Upload
faith-rasmussen
View
39
Download
0
Embed Size (px)
DESCRIPTION
Økonometri 1. Introduktionsforelæsning 3. februar 2003. Økonometri 1 – Forår 2003. Forelæsere: Mette Ejrnæs Lektor ved Økonomisk Institut Kontor på Bispetorvet, 3. sal. Hans Christian Kongsted (HC) Lektor ved Økonomisk Institut Kontor på Bispetorvet, 4. sal. Dagens program:. - PowerPoint PPT Presentation
Citation preview
Økonometri 1: Introduktionsforelæsning
Økonometri 1
Introduktionsforelæsning3. februar 2003
Økonometri 1: Introduktionsforelæsning
Økonometri 1 – Forår 2003
Forelæsere: Mette Ejrnæs
Lektor ved Økonomisk Institut Kontor på Bispetorvet, 3. sal.
Hans Christian Kongsted (HC) Lektor ved Økonomisk Institut Kontor på Bispetorvet, 4. sal.
Økonometri 1: Introduktionsforelæsning
Dagens program:
Indkredse begrebet ”økonometri”: Udgangspunkt i nogle eksempler.
Afgrænse faget Økonometri 1 (nyt fag!). Fagets struktur:
Forelæsningerne og lærebogen: Wooldridge, Introductory Econometrics.
Øvelserne Eksamen
Fælles målsætning for faget.
Økonometri 1: Introduktionsforelæsning
Begrebet ”økonometri”
Anvendelse af statistiske metoder på økonomiske data … men mere end det: Example 1.3 og 1.4 i Wooldridge. Data fremkommer oftest ved passiv observation, ikke
ved aktiv eksperimentering. Økonomisk teori spiller en central rolle i forståelsen og
fortolkningen af data.
Økonometri 1: Introduktionsforelæsning
Eksperiment: Udbyttet af sojabønner
Vi ønsker at måle effekten af mængden af en bestemt type kunstgødning, , på udbyttet af sojabønner, ,fra et antal marker, indekseret ved , 1,..., .
Alle marker er størrelsen 1 ha. Faktorer som
i ix yi i N
N mængdenaf regn og sol kan måles og "kontrolleres for". Uobserverbare faktorer som "bonitet" (jordkvalitet) kan der ikke kontrolleres for, men det løses ved at dvs.sørge for en
randomisere tilfæ
,ldig fordeling af over jordstykkerne.ix
Økonometri 1: Introduktionsforelæsning
Passiv observation: Afkast af uddannelse
Vi ønsker at måle afkastet af uddannelse, fx ved at se på effekten af længden af uddannelse, , på lønnen, , for et antal individer, indekseret ved , 1,..., .
Faktorer som køn, alder, erfaring på
i ix yi i N
arbejdsmarkedet, mv. kan let observeres og kontrolleres for.
Men faktorer som evner ("ability") kan dårligt observeres og varierer med andre faktorer, der ud fra økonomisk argume
sysntetematisk
r må antages at påvirke lønnen.
Økonometri 1: Introduktionsforelæsning
Hovedtyper af økonomiske data
iTværsnitsdata: y , i 1,...,N
t
it
Tidsrækkedata: y , 1,...,
Paneldata: y , i 1,..., 1,...,
t T
N t T
Økonometri 1: Introduktionsforelæsning
Tværsnitsdata I: Engelkurver
Der findes en række bidrag om Engelkurven: Deaton & Muellbauer (1980): ”Economics and consumer
behavior” Banks, Blundell & Lewbel (1997): ”Quadratic Engel Curves and
Consumer Demand” Undersøger hvordan budgetandelene for forskellige
varegrupper (f.eks. mad) afhænger af indkomstniveauet Teorien er gennemgået i Varian ”Intermediate
Microeconomics” De empiriske analyser udføres på husholdningsdata
Hver husholdning fører dagbog over deres udgifter
Økonometri 1: Introduktionsforelæsning
Tværsnitsdata I: Engelkurver (fortsat)
Estimationen af Engelkurver er baseret på en regressionsmodel:
hvor wi er budgetandelen for f.eks. mad og xi er det samlede forbrug
Modellen kan udvides til ”Quadratic Engel kurve” (se Banks, Blundell og Lewbel). Regressionsmodellen bliver så
Ideen med at udvide modellen er, at dette ofte passer bedre overens med data
0 1 log 1,.., ,i i iw x i N
20 1 2log log 1,.., ,i i i iw x x i N
Økonometri 1: Introduktionsforelæsning
Tværsnitsdata I: Engelkurver (fortsat)
Den estimerede Engelkurve for canadiske par:
De canadiske husholdningsdata vil blive brugt til øvelserne
Udvidelser som dækkes af Økonometri 1: Funktionel form Flere forklarende variable:
Dummy-variable Målefejl: Instrument variabel
estimation Udvidelser som dækkes på
kandidatdelen Semi-parametrisk estimation
budg
etan
del p
å m
ad
Engelkurve for Mad for canadiske parlog Samlede udgifter
3 4 5 6
0
.2
.4
.6
Økonometri 1: Introduktionsforelæsning
Tværsnitsdata II: Et tværsnit af lande
Robert J. Barro: Economic Growth in a Cross Section of Countries, Quarterly Journal of Economics, 1991.
Undersøger konvergens i per capita indkomst blandt 98 lande
Makro-noterne, kapitel 4: To-variabel regressionsmodel:
Kapitel 7: Udvidet Solow-model med humankapitalmål:
,6085 ,60i i ig y u
,6085 ,60 1 2(ln ln( 0.075)) (ln ln( 0.075))K Hi i i i i i ig y s n s n u
Økonometri 1: Introduktionsforelæsning
Tværsnitsdata II (fortsat):
Barro udvider den empiriske Solow-model i en lang række forskellige retninger: Korrektion for offentligt forbrug Politiske faktorer (revolutioner, politiske mord) Forskelle mellem primær og sekundær uddannelse Undersøger specielle forhold for Afrika og Latinamerika
I standardanalysen anvendes OLS på disse regressionsmodeller. Barro undersøger betydning af: Heteroskedasticitet (forskellig varians): GLS Korrelation ml. fejlled og forklarende variabel p.g.a. konjunktur: IV Udelader meget fattige lande: Sample selection Målefejl
Økonometri 1: Introduktionsforelæsning
Tværsnitsdata II (fortsat):
Alt sammen centrale begreber i dette kursus. Landetværsnit vil indgå som et centralt element i
øvelserne: Opdaterede tal i Penn World Tables. Samtlige modeludvidelser og estimationsmetoder i
Barros artikel vil være indenfor vores rækkevidde efter dette kursus.
Med lidt held vil vi oven i købet kunne begynde at se nogle udvidelsesmuligheder og potentielle svagheder i Barros analyse: Udnytter næppe informationen fuldt ud.
Peger fremad mod paneldata og Økonometri 2.
Økonometri 1: Introduktionsforelæsning
Paneldata
Paneler: Oplysninger om samme enhed observeres over flere tidsperioder. Mikropaneler: Typisk stort antal enheder (N), relativt få
tidsperioder (T). Eksempler: IDA-databasen: Registerbaserede danske tal, hvor årlige oplysninger
om ansatte og virksomheder knyttes sammen (N=500.000+,T=20). PSID: U.S. spørgeskemabaserede data for arbejdsmarkeds- og
forbrugsrelaterede oplysninger (N=2000,T=15+). Makropaneler: Typisk et ”moderat” antal enheder (N), relativt
mange tidsperioder (T). Eksempler: PWT giver faktisk et panel af lande (N=150+) med helt op til 50 års
oplysninger på visse variabler. Det er et emne for Økonometri 2 og kandidatstudiet.
Økonometri 1: Introduktionsforelæsning
Tidsrækkedata
For makro- eller finansielle størrelser kan man ofte finde lange datasæt af observationer over tid: Makrodata: Årlige, kvartalsvise, månedlige observationer af fx af
forbrugerpriser, pengemængde, BNP, ….Ex. Fra MONA databankenNationalbankens makromodelLogaritmen af realt BNP forDanmark fra 1971 til 2001
Igen: Økonometri 2 +Kandidatstudiet
1970 1975 1980 1985 1990 1995 2000
6.5
6.6
6.7
6.8
6.9
7.0
LFY
Økonometri 1: Introduktionsforelæsning
Hovedtyper af økonomiske data
iTværsnitsdata: y , i 1,...,N
t
it
Tidsrækkedata: y , 1,...,
Paneldata: y , i 1,..., 1,...,
t T
N t T
Økonometri 1
Økonometri 2
Økonometri 1: Introduktionsforelæsning
Fagets struktur
Forelæsninger Øvelser Spørgeskemaundersøgelser Eksamen
Ingredienser i den samlede ”cocktail”: Økonometri 1
Økonometri 1: Introduktionsforelæsning
Økonometriske metoder
Økonomiskteori
Statistisk Data
Økonometriskemetoder
Estimations-resultater
Økonometri 1: Introduktionsforelæsning
Økonometriske metoder (fortsat)
Økonomisk teori på Økonometri 1Kendt økonomisk teori, men suppleret med nye eksempler: Mikroøkonomi
Engelkurven Makroøkonomi
Konvergens i vækstrate Prismodeller
Prisen på huse Arbejdsmarkedsøkonomi
Lønrelation - afkast af uddannelse
Økonometri 1: Introduktionsforelæsning
Økonometriske metoder (fortsat)
Data (på Økonometri 1) Økonomiske data Simpel datastruktur: Uafhængige observationer Hovedsagligt ikke kontrollerede data (passiv
observation) Ofte indsamlet for andet formål
→ Stiller krav til de økonometriske metoder
Økonometri 1: Introduktionsforelæsning
Økonometriske metoder (fortsat)
Statistik Økonometriske metoder bygger videre på
Teoretisk statistisk: Lineære regressionsmodel Hypoteseprøvning Testteori Regressionsmodellen fremstillet på matrixform Generel viden om statistiske begreber
Økonometri 1: Introduktionsforelæsning
Økonometriske metoder (fortsat)
Nyt i forhold til Teoretisk statistisk Tæt kobling mellem økonomisk teori og statistisk
metode Heterogenitet Generaliseret lineære regression (GLS) Specifikationsovervejelser Instrument variabel metode Ikke-lineære estimationsmodeller (f.eks. analyser
af binære data arbejdsløs/ikke arbejdsløs)
Økonometri 1: Introduktionsforelæsning
Forelæsninger
Plan: se Fagets hjemmeside. Følger stort set bogen, suppleret med appendices og enkelte forelæsningsnoter.
I forhold til bogen: Supplere med: Matrixfremstilling Simulationseksperimenter Eksempler med danske data
Forelæsninger hver mandag og hver anden torsdag. Slides til mandagsforelæsning bør ligge klar fredag kl.
15, til torsdagsforelæsning onsdag kl. 12. Veksler mellem slides og tavlegennemgang.
Økonometri 1: Introduktionsforelæsning
Øvelserne
Vekselvirkning mellem dataarbejde, gruppediskussioner og opsamlinger i plenum.
I øvelserne vil vi arbejde med: 3-4 konkrete datasæt SAS estimationsprogrammer, både grydeklare PROCs og egne
rutiner i IML Simulationsprogrammer i IML Teoriopgaver (matrixregning, statistik)
NB: Relevant eksamensforberedelse!
Økonometri 1: Introduktionsforelæsning
Spørgeskemaundersøgelser
Sikre løbende og hurtig feedback på undervisningen, inkl. de sædvanlige evalueringsrunder, mulighed for ”selv-evaluering” i form af 3 ”tipskuponer” undervejs i forløbet.
Indsamle baggrundsoplysninger, så de indsamlede data kan anvendes i realistiske eksempler og opgaver.
Indsamle resultater fra visse af øvelsesopgaverne, fx simulationsstudier.
Fuldstændigt anonymt med mulighed for at sammenkoble resultater undersøgelser ved hjælp af et id-nr.
Økonometri 1: Introduktionsforelæsning
Eksamen i Økonometri 1
Individuel tag-hjem eksamen Fra fredag den 13. (!) juni kl. 15.00 til mandag den 16.
juni kl. 10.00. Med udgangspunkt i
En given problemstilling, fx fra et uddrag af en artikel Givne (men individualiserede) datasæt
besvares en række mere eller mindre åbne spørgsmål. Besvarelsen skal fremstå som en samlet rapport til
belysning af den rejste problemstilling: En økonometrisk analyse.
Økonometri 1: Introduktionsforelæsning
Målsætning for Økonometri 1
Værdsætte betydning af gode, relevante og pålidelige data.
Forstå en række af de problemstillinger, der knytter sig til passivt observerede data, der ofte fremkommer som resultat af økonomiske agenters valg.
Kunne implementere løsninger på disse problemstillinger indenfor en relativt simpel, men alligevel anvendelig ramme: Modeller for uafhængige data.
Indse styrken af en empirisk analyse, hvor økonomisk teori, data og statistiske metoder går op i en højere enhed.
Økonometri 1: Introduktionsforelæsning
Hvad bliver det næste?
Næste forelæsning: Mandag den 10. Februar: ME om W kap. 2. (formodentligt kun 2.1-2.4)
Øvelserne: Begynder i næste uge (tirsdag eller onsdag). Ugeseddel 1 ligger på hjemmesiden.
Forberedelse til øvelserne Læs Varian ”Intermediate Microeconomics” kap. 6.1-6.3. Medbring ”Elementær indføring i SAS” og ”Statistik med SAS”