La metodología de la econometría es el estudio de la variedad de enfoques diferentes para realizar análisis econométricos . [1]
Los diferentes enfoques comúnmente distinguidos que se han identificado y estudiado incluyen:
- el enfoque de la Comisión Cowles [2]
- el enfoque de autorregresión vectorial [3]
- el enfoque LSE de la econometría : se originó con Denis Sargan ahora asociado con David Hendry (y su modelado de general a específico). También asociado a este enfoque está el trabajo sobre sistemas integrados y cointegrados que se originó en el trabajo de Engle y Granger y Johansen y Juselius (Juselius 1999)
- el uso de la calibración - Finn Kydland y Edward Prescott [4]
- el experimentalista o el enfoque de la diferencia en las diferencias : Joshua Angrist y Jörn-Steffen Pischke . [5]
Además de estos enfoques más claramente definidos, Hoover [6] identifica una gama de enfoques heterogéneos o de libro de texto que tienden a seguir aquellos menos, o incluso menos, preocupados por la metodología.
Métodos
La econometría puede utilizar modelos estadísticos estándar para estudiar cuestiones económicas, pero la mayoría de las veces se hace con datos de observación , en lugar de en experimentos controlados . [7] En esto, el diseño de estudios observacionales en econometría es similar al diseño de estudios en otras disciplinas observacionales, como astronomía, epidemiología, sociología y ciencias políticas. El análisis de los datos de un estudio observacional está guiado por el protocolo del estudio, aunque el análisis exploratorio de datos puede resultar útil para generar nuevas hipótesis. [8] La economía a menudo analiza sistemas de ecuaciones y desigualdades, como la oferta y la demanda que se supone que están en equilibrio . En consecuencia, el campo de la econometría ha desarrollado métodos para la identificación y estimación de modelos de ecuaciones simultáneas . Estos métodos son análogos a los métodos utilizados en otras áreas de la ciencia, como el campo de la identificación de sistemas en el análisis de sistemas y la teoría de control . Dichos métodos pueden permitir a los investigadores estimar modelos e investigar sus consecuencias empíricas, sin manipular directamente el sistema.
Uno de los métodos estadísticos fundamentales utilizados por los econometristas es el análisis de regresión . [9] Los métodos de regresión son importantes en econometría porque los economistas normalmente no pueden utilizar experimentos controlados . Los econometristas a menudo buscan experimentos naturales esclarecedores en ausencia de evidencia de experimentos controlados. Los datos de observación pueden estar sujetos a sesgos de variables omitidas y a una lista de otros problemas que deben abordarse mediante el análisis causal de modelos de ecuaciones simultáneas. [10]
Economía experimental
En las últimas décadas, los econometristas han recurrido cada vez más al uso de experimentos para evaluar las conclusiones a menudo contradictorias de los estudios observacionales. Aquí, los experimentos controlados y aleatorios proporcionan inferencias estadísticas que pueden producir un mejor rendimiento empírico que los estudios puramente observacionales. [11]
Datos
Los conjuntos de datos a los que se aplican análisis econométricos pueden clasificarse como datos de series de tiempo , datos de corte transversal , de datos de panel , y un panel de datos multidimensionales . Los conjuntos de datos de series de tiempo contienen observaciones a lo largo del tiempo; por ejemplo, inflación a lo largo de varios años. Los conjuntos de datos transversales contienen observaciones en un solo punto en el tiempo; por ejemplo, los ingresos de muchas personas en un año determinado. Los conjuntos de datos de panel contienen tanto series de tiempo como observaciones transversales. Los conjuntos de datos de paneles multidimensionales contienen observaciones a lo largo del tiempo, de forma transversal y en alguna tercera dimensión. Por ejemplo, la Encuesta de pronosticadores profesionales contiene pronósticos para muchos pronosticadores (observaciones transversales), en muchos puntos en el tiempo (observaciones de series de tiempo) y en múltiples horizontes de pronóstico (una tercera dimensión). [12]
Variables instrumentales
En muchos contextos econométricos, el método de mínimos cuadrados ordinarios comúnmente utilizado puede no recuperar la relación teórica deseada o puede producir estimaciones con propiedades estadísticas deficientes, porque se violan los supuestos para el uso válido del método. Un remedio muy utilizado es el método de variables instrumentales (IV). Para un modelo económico descrito por más de una ecuación, se pueden usar métodos de ecuaciones simultáneas para solucionar problemas similares, incluidas dos variantes IV, mínimos cuadrados de dos etapas ( 2SLS ) y mínimos cuadrados de tres etapas ( 3SLS ). [13]
Métodos computacionales
Las preocupaciones computacionales son importantes para evaluar los métodos econométricos y para su uso en la toma de decisiones. [14] Tales preocupaciones incluyen la buena posición matemática : la existencia , unicidad y estabilidad de cualquier solución a las ecuaciones econométricas. Otra preocupación es la eficiencia numérica y la precisión del software. [15] Una tercera preocupación es también la facilidad de uso del software econométrico . [dieciséis]
Econometría estructural
La econometría estructural amplía la capacidad de los investigadores para analizar datos utilizando modelos económicos como lente a través de la cual ver los datos. El beneficio de este enfoque es que, siempre que los análisis contrafácticos tengan en cuenta la reoptimización de un agente, las recomendaciones de política no estarán sujetas a la crítica de Lucas . Los análisis econométricos estructurales comienzan con un modelo económico que captura las características más destacadas de los agentes investigados. Luego, el investigador busca parámetros del modelo que coincidan con los resultados del modelo con los datos.
Un ejemplo es la elección discreta dinámica , donde hay dos formas comunes de hacer esto. El primero requiere que el investigador resuelva completamente el modelo y luego use la máxima verosimilitud . [17] El segundo pasa por alto la solución completa del modelo y estima modelos en dos etapas, lo que permite al investigador considerar modelos más complicados con interacciones estratégicas y equilibrios múltiples. [18]
Otro ejemplo de econometría estructural se encuentra en la estimación de subastas de oferta sellada de primer precio con valores privados independientes. [19] La principal dificultad con los datos de las ofertas de estas subastas es que las ofertas solo revelan parcialmente información sobre las valoraciones subyacentes, mientras que las ofertas oscurecen las valoraciones subyacentes. A uno le gustaría estimar estas valoraciones para comprender la magnitud de las ganancias que obtiene cada postor. Más importante aún, es necesario tener la distribución de valoración a mano para participar en el diseño del mecanismo . En una subasta de oferta sellada de primer precio, el pago esperado de un postor viene dado por:
donde v es la valoración del postor, b es la oferta. La oferta óptima resuelve una condición de primer orden:
que se puede reorganizar para producir la siguiente ecuación para
Observe que la probabilidad de que una oferta gane una subasta se puede estimar a partir de un conjunto de datos de subastas completadas, donde se observan todas las ofertas. Esto se puede hacer usando estimadores no paramétricos simples , como la regresión del kernel . Si se observan todas las ofertas, entonces es posible utilizar la relación anterior y la función de probabilidad estimada y su derivada para estimar puntualmente la valoración subyacente. Esto permitirá al investigador estimar la distribución de la valoración.
Referencias
- ^ Jennifer Castle y Neil Shephard (Eds) (2009) La metodología y práctica de la econometría: un Festschrift en honor a David F. Hendry ISBN 978-0-19-923719-7
- ^ Cristo, Carl F. 1994. "Las contribuciones de la Comisión Cowles a la econometría en Chicago: 1939-1955" Revista de literatura económica . Vol. 32.
- ^ Sims, Christopher (1980) Macroeconomía y realidad, Econometrica , enero, págs. 1-48.
- ^ Kydland, Finn E & Prescott, Edward C, 1991. "La econometría del enfoque de equilibrio general de los ciclos económicos ", Scandinavian Journal of Economics , Blackwell Publishing, 93 (2), 161-178.
- ^ Angrist, JD y Pischke, J.-S. (2009). Econometría mayoritariamente inofensiva: el compañero de un empirista . Princeton: Prensa de la Universidad de Princeton.
- ^ Hoover, Kevin D. (2006). Capítulo 2, "La metodología de la econometría". en TC Mills y K. Patterson, ed., Palgrave Handbook of Econometrics , v. 1, Econometric Theory , págs. 61-87.
- ^ Wooldridge, Jeffrey (2013). Econometría introductoria, un enfoque moderno . Suroeste, aprendizaje Cengage. ISBN 978-1-111-53104-1.
- ^ Herman O. Wold (1969). "La econometría como pionera en la construcción de modelos no experimentales", Econometrica , 37 (3), págs. 369 -381.
- ^ Para obtener una descripción general de una implementación lineal de este marco, consulte Regresión lineal .
- ^ Edward E. Leamer (2008). "Problemas de especificación en econometría", The New Palgrave Dictionary of Economics . Resumen.
- ^ • H. Wold 1954. "Causalidad y econometría", Econometrica , 22 (2), p p. 162 -177.
• Kevin D. Hoover (2008). "causalidad en economía y econometría", The New Palgrave Dictionary of Economics , 2ª edición. Resumen y prueba de galera. - ^ Davies, A., 2006. Un marco para descomponer choques y medir volatilidades derivadas de datos de panel multidimensionales de pronósticos de encuestas. Revista Internacional de Pronósticos, 22 (2): 373-393.
- ^ Peter Kennedy (economista) (2003). Una guía de econometría , 5ª ed. Descripción Archivado el 11 de octubre de 2012 en Wayback Machine , vista previa y TOC Archivado el 11 de octubre de 2012 en Wayback Machine , cap. 9, 10, 13 y 18.
- ^ • Keisuke Hirano (2008). "Teoría de la decisión en econometría", The New Palgrave Dictionary of Economics , 2ª edición. Resumen .
• James O. Berger (2008). "teoría de la decisión estadística", The New Palgrave Dictionary of Economics , 2ª edición. Resumen. - ^ BD McCullough y HD Vinod (1999). "La confiabilidad numérica del software econométrico", Journal of Economic Literature , 37 (2), págs. 633-665 .
- ^ • Vassilis A. Hajivassiliou (2008). "Métodos computacionales en econometría", The New Palgrave Dictionary of Economics , 2ª edición. Resumen.
• Richard E. Quandt (1983). "Problemas y métodos computacionales", cap. 12, en Handbook of Econometría , v. 1, pp. 699 -764.
• Ray C. Fair (1996). "Métodos computacionales para modelos macroeconométricos", Manual de economía computacional , v. 1, págs. [1] -169. - ^ Rust, John (1987). "Reemplazo óptimo de motores de autobús GMC: un modelo empírico de Harold Zurcher". Econometrica . 55 (5): 999–1033. doi : 10.2307 / 1911259 . JSTOR 1911259 .
- ^ Hotz, V. Joseph; Miller, Robert A. (1993). "Probabilidades de elección condicional y estimación de modelos dinámicos". Revisión de estudios económicos . 60 (3): 497–529. doi : 10.2307 / 2298122 . JSTOR 2298122 .
- ^ Guerre, E .; Perrigne, I .; Vuong, Q. (2000). "Estimación óptima no paramétrica de subastas de primer precio". Econometrica . 68 (3): 525–574. doi : 10.1111 / 1468-0262.00123 .
Otras fuentes
- Darnell, Adrian C. y J. Lynne Evans. (1990) Los límites de la econometría . Aldershot: Edward Elgar.
- Davis, George C. (2000) "Una concepción semántica de la estructura de la econometría de Haavelmo", Economía y Filosofía , 16 (2), 205-28.
- Davis, George (2005) "Aclarando el 'rompecabezas' entre los enfoques de libros de texto y LSE para la econometría: un comentario sobre la perspectiva Kuhnian de Cook sobre el modelado econométrico", Journal of Economic Methodology
- Epstein, Roy J. (1987) Una historia de la econometría . Amsterdam: Holanda Septentrional.
- Fisher, I. (1933) "Estadísticas al servicio de la economía", Revista de la Asociación Estadounidense de Estadística 28 (181), 1-13.
- Gregory, Allan W. y Gregor W. Smith. (1991) "Calibración como prueba: inferencia en modelos macroeconómicos simulados", Journal of Business and Economic Statistics 9 (3), 297-303.
- Haavelmo, Trgyve. (1944) “The Probability Approach in Econometrics”, Econometrica 12 (suplemento), julio. 41
- Heckman, James J. (2000) "Parámetros causales y análisis de políticas en economía: una retrospectiva del siglo XX", Quarterly Journal of Economics 115 (1), 45-97.
- Hoover, Kevin D. (1995b) "¿Por qué importa la metodología para la economía?" Economic Journal 105 (430), 715-734.
- Hoover, Kevin D. (ed.) (1995c) Macroeconometrics: Desarrollos, tensiones y perspectivas . Dordrecht: Kluwer.
- Hoover, Kevin D. “The Methodology of Econometrics”, revisado el 15 de febrero de 2005
- Hoover, Kevin D. y Stephen J. Perez. (1999) “Minería de datos reconsiderada: abarcando y el enfoque general a específico para la búsqueda de especificaciones”, Econometrics Journal 2 (2), 167-191. 43
- Juselius, Katarina. (1999) “Modelos y relaciones en economía y econometría”, Journal of Economic Methodology 6 (2), 259-290.
- Leamer, Edward E. (1983) "Eliminemos la desventaja de la econometría", American Economic Review 73 (1), 31-43.
- Mizon, Grayham E. (1995) “Modelado progresivo de series de tiempo económicas: la metodología LSE”, en Hoover (1995c), págs. 107-170.
- Morgan, Mary S. (1990). La historia de las ideas econométricas . Nueva York: Cambridge University Press. ISBN 978-0-521-37398-2.
- Spanos, Aris. (1986) Fundamentos estadísticos del modelado econométrico . Cambridge: Cambridge University Press.