Ekonometrija

Ekonometrija je aplikacija statističnih metod na ekonomske podatke z namenom dajanja empirične vsebine ekonomskim odnosom.^[1] Natančneje, je »kvantitativna analiza dejanskim ekonomskih pojavov na osnovi sočasnega razvoja teorije in opazovanj, povezanih s primernimi metodami sklepanja«.^[2] Uvodni učbenik ekonomije opisuje ekonometrijo kot vedo, ki omogoča ekonomistom, »da pregledajo goro podatkov, da povzamejo preprosta razmerja«.^[3] Jan Tinbergen je eden od dveh očetov ekonometrije.^[4]^[5]^[6] Drugi, Ragnar Frisch, je tudi oblikoval izraz, kot se uporablja danes.^[7]

Osnovno orodje ekonometrije je model multiple linearne regresije.^[8] Ekonometrična teorija uporablja statistično teorijo in matematično statistiko za evalvacijo in razvoj ekonometričnih metod.^[9]^[10] Ekonometriki posušajo najti cenilke, ki imajo želene statistočne lastnosti, vključno z nepristranskostjo, učinkovitostjo in konsistentnostjo. Aplikativna ekonometrija uporablja teoretično ekonometrijo in praktične podatke za vrednotenje ekonomskih teorij, razvoj ekonometričnih modelov, analizo ekonomske zgodovine in napovedovanje.

Zgodovina

Med predhodniki ekonometrije so Gregory King, Francis Ysidro Edgeworth, Vilfredo Pareto in Sir William Pettyjeva Politična aritmetika.^[11] Med zgodnjimi pionirskimi deli v ekonometriji je med drugim Sintetična ekonomija Henryja Ludwella Moora.^[11]

Osnovni modeli: linearna regresija

Osnovno orodje ekonometrije je model multiple linearne regresije.^[8] V sodobni ekonometriji se pogosto uporabljajo tudi druga statistična orodja, toda najpogostejša začetnna točka za analizo je še vedno linearna regresija.^[8] Ocenjevanje linearne regresije z dvema spremenljivkama lahko vizualiziramo s premico, ki poteka skozi podatkovne točke, ki predstavljajo parne vrednosti neodvisnih in odvisnih spremenljivk.

Primer je Okunovo pravilo, ki povezuje gospodarsko rast z ravnjo brezposelnosti. To razmerje predstavlja linearna regresija, kjer je sprememba v ravni brezposelnosti ( $\Delta \ {\text{Brezposelnost}}$ ) funkcija presečišča ( $\beta _{0}$ ), dane vrednosti rasti BDP, pomnožene s koeficientom naklona $\beta _{1}$ in napake $\varepsilon$ :

\Delta \ {\text{Brezposelnost}}=\beta _{0}+\beta _{1}{\text{Rast}}+\varepsilon .

Neznana parametra $\beta _{0}$ in $\beta _{1}$ lahko ocenimo. Tukaj ocenjujemo $\beta _{0}$ na 0,83 in $\beta _{1}$ na -1,77. To pomeni, da če se gospodarska rast poveča za eno odstotno točko, se brezposelnost zmanjša za 1,77 * 1 točke pri nespremenjenih vseh ostalih stvareh. Ta model bi lahko testirali za statistično značilnost, če je povečanje v gospodarski rasti povezano z zmanjšanjem brezposelnosti, skladno s hipotezo. Če ocena $\beta _{1}$ ni značilno različna od 0, test ne bi našel dokazov, da so spremembe v gospodarski rasti in stopnji brezposelnosti povezane. Varianca napovedovanja odvisne spremenljivke (brezposelnost) je funkcija neodvisne spremenljivke (gospodarska rast) in je podana v polinomskih najmanjših kvadratih.

Teorija

Ekonometrična teorija uporablja statistično teorijo in matematično statistiko za ovrednotenje ter razvijanje ekonometričnih metod.^[9]^[10] Ekonometriki poskušajo najti cenilke, ki imajo želene statistične značilnosti, vključno s nepristranskostjo, učinkovitostjo in konsistentnostjo. Cenilka je nepristranska, če je njena pričakovana vrednost resnična vrednost parametra; je konsistentna, če konvergira k resnični vrednosti, ko se povečuje velikost vzorca in je učinkovita, če ima cenilka nižjo standardno napako od drugih nepristrantskih cenilk za dano velikost vzorca. Navadni najmanjši kvadrati (OLS) se pogosto uporabljajo za ocenjevanje, saj zagotavljajo BLUE ali "najboljšo nepristransko cenilko" (kjer "najboljša" pomeni najbolj učinkovito, nepristransko cenilko) pri Gauss-Markovih predpostavkah. Ko te predpostavke kršimo ali želimo druge statistične lastnosti, uporabimo druge ocenjevalne tehnike, kot je ocenjevanje največje verjetnosti, posplošena metoda momentov ali posplošeni najmanjši kvadrati. Tisti, ki imajo od tradicionalnih, klasičnih in frekventističnih pristopov raje Bayesovo statistiko, zagovarjajo cenilke, ki vključujejo predhodna prepričanja.

Metode

Uporabna ekonometrija uporablja teoretično ekonometrijo in podatke iz resničnega sveta za ocenjevanje ekonomskih teorij, razvijanje ekonometričnih modelov, analiziranje ekonomske zgodovine in napovedovanje.^[12]

Ekonometrija uporablja standardne statistične modele za preučevanje ekonomskih vprašanj, toda ti večinoma temeljijo na opazovanih podatkih in ne na nadzorovanih poskusih.^[13] Dizajn opazovalnih študij v ekonometriji je v tem podoben dizajnu študij in drugih opazovalnih disciplin, kot so astronomija, epidemiologija, sociologija in politična znanost. Analizo podatkov iz opazovalne študije vodi študijski protokol, čeprav je analiza pojasnjevalnih podatkov lahko uporabna za generiranje novih hipotez.^[14] Ekonomija pogosto analizira sistem enačb in neenačb, kot sta ponuba in povpraševanje, za kateri predpostavljamo, da sta v ravnotežju. Področje ekonometrije je posledično razvilo metode za identifikacijo in ocenjevanje modela simultanih enačb. Te metode so analogne metodam, ki jih uporabljajo druga znanstvena področja, kot je področje sistemske identifikacije, sistemske analize in teorije nadzora. Takšne metode omogočajo raziskovalcem, da ocenjujejo modele in preučujejo njihove empirične posledice, brez da bi neposredno manipulirali sistem.

Brez dokazov od nadzorovanih poskusov ekonometriki pogosto iščejo naravne poskuse ali aplicirajo kvazieksperimentalne metode za iskanje kredibilnega vzročnega sklepanja.^[15] Med temi metodami je tudi regresijski prekinitveni dizajn, instrumentalne spremenljivke in razlike v razlikah.

Primer

Preprost primer odnosa v ekonometriji iz področja ekonomije dela je:

\ln({\text{mezda}})=\beta _{0}+\beta _{1}({\text{leta izobrazbe}})+\varepsilon .

Ta primer predpostavlja, da je naravni logaritem delavčeve plače linearna funkcija števila let izobrazbe, ki jih je oseba dosegla. Parameter $\beta _{1}$ meri povečanje v naravnem logaritmu plače, ki jo lahko pripišemo dodatnemu letu izobrazbe. Izraz $\varepsilon$ je naključna spremenljivka, ki predstavlja vse druge dejavnike, ki imajo lahko neposredni vpliv na mezdo. Ekonometrični cilj je oceniti parametra $\beta _{0}{\mbox{ in }}\beta _{1}$ pod specifičnimi predpostavkami o naključni spremenljivki $\varepsilon$ . Če na primer $\varepsilon$ ni koreliran z leti izobrazbe, lahko enačbo ocenimo z navadnimi najmanjšimi kvadrati.

Če bi raziskovalec lahko naključno dodeljeval ljudi različnim ravnem izobrazbe, bi ustvarjeni nabor podatkov omogočil ocenjevanje učinka spremembe let izobrazbe na mezde. V resnici takih poskusov ne moremo izvajati. Namesto tega ekonometrik opazuje leta izobraževanja in mezde, plačane osebam, ki se razlikujejo v več dimenzijah. Pri teh danih podatkih ocenjeni koeficient let izobrazbe v enačbi zgoraj odraža tako učinek izobrazbe na mezde, kot tudi učinek drugih spremenljivk na mezde, če so te druge spremenljivke korelirane z izobrazbo. Tako imajo na primer ljudje, ki so rojeni na določenih krajih, višje mezde in višje ravni izobrazbe. Razen če ekonometrik v zgornji enačbi nadzoruje za rojstni kraj, lahko učinek rojstnega kraja na mezde lahko napačno pripišemo učinku izobrazbe na mezde.

Najbolj očiten način za nadzor nad rojstnim krajem je ta, da v zgornjo enačbo vključimo mero učinka rojstnega kraja. Izločitev rojstnega kraja, skupaj s predpostavko, da je $\epsilon$ nekoreliran z izobrazbo, povzroči narobe specificiran model. Še ena tehnika je, da v enačbo vključimo dodaten nabor merjenih kovariatov, ki niso instrumentalne spremenljivke, vendar povzročijo, da lahko $\beta _{1}$ identificiramo.^[16] Pregled ekonometričnih metod, ki so uporabljane za študij tega problema, je zagotovil David Card (1999).^[17]

Revije

Glavne revije, ki objavljajo delo v ekonometriji so:

Econometrica, ki jo objavlja Econometric Society.^[18]
The Review of Economics and Statistics, ki je star več kot 100 let.^[19]
The Econometrics Journal, ki ga objavlja Royal Economic Society.^[20]
The Journal of Econometrics, ki objavlja tudi Annals of Econometrics.^[21]
Econometric Theory, ki je teoretična revija.^[22]
The Journal of Applied Econometrics, ki aplicira ekonometrijo na širok nabor problemov.^[23]
Econometric Reviews, ki vključuje preglede ekonometričnih knjig in programov.^[24]
The Journal of Business & Economic Statistics, ki ga objavlja American Statistical Association.^[25]

Omejitve in kritike

Kot druge oblike statistične analize lahko slabo specificirani ekonometrični modeli kažejo lažen odnos, v katerem sta dve spremenljivki korelirani, vendar vzročno nepovezani. V študiji uporabe ekonometrije v vodilnih ekonomskih revijah je McCloskeyjeva zaključila, da nekateri ekonomisti poročajo o p-vrednosti (sledeč Fisherjevi tradiciji testov pomembnosti točkovne ničelne hipoteze) in zanemarjajo pomisleke o napakah tipa II; nekateri ekonomisti ne poročajo o ocenah velikosti učinkov (razen o statistični značilnosti) in govorijo o njihovem ekonomskem pomenu. Trdi tudi, da ekonomisti ne uporabljajo ekonomskega razmišljanja za izbiro modelov, zlasti za odločanje katere spremenljivke vključiti v regresijo.^[26]^[27]

V nekaterih primerih z ekonomskimi spremenljivkami ne moremo eksperimentalno manipulirati, saj je obravnava naključno dodeljena predmetom.^[28] V takšnih primerih se ekonomisti zanašajo na opazovalne študije in pogosto uporabljajo podatkovne nabore z veliko močno povezanimi kovariati, kar vodi v velikansko število modelov s podobnomi pojasnjevalnimi zmožnostmi, vendar z različnimi kovariati in regresijskimi ocenami. Glede na pluralnost modelov, ki so kompatibilni z opazovanimi podatki - nabori, je Edward Leamer trdil, da "profesionalci ... pravilno zadržujejo prepričanje, dokler ni za sklepanje pokazano, da je adekvatno neobčutljivo na izbiro predpostavk".^[28]

Sklici

↑ M. Hashem Pesaran (1987). "Econometrics," The New Palgrave: A Dictionary of Economics, v. 2, p. 8 [pp. 8–22]. Reprinted in J. Eatwell et al., eds. (1990). Econometrics: The New Palgrave, p. 1 [pp. 1–34]. Abstract Arhivirano 18 May 2012 na Wayback Machine. (2008 revision by J. Geweke, J. Horowitz, and H. P. Pesaran).
↑ P. A. Samuelson, T. C. Koopmans, and J. R. N. Stone (1954). "Report of the Evaluative Committee for Econometrica," Econometrica 22(2), p. 142. [p p. 141-146], as described and cited in Pesaran (1987) above.
↑ Paul A. Samuelson and William D. Nordhaus, 2004. Economics. 18th ed., McGraw-Hill, p. 5.
↑ »1969 - Jan Tinbergen: Nobelprijs economie - Elsevierweekblad.nl«. elsevierweekblad.nl. 12. oktober 2015. Arhivirano iz spletišča dne 1. maja 2018. Pridobljeno 1. maja 2018.
↑ Magnus, Jan & Mary S. Morgan (1987) The ET Interview: Professor J. Tinbergen in: 'Econometric Theory 3, 1987, 117–142.
↑ Willlekens, Frans (2008) International Migration in Europe: Data, Models and Estimates. New Jersey. John Wiley & Sons: 117.
↑ • H. P. Pesaran (1990), "Econometrics," Econometrics: The New Palgrave, p. 2, citing Ragnar Frisch (1936), "A Note on the Term 'Econometrics'," Econometrica, 4(1), p. 95.
• Aris Spanos (2008), "statistics and economics," The New Palgrave Dictionary of Economics, 2nd Edition. Abstract. Arhivirano 18 May 2012 na Wayback Machine.
1 2 3 Greene, William (2012). »Chapter 1: Econometrics«. Econometric Analysis (7th izd.). Pearson Education. str. 47–48. ISBN 9780273753568. Ultimately, all of these will require a common set of tools, including, for example, the multiple regression model, the use of moment conditions for estimation, instrumental variables (IV) and maximum likelihood estimation. With that in mind, the organization of this book is as follows: The first half of the text develops fundamental results that are common to all the applications. The concept of multiple regression and the linear regression model in particular constitutes the underlying platform of most modeling, even if the linear model itself is not ultimately used as the empirical specification.
1 2 Greene, William (2012). Econometric Analysis (7th izd.). Pearson Education. str. 34, 41–42. ISBN 9780273753568.
1 2 Wooldridge, Jeffrey (2012). »Chapter 1: The Nature of Econometrics and Economic Data«. Introductory Econometrics: A Modern Approach (5th izd.). South-Western Cengage Learning. str. 2. ISBN 9781111531041.
1 2 Tintner, Gerhard (1953). »The Definition of Econometrics«. Econometrica. 21 (1): 31–40. doi:10.2307/1906941. ISSN 0012-9682. JSTOR 1906941.
↑ Clive Granger (2008). "forecasting", The New Palgrave Dictionary of Economics, 2nd Edition. Abstract. Arhivirano 18 May 2012 na Wayback Machine.
↑ Wooldridge, Jeffrey (2013). Introductory Econometrics, A modern approach. South-Western, Cengage learning. ISBN 978-1-111-53104-1.
↑ Herman O. Wold (1969). "Econometrics as Pioneering in Nonexperimental Model Building", Econometrica, 37(3), pp. 369 Arhivirano 24 August 2017 na Wayback Machine.-381.
↑ Angrist, Joshua D.; Pischke, Jörn-Steffen (Maj 2010). »The Credibility Revolution in Empirical Economics: How Better Research Design is Taking the Con out of Econometrics«. Journal of Economic Perspectives. 24 (2): 3–30. doi:10.1257/jep.24.2.3. hdl:1721.1/54195. ISSN 0895-3309.
↑ Pearl, Judea (2000). Causality: Model, Reasoning, and Inference. Cambridge University Press. ISBN 978-0521773621.
↑ Card, David (1999). »The Causal Effect of Education on Earning«. V Ashenfelter, O.; Card, D. (ur.). Handbook of Labor Economics. Amsterdam: Elsevier. str. 1801–1863. ISBN 978-0444822895.
↑ »Home«. www.econometricsociety.org (v angleščini). Pridobljeno 14. februarja 2024.
↑ »The Review of Economics and Statistics«. direct.mit.edu. Pridobljeno 14. februarja 2024.
↑ »The Econometrics Journal«. Wiley.com. Arhivirano iz spletišča dne 6. oktobra 2011. Pridobljeno 8. oktobra 2013.
↑ »Journal of Econometrics«. www.scimagojr.com. Pridobljeno 14. februarja 2024.
↑ »Home« (v angleščini). Pridobljeno 14. marca 2024.
↑ »Journal of Applied Econometrics«. Journal of Applied Econometrics. doi:10.1002/(ISSN)1099-1255. hdl:2027.42/34956.
↑ Econometric Reviews Print ISSN: 0747-4938 Online ISSN: 1532-4168 https://www.tandfonline.com/action/journalInformation?journalCode=lecr20
↑ »Journals«. Default. Pridobljeno 14. februarja 2024.
↑ McCloskey (Maj 1985). »The Loss Function has been mislaid: the Rhetoric of Significance Tests«. American Economic Review. 75 (2).
↑ Stephen T. Ziliak and Deirdre N. McCloskey (2004). "Size Matters: The Standard Error of Regressions in the American Economic Review", Journal of Socio-Economics, 33(5), pp. 527-46 Arhivirano 25 June 2010 na Wayback Machine. (press +).
1 2 Leamer, Edward (Marec 1983). »Let's Take the Con out of Econometrics«. American Economic Review. 73 (1): 31–43. JSTOR 1803924.

Glej tudi

Nadaljnje branje

Knjiga Econometric Theory na Wikibooks
Giovannini, Enrico Understanding Economic Statistics, OECD Publishing, 2008, ISBN 978-92-64-03312-2

Zunanje povezave

Wikimedijina zbirka ponuja več predstavnostnega gradiva o temi: Ekonometrija.

Ta članek o gospodarstvu ali financah je škrbina. Pomagajte Wikipediji in ga razširite.

[Pesaran-1] M. Hashem Pesaran (1987). "Econometrics," The New Palgrave: A Dictionary of Economics, v. 2, p. 8 [pp. 8–22]. Reprinted in J. Eatwell et al., eds. (1990). Econometrics: The New Palgrave, p. 1 [pp. 1–34]. Abstract Arhivirano 18 May 2012 na Wayback Machine. (2008 revision by J. Geweke, J. Horowitz, and H. P. Pesaran).

[2] P. A. Samuelson, T. C. Koopmans, and J. R. N. Stone (1954). "Report of the Evaluative Committee for Econometrica," Econometrica 22(2), p. 142. [p p. 141-146], as described and cited in Pesaran (1987) above.

[3] Paul A. Samuelson and William D. Nordhaus, 2004. Economics. 18th ed., McGraw-Hill, p. 5.

[4] »1969 - Jan Tinbergen: Nobelprijs economie - Elsevierweekblad.nl«. elsevierweekblad.nl. 12. oktober 2015. Arhivirano iz spletišča dne 1. maja 2018. Pridobljeno 1. maja 2018.

[5] Magnus, Jan & Mary S. Morgan (1987) The ET Interview: Professor J. Tinbergen in: 'Econometric Theory 3, 1987, 117–142.

[6] Willlekens, Frans (2008) International Migration in Europe: Data, Models and Estimates. New Jersey. John Wiley & Sons: 117.

[7] • H. P. Pesaran (1990), "Econometrics," Econometrics: The New Palgrave, p. 2, citing Ragnar Frisch (1936), "A Note on the Term 'Econometrics'," Econometrica, 4(1), p. 95.
• Aris Spanos (2008), "statistics and economics," The New Palgrave Dictionary of Economics, 2nd Edition. Abstract. Arhivirano 18 May 2012 na Wayback Machine.

[Greene_Econometrics_–_multiple_linear_regression_model-8] 1 2 3 Greene, William (2012). »Chapter 1: Econometrics«. Econometric Analysis (7th izd.). Pearson Education. str. 47–48. ISBN 9780273753568. Ultimately, all of these will require a common set of tools, including, for example, the multiple regression model, the use of moment conditions for estimation, instrumental variables (IV) and maximum likelihood estimation. With that in mind, the organization of this book is as follows: The first half of the text develops fundamental results that are common to all the applications. The concept of multiple regression and the linear regression model in particular constitutes the underlying platform of most modeling, even if the linear model itself is not ultimately used as the empirical specification.

[Greene_Econometrics_–_mathematical_statistics_and_statistical_theory-9] 1 2 Greene, William (2012). Econometric Analysis (7th izd.). Pearson Education. str. 34, 41–42. ISBN 9780273753568.

[Wooldridge_Econometrics_–_mathematical_statistics-10] 1 2 Wooldridge, Jeffrey (2012). »Chapter 1: The Nature of Econometrics and Economic Data«. Introductory Econometrics: A Modern Approach (5th izd.). South-Western Cengage Learning. str. 2. ISBN 9781111531041.

[:0-11] 1 2 Tintner, Gerhard (1953). »The Definition of Econometrics«. Econometrica. 21 (1): 31–40. doi:10.2307/1906941. ISSN 0012-9682. JSTOR 1906941.

[12] Clive Granger (2008). "forecasting", The New Palgrave Dictionary of Economics, 2nd Edition. Abstract. Arhivirano 18 May 2012 na Wayback Machine.

[Introductory_econometrics-13] Wooldridge, Jeffrey (2013). Introductory Econometrics, A modern approach. South-Western, Cengage learning. ISBN 978-1-111-53104-1.

[14] Herman O. Wold (1969). "Econometrics as Pioneering in Nonexperimental Model Building", Econometrica, 37(3), pp. 369 Arhivirano 24 August 2017 na Wayback Machine.-381.

[15] Angrist, Joshua D.; Pischke, Jörn-Steffen (Maj 2010). »The Credibility Revolution in Empirical Economics: How Better Research Design is Taking the Con out of Econometrics«. Journal of Economic Perspectives. 24 (2): 3–30. doi:10.1257/jep.24.2.3. hdl:1721.1/54195. ISSN 0895-3309.

[pearl00-16] Pearl, Judea (2000). Causality: Model, Reasoning, and Inference. Cambridge University Press. ISBN 978-0521773621.

[Card:00-17] Card, David (1999). »The Causal Effect of Education on Earning«. V Ashenfelter, O.; Card, D. (ur.). Handbook of Labor Economics. Amsterdam: Elsevier. str. 1801–1863. ISBN 978-0444822895.

[18] »Home«. www.econometricsociety.org (v angleščini). Pridobljeno 14. februarja 2024.

[19] »The Review of Economics and Statistics«. direct.mit.edu. Pridobljeno 14. februarja 2024.

[20] »The Econometrics Journal«. Wiley.com. Arhivirano iz spletišča dne 6. oktobra 2011. Pridobljeno 8. oktobra 2013.

[21] »Journal of Econometrics«. www.scimagojr.com. Pridobljeno 14. februarja 2024.

[22] »Home« (v angleščini). Pridobljeno 14. marca 2024.

[23] »Journal of Applied Econometrics«. Journal of Applied Econometrics. doi:10.1002/(ISSN)1099-1255. hdl:2027.42/34956.

[24] Econometric Reviews Print ISSN: 0747-4938 Online ISSN: 1532-4168 https://www.tandfonline.com/action/journalInformation?journalCode=lecr20

[25] »Journals«. Default. Pridobljeno 14. februarja 2024.

[26] McCloskey (Maj 1985). »The Loss Function has been mislaid: the Rhetoric of Significance Tests«. American Economic Review. 75 (2).

[27] Stephen T. Ziliak and Deirdre N. McCloskey (2004). "Size Matters: The Standard Error of Regressions in the American Economic Review", Journal of Socio-Economics, 33(5), pp. 527-46 Arhivirano 25 June 2010 na Wayback Machine. (press +).

[Leamer_31–43-28] 1 2 Leamer, Edward (Marec 1983). »Let's Take the Con out of Econometrics«. American Economic Review. 73 (1): 31–43. JSTOR 1803924.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

Spletne zbirke normativne kontrole
Mednarodno	GND
Nacionalno	ZDA Francija podatki BnF Japonska Republika Češka Španija Latvija Koreja Izrael
Drugo	NARA Encyclopedia of Modern Ukraine Yale LUX