Ekonometrija
Ekonometrija - tai kiekybinis statistinių ir matematinių modelių taikymas, naudojant duomenis teorijoms kurti ar ekonomikoje egzistuojančioms hipotezėms išbandyti ir prognozuoti ateities tendencijas remiantis istoriniais duomenimis. Jis tiria realaus pasaulio duomenis statistiniais tyrimais, o tada rezultatus palygina ir prieštarauja bandomoms teorijoms ar teorijoms.
Priklausomai nuo to, ar jus domina esamos teorijos išbandymas, ar turimų duomenų panaudojimas kuriant naują hipotezę, pagrįstą tais stebėjimais, ekonometriją galima suskirstyti į dvi pagrindines kategorijas: teorinę ir taikomąją. Tie, kurie reguliariai užsiima šia praktika, paprastai žinomi kaip ekonometrikai.
Pagrindiniai išvežamieji daiktai
- Ekonometrija - tai kiekybinis statistinių ir matematinių modelių taikymas naudojant duomenis teorijoms kurti ar ekonomikoje egzistuojančioms hipotezėms patikrinti.
- Ekonometrija remiasi tokiais metodais kaip regresijos modeliai ir nulinės hipotezės testai.
- Ekonometrija taip pat gali būti naudojama bandant numatyti būsimas ekonomines ar finansines tendencijas.
Ekonometrijos supratimas
Ekonometrija analizuoja duomenis statistiniais metodais, norėdama patikrinti ar išplėtoti ekonomikos teoriją. Šie metodai remiasi statistinėmis išvadomis, kad būtų galima kiekybiškai įvertinti ir išanalizuoti ekonomines teorijas, panaudojant tokias priemones kaip dažnio pasiskirstymas, tikimybių ir tikimybių pasiskirstymai, statistinės išvados, koreliacijos analizė, paprasta ir daugybinė regresinė analizė, vienu metu veikiantys lygčių modeliai ir laiko eilučių metodai.
Ekonometrijos pradininkai buvo Lawrence'as Kleinas, Ragnar'as Frisch'as ir Simonas Kuznetsas. Visi trys už savo indėlį laimėjo Nobelio ekonomikos premiją 1971 m. Šiandien jis reguliariai naudojamas akademikams ir praktikams, tokiems kaip „Wall Street“ prekybininkai ir analitikai.
Ekonometrijos taikymo pavyzdys yra pajamų efekto tyrimas naudojant stebimus duomenis. Ekonomistas gali kelti hipotezę, kad žmogui padidėjus savo pajamoms, padidės ir jo išlaidos. Jei duomenys rodo, kad toks ryšys egzistuoja, tada galima atlikti regresinę analizę, kad būtų galima suprasti, koks stiprus yra pajamų ir vartojimo santykis, ir ar šis santykis yra statistiškai reikšmingas, ty nepanašu, kad toks ryšys yra. vien dėl atsitiktinumo.
Ekonometrijos metodika
Pirmasis žingsnis į ekonometrinę metodiką yra gauti ir išanalizuoti duomenų rinkinį ir apibrėžti konkrečią hipotezę, paaiškinančią rinkinio pobūdį ir formą. Šie duomenys gali būti, pavyzdžiui, istorinės akcijų indekso kainos, stebėjimai, surinkti atlikus vartotojų finansų apžvalgą, arba nedarbo ir infliacijos lygis skirtingose šalyse.
Jei jus domina ryšys tarp metinio „S&P 500“ kainos pokyčio ir nedarbo lygio, rinkite abu duomenų rinkinius. Čia norite išbandyti mintį, kad didesnis nedarbas lemia mažesnes akcijų rinkos kainas. Taigi akcijų rinkos kaina yra jūsų priklausomas kintamasis, o nedarbo lygis yra nepriklausomas arba aiškinamasis kintamasis.
Dažniausias ryšys yra tiesinis, reiškiantis, kad bet koks aiškinamojo kintamojo pasikeitimas turės teigiamą koreliaciją su priklausomu kintamuoju, tokiu atveju šiam ryšiui tyrinėti dažnai naudojamas paprastas regresijos modelis, o tai reiškia, kad susidaro geriausiai tinkanti linija tarp du duomenų rinkinius, tada bandoma, norint pamatyti, kiek vidutiniškai kiekvienas duomenų taškas yra nuo tos linijos.
Atminkite, kad analizėje galite turėti keletą aiškinamųjų kintamųjų, pavyzdžiui, paaiškindami akcijų rinkos kainas, be nedarbo, be BVP ir infliacijos pokyčių. Kai naudojamas daugiau nei vienas aiškinamasis kintamasis, jis vadinamas daugialype tiesine regresija - modeliu, kuris yra dažniausiai naudojamas įrankis ekonometrijoje.
Skirtingi regresijos modeliai
Egzistuoja keli skirtingi regresijos modeliai, kurie yra optimizuojami atsižvelgiant į analizuojamų duomenų pobūdį ir užduodamo klausimo tipą. Dažniausias pavyzdys yra įprasta mažiausių kvadratų (OLS) regresija, kuri gali būti atliekama naudojant kelių rūšių skerspjūvio ar laiko eilutės duomenis. Jei jus domina dvejetainis (taip ir ne) rezultatas, pavyzdžiui, kaip tikėtina, kad atleisite iš darbo, atsižvelgiant į jūsų produktyvumą, galite naudoti logistinę regresiją arba probitų modelį. Šiandien yra šimtai modelių, kuriuos turi ekonometrikas.
Dabar ekonometrija atliekama naudojant statistinės analizės programinės įrangos paketus, sukurtus šiems tikslams, pvz., STATA, SPSS ar R. Šie programinės įrangos paketai taip pat gali būti lengvai tikrinami siekiant statistinės reikšmės, kad būtų galima patvirtinti, jog šių modelių gauti empiriniai rezultatai nėra vien tik rezultatų rezultatas. galimybė. R kvadratas, t-testai, p-vertės ir nulinės hipotezės testai yra visi metodai, kuriuos ekonometrikai naudoja savo modelio rezultatų pagrįstumui įvertinti.
Ekonometrijos apribojimai
Ekonometrija kartais kritikuojama dėl to, kad ji pernelyg remiasi neapdorotų duomenų interpretavimu, nesiedama jų su nusistovėjusia ekonomikos teorija ar ieškodama priežastinių mechanizmų. Labai svarbu, kad duomenyse atskleisti faktai būtų tinkamai paaiškinti teorija, net jei tai reiškia, kad turite sukurti savo pagrindinių procesų teoriją.
Regresinė analizė taip pat neįrodo priežastinio ryšio ir vien todėl, kad du duomenų rinkiniai rodo ryšį, ji gali būti apgaulinga. Pavyzdžiui, mirčių paskendimas baseinuose padidėja dėl BVP. Ar dėl augančios ekonomikos žmonės skęsta? Žinoma, ne, bet galbūt daugiau žmonių perka baseinus, kai ekonomika klesti. Ekonometrija daugiausia susijusi su koreliacijos analize, ir atminkite, kad koreliacija nėra lygi priežastiniam ryšiui.
Palyginkite investicinių sąskaitų teikėjo pavadinimą Aprašymas Skelbėjo informacijos atskleidimas × Šioje lentelėje pateikti pasiūlymai yra iš partnerystės, iš kurios „Investopedia“ gauna kompensaciją.