Curs 1 Econometria

1.1. Ce este econometria? 1.2. Metodologia econometriei 1.3. Recapitularea unor noiuni de statistic descriptiv i inferenial

1.1. Ce este econometria?

Simplu spus, econometria nseamn msurtoare economic.

Ragnar Anton Kittil Frisch primul ctigtor al premiului Nobel n economie 1969

Goldberg1 definete econometria ca fiind tiina n care uneltele teoriilor economice, matematice i statistice sunt aplicate pentru analizarea unor fenomene economice. Samuelson, Koopmans i Stone2 spun c econometria const n aplicarea statisticii n datele economice pentru a adapta modelele empirice la modele construite cu ajutorul economiilor matematice cu scopul de a obine rezultate numerice.

Paul Anthony Samuelson premiul Nobel n economie n 1970

Tjalling C.Koopmans premiul Nobel n economie n 1975

John Richard Nicholas Stone premiul Nobel n economie n 1984

1 2

Goldberg, A.S., Econometric Theory, Wiley, New-York, 1964, p. 1. Samuelson, P.A., Koopmans, T.C., Stone, J.R.N., Report of the Evaluative Committee for Econometrica, Econometrica, 22(2), 1954, pg. 141-146.

n fapt, econometria, se bazeaz pe dezvoltarea metodelor statistice pentru estimarea legturilor ntre variabilele economice, pentru testarea teoriilor economice i pentru evaluarea i implementarea politicilor economice. Una dintre cele mai importante aplicaii ale econometriei const n previzionarea unor indicatori macroeconomici cum ar fi rata dobnzii, rata inflaiei, PIB.

1.2. Metodologia econometriei

1. 2. 3. 4. 5. 6. 7. 8. Formularea ipotezelor; Colectarea datelor; Specificarea modelului matematic; Specificarea modelului statistic sau econometric; Estimarea parametrilor modelului ales; Gsirea celui mai bun model; Testarea ipotezelor ce deriv din model; Estimri i previziuni pe baza modelului.

n fapt econometria a aprut ca instrument de testare a unor ipoteze formulate pornind de la anumite situaii ntlnite n practica economic. Spre exemplu pornim cu urmtoarea ntrebare:

? Influeneaz condiiile economice dorina oamenilor de a muncii?

Pentru a rspunde la aceast ntrebare considerm dou variabile i anume rata omajului (RS) i rata forei de munc (RFM).

1.2.1. Formularea ipotezelor

n teoriile economice asupra pieei muncii exist dou ipoteze asupra efectului condiiilor economice asupra dorinei oamenilor de a muncii i anume: 1. ipoteza discouraged-worker care spune c atunci cnd condiiile economice se nrutesc muli omerii renun la sperana de a-i mai gsi un loc de munc; 2. ipoteza added-worker care spune c n condiii economice nrautite muli dintre cei api de munc, dar care nu activeaz pe piaa muncii (mame cu copii), decid s intre pe piaa muncii n condiiile n care cellalt membru al familiei i pierde slujba. Chiar dac slujba este slab remunerat, ctigurile vor acoperi o parte din pierderile suferite prin concedierea celulilalt membru al familiei. Este evident c dac efectul added-worker este dominant, RFM va crete chiar n condiiile unei RS ridicate. Invers, dac efectul discouraged-worker este dominant atunci RFM va scdea.

Se pune ntrebarea cum aflm acest lucru? Care evident este o ntrebare empiric.

1.2.2. Colectarea datelor

Avem nevoie de informaii cantitative despre cele dou variabile. Anul 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 RFM (%) 63.8 63.9 64.0 64.0 64.4 64.8 65.3 65.6 65.9 66.5 66.5 66.2 66.4 66.3 66.6 66.6 66.8 RS (%) 7.1 7.6 9.7 9.6 7.5 7.2 7.0 6.2 5.5 5.3 5.6 6.8 7.5 6.9 6.1 5.6 5.4 COM* ($) 7.78 7.69 7.68 7.79 7.80 7.77 7.81 7.73 7.69 7.64 7.52 7.45 7.41 7.39 7.40 7.40 7.43

*COM ctigul mediu orar

1.2.3. Specificarea modelului matematic

Pentru a vedea cum se comport RFM n raport cu RS vom reprezenta grafic datele:
67

66

RFM (y)

65

64

63 5 6 7 RS (x) 8 9 10

Din grafic reiese c ntre RFM i RS exist o relaie invers. Aceasta poate sugera spre exemplu c efectul discouraged-worker este mai puternic dect efectul addedworker. Ca o prim aproximare putem scrie relaia dintre RFM i RS astfel: RFM=B0 + B1*RS B0, B1 se numesc parametrii modelului matematic. B1 ne arat cu ct se modific RFM atunci cnd RS se modific cu o unitate. B1 poate fi pozitiv caz n care n exemplul nostru efectul added-worker domin efectul discouraged-worker sau poate fi negativ caz n care efectul discouraged-worker este mai puternic dect efectul added-worker. Gaficul sugereaz, n cazul exemplului nostru, c B1<0. (1)

1.2.4. Specificarea modelului statistic sau econometric

Modelul liniar de mai sus nu este foarte iubit de statisticieni pentru c acest model sugereaz c unei valori a lui RS i corespunde o unic valoare a lui RFM. n practic aceste cazuri sunt rareori ntlnite de cele mai multe ori relaiile ntre diferite variabile economice sunt inexacte sau statistice adic sunt adevrate cu o anumit probabilitate. Reiese clar din reprezentarea grafic c nu toate punctele se afl pe aceeai dreapt. De ce se ntmpl aa? Pentru c ntre valorile observate (cele din tabel) i cele calculate (cele de pe dreapta definit de ecuaia (1)) exist anumite diferene, diferene cunoscute sub numele de erori aleatoare. Din punct de vedere practic aceste erori aleatoare reprezint ali factori(aleatori) care pot influena RFM. n aceste condiii modelul econometric va fi: RFM=B0 + B1*RS + u (2)

Modelul (2) este cunoscut sub numele de model regresional liniar care n forma sa general arat astfel: Y=B0 + B1*X + u unde: Y variabila dependent (explicat, output); X variabila independent (explicativ, input). Se observ c relaia (2) deriv din relaia (1) ceea ce demonstreaz complementaritatea matematicilor economice i a econometriei. (3)

Observaie n ecuaia (2) am stabilit c RFM este variabila dependent, iar RS este variabila independent. Se pune ntrebarea: sunt cele dou variabile relaionate cauzal? Este RS cauza i RFM efectul? Cu alte cuvinte implic regresia cauzalitate? Kendall i Stuart3 noteaz c o relaie statistic, orict de puternic i sugestiv nu poate stabili o relaie cauzal. Ideea de cauzalitate trebuie s vin din afara statisticii. Conform acestei teorii, n cazul exemplului nostru, teoria economic trebuie s stabileasc relaia de tip cauz-efect, dac exist, ntre cele dou variabile. Dac cauzalitatea nu poate fi stabilit, atunci ecuaia (2) o vom numi relaie predictiv, adic tiind RS putem previziona RFM.

1.2.5. Estimarea parametrilor modelului econometric

Metoda care st la baza estimrii parametrilor modelului regresional se numete metoda celor mai mici ptrate pe baza creia obinem c: RFM = 69.9355 0.6458*RS Observaie: RFM ne reamintete c (4) este o estimare a ecuaiei (2). Aceast relaie ne arat c dac RS crete cu o unitate, RFM scade n medie cu 0.64 puncte procentuale. (4)

1.2.6. Alegerea celui mai bun model

Ct de bun, ct de adecvat, este modelul definit de ecuaia (4)? Este adevrat c o persoan va decide s intre pe piaa muncii lund n considerare condiiile de pe aceast pia msurate prin rata omajului? Este evident c exist i ali factori care vor influena decizia cum ar fi spre exemplu ctigul mediu orar (COM). Dac vom lua n considerare i aceast variabil atunci vom ajunge la urmtorul model: RFM= B0 + B1*RS + B2*COM + u Ecuaia (5) este un exemplu de model regresional multiplu variabile explicative. (5) n care intervin dou

Parametrii modelului, aa cum vom vedea mai trziu, se determin prin metoda celor mai mici ptrate.
Kendall, M.G., Stuart, A., The Advanced Theory of Statistics, Charles Griffin Publishers, New-York, 1961.
3

n acest caz vom avea: RFM= 97.9 0.446*RS 3.86*COM (6)

Aceast relaie ne arat urmtoarele: dac COM este constatat atunci RFM se modific cu 0.446 puncte procentuale la modificri cu o unitate ale RS; dac RS este constatat atunci RFM se modific cu 3.86 puncte procentuale la modificri cu o unitate ale COM. Care model trebuie ales?

1.2.7. Testarea ipotezelor ce deriv din model

Avnd acum un model determinat vrem s aflm dac acesta are sens din punct de vedere economic. De exemplu ipoteza discouraged-worker postuleaz o relaie invers ntre RFM i RS. Reiese aceast ipotez din rezultatele obinute de noi? Rezultatele obinute de noi sunt n conformitate cu aceast ipotez deoarece coeficientul estimat corespunztor lui RS este negativ. Ce este de reinut aici este faptul c n cazul analizei regresionale s-ar putea s fim interesai nu numai de estimarea parametrilor modelului ci i de testarea unor ipoteze sugerate de teoria economic.

1.2.8. Estimri i predicii

Se pune natural urmtoarea ntrebare: O dat trecui prin toate etapele de mai sus i avnd la dispoziie cel mai bun model regresional, ce putem face cu acesta? Rspunsul este ct se poate de evident. l vom folosi pentru a estima sau previziona RFM corespunztoare unor valori ale RS i COM nregistrate spre exemplu n anul 1997. Comparnd valorile obinute cu cele reale, publicate de guvern, se vor observa diferena numite i erori de predicie. Evident c scopul nostru va fi ca aceste erori s fie ct mai mici. Dac acest lucru este ntotdeauna posibil vom vedea ceva mai trziu.

1.3. Recapitularea unor noiuni de statistic descriptiv i inferenial

Ne propunem n aceast seciune s facem un repertoar al celor mai importante noiuni de statistic descriptiv i inferenial, noiuni ce vor fi folosite de-a lungul cursului de econometrie. Pentru detalii suntei rugai s consultai: Server/Profiles/Chifu/Statistica_aplicata

1.3.1. Elemente de statistic descriptiv