Ekonometria
| Ekonometria |
|---|
| Polecane artykuły |
Ekonometria to dziedzina nauk społecznych zajmująca się zastosowaniem statystyki matematycznej do modelowania i prognozowania zjawisk i relacji gospodarczych.
W pierwszym wydaniu magazynu Econometrica, organizacja The Econometric Society wskazała, że:
jej głównym zainteresowaniem powinno być promowanie badań nakierowanych na unifikację podejść teoretyczno-ilościowego i empiryczno-ilościowego do problemów ekonomicznych, zgłębianych konstruktywnym i rygorystycznym procesem myślowym, podobnym do tego, który dominuje w naukach przyrodniczych.
Ale jest kilka aspektów podejścia ilościowego do ekonomii i żaden z tych aspektów nie powinien być mylony z ekonometrią. A zatem, ekonometria nie jest w żadnym przypadku tożsama ze statystyką ekonomiczną. Nie jest również identyczna z tym, co nazywamy ogólną teorią ekonomii, pomimo iż znaczna część tej teorii ma z całą pewnością charakter ilościowy. Ekonometria nie powinna być także uważana za synonim [sic] zastosowania matematyki w ekonomii. Doświadczenie pokazało, że każdy z tych trzech punktów widzenia, bazujący na statystyce, teorii ekonomii i matematyce, jest niezbędnym, ale nie wystarczającym warunkiem rzeczywistego zrozumienia relacji ilościowych występujących we współczesnym życiu gospodarczym. To unifikacja wszystkich trzech podejść jest tak potężna. I ta właśnie unifikacja stanowi ekonometrię.
Model ekonometryczny jest podstawowym pojęciem w ekonometrii, w jego skład wchodzą zmienne, parametry strukturalne oraz składniki losowe [M. Gruszczyński 2009, s. 15]
Geneza
Frisch (1933) i jego stowarzyszenie odpowiedziało na bezprecedensową akumulację informacji statystycznej. Widzieli oni potrzebę stworzenia szkieletu zasad, które powinny zorganizować to co w innym przypadku zostałoby oszałamiającą masą danych. Ani filary, ani cele ekonometrii nie zmieniły się w następnych latach. Ekonometria jest polem ekonomii która zajmuje się zastosowaniem statystyki matematycznej i narzędzi wnioskowania statystycznego do empirycznych pomiarów zależności postulowanych przez teorię ekonomii (W. Greene 2003, s. 1).
Ekonometria bazuje na rozwoju statystycznych metod estymacji relacji ekonomicznych, testowania teorii ekonomicznych oraz oceny i implementacji polityk rządowych i biznesowych. Najbardziej powszechnymi zastosowaniami ekonometrii są prognozowanie ważnych makroekonomicznych zmiennych jak np. stopa procentowa, inflacja czy PKB. Takie badania są najbardziej popularne i często publikowane, ale metody ekonometryczne mogą być używane także w częściach ekonomii, które nie mają nic wspólnego z prognozowaniem makroekonomicznym.
Ekonometria wyrosła na bazie statystyki matematycznej, od której odłączyła się ze względu na szerokie stosowanie danych eksperymentalnych. Ekonometrycy zapożyczają wiele ze statystyki matematycznej, jednak często interpretacja wyników jest nieco inna. Poza tym ekonometrycy wynaleźli metody radzenia sobie ze złożonością danych ekonomicznych i testowania prognoz wynikających z teorii ekonomii (J. Woolridge 2002, s. 1).
Narzędzia analizy ekonometrycznej
Narzędziem analizy ekonometrycznej jest ekonometryczny model opisowy. Modele ekonometryczne bazują na modelach ekonomicznych znajdujących odzwierciedlenie w teorii ekonomii. Podstawą modelowania ekonometrycznego jest korelacja, czyli zależność statystyczna między zmiennymi. Ekonometrycy zajmują się przede wszystkim estymacją relacji ekonomicznych na podstawie danych z próby oraz testowaniem hipotez o istnieniu związków pomiędzy zmiennymi ekonomicznymi oraz ich kierunku i rozmiarze.
Współczesna ekonometria nie jest jednolita, ale podzielona na wiele nurtów, jak na przykład: ekonometria klasyczna, ekonometria bayesowska czy analiza szeregów czasowych.
Wielu ekonometryków otrzymało nagrodę Nobla. Byli to Jan Tinbergen i Ragnar Frisch (w 1969), Lawrence Klein (w 1980), Trygve Haavelmo (w 1989), Daniel McFadden i James Heckman (w 2000) oraz Robert Engle i Clive Granger (w 2003).
Klasyfikacja modeli ekonometrycznych
Modele ekonometryczne można sklasyfikować według różnych kryteriów:
- liczbę zmiennych objaśniających,
- czynnika czasu,
- postaci analitycznej,
- charakteru modelu
- zakresu badań
Ze względu na liczbę zmiennych objaśniających (lub na liczbę równań w modelu) można podzielić na jednorównaniowe (opisuje jedną zmienną) oraz wielorównaniowe (opisuje wiele zmiennych równocześnie). Jednym z przykładów modelu jednorównaniowego może być popyt na określone dobro, natomiast wielorównaniowego – modele rynków finansowych.
Z punktu widzenia czynnika czasu, modele można podzielić na dynamiczne i statyczne. Do modelu dynamicznego zaliczamy zmienne z wyprzedzeniami i opóźnieniami czasowymi oraz dowolną funkcję trendu. Jeśli model nie zawiera dynamiki analizowanych procesów, wówczas nazywamy do statycznym.
Ze względu na postać analityczną można podzielić na liniowe i nieliniowe. Model nieliniowy można sprowadzić do liniowego, za pomocą odpowiednich transformacji, wówczas powstaje model linearyzowalny.
Kryterium podziału modeli ekonometrycznych ze względu na charakter poznawczy dzielimy na:
- przyczynowo-skutkowe (zjawiska-skutki, są wyjaśniane za pomocą innych-przyczyny, przykładem może być wzrost popytu na leki przeciwdziałające przeziębieniu w okresie jesiennym),
- autoregresyjne (rodzaj modeli ma głównie zastosowanie do zjawisk odznaczających się inercją),
- trendu (czas, jest jedyną zmienna objaśniającą, która opisuje rozwój),
- symptomatyczne (niektóre zmienne objaśniające nie są bezpośrednią przyczyną dla zmiennej objaśniającej, ale są z nią silnie powiązane, przykładem może być poziom spożycia ryb w gospodarstwie domowym, które pozostaje w związku z konsumpcją mięsa i warzyw, chociaż wymienione produkty nie są ze sobą w związku przyczynowym).
Zakres badań pozwala sklasyfikować na modele mikroekonomiczne, mezo-ekonomiczne i makroekonomiczne [M. Sobczyk 2013, s. 15-16].
Bibliografia
- Davidson R. (2004) Econometric Theory and Methods, Oxford University Press, New York
- Górecki, B. R. (2010). Ekonometria. Podstawy teorii i praktyki, Key Text, Warszawa.
- Greene W. (2003). Econometric Analysis, Prentice Hall
- Gruszczyński M. (2009). Ekonometria i badania operacyjne, PWN, Warszawa
- Sobczyk M. (2013). Ekonometria, C.H.Beck, Warszawa
- Woolridge J. (2002). Introductory Econometrics: A Modern Approach, South-Western College Pub
Autor: Paweł Fiedor, Ingrid Pilch
