Ekonometrik

Apakah Ekonometrik?

Ekonometrik ialah penggunaan model statistik dan matematik untuk membangunkan teori atau menguji hipotesis sedia ada dalam ekonomi dan untuk meramalkan arah aliran masa depan daripada data sejarah. Ia data subjek-dunia sebenar kepada ujian statistik dan kemudian membandingkan keputusan dengan teori yang diuji.

Bergantung pada sama ada anda berminat untuk menguji teori sedia ada atau menggunakan data sedia ada untuk membangunkan hipotesis baharu, ekonometrik boleh dibahagikan kepada dua kategori utama: teori dan gunaan. Mereka yang secara rutin terlibat dalam amalan ini biasanya dikenali sebagai ahli ekonomi.

Memahami Ekonometrik

Ekonometrik menganalisis data menggunakan kaedah statistik untuk menguji atau membangunkan teori ekonomi. Kaedah ini bergantung pada inferens statistik untuk mengukur dan menganalisis teori ekonomi dengan memanfaatkan alat seperti taburan kekerapan , kebarangkalian dan taburan kebarangkalian,. inferens statistik, analisis korelasi, analisis regresi mudah dan berbilang, model persamaan serentak dan kaedah siri masa.

Ekonometrik dipelopori oleh Lawrence Klein,. Ragnar Frisch, dan Simon Kuznets. Ketiga-tiga mereka memenangi Hadiah Nobel dalam bidang ekonomi atas sumbangan mereka. Hari ini, ia digunakan secara tetap dalam kalangan ahli akademik serta pengamal seperti peniaga dan penganalisis Wall Street.

Contoh aplikasi ekonometrik ialah mengkaji kesan pendapatan menggunakan data yang boleh diperhatikan. Seorang ahli ekonomi mungkin membuat hipotesis bahawa apabila seseorang meningkatkan pendapatan mereka, perbelanjaan mereka juga akan meningkat.

Jika data menunjukkan bahawa perkaitan sedemikian wujud, analisis regresi kemudiannya boleh dijalankan untuk memahami kekuatan perhubungan antara pendapatan dan penggunaan dan sama ada perhubungan itu signifikan secara statistik atau tidak—iaitu, nampaknya tidak mungkin ia disebabkan kebetulan sahaja.

Kaedah Ekonometrik

Langkah pertama untuk metodologi ekonometrik adalah untuk mendapatkan dan menganalisis set data dan mentakrifkan hipotesis khusus yang menerangkan sifat dan bentuk set. Data ini mungkin, sebagai contoh, harga sejarah untuk indeks saham, pemerhatian yang dikumpul daripada tinjauan kewangan pengguna, atau kadar pengangguran dan inflasi di negara yang berbeza.

Jika anda berminat dengan hubungan antara perubahan harga tahunan S&P 500 dan kadar pengangguran, anda akan mengumpulkan kedua-dua set data. Kemudian, anda mungkin menguji idea bahawa pengangguran yang lebih tinggi membawa kepada harga pasaran saham yang lebih rendah. Dalam contoh ini, harga pasaran saham akan menjadi pembolehubah bersandar dan kadar pengangguran ialah pembolehubah bebas atau penjelasan.

Hubungan yang paling biasa adalah linear, bermakna sebarang perubahan dalam pembolehubah penjelasan akan mempunyai korelasi positif dengan pembolehubah bersandar. Hubungan ini boleh diterokai dengan model regresi mudah, yang menjana garisan paling sesuai antara dua set data dan kemudian menguji untuk melihat sejauh mana setiap titik data, secara purata, dari baris itu.

Ambil perhatian bahawa anda boleh mempunyai beberapa pembolehubah penjelasan dalam analisis anda—contohnya, perubahan kepada KDNK dan inflasi selain pengangguran dalam menjelaskan harga pasaran saham. Apabila lebih daripada satu pembolehubah penjelasan digunakan, ia dirujuk sebagai regresi linear berganda. Ini adalah alat yang paling biasa digunakan dalam ekonometrik.

Beberapa ahli ekonomi, termasuk John Maynard Keynes,. telah mengkritik ahli ekonomi kerana terlalu bergantung pada korelasi statistik sebagai ganti pemikiran ekonomi.

Model Regresi Berbeza

Terdapat beberapa model regresi berbeza yang dioptimumkan bergantung pada sifat data yang dianalisis dan jenis soalan yang ditanya. Contoh yang paling biasa ialah regresi kuasa dua terkecil biasa (OLS), yang boleh dijalankan pada beberapa jenis data keratan rentas atau siri masa. Jika anda berminat dengan hasil binari (ya-tidak)—contohnya, kemungkinan besar anda akan dipecat daripada pekerjaan berdasarkan produktiviti anda—anda mungkin menggunakan regresi logistik atau model probit. Hari ini, pakar ekonomi mempunyai beratus-ratus model yang boleh digunakan.

Ekonometrik kini menjalankan menggunakan pakej perisian analisis statistik yang direka untuk tujuan ini, seperti STATA, SPSS atau R. Pakej perisian ini juga boleh menguji dengan mudah untuk kepentingan statistik untuk menentukan kemungkinan korelasi mungkin timbul secara kebetulan. R-kuadrat,. ujian-t,. nilai-p dan ujian tesis null-hypo adalah semua kaedah yang digunakan oleh ahli ekonomi untuk menilai kesahihan keputusan model mereka.

Had Ekonometrik

Ekonometrik kadangkala dikritik kerana terlalu bergantung pada tafsiran data mentah tanpa mengaitkannya dengan teori ekonomi yang mantap atau mencari mekanisme penyebab. Adalah penting bahawa penemuan yang didedahkan dalam data dapat dijelaskan dengan secukupnya oleh teori, walaupun itu bermakna membangunkan teori anda sendiri tentang proses asas.

Analisis regresi juga tidak membuktikan sebab musabab, dan hanya kerana dua set data menunjukkan perkaitan, ia mungkin palsu. Contohnya, kematian akibat lemas di kolam renang meningkat dengan KDNK. Adakah ekonomi yang semakin meningkat menyebabkan orang lemas? Ini tidak mungkin, tetapi mungkin lebih ramai orang membeli kolam apabila ekonomi berkembang pesat. Ekonometrik sebahagian besarnya mementingkan analisis korelasi, dan penting untuk diingat bahawa korelasi tidak sama sebab.

Garisan bawah

Ekonometrik ialah disiplin popular yang menyepadukan alat statistik dan pemodelan untuk data ekonomi, dan ia sering digunakan oleh pembuat dasar untuk meramalkan hasil perubahan dasar. Seperti alat perangkaan lain, terdapat banyak kemungkinan ralat apabila alat ekonometrik digunakan secara sembarangan. Ahli ekonometrik mesti berhati-hati untuk mewajarkan kesimpulan mereka dengan alasan yang kukuh serta inferens statistik.

##Sorotan

• Ekonometrik juga boleh digunakan untuk mencuba meramalkan arah aliran ekonomi atau kewangan masa hadapan.

• Beberapa ahli ekonomi telah mengkritik bidang ekonometrik kerana mengutamakan model statistik berbanding penaakulan ekonomi.

• Ekonometrik bergantung pada teknik seperti model regresi dan ujian hipotesis nol.

• Ekonometrik ialah penggunaan kaedah statistik untuk membangunkan teori atau menguji hipotesis sedia ada dalam ekonomi atau kewangan.

• Seperti alat perangkaan lain, ahli ekonomi harus berhati-hati untuk tidak membuat kesimpulan hubungan sebab akibat daripada korelasi statistik.

##Soalan Lazim

Apakah Autokorelasi dalam Ekonometrik?

Autocorr elation mengukur hubungan antara pembolehubah tunggal pada tempoh masa yang berbeza. Atas sebab ini, ia kadangkala dipanggil korelasi tertinggal atau korelasi bersiri, kerana ia digunakan untuk mengukur bagaimana nilai masa lalu pembolehubah tertentu mungkin meramalkan nilai masa depan pembolehubah yang sama. Autokorelasi ialah alat yang berguna untuk pedagang, terutamanya dalam analisis teknikal.

Apakah Endogeneiti dalam Ekonometrik?

Pembolehubah endogen ialah pembolehubah yang dipengaruhi oleh perubahan pembolehubah lain. Disebabkan oleh kerumitan sistem ekonomi, adalah sukar untuk menentukan semua hubungan halus antara faktor yang berbeza, dan beberapa pembolehubah mungkin sebahagiannya endogen dan sebahagiannya eksogen. Dalam kajian ekonometrik, penyelidik mesti berhati-hati untuk mengambil kira kemungkinan bahawa istilah ralat mungkin sebahagiannya dikaitkan dengan pembolehubah lain.

Apakah Penganggar dalam Ekonometrik?

Penganggar ialah statistik yang digunakan untuk menganggarkan beberapa fakta atau ukuran tentang populasi yang lebih besar. Penganggar kerap digunakan dalam situasi yang tidak praktikal untuk mengukur keseluruhan populasi. Sebagai contoh, tidak mungkin untuk mengukur kadar pekerjaan yang tepat pada bila-bila masa tertentu, tetapi adalah mungkin untuk menganggarkan pengangguran berdasarkan sampel populasi yang dipilih secara rawak.