Mitä on ekonometria?
Ekonometria on tilastollisten ja matemaattisten mallien kvantitatiivista soveltamista datan avulla taloustieteen teorioiden kehittämiseksi tai olemassa olevien hypoteesien testaamiseksi ja tulevien kehityssuuntien ennustamiseksi historiatietojen perusteella. Siinä reaalimaailman datalle tehdään tilastollisia kokeita, minkä jälkeen tuloksia verrataan ja asetetaan vastakkain testattavan teorian tai testattavien teorioiden kanssa.
Riippuen siitä, ollaanko kiinnostuneita olemassa olevan teorian testaamisesta vai siitä, halutaanko olemassa olevan datan avulla kehittää uusi hypoteesi näiden havaintojen pohjalta, ekonometria voidaan jakaa kahteen pääryhmään: teoreettiseen ja soveltavaan. Niitä, jotka rutiininomaisesti harjoittavat tätä käytäntöä, kutsutaan yleisesti ekonometrikoiksi.
Key Takeaways
- Ekonometria on tilastollisten menetelmien käyttöä kvantitatiivisen datan avulla teorioiden kehittämiseksi tai olemassa olevien hypoteesien testaamiseksi taloustieteessä tai rahoituksessa.
- Ekonometria nojaa tekniikoihin, kuten regressiomalleihin ja nollahypoteesien testaukseen.
- Ekonometriaa voidaan käyttää myös pyrittäessä ennustamaan tulevia taloudellisia tai rahoituksellisia kehityssuuntia.
Ymmärtää ekonometriaa
Ekonometriassa analysoidaan dataa tilastollisin metodein taloudellisten teorioiden testaamiseksi tai kehittämiseksi. Nämä menetelmät tukeutuvat tilastollisiin johtopäätöksiin taloudellisten teorioiden kvantifioimiseksi ja analysoimiseksi hyödyntämällä sellaisia työkaluja kuin frekvenssijakaumat, todennäköisyys ja todennäköisyysjakaumat, tilastollinen päättely, korrelaatioanalyysi, yksinkertainen ja moninkertainen regressioanalyysi, simultaaniyhtälömallit ja aikasarjatutkimusmenetelmät.
Ekonometriikan edelläkävijöinä ovat toimineet Lawrence Klein, Ragnar Frisch ja Simon Kuznets. Kaikki kolme saivat panoksestaan taloustieteen Nobel-palkinnon vuonna 1971. Nykyään sitä käyttävät säännöllisesti sekä akateemikot että käytännön toimijat, kuten Wall Streetin kauppiaat ja analyytikot.
Esimerkki ekonometrian soveltamisesta on tulovaikutuksen tutkiminen havainnoitavien tietojen avulla. Taloustieteilijä voi olettaa, että kun henkilön tulot kasvavat, myös hänen menonsa kasvavat. Jos aineisto osoittaa, että tällainen yhteys on olemassa, voidaan tämän jälkeen tehdä regressioanalyysi, jotta ymmärretään tulojen ja kulutuksen välisen suhteen voimakkuus ja se, onko tämä suhde tilastollisesti merkitsevä – eli näyttääkö epätodennäköiseltä, että se johtuisi pelkkästä sattumasta.
Ekonometrian metodologia
Ekonometrian metodologian ensimmäinen vaihe on hankkia ja analysoida aineistojoukko ja määritellä tietty hypoteesi, joka selittää joukon luonnetta ja muotoa. Tämä aineisto voi olla esimerkiksi jonkin osakeindeksin historialliset hinnat, kuluttajien taloutta koskevasta tutkimuksesta kerätyt havainnot tai eri maiden työttömyys- ja inflaatioasteet.
Jos olet kiinnostunut S&P 500 -indeksin vuotuisen hinnanmuutoksen ja työttömyysasteen välisestä suhteesta, keräisit molemmat aineistojoukot. Tässä tapauksessa haluat testata ajatusta, että korkeampi työttömyys johtaa alhaisempiin pörssikursseihin. Pörssikurssi on siis riippuvainen muuttujasi ja työttömyysaste on riippumaton tai selittävä muuttuja.
Yleisin suhde on lineaarinen, mikä tarkoittaa, että mikä tahansa selittävän muuttujan muutos korreloi positiivisesti riippuvaisen muuttujan kanssa, jolloin tämän suhteen tutkimiseen käytetään usein yksinkertaista regressiomallia, joka tarkoittaa parhaalla mahdollisella tavalla sopivan viivan luomista näiden kahden datajoukon välille ja sen jälkeen testaamista sen selvittämiseksi, kuinka kaukana kukin datapiste on keskimäärin tuosta viivauksesta.
Huomaa, että analyysissä voi olla useita selittäviä muuttujia – esimerkiksi BKT:n ja inflaation muutokset työttömyyden lisäksi pörssikurssien selittämisessä. Kun käytetään useampaa kuin yhtä selittävää muuttujaa, puhutaan moninkertaisesta lineaarisesta regressiosta, joka on ekonometriassa yleisimmin käytetty malli.
Erilaisia regressiomalleja
On olemassa useita erilaisia regressiomalleja, jotka optimoidaan analysoitavan aineiston luonteen ja kysymyksen tyypin mukaan. Yleisin esimerkki on tavallinen pienimmän neliösumman regressio (OLS, ordinary least-squares), joka voidaan suorittaa useille eri tyyppisille poikkileikkaus- tai aikasarja-aineistoille. Jos olet kiinnostunut binäärisestä (kyllä-ei) tuloksesta – esimerkiksi siitä, kuinka todennäköisesti sinut irtisanotaan työstäsi tuottavuutesi perusteella – voit käyttää logistista regressiota tai probit-mallia. Nykyään on olemassa satoja malleja, joita ekonometrikolla on käytössään.
Ekonometriaa tehdään nykyään tätä tarkoitusta varten suunnitelluilla tilastollisilla analyysiohjelmistopaketeilla, kuten STATA, SPSS tai R. Näillä ohjelmistopaketeilla voidaan myös helposti testata tilastollinen merkitsevyys, mikä tukee sitä, että näiden mallien tuottamat empiiriset tulokset eivät ole pelkästään sattuman tulosta. R-kvartiili, t-testit, p-arvot ja nollahypoteesin testaus ovat kaikki menetelmiä, joita ekonometrikot käyttävät arvioidakseen mallinsa tulosten pätevyyttä.
Ekonometrian rajoitukset
Ekonometriaa kritisoidaan toisinaan siitä, että se luottaa liikaa raakadatan tulkintaan ilman, että se kytketään vakiintuneeseen talousteoriaan tai että sillä etsitään kausaalimekanismeja. On ratkaisevan tärkeää, että aineistosta ilmenevät havainnot voidaan selittää riittävästi teorialla, vaikka se tarkoittaisi oman teorian kehittämistä taustalla olevista prosesseista.
Regressioanalyysi ei myöskään todista kausaalisuutta, ja vaikka kaksi aineistoa osoittaisikin yhteyttä, se voi olla epäaito. Esimerkiksi uima-altaisiin hukkumiskuolemat lisääntyvät BKT:n myötä. Aiheuttaako kasvava talous ihmisten hukkumisen? Ei tietenkään, mutta ehkä enemmän ihmisiä ostaa uima-altaita, kun talous kukoistaa. Ekonometria käsittelee pitkälti korrelaatioanalyysiä, ja muistakaa, että korrelaatio ei ole yhtä kuin syy-yhteys.