Econometria
L'econometria è l'applicazione quantitativa di modelli statistici e matematici che utilizzano i dati per sviluppare teorie o testare ipotesi esistenti in economia e per prevedere le tendenze future dai dati storici. Sottopone i dati del mondo reale a studi statistici, quindi confronta e confronta i risultati con la teoria o le teorie che vengono testate.
A seconda che tu sia interessato a testare una teoria esistente o all'uso di dati esistenti per sviluppare una nuova ipotesi basata su tali osservazioni, l'econometria può essere suddivisa in due categorie principali: teorica e applicata. Coloro che si dedicano abitualmente a questa pratica sono comunemente noti come econometrici.
Key Takeaways
- L'econometria è l'applicazione quantitativa di modelli statistici e matematici che utilizzano i dati per sviluppare teorie o testare ipotesi esistenti in economia.
- L'econometria si basa su tecniche quali modelli di regressione e test di ipotesi nulla.
- L'econometria può anche essere utilizzata per cercare di prevedere le tendenze economiche o finanziarie future.
Comprensione di econometria
L'econometria analizza i dati utilizzando metodi statistici al fine di testare o sviluppare la teoria economica. Questi metodi si basano su inferenze statistiche per quantificare e analizzare teorie economiche sfruttando strumenti come distribuzioni di frequenza, probabilità e distribuzione di probabilità, inferenza statistica, analisi di correlazione, analisi di regressione semplice e multipla, modelli di equazioni simultanee e metodi di serie temporali.
L'econometria è stata introdotta da Lawrence Klein, Ragnar Frisch e Simon Kuznets. Tutti e tre hanno vinto il Premio Nobel per l'economia nel 1971 per il loro contributo. Oggi viene utilizzato regolarmente tra accademici e professionisti come i commercianti e gli analisti di Wall Street.
Un esempio dell'applicazione di econometria è studiare l'effetto del reddito usando dati osservabili. Un economista può ipotizzare che quando una persona aumenta le sue entrate, anche le sue spese aumenteranno. Se i dati mostrano che tale associazione è presente, può quindi essere condotta un'analisi di regressione per comprendere la forza della relazione tra reddito e consumo e se tale relazione sia statisticamente significativa, ovvero sembra improbabile che sia solo per caso.
La metodologia di econometria
Il primo passo verso la metodologia econometrica è ottenere e analizzare un insieme di dati e definire un'ipotesi specifica che spieghi la natura e la forma dell'insieme. Questi dati possono essere, ad esempio, i prezzi storici di un indice azionario, le osservazioni raccolte da un'indagine sulle finanze dei consumatori o i tassi di disoccupazione e di inflazione in diversi paesi.
Se sei interessato alla relazione tra la variazione di prezzo annuale dell'S & P 500 e il tasso di disoccupazione, dovresti raccogliere entrambe le serie di dati. Qui, si desidera verificare l'idea che un aumento della disoccupazione porta a una riduzione dei prezzi del mercato azionario. Il prezzo del mercato azionario è quindi la vostra variabile dipendente e il tasso di disoccupazione è la variabile indipendente o esplicativa.
La relazione più comune è lineare, nel senso che qualsiasi cambiamento nella variabile esplicativa avrà una correlazione positiva con la variabile dipendente, nel qual caso viene spesso utilizzato un semplice modello di regressione per esplorare questa relazione, che equivale a generare una linea più adatta tra le due serie di dati e quindi i test per vedere in che misura ogni punto di dati è, in media, da quella linea.
Si noti che è possibile avere diverse variabili esplicative nell'analisi, ad esempio modifiche al PIL e all'inflazione oltre alla disoccupazione nello spiegare i prezzi di borsa. Quando viene utilizzata più di una variabile esplicativa, viene definita regressione lineare multipla, il modello che è lo strumento più comunemente usato in econometria.
Diversi modelli di regressione
Esistono diversi modelli di regressione ottimizzati a seconda della natura dei dati analizzati e del tipo di domanda. L'esempio più comune è la normale regressione dei minimi quadrati (OLS), che può essere condotta su diversi tipi di dati trasversali o di serie temporali. Se sei interessato a un risultato binario (sì-no), ad esempio la probabilità di essere licenziato da un lavoro in base alla tua produttività, puoi utilizzare una regressione logistica o un modello probit. Oggi ci sono centinaia di modelli che un econometrico ha a sua disposizione.
L'econometria è ora condotta utilizzando pacchetti software di analisi statistica progettati per questi scopi, come STATA, SPSS o R. Questi pacchetti software possono anche facilmente testare la significatività statistica per fornire supporto sul fatto che i risultati empirici prodotti da questi modelli non sono semplicemente il risultato di opportunità. R-quadrato, t-test, p-value e null-hypothesis testing sono tutti metodi usati dagli econometrici per valutare la validità dei risultati del loro modello.
Limitazioni di econometria
L'econometria è talvolta criticata per aver fatto troppo affidamento sull'interpretazione dei dati grezzi senza collegarli alla teoria economica consolidata o alla ricerca di meccanismi causali. È fondamentale che i risultati rivelati nei dati possano essere adeguatamente spiegati da una teoria, anche se ciò significa sviluppare la propria teoria dei processi sottostanti.
Anche l'analisi di regressione non dimostra la causalità, e solo perché due set di dati mostrano un'associazione, può essere spuria. Ad esempio, i decessi per annegamento nelle piscine aumentano con il PIL. Un'economia in crescita fa affogare le persone? Certo che no, ma forse più persone acquistano pool quando l'economia è in forte espansione. L'econometria si occupa in gran parte dell'analisi delle correlazioni e, ricorda, la correlazione non equivale alla causalità.
Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.