Co je ekonometrie?
Ekonometrie je kvantitativní aplikace statistických a matematických modelů využívajících data k rozvoji teorií nebo testování existujících hypotéz v ekonomii a k předpovídání budoucích trendů z historických dat. Předkládá data z reálného světa statistickým zkouškám a pak porovnává a porovnává výsledky s testovanou teorií nebo teoriemi.
Klíčové způsoby
Sledujte nyní: Co je ekonometrie?
Pochopení ekonometrie
Ekonometrie analyzuje data pomocí statistických metod za účelem testování nebo vývoje ekonomické teorie. Tyto metody se opírají o statistické závěry pro kvantifikaci a analýzu ekonomických teorií pomocí pákových nástrojů, jako jsou frekvenční rozdělení, pravděpodobnostní a pravděpodobnostní rozdělení, statistická inference, korelační analýza, jednoduchá a vícenásobná regresní analýza, modely simultánních rovnic a metody časových řad.
Průkopníky ekonometrie byli Lawrence Klein, Ragnar Frisch a Simon Kuznets. Všichni tři získali za své příspěvky Nobelovu cenu za ekonomii. Dnes je pravidelně používána mezi akademiky i odborníky z praxe, jako jsou obchodníci a analytici z Wall Street.
Příkladem aplikace ekonometrie je studium příjmového efektu pomocí pozorovatelných dat. Ekonom může vyslovit hypotézu, že když člověk zvýší svůj příjem, zvýší se i jeho výdaje. Pokud data ukáží, že taková asociace existuje, pak může být provedena regresní analýza k pochopení síly vztahu mezi příjmem a spotřebou a toho, zda je tento vztah statisticky významný nebo ne – to znamená, že se zdá nepravděpodobné, že je to způsobeno pouhou náhodou.
Metodika ekonometrie
Prvním krokem k ekonometrické metodice je získat a analyzovat soubor dat a definovat konkrétní hypotézu, která vysvětluje povahu a tvar souboru. Těmito daty mohou být například historické ceny akciového indexu, pozorování získaná z průzkumu spotřebitelských financí nebo míra nezaměstnanosti a inflace v různých zemích.
Pokud vás zajímá vztah mezi roční změnou cen indexu S&P 500 a mírou nezaměstnanosti, shromáždíte oba soubory dat. Zde chcete otestovat myšlenku, že vyšší nezaměstnanost vede k nižším cenám na burze. Cena na burze je tedy vaší závislou proměnnou a míra nezaměstnanosti je nezávislou nebo vysvětlující proměnnou.
Nejčastější vztah je lineární, což znamená, že každá změna vysvětlující proměnné bude mít pozitivní korelaci se závislou proměnnou, v takovém případě se často používá jednoduchý regresní model ke zkoumání tohoto vztahu, což se rovná vytvoření nejvhodnější přímky mezi oběma soubory dat a následnému testování, jak daleko je každý datový bod v průměru od této přímky.
Všimněte si, že ve své analýze můžete mít několik vysvětlujících proměnných – například změny HDP a inflace kromě nezaměstnanosti při vysvětlování cen na akciových trzích. Když se používá více vysvětlujících proměnných, označuje se jako vícenásobná lineární regrese, model, který je nejčastěji používaným nástrojem v ekonometrii.
Různé regresní modely
Existuje několik různých regresních modelů, které jsou optimalizovány v závislosti na povaze analyzovaných dat a typu kladené otázky. Nejčastějším příkladem je obyčejná regrese nejmenších čtverců (OLS), kterou lze provést na několika typech průřezových dat nebo dat časových řad. Pokud vás zajímá binární (ano-ne) výsledek – například jak je pravděpodobné, že vás vyhodí z práce na základě vaší produktivity – můžete použít logistickou regresi nebo probitový model. Dnes existují stovky modelů, které mají ekonometři k dispozici.
Tyto softwarové balíčky mohou také snadno testovat statistickou významnost, aby poskytly podporu, že empirické výsledky vytvořené těmito modely nejsou pouze výsledkem náhody. Testování R-kvadrát, t-testy, p-hodnoty a null-hypotéza jsou všechny metody používané ekonometry k vyhodnocení platnosti jejich modelových výsledků.
Omezení ekonometrie
Ekonometrie je někdy kritizována za to, že se příliš spoléhá na interpretaci nezpracovaných dat, aniž by je propojila se zavedenou ekonomickou teorií nebo hledala příčinné mechanismy. Je zásadní, aby zjištění odhalená v datech byla schopna být adekvátně vysvětlena teorií, i když to znamená vyvinout vlastní teorii základních procesů.
Regresní analýza také nedokazuje příčinnou souvislost, a jen proto, že dva soubory dat ukazují souvislost, může být falešná. Například počet úmrtí utonulých v plaveckých bazénech roste s HDP. Způsobuje rostoucí ekonomika, že se lidé topí? Jistěže ne, ale možná si koupí bazény více lidí, když ekonomika vzkvétá. Ekonometrie se do značné míry zabývá korelační analýzou a pamatujte, korelace se nerovná příčinná souvislost.