Ökonometrie: Was es bedeutet und wie es verwendet wird

Was ist Ökonometrie?

Ökonometrie ist die quantitative Anwendung statistischer und mathematischer Modelle unter Verwendung von Daten, um Theorien zu entwickeln oder bestehende zu testen Hypothesen in Wirtschaft und zu Vorhersage zukünftige Trends aus historischen Daten. Es unterzieht reale Daten statistischen Versuchen und vergleicht die Ergebnisse dann mit der getesteten Theorie oder den getesteten Theorien.

Je nachdem, ob Sie daran interessiert sind, eine bestehende Theorie zu testen oder vorhandene Daten zu nutzen, um eine neue zu entwickeln Hypothese, die auf diesen Beobachtungen basiert, kann die Ökonometrie in zwei Hauptkategorien unterteilt werden: theoretische und angewandt. Diejenigen, die sich routinemäßig mit dieser Praxis befassen, werden allgemein als Ökonometriker bezeichnet.

Ökonometrie verstehen

Die Ökonometrie analysiert Daten mit statistischen Methoden, um ökonomische Theorien zu testen oder weiterzuentwickeln. Diese Methoden stützen sich auf statistische Schlussfolgerungen, um Wirtschaftstheorien zu quantifizieren und zu analysieren, indem sie Tools wie Häufigkeitsverteilungen, Wahrscheinlichkeit und Wahrscheinlichkeitsverteilungen, statistische Inferenz, Korrelationsanalyse, einfache und multiple Regressionsanalyse, simultane Gleichungsmodelle und Zeitreihenmethoden.

Die Ökonometrie wurde eingeführt von Lawrence Klein, Ragnar Frisch, und Simon Kuznets. Alle drei erhielten 1971 für ihre Beiträge den Nobelpreis für Wirtschaftswissenschaften. Heute wird es regelmäßig von Akademikern sowie Praktikern wie Wall Street-Händlern und Analysten verwendet.

Ein Beispiel für die Anwendung der Ökonometrie ist die Untersuchung des Einkommenseffekts anhand beobachtbarer Daten. Ein Ökonom kann annehmen, dass mit steigendem Einkommen auch seine Ausgaben steigen. Wenn die Daten zeigen, dass eine solche Assoziation vorliegt, kann eine Regressionsanalyse durchgeführt werden, um die Stärke der Beziehung zwischen Einkommen und Konsum und ob dieser Zusammenhang statistisch signifikant ist, d. h., es scheint unwahrscheinlich, dass er zufällig ist allein.

Die Methodik der Ökonometrie

Der erste Schritt zur ökonometrischen Methodik besteht darin, einen Datensatz zu erhalten und zu analysieren und eine spezifische Hypothese zu definieren, die die Art und Form des Datensatzes erklärt. Bei diesen Daten kann es sich beispielsweise um historische Kurse für einen Aktienindex, Beobachtungen aus einer Umfrage zu den Verbraucherfinanzen oder um Arbeitslosen- und Inflationsraten in verschiedenen Ländern handeln.

Wenn Sie sich für den Zusammenhang zwischen der jährlichen Preisänderung der S&P 500 und die Arbeitslosenquote würden Sie beide Datensätze sammeln. Hier wollen Sie die Idee testen, dass höhere Arbeitslosigkeit zu niedrigeren Börsenkursen führt. Der Börsenkurs ist somit Ihre abhängige Variable und die Arbeitslosenquote ist die unabhängige oder erklärende Variable.

Die häufigste Beziehung ist linear, was bedeutet, dass jede Änderung der erklärenden Variablen eine positive Korrelation mit der abhängigen Variablen hat, in diesem Fall ein einfaches Regressionsmodell wird oft verwendet, um diese Beziehung zu untersuchen, die darauf hinausläuft, eine am besten passende Linie zwischen den beiden Datensätzen zu erstellen und dann zu testen, wie weit jeder Datenpunkt im Durchschnitt davon entfernt ist Linie.

Beachten Sie, dass Ihre Analyse mehrere erklärende Variablen enthalten kann – zum Beispiel Veränderungen des BIP und der Inflation zusätzlich zur Arbeitslosigkeit, um die Börsenkurse zu erklären. Wenn mehr als eine erklärende Variable verwendet wird, wird sie als bezeichnet multiple lineare Regression, dem Modell, das am häufigsten in der Ökonometrie verwendet wird.

Verschiedene Regressionsmodelle

Es gibt mehrere verschiedene Regressionsmodelle, die je nach Art der analysierten Daten und der Art der gestellten Frage optimiert werden. Das gebräuchlichste Beispiel ist die Ordinary Least-Squares (OLS)-Regression, die an verschiedenen Arten von durchgeführt werden kann Querschnitt oder Zeitreihendaten. Wenn Sie an einem binären (Ja-Nein) Ergebnis interessiert sind – zum Beispiel, wie wahrscheinlich es ist, dass Sie aufgrund Ihrer Produktivität von einem Job entlassen werden – können Sie eine logistische Regression oder ein Probit-Modell verwenden. Heute stehen einem Ökonometriker Hunderte von Modellen zur Verfügung.

Ökonometrie wird jetzt mit statistischen Analysesoftwarepaketen durchgeführt, die für diese Zwecke entwickelt wurden, wie STATA, SPSS oder R. Diese Softwarepakete können auch leicht auf statistische Signifikanz testen, um zu belegen, dass die empirischen Ergebnisse dieser Modelle nicht nur zufällig sind. R-Quadrat, t-Tests, p-Werte und Nullhypothesen-Tests sind alle Methoden, die von Ökonometrikern verwendet werden, um die Gültigkeit ihrer Modellergebnisse zu bewerten.

Einschränkungen der Ökonometrie

Die Ökonometrie wird manchmal dafür kritisiert, dass sie sich zu stark auf die Interpretation von Rohdaten verlässt, ohne diese mit etablierter Wirtschaftstheorie zu verknüpfen oder nach kausalen Mechanismen zu suchen. Entscheidend ist, dass die in den Daten gewonnenen Erkenntnisse durch eine Theorie adäquat erklärt werden können, auch wenn dies bedeutet, eine eigene Theorie der zugrunde liegenden Prozesse zu entwickeln.

Die Regressionsanalyse beweist auch keine Kausalität, und nur weil zwei Datensätze einen Zusammenhang zeigen, kann er falsch sein. Beispielsweise steigen die Todesfälle durch Ertrinken in Schwimmbädern mit dem BIP. Führt eine wachsende Wirtschaft dazu, dass Menschen ertrinken? Natürlich nicht, aber vielleicht kaufen mehr Leute Pools, wenn die Wirtschaft boomt. Die Ökonometrie befasst sich hauptsächlich mit der Korrelationsanalyse, und denken Sie daran, dass Korrelation nicht gleich Kausalität ist.