Ekonometri

Ekonometri  är en vetenskap som studerar kvantitativa och kvalitativa ekonomiska samband med hjälp av statistiska och andra matematiska metoder och modeller. Den moderna definitionen av ämnet ekonometri utvecklades i det ekonometriska samhällets stadga, som nämnde användningen av statistik och matematik för utvecklingen av ekonomisk teori som huvudmål [1] . Teoretisk ekonometri handlar om de statistiska egenskaperna hos uppskattningar och tester , medan tillämpad ekonometri handlar om tillämpningen av ekonometriska metoder för att utvärdera ekonomiska teorier. Econometrics tillhandahåller verktyg för ekonomiska mätningar , samt en metodik för att bedöma parametrarna för mikro- och makroekonomiska modeller . Dessutom används ekonometri aktivt för att förutsäga ekonomiska processer både på ekonomins skala som helhet och på nivån för enskilda företag [2] . Samtidigt är ekonometri en del av ekonomisk teori , tillsammans med makro- och mikroekonomi [3] .

Termen "econometrics" består av två delar: "econo" - från "ekonomi" och "metrics" - från "measurement". Ekonometri är en del av en omfattande familj av discipliner som ägnas åt mätning och tillämpning av statistiska metoder inom olika områden av vetenskap och praktik. Denna familj inkluderar i synnerhet biometri , teknometri , scientometri , psykometri , kemometri , kvalimetri . Sociometri skiljer sig åt  - denna term har tilldelats statistiska metoder för att analysera samband i små grupper , det vill säga till en liten del av en sådan disciplin som statistisk analys inom sociologi och psykologi [4] .

Ekonometrins historia

Förutsättningar för ekonometrins framväxt

De första försöken med kvantitativ forskning inom ekonomi går tillbaka till 1600-talet. De förknippades med representanter för en ny riktning inom ekonomisk teori - politisk aritmetik [5] . W. Petty , C. Davenant , G. King använde specifika ekonomiska data i sin forskning, först och främst när de beräknade nationalinkomsten . Denna riktning har väckt sökandet efter ekonomiska lagar , i analogi med fysiska , astronomiska och andra naturvetenskapliga lagar. Samtidigt har man ännu inte insett förekomsten av osäkerhet i ekonomin [6] .

Ett viktigt steg i framväxten av ekonometri var utvecklingen av statistisk teori i verk av F. Galton , K. Pearson , F. Edgeworth . Dessa forskare förutbestämde de första tillämpningarna av parkorrelation . Således bestämde J. E. Yule förhållandet mellan nivån av fattigdom och former av hjälp till de fattiga. G. Hooker , å andra sidan, mätte sambandet mellan äktenskapsgrad och förmögenhet , där flera indikatorer på välbefinnande användes, han studerade också tidsserien av ekonomiska variabler [6] .

Från 1830-talet började de mest utvecklade länderna uppleva chocker som var oförklarliga ur den tidens ekonomiska vetenskaps synvinkel - en nedgång i affärsverksamheten , uppkomsten av massarbetslöshet . Snabb industriell utveckling och urbanisering har avslöjat ett enormt lager av olösta sociala problem. Redan i slutet av XIX-talet. neoklassisk teori började uppfattas som alltför långt från verkligheten. En teori skulle kunna bli övertygande om den kunde förklara de förändringar som sker i ekonomin. För dess praktiska tillämpning krävdes kvantitativa uttryck av grundläggande ekonomiska termer [6] .

År 1911 publicerade den amerikanske ekonomen G. Moore The Laws of Wages: Essays in Statistical Economics . Statistikhistorikern I. I. Eliseeva kallar detta arbete för det första verket om ekonometri. I sin studie analyserade G. Moore arbetsmarknaden , testade statistiskt J. Clarks produktivitetsteorin och skisserade grunderna för strategin för att ena proletariatet . G. Moore visade att det med hjälp av komplexa matematiska konstruktioner baserade på bevis är möjligt att utveckla en grund för socialpolitik . Samtidigt var den italienske ekonomen R. Benini den första som använde multipel regression för att uppskatta efterfrågefunktionen [6] .

Ett betydande bidrag till utvecklingen av ekonometrin gavs genom studier av ekonomins cykliska karaktär . K. Zhuglyar var den första som upptäckte ekonomins cykliska natur . Han identifierade investeringscykler på 7-11 år . Omedelbart efter honom avslöjade J. Kitchin en 3-5-årig periodicitet i förnyelsen av rörelsekapitalet , S. Kuznets , nobelpristagare i ekonomi 1971, upptäckte 15-20-åriga cykler i konstruktionen , och N. Kondratiev avslöjade sin berömda " långa vågor " varaktighet på 45-60 år [6] .

Ett viktigt steg i bildningen av ekonometri var konstruktionen av ekonomiska barometrar . Konstruktionen av ekonomiska barometrar bygger på tanken att det finns indikatorer som förändras tidigare än andra och därför kan fungera som signaler om förändringar i de senare. Den första och mest kända var Harvard-barometern , som skapades 1903 under ledning av W. Persons och W. Mitchell . Den bestod av kurvor som karakteriserade aktie- , råvaru- och penningmarknaderna . Var och en av dessa kurvor var det aritmetiska medelvärdet av flera indikatorer som ingår i den. Dessa serier förbearbetades genom att eliminera trenden , säsongsvariationerna och föra fluktuationerna i individuella kurvor till en jämförbar fluktuationsskala . Framgången med användningen av Harvard-barometern fick många liknande barometrar att dyka upp i andra länder. Men från omkring 1925 förlorade han sin känslighet. Dess kollaps förklaras av uppkomsten av en kraftfull reglerande faktor i den amerikanska ekonomin . Under dessa förhållanden blir metoden för att konstruera den intersektoriella balansen för VV Leontiev [6] den huvudsakliga metoden för makroekonomisk analys . Samtidigt började ekonomiska modeller byggas med metoderna för harmonisk analys . Dessa metoder har förts över till ekonomi från astronomi , meteorologi och fysik [7] .

Utvecklingshistorik

På 1930-talet hade alla förutsättningar utvecklats för att separera ekonometri i en separat vetenskap . Det blev tydligt att för en djupare förståelse av ekonomiska processer är det värt att använda statistik och matematik i en eller annan grad. Det fanns ett behov av uppkomsten av en ny vetenskap med sitt eget ämne och metod, som förenade all forskning i denna riktning. Den 29 december 1930, på initiativ av I. Fischer , R. Frisch , J. Tinbergen , J. Schumpeter , O. Anderson och andra vetenskapsmän, skapades ett ekonometriskt samhälle . 1933 grundade R. Frisch tidskriften " Econometrics ", som fortfarande är av stor betydelse för ekonometrins utveckling. Och redan 1941 kom den första läroboken om den nya vetenskapliga disciplinen, skriven av J. Tinbergen [6] . 1969 blev Frisch och Tinbergen de första forskarna att vinna Nobelpriset i ekonomi . Som det står i det officiella uttalandet från Nobelkommittén: "för skapandet och tillämpningen av dynamiska modeller för analys av ekonomiska processer" [8] .

Fram till 1970-talet uppfattades ekonometri som den empiriska utvärderingen av modeller skapade inom ramen för ekonomisk teori. Enligt dåtidens ekonometriker skulle statistiken skydda teorin från dogmatism . Samtidigt var de allra flesta ekonomiska modeller som byggdes under denna period keynesianska . Men från och med 1970-talet började formella metoder användas för att välja kausalitet i teoretiska begrepp. Samtidigt började monetarister aktivt använda ekonometri [6] .

År 1980 fick den amerikanske ekonomen Lawrence Klein det andra ekonometriska Nobelpriset i ekonomi för sitt skapande av ekonomiska modeller och deras tillämpning på analys av ekonomiska fluktuationer och ekonomisk politik . Tillsammans med A. Goldberg skapade han en av den amerikanska ekonomins mest kända modeller, känd som " Klein-Goldberg-modellen ". Strukturen för denna modell baserades på hans egen utveckling. Den bestod av sammankopplade samtidiga och riktade serier av ekvationer, vars lösning gav en bild av produktionen i landet. På tal om denna modell, noterade R. J. Ball : "Som en empirisk representation av grunderna för det keynesianska systemet, blev denna modell kanske den mest kända bland modellerna för stora nationella ekonomier innan uppkomsten av andra modeller på 60-talet." [9] . Klein organiserade också det välkända Link-projektet för att integrera olika länders statistiska modeller i ett enda gemensamt system för att förbättra förståelsen av internationella ekonomiska relationer och prognoser inom världshandelsområdet [10] . Vid den här tiden utvecklades inte bara makro-, utan även mikroekonometri aktivt. Pionjärerna för denna trend var J. Heckman och D. McFadden . De utvecklade teorier och metoder som används flitigt i den statistiska analysen av individers och hushålls beteende , både inom ekonomi och inom andra samhällsvetenskaper . Så, J. Heckman löste problemet med provbias på grund av dataselektivitet och självurval . För att lösa det föreslog han att använda Heckman-korrigeringsmetoden , som på grund av dess effektivitet och användarvänlighet har blivit allmänt använd i empirisk forskning . Det huvudsakliga bidraget från D. McFadden till vetenskapen är utvecklingen av metoder för analys av diskreta val . 1974 utvecklade han villkorlig logitanalys , som omedelbart erkändes som en grundläggande prestation inom ekonomisk vetenskap. Han skapade också ekonometriska metoder för att utvärdera produktionsteknik och undersöka de faktorer som ligger bakom företagens efterfrågan på kapital och arbetskraft . De enastående prestationerna av dessa forskare belönades med Nobelpriset i ekonomi 1990 [11]

En viktig händelse för utvecklingen av ekonometri var datorernas tillkomst . Tack vare dem har den statistiska analysen av tidsserier fått en kraftfull utveckling. J. Box och G. Jenkins skapade ARIMA-modellen 1970, och K. Sims och några andra vetenskapsmän skapade VAR-modellen i början av 1980-talet. Stimulerade ekonometrisk forskning och den snabba utvecklingen av finansiella marknader och derivat . Detta ledde till att 1981 års Nobelpristagare i ekonomi, J. Tobin , utvecklade modeller med hjälp av censurerad data [6] .

Hovelmo hade också ett stort inflytande på modern ekonometri . Jovelmo visade hur metoderna för matematisk statistik kan användas för att dra sunda slutsatser om komplexa ekonomiska samband från ett slumpmässigt urval av empiriska observationer. Dessa metoder kan också användas för att utvärdera nyckeltal härledda från ekonomiska teorier och för att testa dessa teorier. 1989 tilldelades han Nobelpriset i ekonomi "för sin klargörande av ekonometrins probabilistiska grunder och sin analys av samtidiga ekonomiska strukturer" [12] .

Jovelmo såg ekonomiska serier som en realisering av slumpmässiga processer . De största problemen som uppstår när man arbetar med sådan data är icke-stationaritet och stark volatilitet . Om variablerna är icke-stationära, så finns det en risk att upprätta en koppling där det inte finns någon. En lösning på detta problem är övergången från seriens nivåer till deras skillnader. Nackdelen med denna metod är komplexiteten i den ekonomiska tolkningen av resultaten. För att lösa detta problem introducerade Clive Granger begreppet kointegration som en stationär kombination mellan icke-stationära variabler. Han föreslog en avvikelsekorrigeringsmodell (ECM) , för vilken han utvecklade metoder för att uppskatta dess parametrar, generalisering och testning. Samintegration används om den kortsiktiga dynamiken återspeglar betydande destabiliserande faktorer, och den långsiktiga tenderar till ekonomisk jämvikt . Modellerna skapade av Granger generaliserades 1990 av S. Johansen för det flerdimensionella fallet. 2003 fick Granger tillsammans med R. Angle Nobelpriset. R. Engle är i sin tur känd som skaparen av modeller med tidsvarierande volatilitet (så kallade ARCH-modeller ). Dessa modeller används i stor utsträckning på finansmarknaderna [6] .

Ekonometri idag

Idag är ekonometri en del av de ekonomiska vetenskaperna. Ett antal vetenskapliga tidskrifter publiceras i världen , helt ägnade åt ekonometri, inklusive: Journal of Econometrics ( Sverige ), Econometric Reviews ( USA ), Econometrica ( USA ), Sankhya. Indian Journal of Statistics. Ser.D. Quantitative Economics ( Indien ), Publications Econometriques ( Frankrike ) [13] . Ekonometri studeras vid världens ledande universitet - man har kommit att förstå att utan ekonometriska metoder är det omöjligt att genomföra modern makro- och mikroekonomisk analys [14] .

Det finns också specialiserade tidskrifter på ryska. Dessa inkluderar " Applied Econometrics " och " Quantile ". Separata publikationer om ekonometri visas i tidskrifterna " Economics and Mathematical Methods ", " Problems of Statistics ", " Problems of Economics " och några andra.

Tidigare i Ryssland , av ett antal skäl, bildades inte ekonometri som ett oberoende område av vetenskaplig och praktisk verksamhet. Även om ekonometriska studier nu börjar utvecklas. I detta avseende börjar den utbredda undervisningen i denna disciplin [13] .

Icke-parametrisk ekonometri

Ett av de huvudsakliga snabbt växande områdena inom ekonometri är icke-parametrisk ekonometri. Ickeparametrisk ekonometri är en gren av ekonometri som inte kräver specifikation av de funktionella formerna för de objekt som utvärderas. Istället utgör själva data modellen . Icke-parametriska metoder blir mer och mer populära inom tillämpad forskning. De är mer lämpade för att analysera en stor mängd data med ett litet antal variabler . Dessa metoder används också när konventionella parametriska specifikationer inte är lämpliga för att lösa problemet. Icke-parametrisk ekonometri försvagar de parametriska antagandena, vilket ibland är mycket användbart i tillämpad forskning. De huvudsakliga metoderna för att bygga flexibla modeller är kärnmetoder , spline - utjämning , närmaste granne-metoder , neurala nätverk och flexibla metoder för utjämning med hjälp av dataserier [15] .

Vissa forskare hänvisar också till icke-parametrisk ekonometri som en ekonometrisk analys av icke-numeriska matematiska begrepp relaterade till vissa klasser av icke-numeriska objekt, såsom fuzzy sets , intervaller , sannolikhetsfördelningar , etc. Så, i statistiken över intervalldata , exempelelement är inte siffror, utan intervall . I statistiken för intervalldata har nästan alla problem med klassisk tillämpad matematisk statistik studerats, i synnerhet problemen med regressionsanalys, experimentplanering , jämförelse av alternativ och beslutsfattande under förhållanden av intervallosäkerhet, etc. För denna gren av vetenskapen. , har ett allmänt forskningsschema utvecklats, inklusive beräkningen av två huvudegenskaper - anteckningar (den maximala möjliga avvikelsen för statistik som orsakas av intervallet för de initiala uppgifterna) och den rationella urvalsstorleken (som överstiger vilket inte signifikant ökar uppskattningens noggrannhet och statistiska slutsatser relaterade till testning av hypoteser). Tillvägagångssätt har också utvecklats för att ta hänsyn till intervallosäkerhet i huvudformuleringarna av regressions-, diskriminant- och klusteranalyser [4] .

Specifika ekonomiska mätningar

De specifika egenskaperna hos ekonomisk data kan sammanfattas i fem grupper:

  1. Endast operativt definierade data kan mätas. Samtidigt är ekonomiska mätningar starkt påverkade av teoretiska idéer om dessa storheter.
  2. Datans icke -experimentella karaktär och korta serier av observationer, vilket ställer tvivel om adekvatheten hos de erhållna resultaten.
  3. Ekonomiska data är vanligtvis indirekta. Samtidigt är primära mätningar ofta inte av någon ekonomisk karaktär.
  4. Enhetsvariabilitet . _
  5. Det finns ett akut problem med mätverktygets påverkan på själva studieobjektet [2] .

Ekonometriska metoder

Regressionsanalys

Regressionsanalys är en statistisk metod för att studera sambandet mellan en beroende variabel och en eller flera oberoende variabler . Samtidigt återspeglar terminologin för beroende och oberoende variabler endast det matematiska beroendet av variabler, och inte kausala samband. För en adekvat beskrivning av komplexa internt heterogena ekonomiska processer används som regel system av ekonometriska ekvationer . I enklare fall kan även enkla isolerade ekvationer användas [16] .

Tidsserieanalys

Tidsserieanalys är en uppsättning matematiska och statistiska analysmetoder utformade för att identifiera strukturen av tidsserier och förutsäga dem. Att avslöja strukturen för tidsserien är nödvändigt för att bygga en matematisk modell av fenomenet som är källan till den analyserade tidsserien. Prognosen för framtida värden för tidsserien används vid beslutsfattande [17] . Prognoser är också intressanta eftersom de rationaliserar förekomsten av tidsserieanalys förutom ekonomisk teori [18] .

Som regel baseras prognoser på någon given parametrisk modell. I detta fall används standardmetoder för parametrisk uppskattning ( LSM , MMP , metod för moment ). Å andra sidan har icke-parametriska skattningsmetoder för fuzzy modeller utvecklats tillräckligt [19] .

Panelanalys

Paneldata är rumsliga mikroekonomiska prov spårade över tid, det vill säga de består av observationer av samma ekonomiska enheter tagna under på varandra följande tidsperioder. Paneldata har tre dimensioner: tecken - objekt - tid. Deras användning ger ett antal betydande fördelar vid bedömning av parametrarna för regressionsberoende, eftersom de tillåter både analys av tidsserier och analys av rumsliga prover. Med hjälp av sådana data studerar de fattigdom , arbetslöshet, kriminalitet och utvärderar även effektiviteten av statliga program inom socialpolitiken [20] .

Ekonometrins kritik och apologetik

Keynes och Tinbergen tvistar om metod

I många avseenden blev tvisten mellan Tinbergen och Keynes om den ekonometriska forskningsmetoden avgörande för ekonometrins utveckling. I sin berömda artikel "Professor Tinbergens metod" skriver Keynes att Tinbergen "föredrar aritmetikens labyrinter framför logikens labyrinter ". Han säger att ekonometrisk analys blir som "barnpussel där du behöver skriva din ålder, multiplicera med något, lägga till något annat, subtrahera och slutligen få numret på vilddjuret från Johannes den gudomliges uppenbarelse " [21] .

Keynes hävdar att forskningspotentialen för multipelkorrelationsanalys till stor del beror på ekonomen. Enligt hans åsikt är denna metod endast tillämpbar när ekonomen i förväg kan presentera en korrekt och obestridligt fullständig analys av betydande faktorer [21] . Detta ger upphov till problemet med att använda en ofullständig uppsättning förklarande variabler (en sned uppskattning orsakad av utelämnande av variabler); bygga modeller som innehåller oobserverade variabler (såsom rationella förväntningar ) härledda från dåligt uppmätta indexbaserade data; erhållande av falsk korrelation som ett resultat av användningen av substitutvariabler och samtidighet [1] .

Tinbergen svarar på denna kritik med att säga att ” irrelevanta förklaringsvariabler kan behandlas som slumpmässiga residualer som inte är systematiskt korrelerade med andra förklaringsvariabler. Om den matematiska formen av förhållandet anges, så är det möjligt att presentera vissa data om sannolikhetsfördelningarna för residualerna. Med detta sagt kan förklaringsfaktorerna mätas och residualernas oberoende kan testas i efterhand genom att studera deras autokorrelation . Samtidigt bör ekonomen inte glömma begränsningarna i metoden och datavalidering [ 22] .

Keynes försöker också presentera för metoden multipel regression, som tillämpas, de krav som den allmänna metoden uppfyller. Han insisterade på sanningen i premisserna, förhållandenas överensstämmelse, oberoendet av faktorerna i fråga, funktionernas karaktär etc., samtidigt som han inte svarar på frågan om hur man kontrollerar deras sanning, vad man ska ta som kriterier för sanning, jämförbarhet och oberoende. Modern vetenskaplig metodik har övergett principen om verifiering av förutsättningar och gått över till verifiering av slutsatser eller prognosens noggrannhet [23] .

Införandet av tidsfaktorn i regressionsekvationen kritiseras likaså av Keynes. Att använda en linjär trend innebär uppenbarligen att en rät linje dras mellan det första och sista året av tidsserien. Det gör att mycket beror på vilka år som väljs för studien. Genom att analysera ett exempel på en tidsserie hämtad från 1919 till 1933 från Tinbergens bok säger han att "det finns en paradox att den amerikanska ekonomin präglades av en allvarlig nedåtgående trend under hela perioden, inklusive perioden som slutade 1929". Totalt når förändringarna 20 %, medan om Tinbergen hade undersökt tidsserien som slutade 1929, skulle han ha använt en uppåtgående trend istället för en nedåtgående för analysen av samma år [21] . Trendkomponenten, enligt Keynes, är väldigt lik metoden att korrigera dåliga resultat och skymmer det faktum att "den här förklaringen faktiskt är fel" [24] .

Samtidigt är det enligt hans mening inte klart "i vilken utsträckning kurvor och ekvationer inte anses vara mer än en del av beskrivningen och historisk analys i syfte att välja kurvor och i vilken utsträckning de används för att dra induktiva slutsatser om framtiden eller det förflutna." Keynes tvivlar på värdet av ett sådant tillvägagångssätt. Enligt honom är det uppenbart att denna metod "inte är det tydligaste sättet att beskriva det förflutna". Den viktigaste förutsättningen i en sådan analys är att ”den ekonomiska miljön över en tidsperiod ska förbli oförändrad och homogen i alla väsentliga avseenden, med undantag för fluktuationer i de faktorer som beaktas separat. Men det är omöjligt att vara säker på att sådana förhållanden kommer att bestå i framtiden, även om de finns i det förflutna” [21] .

Tinbergen motarbetar detta med att hävda att ”Ofta tyder själva kurvornas utseende på att någon faktor, som inte nämns i de flesta ekonomiläroböcker , är av stor betydelse. Genom att presentera det numeriska värdet av en eller flera regressionskoefficienter kan man kritisera en eller flera av de teorier som tidigare använts. Tinbergen ger ett exempel på en sådan situation där "många teoretiker är överens om att räntan är en betydande faktor i efterfrågan på pengar eller investeringsverksamhet, och de resultat som erhållits efter analys tyder på att en sådan påverkan är obetydlig eller åtminstone var det i USA under denna tidsperiod" [22] .

Keynes anser att frågan om relationernas förmodade linjäritet är mycket viktig. Han säger sig inte ha hittat något exempel på icke-linjär korrelation. Han säger att han inte förstår analysen av vilka empiriska data som tvingar fram användningen av icke-linjär korrelation [21] . Men, enligt Tinbergen, " Scatterplots gör det möjligt att förstå om någon korrelation är linjär eller inte. Icke-linjäriteten är inte på något sätt en godtycklig manipulation av koefficienterna." Strängt taget är endast en koefficient möjlig för varje värde på förklaringsvariabeln, och givet kontinuitet krävs att dessa koefficienter inte fluktuerar för mycket. Keynes har en mycket dålig inställning till linjära relationer, han kallar dem "löjliga" [21] . Det finns dock skäl till att graden av deras "löjlighet" minskar:

  1. Med små intervall kan en kontinuerlig funktion approximeras med linjära funktioner.
  2. Observation av ekonomiska data visar att linjära samband ofta förekommer i praktiken. Samtidigt är det logiskt att starta analysen utifrån den enklaste premissen, som är korrelerad med den allmänna teorin. Enligt Tinbergen, "Detta tillvägagångssätt är mycket vanligt i den induktiva delen av alla forskningsartiklar. Det finns också en teoretisk grund för linjäritet, enligt vilken den gemensamma responsen för stora massor av individer kommer att vara mycket mer linjär än någon individuell respons” [22] .

Kritik av ekonometri från Keynes beror främst på skillnaden i hans inställning till ekonomi från den vanliga ekonomin . Huvudpoängen med denna divergens är frågan "bör ekonomi behandlas som en exakt vetenskap ". Keynes själv gav ett negativt svar på denna fråga. Inom hans tradition är den ekonomiska miljön föränderlig och oförutsägbar, och de flesta ekonomiska variabler är sammankopplade av många komplexa icke-linjära samband. Detta resulterar i instabiliteten hos korrelationskoefficienterna och omöjligheten att lösa prediktiva problem. Därför kan ekonomi inte göra anspråk på exakta kvantitativa mätningar. Den bör baseras på realistiska antaganden och innehålla verktyg för att förstå och förklara denna miljö. Tinbergens tillvägagångssätt är helt i linje med den moderna mainstream : ekonomisk analys bör vara så formaliserad som möjligt och inriktad på att lösa specifika kvantitativa problem. Inom ramen för detta tillvägagångssätt måste ekonomisk vetenskap vara korrekt, och föremålet för dess studie liknar föremålen för tekniska och naturvetenskapliga discipliner [25] .

Efterföljande kritik

Trots sin potential har ekonometri inte fått stöd från många stora ekonomer. I början av 1970-talet kritiserade Worswick skarpt matematiska ekonomer för "brist på samband med konkreta fakta" [1] . Han hävdade att ekonometriker "inte så mycket är engagerade i att uppfinna sätt att systematisera och mäta existerande fakta som att skapa ett oräkneligt antal sätt att göra det på" [1] . Samtidigt hävdade F. Brown att "konstruktionen av tidsserieregressioner endast är lämplig för bedrägeri." V. Leontiev karakteriserade ekonometri som "ett försök att kompensera för den iögonfallande bristen på tillgängliga data genom den utbredda användningen av mer och mer sofistikerade statistiska tekniker." Hicks talade i en liknande anda , han sa att "vi inte bör överdriva betydelsen av ekonometriska metoder i ekonomisk teori" [1] . Och E. Leamer skrev att "det finns två saker, vars tillverkningsprocess är bättre att inte se: korv och ekonometriska uppskattningar" [26] .

Representanter för den österrikiska ekonomiskolan var också skarpt negativa till ekonometri . Sålunda skrev Mises : "Vilselledda av tanken att vetenskaperna om mänskligt handlande skulle imitera naturvetenskapernas metod, är väldigt många författare upptagna av kvantifieringen av ekonomi. De tycker att ekonomi bör efterlikna kemi, som har utvecklats från ett kvalitativt till ett kvantitativt tillstånd. Deras motto är den positivistiska principen: vetenskap är mätning. Men de misslyckas med att förstå att statistik i mänskligt handlande alltid är historia , och att hypotetiska korrelationer och funktioner inte beskriver något mer än vad som hände vid en viss tidpunkt i ett visst geografiskt område som ett resultat av aktiviteterna hos en visst antal personer. Som en metod för ekonomisk analys är ekonometri ett barnsligt spel med siffror som inte tillför något till belysningen av den ekonomiska verklighetens problem .

Till den mer detaljerade kritiken av multipel regression sedan Keynes var oförmågan att separera multikollinearitet , felaktig specifikation av dynamiska svar och långa fördröjningar, antagande om linjäritet utan exakt kunskap om motsvarande regressionsvärden, felaktig förfiltrering av data , orimliga slutsatser från korrelation , variabilitet av parametrar för regressionsekvationer, identifiering av ekonomisk och statistisk signifikans och omöjligheten att korrelera ekonomisk teori med ekonometri, samt en otillräcklig urvalsstorlek [1] .

Tack vare denna och en del annan kritik har metodiken för tillämpad forskning reviderats. Enligt klassisk ekonometrisk metodik anses de erhållna resultaten vara mer adekvata om variablerna som studeras är starkare korrelerade, förutsägelserna stämmer bättre överens med data och ju mer signifikanta de resulterande uppskattningarna är i termer av t- eller F-statistik . Stor uppmärksamhet ägnas åt hur man organiserar uppräkningen av potentiella förklaringsvariabler på det mest effektiva sättet för att på bästa sätt förutsäga variabeln som förklaras, samtidigt som man säkerställer att bestämningskoefficienten är så stor som möjligt och F-statistiken är lika signifikant som möjlig. Om otillfredsställande resultat erhålls i specifikationskriterierna, börjar forskaren som följer den traditionella metoden, istället för att revidera modellen, att tillämpa mer avancerade utvärderingsmetoder. Inom ramen för detta tillvägagångssätt är viljan att få det "bästa" resultatet karakteristisk, istället för önskan att få ett meningsfullt och tillförlitligt resultat . Men i det nuvarande utvecklingsstadiet av ekonometrin ges företräde åt de modeller som klarar de diagnostiska kriterierna, även om de har en lägre bestämningskoefficient [14] .

Se även

Anteckningar

  1. ↑ 1 2 3 4 5 6 D. Hendry. Ekonometri: alkemi eller vetenskap?  (ryska)  // Ekovest. - 2003. - Nr 2 . - S. 172-196 .  (inte tillgänglig länk)
  2. ↑ 1 2 Suslov V. I., Ibragimov N. M., Talysheva L. P., Tsyplakov A. A. Econometrics. - Novosibirsk: SO RAN, 2005. - 744 sid. — ISBN 5-7692-0755-8 .
  3. ↑ Orlov A. I. Management. Lärobok. — M .: Izumrud, 2003. — 298 sid.
  4. ↑ 1 2 Orlov A. I. Ekonometri. Lärobok. - M . : Examen, 2002. - 576 sid. — ISBN 5-472-00035-1 .
  5. ↑ Politisk aritmetik  // Stora ryska encyklopedin  : [i 35 volymer]  / kap. ed. Yu. S. Osipov . - M .  : Great Russian Encyclopedia, 2004-2017.
  6. ↑ 1 2 3 4 5 6 7 8 9 10 Ekonometri. Lärobok / Ed. Eliseeva I. I .. - 2:a uppl. - M. : Finans och statistik, 2008. - 576 sid. — ISBN 5-279-02786-3 .
  7. ↑ Weinstein A. L. Ekonometri och statistik  (ryska)  // Tintner G. Introduktion till ekonometri. - M . : Statistik, 1965. - S. 5-26 .
  8. ↑ Nobelpristagare i ekonomi  (ryska)  ? (inte tillgänglig länk) . Hämtad 19 juli 2009. Arkiverad från originalet 6 mars 2009. 
  9. ↑ Nobelpristagare i ekonomi  (ryska)  ? (inte tillgänglig länk) . Tillträdesdatum: 19 juli 2009. Arkiverad från originalet den 7 augusti 2009. 
  10. ↑ Nobelpristagare i ekonomi  (ryska)  ? (inte tillgänglig länk) . Hämtad 19 juli 2009. Arkiverad från originalet 16 augusti 2009. 
  11. ↑ Nobelpristagare i ekonomi  (ryska)  ? (inte tillgänglig länk) . Tillträdesdatum: 19 juli 2009. Arkiverad från originalet den 9 februari 2010. 
  12. ↑ Nobelpristagare i ekonomi  (ryska)  ? (inte tillgänglig länk) . Tillträdesdatum: 19 juli 2009. Arkiverad från originalet 19 februari 2009. 
  13. ↑ 1 2 Orlov A.I. Tillämpad statistik. Lärobok. - M . : Examen, 2006. - 672 sid. — ISBN 5-472-01122-1 .
  14. ↑ 1 2 Tsyplakov A.A. Metodik för ekonometrisk modellering  (ryska)  ? (inte tillgänglig länk) . Ekonometrisk analys av höginflationsprocesser (på exempel Ryssland) (avhandling för graden av kandidat för ekonomiska vetenskaper) . Novosibirsk (1998). Tillträdesdatum: 19 juli 2009. Arkiverad från originalet den 26 maj 2008. 
  15. ↑ J. Racine. Icke-parametrisk ekonometri: en introduktionskurs  (ryska)  // Quantile. - 2008. - Nr 4 . - S. 7-56 .
  16. ↑ Babeshko L.O. Fundamentals of econometric modeling: Proc. ersättning. — 2:a uppl., rättad. - M. : KomKniga, 2006. - 432 sid. - ISBN 978-5-484-00757-8 .
  17. ↑ Afanasiev V.N., Yuzbashev M.M. Tidsserieanalys och prognos: Proc. ersättning. - M. : Finans och statistik, 2001. - 228 sid. — ISBN 5-279-02419-8 .
  18. ↑ Cochrane J. Prognos och impulssvar i linjära system  (ryska)  // Kvantil. - 2006. - Nr 1 . - S. 21-26 .
  19. ↑ Tsyplakov A. Introduktion till prognoser i klassiska tidsseriemodeller  (ryska)  // Kvantil. - 2006. - Nr 1 . - S. 3-19 .
  20. ↑ Ratnikova T. A. Introduktion till ekonometrisk analys av paneldata  (ryska)  // HSE Economic Journal. - 2006. - Nr 2 . - S. 267-316 . Arkiverad från originalet den 15 juni 2016.
  21. ↑ 1 2 3 4 5 6 J. M. Keynes. Professor Tinbergens metod  (ryska)  // Ekonomiska frågor. - 2007. - Nr 4 .
  22. ↑ 1 2 3 Ya. Tinbergen. Om metoden för statistisk forskning av konjunkturcykeln. Svar till J.M. Keynes  (ryska)  // Ekonomiska frågor. - 2007. - Nr 4 .
  23. ↑ N. Shapiro. J. M. Keynes som den sista ekonomen för "mainstream" och en föregångare av teoretisk och metodologisk pluralism  (ryska)  // Questions of Economics. - 2008. - Nr 1 .
  24. ↑ J. M. Keynes. Kommentar  (ryska)  // Ekonomiska frågor. - 2007. - Nr 4 .
  25. ↑ I. Rozmainsky. Metodologiska grunder för Keynes teori och hans "tvist om metoden" med Tinbergen  (ryska)  // Questions of Economics. - 2007. - Nr 4 .
  26. ↑ E.E. Leamer, "Lets' Take the Con out of Econometrics," American Economic Review, 73 (1983), 31-43.
  27. ↑ Ludwig von Mises. The Ultimate Foundation of Economic Science: En uppsats om metod. Princeton: D. Van Nostrand, 1962. (s. 62)

Litteratur

Länkar

  Gå till Wikidata-objektet  Ordböcker och uppslagsverk