Økonometri

Økonometri  er en videnskab, der studerer kvantitative og kvalitative økonomiske sammenhænge ved hjælp af statistiske og andre matematiske metoder og modeller. Den moderne definition af emnet økonometri blev udviklet i charteret for Econometric Society , som navngav brugen af ​​statistik og matematik til udvikling af økonomisk teori som hovedmål [1] . Teoretisk økonometri beskæftiger sig med de statistiske egenskaber ved estimater og test , mens anvendt økonometri omhandler anvendelsen af ​​økonometriske metoder til at evaluere økonomiske teorier. Econometrics leverer værktøjer til økonomisk måling , samtmetode til vurdering af parametrene for modeller for mikro- og makroøkonomi . Derudover bruges økonometri aktivt til at forudsige økonomiske processer både på skalaen af ​​økonomien som helhed og på niveauet af individuelle virksomheder [2] . Samtidig er økonometri en del af økonomisk teori , sammen med makro- og mikroøkonomi [3] .

Udtrykket "økonometri" består af to dele: "econo" - fra "økonomi" og "metrics" - fra "måling". Økonometri er en del af en omfattende familie af discipliner dedikeret til måling og anvendelse af statistiske metoder inden for forskellige områder af videnskab og praksis. Denne familie omfatter især biometri , teknometri , scientometri , psykometri , kemometri , kvalimetri . Sociometri skiller sig ud  - dette udtryk er blevet tildelt statistiske metoder til at analysere sammenhænge i små grupper , det vil sige til en lille del af en sådan disciplin som statistisk analyse i sociologi og psykologi [4] .

Økonometriens historie

Forudsætninger for fremkomsten af ​​økonometri

De første forsøg på kvantitativ forskning i økonomi går tilbage til det 17. århundrede. De var forbundet med repræsentanter for en ny retning inden for økonomisk teori - politisk aritmetik [5] . W. Petty , C. Davenant , G. King brugte specifikke økonomiske data i deres forskning, først og fremmest, når de beregnede nationalindkomst . Denne retning har vækket søgen efter økonomiske love , analogt med fysiske , astronomiske og andre naturvidenskabelige love. Samtidig var eksistensen af ​​usikkerhed i økonomien endnu ikke realiseret [6] .

En vigtig fase i fremkomsten af ​​økonometri var udviklingen af ​​statistisk teori i værker af F. Galton , K. Pearson , F. Edgeworth . Disse videnskabsmænd forudbestemte de første anvendelser af parkorrelation . Således bestemte J. E. Yule forholdet mellem niveauet af fattigdom og former for bistand til de fattige. G. Hooker målte på den anden side sammenhængen mellem ægteskabsraten og rigdom , hvor flere indikatorer for trivsel blev brugt, han studerede også tidsrækken af ​​økonomiske variabler [6] .

Fra 1830'erne begyndte de mest udviklede lande at opleve chok, der var uforklarlige set fra datidens økonomiske videnskabs synspunkt - et fald i erhvervsaktivitet , fremkomsten af ​​massearbejdsløshed . Hurtig industriel udvikling og urbanisering har afsløret et enormt lag af uløste sociale problemer. Allerede i slutningen af ​​XIX århundrede. neoklassisk teori begyndte at blive opfattet som for fjernt fra virkeligheden. En teori kunne blive overbevisende, hvis den kunne forklare de ændringer, der finder sted i økonomien. For den praktiske anvendelse krævedes kvantitative udtryk for grundlæggende økonomiske termer [6] .

I 1911 udgav den amerikanske økonom G. Moore The Laws of Wages: Essays in Statistical Economics . Statistikhistorikeren I. I. Eliseeva kalder dette værk for det første værk om økonometri. I sin undersøgelse analyserede G. Moore arbejdsmarkedet , testede statistisk J. Clarks produktivitetsteori og skitserede grundlaget for strategien for at forene proletariatet . G. Moore viste, at det ved hjælp af komplekse matematiske konstruktioner baseret på evidens er muligt at udvikle et grundlag for socialpolitik . Samtidig var den italienske økonom R. Benini den første til at bruge multipel regression til at estimere efterspørgselsfunktionen [6] .

Et væsentligt bidrag til udviklingen af ​​økonometri blev ydet af undersøgelser af økonomiens cykliske karakter . K. Zhuglyar var den første til at opdage økonomiens cykliske karakter . Han identificerede 7-11 års investeringscyklusser . Umiddelbart efter ham afslørede J. Kitchin en 3-5-årig periodicitet i fornyelsen af ​​arbejdskapitalen , S. Kuznets , nobelprisvinder i økonomi for 1971, opdagede 15-20-årige cyklusser i byggeriet , og N. Kondratiev afslørede sin berømte " lange bølger " varighed på 45-60 år [6] .

Et vigtigt skridt i dannelsen af ​​økonometri var konstruktionen af ​​økonomiske barometre . Konstruktionen af ​​økonomiske barometre er baseret på ideen om, at der er indikatorer, der ændrer sig tidligere end andre og derfor kan tjene som signaler om ændringer i sidstnævnte. Det første og mest berømte var Harvard-barometeret , som blev skabt i 1903 under ledelse af W. Persons og W. Mitchell . Den bestod af kurver , der karakteriserede aktie- , råvare- og pengemarkederne . Hver af disse kurver var det aritmetiske gennemsnit af flere indikatorer inkluderet i den. Disse serier blev forbehandlet ved at eliminere trenden , sæsonudsving og bringe udsvingene i individuelle kurver til en sammenlignelig skala af udsving . Succesen med brugen af ​​Harvard-barometeret fik mange lignende barometre til at dukke op i andre lande. Men fra omkring 1925 mistede han sin følsomhed. Dets sammenbrud forklares af fremkomsten af ​​en stærk regulatorisk faktor i den amerikanske økonomi . Under disse forhold bliver metoden til at konstruere den tværsektorielle balance for VV Leontiev [6] den vigtigste metode til makroøkonomisk analyse . Samtidig begyndte økonomiske modeller at blive bygget ved hjælp af metoderne til harmonisk analyse . Disse metoder er blevet overført til økonomi fra astronomi , meteorologi og fysik [7] .

Udviklingshistorie

I 1930'erne havde alle forudsætninger udviklet sig for at adskille økonometri i en separat videnskab . Det blev klart, at for en dybere forståelse af økonomiske processer er det værd at bruge statistik og matematik i en eller anden grad. Der var behov for fremkomsten af ​​en ny videnskab med sit eget emne og metode, der forenede al forskning i denne retning. Den 29. december 1930, på initiativ af I. Fischer , R. Frisch , J. Tinbergen , J. Schumpeter , O. Anderson og andre videnskabsmænd, blev et økonometrisk samfund skabt . I 1933 grundlagde R. Frisch tidsskriftet " Econometrics ", som stadig har stor betydning for udviklingen af ​​økonometri. Og allerede i 1941 udkom den første lærebog om den nye videnskabelige disciplin, skrevet af J. Tinbergen [6] . I 1969 blev Frisch og Tinbergen de første forskere til at vinde Nobelprisen i økonomi . Som det fremgår af den officielle erklæring fra Nobelkomiteen: "til skabelse og anvendelse af dynamiske modeller til analyse af økonomiske processer" [8] .

Indtil 1970'erne blev økonometri forstået som den empiriske evaluering af modeller skabt inden for rammerne af økonomisk teori. Ifølge datidens økonometikere skulle statistikker beskytte teori mod dogmatisme . Samtidig var langt de fleste økonomiske modeller bygget i denne periode keynesianske . Men fra 1970'erne begyndte man at bruge formelle metoder til at vælge kausaliteten af ​​teoretiske begreber. Samtidig begyndte monetarister aktivt at bruge økonometri [6] .

I 1980 modtog den amerikanske økonom Lawrence Klein den anden økonometriske Nobelpris i økonomi for sin skabelse af økonomiske modeller og deres anvendelse til analyse af økonomiske udsving og økonomisk politik . Sammen med A. Goldberg skabte han en af ​​de mest berømte modeller af den amerikanske økonomi, kendt som " Klein-Goldberg-modellen ". Strukturen af ​​denne model var baseret på hans egen udvikling. Den bestod af indbyrdes forbundne simultane og rettede serier af ligninger, hvis løsning gav et billede af produktionen i landet. Apropos denne model bemærkede R. J. Ball : "Som en empirisk repræsentation af grundlaget for det keynesianske system blev denne model måske den mest berømte blandt modellerne for store nationale økonomier før fremkomsten af ​​andre modeller i 60'erne." [9] . Klein organiserede også det velkendte Link-projekt for at integrere forskellige landes statistiske modeller i et enkelt fælles system for at forbedre forståelsen af ​​internationale økonomiske relationer og prognoser inden for verdenshandelen [10] . På dette tidspunkt udviklede ikke kun makro-, men også mikroøkonometri sig aktivt. Pionererne bag denne tendens var J. Heckman og D. McFadden . De udviklede teorier og metoder, der er meget brugt i den statistiske analyse af individers og husholdningers adfærd , både inden for økonomi og i andre samfundsvidenskaber . Så J. Heckman løste problemet med prøvebias på grund af dataselektivitet og selvudvælgelse . For at løse det foreslog han at bruge Heckman-korrektionsmetoden , som på grund af dens effektivitet og brugervenlighed er blevet meget brugt i empirisk forskning . D. McFaddens vigtigste bidrag til videnskaben er udviklingen af ​​metoder til analyse af diskrete valg . I 1974 udviklede han betinget logit-analyse , som umiddelbart blev anerkendt som en grundlæggende præstation inden for økonomisk videnskab. Han skabte også økonometriske metoder til at evaluere produktionsteknologier og undersøge de faktorer, der ligger til grund for virksomheders efterspørgsel efter kapital og arbejdskraft . Disse videnskabsmænds enestående præstationer blev tildelt Nobelprisen i økonomi i 1990 [11]

En vigtig begivenhed for udviklingen af ​​økonometri var fremkomsten af ​​computere . Takket være dem har den statistiske analyse af tidsserier fået en kraftig udvikling. J. Box og G. Jenkins skabte ARIMA-modellen i 1970, og K. Sims og nogle andre videnskabsmænd skabte VAR-modellen i begyndelsen af ​​1980'erne. Stimuleret økonometrisk forskning og den hurtige udvikling af finansielle markeder og derivater . Dette fik nobelprisvinderen i økonomi i 1981, J. Tobin , til at udvikle modeller ved hjælp af censurerede data [6] .

Hovelmo havde også stor indflydelse på moderne økonometri . Jovelmo viste, hvordan metoderne til matematisk statistik kan bruges til at drage sunde konklusioner om komplekse økonomiske sammenhænge fra et tilfældigt udvalg af empiriske observationer. Disse metoder kan også bruges til at evaluere forhold afledt af økonomiske teorier og til at teste disse teorier. I 1989 blev han tildelt Nobelprisen i økonomi "for sin belysning af økonometriens sandsynlighedsgrundlag og sin analyse af samtidige økonomiske strukturer" [12] .

Jovelmo betragtede økonomiske serier som en realisering af tilfældige processer . De vigtigste problemer, der opstår, når man arbejder med sådanne data, er ikke-stationaritet og stærk volatilitet . Hvis variablerne er ikke-stationære, så er der risiko for at etablere en sammenhæng, hvor der ikke er nogen. En løsning på dette problem er overgangen fra seriens niveauer til deres forskelle. Ulempen ved denne metode er kompleksiteten af ​​den økonomiske fortolkning af resultaterne. For at løse dette problem introducerede Clive Granger begrebet kointegration som en stationær kombination mellem ikke-stationære variable. Han foreslog en afvigelseskorrektionsmodel (ECM) , for hvilken han udviklede metoder til at estimere dens parametre, generalisering og testning. Kointegration bruges, hvis den kortsigtede dynamik afspejler væsentlige destabiliserende faktorer, og den langsigtede tendens til økonomisk ligevægt . Modellerne skabt af Granger blev generaliseret i 1990 af S. Johansen til det multidimensionelle tilfælde. I 2003 modtog Granger sammen med R. Angle Nobelprisen. R. Engle er til gengæld kendt som skaberen af ​​modeller med tidsvarierende volatilitet (såkaldte ARCH-modeller ). Disse modeller er meget udbredt på de finansielle markeder [6] .

Økonometri i dag

I dag er økonometri en del af de økonomiske videnskaber. En række videnskabelige tidsskrifter udgives i verden , der udelukkende er viet til økonometri, herunder: Journal of Econometrics ( Sverige ), Econometric Reviews ( USA ), Econometrica ( USA ), Sankhya. Indian Journal of Statistics. Ser.D. Quantitative Economics ( Indien ), Publications Econometriques ( Frankrig ) [13] . Økonometri studeres på verdens førende universiteter - det er blevet forstået, at uden økonometriske metoder er det umuligt at udføre moderne makro- og mikroøkonomiske analyser [14] .

Der er også specialiserede magasiner på russisk. Disse omfatter " Anvendt økonometri " og " Kvantil ". Separate publikationer om økonometri vises i tidsskrifterne " Økonomi og matematiske metoder ", " Statistikproblemer ", " Økonomiske problemer " og nogle andre.

Tidligere i Rusland blev økonometri af en række årsager ikke dannet som et uafhængigt område med videnskabelig og praktisk aktivitet. Selvom økonometriske undersøgelser nu begynder at udfolde sig. I denne henseende begynder den udbredte undervisning i denne disciplin [13] .

Ikke-parametrisk økonometri

Et af de vigtigste hastigt udviklende områder inden for økonometri er ikke-parametrisk økonometri. Ikke-parametrisk økonometri er en gren af ​​økonometri, der ikke kræver specifikation af de funktionelle former for de objekter, der evalueres. I stedet danner selve dataene modellen . Ikke-parametriske metoder bliver mere og mere populære i anvendt forskning. De er mere velegnede til at analysere en stor mængde data med et lille antal variabler . Disse metoder bruges også, når konventionelle parametriske specifikationer ikke er egnede til at løse problemet. Ikke-parametrisk økonometri svækker de parametriske antagelser, hvilket nogle gange er meget nyttigt i anvendt forskning. De vigtigste metoder til at bygge fleksible modeller er kernemetoder , spline - udjævning , nærmeste nabo-metoder , neurale netværk og fleksible metoder til udjævning ved hjælp af dataserier [15] .

Nogle forskere omtaler også ikke-parametrisk økonometri som en økonometrisk analyse af ikke-numeriske matematiske begreber relateret til visse klasser af ikke-numeriske objekter, såsom fuzzy sets , intervaller , sandsynlighedsfordelinger osv. Så i statistikken over intervaldata , eksempelelementer er ikke tal, men intervaller . I statistikken over intervaldata er næsten alle problemer med klassisk anvendt matematisk statistik blevet undersøgt, især problemerne med regressionsanalyse, eksperimentplanlægning , sammenligning af alternativer og beslutningstagning under forhold med intervalusikkerhed osv. For denne gren af ​​videnskaben , er der udviklet et generelt forskningsskema, herunder beregning af to hovedkarakteristika - noter (den maksimalt mulige afvigelse af statistikker forårsaget af intervallet mellem de indledende data) og den rationelle stikprøvestørrelse (der overstiger, hvilket ikke øger estimeringens nøjagtighed væsentligt og statistiske slutninger relateret til test af hypoteser). Der er også udviklet tilgange til at tage højde for intervalusikkerhed i hovedformuleringerne af regressions-, diskriminant- og klyngeanalyser [4] .

Specifikke økonomiske målinger

De specifikke træk ved økonomiske data kan opsummeres i fem grupper:

  1. Kun operationelt definerede data kan måles. Samtidig er økonomiske målinger stærkt påvirket af teoretiske ideer om disse størrelser.
  2. Dataenes ikke -eksperimentelle karakter og korte serier af observationer, som sår tvivl om tilstrækkeligheden af ​​de opnåede resultater.
  3. Økonomiske data er normalt indirekte. Samtidig er primære målinger ofte ikke af økonomisk karakter.
  4. Enhedsvariabilitet . _
  5. Der er et akut problem med måleværktøjets indflydelse på selve undersøgelsesobjektet [2] .

Økonometriske metoder

Regressionsanalyse

Regressionsanalyse er en statistisk metode til at studere sammenhængen mellem en afhængig variabel og en eller flere uafhængige variable . Samtidig afspejler terminologien af ​​afhængige og uafhængige variable kun den matematiske afhængighed af variable, og ikke kausale sammenhænge. For en fyldestgørende beskrivelse af komplekse internt heterogene økonomiske processer anvendes som regel systemer af økonometriske ligninger . I simplere tilfælde kan simple isolerede ligninger også bruges [16] .

Tidsserieanalyse

Tidsserieanalyse er et sæt matematiske og statistiske analysemetoder designet til at identificere strukturen af ​​tidsserier og forudsige dem. Det er nødvendigt at afsløre strukturen af ​​tidsserien for at opbygge en matematisk model af det fænomen, der er kilden til den analyserede tidsserie. Prognosen for fremtidige værdier af tidsserien bruges i beslutningstagningen [17] . Forecasting er også interessant, idet den rationaliserer eksistensen af ​​tidsserieanalyse bortset fra økonomisk teori [18] .

Som regel er prognoser baseret på en given parametrisk model. I dette tilfælde anvendes standardmetoder til parametrisk estimering ( LSM , MMP , momentsmetode ). På den anden side er ikke-parametriske estimeringsmetoder for fuzzy modeller blevet tilstrækkeligt udviklet [19] .

Panelanalyse

Paneldata er rumlige mikroøkonomiske prøver sporet over tid, dvs. de består af observationer af de samme økonomiske enheder taget over på hinanden følgende tidsperioder. Paneldata har tre dimensioner: tegn - objekter - tid. Deres brug giver en række væsentlige fordele ved vurdering af parametrene for regressionsafhængigheder, da de tillader både analyse af tidsserier og analyse af rumlige prøver. Ved hjælp af sådanne data studerer de fattigdom , arbejdsløshed, kriminalitet og evaluerer også effektiviteten af ​​regeringsprogrammer inden for socialpolitik [20] .

Kritik og apologetik af økonometri

Keynes og Tinbergen strides om metoden

I mange henseender blev striden mellem Tinbergen og Keynes om den økonometriske forskningsmetode afgørende for udviklingen af ​​økonometri. I sin berømte artikel "Professor Tinbergens metode" skriver Keynes, at Tinbergen "foretrækker aritmetikkens labyrinter frem for logikkens labyrinter ". Han siger, at økonometrisk analyse bliver som "børns puslespil, hvor du skal skrive din alder, gange med noget, tilføje noget andet, trække fra og til sidst få dyrets nummer fra Johannes den Guddommeliges åbenbaring " [21] .

Keynes hævder, at forskningspotentialet ved multiple korrelationsanalyser i høj grad afhænger af økonomen. Efter hans mening er denne metode kun anvendelig, når økonomen på forhånd er i stand til at præsentere en korrekt og upåklageligt fuldstændig analyse af væsentlige faktorer [21] . Dette rejser problemet med at bruge et ufuldstændigt sæt af forklarende variable (et skævt estimat forårsaget af udeladelse af variabler); opbygning af modeller indeholdende uobserverede variabler (såsom rationelle forventninger ) afledt af dårligt målte indeksbaserede data; opnåelse af falsk korrelation som følge af brugen af ​​substituerende variable og samtidighed [1] .

Tinbergen svarer på denne kritik ved at sige, at " irrelevante forklaringsvariable kan behandles som tilfældige residualer, der ikke er systematisk korreleret med andre forklaringsvariable. Hvis forholdets matematiske form er angivet, så er det muligt at præsentere visse data om residualernes sandsynlighedsfordelinger . Når det er sagt, kan de forklarende faktorer måles, og residualernes uafhængighed kan efterfølgende testes ved at studere deres autokorrelation . Samtidig bør økonomen ikke glemme metodens og datavalideringens begrænsninger [ 22 ] .

Keynes forsøger også at præsentere for metoden med multiple regression, som anvendes, de krav, som den generelle metode opfylder. Han insisterede på sandheden af ​​præmisserne, forholdsmæssigheden af ​​forhold, uafhængigheden af ​​de overvejede faktorer, karakteren af ​​funktionerne osv., mens han ikke besvarer spørgsmålet om, hvordan man kontrollerer deres sandhed, hvad man skal tage som kriterier for sandhed, sammenlignelighed og uafhængighed. Moderne videnskabelig metodologi har forladt princippet om verifikation af forudsætninger og skiftet til verifikation af konklusioner eller nøjagtighed af prognosen [23] .

Introduktionen af ​​tidsfaktoren i regressionsligningen er ligeledes kritiseret af Keynes. Det er klart, at brug af en lineær tendens betyder, at der trækkes en lige linje mellem det første og sidste år af tidsserien. Som følge heraf afhænger meget af, hvilke årstal der vælges til studiet. Ved at analysere et eksempel på en tidsserie hentet fra 1919 til 1933 fra Tinbergens bog siger han, at "der er et paradoks i, at den amerikanske økonomi var præget af en alvorlig nedadgående tendens i hele perioden, inklusive perioden, der sluttede i 1929". I alt når ændringerne op på 20 %, mens hvis Tinbergen havde undersøgt tidsserien, der sluttede i 1929, ville han have brugt en opadgående tendens i stedet for en nedadgående tendens til analysen af ​​de samme år [21] . Trendkomponenten minder ifølge Keynes meget om metoden til at korrigere dårlige resultater og slører det faktum, at "denne forklaring faktisk er forkert" [24] .

Samtidig er det efter hans mening ikke klart, "i hvilket omfang kurver og ligninger kun betragtes som en del af beskrivelsen og den historiske analyse med henblik på udvælgelse af kurver, og i hvilket omfang de bruges til at drage induktive konklusioner vedr . fremtiden eller fortiden." Keynes tvivler på værdien af ​​en sådan tilgang. Ifølge ham er det indlysende, at denne metode "ikke er den klareste måde at beskrive fortiden på." Den vigtigste betingelse i en sådan analyse er, at ”det økonomiske miljø over en periode skal forblive uændret og homogent i alle væsentlige henseender, med undtagelse af udsving i de faktorer, der ses særskilt. Men det er umuligt at være sikker på, at sådanne forhold vil bestå i fremtiden, selv om de findes i fortiden” [21] .

Tinbergen imødegår dette ved at argumentere, at "Ofte tyder selve kurvernes udseende på, at en eller anden faktor, som ikke er nævnt i de fleste økonomiske lærebøger , er af stor betydning. Ved at præsentere den numeriske værdi af en eller flere regressionskoefficienter kan man kritisere en eller flere af de tidligere anvendte teorier. Tinbergen giver et eksempel på en sådan situation, hvor "mange teoretikere er enige om, at renten er en væsentlig faktor i efterspørgslen efter penge eller investeringsaktivitet, og resultaterne opnået efter analyse indikerer, at en sådan indflydelse er ubetydelig eller i det mindste var det i USA i denne periode" [22] .

Keynes anser spørgsmålet om relationernes formodede linearitet for at være meget vigtigt. Han hævder ikke at have fundet noget eksempel på ikke-lineær korrelation. Han siger, at han ikke forstår analysen af, hvilke empiriske data der tvinger brugen af ​​ikke-lineær korrelation [21] . Men ifølge Tinbergen, " Spredningsplots gør det muligt at forstå, om en eller anden sammenhæng er lineær eller ej. Ikke-lineariteten er på ingen måde en vilkårlig manipulation af koefficienterne." Strengt taget er kun én koefficient mulig for hver værdi af den forklarende variabel, og givet kontinuitet kræves det, at disse koefficienter ikke svinger for meget. Keynes har en meget dårlig holdning til lineære relationer, han kalder dem "latterlige" [21] . Der er dog grunde til, at graden af ​​deres "latterlighed" er reduceret:

  1. Med små intervaller kan en kontinuerlig funktion tilnærmes ved lineære funktioner.
  2. Observation af økonomiske data viser, at lineære sammenhænge ofte forekommer i praksis. Samtidig er det logisk at starte analysen ud fra den simpleste præmis, som er korreleret med den generelle teori. Ifølge Tinbergen, "Denne tilgang er meget almindelig i den induktive del af ethvert forskningspapir. Der er også et teoretisk rationale for linearitet, ifølge hvilket, for store masser af individer, vil den fælles respons være meget mere lineær end nogen individuel respons” [22] .

Kritik af økonometri af Keynes skyldes hovedsageligt forskellen i hans tilgang til økonomi fra den almindelige økonomi . Hovedpunktet i denne divergens er spørgsmålet "skal økonomi behandles som en eksakt videnskab ". Keynes selv gav et negativt svar på dette spørgsmål. Inden for hans tradition er det økonomiske miljø foranderligt og uforudsigeligt, og de fleste økonomiske variabler er forbundet med mange komplekse ikke-lineære sammenhænge. Dette resulterer i ustabilitet af korrelationskoefficienterne og umuligheden af ​​at løse prædiktive problemer. Derfor kan økonomi ikke gøre krav på eksakte kvantitative målinger. Det bør være baseret på realistiske antagelser og indeholde værktøjer til at hjælpe med at forstå og forklare dette miljø. Tinbergens tilgang er helt i overensstemmelse med den moderne mainstream : økonomisk analyse bør være så formaliseret som muligt og rettet mod at løse specifikke kvantitative problemer. Inden for rammerne af denne tilgang skal den økonomiske videnskab være nøjagtig, og genstanden for dens undersøgelse ligner genstandene for tekniske og naturvidenskabelige discipliner [25] .

Efterfølgende kritik

På trods af sit potentiale har økonometri ikke modtaget støtte fra mange store økonomer. I begyndelsen af ​​1970'erne kritiserede Worswick matematiske økonomer skarpt for "manglende sammenhæng med konkrete fakta" [1] . Han hævdede, at økonometikere "ikke så meget beskæftiger sig med at opfinde metoder til at systematisere og måle eksisterende fakta som i at skabe et utal af måder at gøre det på" [1] . Samtidig argumenterede F. Brown for, at "konstruktionen af ​​tidsserieregressioner kun er egnet til bedrag." V. Leontiev karakteriserede økonometri som "et forsøg på at kompensere for den iøjnefaldende mangel på tilgængelige data gennem den udbredte brug af mere og mere sofistikerede statistiske teknikker." Hicks talte i en lignende ånd , han sagde, at "vi ikke bør overdrive vigtigheden af ​​økonometriske metoder i økonomisk teori" [1] . Og E. Leamer skrev, at "der er to ting, hvis fremstillingsproces er bedre ikke at se: pølser og økonometriske skøn" [26] .

Repræsentanter for den østrigske økonomiskole var også stærkt negative over for økonometri . Mises skrev således : “Vildledt af ideen om, at videnskaberne om menneskelig handling skulle efterligne naturvidenskabernes metode, er rigtig mange forfattere optaget af kvantificeringen af ​​økonomi. De mener, at økonomi bør efterligne kemi, som har udviklet sig fra en kvalitativ til en kvantitativ tilstand. Deres motto er det positivistiske princip: videnskab er måling. Men de forstår ikke, at inden for menneskelig handling er statistik altid historie , og at hypotetiske sammenhænge og funktioner ikke beskriver andet end det, der skete på et bestemt tidspunkt i et bestemt geografisk område som et resultat af aktiviteterne i en et vist antal personer. Som økonomisk analysemetode er økonometri et barnligt spil med tal, der ikke tilføjer noget til belysningen af ​​den økonomiske virkeligheds problemer .

Tilføjet til de mere detaljerede kritikker af multipel regression siden Keynes var manglende evne til at adskille multikolinearitet , forkert specifikation af dynamiske svar og lange forsinkelser, antagelse af linearitet uden nøjagtig viden om de tilsvarende regressionsværdier, forkert forfiltrering af data , urimelige slutninger fra korrelation , variabilitet af regressionsligningsparametre, identifikation af økonomisk og statistisk signifikans og umuligheden af ​​at korrelere økonomisk teori med økonometri, samt en utilstrækkelig stikprøvestørrelse [1] .

Takket være denne og en del anden kritik er metoden for anvendt forskning blevet revideret. Ifølge klassisk økonometrisk metodologi anses de opnåede resultater for at være mere passende, hvis variablerne under undersøgelse er stærkere korrelerede, forudsigelserne matcher dataene tættere, og jo mere signifikante de resulterende estimater er med hensyn til t- eller F-statistik . Der lægges stor vægt på, hvordan man organiserer opregningen af ​​potentielle forklarende variabler på den mest effektive måde for bedst muligt at forudsige den variable, der forklares, samtidig med at det sikres, at bestemmelseskoefficienten er så stor som muligt, og F-statistikken er lige så signifikant som muligt. Hvis der opnås utilfredsstillende resultater i specifikationskriterierne, begynder forskeren, der følger den traditionelle metode, i stedet for at revidere modellen, at anvende mere avancerede evalueringsmetoder. Inden for rammerne af denne tilgang er ønsket om at få det "bedste" resultat karakteristisk, i stedet for ønsket om at få et meningsfuldt og pålideligt resultat . Men på det nuværende udviklingsstadium af økonometri foretrækkes de modeller, der opfylder de diagnostiske kriterier, selvom de har en lavere bestemmelseskoefficient [14] .

Se også

Noter

  1. ↑ 1 2 3 4 5 6 D. Hendry. Økonometri: alkymi eller videnskab?  (russisk)  // Ekovest. - 2003. - Nr. 2 . - S. 172-196 .  (utilgængeligt link)
  2. ↑ 1 2 Suslov V. I., Ibragimov N. M., Talysheva L. P., Tsyplakov A. A. Econometrics. - Novosibirsk: SO RAN, 2005. - 744 s. — ISBN 5-7692-0755-8 .
  3. ↑ Orlov A. I. Ledelse. Lærebog. — M .: Izumrud, 2003. — 298 s.
  4. ↑ 1 2 Orlov A. I. Økonometri. Lærebog. - M . : Eksamen, 2002. - 576 s. — ISBN 5-472-00035-1 .
  5. ↑ Politisk aritmetik  // Great Russian Encyclopedia  : [i 35 bind]  / kap. udg. Yu. S. Osipov . - M .  : Great Russian Encyclopedia, 2004-2017.
  6. ↑ 1 2 3 4 5 6 7 8 9 10 Økonometri. Lærebog / Red. Eliseeva I. I .. - 2. udg. - M. : Finans og statistik, 2008. - 576 s. — ISBN 5-279-02786-3 .
  7. ↑ Weinstein A. L. Econometrics and statistics  (russisk)  // Tintner G. Introduction to econometrics. - M . : Statistik, 1965. - S. 5-26 .
  8. ↑ Nobelpristagere i økonomi  (russisk)  ? (utilgængeligt link) . Hentet 19. juli 2009. Arkiveret fra originalen 6. marts 2009. 
  9. ↑ Nobelpristagere i økonomi  (russisk)  ? (utilgængeligt link) . Dato for adgang: 19. juli 2009. Arkiveret fra originalen den 7. august 2009. 
  10. ↑ Nobelpristagere i økonomi  (russisk)  ? (utilgængeligt link) . Hentet 19. juli 2009. Arkiveret fra originalen 16. august 2009. 
  11. ↑ Nobelpristagere i økonomi  (russisk)  ? (utilgængeligt link) . Dato for adgang: 19. juli 2009. Arkiveret fra originalen den 9. februar 2010. 
  12. ↑ Nobelpristagere i økonomi  (russisk)  ? (utilgængeligt link) . Dato for adgang: 19. juli 2009. Arkiveret fra originalen 19. februar 2009. 
  13. ↑ 1 2 Orlov A.I. Anvendt statistik. Lærebog. - M . : Eksamen, 2006. - 672 s. — ISBN 5-472-01122-1 .
  14. ↑ 1 2 Tsyplakov A.A. Metode til økonometrisk modellering  (russisk)  ? (utilgængeligt link) . Økonometrisk analyse af højinflationsprocesser (på eksemplet med Rusland) (afhandling for graden af ​​kandidat for økonomiske videnskaber) . Novosibirsk (1998). Dato for adgang: 19. juli 2009. Arkiveret fra originalen den 26. maj 2008. 
  15. ↑ J. Racine. Ikke-parametrisk økonometri: et introduktionskursus  (russisk)  // Kvantil. - 2008. - Nr. 4 . - S. 7-56 .
  16. ↑ Babeshko L.O. Fundamentals of econometric modeling: Proc. godtgørelse. — 2. udg., rettet. - M. : KomKniga, 2006. - 432 s. - ISBN 978-5-484-00757-8 .
  17. ↑ Afanasiev V.N., Yuzbashev M.M. Tidsserieanalyse og prognose: Proc. godtgørelse. - M. : Finans og statistik, 2001. - 228 s. — ISBN 5-279-02419-8 .
  18. ↑ Cochrane J. Forudsigelser og impulsresponser i lineære systemer  (russisk)  // Kvantil. - 2006. - Nr. 1 . - S. 21-26 .
  19. ↑ Tsyplakov A. Introduktion til prognose i klassiske tidsseriemodeller  (russisk)  // Kvantil. - 2006. - Nr. 1 . - S. 3-19 .
  20. ↑ Ratnikova T. A. Introduktion til økonometrisk analyse af paneldata  (russisk)  // HSE Economic Journal. - 2006. - Nr. 2 . - S. 267-316 . Arkiveret fra originalen den 15. juni 2016.
  21. ↑ 1 2 3 4 5 6 J. M. Keynes. Professor Tinbergens metode  (russisk)  // Økonomiske spørgsmål. - 2007. - Nr. 4 .
  22. ↑ 1 2 3 Ya. Tinbergen. Om metoden til statistisk undersøgelse af konjunkturcyklussen. Svar til J.M. Keynes  (russisk)  // Økonomiske spørgsmål. - 2007. - Nr. 4 .
  23. ↑ N. Shapiro. J. M. Keynes som den endelige økonom af "mainstream" og en varsel om teoretisk og metodisk pluralisme  (russisk)  // Spørgsmål om økonomi. - 2008. - Nr. 1 .
  24. ↑ J. M. Keynes. Kommentar  (russisk)  // Økonomiske spørgsmål. - 2007. - Nr. 4 .
  25. ↑ I. Rozmainsky. Metodologisk grundlag for Keynes' teori og hans "strid om metoden" med Tinbergen  (russisk)  // Spørgsmål om økonomi. - 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: Et essay om metode. Princeton: D. Van Nostrand, 1962. (s. 62)

Litteratur

Links

  Gå til Wikidata-elementet  Ordbøger og encyklopædier