計量経済学とは？
計量経済学は、データを使用して、経済学の理論を開発したり既存の仮説をテストしたり、履歴データから将来の傾向を予測したりする統計および数学モデルの定量的適用です。 実世界のデータに統計的試行を行い、その結果をテスト対象の理論や理論と比較対照します。
既存の理論をテストすることに興味があるか、既存のデータを使用してこれらの観察に基づいて新しい仮説を開発することに興味があるかに応じて、計量経済学は理論と適用の2つの主要なカテゴリに細分できます。 この慣習に日常的に従事する人々は、一般的に計量経済学者として知られています。
重要なポイント
- 計量経済学は、経済学の理論を開発したり、既存の仮説をテストしたりするために、データを使用した統計的および数学的モデルの定量的アプリケーションです。
計量経済学について
計量経済学は、経済理論をテストまたは開発するために、統計的手法を使用してデータを分析します。 これらの方法は、頻度分布、確率、および確率分布、統計的推論、相関分析、単純および重回帰分析、連立方程式モデル、時系列法などのツールを活用して、経済理論を定量化および分析する統計的推論に依存しています。
計量経済学は、ローレンス・クライン、ラグナ・フリッシュ、サイモン・クズネッツによって開拓されました。 3人全員が1971年に貢献したことでノーベル経済学賞を受賞しました。 今日では、学者だけでなく、ウォール街のトレーダーやアナリストなどの実務家の間でも定期的に使用されています。
計量経済学の応用例としては、観測可能なデータを使用して所得効果を調査することがあります。 経済学者は、人が収入を増やすと支出も増えると仮定するかもしれません。 データにそのような関連性が存在することが示されている場合、回帰分析を実行して、収入と消費の関係の強さ、およびその関係が統計的に有意かどうかを理解できます。偶然によるものです。
計量経済学の方法論
計量経済学の方法論の最初のステップは、データのセットを取得して分析し、セットの性質と形状を説明する特定の仮説を定義することです。 このデータは、たとえば、株価指数の過去の価格、消費者金融の調査から収集された観測、またはさまざまな国の失業率やインフレ率などです。
最も一般的な関係は線形です。つまり、説明変数の変化は従属変数と正の相関を持ちます。この場合、単純な回帰モデルがこの関係を調べるためによく使用されます。 2つのデータセットをテストし、各データポイントがその行から平均してどれくらい離れているかをテストします。
分析には、株価の説明における失業に加えて、GDPやインフレの変化など、いくつかの説明変数を含めることができます。 複数の説明変数が使用される場合、それは重線形回帰と呼ばれます。これは、計量経済学で最も一般的に使用されるモデルです。
異なる回帰モデル
分析されているデータの性質と質問の種類に応じて最適化されたいくつかの異なる回帰モデルが存在します。 最も一般的な例は、通常の最小二乗（OLS）回帰です。これは、いくつかのタイプの断面データまたは時系列データで実行できます。 生産性に基づいてジョブから解雇される可能性など、バイナリ（yes-no）の結果に関心がある場合は、ロジスティック回帰またはプロビットモデルを使用できます。 今日、計量経済学者が自由に使えるモデルは何百もあります。
計量経済学は現在、STATA、SPSS、Rなど、これらの目的のために設計された統計分析ソフトウェアパッケージを使用して実施されています。これらのソフトウェアパッケージは、統計的有意性を簡単にテストして、これらのモデルによって生成された経験結果が単なる結果ではないことをサポートすることもできます機会。 R平方、t検定、p値、帰無仮説検定はすべて、計量経済学者がモデル結果の妥当性を評価するために使用する方法です。
計量経済学の限界
計量経済学は、生データを確立された経済理論に結び付けたり、原因メカニズムを探したりせずに生データの解釈に過度に依存していると批判されることがあります。 基礎となるプロセスの独自の理論を開発することを意味する場合でも、データで明らかにされた発見が理論によって適切に説明できることが重要です。
回帰分析も因果関係を証明しません。2つのデータセットが関連性を示しているという理由だけで、それは誤っている可能性があります。 たとえば、プールでのswimming死はGDPとともに増加します。 成長する経済は人々をdrれさせますか？ もちろんそうではありませんが、おそらく経済が活況を呈しているときに、より多くの人々がプールを購入します。 計量経済学は主に相関分析に関係しており、相関は因果関係と等しくないことを忘れないでください。
