Econometría
¿Qué es la econometría?
La econometría es la aplicación cuantitativa de modelos estadísticos y matemáticos que utilizan datos para desarrollar teorías o probar hipótesis existentes en economía y para pronosticar tendencias futuras a partir de datos históricos. Somete los datos del mundo real a ensayos estadísticos y luego compara y contrasta los resultados con la teoría o teorías que se están probando.
Dependiendo de si está interesado en probar una teoría existente o en usar datos existentes para desarrollar una nueva hipótesis basada en esas observaciones, la econometría se puede subdividir en dos categorías principales: teórica y aplicada. Aquellos que se dedican habitualmente a esta práctica se conocen comúnmente como econometristas.
Conclusiones clave
- La econometría es el uso de métodos estadísticos que utilizan datos cuantitativos para desarrollar teorías o probar hipótesis existentes en economía o finanzas.
- La econometría se basa en técnicas como modelos de regresión y pruebas de hipótesis nulas.
- La econometría también se puede utilizar para intentar pronosticar futuras tendencias económicas o financieras.
Comprensión de la econometría
La econometría analiza los datos utilizando métodos estadísticos para probar o desarrollar la teoría económica. Estos métodos se basan en inferencias estadísticas para cuantificar y analizar teorías económicas aprovechando herramientas como distribuciones de frecuencia, probabilidad y distribuciones de probabilidad, inferencia estadística, análisis de correlación, análisis de regresión simple y múltiple, modelos de ecuaciones simultáneas y métodos de series de tiempo.
La econometría fue iniciada por Lawrence Klein, Ragnar Frisch y Simon Kuznets. Los tres ganaron el Premio Nobel de Economía en 1971 por sus contribuciones. Hoy en día, se utiliza con regularidad entre académicos y profesionales como los comerciantes y analistas de Wall Street.
Un ejemplo de la aplicación de la econometría es estudiar el efecto ingreso utilizando datos observables. Un economista puede plantear la hipótesis de que a medida que una persona aumenta sus ingresos, sus gastos también aumentarán. Si los datos muestran que tal asociación está presente, se puede realizar un análisis de regresión para comprender la fuerza de la relación entre ingreso y consumo y si esa relación es estadísticamente significativa o no, es decir, parece improbable que sea debido al azar solo.
La metodología de la econometría
El primer paso de la metodología econométrica es obtener y analizar un conjunto de datos y definir una hipótesis específica que explique la naturaleza y la forma del conjunto. Estos datos pueden ser, por ejemplo, los precios históricos de un índice bursátil, las observaciones recopiladas de una encuesta de las finanzas del consumidor o las tasas de desempleo e inflación en diferentes países.
Si está interesado en la relación entre el cambio de precio anual del S&P 500 y la tasa de desempleo, recopilaría ambos conjuntos de datos. Aquí, desea probar la idea de que un mayor desempleo conduce a precios más bajos en el mercado de valores. El precio del mercado de valores es, por tanto, su variable dependiente y la tasa de desempleo es la variable independiente o explicativa.
La relación más común es lineal, lo que significa que cualquier cambio en la variable explicativa tendrá una correlación positiva con la variable dependiente, en cuyo caso se suele utilizar un modelo de regresión simple para explorar esta relación, lo que equivale a generar una línea de mejor ajuste entre los dos conjuntos de datos y luego probar para ver qué tan lejos está cada punto de datos, en promedio, de esa línea.
Tenga en cuenta que puede tener varias variables explicativas en su análisis, por ejemplo, cambios en el PIB y la inflación además del desempleo al explicar los precios del mercado de valores. Cuando se utiliza más de una variable explicativa, se denomina regresión lineal múltiple, el modelo que es la herramienta más utilizada en econometría.
Diferentes modelos de regresión
Existen varios modelos de regresión diferentes que se optimizan según la naturaleza de los datos que se analizan y el tipo de pregunta que se hace. El ejemplo más común es la regresión de mínimos cuadrados ordinarios (MCO), que se puede realizar en varios tipos de datos transversales o de series de tiempo. Si está interesado en un resultado binario (sí-no), por ejemplo, la probabilidad de que lo despidan de un trabajo en función de su productividad, puede utilizar una regresión logística o un modelo probit. Hoy en día, hay cientos de modelos que un econométrico tiene a su disposición.
La econometría ahora se lleva a cabo utilizando paquetes de software de análisis estadístico diseñados para estos propósitos, como STATA, SPSS o R. Estos paquetes de software también pueden probar fácilmente la significancia estadística para brindar respaldo de que los resultados empíricos producidos por estos modelos no son simplemente el resultado oportunidad. R-cuadrado, pruebas t, valores p y pruebas de hipótesis nula son todos métodos utilizados por los econometristas para evaluar la validez de los resultados de su modelo.
Limitaciones de la econometría
La econometría a veces es criticada por depender demasiado de la interpretación de datos brutos sin vincularlos a la teoría económica establecida o buscar mecanismos causales. Es crucial que los hallazgos revelados en los datos puedan explicarse adecuadamente mediante una teoría, incluso si eso significa desarrollar su propia teoría de los procesos subyacentes.
El análisis de regresión tampoco prueba la causalidad, y solo porque dos conjuntos de datos muestran una asociación, puede ser falso. Por ejemplo, las muertes por ahogamiento en piscinas aumentan con el PIB. ¿Una economía en crecimiento hace que la gente se ahogue? Por supuesto que no, pero quizás más personas compren fondos de inversión cuando la economía está en auge. La econometría se ocupa principalmente del análisis de correlación y recuerde que la correlación no es igual a la causalidad.