Econometria
Cos’è l’econometria?
L’econometria è l’applicazione quantitativa di modelli statistici e matematici che utilizzano dati per sviluppare teorie o testare ipotesi esistenti in economia e per prevedere tendenze future a partire da dati storici. Sottopone i dati del mondo reale a prove statistiche e quindi confronta e contrappone i risultati con la teoria o le teorie testate.
A seconda che tu sia interessato a testare una teoria esistente o utilizzare dati esistenti per sviluppare una nuova ipotesi basata su tali osservazioni, l’econometria può essere suddivisa in due categorie principali: teorica e applicata. Coloro che si dedicano abitualmente a questa pratica sono comunemente noti come econometrici.
Punti chiave
- L’econometria è l’uso di metodi statistici che utilizzano dati quantitativi per sviluppare teorie o testare ipotesi esistenti in economia o finanza.
- L’econometria si basa su tecniche come modelli di regressione e test di ipotesi nulla.
- L’econometria può anche essere utilizzata per cercare di prevedere le tendenze economiche o finanziarie future.
Capire l’Econometria
L’econometria analizza i dati utilizzando metodi statistici per testare o sviluppare la teoria economica. Questi metodi si basano su inferenze statistiche per quantificare e analizzare le teorie economiche sfruttando strumenti come distribuzioni di frequenza, probabilità e distribuzioni di probabilità, inferenza statistica, analisi di correlazione, analisi di regressione semplice e multipla, modelli di equazioni simultanee e metodi di serie temporali.
L’econometria è stata introdotta da Lawrence Klein, Ragnar Frisch e Simon Kuznets. Tutti e tre hanno vinto il Premio Nobel per l’economia nel 1971 per i loro contributi. Oggi è usato regolarmente tra accademici e professionisti come commercianti e analisti di Wall Street.
Un esempio dell’applicazione dell’econometria è lo studio dell’effetto reddito utilizzando dati osservabili. Un economista può ipotizzare che quando una persona aumenta il proprio reddito, aumenterà anche la sua spesa. Se i dati mostrano che tale associazione è presente, è possibile condurre un’analisi di regressione per comprendere la forza della relazione tra reddito e consumo e se tale relazione è statisticamente significativa, ovvero sembra improbabile che sia solo per caso.
La metodologia dell’econometria
Il primo passo verso la metodologia econometrica è ottenere e analizzare un insieme di dati e definire un’ipotesi specifica che spieghi la natura e la forma dell’insieme. Questi dati possono essere, ad esempio, i prezzi storici di un indice azionario, le osservazioni raccolte da un’indagine sulle finanze dei consumatori o i tassi di disoccupazione e inflazione in diversi paesi.
Se sei interessato alla relazione tra la variazione annuale del prezzo dell ‘S & P 500 e il tasso di disoccupazione, raccoglieresti entrambi i set di dati. Qui, vuoi testare l’idea che una maggiore disoccupazione porti a prezzi di borsa più bassi. Il prezzo di borsa è quindi la variabile dipendente e il tasso di disoccupazione è la variabile indipendente o esplicativa.
La relazione più comune è lineare, il che significa che qualsiasi cambiamento nella variabile esplicativa avrà una correlazione positiva con la variabile dipendente, nel qual caso viene spesso utilizzato un semplice modello di regressione per esplorare questa relazione, che equivale a generare una linea di migliore adattamento tra i due set di dati e quindi il test per vedere quanto è lontano ciascun punto dati, in media, da quella linea.
Nota che puoi avere diverse variabili esplicative nella tua analisi, ad esempio, le modifiche al PIL e all’inflazione oltre alla disoccupazione nella spiegazione dei prezzi del mercato azionario. Quando si utilizza più di una variabile esplicativa, si parla di regressione lineare multipla, il modello che è lo strumento più comunemente usato in econometria.
Diversi modelli di regressione
Esistono diversi modelli di regressione ottimizzati a seconda della natura dei dati analizzati e del tipo di domanda posta. L’esempio più comune è la regressione dei minimi quadrati ordinari (OLS), che può essere condotta su diversi tipi di dati trasversali o di serie temporali. Se sei interessato a un risultato binario (sì-no), ad esempio la probabilità che tu venga licenziato da un lavoro in base alla tua produttività, puoi utilizzare una regressione logistica o un modello probit. Oggi ci sono centinaia di modelli che un econometrico ha a sua disposizione.
L’econometria viene ora condotta utilizzando pacchetti software di analisi statistica progettati per questi scopi, come STATA, SPSS o R. Questi pacchetti software possono anche facilmente testare la significatività statistica per fornire supporto che i risultati empirici prodotti da questi modelli non sono semplicemente il risultato di opportunità. R-quadrato, test t, valori p e test di ipotesi nulla sono tutti metodi utilizzati dagli econometrici per valutare la validità dei risultati del loro modello.
Limitazioni dell’Econometria
L’econometria viene talvolta criticata per aver fatto troppo affidamento sull’interpretazione dei dati grezzi senza collegarli a una teoria economica consolidata o cercare meccanismi causali. È fondamentale che i risultati rivelati nei dati possano essere adeguatamente spiegati da una teoria, anche se ciò significa sviluppare una propria teoria dei processi sottostanti.
Anche l’analisi di regressione non prova la causalità e, solo perché due set di dati mostrano un’associazione, potrebbe essere falsa. Ad esempio, le morti per annegamento nelle piscine aumentano con il PIL. Un’economia in crescita fa annegare le persone? Certo che no, ma forse più persone acquistano piscine quando l’economia è in forte espansione. L’econometria si occupa in gran parte dell’analisi delle correlazioni e, ricorda, la correlazione non è uguale alla causalità.