolului, Europa va trebui să-și sporească economiile de energie și să ecologizeze industria energetică pentru a reduce semnifi cativ emisiile de CO2, cu 80 – 95% comparativ cu nivelul din 1990, pentru a evita astfel schimbări catastrofale ale mediului natural. Potrivit studiului elaborat de Comisia

Revista Română de Statistică - Supliment nr. 3 / 2017 215

Europeană, intitulat ‘Tendinţe pentru 2050’, publicat la nivel continental, emisiile se vor reduce până în anul 2030, doar cu o treime, ajungând în anul 2050 la o reducere de 44%. S-a luat in calcul doar planurile actuale de scadere a emisiilor de CO2 și nici o altă politică de mediu ulterioară anului 2020, dar a fost combătută de susținătorii energiei curate care au evidențiat nevoia de a stabili un nou obiectiv în 2030. Potrivit studiului, proiecțiile, pe termen lung, ale prețului combustibilor sunt afectate de explozia gazelor de șist și exploatarea rezervelor de combustibili neconvenţionali, în timp ce gazul are o tendință ascendentă care afectează prețul petrolului. După 2035, studiul susține că “disponibilitatea limitata a resurselor indigene de combustibil fosili cât și importurile limitate de biomasă vor conduce din nou la creșterea importurilor totale nete de energie.” Un alt studiu a arătat că de o importanță majoră în realizarea unui transport durabil și efi cient este sectorul serviciilor de transport feroviar atât de călători cât și de marfă, transportul feroviar constituind sistemul de transport cu efi ciență energetică cea mai ridicată și cu impactul cel mai scăzut asupra mediului. În perioada 2000-2014 , lungimea liniilor de cale ferată a scăzut de la 10958 km în anul 2000 la 10638 km în 2014, însă lungimea liniilor electrifi cate a crescut de la 3950 km în 2000 la 4029 km în anul 2014. Dat fi ind faptul că liniile electrifi cate sunt în creștere, acestea conferă o modalitate de ameliorare a poluării.

2. METODOLOGIE Pentru a analiza infl uența activității de transport asupra mediului natural, am testat relația dintre emisiile de gaze cu efect de seră şi numărul de maşini în România cu ajutorul programului informatic Eviews, care permite transformarea datelor, testarea corelaţiei şi testarea cauzalităţii între variabilele considerate. Înainte de analiza propriu-zisă, am realizat staționaritatea datelor folosind Unit Root Test, pentru a permite validitatea tehnicii econometrice utilizate.Informatiile pentru cei doi indicatori le-am preluat de pe Eurostat pe o perioadă de 23 de ani respectiv intervalul 1990-2013. Astfel, pe viitor, relaţia dintre aceşti doi indicatori ar putea fi retestată la nivel european prin utilizarea unor tehnici econometrice mai avansate, cum ar fi panelul de date, care să integreze atât variabile independente mai numeroase, cât şi variabile temporale şi spaţiale diferite.

3. REZULTATE ŞI DISCUŢII Deși am plecat de la ipoteza că ar exista o relație între numărul

de mașini și emisiile de gaze cu efect de seră, totuși cercetarea noastră din programul Eviews demonstrează că de fapt, la nivelul României nu există corelație între cei doi indicatori. Prin intermediul datelor preluate de pe

Eurostat, am realizat următorul grafi c :

Romanian Statistical Review - Supplement nr. 3 / 2017216

Evolutia emisiilor de gaze cu efect de seră şi a numărului de maşiniFigura 1

Sursa: Date prelucrate de pe Comisia Europeana (Eurostat, 2016)

Perioada analizată este 1990-2013. După cum putem observa în fi gura 1, în anul 1990, numărul mașinilor era de 1779400, iar cantitatea de emisii era de 12438590 tone. Între anii 1990-2013, numărul mașinilor a fost într-o continuă creștere, cu aproximativ 30%, excepție făcând anul 2006 unde s-au observat scăderi ale acestora. Emisiile de gaze cu efect de seră au un parcurs oscilant, acestea fi ind infl uențate și de modernizarea tehnologiei, astfel încât au fost produse mașini care emit un număr mai redus de gaze, corespunzător noilor reglementări. Conform fi gura 1, cantitatea de emisii cea mai scăzută s-a înregistrat în anul 1995, având o valoare de 8.553.110 tone. Emisiile au atins cote maxime în anul 2008, cu o valoare de 15.380.640 tone, acest lucru fi ind cauzat de creșterea economică din acel an. În același timp, numărul mașinilor, a înregistrat cea mai mare creștere anuală, diferența de masini în anul 2008 față de anul 2007 fi ind de 540.300. În anul 2013, numărul de mașini a urcat la valoarea de 5.532.900. Matricea de corelaţie generata este prezentată în tabelul 1.

Matricea de corelatie intre emisiile de gaze cu efect de sera si numarul masinilor

Tabel 1

Sursa: Prelucrarea proprie a datelor in Eviews

Revista Română de Statistică - Supliment nr. 3 / 2017 217

Conform matricei de corelație (Tabel 1), valoarea coefi cientului de coleratie este 0,239838. Această valoare este mai apropiată de 0, indicând independenta variabilelor analizate. Avand in vedere ca probabilitatea are o valoare de 0,27, ceea ce inseamna ca depaseste eroarea maxima admisibila de p = 0,05 (5%), nu exista o corelatie intre cele doua variabile analizate. De asemenea, testul de cauzalitate Granger este prezentat în tabelul 2.

Testul de cauzalitate GrangerTabel 2

Sursa: Prelucrarea proprie a datelor in Eviews

Pentru existența unei relații cauzale între număr de vehicule și emisiile de gaze, valoarea lui f-statistic trebuia să fi e >3,84, iar probabilitatea mai mică de 5%. Din tabelul 2, se observă că niciunul dintre aceste criterii nu sunt îndeplinite, f-statistic fi ind în ambele cazuri <3,84. Dat fi ind faptul ca probabilitatea in ambele cazuri depaseste 0,05, eroarea admisibila, nu exista o relatie cauzala nici intre emisiile de gaze cu efect de sera si numarul masinilor, nici invers.

CONCLUZII SI PROPUNERI O primă concluzie este că transportul este o activitate economică importantă deoarece prin intermediul acestuia se efectuează deplasarea în spațiu a bunurilor și a oamenilor în scopul satisfacerii necesităților materiale și spirituale ale societății omenești, însă acesta are repercursiuni asupra mediului natural. Din 1990 pana in prezent, puterea de cumparare a populatiei in Romania a crescut, dezvoltandu-se si nivelul de trai. Astfel, nevoia de a avea o masina este regasita in randul intregii populatii, numarul vehiculelor crescand semnifi cativ. Surprinzator este faptul ca desi numarul masinilor a crescut considerabil, acest lucru nu afecteaza emisiile de gaze cu efect de sera. Fapt care este dat de cresterea efi cientei si de cresterea performantei tehnologice. În urma studierii datelor privind numărul de mașini din anul 1990 până în 2013, se observă o creștere continuă a acestora, cu o mică scădere în anul 2006. O altă concluzie este aceea că una din cele mai efi ciente măsuri

Romanian Statistical Review - Supplement nr. 3 / 2017218

în vederea reducerii poluării și în realizarea unui transport durabil este dezvoltarea cailor ferate, fi ind un mod de transport cu efi ciența energetică cea mai ridicată și cu cel mai mic impact asupra mediului. Pe baza concluziilor acestui studiu propunem că totuși ar fi indicat să se reducă numărul mașinilor din trafi c care este semnifi cativ de mare. Acest deziderat poate fi atins prin mai multe metode, cum ar fi promovarea mersului pe bicicletă, utilizarea mijloacelor de transport în comun. O propunere sustenabilă pe termen lung, din punctul nostru de vedere, ar fi implementarea unui program de promovare care s-ar intitula “Mergem cu mașina mea”. Acest program dorește a crea un sistem de transport mai puțin congestionat. Metodele prin care se va realiza acest lucru sunt: Mersul la muncă cu mașina colegului. În loc să meargă 5 angajați cu 5 mașini la locul de muncă, vor merge 5 angajați cu o mașină, dacă aceștia stau aproape de cel care va conduce vehiculul. Crearea unei aplicații prin care atunci când vei parcurge un drum până la destinația X, vei pune acest lucru în acea aplicație, iar ceilalati utilizatori care au un drum comun pot să te contacteze pentru a merge împreună cu tine, contra-cost bineînțeles. Din punctul nostru de vedere, monopolizarea pieței cu autovehiculele electrice ar reduce semnifi cativ impactul pe care il are activitatea de transport asupra factorilor de mediu. În acest mod ar scădea substanţial emisiile de gaze cu efect de seră, deoarece cele cauzate de transportul rutier reprezintă 84% din totalul de emisii din activitatea de transport.

RE FERINŢE Dan, F., Chira, C., “Studii asupra necesitatii adaptarii unor solutii de transport

alternativ”, A IIa Conferinta Nationala de drumuri urbane, Ed. Banatul, Timisoara, 2000 Flood, M., Wootton, D., “Transportul şi mediul în România”, Editura Ecosens,

Bucureşti, 2000 Luiza Florea, “Protectia mediului”, Editura Fundatiei Universitare “Dunarea de

jos” Galati, 2002 Turbut Gheorghe. “Sisteme de transport”, Editura Tehnica, Bucuresti, 1978 Vaiteanu, D., s.a., “Circulatia si poluarea sonora a mediului urban”, Bucuresti,

Ed.Tehnica, 1983 Vasiliu, D.,”Monitorizarea mediului”, Editura tehnică, Bucureşti, 2007 Jeffrey M. Wooldridge , “Econometric Analysis of Cross Section and Panel Data”,

Editura MIT Press Ltd, 2002 Agenția Națională pentru Protecția Mediului, 2016, de pe site-ul [http://www.anpm.

ro/anpm_resources/migrated_content/uploads/16089_13%20TRANSPORTURI.pdf], accesat la data de 09.04.2016

Anuarul statistic al României, 2000-2014, de pe site-ul [http://statistici.insse.ro/shop/index.jsp?page=tempo2&lang=ro&context=56], accesat la data de 10.04.2016

Revista Română de Statistică - Supliment nr. 3 / 2017 219

Directiva privind biocombustibilii, 2003, de pe site-ul [http://www.anre.md/fi les/Acte%20legislative/DIRECTIVA%20EC200330%20privind%20promovarea%20util iz%C4%83rii%20biocombustibil i lor%20sau%20a%20altor%20combustibili%20regenerabili.pdf], accesat la data de 13.04.2016

www.carbonsolutionsglobal.com Afaceri Europene, 2009, de pe site-ul [http://www.eea.europa.eu/ro], accesat la

data de 11.04.2016 Energy Council, 2012, de pe site-ul [https://www.worldenergy.org/], accesat la

data de 12.04.2016


Recommended