иконометрия
Иконометрия е количественото приложение на статистически и математически модели, използващи данни за разработване на теории или тестване на съществуващи хипотези в икономиката и прогнозиране на бъдещи тенденции от исторически данни. Той подлага данните в реалния свят на статистически изпитвания и след това сравнява и сравнява резултатите с теорията или теориите, които се тестват.
В зависимост от това дали се интересувате от тестване на съществуваща теория или използване на съществуващи данни за разработване на нова хипотеза, базирана на тези наблюдения, иконометрията може да бъде разделена на две основни категории: теоретична и приложна. Тези, които рутинно се занимават с тази практика, обикновено са известни като иконометристи.
Ключови заведения
- Иконометрия е количественото приложение на статистически и математически модели, използващи данни за разработване на теории или тестване на съществуващите хипотези в икономиката.
- Иконометрията разчита на техники като регресионни модели и тестване на нулева хипотеза.
- Иконометрията може да се използва и за да се опита да прогнозира бъдещите икономически или финансови тенденции.
Разбиране на иконометрия
Иконометрия анализира данните, използвайки статистически методи, за да се тества или развие икономическата теория. Тези методи разчитат на статистически изводи за количествено определяне и анализ на икономическите теории чрез използване на инструменти като честотно разпределение, вероятност и вероятностни разпределения, статистически изводи, корелационен анализ, прост и множествен регресионен анализ, модели на едновременни уравнения и методи от времеви редове.
Иконометрията бе въведена от Лоурънс Клайн, Рагнар Фриш и Саймън Кузнец. И тримата печелят Нобеловата награда за икономика през 1971 г. за приноса си. Днес той се използва редовно сред академици, както и практици като търговци и анализатори на Уолстрийт.
Пример за приложението на иконометрия е да се проучи ефектът на дохода, като се използват наблюдаеми данни. Икономист може да предположи, че като човек увеличава доходите си, ще се увеличат и разходите му. Ако данните покажат, че съществува такава асоциация, след това може да се проведе регресионен анализ, за да се разбере силата на връзката между дохода и потреблението и дали тази връзка е статистически значима или не, тоест изглежда малко вероятно да е така поради случайност сам.
Методиката на иконометрията
Първата стъпка към иконометричната методология е получаване и анализ на набор от данни и дефиниране на конкретна хипотеза, която обяснява естеството и формата на множеството. Тези данни могат да бъдат например историческите цени на индекса на акциите, наблюденията, събрани от проучване на потребителските финанси, или безработицата и инфлацията в различни страни.
Ако се интересувате от връзката между годишната промяна на цените на S&P 500 и нивото на безработица, ще съберете и двата набора данни. Тук искате да тествате идеята, че по-високата безработица води до по-ниски цени на акциите. Следователно цената на фондовата борса е вашата зависима променлива, а равнището на безработица е независимата или обяснителната променлива.
Най-често срещаната връзка е линейна, което означава, че всяка промяна в обяснителната променлива ще има положителна корелация с зависимата променлива, като в този случай за изследване на тази връзка често се използва прост регресионен модел, което означава генериране на най-подходяща линия между двата набора от данни и след това тестване, за да видите доколко всяка точка от данни е средно от тази линия.
Обърнете внимание, че можете да имате няколко обяснителни променливи в своя анализ - например промени в БВП и инфлация в допълнение към безработицата при обясняване на цените на акциите. Когато се използва повече от една обяснителна променлива, тя се обозначава като множествена линейна регресия, моделът, който е най-често използваният инструмент в иконометрията.
Различни модели на регресия
Съществуват няколко различни регресионни модела, които се оптимизират в зависимост от естеството на данните, които се анализират и вида на въпроса, който се задава. Най-често срещаният пример е обикновената регресия с най-малки квадрати (OLS), която може да се проведе на няколко типа данни от напречно сечение или времеви серии. Ако се интересувате от бинарен (да-не) резултат - например колко е вероятно да бъдете уволнен от работа въз основа на вашата производителност - можете да използвате логистична регресия или пробитен модел. Днес има стотици модели, които един икономист има на свое разположение.
Сега иконометрията се провежда с помощта на софтуерни пакети за статистически анализ, предназначени за тези цели, като STATA, SPSS или R. Тези софтуерни пакети могат също така лесно да тестват за статистическа значимост, за да осигурят подкрепа, че емпиричните резултати, произведени от тези модели, не са просто резултат от шанс. R-квадрат, t-тестове, p-стойности и тестване с нулева хипотеза са всички методи, използвани от иконометристите за оценка на валидността на резултатите от техните модели.
Ограничения на иконометрията
Иконометрията понякога е критикувана, че разчита твърде много на интерпретацията на суровите данни, без да я свързва с установената икономическа теория или да търси причинно-следствени механизми. От съществено значение е откритите в данните констатации да могат да бъдат обяснени по подходящ начин чрез теория, дори ако това означава да развиете своя собствена теория за основните процеси.
Регресионният анализ също не доказва причинно-следствената връзка и само защото два набора от данни показват асоциация, това може да е фалшиво. Например смъртта от удавяне в басейни се увеличава с БВП. Дали нарастващата икономика кара хората да се давят? Разбира се, че не, но може би повече хора купуват басейни, когато икономиката процъфтява. Иконометрията до голяма степен се занимава с корелационен анализ и не забравяйте, че корелацията не е равна причинно-следствена връзка.
Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.