Ekonometria

Mikä on ekonometria?

Ekonometria on tilastollisten ja matemaattisten mallien käyttöä taloustieteen teorioiden kehittämiseen tai olemassa olevien hypoteesien testaamiseen sekä tulevaisuuden trendien ennustamiseen historiallisten tietojen perusteella. Se siirtää todellisten koehenkilöiden dataa tilastollisiin kokeisiin ja vertaa sitten tuloksia testattavaan teoriaan.

Riippuen siitä, oletko kiinnostunut testaamaan olemassa olevaa teoriaa vai käyttämään olemassa olevaa dataa uuden hypoteesin kehittämiseen, ekonometria voidaan jakaa kahteen suureen luokkaan: teoreettiseen ja soveltavaan. Ne, jotka harjoittavat rutiininomaisesti tätä käytäntöä, tunnetaan yleisesti ekonometrikoina.

Econometrian ymmärtäminen

Ekonometria analysoi dataa tilastollisilla menetelmillä talousteorian testaamiseksi tai kehittämiseksi. Nämä menetelmät perustuvat tilastollisiin päätelmiin talousteorioiden kvantifiointiin ja analysointiin hyödyntämällä työkaluja, kuten frekvenssijakaumia , todennäköisyys- ja todennäköisyysjakaumia,. tilastollisia päätelmiä, korrelaatioanalyysiä, yksinkertaista ja moninkertaista regressioanalyysiä, samanaikaisia yhtälömalleja ja aikasarjamenetelmiä.

Econometrian edelläkävijöitä olivat Lawrence Klein,. Ragnar Frisch ja Simon Kuznets. Kaikki kolme saivat panoksestaan taloustieteen Nobelin. Nykyään sitä käytetään säännöllisesti tutkijoiden ja toimijoiden, kuten Wall Streetin kauppiaiden ja analyytikoiden, keskuudessa.

Esimerkkinä ekonometriikan soveltamisesta on tulovaikutuksen tutkiminen havaittavissa olevan datan avulla. Taloustieteilijä voi olettaa, että kun henkilö lisää tulojaan, myös hänen menonsa kasvavat.

Jos tiedot osoittavat, että tällainen yhteys on olemassa, voidaan sitten suorittaa regressioanalyysi tulojen ja kulutuksen välisen suhteen vahvuuden ymmärtämiseksi ja onko tämä suhde tilastollisesti merkitsevä vai ei – toisin sanoen näyttää epätodennäköiseltä, että se on pelkän sattuman takia.

Ekonometriikan menetelmät

Ensimmäinen askel ekonometriseen metodologiaan on hankkia ja analysoida tietojoukko ja määritellä tietty hypoteesi, joka selittää joukon luonteen ja muodon. Näitä tietoja voivat olla esimerkiksi osakeindeksin historialliset hinnat, kuluttajataloustutkimuksesta kerätyt havainnot tai eri maiden työttömyys- ja inflaatioluvut.

S&P 500 :n vuosihinnan muutoksen ja työttömyysasteen välisestä suhteesta, keräät molemmat tiedot. Sitten voit testata ajatusta, että korkeampi työttömyys johtaa alhaisempiin osakemarkkinahintoihin. Tässä esimerkissä osakemarkkinahinta olisi riippuvainen muuttuja ja työttömyysaste on riippumaton tai selittävä muuttuja.

Yleisin suhde on lineaarinen, mikä tarkoittaa, että millä tahansa selittävän muuttujan muutoksella on positiivinen korrelaatio riippuvaisen muuttujan kanssa. Tätä suhdetta voitaisiin tutkia yksinkertaisella regressiomallilla, jossa luodaan parhaiten sopiva viiva kahden tietojoukon välille ja testataan sitten, kuinka kaukana kukin datapiste on keskimäärin kyseisestä viivasta.

Huomaa, että analyysissäsi voi olla useita selittäviä muuttujia – esimerkiksi BKT:n ja inflaation muutoksia sekä työttömyyttä osakemarkkinoiden hintojen selittämisessä. Kun käytetään useampaa kuin yhtä selittävää muuttujaa, sitä kutsutaan moninkertaiseksi lineaariseksi regressioksi. Tämä on ekonometriassa yleisimmin käytetty työkalu.

Jotkut taloustieteilijät, mukaan lukien John Maynard Keynes,. ovat arvostelleet ekonometikoita heidän liiallisesta riippuvuudestaan tilastollisiin korrelaatioihin taloudellisen ajattelun sijaan.

Erilaisia regressiomalleja

On olemassa useita erilaisia regressiomalleja, jotka optimoidaan analysoitavan tiedon luonteen ja kysyttävän kysymyksen tyypin mukaan. Yleisin esimerkki on tavallinen pienimmän neliösumman (OLS) regressio, joka voidaan suorittaa monentyyppisille poikkileikkaus- tai aikasarjatiedoille. Jos olet kiinnostunut binäärituloksesta (kyllä-ei) – esimerkiksi kuinka todennäköisesti sinut irtisanotaan työstäsi tuottavuutesi perusteella – voit käyttää logistista regressiota tai probit-mallia. Nykyään ekonometrikoilla on käytössään satoja malleja.

Econometrics käyttää nyt tähän tarkoitukseen suunniteltuja tilastollisen analyysin ohjelmistopaketteja, kuten STATA, SPSS tai R. Nämä ohjelmistopaketit voivat myös helposti testata tilastollista merkitsevyyttä määrittääkseen todennäköisyyden, että korrelaatiot voivat syntyä sattumalta. R-neliö,. t-testit,. p-arvot ja nollahypoteesien testaus ovat kaikki ekonometrikoiden käyttämiä menetelmiä arvioidakseen mallitulostensa oikeellisuutta.

Ekonometriikan rajoitukset

Ekonometriaa kritisoidaan toisinaan siitä, että se luottaa liian voimakkaasti raakadatan tulkintaan yhdistämättä sitä vakiintuneeseen talousteoriaan tai etsimättä kausaalimekanismeja. On tärkeää, että aineistossa paljastuvat havainnot pystytään selittämään riittävästi teorialla, vaikka se tarkoittaisi oman teorian kehittämistä taustalla olevista prosesseista.

Regressioanalyysi ei myöskään todista syy-yhteyttä, ja vain siksi, että kaksi tietojoukkoa osoittavat yhteyden, se voi olla harhaanjohtava. Esimerkiksi uima-altaissa hukkumiskuolemat lisääntyvät bruttokansantuotteen myötä. Aiheuttaako kasvava talous ihmisiä hukkumaan? Tämä on epätodennäköistä, mutta ehkä useammat ihmiset ostavat uima-altaita, kun talous kukoistaa. Ekonometria koskee suurelta osin korrelaatioanalyysiä, ja on tärkeää muistaa, että korrelaatio ei ole sama kuin syy-yhteys.

Bottom Line

Econometria on suosittu tieteenala, joka yhdistää tilastolliset työkalut ja mallintamisen talousdatalle, ja päättäjät käyttävät sitä usein politiikan muutosten tulosten ennustamiseen. Kuten muissakin tilastotyökaluissa, on monia virhemahdollisuuksia, kun ekonometrisiä työkaluja käytetään huolimattomasti. Taloustieteilijöiden on oltava varovaisia perustelemaan päätelmänsä järkevin perusteluin sekä tilastollisin johtopäätöksin.

##Kohokohdat

• Ekonometrialla voidaan myös yrittää ennustaa tulevia talous- tai rahoitustrendejä.

• Jotkut taloustieteilijät ovat kritisoineet ekonometriaa tilastollisten mallien priorisoinnista taloudellisen päättelyn edelle.

• Ekonometria perustuu tekniikoihin, kuten regressiomalleihin ja nollahypoteesien testaukseen.

• Econometria on tilastollisten menetelmien käyttöä taloustieteen tai rahoituksen teorioiden kehittämiseen tai olemassa olevien hypoteesien testaamiseen.

• Kuten muidenkin tilastotyökalujen kanssa, ekonometrikoiden tulee olla varovaisia, etteivät ne päättele syy-yhteyttä tilastollisesta korrelaatiosta.

##UKK

Mikä on autokorrelaatio ekonometriassa?

Autokorrelaatio mittaa yksittäisen muuttujan välisiä suhteita eri ajanjaksoina. Tästä syystä sitä kutsutaan joskus viivästyneeksi korrelaatioksi tai sarjakorrelaatioksi, koska sitä käytetään mittaamaan, kuinka tietyn muuttujan aikaisempi arvo voi ennustaa saman muuttujan tulevia arvoja. Autokorrelaatio on hyödyllinen työkalu kauppiaille, erityisesti teknisessä analyysissä.

Mitä on endogeenisuus ekonometriikassa?

Endogeeninen muuttuja on muuttuja, johon toisen muuttujan muutokset vaikuttavat. Talousjärjestelmien monimutkaisuuden vuoksi on vaikea määrittää kaikkia hienovaraisia suhteita eri tekijöiden välillä, ja jotkut muuttujat voivat olla osittain endogeenisiä ja osittain eksogeenisiä. Ekonometrisissa tutkimuksissa tutkijoiden tulee huomioida se mahdollisuus, että virhetermi saattaa osittain korreloida muiden muuttujien kanssa.

Mitä ovat ekonometiikan arvioijat?

Estimaattori on tilasto, jota käytetään jonkin tosiasian tai mittauksen arvioimiseen suuremmasta populaatiosta. Estimaattoreita käytetään usein tilanteissa, joissa ei ole käytännöllistä mitata koko väestöä. Esimerkiksi tarkkaa työllisyysastetta tiettynä ajankohtana ei ole mahdollista mitata, mutta työttömyys on mahdollista arvioida satunnaisesti valitun väestöotoksen perusteella.