Эконометрика

Что такое Эконометрика?

Эконометрика – это количественное применение статистических и математических моделей с использованием данных для разработки теорий или проверки существующих гипотез в экономике и для прогнозирования будущих тенденций на основе исторических данных. Он подвергает реальные данные статистическим испытаниям, а затем сравнивает и сравнивает результаты с теорией или теориями, которые проверяются.

В зависимости от того, заинтересованы ли вы в проверке существующей теории или в использовании существующих данных для разработки новой гипотезы на основе этих наблюдений, эконометрику можно разделить на две основные категории: теоретические и прикладные. Тех, кто регулярно занимается этой практикой, обычно называют эконометристами.

Ключевые моменты

  • Эконометрика – это использование статистических методов с использованием количественных данных для разработки теорий или проверки существующих гипотез в области экономики или финансов.
  • Эконометрика опирается на такие методы, как регрессионные модели и проверка нулевых гипотез.
  • Эконометрика также может использоваться для прогнозирования будущих экономических или финансовых тенденций.

Понимание эконометрики

Эконометрика анализирует данные с использованием статистических методов для проверки или развития экономической теории. Эти методы основаны на статистических выводах для количественной оценки и анализа экономических теорий с использованием таких инструментов, как частотные распределения , вероятности и распределения вероятностей , статистический вывод, корреляционный анализ, простой и множественный регрессионный анализ, модели одновременных уравнений и методы временных рядов.

Пионерами эконометрики стали Лоуренс Клейн , Рагнар Фриш и Саймон Кузнец . Все трое получили Нобелевскую премию по экономике в 1971 году за свой вклад. Сегодня он регулярно используется как учеными, так и практиками, такими как трейдеры и аналитики с Уолл-стрит.

Примером применения эконометрики является изучение эффекта дохода с использованием наблюдаемых данных. Экономист может выдвинуть гипотезу о том, что по мере того, как человек увеличивает свой доход, его расходы также увеличиваются. Если данные показывают, что такая связь присутствует, затем можно провести регрессионный анализ, чтобы понять силу связи между доходом и потреблением, а также то, является ли эта связь статистически значимой, то есть маловероятно, что это так. только по воле случая.

Методология эконометрики

Первым шагом к эконометрической методологии является получение и анализ набора данных и определение конкретной гипотезы, объясняющей природу и форму набора. Эти данные могут быть, например, историческими ценами на фондовый индекс, наблюдениями, собранными в результате обследования потребительских финансов, или уровнями безработицы и инфляции в разных странах.

Если вас интересует взаимосвязь между ежегодным изменением цен на S&P 500 и уровнем безработицы, вы должны собрать оба набора данных. Здесь вы хотите проверить идею о том, что более высокий уровень безработицы ведет к снижению цен на фондовом рынке. Таким образом, цена на фондовом рынке является вашей зависимой переменной, а уровень безработицы – независимой или объясняющей переменной.

Чаще всего взаимосвязь является линейной, что означает, что любое изменение независимой переменной будет иметь положительную корреляцию с зависимой переменной, и в этом случае для исследования этой взаимосвязи часто используется простая регрессионная модель, которая составляет наиболее подходящую линию между два набора данных, а затем тестирование, чтобы увидеть, как далеко каждая точка данных в среднем находится от этой линии.

Обратите внимание, что в вашем анализе может быть несколько объясняющих переменных – например, изменения ВВП и инфляции в дополнение к безработице для объяснения цен на фондовом рынке. Когда используется более одной независимой переменной, это называется множественной линейной регрессией – моделью, которая является наиболее часто используемым инструментом в эконометрике.

Различные модели регрессии

Существует несколько различных регрессионных моделей, которые оптимизируются в зависимости от характера анализируемых данных и типа задаваемого вопроса. Наиболее распространенный пример – это обычная регрессия методом наименьших квадратов (МНК), которую можно проводить на нескольких типах данных поперечного сечения или временных рядов. Если вас интересует двоичный результат (да-нет) – например, насколько вероятно, что вас уволят с работы в зависимости от вашей производительности, – вы можете использовать логистическую регрессию или пробит-модель. Сегодня в распоряжении эконометриста сотни моделей.

В настоящее время эконометрика проводится с использованием пакетов программного обеспечения для статистического анализа, разработанных для этих целей, таких как STATA, SPSS или R.Эти пакеты программного обеспечения также могут легко проверять статистическую значимость, чтобы подтвердить, что эмпирические результаты, полученные с помощью этих моделей, не являются просто результатом шанс. R-квадрат, t-тесты, p-значения и проверка нулевой гипотезы – все это методы, используемые эконометристами для оценки достоверности результатов своих моделей.

Ограничения эконометрики

Эконометрику иногда критикуют за то, что она слишком сильно полагается на интерпретацию необработанных данных, не связывая ее с установленной экономической теорией или не ища причинных механизмов. Крайне важно, чтобы результаты, выявленные в данных, могли быть адекватно объяснены теорией, даже если это означает разработку вашей собственной теории основных процессов.

Регрессионный анализ также не доказывает причинно-следственную связь, и тот факт, что два набора данных демонстрируют связь, может быть ложным. Например, смертность от утопления в плавательных бассейнах увеличивается с ростом ВВП. Разве растущая экономика заставляет людей тонуть? Конечно, нет, но, возможно, больше людей покупают пулы, когда экономика находится на подъеме. Эконометрика в значительной степени занимается корреляционным анализом, и помните, что корреляция не равняется причинно-следственной связи.