Orlovits Zsanett orlovits@kgt.bme.hu BME GTK Közgazdaságtan Tanszék 2019. február 6.
Adminisztratív ügyek BMEGT30A107, BMEGT35A016 - Ökonometria kurzusok Honlap: http://kgt.bme.hu/tantargyak/bsc oldalon Ökonometria címszó alatt mindkét kurzus hallgatóinak Előadó: Orlovits Zsanett BME GTK Közgazdaságtan Tanszék - QA219 orlovits@kgt.bme.hu Fogadóóra: csütörtök 13-14, QA219 Tananyag: elsősorban az előadás fóliák (fent lesznek a honlapokon) Ajánlott irodalom, segédanyagok: Ramu Ramanathan: Bevezetés az ökonometriába alkalmazásokkal, Panem Kiadó, 2003 G.S. Maddala: Bevezetés az ökonometriába, Nemzeti Tankönyvkiadó, 2004 Jeffrey M. Wooldridge: Introductory Econometrics, A Modern Approach
Adminisztratív ügyek BMEGT30A107 - vizsgával záruló tárgy, 5 kredit BMEGT35A016 - félévközi jegyes tárgy, 5 kredit ZH-k: 3 db röpzárthelyi dolgozat az 5., 9. és 14. héten egyenként 20 percesek 15 pontos mindhárom külön-külön előadások időpontjában és helyszínén lesznek pótlás-javítás nincs, a TVSz-szel összhangban a legjobban sikerült két röpzh eredményét vesszük figyelembe aláírás feltétele: a 3 röpzh-ból legalább kettő esetében minimum 40%-os teljesítés külön-külön maximálisan szerezhető pont: 30 (+15), a minimum 12 pont BMEGT35A016 - ZH a 15. héten Többieknek írásbeli vizsga a vizsgaidőszakban Minden egyéb kérdésre a válasz a TAD-ban (ld. a honlapon).
Motiváció? Az előző félév statisztikái (BMEGT30A107): Kurzust felvett hallgatók száma: 299 Aláírást szerzett hallgatók száma: 216 (korábbi aláírással rendelkezők száma 10 alatti), ez nagyjából 72%-os teljesítés A vizsgára jogosult 216 hallgatóból legalább elégséges jegyet szerzett: 211(!), ez 97%-os teljesítés, a maradék 5 hallgatóból hárman nem is próbálkoztak a vizsgázással. A teljes hallgató létszám (299) nagyjából 70%-a szerzett sikeres vizsgajegyet. A következtetéseket az olvasóra bízom.
Az ökonometria alapjai - célok és feladatok Ismerkedés az ökonometriával: elmélet, módszerek, alkalmazások - modellorientált szemléletben!
Mi az ökonometria? Szó szerinti jelentés: "mérés a közgazdaságtanban". Pontosabban: Az ökonometria a matematika és a statisztika közgazdasági alkalmazására irányuló, önállósult, gyorsan fejlődő diszciplínák egyike. A közgazdaságtan, matematika és statisztika kölcsönhatásából kialakuló, ún. határtudományról beszélünk. A közgazdasági elméletnek akarunk empirikus tartalmat adni, hogy megerősítsük avagy megcáfoljuk azt. Célja: társadalmi-gazdasági jelenségek kvantitatív elemzése, modellezése, előrejelzése, és a megfelelő következtetések levonása. Adatelemzést végzünk, nem pedig adatgyűjtést!!! Kialakulása és szakmai megerősödése az 1930-as évek körüli válsághoz, és a második világháborúhoz köthető. (Gazdasági működések vizsgálata, hadászati kérdések.)
Mi az ökonometria? Ragnar Frisch, Econometrica indító száma: "... nem ugyanaz, mint a gazdaságstatisztika. De nem is azonos azzal, amit gazdaságelméletnek nevezünk... nem is tekinthető úgy, mint a matematika közgazdasági alkalmazásának szinonim kifejezése... az ökonometria lényege a kvantitatív közgazdaságtan és a statisztikai megfigyelés kölcsönös egymásba hatolása." Fő feladatok: közgazdasági összefüggések becslése hipotézisvizsgálat (elmélet és tények szembesítése) a közgazdasági változók viselkedésének előrejelzése. Azaz ún. gyakorlati közgazdaságtannak is nevezhetnénk, ahol a közgazdasági elmélet ellenőrzését végezzük tapasztalati úton, adatok segítségével, tesztelhető modellekkel, statisztikai eszközöket alkalmazva.
Az empirikus vizsgálat alapelemei Ok-okozati hatásra vagyunk mindig kíváncsiak, azaz a kauzalitás érdekel minket! Három nagy részre bonthatjuk ezt a folyamatot: adatgyűjtés, modellezés, eredmények értelmezése.
Adatgyűjtés
Adatgyűjtés - egy egyszerű példa Vizsgáljuk meg azt, hogy a több előadáson bent ülők év végi jegyei hogyan alakulnak a gyakrabban hiányzókéhoz. Igaz-e az, hogy az előadáson eltöltött időből lehet következtetni az év végi vizsgajegyre? Persze biztosan lehet, de helyes-e ez a következtetés? Vajon a két hallgatói csoport csak ebben az egy mutatóban tér el? Lehetséges, hogy a több előadást látogatók motiváltabbak is. Ez önmagában is javítja a jegyet, ugye? Akkor viszont mi a valódi ok? A több óralátogatás, a nagyobb motiváció, vagy esetleg mindkettő együtt?
Egy egyszerű példa Nehéz kérdés, hiszen a választott csoportok esetén egy olyan kérdést teszünk fel, mely esetén nem kizárólag ebben a tulajdonságban térnek el a csoportok, így hiába is találunk különbséget köztük, nem tudhatjuk, hogy ennek mi a valódi oka. Ezt hívják az egybemosódás problémájának. Hogyan lehetne ezt matematikailag/statisztikailag alátámasztani? Korrelációs együttható! Mit fog mondani ez? Azt mondja, hogy a szorgalmasabb óralátogatás együtt jár a jobb jeggyel, de azt nem mondhatjuk, hogy ez okozza a jobb jegyet!
Egy egyszerű példa Azaz nem az az érdekes, hogy ha valaki abban tér el, hogy több órán volt bent és jobb jegyet kapott, hanem ha valaki csak az óralátogatásban tér el a többiektől, és ekkor jobb jegyet ért el. Ezt szokás ceteris paribus elvnek is nevezni, és ez lesz a kulcskérdés a kauzalitás szempontjából is. Azaz a korreláció önmagában nem jelent kauzalitást! Mit sugall nekünk ez a példa? Azt, hogy sokféle módon gyűjthetünk nagyon sokféle adatot, és mindig figyelni kell arra, hogy ezek honnan származnak, milyen kérdésekre keressük a válaszokat, és ezekhez megkaptunk-e minden szükséges információt.
Adatgyűjtés fajtái Adatgyűjtés fajtái: Kísérlet, azaz véletlenszerűen kisorsoljuk a hallgatókat a különböző gyakoriságú óralátogatási csoportokba, és a félév végén e csoportok eredményeit hasonlítjuk össze. Ekkor nincs különbség a motiváltságban, és nagy valószínűséggel semmilyen más különbség sem lesz a csoportok közt. Csakhogy, ezzel befolyásoltuk az alanyokat, ezért volt a kísérlet elnevezés. Megfigyelés, azaz csak passzívan figyeljük meg az alanyokat, nem befolyásolunk semmit. Nehéz ekkor kauzalitásra jutni, de ehhez lesz majd nagy segítség az ökonometriai modellezés.
Adatok természete Az adatok jellegük szerint ökonometriai szempontból az alábbi csoportokra oszthatók: keresztmetszeti adatok több megfigyelési egység egyetlen időpontban idősoros adatok egy megfigyelési egység több időpontban, ld. pl. tőzsdei árfolyamok adatai e kettő kombinációja: panel adatok Ezen kurzus keretében csak az első kettővel foglalkozunk, a harmadik bőven meghaladja a kurzus kereteit.
Modellezés
Modellezés Minden gazdasági (vagy más) rendszer vizsgálata egy mögöttes logikai struktúrán, avagy modellen alapul, mely a rendszer szereplőinek viselkedését írja le, és az elemzés alapvető kerete. Minden tudománynak megvan a saját modellje. A közgazdasági modellezés a változók közötti ok-okozati összefüggések fogalmát tartalmazza, a változókat, mint matematikai objektumokat nem veszi figyelembe. Az ökonometriai modell ezzel szemben feltételeket tartalmaz a megfigyelt változók (potenciális) adat-generáló mechanizmusainak statisztikai eloszlásáról. A két modellezési koncepció közti váltás az empirikus projektek tipikus gyenge pontja.
Modellezés Alapvető célok és eszközök: A valóság egyszerű mását akarjuk létrehozni. Ám valóság túl bonyolult és összetett, másolni lehetetlen, így egyszerűsítünk, de ezzel persze torzítunk is! Erre majd vigyázni kell! A modellezés kulcsa az absztrakciós szint helyes megválasztása. Legyen a modell valósághű, de még kezelhető! Megkülönböztetünk egyegyenletes és szimultán ökonometriai modelleket. (keresleti és kínálati függvények becslése, makroökonómiai modellek)
Összefoglalás A valóságban jelen lévő állandó bizonytalanság miatt ún. sztochasztikus modellekkel foglalkozunk. A struktúrát előre megadjuk, ismeretlen paraméterekkel. Feladatunk e paraméterek becslése a minta segítségével. Persze a struktúrán változtatni lehet, de csak bizonyos határokon belül. Ez lesz a modell-specifikáció és diagnosztika kérdése. Cél: elemzés, előrejelzés Lépések: hipotézis felállítása, adatgyűjtés, modellezés, diagnosztika Iteratív feladat, véges, és lehetőleg kevés iteráció számmal.