seychellesartprojects.org

Kas ir ekonometrija?

Ekonometrija ir izpratne par ekonomisko datu attiecībām, izmantojot statistisko modeļu atsauces un iegūstot novērojumu vai modeli no sniegtajiem datiem, lai izstrādātu tuvināšanas nākotnes tendences. Ekonometrija ir vienkārši ekonomiska ar matemātikas un statistikas piedevu un palīdz prognozēšanā un novērtēšanā, izmantojot statistikas metodes.

Ekonometrikas metodes

Biežākās metodes ir:

1. Vairāku lineāru regresiju
2. Novērtēšanas teorija
3. Lineārā programmēšana programmā Excel
4. Frekvences sadalījums
5. Varbūtības sadalījums
6. Korelācija un regresija
7. Laika rindu analīze
8. Simulācijas vienādojums

Finanšu ekonometrijas piemēri

Tālāk ir sniegti finanšu ekonometrikas piemēri

Ekonometrikas piemērs Nr. 1

Maikla ienākumi ir 50000 USD. Viņa ienākumu tēriņu modelis ir 10000. - Fiksētie īres un citi mājsaimniecības izdevumi ir 50% no viņa bruto ienākumiem, kas nopelnīti attiecīgajā periodā.

Vairākas lineāras regresijas ir viens no labākajiem instrumentiem attiecību veidošanai, pamatojoties uz pagātnes tendencēm.

Vienādojums būtu = B ₀ (pārtvert) + B ₁ + e (kļūdas termins)

Izmantojot vienādojumu, var iegūt summu, ko Maikls iztērēs, pamatojoties uz viņa nopelnītajiem ienākumiem.

• Izdevumi = B ₀ (fiksēta īre) + B ₁ (citas mājsaimniecības izdevumi) + e (kļūdas termiņš)
• = 10000 + 50% (50000)
• = 35000

Kļūdas termins parāda, ka, lietojot statistikas rīkus, var būt maz augšup vai lejup novirzes no iegūtā rezultāta.

Ekonometrikas piemērs Nr. 2

Noskaidrosim personas algu, pamatojoties uz viņa darba pieredzi

Minimālās algas: 10 000 USD

Pamatojoties uz personas algas regresiju, uzziniet, ka B ₁ = 2000

Tātad, piemērojot metodi, var saprast, ka persona saņems minimālās algas 10000 + (2000 * gadu pieredze).

Šīs 10K un 2K ir hipotēzes vērtības, un tās jāpārbauda ar tādiem statistikas rīkiem kā t-tests un F-tests. Ja tie būtiski neatšķiras no 0, tad izvirzītajai vērtībai nav nozīmes, un, lai iegūtu citu vērtību, tests ir jāveic vēlreiz.

Kā ekonometrika darbojas finansēs?

Ekonometrikas priekšrocības

Šeit ir Econometrics priekšrocības.

• Izmantojot rīkus vai lietišķo ekonometriju, var pārvērst datus noteiktā modelī, lai pieņemtu lēmumu, kas atbalsta empīriskos datus.
• Palīdzība iegūt norādīto modeli vai rezultātu no izkaisītiem datiem.
• Ieguvums, lai mēs varētu izgūt attiecīgo informāciju no informācijas groza.

Ekonometrikas trūkumi

Ekonometrikā ir daži trūkumi.

• Dažreiz ekonomisko rīku izveidotā saistība ir viltus, ti, pat nav saistības starp diviem mainīgajiem, bet modelis rāda modeli, pamatojoties uz iepriekšējo informāciju. Piem. Korelācija starp lietu un izmaksātajām dividendēm
• Tas parāda, ka ikreiz, kad lietus iestājas ceturksnī, dividendes šajā periodā deklarē tikai uzņēmums. Pat lietus nav saistīts ar izmaksātajām dividendēm, bet, kā liecina tendence, tas var sniegt nepatiesus signālus, kas var izraisīt nepareizu lēmumu.
• Vienkāršībai un precizitātei vienmēr ir izvēle. Modeļa specifikācija ir ļoti svarīgs lietišķās ekonomikas uzdevums. Mazāka mainīgā izvēle var palīdzēt vienkāršot un nodrošināt ātrāku rezultātu, taču tā var būt neprecīza nepietiekamas informācijas dēļ un ja tiek sasniegts augstākais nē. mainīgais lielums, tad modelis var būt kritisks, neekonomisks vai gigantisks.
• Starp datos izmantotajiem mainīgajiem var būt multikolinearitātes problēma. Ir ļoti svarīgi, lai izvēlētajam mainīgajam būtu bijusi zema korelācija starp diviem paskaidrojošiem mainīgajiem. Modelis atstāja šo sadaļu modeļa lietotājam.

Svarīgi punkti

• Ekonometrikas instrumenti ir ļoti vērtējoši. Galīgais secinājums katram lietotājam var atšķirties.
• Rezultāts atkarībā no modeļa veida un specifikācijas. Rezultāti ir orientēti uz modeli.
• Dati ekonomiski, iespējami, laiks, lai iegūtu rezultātus, kas jāņem vērā, piemērojot modeli.
• To var piemērot gan šķērsgriezuma, gan laika rindu datiem.
• Lai veiktu iegūto efektivitāti, jābūt perimetram vai testam, piemēram, f-tests Excel, T-tests, Statistikas tabula, ANOVA tabulas analīze, izmantojot rīku paketes.

Secinājums

• Vienmēr atcerieties, lai pārbaudītu, vai rezultāts ir statistiski nozīmīgs lēmumu pieņemšanai
• Tas attīstās ārpus aplūkojamā modeļa vai perimetra
• Rezultātam jābūt empīriski, kā arī futūristiski labvēlīgam.
• Tas ir atkārtots uzdevums, un, lai iegūtu labāku ieskatu, atsevišķai problēmai var piemērot arī dažādus modeļus.
• Rezultātu pārspīlēšanu vai nepietiekamību var atšķaidīt ar uzlabotu modeļa specifikāciju.