Econometria
Che cos'è l'econometria?
L'econometria è l'uso di modelli statistici e matematici per sviluppare teorie o testare ipotesi esistenti in economia e per prevedere le tendenze future da dati storici. Sottopone i dati del mondo reale a prove statistiche e quindi confronta i risultati con la teoria in fase di verifica.
A seconda che tu sia interessato a testare una teoria esistente o a utilizzare i dati esistenti per sviluppare una nuova ipotesi, l'econometria può essere suddivisa in due categorie principali: teorica e applicata. Coloro che si impegnano abitualmente in questa pratica sono comunemente noti come econometristi.
Capire l'econometria
L'econometria analizza i dati utilizzando metodi statistici al fine di testare o sviluppare la teoria economica. Questi metodi si basano su inferenze statistiche per quantificare e analizzare le teorie economiche sfruttando strumenti come distribuzioni di frequenza,. probabilità e distribuzioni di probabilità,. inferenza statistica, analisi di correlazione, analisi di regressione semplice e multipla, modelli di equazioni simultanee e metodi di serie temporali.
L'econometria è stata sperimentata da Lawrence Klein,. Ragnar Frisch e Simon Kuznets. Tutti e tre hanno vinto il Premio Nobel per l'economia per i loro contributi. Oggi è usato regolarmente tra accademici e professionisti come trader e analisti di Wall Street.
Un esempio dell'applicazione dell'econometria è lo studio dell'effetto reddito utilizzando dati osservabili. Un economista può ipotizzare che man mano che una persona aumenta il proprio reddito, aumenterà anche la spesa.
Se i dati mostrano che tale associazione è presente, è quindi possibile condurre un'analisi di regressione per comprendere la forza della relazione tra reddito e consumo e se tale relazione sia statisticamente significativa o meno, ovvero, sembra improbabile che sia solo per caso.
Metodi di Econometria
Il primo passo per la metodologia econometrica consiste nell'ottenere e analizzare un insieme di dati e definire un'ipotesi specifica che spieghi la natura e la forma dell'insieme. Questi dati possono essere, ad esempio, i prezzi storici di un indice azionario, le osservazioni raccolte da un'indagine sulle finanze dei consumatori oi tassi di disoccupazione e inflazione in diversi paesi.
Se sei interessato alla relazione tra la variazione annuale del prezzo dell 'S&P 500 e il tasso di disoccupazione, raccoglieresti entrambi i set di dati. Quindi, potresti testare l'idea che una maggiore disoccupazione porti a prezzi di mercato più bassi. In questo esempio, il prezzo di borsa sarebbe la variabile dipendente e il tasso di disoccupazione la variabile indipendente o esplicativa.
La relazione più comune è lineare, nel senso che qualsiasi cambiamento nella variabile esplicativa avrà una correlazione positiva con la variabile dipendente. Questa relazione potrebbe essere esplorata con un semplice modello di regressione, che equivale a generare una linea più adatta tra i due insiemi di dati e quindi testare per vedere quanto dista ogni punto dati, in media, da quella linea.
Nota che puoi avere diverse variabili esplicative nella tua analisi, ad esempio, modifiche al PIL e all'inflazione oltre alla disoccupazione nella spiegazione dei prezzi del mercato azionario. Quando viene utilizzata più di una variabile esplicativa, si parla di regressione lineare multipla. Questo è lo strumento più comunemente usato in econometria.
Alcuni economisti, tra cui John Maynard Keynes,. hanno criticato gli econometrici per la loro eccessiva dipendenza dalle correlazioni statistiche al posto del pensiero economico.
Diversi modelli di regressione
Esistono diversi modelli di regressione ottimizzati in base alla natura dei dati analizzati e al tipo di domanda posta. L'esempio più comune è la regressione dei minimi quadrati ordinari (OLS), che può essere condotta su diversi tipi di dati trasversali o di serie temporali. Se sei interessato a un risultato binario (sì-no), ad esempio, quanto è probabile che tu venga licenziato da un lavoro in base alla tua produttività, potresti utilizzare una regressione logistica o un modello probit. Oggi gli econometrici hanno a disposizione centinaia di modelli.
L'econometria viene ora condotta utilizzando pacchetti software di analisi statistica progettati per questi scopi, come STATA, SPSS o R. Questi pacchetti software possono anche testare facilmente la significatività statistica per determinare la probabilità che le correlazioni possano sorgere per caso. R-squared,. t-tests,. p-values e test di ipotesi nulla sono tutti metodi utilizzati dagli econometrici per valutare la validità dei risultati dei loro modelli.
Limitazioni dell'econometria
L'econometria è talvolta criticata per aver fatto troppo affidamento sull'interpretazione dei dati grezzi senza collegarla alla teoria economica consolidata o cercare meccanismi causali. È fondamentale che i risultati rivelati nei dati possano essere adeguatamente spiegati da una teoria, anche se ciò significa sviluppare la propria teoria dei processi sottostanti.
Anche l'analisi di regressione non dimostra la causalità e solo perché due set di dati mostrano un'associazione, potrebbe essere spuria. Ad esempio, le morti per annegamento nelle piscine aumentano con il PIL. Un'economia in crescita fa annegare le persone? Questo è improbabile, ma forse più persone acquistano pool quando l'economia è in piena espansione. L'econometria si occupa in gran parte dell'analisi della correlazione ed è importante ricordare che la correlazione non è uguale alla causalità.
La linea di fondo
L'econometria è una disciplina popolare che integra strumenti statistici e modelli per i dati economici ed è spesso utilizzata dai responsabili politici per prevedere il risultato dei cambiamenti politici. Come con altri strumenti statistici, ci sono molte possibilità di errore quando gli strumenti econometrici vengono utilizzati con noncuranza. Gli econometrici devono stare attenti a giustificare le loro conclusioni con ragionamenti sani e inferenze statistiche.
Mette in risalto
L'econometria può essere utilizzata anche per cercare di prevedere le tendenze economiche o finanziarie future.
Alcuni economisti hanno criticato il campo dell'econometria per aver dato la priorità ai modelli statistici rispetto al ragionamento economico.
L'econometria si basa su tecniche come modelli di regressione e test di ipotesi nulla.
L'econometria è l'uso di metodi statistici per sviluppare teorie o testare ipotesi esistenti in economia o finanza.
Come con altri strumenti statistici, gli econometrici dovrebbero fare attenzione a non dedurre una relazione causale dalla correlazione statistica.
FAQ
Che cos'è l'autocorrelazione in econometria?
autocorrelazione misura le relazioni tra una singola variabile in periodi di tempo differenti. Per questo motivo, a volte viene chiamata correlazione ritardata o correlazione seriale, poiché viene utilizzata per misurare come il valore passato di una determinata variabile potrebbe prevedere i valori futuri della stessa variabile. L'autocorrelazione è uno strumento utile per i trader, soprattutto nell'analisi tecnica.
Che cos'è l'endogeneità in econometria?
Una variabile endogena è una variabile che è influenzata dai cambiamenti in un'altra variabile. A causa della complessità dei sistemi economici, è difficile determinare tutte le sottili relazioni tra i diversi fattori e alcune variabili possono essere in parte endogene e in parte esogene. Negli studi econometrici, i ricercatori devono stare attenti a tenere conto della possibilità che il termine di errore possa essere parzialmente correlato con altre variabili.
Cosa sono gli stimatori in econometria?
Uno stimatore è una statistica utilizzata per stimare alcuni fatti o misurazioni su una popolazione più ampia. Gli estimatori sono spesso utilizzati in situazioni in cui non è pratico misurare l'intera popolazione. Ad esempio, non è possibile misurare l'esatto tasso di occupazione in un determinato momento, ma è possibile stimare la disoccupazione sulla base di un campione della popolazione scelto casualmente.
