Ekonometrie

Ekonometrie  je věda, která studuje kvantitativní a kvalitativní ekonomické vztahy pomocí statistických a dalších matematických metod a modelů. Moderní definice předmětu ekonometrie byla rozpracována v chartě Ekonometrické společnosti , která jako hlavní cíle jmenovala využití statistiky a matematiky pro rozvoj ekonomické teorie [1] . Teoretická ekonometrie se zabývá statistickými vlastnostmi odhadů a testů , zatímco aplikovaná ekonometrie se zabývá aplikací ekonometrických metod k hodnocení ekonomických teorií. Ekonometrie poskytuje nástroje pro ekonomická měření a také metodiku pro hodnocení parametrů mikro- a makroekonomických modelů . Ekonometrie se navíc aktivně využívá k predikci ekonomických procesů jak v měřítku ekonomiky jako celku, tak na úrovni jednotlivých podniků [2] . Zároveň je ekonometrie součástí ekonomické teorie spolu s makro- a mikroekonomií [3] .

Pojem "ekonometrie" se skládá ze dvou částí: "econo" - z "ekonomie" a "metrika" - z "měření". Ekonometrie je součástí rozsáhlé rodiny disciplín věnovaných měření a aplikaci statistických metod v různých oblastech vědy a praxe. Do této rodiny patří zejména biometrie , technometrie , scientometrie , psychometrie , chemometrie , kvalimetrie . Sociometrie stojí stranou  – tento termín byl přiřazen statistickým metodám pro analýzu vztahů v malých skupinách , tedy malé části takové disciplíny, jako je statistická analýza v sociologii a psychologii [4] .

Historie ekonometrie

Předpoklady pro vznik ekonometrie

První pokusy o kvantitativní výzkum v ekonomii se datují do 17. století. Byli spojováni s představiteli nového směru ekonomické teorie – politické aritmetiky [5] . W. Petty , C. Davenant , G. King ve svém výzkumu použili specifická ekonomická data především při výpočtu národního důchodu . Tento směr probudil hledání ekonomických zákonitostí , analogicky s fyzikálními , astronomickými a jinými přírodovědnými zákony. Existence nejistoty v ekonomice přitom ještě nebyla realizována [6] .

Důležitou etapou ve vzniku ekonometrie byl rozvoj statistické teorie v pracích F. Galtona , K. Pearsona , F. Edgewortha . Tito vědci předurčili první aplikace párové korelace . J. E. Yule tak určil vztah mezi mírou chudoby a formami pomoci chudým. G. Hooker naproti tomu měřil vztah mezi sňatečností a bohatstvím , ve kterém bylo použito několik ukazatelů blahobytu, studoval také časové řady ekonomických proměnných [6] .

Od 30. let 19. století začaly nejvyspělejší země zažívat otřesy, které byly z hlediska tehdejší ekonomické vědy nevysvětlitelné - pokles podnikatelské aktivity , vznik masové nezaměstnanosti . Rychlý průmyslový rozvoj a urbanizace odhalily obrovskou vrstvu nevyřešených sociálních problémů. Již na konci XIX století. neoklasická teorie začala být vnímána jako příliš vzdálená realitě. Teorie by se mohla stát přesvědčivou, pokud by dokázala vysvětlit změny probíhající v ekonomice. Pro jeho praktickou aplikaci bylo zapotřebí kvantitativní vyjádření základních ekonomických pojmů [6] .

V roce 1911 vydal americký ekonom G. Moore The Laws of Wages: Essays in Statistical Economics . Historik statistiky I. I. Eliseeva nazývá toto dílo prvním dílem o ekonometrii. G. Moore ve své studii analyzoval trh práce , statisticky testoval teorii produktivity J. Clarka a nastínil základy strategie sjednocení proletariátu . G. Moore ukázal, že pomocí složitých matematických konstrukcí založených na důkazech je možné vytvořit základ pro sociální politiku . Italský ekonom R. Benini přitom jako první použil vícenásobnou regresi při odhadu poptávkové funkce [6] .

K rozvoji ekonometrie významně přispěly studie cyklického charakteru ekonomiky . K. Zhuglyar byl první, kdo objevil cyklickou povahu ekonomiky . Identifikoval 7-11leté investiční cykly . Bezprostředně po něm J. Kitchin odhalil 3-5letou periodicitu v obnově pracovního kapitálu , S. Kuznets , nositel Nobelovy ceny za ekonomii za rok 1971, objevil 15-20leté cykly ve stavebnictví a N. Kondratiev odhalil své slavné " dlouhé vlny " trvání 45-60 let [6] .

Důležitým krokem ve formování ekonometrie byla konstrukce ekonomických barometrů . Konstrukce ekonomických barometrů je založena na myšlence, že existují indikátory, které se mění dříve než ostatní, a proto mohou sloužit jako signály změn v těch druhých. Prvním a nejznámějším byl Harvardský barometr , který vznikl v roce 1903 pod vedením W. Personse a W. Mitchella . Skládal se z křivek charakterizujících akciový , komoditní a peněžní trh . Každá z těchto křivek byla aritmetickým průměrem několika ukazatelů v ní zahrnutých. Tyto řady byly předzpracovány odstraněním trendu , sezónnosti a uvedením kolísání jednotlivých křivek na srovnatelnou škálu kolísání . Úspěch použití harvardského barometru způsobil, že se v jiných zemích objevilo mnoho podobných barometrů. Zhruba od roku 1925 však ztratil citlivost. Jeho kolaps se vysvětluje vznikem silného regulačního faktoru v ekonomice USA . Za těchto podmínek se metoda konstrukce mezisektorové bilance VV Leontieva [6] stává hlavní metodou makroekonomické analýzy . Zároveň se začaly budovat ekonomické modely pomocí metod harmonické analýzy . Tyto metody byly přeneseny do ekonomie z astronomie , meteorologie a fyziky [7] .

Historie vývoje

Ve třicátých letech se vytvořily všechny předpoklady pro oddělení ekonometrie do samostatné vědy . Ukázalo se, že pro hlubší pochopení ekonomických procesů se vyplatí v té či oné míře používat statistiku a matematiku. Bylo potřeba, aby se objevila nová věda s vlastním předmětem a metodou, sjednocující veškerý výzkum v tomto směru. 29. prosince 1930 byla z iniciativy I. Fischera , R. Frische , J. Tinbergena , J. Schumpetera , O. Andersona a dalších vědců vytvořena ekonometrická společnost . V roce 1933 založil R. Frisch časopis „ Ekonometrie “, který má dodnes velký význam pro rozvoj ekonometrie. A již v roce 1941 se objevila první učebnice nové vědní disciplíny, kterou napsal J. Tinbergen [6] . V roce 1969 se Frisch a Tinbergen stali prvními vědci, kteří získali Nobelovu cenu za ekonomii . Jak je uvedeno v oficiálním prohlášení Nobelova výboru: „za tvorbu a aplikaci dynamických modelů k analýze ekonomických procesů“ [8] .

Až do 70. let 20. století byla ekonometrie chápána jako empirické hodnocení modelů vytvořených v rámci ekonomické teorie. Podle tehdejších ekonometrií měla statistika chránit teorii před dogmatismem . Zároveň byla velká většina ekonomických modelů postavených v tomto období keynesiánských . Ale počínaje 70. lety se při výběru kauzality teoretických konceptů začaly používat formální metody . Ve stejné době začali monetaristé aktivně využívat ekonometrii [6] .

V roce 1980 obdržel americký ekonom Lawrence Klein druhou ekonometrickou Nobelovu cenu za ekonomii za vytvoření ekonomických modelů a jejich aplikaci na analýzu ekonomických fluktuací a hospodářské politiky . Spolu s A. Goldbergem vytvořil jeden z nejznámějších modelů americké ekonomiky, známý jako " Klein-Goldbergův model ". Struktura tohoto modelu byla založena na jeho vlastním vývoji. Tvořily ji vzájemně propojené simultánní a směrované řady rovnic, jejichž řešení dávalo obraz výroby v zemi. K tomuto modelu R. J. Ball poznamenal: „Jako empirická reprezentace základů keynesiánského systému se tento model stal snad nejznámějším mezi modely velkých národních ekonomik před vznikem dalších modelů v 60. letech.“ [9] . Klein také zorganizoval známý projekt Link, jehož cílem bylo integrovat statistické modely různých zemí do jednoho společného systému, aby se zlepšilo pochopení mezinárodních ekonomických vztahů a prognóz v oblasti světového obchodu [10] . V této době se aktivně rozvíjela nejen makro-, ale i mikroekonometrie. Průkopníky tohoto trendu byli J. Heckman a D. McFadden . Vyvinuli teorie a metody, které jsou široce používány ve statistické analýze chování jednotlivců a domácností , a to jak v ekonomii, tak v jiných společenských vědách . J. Heckman tedy vyřešil problém zkreslení vzorku v důsledku selektivity dat a vlastního výběru . K jeho vyřešení navrhl použití Heckmanovy korekční metody , která se díky své účinnosti a snadnému použití stala široce používána v empirických výzkumech . Hlavním přínosem D. McFaddena pro vědu je vývoj metod pro analýzu diskrétní volby . V roce 1974 vyvinul podmíněnou logitovou analýzu , která byla okamžitě uznána jako základní úspěch ekonomické vědy. Vytvořil také ekonometrické metody pro hodnocení výrobních technologií a zkoumání faktorů, které jsou základem poptávky firem po kapitálu a práci . Vynikající úspěchy těchto vědců byly oceněny Nobelovou cenou za ekonomii v roce 1990 [11]

Důležitou událostí pro rozvoj ekonometrie byl nástup počítačů . Díky nim se statistická analýza časových řad výrazně rozvinula. J. Box a G. Jenkins vytvořili model ARIMA v roce 1970 a K. Sims a někteří další vědci vytvořili model VAR na počátku 80. let. Stimulovaný ekonometrický výzkum a rychlý rozvoj finančních trhů a derivátů . To vedlo nositele Nobelovy ceny za ekonomii z roku 1981 J. Tobina k vývoji modelů využívajících cenzurovaná data [6] .

Hovelmo měl také velký vliv na moderní ekonometrii . Jovelmo ukázal, jak lze metody matematické statistiky použít k vyvození spolehlivých závěrů o složitých ekonomických vztazích z náhodného vzorku empirických pozorování. Tyto metody lze také použít k hodnocení poměrových ukazatelů odvozených z ekonomických teorií a k testování těchto teorií. V roce 1989 mu byla udělena Nobelova cena za ekonomii „za objasnění pravděpodobnostních základů ekonometrie a za analýzu simultánních ekonomických struktur“ [12] .

Jovelmo viděl ekonomické řady jako realizaci náhodných procesů . Hlavní problémy, které vznikají při práci s takovými daty, jsou nestacionarita a silná volatilita . Pokud jsou proměnné nestacionární, pak existuje riziko navázání spojení tam, kde žádné není. Řešením tohoto problému je přechod z úrovní řad k jejich rozdílům. Nevýhodou této metody je složitost ekonomické interpretace výsledků. K vyřešení tohoto problému zavedl Clive Granger koncept kointegrace jako stacionární kombinace mezi nestacionárními proměnnými. Navrhl model korekce odchylek (ECM) , pro který vyvinul metody pro odhad jeho parametrů, zobecnění a testování. Kointegrace se používá, pokud krátkodobá dynamika odráží významné destabilizační faktory a dlouhodobá směřuje k ekonomické rovnováze . Modely vytvořené Grangerovou zobecnil v roce 1990 S. Johansen pro multidimenzionální případ. V roce 2003 Grangerová spolu s R. Angleem obdržela Nobelovu cenu. R. Engle je zase známý jako tvůrce modelů s časově proměnnou volatilitou (tzv. ARCH modely ). Tyto modely jsou široce používány na finančních trzích [6] .

Ekonometrie dnes

Dnes je ekonometrie součástí ekonomických věd. Ve světě vychází řada vědeckých časopisů , které se zcela věnují ekonometrii, včetně: Journal of Econometrics ( Švédsko ), Econometric Reviews ( USA ), Econometrica ( USA ), Sankhya. Indian Journal of Statistics. Ser.D. Kvantitativní ekonomie ( Indie ), Publications Econometriques ( Francie ) [13] . Ekonometrie se studuje na předních světových univerzitách – pochopilo se, že bez ekonometrických metod není možné provádět moderní makro- a mikroekonomické analýzy [14] .

Existují i ​​specializované časopisy v ruštině. Patří mezi ně „ Aplikovaná ekonometrie “ a „ Kvantil “. Samostatné publikace o ekonometrii vycházejí v časopisech „ Ekonomie a matematické metody “, „ Problémy statistiky “, „ Problémy ekonomie “ a některých dalších.

Dříve v Rusku z mnoha důvodů nebyla ekonometrie vytvořena jako nezávislá oblast vědecké a praktické činnosti. I když se nyní začínají rozvíjet ekonometrické studie. V tomto ohledu začíná rozšířená výuka této disciplíny [13] .

Neparametrická ekonometrie

Jednou z hlavních rychle se rozvíjejících oblastí ekonometrie je neparametrická ekonometrie. Neparametrická ekonometrie je obor ekonometrie, který nevyžaduje specifikaci funkčních forem hodnocených objektů. Místo toho samotná data tvoří model . Neparametrické metody jsou v aplikovaném výzkumu stále populárnější. Jsou vhodnější pro analýzu velkého množství dat s malým počtem proměnných . Tyto metody se také používají, když konvenční parametrické specifikace nejsou vhodné pro řešení problému. Neparametrická ekonometrie oslabuje parametrické předpoklady, což je někdy velmi užitečné v aplikovaném výzkumu. Hlavními metodami pro vytváření flexibilních modelů jsou metody jádra , spline vyhlazování , metody nejbližšího souseda , neuronové sítě a flexibilní metody vyhlazování pomocí datových řad [15] .

Někteří výzkumníci také odkazují na neparametrickou ekonometrii jako na ekonometrickou analýzu nenumerických matematických konceptů souvisejících s určitými třídami nenumerických objektů, jako jsou fuzzy množiny , intervaly , rozdělení pravděpodobnosti atd. Takže ve statistice intervalových dat se ukázkové prvky nejsou čísla, ale intervaly . Ve statistice intervalových dat byly studovány téměř všechny problémy klasické aplikované matematické statistiky, zejména problémy regresní analýzy, plánování experimentů , porovnávání alternativ a rozhodování za podmínek intervalové nejistoty atd. Pro tento vědní obor , bylo vyvinuto obecné výzkumné schéma zahrnující výpočet dvou hlavních charakteristik - poznámek (maximální možná odchylka statistik způsobená intervalem výchozích dat) a racionální velikosti vzorku (překročení, které významně nezvyšuje přesnost odhadu a statistické závěry související s testováním hypotéz). Byly také vyvinuty přístupy, které berou v úvahu intervalovou nejistotu v hlavních formulacích regresní, diskriminační a shlukové analýzy [4] .

Specifika ekonomických měření

Specifika ekonomických dat lze shrnout do pěti skupin:

  1. Měřit lze pouze provozně definovaná data. Ekonomická měření jsou přitom silně ovlivněna teoretickými představami o těchto veličinách.
  2. Neexperimentální povaha dat a krátké série pozorování, které zpochybňují adekvátnost získaných výsledků.
  3. Ekonomické údaje jsou obvykle nepřímé. Primární měření přitom často nemají ekonomický charakter.
  4. Variabilita jednotek .
  5. Vyvstává akutní problém vlivu měřicího nástroje na samotný předmět studia [2] .

Ekonometrické metody

Regresní analýza

Regresní analýza je statistická metoda pro studium vztahu mezi závisle proměnnou a jednou nebo více nezávislými proměnnými . Terminologie závislých a nezávislých proměnných přitom odráží pouze matematickou závislost proměnných, nikoli kauzální vztahy. Pro adekvátní popis složitých vnitřně heterogenních ekonomických procesů se zpravidla používají soustavy ekonometrických rovnic . V jednodušších případech lze použít i jednoduché izolované rovnice [16] .

Analýza časových řad

Analýza časových řad je soubor matematických a statistických metod analýzy určených k identifikaci struktury časových řad a k jejich predikci. Odhalení struktury časových řad je nezbytné pro sestavení matematického modelu jevu, který je zdrojem analyzovaných časových řad. Předpověď budoucích hodnot časové řady se využívá při rozhodování [17] . Prognózování je zajímavé také tím, že racionalizuje existenci analýzy časových řad mimo ekonomickou teorii [18] .

Prognózování je zpravidla založeno na nějakém daném parametrickém modelu. V tomto případě se používají standardní metody parametrického odhadu ( LSM , MMP , metoda momentů ). Na druhou stranu jsou dostatečně rozvinuté neparametrické metody odhadu pro fuzzy modely [19] .

Panelová analýza

Panelová data jsou prostorové mikroekonomické vzorky sledované v čase, to znamená, že se skládají z pozorování stejných ekonomických jednotek v po sobě jdoucích časových obdobích. Panelová data mají tři rozměry: znaky - objekty - čas. Jejich použití poskytuje řadu významných výhod při posuzování parametrů regresních závislostí, protože umožňují jak analýzu časových řad, tak analýzu prostorových vzorků. Pomocí těchto dat studují chudobu , nezaměstnanost, kriminalitu a také vyhodnocují efektivitu vládních programů v oblasti sociální politiky [20] .

Kritika a apologetika ekonometrie

Keynes a Tinbergen spor o metodu

V mnoha ohledech se pro rozvoj ekonometrie stal rozhodujícím spor mezi Tinbergenem a Keynesem o ekonometrické metodě výzkumu. Ve svém slavném článku „Metoda profesora Tinbergena“ Keynes píše, že Tinbergen „upřednostňuje labyrinty aritmetiky před labyrinty logiky “. Říká, že ekonometrická analýza se stává „dětskými hádankami, do kterých je třeba napsat svůj věk, vynásobit něčím, přidat něco jiného, ​​odečíst a nakonec získat číslo šelmy ze Zjevení svatého Jana Božského “ [21] .

Keynes tvrdí, že výzkumný potenciál mnohonásobné korelační analýzy závisí do značné míry na ekonomovi. Podle jeho názoru je tato metoda použitelná pouze tehdy, je-li ekonom schopen předem předložit správnou a bezvýhradně úplnou analýzu významných faktorů [21] . To vyvolává problém používání neúplné sady vysvětlujících proměnných ( vychýlený odhad způsobený vynecháním proměnných); vytváření modelů obsahujících nepozorované proměnné (jako jsou racionální očekávání ) odvozené ze špatně změřených dat založených na indexech; získání falešné korelace v důsledku použití náhradních proměnných a simultánnosti [1] .

Tinbergen na tuto kritiku reaguje slovy, že „ irelevantní vysvětlující proměnné lze považovat za náhodné rezidua, které nejsou systematicky korelovány s jinými vysvětlujícími proměnnými. Pokud je uveden matematický tvar poměru, pak je možné předložit určitá data o pravděpodobnostních rozděleních reziduí. Jak již bylo řečeno, vysvětlující faktory lze měřit a nezávislost reziduí lze následně testovat studiem jejich autokorelace . Ekonom by přitom neměl zapomínat na omezení metody a validace dat [22] .

Keynes se také snaží předložit metodě vícenásobné regrese, která je aplikována, požadavky, které obecná metoda splňuje. Trval na pravdivosti premis, souměřitelnosti podmínek, nezávislosti posuzovaných faktorů, povaze funkcí atd., přičemž neodpovídá na otázku, jak ověřit jejich pravdivost, co brát jako měřítko. za pravdu, souměřitelnost a nezávislost. Moderní vědecká metodologie opustila princip ověřování předpokladů a přešla na ověřování závěrů či správnosti prognózy [23] .

Keynes stejně kritizuje zavedení časového faktoru do regresní rovnice. Použití lineárního trendu samozřejmě znamená, že mezi prvním a posledním rokem časové řady je nakreslena přímka. Ve výsledku tedy hodně záleží na tom, které ročníky jsou pro studium vybrány. Při analýze příkladu časové řady převzaté z let 1919 až 1933 z Tinbergenovy knihy říká, že „existuje paradox , že americká ekonomika byla charakterizována vážným sestupným trendem po celé období, včetně období končícího rokem 1929“. Celkově změny dosahují 20 %, zatímco pokud by Tinbergen zkoumal časovou řadu končící rokem 1929, použil by pro analýzu stejných let vzestupný trend namísto klesajícího [21] . Trendová složka je podle Keynese velmi podobná metodě korekce špatných výsledků a zakrývá skutečnost, že „toto vysvětlení je ve skutečnosti špatné“ [24] .

Zároveň podle jeho názoru není jasné, „do jaké míry jsou křivky a rovnice považovány pouze za součást popisu a historické analýzy pro účely výběru křivek a do jaké míry se používají k vyvozování induktivních závěrů o budoucnost nebo minulost." Keynes pochybuje o hodnotě takového přístupu. Podle něj je zřejmé, že tato metoda „není nejjasnějším způsobem, jak popsat minulost“. Nejdůležitější podmínkou takové analýzy je, že „ ekonomické prostředí musí zůstat po určitou dobu nezměněné a homogenní ve všech významných ohledech, s výjimkou fluktuací těch faktorů, které jsou posuzovány samostatně. Není však možné si být jisti, že takové podmínky budou přetrvávat i v budoucnu, i když budou nalezeny v minulosti“ [21] .

Tinbergen tomu oponuje tvrzením, že „samotný vzhled křivek často naznačuje, že nějaký faktor, o kterém se ve většině učebnic ekonomie nezmiňuje , je velmi důležitý. Uvedením číselné hodnoty jednoho nebo více regresních koeficientů lze kritizovat jednu nebo více dříve používaných teorií. Tinbergen uvádí příklad takové situace, kdy „mnoho teoretiků souhlasí s tím, že úroková míra je významným faktorem v poptávce po penězích nebo investiční aktivitě, a výsledky získané po analýze naznačují, že takový vliv je nevýznamný nebo alespoň byl v Spojené státy během tohoto časového období“ [22] .

Keynes považuje otázku předpokládané linearity vztahů za velmi důležitou. Tvrdí, že nenašel žádný příklad nelineární korelace. Říká, že nerozumí analýze, která empirická data si vynucují použití nelineární korelace [21] . Podle Tinbergena však „ rozptylové grafy umožňují pochopit, zda je nějaká korelace lineární nebo ne. Nelinearita není v žádném případě svévolná manipulace s koeficienty. Přísně vzato je pro každou hodnotu vysvětlující proměnné možný pouze jeden koeficient a vzhledem k návaznosti je nutné, aby tyto koeficienty příliš nekolísaly. Keynes má velmi špatný vztah k lineárním vztahům, nazývá je „směšnými“ [21] . Existují však důvody, proč se míra jejich „směšnosti“ snižuje:

  1. Na malých intervalech lze spojitou funkci aproximovat lineárními funkcemi.
  2. Sledování ekonomických dat ukazuje, že v praxi často dochází k lineárním vztahům. Zároveň je logické začít s analýzou založenou na nejjednodušším předpokladu, který je v korelaci s obecnou teorií. Podle Tinbergena: „Tento přístup je velmi běžný v induktivní části jakéhokoli výzkumného článku. Existuje také teoretické zdůvodnění linearity, podle kterého pro velké masy jednotlivců bude společná reakce mnohem lineárnější než jakákoli individuální reakce“ [22] .

Kritika ekonometrie Keynese je hlavně kvůli rozdílu v jeho přístupu k ekonomii od toho ekonomie hlavního proudu . Hlavním bodem této divergence je otázka „měla by být ekonomie považována za exaktní vědu “. Sám Keynes na tuto otázku odpověděl záporně. V rámci jeho tradice je ekonomické prostředí proměnlivé a nepředvídatelné a většina ekonomických proměnných je propojena mnoha složitými nelineárními vztahy. To má za následek nestabilitu korelačních koeficientů a nemožnost řešit prediktivní problémy. Ekonomie si proto nemůže nárokovat přesná kvantitativní měření. Měl by vycházet z realistických předpokladů a obsahovat nástroje, které pomohou toto prostředí pochopit a vysvětlit. Tinbergenův přístup je zcela v souladu s moderním hlavním proudem : ekonomická analýza by měla být co nejvíce formalizovaná a zaměřená na řešení konkrétních kvantitativních problémů. V rámci tohoto přístupu musí být ekonomická věda přesná a předmět jejího zkoumání je podobný předmětům technických a přírodovědných disciplín [25] .

Následná kritika

Navzdory svému potenciálu nezískala ekonometrie podporu mnoha významných ekonomů. Na počátku 70. let Worswick ostře kritizoval matematické ekonomy za „nedostatek spojení s konkrétními fakty“ [1] . Tvrdil, že ekonometrii „se nezabývají ani tak vynalézáním prostředků k systematizaci a měření existujících faktů, jako spíše vytvářením nesčetného množství způsobů, jak tak učinit“ [1] . F. Brown zároveň tvrdil, že „konstrukce regresí časových řad je vhodná pouze pro klamání“. V. Leontiev charakterizoval ekonometrii jako „pokus kompenzovat nápadný nedostatek dostupných dat prostřednictvím širokého používání stále důmyslnějších statistických technik“. Hicks hovořil v podobném duchu , řekl, že „neměli bychom přehánět důležitost ekonometrických metod v ekonomické teorii“ [1] . A E. Leamer napsal, že „jsou dvě věci, jejichž výrobní proces je lepší nevidět: klobásy a ekonometrické odhady“ [26] .

Ostře negativně se k ekonometrii vyjádřili i zástupci rakouské ekonomické školy . Mises tedy napsal: „Svedeno myšlenkou, že vědy o lidském jednání by měly napodobovat metodu přírodních věd, je mnoho autorů pohlceno kvantifikací ekonomie. Myslí si, že ekonomie by měla napodobovat chemii, která se vyvinula z kvalitativního do kvantitativního stavu. Jejich heslem je pozitivistický princip: věda je měření. Nedokážou však pochopit, že v oblasti lidského jednání je statistika vždy historií a že hypotetické korelace a funkce nepopisují nic jiného než to, co se stalo v určitém okamžiku v určité geografické oblasti v důsledku činností určitý počet lidí. Jako metoda ekonomické analýzy je ekonometrie dětskou hrou s čísly, která nic nepřidává k objasnění problémů ekonomické reality .

K podrobnějším kritikám vícenásobné regrese se od Keynese přidala neschopnost oddělit multikolinearitu , nesprávná specifikace dynamických odezev a dlouhé prodlevy, předpoklad linearity bez přesné znalosti odpovídajících regresních hodnot, nesprávné předfiltrování dat , nepřiměřené závěry z korelace , variabilita parametrů regresní rovnice, identifikace ekonomické a statistické významnosti a nemožnost korelovat ekonomickou teorii s ekonometrií a také neadekvátní velikost vzorku [1] .

Díky této a některým dalším výtkám došlo k revizi metodologie aplikovaného výzkumu. Podle klasické ekonometrické metodologie jsou získané výsledky považovány za adekvátnější, pokud zkoumané proměnné silněji korelují, predikce se více shodují s daty a čím významnější jsou výsledné odhady z hlediska t- nebo F-statistiky . Značná pozornost je věnována tomu, jak co nejúčinněji zorganizovat výčet potenciálních vysvětlujících proměnných, aby bylo možné co nejlépe předpovědět vysvětlovanou proměnnou a zároveň zajistit, aby koeficient determinace byl co největší a F-statistika byla tak významná jako možný. Pokud jsou ve specifikačních kritériích získány neuspokojivé výsledky, pak výzkumník podle tradiční metodologie namísto revize modelu začne používat pokročilejší metody hodnocení. V rámci tohoto přístupu je charakteristická touha získat „nejlepší“ výsledek namísto touhy po smysluplném a spolehlivém výsledku . V současné fázi vývoje ekonometrie se však dává přednost těm modelům, které splňují diagnostická kritéria, i když mají nižší koeficient determinace [14] .

Viz také

Poznámky

  1. ↑ 1 2 3 4 5 6 D. Hendry. Ekonometrie: alchymie nebo věda?  (ruština)  // Ekovest. - 2003. - č. 2 . - S. 172-196 .  (nedostupný odkaz)
  2. ↑ 1 2 Suslov V. I., Ibragimov N. M., Talysheva L. P., Tsyplakov A. A. Ekonometrie. - Novosibirsk: SO RAN, 2005. - 744 s. — ISBN 5-7692-0755-8 .
  3. ↑ Orlov A. I. Management. Učebnice. — M .: Izumrud, 2003. — 298 s.
  4. ↑ 1 2 Orlov A. I. Ekonometrie. Učebnice. - M . : Zkouška, 2002. - 576 s. — ISBN 5-472-00035-1 .
  5. ↑ Politická aritmetika  // Velká ruská encyklopedie  : [ve 35 svazcích]  / kap. vyd. Yu. S. Osipov . - M  .: Velká ruská encyklopedie, 2004-2017.
  6. ↑ 1 2 3 4 5 6 7 8 9 10 Ekonometrie. Učebnice / Ed. Eliseeva I. I .. - 2. vyd. - M. : Finance a statistika, 2008. - 576 s. — ISBN 5-279-02786-3 .
  7. ↑ Weinstein A. L. Ekonometrie a statistika  (ruština)  // Tintner G. Úvod do ekonometrie. - M .: Statistika, 1965. - S. 5-26 .
  8. ↑ Nositelé Nobelovy ceny za ekonomii  (ruština)  ? (nedostupný odkaz) . Získáno 19. července 2009. Archivováno z originálu dne 6. března 2009. 
  9. ↑ Nositelé Nobelovy ceny za ekonomii  (ruština)  ? (nedostupný odkaz) . Datum přístupu: 19. července 2009. Archivováno z originálu 7. srpna 2009. 
  10. ↑ Nositelé Nobelovy ceny za ekonomii  (ruština)  ? (nedostupný odkaz) . Získáno 19. července 2009. Archivováno z originálu 16. srpna 2009. 
  11. ↑ Nositelé Nobelovy ceny za ekonomii  (ruština)  ? (nedostupný odkaz) . Datum přístupu: 19. července 2009. Archivováno z originálu 9. února 2010. 
  12. ↑ Nositelé Nobelovy ceny za ekonomii  (ruština)  ? (nedostupný odkaz) . Datum přístupu: 19. července 2009. Archivováno z originálu 19. února 2009. 
  13. ↑ 1 2 Orlov A.I. Aplikovaná statistika. Učebnice. - M . : Zkouška, 2006. - 672 s. — ISBN 5-472-01122-1 .
  14. ↑ 1 2 Tsyplakov A.A. Metodika ekonometrického modelování  (ruština)  ? (nedostupný odkaz) . Ekonometrická analýza vysokoinflačních procesů (na příkladu Ruska) (disertační práce pro stupeň kandidáta ekonomických věd) . Novosibirsk (1998). Datum přístupu: 19. července 2009. Archivováno z originálu 26. května 2008. 
  15. ↑ J. Racine. Neparametrická ekonometrie: úvodní kurz  (ruština)  // Kvantil. - 2008. - č. 4 . - S. 7-56 .
  16. ↑ Babeshko L.O. Základy ekonometrického modelování: Proc. příspěvek. — 2. vyd., opraveno. - M. : KomKniga, 2006. - 432 s. - ISBN 978-5-484-00757-8 .
  17. ↑ Afanasiev V.N., Yuzbashev M.M. Analýza a prognóza časových řad: Proc. příspěvek. - M. : Finance a statistika, 2001. - 228 s. — ISBN 5-279-02419-8 .
  18. ↑ Cochrane J. Prognóza a impulsní odezvy v lineárních systémech  (ruština)  // Kvantil. - 2006. - č. 1 . - S. 21-26 .
  19. ↑ Tsyplakov A. Úvod do prognózování v klasických modelech časových řad  (ruština)  // Kvantil. - 2006. - č. 1 . - S. 3-19 .
  20. ↑ Ratnikova T. A. Úvod do ekonometrické analýzy panelových dat  (ruština)  // HSE Economic Journal. - 2006. - č. 2 . - S. 267-316 . Archivováno z originálu 15. června 2016.
  21. ↑ 1 2 3 4 5 6 J. M. Keynes. Metoda profesora Tinbergena  (ruština)  // Otázky ekonomie. - 2007. - č. 4 .
  22. ↑ 1 2 3 Ano. Tinbergen. K metodě statistického výzkumu hospodářského cyklu. Odpověď J.M. Keynese  (Rus)  // Otázky ekonomie. - 2007. - č. 4 .
  23. ↑ N. Shapiro. J. M. Keynes jako konečný ekonom „mainstreamu“ a předzvěst teoretického a metodologického pluralismu  (ruského)  // Otázky ekonomie. - 2008. - č. 1 .
  24. ↑ J. M. Keynes. Komentář  (ruština)  // Otázky ekonomie. - 2007. - č. 4 .
  25. ↑ I. Rozmainský. Metodologické základy Keynesovy teorie a jeho „spor o metodu“ s Tinbergenem  (rusky)  // Otázky ekonomie. - 2007. - č. 4 .
  26. ↑ E. E. Leamer, „Odstraňme podvod z ekonometrie“, American Economic Review, 73 (1983), 31-43.
  27. ↑ Ludwig von Mises. Konečný základ ekonomické vědy: Esej o metodě. Princeton: D. Van Nostrand, 1962. (str. 62)

Literatura

Odkazy

  Přejděte na položku Wikidata  Slovníky a encyklopedie