計量経済学の理解

計量経済は、経済理論を検証または開発するために統計手法を用いてデータを分析するものです。 これらの方法は、頻度分布、確率、確率分布、統計的推論、相関分析、単回帰分析、重回帰分析、連立方程式モデル、および時系列法などのツールを活用し、経済理論を定量化および分析するために統計的推論に依存しています。

Econometrics は Lawrence Klein, Ragnar Frisch, および Simon Kuznets によって先駆的に確立されました。 この3人は、その貢献により1971年にノーベル経済学賞を受賞しています。 今日では、学者だけでなく、ウォール街のトレーダーやアナリストなどの実務家の間でも定期的に使用されています。

計量経済学の応用例として、観測可能なデータを使用して所得効果を研究することが挙げられます。 経済学者は、ある人が収入を増やすと、支出も増えるという仮説を立てることがあります。 データがそのような関連性を示す場合、次に回帰分析を行い、所得と消費の関係の強さとその関係が統計的に有意であるかどうか、つまり、偶然だけによるものである可能性は低いと思われるかを理解することができる。

計量経済学の方法論

計量経済学の方法論の最初のステップは、データのセットを取得して分析し、セットの性質と形状を説明する特定の仮説を定義することである。 このデータは、たとえば、株価指数の過去の価格、消費者金融の調査から収集した観測値、あるいは各国の失業率やインフレ率などです。

S&P 500の年間価格変化と失業率の関係に関心がある場合、両方のデータを収集することになるでしょう。 ここでは、失業率の上昇は株式市場価格の下落につながるという考えを検証したいのです。 最も一般的な関係は線形で、説明変数のいかなる変化も従属変数と正の相関を持つことを意味し、この場合、単純な回帰モデルがこの関係を探るためによく使われます。

分析にはいくつかの説明変数があることに注意してください。たとえば、株式市場価格を説明するのに、失業率だけでなくGDPやインフレ率も変化させることができます。

異なる回帰モデル

分析するデータの性質や質問されるタイプに応じて最適化されたいくつかの異なる回帰モデルが存在します。 最も一般的な例は、通常の最小二乗（OLS）回帰で、これはいくつかのタイプの横断的または時系列データに対して実施することができます。 もし、バイナリ（はい-いいえ）の結果、例えば、生産性に基づいて仕事を解雇される可能性に興味があるなら、ロジスティック回帰またはプロビットモデルを使用することができます。 今日、計量経済学者が自由に使えるモデルは何百もあります。

Econometrics is now conducted using statistical analysis software packages designed for these purposes, such as STATA, SPSS, or R. These software packages can also easily test for statistical significance to provide support that the empirical results produced by these models are not merely the result of chance. R二乗、t検定、p値、およびヌル仮説検定はすべて、モデル結果の妥当性を評価するために計量経済学者が使用する方法です。

経済学の限界

経済学は、確立した経済理論にそれをリンクしたり因果関係のメカニズムを探したりせずに生のデータの解釈にあまりにも大きく依存しているとして批判されることがあります。 また、回帰分析も因果関係を証明するものではなく、2つのデータセットが関連性を示しているからといって、それが偽りのものである可能性もあります。 たとえば、スイミングプールでの溺死はGDPとともに増加する。 経済が発展すると、人々は溺れるのでしょうか。 もちろんそうではないが、景気が良いとプールを買う人が増えるのかもしれない。 経済学は相関分析に大きく関係しており、相関は因果関係とは一致しないことを忘れてはいけません。