photosdematures.com

Шта је економетрија?

Економетрија је разумевање односа економских података коришћењем референцирања статистичког модела и добијањем опсервације или обрасца из пружених података за развијање будућег тренда апроксимације. Економетрија је једноставно економична са додатком математике и статистике и помаже у предвиђању и процени применом статистичких метода.

Методе економетрије

Уобичајене методе су:

1. Вишеструка линеарна регресија
2. Теорија процене
3. Линеарно програмирање у програму Екцел
4. Дистрибуција фреквенције
5. Расподела
6. Корелација и регресија
7. Анализа временских серија
8. Једначина симулације

Примери економетрије за финансије

Испод су примери економетрије за финансије

Пример економетрије # 1

Мицхаел има приход од 50000 УСД. Образац потрошње његових прихода је 10000 - Фиксна станарина и остали трошкови домаћинства чине 50% његовог бруто прихода оствареног током тог периода.

Вишеструка линеарна регресија један је од најбољих алата за развијање односа на основу прошлих трендова.

Користећи једначину може се добити износ који ће Мицхаел потрошити на основу свог зарађеног прихода.

• Расход = Б.₀ (Фиксна кирија) + Б.₁ (остало у домаћинству) + е (израз грешке)
• = 10000 + 50% (50000)
• = 35000

Термин грешке показује да применом статистичких алата може постојати мало одступања у односу на резултат који је стигао.

Пример економетрије # 2

Откријмо плату особе на основу њеног радног искуства

Минималне зараде: $ 10К

На основу регресије зараде особе сазнаје се да је Б.₁ = 2000

Дакле, применом методе може се разумети како ће особа добити минималне зараде од 10000 + (2000 * бр. Година искуства)

Ове 10К и 2К су претпостављене вредности и треба их тестирати на статистичким алатима попут т-теста и Ф-теста. Ако се значајно не разликују од 0, претпостављена вредност нема значаја и потребно је поново извршити тест да би се добила другачија вредност.

Како економетрија функционише у финансијама?

Предности економетрије

Овде су предности економетрије.

• Коришћењем алата или примењене економетрије може се претворити податак у одређени модел ради доношења одлуке која подржава емпиријске податке.
• Помозите у добијању наведеног узорка или резултата из раштрканих података.
• Предност нам је омогућити да преузмемо релевантне информације из корпе информација.

Мане економетрије

Постоје неки недостаци економетрије.

• Понекад је веза изграђена економским алатима лажна, тј. Чак и не постоји веза између две променљиве, али модел показује образац на основу прошлих информација. Пр. Корелација између кише и исплаћене дивиденде
• То показује да кад год киша дође за четвртину, тада само компанија објави дивиденду у том периоду. Чак и киша нема везе са исплаћеном дивидендом, али према тренду који се утврђује може пружити лажне сигнале који могу довести до погрешне одлуке.
• Увек постоји избор између једноставности и тачности. Спецификација модела је веома важан задатак у примењеној економији. Избор мање променљиве може помоћи у једноставности и бржем резултату, али може бити нетачан због недовољних информација и ако се прихвати високо не. варијабилних, тада модел може бити критичан, неекономичан или гигантски.
• Може постојати проблем мултиколинеарности између променљивих коришћених у подацима. Веома је важно да је изабрана променљива требало да буде ниска корелација између две променљиве објашњења. Модел је овај одељак оставио за корисника модела.

Важне тачке

• Алати економетрије врло осуђују. Коначни закључак може се разликовати од корисника до корисника.
• Резултат у зависности од типа и спецификација модела. Резултати су оријентисани на модел.
• Подаци економични, изводљиви, време за добијање резултата који ће се узети у обзир приликом примене модела.
• Може се применити на податке пресека или временске серије.
• Требало би постојати периметар или тест за спровођење резултирајуће ефикасности попут ф-теста у екцелу, Т-теста, табеле са статистикама, анализе табеле АНОВА помоћу пакета алата.

Закључак

• Увек не заборавите да проверите да ли је резултат резултат статистички важан за доношење одлука
• Развија се из модела или периметра који се разматра
• Резултат мора бити емпиријски, као и футуристички повољан.
• То је понављајућа вежба и различити модели се такође могу применити на појединачни проблем да би се добили бољи увиди.
• Прекомерно или недовољно прилагођавање резултата може се разблажити побољшаном спецификацијом модела.