Економетрија
Економетрија је квантитативна примена статистичких и математичких модела помоћу података за развој теорија или тестирање постојећих хипотеза у економији и предвиђање будућих трендова из историјских података. Подвргава податке из стварног света статистичким испитивањима, а затим упоређује и упоређује резултате са теоријом или теоријама које се тестирају.
У зависности од тога да ли сте заинтересовани за тестирање постојеће теорије или коришћење постојећих података за развој нове хипотезе засноване на тим опажањима, економетрију можете поделити у две главне категорије: теоријску и примењену. Они који се рутински баве овом праксом познати су као економетри.
Кључне Такеаваис
- Економетрија је квантитативна примена статистичких и математичких модела помоћу података за развој теорија или тестирање постојећих хипотеза у економији.
- Економетрија се ослања на технике као што су регресијски модели и тестирање нулте хипотезе.
- Економетрија се такође може користити за покушај прогнозирања будућих економских или финансијских кретања.
Разумевање економетрије
Економетрија анализира податке користећи статистичке методе како би се тестирала или развила економска теорија. Ове методе се ослањају на статистичке закључке за квантификацију и анализу економских теорија коришћењем алата као што су фреквенција, дистрибуција вероватноће и вероватноће, статистички закључак, корелациона анализа, једноставна и вишеструка регресијска анализа, модели симултаних једначина и методе временских серија.
Економетрију су покренули Лавренце Клеин, Рагнар Фрисцх и Симон Кузнетс. Сва тројица су за свој допринос освојила Нобелову награду за економију 1971. године. Данас се редовно користи како академицима, тако и практичарима попут трговаца и аналитичара на Валл Стреету.
Пример примене економетрије је проучавање ефекта дохотка коришћењем опажених података. Економиста може претпоставити да како особа повећава своје приходе, тако ће се повећати и његова потрошња. Ако подаци показују да постоји таква асоцијација, тада се може извести регресијска анализа како би се разумела снага односа између прихода и потрошње и да ли је тај однос статистички значајан или не - то је, чини се, мало вероватно да постоји само због шансе.
Методологија економетрије
Први корак ка економетријској методологији је добијање и анализа скупа података и дефинисање посебне хипотезе која објашњава природу и облик скупа. Ови подаци могу бити, на пример, историјске цене индекса акција, запажања прикупљена истраживањем финансија потрошача или стопе незапослености и инфлације у различитим земљама.
Ако вас занима однос између годишње промене цена С&П 500 и стопе незапослености, прикупили бисте оба скупа података. Овде желите да тестирате идеју да већа незапосленост доводи до нижих цена на берзи. Тржиште акција на берзи је стога ваша зависна варијабла, а стопа незапослености је независна или објашњавајућа варијабла.
Најчешћи однос је линеаран, што значи да ће свака промена објасњавајуће променљиве имати позитивну корелацију са зависном променљивом, у том случају се за истраживање овог односа често користи једноставан регресијски модел, што значи генерисање најбоље уклопљене линије између два скупа података и затим тестирање да видимо колико је у просеку свака тачка података од те линије.
Имајте у виду да у вашој анализи можете имати неколико објашњивих променљивих - на пример, промене у БДП-у и инфлацији поред незапослености у објашњавању цена на берзи. Када се користи више од једне објасњавајуће променљиве, она се назива вишеструка линеарна регресија, модел који се најчешће користи у економетрији.
Различити регресијски модели
Постоји неколико различитих регресијских модела који се оптимизују у зависности од природе података који се анализирају и врсте питања која се постављају. Најчешћи пример је обична регресија са најмањим квадратима (ОЛС), која се може извести на више врста података попречног пресека или временских серија. Ако вас занима бинарни (да-не) исход - на пример, колико је вероватно да ћете бити отпуштени из посла заснованог на вашој продуктивности - можете да користите логистичку регресију или пробит модел. Данас постоје стотине модела којима економеттар располаже.
Економетрија се сада проводи користећи софтверске пакете за статистичку анализу дизајниране за ове сврхе, као што су СТАТА, СПСС или Р. Ови софтверски пакети такође се лако могу тестирати на статистички значај да би пружили подршку да емпиријски резултати добијени овим моделима нису само резултат шанса. Р-квадрат, т-тестови, п-вредности и нулта хипотеза тестирање су све методе које економетри користе да би оценили валидност резултата свог модела.
Ограничења економетрије
Економетрику се понекад критикује да се превише ослања на интерпретацију сирових података, без повезивања са утврђеном економском теоријом или тражењем узрочно-последичних механизама. Кључно је да налази откривени у подацима могу теоријски да се објасне на одговарајући начин, чак и ако то значи развијање сопствене теорије основних процеса.
Регресијска анализа такође не доказује узрочне узроке, а управо зато што два скупа података показују повезаност, може бити лажна. На пример, смртност од утапања у базенима повећава се са БДП-ом. Да ли растућа економија успорава људе? Наравно да не, али можда више људи купује базене када економија процвета. Економетрија се у великој мјери бави корелацијском анализом, а имајте на уму да корелација није једнака узрочној повезаности.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.