Investor's wiki

Ekonometri

Ekonometri

Vad Àr ekonometri?

Ekonometri Àr anvÀndningen av statistiska och matematiska modeller för att utveckla teorier eller testa existerande hypoteser inom ekonomi och för att förutsÀga framtida trender frÄn historiska data. Den utsÀtter data frÄn hela vÀrlden för statistiska prövningar och jÀmför sedan resultaten med teorin som testas.

Beroende pÄ om du Àr intresserad av att testa en befintlig teori eller av att anvÀnda befintliga data för att utveckla en ny hypotes, kan ekonometri delas in i tvÄ huvudkategorier: teoretisk och tillÀmpad. De som rutinmÀssigt Àgnar sig Ät denna praxis Àr allmÀnt kÀnda som ekonometriker.

FörstÄ ekonometri

Ekonometri analyserar data med statistiska metoder för att testa eller utveckla ekonomisk teori. Dessa metoder förlitar sig pÄ statistiska slutledningar för att kvantifiera och analysera ekonomiska teorier genom att utnyttja verktyg som frekvensfördelningar , sannolikhets- och sannolikhetsfördelningar,. statistisk slutledning, korrelationsanalys, enkel och multipel regressionsanalys, simultanekvationsmodeller och tidsseriemetoder.

Ekonometri var banbrytande av Lawrence Klein,. Ragnar Frisch och Simon Kuznets. Alla tre fick Nobelpriset i ekonomi för sina insatser. Idag anvÀnds det regelbundet bland akademiker sÄvÀl som utövare som Wall Street-handlare och analytiker.

Ett exempel pÄ tillÀmpning av ekonometri Àr att studera inkomsteffekten med hjÀlp av observerbara data. En ekonom kan anta att nÀr en person ökar sin inkomst kommer Àven deras utgifter att öka.

Om data visar att ett sĂ„dant samband finns, kan en regressionsanalys sedan göras för att förstĂ„ styrkan i sambandet mellan inkomst och konsumtion och huruvida det sambandet Ă€r statistiskt signifikant eller inte – det vill sĂ€ga det verkar osannolikt att det Ă€r enbart pĂ„ grund av slumpen.

Ekonometriska metoder

Det första steget till ekonometrisk metodik Àr att erhÄlla och analysera en uppsÀttning data och definiera en specifik hypotes som förklarar uppsÀttningens natur och form. Dessa data kan till exempel vara de historiska priserna för ett aktieindex, observationer som samlats in frÄn en undersökning av konsumenternas ekonomi eller arbetslöshet och inflation i olika lÀnder.

Om du Àr intresserad av förhÄllandet mellan den Ärliga prisförÀndringen av S&P 500 och arbetslösheten, skulle du samla in bÄda uppsÀttningarna av data. Sedan kan du testa tanken att högre arbetslöshet leder till lÀgre börspriser. I det hÀr exemplet skulle aktiemarknadspriset vara den beroende variabeln och arbetslösheten Àr den oberoende eller förklarande variabeln.

Det vanligaste sambandet Àr linjÀrt, vilket innebÀr att varje förÀndring i den förklarande variabeln kommer att ha en positiv korrelation med den beroende variabeln. Detta förhÄllande skulle kunna utforskas med en enkel regressionsmodell, vilket innebÀr att generera en linje som passar bÀst mellan de tvÄ datauppsÀttningarna och sedan testa för att se hur lÄngt varje datapunkt Àr i genomsnitt frÄn den linjen.

Observera att du kan ha flera förklarande variabler i din analys – till exempel förĂ€ndringar i BNP och inflation utöver arbetslöshet för att förklara börspriserna. NĂ€r mer Ă€n en förklarande variabel anvĂ€nds kallas den för multipel linjĂ€r regression. Detta Ă€r det mest anvĂ€nda verktyget inom ekonometri.

Vissa ekonomer, inklusive John Maynard Keynes,. har kritiserat ekonometriker för deras övertro pÄ statistiska korrelationer i stÀllet för ekonomiskt tÀnkande.

Olika regressionsmodeller

Det finns flera olika regressionsmodeller som Ă€r optimerade beroende pĂ„ vilken typ av data som analyseras och vilken typ av frĂ„ga som stĂ€lls. Det vanligaste exemplet Ă€r OLS-regressionen (ordinary least squares ), som kan utföras pĂ„ flera typer av tvĂ€rsnitts- eller tidsseriedata. Om du Ă€r intresserad av ett binĂ€rt (ja-nej) resultat – till exempel hur sannolikt det Ă€r att du fĂ„r sparken frĂ„n ett jobb baserat pĂ„ din produktivitet – kan du anvĂ€nda en logistisk regression eller en probitmodell. Idag har ekonometriker hundratals modeller till sitt förfogande.

Econometrics anvÀnder nu programvarupaket för statistisk analys utformade för dessa ÀndamÄl, sÄsom STATA, SPSS eller R. Dessa programpaket kan ocksÄ enkelt testa för statistisk signifikans för att faststÀlla sannolikheten för att korrelationer kan uppstÄ av en slump. R-kvadrat- , t -tester,. p-vÀrden och nollhypouppsatstestning Àr alla metoder som anvÀnds av ekonometriker för att utvÀrdera giltigheten av deras modellresultat.

BegrÀnsningar av ekonometri

Ekonometri kritiseras ibland för att förlita sig för mycket pÄ tolkningen av rÄdata utan att koppla den till etablerad ekonomisk teori eller leta efter orsaksmekanismer. Det Àr avgörande att fynden avslöjas i data kan förklaras pÄ ett adekvat sÀtt av en teori, Àven om det innebÀr att du utvecklar din egen teori om de underliggande processerna.

Regressionsanalys bevisar inte heller orsakssamband, och bara för att tvÄ datamÀngder visar ett samband kan det vara falskt. Till exempel ökar drunkningsdöden i simbassÀnger med BNP. FÄr en vÀxande ekonomi mÀnniskor att drunkna? Det Àr osannolikt, men kanske fler köper pooler nÀr ekonomin gÄr pÄ högvarv. Ekonometri handlar till stor del om korrelationsanalys, och det Àr viktigt att komma ihÄg att korrelation inte Àr lika med orsakssamband.

PoÀngen

Ekonometri Àr en populÀr disciplin som integrerar statistiska verktyg och modellering för ekonomiska data, och den anvÀnds ofta av beslutsfattare för att förutsÀga resultatet av policyförÀndringar. Liksom med andra statistiska verktyg finns det mÄnga möjligheter till fel nÀr ekonometriska verktyg anvÀnds slarvigt. Ekonometriker mÄste vara noga med att motivera sina slutsatser med sunda resonemang sÄvÀl som statistiska slutsatser.

##Höjdpunkter

– Ekonometri kan ocksĂ„ anvĂ€ndas för att försöka förutse framtida ekonomiska eller finansiella trender.

– Vissa ekonomer har kritiserat ekonometriomrĂ„det för att prioritera statistiska modeller framför ekonomiska resonemang.

  • Ekonometri bygger pĂ„ tekniker som regressionsmodeller och nollhypotestestning.

– Ekonometri Ă€r anvĂ€ndningen av statistiska metoder för att utveckla teorier eller testa existerande hypoteser inom ekonomi eller finans.

– Liksom med andra statistiska verktyg bör ekonometriker vara försiktiga med att sluta sig till ett orsakssamband frĂ„n statistisk korrelation.

##FAQ

Vad Àr autokorrelation i ekonometri?

Autokorr elation mÀter relationerna mellan en enskild variabel vid olika tidsperioder. Av denna anledning kallas det ibland fördröjd korrelation eller seriell korrelation, eftersom det anvÀnds för att mÀta hur det tidigare vÀrdet av en viss variabel kan förutsÀga framtida vÀrden för samma variabel. Autokorrelation Àr ett anvÀndbart verktyg för handlare, sÀrskilt inom teknisk analys.

Vad Àr endogenitet i ekonometri?

En endogen variabel Àr en variabel som pÄverkas av förÀndringar i en annan variabel. PÄ grund av de ekonomiska systemens komplexitet Àr det svÄrt att faststÀlla alla subtila samband mellan olika faktorer, och vissa variabler kan vara delvis endogena och delvis exogena. I ekonometriska studier mÄste forskarna vara noga med att ta hÀnsyn till möjligheten att feltermen kan vara delvis korrelerad med andra variabler.

Vad Àr estimerare i ekonometri?

En estimator Àr en statistik som anvÀnds för att uppskatta nÄgot fakta eller mÄtt om en större population. Estimatorer anvÀnds ofta i situationer dÀr det inte Àr praktiskt att mÀta hela populationen. Det Àr till exempel inte möjligt att mÀta den exakta sysselsÀttningsgraden vid nÄgon specifik tidpunkt, men det Àr möjligt att uppskatta arbetslösheten utifrÄn ett slumpmÀssigt valt urval av befolkningen.