stringtranslate.com

Методология эконометрики

Методология эконометрики – это изучение различных подходов к проведению эконометрического анализа . [1]

Эконометрические подходы можно в целом разделить на неструктурные и структурные. Неструктурные модели основаны в первую очередь на статистике (хотя не обязательно на формальных статистических моделях ), их зависимость от экономики ограничена (обычно экономические модели используются только для различения входов (наблюдаемых «объяснительных» или « экзогенных » переменных, иногда обозначаемых как x ) и выходов (наблюдаемых « эндогенных » переменных, y ). Неструктурные методы имеют долгую историю (ср. Эрнст Энгель , 1857 [2] ). [3] Структурные модели используют математические уравнения, полученные из экономических моделей, и, таким образом, статистический анализ может оценивать также ненаблюдаемые переменные, такие как эластичность спроса . [3] Структурные модели позволяют выполнять расчеты для ситуаций, которые не охвачены анализируемыми данными, так называемый контрфактуальный анализ (например, анализ монополистического рынка для учета гипотетического случая второго участника). [4]

Примеры

Обычно выделяют различные подходы, которые были выявлены и изучены, включая:

В дополнение к этим более четко определенным подходам, Гувер [9] выделяет ряд разнородных или учебниковых подходов , которым, как правило, следуют те, кто в меньшей степени или даже не интересуется методологией.

Методы

Эконометрика может использовать стандартные статистические модели для изучения экономических вопросов, но чаще всего они связаны с данными наблюдений , а не с контролируемыми экспериментами . [10] В этом плане дизайн исследований наблюдений в эконометрике похож на дизайн исследований в других дисциплинах наблюдений, таких как астрономия, эпидемиология, социология и политология. Анализ данных из исследования наблюдений руководствуется протоколом исследования, хотя анализ разведочных данных может быть полезен для выдвижения новых гипотез. [11] Экономика часто анализирует системы уравнений и неравенств, такие как спрос и предложение , предположительно находящиеся в равновесии . Следовательно, в области эконометрики были разработаны методы идентификации и оценки моделей одновременных уравнений . Эти методы аналогичны методам, используемым в других областях науки, таких как область идентификации систем в системном анализе и теории управления . Такие методы могут позволить исследователям оценивать модели и исследовать их эмпирические следствия, без непосредственного манипулирования системой.

Одним из основных статистических методов, используемых эконометристами, является регрессионный анализ . [12] Методы регрессии важны в эконометрике, поскольку экономисты обычно не могут использовать контролируемые эксперименты . Эконометристы часто ищут проясняющие естественные эксперименты при отсутствии доказательств контролируемых экспериментов. Данные наблюдений могут быть подвержены смещению из -за пропущенных переменных и ряду других проблем, которые необходимо решать с помощью причинного анализа моделей одновременных уравнений. [13]

Экспериментальная экономика

В последние десятилетия эконометристы все чаще обращаются к использованию экспериментов для оценки часто противоречивых выводов наблюдательных исследований. Здесь контролируемые и рандомизированные эксперименты обеспечивают статистические выводы, которые могут дать лучшую эмпирическую производительность, чем чисто наблюдательные исследования. [14]

Данные

Наборы данных , к которым применяется эконометрический анализ, можно классифицировать как данные временных рядов , перекрестные данные , панельные данные и многомерные панельные данные . Наборы данных временных рядов содержат наблюдения с течением времени; например, инфляция в течение нескольких лет. Наборы перекрестных данных содержат наблюдения в один момент времени; например, доходы многих людей в данном году. Наборы панельных данных содержат как временные ряды, так и перекрестные наблюдения. Многомерные наборы панельных данных содержат наблюдения во времени, перекрестно и в некотором третьем измерении. Например, Survey of Professional Forecasters содержит прогнозы для многих прогнозистов (перекрестные наблюдения), во многих точках времени (наблюдения временных рядов) и на нескольких горизонтах прогнозирования (третье измерение). [15]

Инструментальные переменные

Во многих эконометрических контекстах обычно используемый обычный метод наименьших квадратов может не восстановить желаемое теоретическое отношение или может давать оценки с плохими статистическими свойствами, поскольку нарушаются предположения для допустимого использования метода. Одним из широко используемых средств является метод инструментальных переменных (IV). Для экономической модели, описываемой более чем одним уравнением, могут использоваться методы одновременных уравнений для решения подобных проблем, включая два варианта IV, двухэтапный метод наименьших квадратов ( 2SLS ) и трехэтапный метод наименьших квадратов ( 3SLS ). [16]

Методы расчета

Вычислительные проблемы важны для оценки эконометрических методов и для использования в принятии решений. [17] Такие проблемы включают математическую корректность : существование , уникальность и устойчивость любых решений эконометрических уравнений. Другая проблема — численная эффективность и точность программного обеспечения. [18] Третья проблема — также удобство использования эконометрического программного обеспечения . [19]

Структурная эконометрика

Структурная эконометрика расширяет возможности исследователей по анализу данных, используя экономические модели в качестве линзы, через которую можно рассматривать данные. Преимущество этого подхода заключается в том, что при условии, что контрфактуальный анализ учитывает повторную оптимизацию агента, любые рекомендации по политике не будут подвергаться критике Лукаса . Структурный эконометрический анализ начинается с экономической модели, которая фиксирует основные черты исследуемых агентов. Затем исследователь ищет параметры модели, которые соответствуют выходным данным модели.

Одним из примеров является динамический дискретный выбор , где есть два распространенных способа сделать это. Первый требует от исследователя полностью решить модель, а затем использовать максимальное правдоподобие . [20] Второй обходит полное решение модели и оценивает модели в два этапа, позволяя исследователю рассматривать более сложные модели со стратегическими взаимодействиями и множественными равновесиями. [21]

Другой пример структурной эконометрики — оценка аукционов с закрытыми ставками первой цены с независимыми частными значениями. [22] Основная трудность с данными о ставках на этих аукционах заключается в том, что ставки лишь частично раскрывают информацию о базовых оценках, ставки затеняют базовые оценки. Хотелось бы оценить эти оценки, чтобы понять величину прибыли, которую получает каждый участник торгов. Что еще более важно, необходимо иметь распределение оценок под рукой, чтобы заняться разработкой механизма . На аукционе с закрытыми ставками первой цены ожидаемый выигрыш участника торгов определяется по формуле:

где v — оценка покупателя, b — ставка. Оптимальная ставка решает условие первого порядка:

которое можно переставить, чтобы получить следующее уравнение для

Обратите внимание, что вероятность того, что заявка выиграет аукцион, можно оценить из набора данных завершенных аукционов, где все заявки наблюдаются. Это можно сделать с помощью простых непараметрических оценщиков , таких как ядерная регрессия . Если все заявки наблюдаются, то можно использовать вышеуказанное соотношение и оценочную функцию вероятности и ее производную для точечной оценки базовой оценки. Это затем позволит исследователю оценить распределение оценки.

Ссылки

  1. ^ Дженнифер Касл и Нил Шепард (редакторы) (2009) Методология и практика эконометрики. Юбилейный сборник в честь Дэвида Ф. Хендри ISBN  978-0-19-923719-7 .
  2. ^ Энгель, Эрнст (1857). «Die Productions-und Consumptionsverhältnisse des Königreichs Sächsen». Zeitschrift des Statischen Bureaus des Königlich Söchsischen Ministryiums des Inneren (на немецком языке) (8, 9).
  3. ^ ab Reiss & Wolak 2007, с. 4282.
  4. ^ Рейсс и Волак 2007, с. 4288.
  5. ^ Крайст, Карл Ф. 1994. «Вклад Комиссии Коулза в эконометрику в Чикаго: 1939–1955» Журнал экономической литературы . Том 32.
  6. ^ Симс, Кристофер (1980) Макроэкономика и реальность, Econometrica , январь, стр. 1-48.
  7. ^ Кидланд, Финн Э. и Прескотт, Эдвард К., 1991. «Эконометрика подхода общего равновесия к деловым циклам», Scandinavian Journal of Economics , Blackwell Publishing, 93 (2), 161–178.
  8. ^ Angrist, JD, & Pischke, J.-S. (2009). В основном безвредная эконометрика: спутник эмпирика . Принстон: Princeton University Press.
  9. ^ Hoover, Kevin D. (2006). Глава 2, «Методология эконометрики». в TC Mills и K. Patterson, ред., Palgrave Handbook of Econometrics , т. 1, Econometric Theory , стр. 61-87.
  10. ^ Вулдридж, Джеффри (2013). Введение в эконометрику, современный подход . Юго-Западный, Cengage learning. ISBN 978-1-111-53104-1.
  11. ^ Герман О. Уолд (1969). «Эконометрика как пионер в неэкспериментальном построении моделей», Econometrica , 37(3), стр. 369-381.
  12. ^ Обзор линейной реализации этой структуры см. в разделе линейная регрессия .
  13. ^ Эдвард Э. Лимер (2008). «Проблемы спецификации в эконометрике», Новый экономический словарь Пэлгрейва . Аннотация.
  14. ^ • H. Wold 1954. «Причинность и эконометрика», Econometrica , 22(2), стр. 162-177.
       • Kevin D. Hoover (2008). «Причинность в экономике и эконометрике», The New Palgrave Dictionary of Economics , 2-е издание. Аннотация и корректура.
  15. ^ Дэвис, А., 2006. Структура для разложения шоков и измерения волатильности, полученная из многомерных панельных данных прогнозов обследований. Международный журнал прогнозирования, 22(2): 373-393.
  16. ^ Питер Кеннеди (экономист) (2003). Руководство по эконометрике , 5-е изд. Описание Архивировано 11 октября 2012 г. на Wayback Machine , предварительный просмотр и оглавление Архивировано 11 октября 2012 г. на Wayback Machine , гл. 9, 10, 13 и 18.
  17. ^ • Кейсуке Хирано (2008). «теория принятия решений в эконометрике», Новый экономический словарь Palgrave , 2-е издание. Аннотация.
       • Джеймс О. Бергер (2008). «статистическая теория принятия решений», Новый экономический словарь Palgrave , 2-е издание. Аннотация.
  18. ^ BD McCullough и HD Vinod (1999). «Численная надежность эконометрического программного обеспечения», Журнал экономической литературы , 37(2), стр. 633-665.
  19. ^ • Василис А. Хадживасилиу (2008). "Вычислительные методы в эконометрике", Новый словарь экономики Палгрейва , 2-е издание. Аннотация.
       • Ричард Э. Квандт (1983). "Вычислительные проблемы и методы", гл. 12, в Справочнике по эконометрике , т. 1, стр. 699-764.
       • Рэй К. Фэйр (1996). "Вычислительные методы для макроэконометрических моделей", Справочник по вычислительной экономике , т. 1, стр. [1]-169.
  20. ^ Раст, Джон (1987). «Оптимальная замена двигателей автобусов GMC: эмпирическая модель Гарольда Цурхера». Econometrica . 55 (5): 999–1033. doi :10.2307/1911259. JSTOR  1911259.
  21. ^ Хотц, В. Джозеф; Миллер, Роберт А. (1993). «Условные вероятности выбора и оценка динамических моделей». Обзор экономических исследований . 60 (3): 497–529. doi :10.2307/2298122. JSTOR  2298122.
  22. ^ Герр, Э.; Перринь, И.; Вуонг, К. (2000). «Оптимальная непараметрическая оценка аукционов первой цены». Econometrica . 68 (3): 525–574. doi :10.1111/1468-0262.00123.

Другие источники