Економетрија: шта то значи и како се користи

Шта је економетрија?

Економетрија је квантитативна примена статистичких и математичких модела који користе податке за развој теорија или тестирање постојећих хипотезе у економији и до прогноза будући трендови из историјских података. Он подвргава податке из стварног света статистичким испитивањима, а затим упоређује и упоређује резултате са теоријом или теоријама које се тестирају.

У зависности од тога да ли сте заинтересовани да тестирате постојећу теорију или да користите постојеће податке за развој нове хипотеза заснована на тим запажањима, економетрија се може поделити у две велике категорије: теоријска и примењено. Они који се рутински баве овом праксом опште су познати као економетричари.

Разумевање економетрије

Економетрија анализира податке користећи статистичке методе како би тестирала или развила економску теорију. Ове методе се ослањају на статистичке закључке за квантификацију и анализу економских теорија коришћењем алата као што су расподеле фреквенција, вероватноћа и расподеле вероватноће, статистичко закључивање, корелациона анализа, једноставна и вишеструка регресиона анализа, модели истовремених једначина и методе временских серија.

Економетрија је била пионир Лавренце Клеин, Рагнар Фрисцх и Симон Кузнетс. Сва тројица су 1971. године за свој допринос добили Нобелову награду за економију. Данас се редовно користи међу академицима, али и међу практичарима, попут трговаца и аналитичара са Валл Стреета.

Пример примене економетрије је проучавање ефекта прихода коришћењем уочљивих података. Економиста може претпоставити да ће, како особа повећава свој приход, расти и његова потрошња. Ако подаци показују да је таква повезаност присутна, тада се може провести регресијска анализа како би се разумјела снага односа између приход и потрошња и да ли је тај однос статистички значајан - то јест, изгледа да је мало вероватно да је то случајно сам.

Методологија економетрије

Први корак у економетријској методологији је прибављање и анализа скупа података и дефинисање посебне хипотезе која објашњава природу и облик скупа. Ови подаци могу бити, на пример, историјске цене за берзански индекс, запажања прикупљена анкетом о потрошачким финансијама или стопе незапослености и инфлације у различитим земљама.

Ако вас занима однос између годишње промене цена С&П 500 и стопу незапослености, прикупили бисте оба скупа података. Овде желите да тестирате идеју да већа незапосленост доводи до нижих цена на берзи. Берзанска цена је стога ваша зависна променљива, а стопа незапослености независна или објашњена променљива.

Најчешћи однос је линеаран, што значи да ће свака промена у објашњеној променљивој имати позитивну корелацију са зависном променљивом, у том случају једноставан модел регресије се често користи за истраживање ове везе, што значи генерисање најбоље усклађене линије између два скупа података, а затим тестирање да би се видело колико је свака тачка података у просеку удаљена од те линија.

Имајте на уму да у својој анализи можете имати неколико варијабли објашњења - на пример, промене БДП -а и инфлације поред незапослености у објашњавању цена на берзи. Када се користи више од једне објашњиве променљиве, назива се вишеструка линеарна регресија, модел који је најчешће коришћен алат у економетрији.

Различити модели регресије

Постоји неколико различитих регресионих модела који су оптимизовани у зависности од природе података који се анализирају и врсте питања које се поставља. Најчешћи пример је обична регресија најмањих квадрата (ОЛС), која се може спровести на неколико типова попречни пресек или податке о временским серијама. Ако вас занима бинарни (да-не) исход-на пример, колико је вероватно да ћете бити отпуштени са посла на основу ваше продуктивности-можете користити логистичку регресију или пробит модел. Данас постоји стотине модела којима располаже економетрик.

Економетрија се сада спроводи помоћу софтверских пакета за статистичку анализу дизајнираних за ове сврхе, као што су СТАТА, СПСС или Р. Ови софтверски пакети такође могу лако да тестирају статистичку значајност како би пружили подршку да емпиријски резултати добијени овим моделима нису само резултат случајности. Р-квадрат, т-тестови, п-вредности и тестирање нул-хипотеза су све методе које користе економетри за процену ваљаности резултата свог модела.

Ограничења економетрије

Економетрија се понекад критикује због превеликог ослањања на тумачење сирових података без повезивања са утврђеном економском теоријом или тражења узрочних механизама. Од кључног је значаја да се налази откривени у подацима могу адекватно објаснити теоријом, чак и ако то значи развој властите теорије о темељним процесима.

Регресијска анализа такође не доказује узрочност, а само зато што два скупа података показују повезаност, она може бити лажна. На пример, смрт од дављења у базенима расте са БДП -ом. Да ли растућа економија изазива утапање људи? Наравно да не, али можда више људи купује базене када је привреда у успону. Економетрија се у великој мери бави корелационом анализом, и запамтите, корелација није једнака узрочности.