Econometria

Da Wikipédia, a enciclopédia livre
Ir para navegação Pular para pesquisar

A econometria é a aplicação de métodos estatísticos a dados econômicos para dar conteúdo empírico às relações econômicas. [1] Mais precisamente, é "a análise quantitativa dos fenômenos econômicos reais com base no desenvolvimento simultâneo da teoria e da observação, relacionados por métodos apropriados de inferência". [2] Um livro introdutório à economia descreve a econometria como permitindo aos economistas "vasculhar montanhas de dados para extrair relações simples". [3] O primeiro uso conhecido do termo "econometria" (na forma cognata ) foi pelo economista polonês Paweł Ciompa em 1910. [4] Jan Tinbergené um dos dois fundadores da econometria. [5] [6] [7] O outro, Ragnar Frisch , também cunhou o termo no sentido em que é usado hoje. [8]

Uma ferramenta básica para econometria é o modelo de regressão linear múltipla . [9] A teoria econométrica usa teoria estatística e estatística matemática para avaliar e desenvolver métodos econométricos. [10] [11] Os econométricos tentam encontrar estimadores que tenham propriedades estatísticas desejáveis, incluindo imparcialidade , eficiência e consistência . A econometria aplicada usa econometria teórica e dados do mundo real para avaliar teorias econômicas, desenvolver modelos econométricos , analisar a história econômicae previsão .

Modelos básicos: regressão linear

Uma ferramenta básica para econometria é o modelo de regressão linear múltipla . [9] Na econometria moderna, outras ferramentas estatísticas são usadas com frequência, mas a regressão linear ainda é o ponto de partida mais usado para uma análise. [9] A estimativa de uma regressão linear em duas variáveis ​​pode ser visualizada como o ajuste de uma linha através de pontos de dados que representam valores emparelhados das variáveis ​​independentes e dependentes.

Lei de Okun que representa a relação entre o crescimento do PIB e a taxa de desemprego. A linha ajustada é encontrada usando a análise de regressão.

Por exemplo, considere a lei de Okun , que relaciona o crescimento do PIB à taxa de desemprego. Esta relação é representada em uma regressão linear onde a mudança na taxa de desemprego () é uma função de uma interceptação (), um determinado valor de crescimento do PIB multiplicado por um coeficiente de inclinação e um termo de erro, :

Os parâmetros desconhecidos e pode ser estimado. Aqui é estimado em -1,77 e é estimado em 0,83. Isso significa que se o crescimento do PIB aumentasse em um ponto percentual, a taxa de desemprego deveria cair 1,77 * 1 ponto, outras coisas mantidas constantes . O modelo poderia então ser testado quanto à significância estatística para verificar se um aumento no crescimento do PIB está associado a uma diminuição no desemprego, conforme a hipótese . Se a estimativa denão fossem significativamente diferentes de 0, o teste não encontraria evidências de que mudanças na taxa de crescimento e na taxa de desemprego estavam relacionadas. A variância em uma previsão da variável dependente (desemprego) como uma função da variável independente (crescimento do PIB) é dada em mínimos quadrados polinomiais .

Teoria

A teoria econométrica usa teoria estatística e estatística matemática para avaliar e desenvolver métodos econométricos. [10] [11] Os econométricos tentam encontrar estimadores que tenham propriedades estatísticas desejáveis, incluindo imparcialidade , eficiência e consistência . Um estimador é imparcial se seu valor esperado for o valor verdadeiro do parâmetro; é consistente se convergir para o valor verdadeiro à medida que o tamanho da amostra fica maior e é eficiente se o estimador tem erro padrão inferior do que outros estimadores imparciais para um determinado tamanho de amostra. Mínimos quadrados comuns(OLS) é frequentemente usado para estimativa, uma vez que fornece o AZUL ou "melhor estimador linear não enviesado" (onde "melhor" significa estimador não enviesado mais eficiente) dadas as suposições de Gauss-Markov . Quando essas suposições são violadas ou outras propriedades estatísticas são desejadas, outras técnicas de estimativa, como estimativa de máxima verossimilhança , método generalizado de momentos ou mínimos quadrados generalizados, são usadas. Estimadores que incorporam crenças anteriores são defendidos por aqueles que preferem as estatísticas bayesianas às abordagens tradicionais, clássicas ou "frequentistas" .

Métodos

A econometria aplicada usa econometria teórica e dados do mundo real para avaliar teorias econômicas, desenvolver modelos econométricos , analisar a história econômica e fazer previsões . [12]

A econometria pode usar modelos estatísticos padrão para estudar questões econômicas, mas na maioria das vezes eles são com dados observacionais , ao invés de experimentos controlados . [13] Nesse sentido, o projeto de estudos observacionais em econometria é semelhante ao projeto de estudos em outras disciplinas observacionais, como astronomia, epidemiologia, sociologia e ciência política. A análise dos dados de um estudo observacional é orientada pelo protocolo do estudo, embora a análise exploratória dos dados possa ser útil para gerar novas hipóteses. [14] A economia frequentemente analisa sistemas de equações e desigualdades, como oferta e demanda, supostamente emequilíbrio . Consequentemente, o campo da econometria desenvolveu métodos para identificação e estimativa de modelos de equações simultâneas . Esses métodos são análogos aos métodos usados ​​em outras áreas da ciência, como o campo de identificação de sistemas em análise de sistemas e teoria de controle . Tais métodos podem permitir aos pesquisadores estimar modelos e investigar suas consequências empíricas, sem manipular diretamente o sistema.

Um dos métodos estatísticos fundamentais usados ​​pelos econometristas é a análise de regressão . [15] Os métodos de regressão são importantes na econometria porque os economistas normalmente não podem usar experimentos controlados . Os econométricos frequentemente procuram experimentos naturais esclarecedores na ausência de evidências de experimentos controlados. Os dados observacionais podem estar sujeitos ao viés das variáveis ​​omitidas e a uma lista de outros problemas que devem ser tratados usando a análise causal dos modelos de equações simultâneas. [16]

Além de experimentos naturais, métodos quase-experimentais têm sido usados ​​cada vez mais comumente por econometristas desde a década de 1980, a fim de identificar efeitos causais com credibilidade. [17]

Exemplo

Um exemplo simples de uma relação em econometria do campo da economia do trabalho é:

Este exemplo assume que o logaritmo natural do salário de uma pessoa é uma função linear do número de anos de educação que a pessoa adquiriu. O parâmetromede o aumento do logaritmo natural do salário atribuível a mais um ano de estudo. O termoé uma variável aleatória que representa todos os outros fatores que podem ter influência direta no salário. O objetivo econométrico é estimar os parâmetros, sob suposições específicas sobre a variável aleatória . Por exemplo, senão está correlacionado com anos de educação, então a equação pode ser estimada com mínimos quadrados ordinários .

Se o pesquisador pudesse designar pessoas aleatoriamente para diferentes níveis de educação, o conjunto de dados assim gerado permitiria estimar o efeito das mudanças nos anos de escolaridade sobre os salários. Na realidade, esses experimentos não podem ser realizados. Em vez disso, o econometrista observa os anos de educação e os salários pagos a pessoas que diferem em muitas dimensões. Dado este tipo de dados, o coeficiente estimado em Anos de educação na equação acima reflete tanto o efeito da educação sobre os salários quanto o efeito de outras variáveis ​​sobre os salários, se essas outras variáveis ​​estivessem correlacionadas com a educação. Por exemplo, pessoas nascidas em certos lugares podem ter salários mais altos e níveis de educação mais altos. A menos que o econometrista controle o local de nascimento na equação acima,o efeito do local de nascimento sobre os salários pode ser falsamente atribuído ao efeito da educação sobre os salários.

A maneira mais óbvia de controlar o local de nascimento é incluir uma medida do efeito do local de nascimento na equação acima. Exclusão do local de nascimento, juntamente com a suposição de quenão está correlacionado com a educação produz um modelo especificado incorretamente. Outra técnica é incluir na equação um conjunto adicional de covariáveis ​​medidas que não são variáveis ​​instrumentais, mas renderizaridentificável. [18] Uma visão geral dos métodos econométricos usados ​​para estudar este problema foi fornecida por Card (1999). [19]

Diários

Os principais periódicos que publicam trabalhos em econometria são Econometrica , Journal of Econometrics , The Review of Economics and Statistics , Economometric Theory , Journal of Applied Econometrics , Econometric Reviews , The Econometrics Journal , [20] e Journal of Business & Economic Statistics .

Limitações e críticas

Como outras formas de análise estatística, os modelos econométricos mal especificados podem mostrar uma relação espúria em que duas variáveis ​​estão correlacionadas, mas causalmente não relacionadas. Em um estudo do uso da econometria nas principais revistas de economia, McCloskey concluiu que alguns economistas relatam valores-p (seguindo a tradição Fisheriana de testes de significância de hipóteses nulas pontuais ) e negligenciam as preocupações com erros do tipo II ; alguns economistas falham em relatar estimativas do tamanho dos efeitos (além da significância estatística) e discutir sua importância econômica. Ela também argumenta que alguns economistas também deixam de usar o raciocínio econômico para a seleção de modelos , especialmente para decidir quais variáveis ​​incluir em uma regressão. [21] [22]

Em alguns casos, as variáveis ​​econômicas não podem ser manipuladas experimentalmente como tratamentos atribuídos aleatoriamente aos indivíduos. [23] Nesses casos, os economistas contam com estudos observacionais , muitas vezes usando conjuntos de dados com muitas covariáveis fortemente associadas , resultando em um número enorme de modelos com capacidade explicativa semelhante, mas com covariáveis ​​e estimativas de regressão diferentes. Em relação à pluralidade de modelos compatíveis com conjuntos de dados observacionais, Edward Leamer insistiu que "profissionais ... apropriadamente retêm a crença até que uma inferência possa ser mostrada como adequadamente insensível à escolha de suposições". [23]

Veja também

Outras leituras

  • Livro de teoria econométrica no Wikilivros
  • Giovannini, Enrico Understanding Economic Statistics , OECD Publishing, 2008, ISBN  978-92-64-03312-2

Referências

  1. ^ M. Hashem Pesaran (1987). "Econometrics", The New Palgrave: A Dictionary of Economics , v. 2, p. 8 [pp. 8–22]. Reimpresso em J. Eatwell et al. , eds. (1990). Econometria: The New Palgrave , p. 1 [pp. 1–34]. Resumo arquivado em 18 de maio de 2012 na Wayback Machine (revisão de 2008 por J. Geweke, J. Horowitz e HP Pesaran).
  2. ^ PA Samuelson , TC Koopmans e JRN Stone (1954). "Report of the Evaluative Committee for Econometrica ," Econometrica 22 (2), p. 142. [p p. 141 -146], tal como descrito e citado em Pesaran (1987) acima.
  3. ^ Paul A. Samuelson e William D. Nordhaus , 2004. Economia . 18ª ed., McGraw-Hill, p. 5
  4. ^ "Cópia arquivada" . Arquivado do original em 2 de maio de 2014 . Retirado em 1 de maio de 2014 .CS1 maint: archived copy as title (link)
  5. ^ "1969 - Jan Tinbergen: Nobelprijs economie - Elsevierweekblad.nl" . elsevierweekblad.nl . 12 de outubro de 2015. Arquivado do original em 1 de maio de 2018 . Retirado em 1 de maio de 2018 .
  6. ^ Magnus, Jan & Mary S. Morgan (1987) The ET Interview: Professor J. Tinbergen em: 'Econometric Theory 3, 1987, 117-142.
  7. ^ Willlekens, Frans (2008) Migração internacional na Europa: Dados, modelos e estimativas. Nova Jersey. John Wiley & Sons: 117.
  8. ^ • HP Pesaran (1990), "Econometrics," Econometrics: The New Palgrave , p. 2 , citando Ragnar Frisch (1936), "A Note on the Term 'Econometrics'," Econometrica , 4 (1), p. 95.
       • Aris Spanos (2008), "estatística e economia," The New Palgrave Dictionary of Economics , 2nd Edition. Resumo. Arquivado em 18 de maio de 2012 na Wayback Machine
  9. ^ a b c Greene, William (2012). "Capítulo 1: Econometria". Análise Econométrica (7ª ed.). Pearson Education. pp. 47–48. ISBN 9780273753568. Em última análise, tudo isso exigirá um conjunto comum de ferramentas, incluindo, por exemplo, o modelo de regressão múltipla, o uso de condições de momento para estimativa, variáveis ​​instrumentais (IV) e estimativa de máxima verossimilhança. Com isso em mente, a organização deste livro é a seguinte: A primeira metade do texto desenvolve resultados fundamentais que são comuns a todas as aplicações. O conceito de regressão múltipla e o modelo de regressão linear em particular constituem a plataforma subjacente da maioria dos modelos, mesmo que o próprio modelo linear não seja usado em última instância como a especificação empírica.
  10. ^ a b Greene, William (2012). Análise Econométrica (7ª ed.). Pearson Education. pp. 34, 41–42. ISBN 9780273753568.
  11. ^ a b Wooldridge, Jeffrey (2012). "Capítulo 1: A Natureza da Econometria e Dados Econômicos". Econometria introdutória: Uma abordagem moderna (5ª ed.). South-Western Cengage Learning. p. 2. ISBN 9781111531041.
  12. ^ Clive Granger (2008). "previsão," The New Palgrave Dictionary of Economics , 2nd Edition. Resumo. Arquivado em 18 de maio de 2012 na Wayback Machine
  13. ^ Wooldridge, Jeffrey (2013). Econometria introdutória, uma abordagem moderna . South-Western, Cengage learning. ISBN 978-1-111-53104-1.
  14. ^ Herman O. Wold (1969). "Econometria como pioneiro em não experimentais modelo de construção," Econometrica , 37 (3), pp. 369 -381.
  15. ^ Para uma visão geral de uma implementação linear desta estrutura, consulte regressão linear .
  16. ^ Edward E. Leamer (2008). "Problemas de especificação em econometria", The New Palgrave Dictionary of Economics . Resumo. Arquivado em 23 de setembro de 2015 na Wayback Machine
  17. ^ Angrist, Joshua D; Pischke, Jörn-Steffen (maio de 2010). "A revolução da credibilidade na economia empírica: como o melhor projeto de pesquisa está tirando a contrariedade da econometria" . Journal of Economic Perspectives . 24 (2): 3–30. doi : 10.1257 / jep.24.2.3 . ISSN 0895-3309 . 
  18. ^ Pearl, Judea (2000). Causalidade: modelo, raciocínio e inferência . Cambridge University Press. ISBN 978-0521773621.
  19. ^ Card, David (1999). "O efeito causal da educação sobre os ganhos". Em Ashenfelter, O .; Card, D. (eds.). Handbook of Labor Economics . Amsterdã: Elsevier. pp. 1801–1863. ISBN 978-0444822895.
  20. ^ "The Econometrics Journal" . Wiley.com . Retirado em 8 de outubro de 2013 .
  21. ^ McCloskey (maio de 1985). "A função de perda foi extraviada: a retórica dos testes de significância". American Economic Review . 75 (2).
  22. ^ Stephen T. Ziliak e Deirdre N. McCloskey (2004). "Size Matters: The Standard Error of Regressions in the American Economic Review ," Journal of Socio-economics , 33 (5), pp. 527-46 Arquivado em 25 de junho de 2010 na Wayback Machine (pressione + ).
  23. ^ a b Leamer, Edward (março de 1983). "Vamos tirar o contra da econometria". American Economic Review . 73 (1): 31–43. JSTOR 1803924 . 

Ligações externas