seychellesartprojects.org

Kas yra ekonometrija?

Ekonometrija yra ekonominių duomenų sąsajų supratimas, naudojant statistinius modelių nuorodas ir gaunant stebėjimą ar modelį iš pateiktų duomenų, kad būtų galima nustatyti artėjančią ateities tendenciją. Ekonometrija yra tiesiog ekonomiška su matematikos ir statistikos priedu ir padeda prognozuoti bei įvertinti taikant statistinius metodus.

Ekonometrikos metodai

Dažniausi metodai yra šie:

1. Daugkartinė tiesinė regresija
2. Įvertinimo teorija
3. Linijinis programavimas programoje „Excel“
4. Dažnio pasiskirstymas
5. Tikimybių pasiskirstymas
6. Koreliacija ir regresija
7. Laiko eilučių analizė
8. Modeliavimo lygtis

Finansų ekonometrikos pavyzdžiai

Žemiau pateikiami finansų ekonometrikos pavyzdžiai

Ekonometrikos pavyzdys Nr. 1

Michaelo pajamos yra 50000 USD. Jo pajamų išlaidų modelis yra 10000. - Fiksuotos nuomos ir kitos namų ūkio išlaidos yra 50% jo bendrųjų pajamų, uždirbtų per tą laikotarpį.

Daugkartinė linijinė regresija yra viena iš geriausių priemonių plėtoti santykius remiantis praeities tendencijomis.

Lygtis būtų = B ₀ (perėmimas) + B ₁ + e (klaidos terminas)

Naudojant lygtį galima gauti sumą, kurią Maiklas išleis pagal jo uždirbtas pajamas.

• Išlaidos = B ₀ (fiksuota nuoma) + B ₁ (kitos namų ūkio išlaidos) + e (klaidos terminas)
• = 10000 + 50% (50000)
• = 35000

Klaidos terminas rodo, kad taikant statistikos įrankius gali būti nedaug nukrypimų nuo gauto rezultato.

Ekonometrikos pavyzdys Nr. 2

Sužinokime žmogaus atlyginimą pagal jo darbo patirtį

Minimalus darbo užmokestis: 10 000 USD

Remiantis asmens atlyginimo regresija, sužinokite, kad B ₁ = 2000

Taigi taikant metodą galima suprasti, kad asmuo gaus minimalų darbo užmokestį 10000 + (2000 * metų darbo patirties skaičius)

Šios 10K ir 2K yra hipotezės vertės ir turi būti išbandytos naudojant statistines priemones, tokias kaip t-testas ir F-testas. Jei jie reikšmingai nesiskiria nuo 0, hipotezės vertė neturi reikšmės, todėl norint gauti kitą vertę reikia dar kartą atlikti bandymą.

Kaip ekonometrija veikia finansų srityje?

Ekonometrikos pranašumai

Štai ekonometrikos pranašumai.

• Naudojant įrankius arba taikomąją ekonometriką galima paversti duomenis į konkretų modelį, kad būtų priimtas sprendimas, palaikantis empirinius duomenis.
• Padėkite gauti nurodytą modelį ar rezultatą iš išsklaidytų duomenų.
• Naudinga, kad galėtume gauti reikiamą informaciją iš informacijos krepšelio.

Ekonometrikos trūkumai

Yra keletas „Econometrics“ trūkumų.

• Kartais ekonominių priemonių sukūrimas yra netikras, ty net nėra ryšio tarp dviejų kintamųjų, tačiau modelis rodo modelį remiantis ankstesne informacija. Pvz. Koreliacija tarp lietaus ir išmokėtų dividendų
• Tai rodo, kad kai tik lietus ateina per ketvirtį, tik bendrovė deklaruoja dividendus tuo laikotarpiu. Net lietus neturi jokio sumokėto dividendo ryšio, tačiau, kaip rodo tendencija, jis gali pateikti klaidingus signalus, kurie gali sukelti neteisingą sprendimą.
• Visada yra pasirinkimas tarp paprastumo ir tikslumo. Modelio specifikacija yra labai svarbi taikomosios ekonomikos užduotis. Pasirinkus mažiau kintamąjį, gali būti paprasčiau ir greičiau gauti rezultatą, tačiau jis gali būti netikslus dėl nepakankamos informacijos ir jei norima gauti aukštą ne. kintamojo, tada modelis gali būti kritinis, neekonomiškas ar gigantiškas.
• Tarp kintamųjų, naudojamų duomenyse, gali kilti daugiakalbiškumo problema. Labai svarbu, kad pasirinktas kintamasis turėjo būti mažai susijęs su dviem aiškinamaisiais kintamaisiais. Modelis paliko šį skyrių modelio vartotojui.

Svarbūs dalykai

• Ekonometrikos priemonės yra labai vertinamos. Galutinė išvada kiekvienam vartotojui gali skirtis.
• Rezultatas priklauso nuo modelio tipo ir specifikacijos. Rezultatai orientuoti į modelį.
• Duomenys ekonomiški, įmanomi, laikas gauti rezultatus, į kuriuos reikia atsižvelgti taikant modelį.
• Jis gali būti taikomas tiek skerspjūvio, tiek laiko eilučių duomenims.
• Turėtų būti reikalingas perimetras arba testas, kad būtų galima atlikti rezultatą, pvz., „F-test in excel“, „T-test“, „Statistikos lentelė“, „ANOVA“ lentelės analizė naudojant įrankių paketus.

Išvada

• Visada nepamirškite patikrinti, ar rezultatas yra statistiškai reikšmingas priimant sprendimus
• Jis išsivysto iš nagrinėjamo modelio ar perimetro
• Rezultatas turi būti empirinis ir futuristinis.
• Tai yra pakartotinis pratimas ir norint gauti geresnę įžvalgą, atskirai problemai taip pat gali būti taikomi skirtingi modeliai.
• Rezultatų perteklių ar trūkumus galima atskiesti patobulinta modelio specifikacija.