Економетрія

Що таке економетрія?

Економетрія – це кількісне застосування статистичних та математичних моделей з використанням даних для розробки теорій або перевірки існуючих гіпотез в економічній науці та прогнозування майбутніх тенденцій на основі історичних даних. Він піддає реальні дані статистичним випробуванням, а потім порівнює та протиставляє результати теорії або теоріям, що перевіряються.

Залежно від того, чи зацікавлені ви в тестуванні існуючої теорії чи використанні існуючих даних для розробки нової гіпотези на основі цих спостережень, економетрику можна розділити на дві основні категорії: теоретичну та прикладну. Ті, хто регулярно займається цією практикою, відомі як економетри.

Розуміння економетрики

Економетрика аналізує дані за допомогою статистичних методів з метою перевірки або розвитку економічної теорії. Ці методи покладаються на статистичні умовиводи для кількісної оцінки та аналізу економічних теорій за допомогою таких інструментів, як розподіл частоти, розподіл ймовірностей та ймовірностей, статистичний висновок, кореляційний аналіз, простий та багаторазовий регресійний аналіз, моделі одночасних рівнянь та методи часових рядів.

Економетрику започаткували Лоуренс Кляйн, Рагнар Фріш та Саймон Кузнець. Усі троє за свій внесок отримали Нобелівську премію з економіки в 1971 році. Сьогодні він регулярно використовується серед науковців, а також серед практиків, таких як торговці та аналітики з Уолл-стріт.

Прикладом застосування економетрики є вивчення ефекту доходу з використанням спостережуваних даних. Економіст може висунути гіпотезу, що, коли людина збільшує свої доходи, її витрати також збільшаться. Якщо дані показують, що така асоціація присутня, тоді можна провести регресійний аналіз, щоб зрозуміти силу взаємозв’язку між доходом та споживанням та чи є ці відносини статистично значущими, тобто, мабуть, малоймовірно, що вони є завдяки одному лише випадку.

Методологія економетрії

Першим кроком до економетричної методології є отримання та аналіз набору даних та визначення конкретної гіпотези, яка пояснює природу та форму набору. Цими даними можуть бути, наприклад, історичні ціни на фондовий індекс, спостереження, зібрані в результаті опитування споживчих фінансів, або рівень безробіття та інфляції в різних країнах.

Якщо вас цікавить взаємозв’язок між річною зміною ціни S&P 500 та рівнем безробіття, ви збираєте обидва набори даних. Тут ви хочете перевірити думку про те, що збільшення безробіття призводить до зниження цін на фондовому ринку. Таким чином, ціна на фондовому ринку є вашою залежною змінною, а рівень безробіття є незалежною або пояснювальною змінною.

Найбільш поширений зв’язок є лінійним, що означає, що будь-яка зміна пояснювальної змінної матиме позитивну кореляцію із залежною змінною, і в цьому випадку для вивчення цього взаємозв’язку часто використовується проста модель регресії, яка зводиться до формування найкращої лінії два набори даних, а потім тестування, щоб побачити, наскільки далеко кожна точка даних знаходиться в середньому від цієї лінії.

Зверніть увагу, що у вашому аналізі ви можете мати кілька пояснювальних змінних – наприклад, зміни ВВП та інфляції на додаток до безробіття при поясненні цін на фондовому ринку. Коли використовується більше однієї пояснювальної змінної, це позначається як множинна лінійна регресія, модель, яка є найбільш часто використовуваним інструментом в економетриці.