Proiect Econometrie Diana Dobrescu

Cuprins
Cuprins.......................................................................................................................................... 1
n anexe sunt reprezentate grafic evoluiile cursurilor celor patru aciuni, evoluia rentabilitilor
acestora, captura principalului ecran din Eviews cu toate datele necesare, precum i tabelul
coninnd cursuri i rentabiliti..................................................................................................3
2.Modelul Sharpe....................................................................................................................... 3
R_HPQ = - 0.0007813734863 + 1.057170108*R_DJI..............................................................3

R_INTC = 0.0004352521574 + 1.083247061*R_DJI...............................................................3
Analiza bonitii modelelor........................................................................................................4
2.1. Aciunea Hewlett-Packard Company (HPQ).......................................................................4
2.2. Aciunea Intel Corporation (INTC).....................................................................................7
2.3. Aciunea Microsoft (MSFT)..............................................................................................10
2.4. Aciunea AT&T Inc (ATT)...............................................................................................12
1.1. Aciunea Hewlett-Packard Company (HPQ).....................................................................16
3.2. Aciunea Intel Corporation (INTC)...................................................................................19
3.3. Aciunea Microsoft (MSFT)..............................................................................................22
3.4. Aciunea AT&T Inc (ATT)...............................................................................................25
Reprezentri grafice ale evoluiilor cursurilor i rentabilitilor aciunilor ..................................29
3.4. Aciunea AT&T Inc (ATT) 24

Concluzii ...... 27
Bibliografie
Anexe
........ 27
....... 28
1. Analiza statistic elementar

Eantionul considerat conine 757 de randamente zilnice ale aciunilor Hewlett-Packard
Company (HPQ), Intel Corporation (INTC), Microsoft (MSFT), AT&T Inc. (ATT), nregistrate de
la data de 21.10.2008 pna la 20.10.2011. Toate cele 4 aciuni selectate intr n componena
indicelui DJIA, fiind listate pe bursa NYSE. Cele patru companii acioneaz pe o pia comun,
cea a produselor IT, electronice.
Ca proxy al pieei New York-eze a fost ales indicele Dow Jones, unul dintre cei mai
cunoscui indici bursieri din lume. Indicele, calculat pentru prima oar pe 26 mai 1896, urmarete
evolutia celor mai importante 30 de blue chip-uri (companii stabile, de dimensiuni mari, i
profitabile) din Statele Unite. Rentabilitatea activului fr risc a fost considerat randamentul
Treasury Bonds cu maturitatea la un an.
Randamentul titlurilor a fost obinut folosind urmtoarea formul:
,
unde Pt reprezinta preul activului financiar la momentul de timp t, iar R t reprezinta
randamentul activului financiar la momentul t.
Preurile de nchidere ale aciunilor au fost ajustate n funcie de dividende.
Nivelul de semnificaie folosit este de 5%.
n tabelele 1 i 2 sunt prezentai principalii indicatori statistici pentru seriile cursurilor
aciunilor i pentru seriile randamentelor acestora precum i matricea de corelaie dintre cursurile
acestora.
Tabelul 1
Indicator
HPQ
INTC
MSFT
ATT
Media
40.24597625
18.51498681
24.22282322
24.75377309
Rata fr
risc
10286.57393
Abaterea standard
7.404884605
3.152043675
3.652902315
2.955833542
1459.135644
Minim
22.2
11.15
14.33
18.36
6547.05
Maxim
53.64
24.24
30.32
30.95
12810.54
Tabelul 2
Indicator
Randament
HPQ
-0.00034835
Randament
INTC
0.000878956
Randament Randament
MSFT
ATT
0.00042129 0.000469558
Randament rata
fr risc
0.000409606
Abaterea
standard
Minim
0.02358963
0.021851121
0.02058475
0.016418989
0.015471517
-0.20034072
-0.08961142
-0.1175178
-0.07602612
-0.077012903
Maxim
0.14481066
0.113090627
0.12264724
0.131889764
0.108778745
Media
Testarea modelelor Sharpe i CAPM pentru aciunile unor companii listate pe New York Stock Exchange
Matricea de corelaie
HPQ
INTC
MSFT
ATT
HPQ
INTC
MSFT
ATT
1
0.36923303
0.62552142
-0.1153699
0.36923303
1
0.85287938
0.72531584
0.62552142
0.85287938
1
0.48878996
0.115369923
0.725315839
0.488789963
1
n anexe sunt reprezentate grafic evoluiile cursurilor celor patru aciuni, evoluia
rentabilitilor acestora, captura principalului ecran din Eviews cu toate datele necesare, precum i
tabelul coninnd cursuri i rentabiliti.
2. Modelul Sharpe
Continuatorul ideilor economice ale lui Markowitz, W. Sharpe a introdus n calculul
rentabilitii unui titlu noiunea de volatilitate care prezint legtura existent ntre evoluia
rentabilitii unui titlu i evoluia rentabilitii unui factor macroeconomic considerat de obicei
rentabilitatea medie a pieei.
n acest proiect se analizeaz dependena care exist ntre randamentul unui titlu i
randamentul pieei.
Ecuaia de regresie a modelului este urmtoarea:
,
unde Ri este randamentul titlului, Rp randamentul pieei, iar
eroarea.
Cele 4 ecuaii ale modelelor Sharpe sunt:

R_HPQ = - 0.0007813734863 + 1.057170108*R_DJI
prob (0.2068)
(0.000)
SE
(0.000618)
(0.039986)
R_INTC = 0.0004352521574 + 1.083247061*R_DJI

prob (0.3938)
(0.000)
SE
(0.000510)
(0.032982)
R_MSFT = 0.000006065810622 + 1.013721889*R_DJI

prob (0.99)
(0.000)
SE
(0.000485)
(0.031362)
R_ATT = 0.0001309952529 + 0.8265586144*R_DJI

prob (0.7267)
(0.000)
SE
(0.000375)
(0.024224)
Analiza bonitii modelelor

2.1. Aciunea Hewlett-Packard Company (HPQ)
Dependent Variable: R_HPQ
Method: Least Squares
Date: 11/28/11 Time: 10:11
Sample: 1 757
Included observations: 757
Variable
Coefficient
C
-0.000781
R_DJI
1.057170
R-squared
0.480743
Adjusted R-squared
0.480056
S.E. of regression
0.017010
Sum squared resid
0.218447
Log likelihood
2010.856
Durbin-Watson stat
1.997356
Prob.
0.2068
0.0000
-0.000348
0.023590
-5.307414
-5.295183
699.0018
0.000000
.15
Ecuaia de regresie a modelului Sharp este
.10
R_HPQ = - 0.0007813734863 + 1.057170108*R_DJI
.05
.00
R_HPQ
Std. Error
t-Statistic
0.000618 -1.263440
0.039986
26.43864
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
-.05
-.10
La modificarea rentabilitii pieei cu 1 punct

procentual rentabilitatea aciunii HPQ se modific n
acelai sens cu 1.057170108.
Validarea modelului
Coeficientul de determinatie R2 are o valoare de

48%. Acest lucru semnifica faptul ca 48% din
-.20
evoluia variabilei dependente este influenat de
variabila explicativ. Deoarece aceast valoare nu
-.25
-.08
-.04
.00
.04
.08
.12
este foarte mare, nseamna ca o mare parte din
variaia randamentului aciunii este determinat de
R_DJI
factori neinclui n model, specifici firmei.
Decizia se ia pe baza lui p-value. Pentru termenul liber avand un p-value de 20.68%,
suntem n zona de indecizie deci nu putem respinge ipoteza nul.
Pentru coeficientul randamentului pieei p-value este aproape nula (0.0000), deci mai
mic dect 5 %. Deoarece valoarea statisticii p-value este foarte mic, eroarea pe care o facem
respingnd ipoteza nula este i ea foarte mic. Deci se respinge ipoteza nul i rezult c 0,
deci este semnificativ statistic.
-.15
Testul t
Validarea se poate face i cu ajutorul testului t. Testul t pentru termenul liber are
urmatoarele ipoteze:
T statistic calculat este -1.26 fiind in intervalul (t critic ( -1.963); t critic(1.963)), i deci nu
putem respinge ipoteza nul (o putem accepta pentru ca t calc < t critic). Deci
e nesemnificativ
statistic.
Testul t pentru coeficientul randamentului pieei are urmtoarele ipoteze:
T statistic calculat este 24.43 fiind in afara intervalului (t critic( -1.963); t critic(1.963)), i
astfel respingem ipoteza nul (t calc > t critic).
T critic a fost obinut apelnd funcia Excel TINV(0.05; 757). n acest caz, testul t este
bilateral.
n aceast analiz testul Fisher nu ofer nici o informaie n plus pentru c cele patru regresii
sunt simple.
Teste bazate pe reziduuri
Testul Durbin Watson
unde
RESIDHPQ
.15
.10
Analiznd graficul, autocorelarea nu este evident. Astfel vom
.05
trece la estimarea lui
din model.
.00
-.05
-.10
-.15
-.20
Dependent
Variable:
-.20 -.15 -.10
-.05 .00RESIDHPQ
.05 .10 .15
RESIDHPQ(-1)
Date: 11/21/11
Time: 10:02
Sample(adjusted): 2 757
Included observations: 756 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
RESIDHPQ(-1)
-0.003940
0.036227 -0.108754
R-squared
0.000003 Mean dependent var
Adjusted R-squared
0.000003 S.D. dependent var
S.E. of regression
0.016926 Akaike info criterion
Sum squared resid
0.216296 Schwarz criterion
Log likelihood
2011.441 Durbin-Watson stat
Prob.
0.9134
6.13E-05
0.016926
-5.318627
-5.312506
2.003343
P-value este foarte mare 0,9134. Astfel, vom accepta ipoteza nul i vom concluziona c
nu exist autocorelare.
Valoarea coeficientului
este -0,0039 foarte apropiat de zero, iar statistica Durbin-
Watson are valoarea 2.000071. Fiind foarte apropiat de 2 concluzionm ca autocorelarea nu este
prezent.
Testul White
Var(ei)= 2, 2-constant
Pentru a aplica testul White se construiete o regresie auxiliar:
White Heteroskedasticity Test:

F-statistic
0.593071
Obs*R-squared
1.188991
Probability
Probability
Test Equation:
Dependent Variable: RESID^2
Date: 11/21/11 Time: 10:47
Sample: 1 757
Variable
Coefficient
C
0.000271
R_DJI
-0.002198
R_DJI^2
0.076757
R-squared
0.001571
Adjusted R-squared
-0.001078
S.E. of regression
0.001520
Sum squared resid
0.001742
Log likelihood
3839.620
Durbin-Watson stat
1.955124
Std. Error
t-Statistic
5.85E-05
4.633815
0.003586 -0.612914
0.080846
0.949424
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
0.552885
0.551841
Prob.
0.0000
0.5401
0.3427
0.000289
0.001519
-10.13638
-10.11803
0.593071
0.552885
Testul F pentru acest model de regresie are ipotezele:
Probabilitatea ataat lui F statistic este destul de mare 0.552885, dar nu peste 0,8. Eroarea
pe care o facem prin respingerea ipotezei nule este destul de mare. Ne situm ntr-o zon de
indecizie. Putem folosi statistica LM.
Pentru k grade de libertate i un nivel de ncredere n rezultate de 95% se determin valoarea

. Dac
atunci se respinge H0, deci modelul este heteroscedastic, iar dac

atunci se accept H0, deci modelul este homoscedastic.
Se observ c LM = 1,1889 iar pentru k=2, din tabelul cu valorile distribuiei rezult
, iar din comparaie rezult c
atunci se accept H0, deci modelul este
homoscedastic.
Testul de normalitate Jarque-Bera

Ipotezele testului sunt :
300
Series: Residuals
Sample 1 757
Observations 757
250
200
150
100
50
0
-0.15
-0.10
-0.05
0.00
0.05
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
-1.28E-18
0.000562
0.126276
-0.182925
0.016999
-1.509530
28.67525
Jarque-Bera
Probability
21080.34
0.000000
0.10
P-value este foarte mic, aproape nul, iar

statistica JB foarte mare, deci putem
respinge ipoteza nul, concluzionnd c
erorile nu sunt normal repartizate.
Distribuia este leptocurtic deoarece
Kurtosis >3, i prezint o asimetrie stnga
deoarece Skewness este negativ.
Astfel modelul necesit corecie.
2.2. Aciunea Intel Corporation (INTC)

Dependent Variable: R_INTC
Date: 11/28/11 Time: 10:12
Sample: 1 757
Variable
Coefficient
C
0.000435
R_DJI
1.083247
R-squared
0.588266
Adjusted R-squared
0.587720
S.E. of regression
0.014030
Sum squared resid
0.148623
Log likelihood
2156.628
Durbin-Watson
stat
2.197110
.12
Std. Error
t-Statistic
0.000510
0.853231
0.032982
32.84366
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.3938
0.0000
0.000879
0.021851
-5.692543
-5.680313
1078.706
0.000000
R_INTC
.08
.04
.00
R_INTC = 0.0004352521574 + 1.083247061*R_DJI
-.04
-.08
-.12
-.08
-.04
.00
.04
R_DJI
.08
.12
La modificarea rentabilitii pieei cu o unitate rentabilitatea aciunii INTC se modific n acelai

sens cu 1.083247061 uniti.
Validarea modelului
Coeficientul de determinatie R2 are o valoare de 58,8%. Acest lucru semnific faptul c 58,8%
din evoluia variabilei dependente este influenat de variabila explicativ. Deoarece aceast
valoare nu este foarte mare, nseamn c o mare parte din variaia randamentului aciunii este
determinat de factori neinclui n model, specifici firmei.
Decizia se ia pe baza lui p-value. Pentru termenul liber avnd un p-value de 39,38%, suntem
n zona de indecizie, deci nu putem respinge ipoteza nul.
Pentru coeficientul randamentului pieei p -value este aproape nul (0.0000) deci mai mic
dect 5 % Deoarece valoarea statisticii p-value este foarte mic, eroarea pe care o facem
respingnd ipoteza nul este i ea foarte mic. Deci se respinge ipoteza nul i rezult c 0,
deci este semnificativ statistic.
Testul t
Pentru termenul liber T statistic calculat este 0,853231 fiind n intervalul
(t critic (-1,963); t critic(1.963)) i deci nu putem respinge ipoteza nul (o putem accepta pentru
c t calc < t critic ). Deci
e nesemnificativ statistic.
Pentru coeficientul randamentului pieei T statistic calculat este 32,84 fiind n afara
intervalului (t critic( -1.963); t critic(1.963)) i astfel respingem ipoteza nul (t calc > t critic ).
Testul Durbin-Watson
RESIDINTC
.08
.06
Analizand graficul, autocorelarea nu este evident.
.04
Astfel se va trece la estimarea lui
din model.
.02
Dependent
Variable: RESIDINTC
.00
Date:-.02
11/21/11 Time: 10:17
Sample(adjusted):
2 757
-.04
-.06
Variable
Coefficient
Std. Error
t-Statistic
-.08
-.04
.00
.04
.08
RESIDINTC(-1)
-0.104061
0.036238 -2.871563
RESIDINTC(-1)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Prob.
0.0042
3.12E-05
0.014004
-5.708462
-5.702340
1.987591
este -0,104, iar statistica Durbin-Watson are valoarea 2,208 .
Din tabelele statisticii obinem dl = 1,65 si du = 1,69 deci DW este intre du si 4 - du concluzionm
ca autocorelarea nu este prezent.
Testul White
F-statistic
3.594310
Obs*R-squared
7.149063
Test Equation:
Date: 11/28/11 Time: 11:34
Sample: 1 757
Variable
Coefficient
C
0.000183
R_DJI
-0.000652
R_DJI^2
0.055635
R-squared
0.009444
Adjusted R-squared
0.006816
S.E. of regression
0.000396
Sum squared resid
0.000118
Log likelihood
4857.187
Durbin-Watson stat
1.814877
Probability
Probability
0.027952
0.028029
Std. Error
t-Statistic
Prob.
1.53E-05
12.01484
0.0000
0.000935
-0.696763
0.4862
0.021080
2.639179
0.0085
Mean dependent var
0.000196
S.D. dependent var
0.000398
-12.82480
Schwarz criterion
-12.80646
F-statistic
3.594310
Prob(F-statistic)
0.027952
Probabilitatea ataat lui F statistic este mic 0,027952. Eroarea pe care o facem prin
respingerea ipotezei nule este mic, deci putem respinge ipoteza nul. Putem folosi statistica LM.
Se observ c LM = 7,149 iar pentru k=2, din tabelul cu valorile distribuiei rezult
atunci se respinge H0, deci modelul este
heteroscedastic. Modelul necesit corecie.

160
P-
Series: Residuals
Sample 1 757
Observations 757
140
120
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
100
80
60
40
20
Jarque-Bera
Probability
0
-0.050
-0.025
0.000
0.025
-1.04E-18
-5.99E-05
0.065062
-0.052296
0.014021
0.432125
5.097157
162.2817
0.000000
0.050
value este foarte mic, aproape nul, iar statistica JB

foarte mare, deci putem respinge ipoteza nul,
concluzionnd c erorile nu sunt normal repartizate.
Distribuia este leptocurtic deoarece Kurtosis >3, i
prezint o asimetrie dreapt deoarece Skewness este
pozitiv.Astfel modelul necesit corecie.
2.3. Aciunea Microsoft (MSFT)

Dependent Variable: R_MSFT
Date: 11/28/11 Time: 10:12
Sample: 1 757
Variable
Coefficient
C
6.07E-06
R_DJI
1.013722
R-squared
0.580514
Adjusted R-squared
0.579958
S.E. of regression
0.013341
Sum squared resid
0.134379
Log likelihood
2194.762
Durbin-Watson stat
1.979686
.15
.10
R_MSFT
.05
.00
-.05
Std. Error
t-Statistic
Prob.
0.000485
0.012505
0.9900
0.031362
32.32368
0.0000
Mean dependent var
0.000421
S.D. dependent var
0.020585
-5.793295
Schwarz criterion
-5.781064
F-statistic
1044.820
Prob(F-statistic)
0.000000

R_MSFT = 0.000006065810622 + 1.013721889*R_DJI
La modificarea rentabilitii pieei cu o unitate

rentabilitatea aciunii MSFT se modific n acelai sens cu
1,0137 uniti.
Validarea modelului
-.10
Coeficientul de determinatie R2 are o valoare de 58%.

Acest lucru semnific faptul c 58% din evoluia variabilei
-.15
-.08
-.04
.00
.04
.08
.12
dependente este influenat de variabila explicativ.
R_DJI
Deoarece aceast valoare nu este foarte mare, nseamn c
o mare parte din variaia randamentului aciunii este
Decizia se ia pe baza lui p-value. Pentru termenul liber avnd un p-value de 99%,
acceptm ipoteza nul i anume c = 0, deci c nu este semnificativ statistic.
Pentru coeficientul randamentului pieei p-value este aproape nul (0.0000) deci mai mic
dect 5 %. Deoarece valoarea statisticii p-value este foarte mic, eroarea pe care o facem
respingnd ipoteza nul este i ea foarte mic, deci se respinge ipoteza nul i rezult c 0,
adic este semnificativ statistic.
Testul t
Testul t pentru termenul liber
T statistic calculat este 0,0125 fiind n intervalul (t critic (-1.963); t critic (1.963)) i deci
nu putem respinge ipoteza nul (o putem accepta pentru c t calc < t critic ). Deci
nesemnificativ statistic.
Testul t pentru coeficientul randamentului pietei
T statistic calculat este 32,32 fiind n afara intervalului (t critic( -1.963); t critic(1.963)) i

.12
RESIDMSFT
.08
.04
Analiznd graficul, autocorelarea nu este evident.

din model.
.00
-.04
Dependent Variable: RESIDMSFT

Method:
-.08 Least Squares
Date: 11/21/11 Time: 10:18
-.12
Sample(adjusted):
2 757
-.15
-.10
-.05
.00
.05
.10
Variable RESIDMSFT(-1)
Coefficient
Std. Error
t-Statistic
RESIDMSFT(-1)
0.006430
0.036269
0.177292
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Prob.
0.8593
4.10E-05
0.013293
-5.801813
-5.795691
2.005032
P- value este foarte mare 0,8593. Acceptm ipoteza nul i anume c = 0, deci c nu este
semnificativ statistic.
este 0,00643 foarte apropiat de zero, iar statistica Durbin-
Watson are valoarea 2,0128. Fiind foarte apropiat de 2 concluzionm c autocorelarea nu este
prezent.
Testul White
F-statistic
2.283103
Obs*R-squared
4.556779
Probability
Probability
Test Equation:
Date: 11/28/11 Time: 11:37
Sample: 1 757
Variable
Coefficient
C
0.000163
R_DJI
0.001750
R_DJI^2
0.056822
R-squared
0.006020
Adjusted R-squared
0.003383
S.E. of regression
0.000635
Std. Error
t-Statistic
Prob.
2.44E-05
6.678057
0.0000
0.001498
1.168389
0.2430
0.033771
1.682582
0.0929
Mean dependent var
0.000178
S.D. dependent var
0.000636
-11.88229
0.102672
0.102449
Sum squared resid

Log likelihood
Durbin-Watson stat
0.000304
4500.447
1.911293
Schwarz criterion
F-statistic
Prob(F-statistic)
-11.86395
2.283103
0.102672
Probabilitatea ataat lui F statistic este 0,102. Ne situm ntr-o zon de indecizie. Putem
folosi statistica LM.
Se observ c LM = 4,55, iar pentru k=2, din tabelul cu valorile distribuiei rezult
homoscedastic.
200
Series: Residuals
Sample 1 757
Observations 757
160
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
120
80
40
Jarque-Bera
Probability
0
-0.10
-0.05
0.00
-3.69E-19
-0.000237
0.089832
-0.104551
0.013332
-0.276975
13.81806
3701.013
0.000000
P - value este foarte mic, aproape

nul, iar statistica JB foarte mare, deci
putem
respinge
ipoteza
nul,
concluzionnd c erorile nu sunt
normal repartizate. Distribuia este
leptocurtic deoarece Kurtosis>3, i
prezint o asimetrie stng deoarece
Skewness este negativ.
0.05
2.4. Aciunea AT&T Inc (ATT)

Dependent Variable: R_ATT
Date: 11/28/11 Time: 10:13
Sample: 1 757
Variable
Coefficient
C
0.000131
R_DJI
0.826559
R-squared
0.606625
Adjusted R-squared
0.606104
S.E. of regression
0.010305
Sum squared resid
0.080172
Log likelihood
2390.254
Durbin-Watson stat
1.939812
Prob.
0.7267
0.0000
0.000470
0.016419
-6.309786
-6.297555
1164.288
0.000000
.16
R_ATT = 0.0001309952529 + 0.8265586144*R_DJI
.12

rentabilitatea aciunii ATT se modific n acelai sens cu
0,8265 uniti.
.08
R_ATT
Std. Error
t-Statistic
0.000375
0.349634
0.024224
34.12167
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
.04
.00
-.04
-.08
Testarea
modelelor
Sharpe
i .08
CAPM.12
pentru aciunile unor companii listate pe New York Stock Exchange
-.08
-.04
.00
.04
R_DJI
Validarea modelului
Coeficientul de determinatie R2 are o valoare de 60,6%. Acest lucru semnific faptul c 60,6%
din evoluia variabilei dependente este influenat de variabila explicativ. Deoarece aceast
valoare nu este foarte mare, nseamn c o mare parte din variaia randamentului aciunii este
Decizia se ia pe baza lui p-value. Pentru termenul liber avnd un p-value de 72,67%,
acceptm ipoteza nul i anume c = 0, deci c nu este semnificativ statistic.
Pentru coeficientul randamentului pieei P-value este aproape nul (0.0000) deci mai mic
dect 5 %. Deoarece valoarea statisticii p-value este foarte mic, eroarea pe care o facem
respingnd ipoteza nul este i ea foarte mic, deci se respinge ipoteza nul i rezult c 0,
adic este semnificativ statistic.
Testul t
T statistic calculat este 0,3496 fiind n intervalul (t critic( -1.963); t critic(1.963)) i deci nu
putem respinge ipoteza nul (o putem accepta pentru ca t calc < t critic). Deci
e nesemnificativ
statistic
Testul t pentru coeficientul randamentului pieei
T statistic calculat este 34,12 fiind n afara intervalului (t critic( -1.963); t critic(1.963)) i
.06
.04
Analizand graficul, autocorelare nu este evident. Astfel

se va trece la estimarea lui
din model.
RESIDATT
.02
Dependent
Variable: RESIDATT
.00
Date: -.02
11/21/11 Time: 10:17
-.04 observations: 756 after adjusting endpoints
Included
Variable
Coefficient
Std. Error
t-Statistic
-.06
-.05
.00 0.025401 .05 0.036228
RESIDATT(-1)
0.701147
R-squared
RESIDATT(-1)
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Prob.
0.4834
3.54E-05
0.010259
-6.320718
-6.314596
1.999269
P - value este mare 0,4834, dar ne aflm ntr-o zon de indecizie.
este 0.0254 i deci foarte apropiat de zero, iar statistica Durbin-
Watson are valoarea 2,0508 . Fiind foarte apropiat de 2 concluzionm ca autocorelarea nu este
prezent.
Testul White
F-statistic
48.91743
Obs*R-squared
86.94290
Probability
Probability
Test Equation:
Date: 11/28/11 Time: 11:39
Sample: 1 757
Variable
Coefficient
C
8.02E-05
R_DJI
0.001905
R_DJI^2
0.104373
R-squared
0.114852
Adjusted R-squared
0.112504
S.E. of regression
0.000222
Sum squared resid
3.71E-05
Log likelihood
5296.939
Durbin-Watson stat
1.680249
Std. Error
t-Statistic
8.53E-06
9.393343
0.000523
3.641180
0.011792
8.851146
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
0.000000
0.000000
Prob.
0.0000
0.0003
0.0000
0.000106
0.000235
-13.98663
-13.96828
48.91743
0.000000
Probabilitatea ataat lui statisticii F este foarte mic. Eroarea pe care o facem prin
respingerea ipotezei nule este mic, deci respingem H0 .
Putem folosi i statistica LM. Se observ c LM = 86,94, iar pentru k=2, din tabelul cu
valorile distribuiei rezult
atunci se
respinge H0, deci modelul este heteroscedastic.

140
Series: Residuals
Sample 1 757
Observations 757
120
100
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
80
60
40
20
0
-1.32E-18
-0.000233
0.045267
-0.043849
0.010298
0.017547
5.930611
P- value este foarte mic, aproape

nul, iar statistica JB foarte mare.
Deci putem respinge ipoteza nul,
Testarea modelelor Sharpe i CAPM pentru aciunile

unor270.9338
companii listate pe New York Stock Exchange
Jarque-Bera
Probability
0.000000
-0.025
0.000
0.025
leptocurtic deoarece Kurtosis >3, i prezint o uoar asimetrie dreapt deoarece Skewness este
pozitiv.
3. Modelul CAPM
Modelul CAPM, dezvoltat de Sharpe (1964), Lintner (1965) i Mosin (1966) a fost i este
nc, unul dintre cele mai apreciate modele n finane. A fost utilizat n foarte multe domenii
financiare, fiind principalul instrument de calcul pentru costul capitalului i rata de rentabilitate
cerut pentru fondurile de investiii. Legtura dintre risc i randament este unul dintre conceptele
fundamentale din economie, care i-a preocupat ntotdeauna pe investitori. Modelul CAPM, susine
c beta reprezint singurul instrument de msur al riscului sistematic relevant pentru investitori.
Principala preocupare n testarea CAPM este dac relaia dintre beta i randamentele ateptate este
una pozitiv i semnificativ din punct de vedere statistic.
Ecuaia de regresie testat este urmtoarea:
Ri - Rf = + ( Rp - Rf ) + ,
unde:
Rp este randamentul portofoliului pieei,
Rf - randamentul activului fr risc, iar
Ri - randamentul activului financiar i.
Cele patru modele CAPM sunt
RF_HPQ = -0.0007770986724 + 1.004009512*RF_DJI
prob
(0.2111)
(0.000)
SE
(0.000621)
(0.009961)
RF_INTC = 0.0004670557621 + 0.9971637633*RF_DJI
prob
(0.3635)
(0.000)
SE
(0.000514)
(0.00824)
RF_MSFT = 0.000008906957082 + 0.9998751333*RF_DJI
prob
(0.9854)
(0.000)
SE
(0.000486)
(0.007803)
RF_ATT = 0.00007246002005 + 1.005277426*RF_DJI
prob
(0.8518)
(0.000)
SE
(0.000388)
1.1.
(0.00622)
Aciunea Hewlett-Packard Company (HPQ)
RF_HPQ
Dependent Variable: RF_HPQ

Date: 11/28/11 Time: 10:14
Sample: 1 757
Excluded observations: 2
Variable
Coefficient
C
-0.000777
RF_DJI
1.004010
R-squared
0.930995
Adjusted R-squared
0.930903
S.E. of regression
0.017052
Sum squared resid
0.218958
Log likelihood
2003.663
Durbin-Watson stat
1.990671
Std. Error
t-Statistic
0.000621 -1.251480
0.009961
100.7931
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.2111
0.0000
0.001316
0.064872
-5.302418
-5.290162
10159.25
0.000000
.4
Ecuaia de regresie a modelului CAPM este
.3
RF_HPQ = -0.0007770986724 + 1.004009512*RF_DJI
.2

rentabilitatea aciunii HPQ se va modifica n acelai sens
cu 1,004 uniti.
.1
.0
-.1
Validarea modelului
-.2
-.3
-.4
-.4
-.3
-.2
-.1
.0
RF_DJI
.1
.2
.3
Coeficientul de determinatie R2 are o valoare mare de

93%. Acest lucru semnific faptul c 93% din evoluia
variabilei dependente este influenat de variabila
explicativ. Doar 7% din variaia rentabilitii
suplimentare a actiunii HPQ se datoreaz unor factori
neinclui n model.
Testul t
Testul t pentru termenul liber are urmatoarele ipoteze:
T statistic calculat este de -1,25 fiind n intervalul (t critic( -1.963); t critic(1.963)) i deci
nu putem respinge ipoteza nul (o putem accepta pentru c t calc < t critic). Deci
Testul t pentru coeficientul beta este unilateral dreapta i are urmatoarele ipoteze:
T statistic calculat
are valoarea 0,4026 i este mai mic dect t critic (1,963) deci
ipoteza nul nu poate fi respins. Acceptm
i conchidem c evoluia rentabilitii aciunii
HPQ este apropiat de cea a indicelui pieei i conform teoriei lui Markowitz atunci i riscul
aciunii este apropiat de cel al pieei. Deci aciunea HPQ are o volatilitate similar cu piaa nefiind
mai mult sau mai puin agresiv.
Testul Wald
Pentru verificarea restriciei pentru parametrul se poate aplica i testul Wald cu ipoteza nul
n acest caz conform ordinii parametrilor n outputul din eviews c ( ) fiind c (2).
Wald Test:
Equation: CAPMHPQ
Test Statistic
Value
F-statistic
0.162020
Chi-square
0.162020
df
(1, 753)
1
Null Hypothesis Summary:

Normalized Restriction (= 0)
Value
-1 + C(2)
0.004010
Restrictions are linear in coefficients.
Probability
0.6874
0.6873
Std. Err.
0.009961
Valoarea mic a statisticii asociate testului F precum i valoarea mare a probabilitii pvalue ne conduc la acceptarea ipotezei nule. Deci se confirm faptul c, comportamentele
rentabilitii i riscului aciunii HPQ sunt apropiate de cele ale pieei.
Analiznd graficul, autocorelarea nu este evident. Astfel se va trece la estimarea lui
din
model.
Dependent Variable: FRESIDHPQ
Date: 11/28/11 Time: 10:30
Excluded observations: 3 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
FRESIDHPQ(-1)
0.000465
0.036291
0.012820
0.9898
R-squared
-0.000013 Mean dependent var
6.06E-05
Adjusted R-squared
-0.000013 S.D. dependent var
0.016975
S.E. of regression
Sum squared resid
Log likelihood
0.016975
0.216699
2001.261

Schwarz criterion
Durbin-Watson stat
-5.312779
-5.306638
2.007572
P-value este foarte mare 0,9898. Astfel, vom accepta ipoteza nul, i vom concluziona c
Watson are valoarea 1,99907 . Fiind foarte apropiat de 2 concluzionm c autocorelarea nu este
prezent.
Testul White
F-statistic
0.404124
Obs*R-squared
0.810601
Probability
Probability
Test Equation:
Date: 11/28/11 Time: 10:56
Sample: 1 757
Variable
Coefficient
C
0.000268
RF_DJI
-7.22E-05
RF_DJI^2
0.005753
R-squared
0.001074
Adjusted R-squared
-0.001583
S.E. of regression
0.001528
Sum squared resid
0.001756
Log likelihood
3825.483
Durbin-Watson stat
1.941575
Std. Error
t-Statistic
6.14E-05
4.358454
0.000906 -0.079718
0.006625
0.868395
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
0.667706
0.666776
Prob.
0.0000
0.9365
0.3855
0.000290
0.001527
-10.12578
-10.10740
0.404124
0.667706
Probabilitatea ataat lui F statistic este destul de mare 0,6677, dar nu peste 0,8. Eroarea pe
care o facem prin respingerea ipotezei nule este destul de mare. Ne situm ntr-o zon de
homoscedastic.

300
Series: Residuals
Sample 1 757
Observations 755
250
200
150
100
50
0
-0.15
-0.10
-0.05
0.00
0.05
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
1.18E-18
0.000434
0.126938
-0.183365
0.017041
-1.513822
28.67843
Jarque-Bera
Probability
21031.42
0.000000
0.10
P-value este foarte mic, aproape

nul, iar statistica JB foarte mare
Deci putem respinge ipoteza nula,
normal repartizate.
Distribuia
este
leptocurtic
deoarece Kurtosis >3, i prezint o
asimetrie stnga deoarece Skewness
este negativ.
3.2. Aciunea Intel Corporation (INTC)
RF_INTC
Dependent Variable: RF_INTC

Date: 11/28/11 Time: 10:13
Sample: 1 757
Variable
Coefficient
C
0.000467
RF_DJI
0.997164
R-squared
0.951101
Adjusted R-squared
0.951036
S.E. of regression
0.014105
Sum squared resid
0.149817
Log likelihood
2146.912
Durbin-Watson stat
2.200135
Std. Error
t-Statistic
0.000514
0.909320
0.008240
121.0208
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.3635
0.0000
0.002545
0.063745
-5.681887
-5.669630
14646.04
0.000000
.3
.2
RF_INTC = 0.0004670557621 + 0.9971637633*RF_DJI
.1
La modificarea rentabilitii pieei cu o unitate rentabilitatea

aciunii INTC se va modifica n acelai sens cu 0,997 uniti.
.0
-.1
Validarea modelului
-.2
-.3
-.4
-.4
-.3
-.2
-.1
.0
RF_DJI
.1
.2
.3
Coeficientul de determinaie R2 are o valoare mare de 95%.

Acest lucru semnific faptul c 95% din evoluia variabilei
dependente este influenat de variabila explicativ. Doar 5%
din variaia rentabilitii suplimentare a aciunii INTC se
datoreaz unor factori neinclui n model.
Testul t

T statistic calculat este de 0,909 fiind n intervalul (t critic( -1.963); t critic(1.963)), i deci
nu putem respinge ipoteza nul (o putem accepta pentru c t calc < t critic). Deci
Testul t pentru coeficientul beta este unilateral stnga i are urmtoarele ipoteze:
are valoarea 0,34 i este mai mare dect t critic( - 1,963) deci
ipoteza nul nu poate fi respins. Acceptam
i conchidem c evoluia rentabilitii aciunii
HPQ este apropiat de cea a indicelui pieei, i conform teoriei lui Markowitz i riscul aciunii este
apropiat de cel al pieei. Deci aciunea HPQ are o volatilitate similar cu piaa nefiind mai mult
sau mai puin agresiv.
Testul Wald
Wald Test:
Equation: CAPMINTC
Test Statistic
Value
F-statistic
0.118487
Chi-square
0.118487
df
(1, 753)
1
Probability
0.7308
0.7307

Value
-1 + C(2)
-0.002836
Std. Err.
0.008240
Valoarea mic a statisticii asociate testului F precum i valoarea mare a probabilitii p-value ne
conduc la acceptarea ipotezei nule. Deci se confirm faptul c, comportamentele rentabilitii i
riscului aciunii INTC sunt apropiate de cele ale pieei.
FRESIDINTC
.08
.06
.04
din model.
.02
.00
Dependent
Variable: FRESIDINTC
Method:
-.02 Least Squares
Date: 11/28/11 Time: 10:37
-.04
Sample(adjusted):
2 757
-.06 observations: 753
Included
-.08
-.04
.00
.04
.08
FRESIDINTC(-1)
Testarea modelelor
Sharpe i CAPM pentru aciunile unor companii listate pe New York Stock Exchange

Variable
Coefficient
Std. Error
t-Statistic
FRESIDINTC(-1)
-0.104538
0.036298 -2.879974
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Prob.
0.0041
3.26E-05
0.014083
-5.697278
-5.691137
1.992516
este -0,104, iar statistica Durbin-Watson are valoarea 2,208.
Din tabelele statisticii se obine dl = 1,65 si du = 1,69, deci DW este ntre du si 4 - du

concluzionm ca autocorelarea nu este prezent.
Testul White
F-statistic
1.117460
Obs*R-squared
2.237187
Probability
Probability
Test Equation:
Date: 11/28/11 Time: 11:43
Sample: 1 757
Variable
Coefficient
C
0.000203
RF_DJI
0.000269
RF_DJI^2
-0.001365
R-squared
0.002963
Adjusted R-squared
0.000311
S.E. of regression
0.000404
Sum squared resid
0.000123
Log likelihood
4829.082
Durbin-Watson stat
1.772004
Std. Error
t-Statistic
1.63E-05
12.49352
0.000240
1.123058
0.001754 -0.778694
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
0.327652
0.326739
Prob.
0.0000
0.2618
0.4364
0.000198
0.000404
-12.78432
-12.76594
1.117460
0.327652
Probabilitatea ataat lui F este mare 0,327, dar nu peste 0,8. Eroarea pe care o facem prin
respingerea ipotezei nule este destul de mare. Ne situm ntr-o zona de indecizie. Putem folosi
statistica LM.
homoscedastic.

140

concluzionnd ca erorile nu sunt
leptocurtic deoarece Kurtosis >3, i
prezint o asimetrie dreapta deoarece
Skewness este pozitiv.
Series: Residuals
Sample 1 757
Observations 755
120
100
80
60
40
20
0
-0.050
-0.025
0.000
0.025
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
1.89E-18
-0.000180
0.064230
-0.050537
0.014096
0.425339
5.149319
Jarque-Bera
Probability
168.0889
0.000000
0.050
3.3.
Aciunea
Microsoft
(MSFT)
Dependent Variable: RF_MSFT
Date: 11/28/11 Time: 10:13
Sample: 1 757
Variable
Coefficient
C
8.91E-06
RF_DJI
0.999875
R-squared
0.956150
Adjusted R-squared
0.956092
S.E. of regression
0.013358
Sum squared resid
0.134365
Log likelihood
2188.005
Durbin-Watson stat
1.983305
Std. Error
t-Statistic
0.000486
0.018311
0.007803
128.1377
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
.3
.2
RF_MSFT = 0.000008906957082 + 0.9998751333*RF_DJI

aciunii MSFT se va modifica n acelai sens cu 0,999
uniti.
.1
RF_MSFT
Prob.
0.9854
0.0000
0.002093
0.063749
-5.790741
-5.778485
16419.27
0.000000
.0
-.1
Validarea modelului
-.2
-.3
-.4
-.4
-.3
-.2
-.1
.0
RF_DJI
.1
.2
.3
Coeficientul de determinatie R2 are o valoare mare de

95,6%. Acest lucru semnific faptul c 95,6% din evoluia
variabilei dependente este influenat de variabila
explicativ. Doar 4,4% din variaia rentabilitii
suplimentare a aciunii MSFT se datoreaz unor factori
neinclui n model.
Testul t

T statistic calculat este de 0,0183 fiind n intervalul (t critic( -1.963); t critic(1.963)), i
deci nu putem respinge ipoteza nul (o putem accepta pentru c t calc < t critic). Deci
Testul t pentru coeficientul beta este unilateral stnga i are urmtoarele ipoteze:
are valoarea -0,016 mai mic dect t critic(-1,963) deci ipoteza nul
nu poate fi respins. Acceptam
i conchidem c evoluia rentabilitii aciunii MSFT este
apropiat de cea a indicelui pieei, i conform teoriei lui Markowitz i riscul aciunii este apropiat
de cel al pieei. Deci aciunea MSFT are o volatilitate similar cu piaa nefiind mai mult sau mai
puin agresiv.
Testul Wald
Wald Test:
Equation: CAPMMSFT
Test Statistic
Value
F-statistic
0.000256
Chi-square
0.000256
df
(1, 753)
1

Value
-1 + C(2)
-0.000125
Probability
0.9872
0.9872
Std. Err.
0.007803
rentabilitii i riscului aciunii MSFT sunt apropiate de cele ale pieei.
.12
FRESIDMSFT
.08
.04
Astfel vom trece la estimarea lui
.00
din model.
-.04
-.08
-.12
-.15
-.10
-.05
.00
.05
.10
Dependent Variable: FRESIDMSFT

FRESIDMSFT(-1)

Date: 11/28/11 Time: 10:37
Variable
Coefficient
Std. Error
t-Statistic
FRESIDMSFT(-1)
0.005851
0.036338
0.161012
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Prob.
0.8721
4.09E-05
0.013318
-5.798084
-5.791943
2.007492
P-value este foarte mare 0,8721. Astfel, vom accepta ipoteza nul, i vom concluziona c
Watson are valoarea 1,988. Fiind foarte apropiat de 2 concluzionm c autocorelarea nu este
prezent.
Testul White
F-statistic
0.528877
Obs*R-squared
1.060483
Probability
Probability
Test Equation:
Date: 11/28/11 Time: 11:46
Sample: 1 757
Variable
Coefficient
C
0.000184
RF_DJI
-0.000365
RF_DJI^2
-0.001443
R-squared
0.001405
Adjusted R-squared
-0.001251
S.E. of regression
0.000639
Sum squared resid
0.000307
Log likelihood
4483.785
Durbin-Watson stat
1.894283
Std. Error
t-Statistic
2.57E-05
7.174514
0.000379 -0.963256
0.002770 -0.520838
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
0.589485
0.588463
Prob.
0.0000
0.3357
0.6026
0.000178
0.000639
-11.86963
-11.85125
0.528877
0.589485
Probabilitatea ataat lui F statistic este destul de mare 0,589, dar nu peste 0,8. Eroarea pe
care o facem prin respingerea ipotezei nule este destul de mare. Ne situm ntr-o zon de
homoscedastic.
200
Series: Residuals
Sample 1 757
Observations 755
160
120
80
40
0
-0.10
-0.05
0.00
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
1.84E-18
-0.000265
0.090039
-0.104743
0.013349
-0.268128
13.85566
Jarque-Bera
Probability
3716.262
0.000000
0.05
P-value este foarte mic, aproape nul, iar statistica JB foarte mare. Deci putem respinge ipoteza
nul, concluziond c erorile nu sunt normal repartizate. Distribuia este leptocurtic deoarece
Kurtosis >3, i prezint o asimetrie stnga deoarece Skewness este negativ.
3.4. Aciunea AT&T Inc (ATT)
RF_ATT
Dependent Variable: RF_ATT

Date: 11/28/11 Time: 10:14
Sample: 1 757
Variable
Coefficient
C
7.25E-05
RF_DJI
1.005277
R-squared
0.971984
Adjusted R-squared
0.971946
S.E. of regression
0.010647
Sum squared resid
0.085364
Log likelihood
2359.249
Durbin-Watson stat
1.944553
Std. Error
t-Statistic
0.000388
0.186891
0.006220
161.6297
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.8518
0.0000
0.002168
0.063569
-6.244369
-6.232113
26124.14
0.000000
.3
.2
RF_ATT = 0.00007246002005 + 1.005277426*RF_DJI
.1

aciunii ATT se va modifica n acelai sens cu 1.005 uniti
.0
-.1
-.2
-.3
Testarea
modelelor Sharpe i CAPM pentru aciunile unor companii listate pe New York Stock Exchange
-.4
-.4
-.3
-.2
-.1
.0
RF_DJI
.1
.2
.3
Validarea modelului
Coeficientul de determinatie R2 are o valoare de 97%. Acest lucru semnific faptul c 97% din
evoluia variabilei dependente este influenat de variabila explicativ. Doar 3% din variaia
rentabilitii suplimentare a aciunii ATT se datoreaz unor factori neinclui n model.
Testul t
T statistic calculat este de 0,186 fiind in intervalul (t critic( -1.963); t critic(1.963)), i
deci nu putem respinge ipoteza nul (o putem accepta pentru ca t calc < t critic). Deci
Testul t pentru coeficientul beta este unilateral dreapta si are urmatoarele ipoteze:
are valoarea 0,848 mai mic dect t critic (1,963) deci ipoteza
nul nu poate fi respins. Acceptam
i conchidem c evoluia rentabilitii aciunii ATT este
apropiat de cea a indicelui pieei, i conform teoriei lui Markowitz i riscul aciunii este apropiat
de cel al pieei. Deci aciunea ATT are o volatilitate similar cu piaa nefiind mai mult sau mai
puin agresiv.
Testul Wald
Wald Test:
Equation: CAPMATT
Test Statistic
Value
F-statistic
0.719970
Chi-square
0.719970
df
(1, 753)
1

Value
-1 + C(2)
0.005277
Probability
0.3964
0.3962
Std. Err.
0.006220
rentabilitii i riscului aciunii ATT sunt apropiate de cele a
.06
pieei.
FRESIDATT
.04
.02
.00
-.02
-.04
-.06
-.05
.00
FRESIDATT(-1)
.05
Analizand graficul, autocorelarea nu este evident.

Astfel vom trece la estimarea lui
din model.
Dependent Variable: FRESIDATT

Date: 11/28/11 Time: 10:38
Variable
Coefficient
Std. Error
t-Statistic
FRESIDATT(-1)
0.024740
0.036395
0.679764
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Prob.
0.4969
2.48E-05
0.010623
-6.250959
-6.244818
1.998267
P-value este mare 0,4969 dar ne putem afla ntr-o zon de indecizie. Valoarea
coeficientului
este 0,02474 foarte apropiat de zero, iar statistica Durbin-Watson are valoarea
1,95. Fiind foarte apropiat de 2 concluzionm ca autocorelarea nu este prezent.

Testul White
F-statistic
3.101164
Obs*R-squared
6.176131
Probability
Probability
Test Equation:
Date: 11/28/11 Time: 11:49
Sample: 1 757
Variable
Coefficient
C
0.000103
RF_DJI
8.01E-05
RF_DJI^2
0.002502
R-squared
0.008180
Adjusted R-squared
0.005542
S.E. of regression
0.000232
Sum squared resid
4.05E-05
Log likelihood
5248.226
Durbin-Watson stat
1.559066
Std. Error
t-Statistic
9.33E-06
11.05340
0.000138
0.581561
0.001006
2.485554
Mean dependent var
S.D. dependent var
Schwarz criterion
F-statistic
Prob(F-statistic)
0.045573
0.045590
Prob.
0.0000
0.5610
0.0132
0.000113
0.000233
-13.89464
-13.87625
3.101164
0.045573
Probabilitatea ataat lui F statistic este mic. Eroarea pe care o facem prin respingerea
ipotezei nule este mic. Putem folosi statistica LM.
Se observ c LM = 6,17, iar pentru k=2, din tabelul cu valorile distribuiei, rezult
atunci se respinge H0, deci modelul este
heteroscedastic.
120
Series: Residuals
Sample 1 757
Observations 755
100
80
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
60
40
20
Jarque-Bera
Probability
0
-0.025
0.000
2.16E-18
0.000260
0.041620
-0.045016
0.010640
-0.163247
5.232697
160.1711
0.000000

leptocurtic deoarece Kurtosis >3, i
prezint o asimetrie stnga deoarece
Skewness este negativ.
0.025
Concluzii
Toate cele patru active studiate au comportamente asemntoare avnd o volatilitate i un
risc apropiate de cele ale pieei.
Dei perioada analizat este una nefavorabil din punct de vedere economic toate cele patru
companii au avut o evoluie stabil, n ultima parte a perioadei chiar una cresctoare (mai puin
Microsoft aa cum se observ i din grafice). Se mai observ i faptul c toate datele urmeaz
repartiii leptocurtice, specifice datelor financiare.
n tabelul urmtor au fost sistematizate verificarea ipotezelor modelului de ctre cele patru
regresii, att pentru aplicarea modelului Sharpe ct i a modelului CAPM. n cazul nerespectrii
unor ipoteze modelele necesit corecii.
Ipoteza
Aciunea
HPQ
INTC
MSFT
ATT
Independena
erorilor
Homoscedasticitate
Da
Da
Da
Da
Da
Nu
Da
Nu
Normalitatea
distribuiei
erorilor
Nu
Nu
Nu
Nu
Bibliografie
1.
V. Voineagu, E. ian, R. erban, S. Ghi, D. Todose, C. Boboc, D. Pele Teorie i

practic econometrie, Ed. II, Ed. Meteor Press, Bucureti, 2009;
2.
Tudorel Andrei, Rgis Bourbonnais, Econometrie, Ed. Economic, Bucureti, 2008;
3.
L.Spircu, R.Ciumara Econometrie, Ed. Pro Universitaria, 2007;
4.
L.Spircu, Suporturi de seminar
5.
www. http://finance.yahoo.com/
6.
http://www.treasury.gov/resource-center/data-chart-center/interest
rates/Pages/TextView.aspx?data=yield
Anexe
Reprezentri grafice ale evoluiilor cursurilor i rentabilitilor aciunilor
Evoluia cursului aciunii HPQ
Evoluia cursului aciunii INTC
Evoluia cursului aciunii MSFT
Evoluia cursului aciunii ATT
Evoluia indicelui pieei DJI
Evoluia randamentului aciunii HPQ
Evoluia randamentului aciunii INTC
Evoluia randamentului aciunii MSFT
Evoluia randamentului aciunii ATT
Evoluia randamentului indicelui pieei DJI

Proiect Econometrie Diana Dobrescu

Încărcat de

Drepturi de autor:

Formate disponibile

Proiect Econometrie Diana Dobrescu

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Proiect Econometrie Diana Dobrescu

Încărcat de

Drepturi de autor:

Formate disponibile

Cuprins

R_HPQ = - 0.0007813734863 + 1.057170108*R_DJI..............................................................3

3.4. Aciunea AT&T Inc (ATT) 24

1. Analiza statistic elementar

Cele 4 ecuaii ale modelelor Sharpe sunt:

R_INTC = 0.0004352521574 + 1.083247061*R_DJI

R_MSFT = 0.000006065810622 + 1.013721889*R_DJI

R_ATT = 0.0001309952529 + 0.8265586144*R_DJI

Analiza bonitii modelelor

Ecuaia de regresie a modelului Sharp este

R_HPQ = - 0.0007813734863 + 1.057170108*R_DJI

La modificarea rentabilitii pieei cu 1 punct

Coeficientul de determinatie R2 are o valoare de

Analiznd graficul, autocorelarea nu este evident. Astfel vom

trece la estimarea lui

este -0,0039 foarte apropiat de zero, iar statistica Durbin-

Pentru a aplica testul White se construiete o regresie auxiliar:

White Heteroskedasticity Test:

Testul F pentru acest model de regresie are ipotezele:

Pentru k grade de libertate i un nivel de ncredere n rezultate de 95% se determin valoarea

atunci se respinge H0, deci modelul este heteroscedastic, iar dac

atunci se accept H0, deci modelul este

Testul de normalitate Jarque-Bera

P-value este foarte mic, aproape nul, iar

2.2. Aciunea Intel Corporation (INTC)

Ecuaia de regresie a modelului Sharp este

R_INTC = 0.0004352521574 + 1.083247061*R_DJI

La modificarea rentabilitii pieei cu o unitate rentabilitatea aciunii INTC se modific n acelai

Analizand graficul, autocorelarea nu este evident.

Astfel se va trece la estimarea lui

este -0,104, iar statistica Durbin-Watson are valoarea 2,208 .

atunci se respinge H0, deci modelul este

heteroscedastic. Modelul necesit corecie.

value este foarte mic, aproape nul, iar statistica JB

2.3. Aciunea Microsoft (MSFT)

Ecuaia de regresie a modelului Sharp este

La modificarea rentabilitii pieei cu o unitate

Coeficientul de determinatie R2 are o valoare de 58%.

Teste bazate pe reziduuri

Analiznd graficul, autocorelarea nu este evident.

Dependent Variable: RESIDMSFT

este 0,00643 foarte apropiat de zero, iar statistica Durbin-

Sum squared resid

atunci se accept H0, deci modelul este

P - value este foarte mic, aproape

2.4. Aciunea AT&T Inc (ATT)

Ecuaia de regresie a modelului Sharp este

R_ATT = 0.0001309952529 + 0.8265586144*R_DJI

La modificarea rentabilitii pieei cu o unitate

Analizand graficul, autocorelare nu este evident. Astfel

P - value este mare 0,4834, dar ne aflm ntr-o zon de indecizie.

este 0.0254 i deci foarte apropiat de zero, iar statistica Durbin-

, iar din comparaie rezult c

respinge H0, deci modelul este heteroscedastic.

P- value este foarte mic, aproape

Testarea modelelor Sharpe i CAPM pentru aciunile

RF_INTC = 0.0004670557621 + 0.9971637633*RF_DJI

RF_MSFT = 0.000008906957082 + 0.9998751333*RF_DJI

RF_ATT = 0.00007246002005 + 1.005277426*RF_DJI

Aciunea Hewlett-Packard Company (HPQ)