Économétrie
L'économétrie est l'application quantitative de modèles statistiques et mathématiques utilisant des données pour développer des théories ou tester des hypothèses existantes en économie et pour prévoir les tendances futures à partir de données historiques. Il soumet des données réelles à des essais statistiques, puis compare et compare les résultats à la théorie ou aux théories testées.
Selon que vous souhaitez tester une théorie existante ou utiliser les données existantes pour développer une nouvelle hypothèse basée sur ces observations, l'économétrie peut être subdivisée en deux grandes catégories: théorique et appliquée. Ceux qui se livrent régulièrement à cette pratique sont couramment appelés économétriciens.
Points clés à retenir
- L'économétrie est l'application quantitative de modèles statistiques et mathématiques utilisant des données pour développer des théories ou tester des hypothèses existantes en économie.
- L'économétrie s'appuie sur des techniques telles que les modèles de régression et les tests d'hypothèses nulles.
- L'économétrie peut également être utilisée pour tenter de prévoir les tendances économiques ou financières futures.
Comprendre l'économétrie
L'économétrie analyse les données à l'aide de méthodes statistiques afin de tester ou de développer la théorie économique. Ces méthodes reposent sur des inférences statistiques pour quantifier et analyser les théories économiques en exploitant des outils tels que les distributions de fréquence, les distributions de probabilité et de probabilité, l'inférence statistique, l'analyse de corrélation, l'analyse de régression simple et multiple, les modèles d'équations simultanées et les méthodes de série chronologique.
L'économétrie a été lancée par Lawrence Klein, Ragnar Frisch et Simon Kuznets. Tous trois ont reçu le prix Nobel d'économie en 1971 pour leurs contributions. Aujourd'hui, il est régulièrement utilisé par les universitaires et les praticiens tels que les traders et les analystes de Wall Street.
Un exemple d'application de l'économétrie consiste à étudier l'effet du revenu à l'aide de données observables. Un économiste peut émettre l’hypothèse que si une personne augmente son revenu, ses dépenses augmenteront également. Si les données montrent qu'une telle association est présente, une analyse de régression peut ensuite être menée pour comprendre la force de la relation entre revenu et consommation et déterminer si cette relation est statistiquement significative - en d'autres termes, il semble peu probable qu'elle à cause du hasard seul.
La méthodologie de l'économétrie
La première étape de la méthodologie économétrique consiste à obtenir et à analyser un ensemble de données et à définir une hypothèse spécifique qui explique la nature et la forme de cet ensemble. Ces données peuvent être, par exemple, les prix historiques d'un indice boursier, les observations tirées d'une enquête sur les finances des consommateurs ou les taux de chômage et d'inflation dans différents pays.
Si vous êtes intéressé par la relation entre la variation annuelle du prix du S & P 500 et le taux de chômage, vous devez collecter les deux ensembles de données. Ici, vous voulez tester l’idée que le chômage élevé entraîne une baisse des cours boursiers. Le cours de bourse est donc votre variable dépendante et le taux de chômage est la variable indépendante ou explicative.
La relation la plus commune est linéaire, ce qui signifie que tout changement dans la variable explicative aura une corrélation positive avec la variable dépendante. Dans ce cas, un modèle de régression simple est souvent utilisé pour explorer cette relation, ce qui revient à générer une ligne de meilleur ajustement entre les deux ensembles de données puis testez pour voir à quelle distance chaque point de données se situe, en moyenne, de cette ligne.
Notez que votre analyse peut comporter plusieurs variables explicatives, telles que l'évolution du PIB et de l'inflation en plus du chômage pour expliquer les cours des actions. Lorsque plusieurs variables explicatives sont utilisées, on parle de régression linéaire multiple, l’outil le plus couramment utilisé en économétrie.
Différents modèles de régression
Il existe plusieurs modèles de régression optimisés en fonction de la nature des données analysées et du type de question posée. L'exemple le plus courant est la régression par la méthode des moindres carrés ordinaires (MCO), qui peut être réalisée sur plusieurs types de données transversales ou de séries chronologiques. Si un résultat binaire (oui-non) vous intéresse (par exemple, votre probabilité d'être licencié d'un travail en fonction de votre productivité), vous pouvez utiliser une régression logistique ou un modèle probit. Aujourd'hui, un économètre dispose de centaines de modèles.
L'économétrie est maintenant effectuée à l'aide de progiciels d'analyse statistique conçus à ces fins, tels que STATA, SPSS ou R. Ces progiciels peuvent également facilement tester la signification statistique pour indiquer que les résultats empiriques produits par ces modèles ne sont pas simplement le résultat de: chance. Les tests au carré R, les tests t, les valeurs p et les tests d'hypothèses nulles sont des méthodes utilisées par les économétriciens pour évaluer la validité des résultats de leurs modèles.
Limites de l'économétrie
On reproche parfois à l'économétrie de s'appuyer trop lourdement sur l'interprétation des données brutes sans la relier à une théorie économique établie ni à la recherche de mécanismes de causalité. Il est essentiel que les résultats révélés dans les données puissent être expliqués de manière adéquate par une théorie, même si cela implique de développer votre propre théorie des processus sous-jacents.
L'analyse de régression ne prouve pas non plus la causalité et, comme deux associations de données montrent une association, celle-ci peut être fausse. Par exemple, les décès par noyade dans les piscines augmentent avec le PIB. Une économie en croissance provoque-t-elle la noyade? Bien sûr que non, mais peut-être plus de gens achètent-ils des piscines lorsque l'économie est en plein essor. L'économétrie s'intéresse principalement à l'analyse de corrélation et rappelez-vous que corrélation ne signifie pas causalité.
Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.