Эконометрика

Эконометрика - это применение статистических методов к экономическим данным с целью придания эмпирического содержания экономическим отношениям. ^[1] Точнее, это «количественный анализ реальных экономических явлений, основанный на одновременном развитии теории и наблюдений, связанных соответствующими методами вывода». ^[2] В вводном учебнике по экономике эконометрика описывается как позволяющая экономистам «просеивать горы данных и извлекать простые взаимосвязи». ^[3] Впервые термин «эконометрика» (в родственной ему форме) употребил польский экономист Павел Чомпа в 1910 году. ^[4] Ян ТинбергенМногие считают, что он является одним из отцов-основателей эконометрики. ^{[5] [6] [7]} Рагнару Фришу приписывают создание этого термина в том смысле, в котором он используется сегодня. ^[8]

Базовым инструментом эконометрики является модель множественной линейной регрессии . ^[9] Эконометрическая теория использует статистическую теорию и математическую статистику для оценки и разработки эконометрических методов. ^{[10] [11]} Специалисты по эконометрике пытаются найти оценки, которые обладают желательными статистическими свойствами, включая объективность , эффективность и последовательность . Прикладная эконометрика использует теоретическую эконометрику и реальные данные для оценки экономических теорий, разработки эконометрических моделей , анализа экономической истории., и прогнозирование .

Базовые модели: линейная регрессия [ править ]

Базовым инструментом эконометрики является модель множественной линейной регрессии . ^[9] В современной эконометрике часто используются другие статистические инструменты, но линейная регрессия по-прежнему является наиболее часто используемой отправной точкой для анализа. ^[9] Оценка линейной регрессии по двум переменным может быть визуализирована как построение линии через точки данных, представляющие парные значения независимых и зависимых переменных.

Например, рассмотрим закон Окуня , который связывает рост ВВП с уровнем безработицы. Эта взаимосвязь представлена ​​в виде линейной регрессии, где изменение уровня безработицы ( ) является функцией точки пересечения ( ), заданного значения роста ВВП, умноженного на коэффициент наклона и член ошибки :${\ displaystyle \ Delta \ {\ text {Безработица}}}$${\ displaystyle \ beta _ {0}}$${\ displaystyle \ beta _ {1}}$${\ displaystyle \ varepsilon}$

${\ displaystyle \ Delta \ {\ text {Unemployment}} = \ beta _ {0} + \ beta _ {1} {\ text {Growth}} + \ varepsilon.}$

Неизвестные параметры и можно оценить. Здесь оценено -1,77 и 0,83. Это означает, что если рост ВВП увеличится на один процентный пункт, уровень безработицы, по прогнозам, снизится на 0,83 - 1,77 * 1 пункта. Затем модель может быть протестирована на предмет статистической значимости в отношении того, связано ли увеличение роста со снижением безработицы, как предполагалось . Если бы оценка существенно не отличалась от 0, тест не смог бы найти доказательств того, что изменения в темпах роста и уровне безработицы связаны. Дисперсия прогноза зависимой переменной (безработицы) как функции независимой переменной (роста ВВП) представлена ​​в${\ displaystyle \ beta _ {0}}$${\ displaystyle \ beta _ {1}}$${\ displaystyle \ beta _ {1}}$${\ displaystyle \ beta _ {0}}$${\ displaystyle \ beta _ {1}}$полиномиальные наименьшие квадраты .

Теория [ править ]

Эконометрическая теория использует статистическую теорию и математическую статистику для оценки и разработки эконометрических методов. ^{[10] [11]} Специалисты по эконометрике пытаются найти оценки, которые обладают желательными статистическими свойствами, включая объективность , эффективность и последовательность . Оценщик является беспристрастным, если его ожидаемое значение является истинным значением параметра; он согласован, если сходится к истинному значению по мере увеличения размера выборки, и эффективен, если стандартная ошибка оценщика ниже, чем у других несмещенных оценщиков для данного размера выборки. Обычный метод наименьших квадратов(OLS) часто используется для оценки, поскольку он обеспечивает СИНИЙ или «лучшую линейную несмещенную оценку» (где «лучший» означает наиболее эффективную, несмещенную оценку) с учетом предположений Гаусса-Маркова . Когда эти допущения нарушаются или требуются другие статистические свойства, используются другие методы оценки, такие как оценка максимального правдоподобия , обобщенный метод моментов или обобщенные наименьшие квадраты . Те, кто предпочитает байесовскую статистику традиционным, классическим или «частотным» подходам , рекомендуют оценщики, которые включают предыдущие убеждения .

Методы [ править ]

Прикладная эконометрика использует теоретические эконометрики и реальные данные для оценки экономических теорий, разработки эконометрических моделей , анализа экономической истории и прогнозирования . ^[12]

Эконометрика может использовать стандартные статистические модели для изучения экономических вопросов, но чаще всего они основаны на данных наблюдений , а не в контролируемых экспериментах . ^[13] В этом дизайн обсервационных исследований в эконометрике аналогичен плану исследований в других дисциплинах, связанных с наблюдениями, таких как астрономия, эпидемиология, социология и политология. Анализ данных наблюдательного исследования регулируется протоколом исследования, хотя исследовательский анализ данных может быть полезен для генерации новых гипотез. ^[14] Экономика часто анализирует системы уравнений и неравенства, такие как предложение и спрос, предположительно находящиеся вравновесие . Следовательно, в области эконометрики были разработаны методы идентификации и оценки моделей одновременных уравнений . Эти методы аналогичны методам, используемым в других областях науки, например, в области идентификации систем в системном анализе и теории управления . Такие методы могут позволить исследователям оценивать модели и исследовать их эмпирические последствия без прямого манипулирования системой.

Одним из основных статистических методов, используемых эконометристами, является регрессионный анализ . ^[15] Методы регрессии важны в эконометрике, потому что экономисты обычно не могут использовать контролируемые эксперименты . Эконометристы часто стремятся к освещению естественных экспериментов в отсутствие доказательств контролируемых экспериментов. Данные наблюдений могут быть подвержены смещению из- за пропущенных переменных и списку других проблем, которые необходимо решать с помощью причинно-следственного анализа моделей одновременных уравнений. ^[16]

Помимо естественных экспериментов, с 1980-х годов эконометристы все чаще используют квазиэкспериментальные методы для достоверного выявления причинных эффектов. ^[17]

Пример [ править ]

Простой пример взаимосвязи в эконометрике из области экономики труда :

${\ displaystyle \ ln ({\ text {wage}}) = \ beta _ {0} + \ beta _ {1} ({\ text {лет образования}}) + \ varepsilon.}$

В этом примере предполагается, что натуральный логарифм заработной платы человека является линейной функцией количества лет образования, полученного этим лицом. Параметр измеряет прирост в натуральном логарифме заработной платы, приходящийся на еще один год обучения. Это случайная величина, представляющая все другие факторы, которые могут иметь прямое влияние на заработную плату. Эконометрическая цель состоит в том, чтобы оценить параметры при определенных предположениях о случайной величине . Например, если не коррелирует с количеством лет образования, то уравнение можно оценить с помощью обычных наименьших квадратов .${\ displaystyle \ beta _ {1}}$${\ displaystyle \ varepsilon}$${\ displaystyle \ beta _ {0} {\ mbox {и}} \ beta _ {1}}$${\ displaystyle \ varepsilon}$${\ displaystyle \ varepsilon}$

Если бы исследователь мог случайным образом распределить людей по разным уровням образования, полученный таким образом набор данных позволил бы оценить влияние изменений количества лет обучения на заработную плату. На самом деле эти эксперименты невозможно провести. Вместо этого эконометрист наблюдает за количеством лет образования и заработной платой людей, различающихся по многим параметрам. С учетом такого рода данных расчетный коэффициент количества лет образования в приведенном выше уравнении отражает как влияние образования на заработную плату, так и влияние других переменных на заработную плату, если эти другие переменные коррелировали с образованием. Например, люди, родившиеся в определенных местах, могут иметь более высокую заработную плату и более высокий уровень образования. Если эконометрист не учитывает место рождения в приведенном выше уравнении,влияние места рождения на заработную плату может быть ошибочно объяснено влиянием образования на заработную плату.

Самый очевидный способ контролировать место рождения - включить меру влияния места рождения в приведенное выше уравнение. Исключение места рождения вместе с предположением, что оно не коррелирует с образованием, дает неверно указанную модель. Другой метод состоит в том, чтобы включить в уравнение дополнительный набор измеренных ковариат, которые не являются инструментальными переменными, но позволяют их идентифицировать. ^[18] Обзор эконометрических методов, используемых для изучения этой проблемы, был предоставлен Кардом (1999). ^[19]${\ displaystyle \ epsilon}$${\ displaystyle \ beta _ {1}}$

Журналы [ править ]

Основными журналами, публикующими работы по эконометрике, являются Econometrica , Journal of Econometrics , The Review of Economics and Statistics , Econometric Theory , Journal of Applied Econometrics , Econometric Reviews , The Econometrics Journal , ^[20] и Journal of Business & Economic Statistics. .

Ограничения и критика [ править ]

Как и другие формы статистического анализа, плохо определенные эконометрические модели могут показать ложную связь, когда две переменные коррелированы, но причинно не связаны. Изучая использование эконометрики в крупных экономических журналах, Макклоски пришел к выводу, что некоторые экономисты сообщают о p-значениях (следуя фишеровской традиции проверки значимости нулевых точечных гипотез ) и игнорируют опасения, связанные с ошибками типа II ; некоторые экономисты не сообщают оценки размера эффектов (помимо статистической значимости) и обсудить их экономическое значение. Она также утверждает, что некоторые экономисты также не используют экономическое обоснование для выбора модели , особенно для принятия решения, какие переменные включить в регрессию. ^{[21] [22]}

В некоторых случаях экономическими переменными нельзя экспериментально манипулировать, поскольку лечение назначается пациентам случайным образом. ^[23] В таких случаях экономисты полагаются на наблюдательные исследования , часто используя наборы данных со многими прочно связанными ковариатами , что приводит к огромному количеству моделей с аналогичной объяснительной способностью, но с разными ковариатами и оценками регрессии. Что касается множества моделей, совместимых с наборами данных наблюдений, Эдвард Лимер убеждал, что «профессионалы ... должным образом воздерживаются от веры до тех пор, пока не будет продемонстрировано, что вывод адекватно нечувствителен к выбору предположений». ^[23]

См. Также [ править ]

Викискладе есть медиафайлы по эконометрике .

Дальнейшее чтение [ править ]

• Книга по эконометрической теории в Викиучебнике
• Джованнини, Энрико, понимание экономической статистики , ОЭСР, 2008, ISBN  978-92-64-03312-2

Ссылки [ править ]

Внешние ссылки [ править ]

Викискладе есть медиафайлы по эконометрике .

Поищите эконометрику в Викисловаре, бесплатном словаре.

• Журнал финансовой эконометрики
• Эконометрическое общество
• Журнал эконометрики
• Эконометрические ссылки
• Обучение эконометрике (индекс Экономической сети (Великобритания))
• Ассоциация прикладной эконометрии
• Общество финансовой эконометрики
• Интервью с Клайвом Грейнджером, лауреатом Нобелевской премии 2003 г., об эконометрике