Ai ales tema și vrei ajutor?
Redactăm lucrarea de licență la Cibernetică Economică de la zero, pe tema aleasă de tine, sau corectăm ce ai scris deja. Livrare în maxim 2 zile, plată după livrare.
Scrie-ne pe WhatsAppLa Cibernetică Economică orice temă are un model cantitativ. Nivelul arată cât de ușor ajungi la date și cât de complex e modelul pe care îl estimezi și îl validezi, nu cât de bună va fi lucrarea. Un model simplu, bine validat și bine interpretat, poate primi nota maximă. Apasă pe o temă ca s-o deschizi.
Teme ușoare: o singură serie sau un model clasic
De ce sunt ușoare: Datele sunt publice (INS, Eurostat, BNR, BVB), iar modelul e unul din cursurile de bază: regresie multiplă, ARIMA, optimizare de portofoliu cu Solver. Ai exemple rezolvate în manuale și tutoriale. Diferența o fac testele de validare raportate complet și interpretarea economică a rezultatelor.
Prognoza inflației în România cu un model ARIMA
- Întrebarea
- Cât de bine prognozează un model ARIMA rata lunară a inflației din România pe un orizont de 6–12 luni?
- Metoda
- Metodologia Box-Jenkins: testul de staționaritate, identificarea modelului din corelograme, estimare, testarea reziduurilor, prognoză; compari prognoza cu valorile reale dintr-o perioadă păstrată deoparte.
- Date
- Indicele prețurilor de consum lunar, din INS TEMPO Online, pe cel puțin 10 ani.
- De ce e ușoară
- O singură serie, publică, și o metodă predată la curs, cu multe exemple. Partea care cere grijă e tratarea sezonalității și a perioadelor cu șocuri de preț.
- La disertație
- Compari ARIMA cu un model VAR sau cu un model de învățare automată pe aceeași serie.
Optimizarea unui portofoliu de acțiuni de la BVB cu modelul Markowitz
- Întrebarea
- Ce combinație de acțiuni din indicele BET dă cel mai mic risc pentru un randament dat și cum ar fi performat portofoliul optim în anul următor?
- Metoda
- Randamente lunare pentru 8–12 acțiuni, matricea de covarianță, frontiera eficientă și portofoliul cu varianță minimă calculate cu Excel Solver sau în R/Python; test pe o perioadă ulterioară.
- Date
- Prețuri istorice de închidere de pe site-ul BVB, pe 3–5 ani.
- De ce e ușoară
- Modelul e clasic, datele sunt publice, iar Solver rezolvă optimizarea fără programare. Discută limitele modelului (randamente trecute, normalitate) ca să nu rămână un simplu exercițiu.
- La disertație
- Adaugi restricții realiste (costuri de tranzacționare, ponderi maxime) sau compari cu alte metode de alocare.
Ce explică diferențele de PIB pe locuitor între statele UE
- Întrebarea
- În ce măsură explică investițiile, educația, cheltuielile cu cercetarea și ocuparea diferențele de PIB pe locuitor dintre cele 27 de state UE?
- Metoda
- Regresie OLS pe date transversale pentru un an recent; testezi multicoliniaritatea, heteroscedasticitatea și normalitatea erorilor și interpretezi coeficienții.
- Date
- Eurostat: PIB pe locuitor la paritatea puterii de cumpărare, formarea brută de capital fix, cheltuielile de cercetare-dezvoltare, nivelul de educație, rata de ocupare.
- De ce e ușoară
- Datele vin dintr-o singură sursă, iar modelul e o regresie clasică. Cu doar 27 de observații ai puține variabile la dispoziție: alege-le din teorie, nu prin încercări.
- La disertație
- Treci la date de panel pe 10–20 de ani și estimezi un model cu efecte fixe.
Teme medii: date de teren sau date care cer multă pregătire
De ce sunt medii: Modelele sunt încă accesibile, dar datele nu vin gata făcute: le culegi la o firmă sau pe teren ori pregătești un set de date mare înainte de estimare. Cere mai mult timp de lucru și o justificare atentă a fiecărei ipoteze a modelului.
Planificarea producției sau a transportului la o firmă, cu programare liniară
- Întrebarea
- Cu ce plan de producție sau de livrare ar obține firma cel mai mare profit sau cel mai mic cost, respectând capacitățile reale?
- Metoda
- Formulezi problema de programare liniară (sau de transport), o rezolvi cu Excel Solver sau în R/Python, faci analiza de senzitivitate și compari cu planul folosit acum de firmă.
- Date
- Date de la firmă: capacități, consumuri specifice, costuri, cereri, distanțe, obținute cu acordul conducerii și anonimizate dacă e nevoie.
- De ce e medie
- Datele trebuie strânse din mai multe departamente și adesea lipsesc sau sunt aproximative. Formularea corectă a restricțiilor ia mai mult timp decât rezolvarea modelului.
- La disertație
- Un model cu variabile întregi sau mai multe obiective, ori un model stocastic, cu cerere incertă.
Scoring de credit cu regresie logistică pe un set de date public
- Întrebarea
- Ce caracteristici ale solicitanților prezic cel mai bine neplata unui credit și cât de bine separă un model logistic bunii de rău-platnici?
- Metoda
- Regresie logistică; împarți datele în set de antrenare și set de test, raportezi matricea de confuzie, curba ROC și aria de sub curbă; interpretezi raporturile de șanse.
- Date
- Un set de date public folosit în literatură, de exemplu German Credit din UCI Machine Learning Repository; verifică licența de utilizare și descrie clar variabilele.
- De ce e medie
- Datele sunt gratuite, dar trebuie curățate și transformate (variabile categoriale, clase dezechilibrate), iar evaluarea unui model de clasificare are concepte noi față de regresia clasică.
- La disertație
- Compari regresia logistică cu arbori de decizie sau random forest și discuți interpretabilitatea cerută în practica bancară.
Simularea cozilor de așteptare la un magazin sau un ghișeu
- Întrebarea
- Câte case de marcat sau ghișee deschise sunt necesare pe intervale orare ca timpul mediu de așteptare să rămână sub un prag ales?
- Metoda
- Măsori pe teren timpii dintre sosiri și timpii de servire, ajustezi distribuții teoretice, compari cu un model clasic de teoria cozilor și simulezi scenarii (Excel, R sau Python).
- Date
- Observații proprii, cronometrate pe mai multe zile și intervale orare, cu acordul responsabilului locației; nu notezi date personale despre clienți.
- De ce e medie
- Culegerea datelor pe teren e lentă și trebuie planificată pe zile și ore diferite. Alegerea distribuțiilor și validarea simulării cer teste statistice.
- La disertație
- Adaugi costurile (personal față de timpul pierdut de clienți) și optimizezi programul de lucru.
Teme ambițioase: modele multivariate, volatilitate și învățare automată
De ce sunt ambițioase: Lucrezi cu modele cu mai multe ecuații sau cu algoritmi pe care îi programezi: VAR, GARCH, rețele neuronale. Fiecare specificație cere decizii justificate și multe teste, iar rezultatele trebuie verificate pentru robustețe. Ai nevoie de EViews, R sau Python la nivel bun și de cel puțin două-trei luni.
Inflația, cursul de schimb și dobânda în România: un model VAR
- Întrebarea
- Cum răspund inflația și cursul EUR/RON la un șoc al ratei dobânzii de politică monetară și există cauzalitate Granger între aceste variabile?
- Metoda
- Serii lunare; teste de staționaritate și cointegrare, alegerea lag-urilor, estimarea modelului VAR (sau VECM, dacă seriile sunt cointegrate), funcții de răspuns la impuls și descompunerea varianței.
- Date
- BNR (rata de politică monetară, curs de schimb, dobânzi) și INS TEMPO Online (indicele prețurilor de consum).
- De ce e ambițioasă
- Rezultatele depind de ordinea variabilelor, de lag-uri și de perioada aleasă, așa că trebuie să justifici fiecare alegere și să arăți că concluziile rezistă la variante ale modelului.
- La disertație
- Un model SVAR cu restricții teoretice sau compararea transmisiei în mai multe țări din regiune.
Volatilitatea indicelui BET sau a cursului EUR/RON cu modele GARCH
- Întrebarea
- Se grupează perioadele de volatilitate pe piața românească și reacționează volatilitatea mai puternic la veștile proaste decât la cele bune?
- Metoda
- Randamente zilnice; teste pentru efecte ARCH, estimarea modelelor GARCH(1,1), EGARCH sau GJR-GARCH, compararea lor prin criterii informaționale și prognoza volatilității.
- Date
- Valorile zilnice ale indicelui BET de pe site-ul BVB sau cursurile de referință zilnice publicate de BNR, pe cel puțin 5 ani.
- De ce e ambițioasă
- Modelele nu fac parte din toate cursurile de licență, estimarea poate să nu conveargă, iar alegerea distribuției erorilor contează. Interpretarea economică a parametrilor cere lecturi în engleză.
- La disertație
- Modele GARCH multivariate pentru legătura dintre BVB și bursele europene.
ARIMA față de învățarea automată în prognoza unei serii economice
- Întrebarea
- Prognozează un model de învățare automată (random forest sau o rețea neuronală LSTM) mai bine decât ARIMA o serie economică românească, de exemplu producția industrială sau consumul?
- Metoda
- Aceeași serie, aceeași perioadă de test; estimezi ARIMA și cel puțin un model de învățare automată în Python sau R, compari erorile de prognoză (RMSE, MAE) și testezi dacă diferența e semnificativă (testul Diebold-Mariano).
- Date
- O serie lunară lungă din INS TEMPO Online sau Eurostat, pe cel puțin 10–15 ani.
- De ce e ambițioasă
- Trebuie să programezi, să eviți scurgerea de informație din setul de test în cel de antrenare și să calibrezi hiperparametrii. Pe serii scurte, rețelele neuronale dau ușor rezultate înșelătoare, iar asta trebuie discutat.
- La disertație
- Adaugi variabile explicative sau date de frecvență mai mare și compari mai multe familii de modele.
Înainte să alegi
- Scrie modelul cu editorul de ecuații și definește fiecare variabilă, cu unitatea de măsură și sursa.
- Raportează complet fiecare test: statistica testului, p-value și concluzia, nu doar output-ul copiat din program.
- Menționează programul folosit și versiunea (EViews, R, Python, Stata) și păstrează scriptul sau fișierul de lucru.
- Discută tema devreme cu coordonatorul și vino cu două-trei variante, de pe niveluri diferite.
Ghid complet: lucrarea de licență la Cibernetică Economică → · Exemplu de lucrare · Te ajutăm să alegi tema
Întrebări frecvente
Care e cea mai ușoară temă de licență la Cibernetică Economică?
Cele mai la îndemână sunt temele cu o singură serie publică și un model clasic, de exemplu o prognoză ARIMA sau o regresie multiplă pe date Eurostat. Nota depinde de testele de validare și de interpretarea economică. Pe această pagină ai trei exemple la nivelul Ușor.
Trebuie să știu să programez pentru licența la Cibernetică Economică?
Nu neapărat. Pentru temele de la nivelul Ușor ajung EViews, care are interfață grafică, sau Excel cu Solver. Pentru învățarea automată sau simulări mai complexe ai nevoie de R sau Python. Întreabă coordonatorul ce program acceptă.
Pot folosi date inventate sau simulate?
Datele simulate se folosesc uneori pentru a ilustra o metodă, dar trebuie spus clar în lucrare că sunt simulate și cum au fost generate. Pentru partea aplicativă, majoritatea coordonatorilor cer date reale, din surse ca INS, Eurostat, BNR sau BVB. Verifică cu coordonatorul.