Ekonometrija: ko tas nozīmē un kā to izmanto

Kas ir ekonometrija?

Ekonometrija ir statistisko un matemātisko modeļu kvantitatīva pielietošana, izmantojot datus, lai izstrādātu teorijas vai pārbaudītu esošās hipotēzes ekonomikā un prognoze nākotnes tendences no vēsturiskiem datiem. Tas pakļauj reālās pasaules datus statistiskiem izmēģinājumiem un pēc tam salīdzina un pretstatās rezultātiem pret pārbaudāmo teoriju vai teorijām.

Atkarībā no tā, vai esat ieinteresēts pārbaudīt esošo teoriju vai izmantot esošos datus, lai izstrādātu jaunu Pamatojoties uz šiem novērojumiem, ekonometriju var iedalīt divās lielās kategorijās: teorētiskajā un piemēroja. Tie, kas regulāri iesaistās šajā praksē, ir pazīstami kā ekonometriķi.

Ekonometrijas izpratne

Ekonometrija analizē datus, izmantojot statistikas metodes, lai pārbaudītu vai attīstītu ekonomikas teoriju. Šīs metodes balstās uz statistiskiem secinājumiem, lai kvantitatīvi noteiktu un analizētu ekonomikas teorijas, izmantojot tādus instrumentus kā frekvenču sadalījumi, varbūtība un varbūtību sadalījumi, statistikas secinājums, korelācijas analīze, vienkārša un daudzkārtēja regresijas analīze, vienlaicīgu vienādojumu modeļi un laikrindu metodes.

Ekonometrijas pionieris bija Lorenss Kleins, Ragnārs Frišs un Saimons Kuznets. Visi trīs par savu ieguldījumu 1971. gadā ieguva Nobela prēmiju ekonomikā. Mūsdienās to regulāri izmanto akadēmiķi, kā arī praktiķi, piemēram, Volstrītas tirgotāji un analītiķi.

Ekonometrijas pielietošanas piemērs ir ienākumu efekta izpēte, izmantojot novērojamus datus. Ekonomists var izvirzīt hipotēzi, ka, palielinoties personai, ienākumi palielināsies. Ja dati rāda, ka šāda saistība pastāv, tad var veikt regresijas analīzi, lai izprastu attiecību stiprumu starp ienākumi un patēriņš un vai šīs attiecības ir vai nav statistiski nozīmīgas, tas ir, maz ticams, ka tās ir saistītas ar nejaušību vienatnē.

Ekonometrijas metodika

Pirmais solis uz ekonometrisko metodoloģiju ir iegūt un analizēt datu kopu un definēt konkrētu hipotēzi, kas izskaidro kopas raksturu un formu. Šie dati var būt, piemēram, akciju indeksa vēsturiskās cenas, novērojumi, kas apkopoti, veicot aptauju par patērētāju finansēm, vai bezdarba un inflācijas rādītāji dažādās valstīs.

Ja jūs interesē attiecības starp ikgadējām cenu izmaiņām S&P 500 un bezdarba līmenis, jūs vācat abas datu kopas. Šeit jūs vēlaties pārbaudīt domu, ka augstāks bezdarbs noved pie zemākām akciju tirgus cenām. Tādējādi akciju tirgus cena ir jūsu atkarīgais mainīgais, un bezdarba līmenis ir neatkarīgs vai skaidrojošs mainīgais.

Visizplatītākā sakarība ir lineāra, kas nozīmē, ka jebkurām izmaiņām skaidrojošajā mainīgajā būs pozitīva korelācija ar atkarīgo mainīgo, tādā gadījumā vienkāršs regresijas modelis bieži tiek izmantota, lai izpētītu šīs attiecības, kas nozīmē, ka starp abām datu kopām tiek izveidota vispiemērotākā līnija un pēc tam tiek veikta pārbaude, lai noskaidrotu, cik tālu katrs datu punkts atrodas līnija.

Ņemiet vērā, ka analīzē var būt vairāki skaidrojoši mainīgie - piemēram, IKP un inflācijas izmaiņas papildus bezdarbam, izskaidrojot akciju tirgus cenas. Ja tiek izmantots vairāk nekā viens skaidrojošs mainīgais, to sauc par vairākkārtēja lineāra regresija, modelis, kas ir visbiežāk izmantotais ekonometrijas instruments.

Dažādi regresijas modeļi

Pastāv vairāki dažādi regresijas modeļi, kas tiek optimizēti atkarībā no analizējamo datu veida un uzdotā jautājuma veida. Visizplatītākais piemērs ir parastā mazāko kvadrātu (OLS) regresija, ko var veikt vairāku veidu šķērsgriezums vai laikrindu dati. Ja jūs interesē binārs (jā-nē) iznākums, piemēram, cik liela ir iespējamība, ka jūs tiksit atlaists no darba, pamatojoties uz jūsu produktivitāti, varat izmantot loģistisko regresiju vai probit modeli. Mūsdienās ekonometriķa rīcībā ir simtiem modeļu.

Ekonometrija tagad tiek veikta, izmantojot šim nolūkam paredzētas statistiskās analīzes programmatūras paketes, piemēram, STATA, SPSS vai R. Šīs programmatūras pakotnes var arī viegli pārbaudīt statistisko nozīmīgumu, lai sniegtu atbalstu tam, ka šo modeļu radītie empīriskie rezultāti nav tikai nejaušības rezultāts. R kvadrāta, t-testi, p-vērtības un nulles hipotēzes pārbaude ir visas metodes, ko ekonometriķi izmanto, lai novērtētu savu modeļa rezultātu pamatotību.

Ekonometrijas ierobežojumi

Ekonometriju dažkārt kritizē par pārāk lielu paļaušanos uz neapstrādātu datu interpretāciju, nesaistot tos ar iedibināto ekonomikas teoriju vai nemeklējot cēloņsakarības mehānismus. Ir ļoti svarīgi, lai datos atklātie konstatējumi būtu pietiekami izskaidrojami ar teoriju, pat ja tas nozīmē izstrādāt savu teoriju par pamatā esošajiem procesiem.

Regresijas analīze arī nepierāda cēloņsakarību, un tikai tāpēc, ka divas datu kopas parāda saistību, tā var būt nepatiesa. Piemēram, noslīkšanas gadījumu skaits peldbaseinos palielinās līdz ar IKP. Vai pieaugošā ekonomika izraisa cilvēku noslīkšanu? Protams, nē, bet varbūt vairāk cilvēku pērk baseinus, kad ekonomika uzplaukst. Ekonometrija lielā mērā attiecas uz korelācijas analīzi, un atcerieties, ka korelācija nav vienāda ar cēloņsakarību.