Помилки в специфікації - що це таке, визначення та поняття

Помилки специфікації економетричної моделі стосуються різних помилок, які можуть бути допущені при виборі та обробці набору незалежних змінних для пояснення залежної змінної.

Коли модель будується, вона повинна виконувати правильну гіпотезу специфікації. Це базується на тому, що для моделі обрані пояснювальні змінні - це ті, які здатні пояснити незалежну змінну. Отже, передбачається, що не існує незалежної змінної (x), яка б могла пояснити незалежну змінну (y), і що таким чином були б обрані змінні, що дозволяють підійти до правильної моделі.

Помилки специфікації моделі

У специфікації моделі існує ряд помилок, які можна згрупувати у три великі групи:

Група 1: спосіб роботи не вказаний правильно

  • Пропуск відповідних змінних: Уявімо, що ми хочемо пояснити рентабельність акцій компанії Y. Для цього ми вибираємо PER, ринкову капіталізацію та балансову вартість як незалежні змінні. Якщо вільний потік корелює з будь-якою зі змінних, що містяться в моделі, помилка нашої моделі буде співвідноситися зі змінними, включеними в модель. Це призвело б до того, що параметри, оцінені моделлю, були неупередженими та непослідовними. Таким чином, результати прогнозів та різні тести, проведені на моделі, не будуть дійсними.
  • Змінні, що підлягають перетворенню: Гіпотеза регресійної моделі передбачає, що залежна змінна лінійно пов'язана з незалежними змінними. Однак у багатьох випадках взаємозв'язок між ними не є лінійною. Якщо необхідного перетворення не буде здійснено для незалежної змінної, модель не матиме правильного припасування. Як приклади перетворення незалежних змінних ми беремо серед інших логарифми, квадратний корінь або квадрат.
  • Поганий збір вибіркових даних: Дані незалежних змінних повинні узгоджуватися з часом, тобто не може бути структурних змін незалежних змінних. Уявімо, що ми хочемо пояснити коливання ВВП у країні Х, використовуючи споживання та інвестиції як незалежні змінні. Припустимо, у цій країні на державній землі відкрито нафтове родовище, і уряд вирішить скасувати податки. Це може призвести до зміни звичок споживання в країні, які, станом на цю дату, зберігатимуться необмежений час. У цьому випадку ми повинні зібрати два різні часові ряди та оцінити дві моделі. Одна модель до зміни, а інша після. Якби ми згрупували дані в єдину вибірку та оцінили модель, ми мали б погано вказану модель, а гіпотези, контрасти та прогнози були б неправильними.

Група 2: Незалежні змінні співвідносяться з терміном помилки в часових рядах

  • Використання залежної змінної із запізненням як незалежної змінної: Використовувати змінну із запізненням означає використовувати дані тих самих змінних, але виміряних за попередній період. Припустимо, ми використовуємо попередню модель ВВП як залежну змінну. Додамо до моделі, крім споживання та інвестицій, ВВП попереднього року (ВВПt-1). Якщо ВВП попереднього року послідовно співвідноситься з похибкою, розрахункові коефіцієнти будуть упередженими та не будуть суперечливими. Це знову призведе до недійсності всіх перевірок гіпотез, прогнозів тощо.
  • Прогнозування минулого: Коли ми вимірюємо змінну, нам завжди потрібно брати період перед тим, який ми хочемо оцінити. Припустимо, що наша залежна змінна - це прибуток від запасу X, а наша незалежна змінна - PER. Припустимо далі, що ми беремо остаточні дані за лютий. Якщо ми використаємо це в нашій моделі, ми дійдемо висновку, що запас з найвищим показником PER наприкінці лютого мав найвищі показники прибутковості наприкінці лютого. Правильна специфікація моделі передбачає взяття даних з початку періоду для прогнозування пізніших даних, а не навпаки, як у попередньому випадку. Це називається передбаченням минулого.
  • Виміряйте незалежну змінну з помилкою: Припустимо, що наша незалежна змінна - це прибутковість акції, а одна з наших незалежних змінних - номінальна процентна ставка. Пам’ятайте, що номінальна процентна ставка - це процентна ставка плюс інфляція. Оскільки інфляційної складової номінальної процентної ставки в майбутньому не спостерігатиметься, ми б вимірювали змінну з похибкою. Щоб правильно виміряти процентну ставку, нам довелося б використовувати очікувану процентну ставку, яка враховує очікувану інфляцію, а не поточну.

Популярні Пости

Рубен Мартінес: "Приймайте рішення на основі даних, а не емоцій"

Рубен Мартінес - алгоритмічний форекс трейдер. Економіст з різною спеціалізацією в галузі кількісного аналізу (Хедж-фонд) та науки про дані (Університет Джона Хопкінса). Він також має різну спеціальну підготовку, таку як ліцензії оператора MEFF. У 2013 році він отримав нагороду «Підприємець», а в 2015 році «Молодий талант» у категорії «Наука». В даний час працює в Детальніше…

Економічна експансія слабшає, зростання помірне

Темпи зростання країн слабшають. Такі країни, як США, Китай чи країни Єврозони, починають демонструвати ознаки виснаження через глобальні ризики. Що спричиняє це послаблення? Які наслідки це може мати для світової економіки? Наслідки того, що ця батарея ризиків підстерігає, читайте далі…

Економіка: Китай оголошує про найбільше зниження податків за всю історію

Під час щорічної асамблеї Китай оголошує про найбільше зниження податків в історії країни. Захід, який намагається виправити наслідки економічного уповільнення та можливої ​​торгової війни із США. Після заяв Міжнародного валютного фонду (МВФ), в яких ми побачили прогнози, які останній звіт кинувПрочитати більше…

Народжуваність в Іспанії: реальна проблема для її економіки

Іспанія переживає серйозну демографічну проблему. Рекорд, який країна пережила у 2018 році з точки зору народжуваності та смертності, ставить її до мінімуму 1941 року. Серйозна проблема, яка, якщо її не вирішити, заважатиме пенсійній системі в Іспанії. Проблема, з якою Іспанія стикається з народжуваністю, є фактом. Кілька місяців тому ми бачилиПрочитайте більше…