Економетрика
Економетрика - це кількісне застосування статистичних та математичних моделей, що використовують дані для розробки теорій або перевірки існуючих гіпотез в економіці та прогнозування майбутніх тенденцій за історичними даними. Він піддає дані реального світу статистичним випробуванням, а потім порівнює та протиставляє результати теорії чи теоріям, які тестуються.
Залежно від того, чи цікавить ви тестування існуючої теорії чи використання існуючих даних для розробки нової гіпотези на основі цих спостережень, економетрику можна розділити на дві основні категорії: теоретичну та прикладну. Тих, хто звичайно займається цією практикою, зазвичай називають економетриками.
Ключові вивезення
- Економетрика - це кількісне застосування статистичних та математичних моделей, що використовують дані для розробки теорій або перевірки існуючих гіпотез в економіці.
- Економетрика спирається на такі методи, як регресійні моделі та тестування нульової гіпотези.
- Економетрика також може бути використана, щоб спробувати прогнозувати майбутні економічні чи фінансові тенденції.
Розуміння економетрики
Економетрика аналізує дані за допомогою статистичних методів з метою перевірки або розвитку економічної теорії. Ці методи покладаються на статистичні умовиводи для кількісної оцінки та аналізу економічних теорій, використовуючи такі інструменти, як розподіл частоти, розподіл ймовірностей та ймовірностей, статистичні умовиводи, кореляційний аналіз, простий та множинні регресійні аналізи, моделі одночасних рівнянь та методи часових рядів.
Економетрику запровадили Лоуренс Кляйн, Рагнар Фріш та Саймон Кузнець. Усі троє отримали Нобелівську премію з економіки в 1971 році за свій внесок. Сьогодні його регулярно використовують як серед науковців, так і таких практиків, як торговці та аналітики на Уолл-стріт.
Прикладом застосування економетрики є вивчення ефекту доходу за допомогою даних, що спостерігаються. Економіст може припустити, що у міру збільшення доходу людина також збільшуватиметься. Якщо дані показують, що така асоціація присутня, тоді може бути проведений регресійний аналіз, щоб зрозуміти міцність зв'язку між доходом і споживанням і чи є ці відносини статистично значущими, тобто, малоймовірно, що це через випадковість.
Методика економетрії
Першим кроком до економетричної методології є отримання та аналіз набору даних та визначення конкретної гіпотези, яка пояснює природу та форму набору. Це можуть бути, наприклад, історичні ціни на індекс цінних паперів, спостереження, зібрані в результаті опитування фінансів споживачів, або рівень безробіття та інфляції в різних країнах.
Якщо вас цікавить взаємозв'язок між щорічною зміною цін S&P 500 та рівнем безробіття, ви збираєте обидва набори даних. Тут ви хочете перевірити думку про те, що більш високе безробіття призводить до зниження цін на фондових ринках. Таким чином, ціна фондового ринку є вашою залежною змінною, а рівень безробіття є незалежною або пояснювальною змінною.
Найбільш поширений взаємозв'язок є лінійним, тобто будь-яка зміна пояснювальної змінної буде мати позитивну кореляцію з залежною змінною, і в цьому випадку для дослідження цього співвідношення часто використовується проста модель регресії, що означає генерування найкращої лінії між два набори даних, а потім тестування, щоб побачити, як далеко в середньому кожна точка даних від цього рядка.
Зауважте, що у вашому аналізі може бути декілька пояснювальних змінних, наприклад, зміни у ВВП та інфляція на додаток до безробіття при поясненні цін на фондовому ринку. Коли використовується більше однієї пояснювальної змінної, вона називається множинною лінійною регресією - моделлю, що є найбільш часто використовуваним інструментом в економетриці.
Різні моделі регресії
Існує кілька різних регресійних моделей, які оптимізуються залежно від характеру даних, що аналізуються, та типу запитань. Найпоширеніший приклад - звичайна регресія найменших квадратів (OLS), яка може бути проведена на даних декількох типів поперечного перерізу або часових рядів. Якщо вас цікавить бінарний результат (так-ні), наприклад, наскільки ймовірний, що вас звільнять з роботи, виходячи з вашої продуктивності, - ви можете використовувати логістичну регресію або пробіт-модель. Сьогодні існує сотні моделей, які має в своєму розпорядженні економіст.
Зараз економетрика проводиться за допомогою програмних пакетів статистичного аналізу, розроблених для цих цілей, таких як STATA, SPSS або R. Ці програмні пакети також можуть легко перевірити на статистичну значимість, щоб забезпечити підтримку того, що емпіричні результати, отримані цими моделями, не є просто результатом шанс. R-квадрат, t-тести, p-значення та нульова гіпотеза - це всі методи, які використовуються економетриками для оцінки достовірності результатів їх моделей.
Обмеження економетрики
Економетрику іноді критикують за те, що занадто сильно покладаються на інтерпретацію вихідних даних, не пов'язуючи їх із усталеною економічною теорією чи шукаючи причинно-наслідкові механізми. Важливо, щоб результати, виявлені в даних, могли бути адекватно пояснені теорією, навіть якщо це означає розробку власної теорії основних процесів.
Регресійний аналіз також не доводить причинно-наслідкового зв’язку, і лише тому, що два набори даних показують асоціацію, це може бути помилковим. Наприклад, смерть від утоплення в басейнах збільшується з ВВП. Чи спричиняє зростаюча економіка люди, що тонуть? Звичайно, ні, але, можливо, більше людей купують басейни, коли економіка процвітає. Економетрика багато в чому стосується кореляційного аналізу, і пам’ятайте, кореляція не дорівнює причинно-наслідковій причині.
Порівняйте інвестиційні рахунки Ім’я постачальника Опис Розкриття рекламодавця × Пропозиції, що з’являються в цій таблиці, є партнерствами, від яких Investopedia отримує компенсацію.