Click here to load reader

Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 7. september 2005

  • View
    212

  • Download
    0

Embed Size (px)

Text of Økonometri 1: Introduktionsforelæsning Økonometri 1...

  • Slide 1
  • konometri 1: Introduktionsforelsning konometri 1 Introduktionsforelsning 7. september 2005
  • Slide 2
  • konometri 1: Introduktionsforelsning konometri 1 Efterr 2004 Forelser: Mette Ejrns Lektor ved konomisk Institut Kontor p Bispetorvet, 3. sal. Hjemmeside: www.econ.ku.dk/metrics/okonometri1
  • Slide 3
  • konometri 1: Introduktionsforelsning Dagens program: Indkredse begrebet konometri: Udgangspunkt i nogle eksempler. Afgrnse faget konometri 1 i den nye struktur for konometrifagene p bachelor- og kandidatdelen. Fagets struktur: Forelsningerne og lrebogen: Wooldridge, Introductory Econometrics. velserne Eksamen Mlstning for faget.
  • Slide 4
  • konometri 1: Introduktionsforelsning Begrebet konometri Anvende statistiske metoder p konomiske data men mere end det: Example 1.3 og 1.4 i Wooldridge. Data fremkommer oftest ved passiv observation, ikke ved aktiv eksperimentering. konomisk teori spiller en helt central rolle i at forst og fortolke data. Ex. 12 rs skolepligt: Er det (konomisk set) en god ide?
  • Slide 5
  • konometri 1: Introduktionsforelsning Passiv observation: Afkast af uddannelse
  • Slide 6
  • konometri 1: Introduktionsforelsning Eksperiment: Udbyttet af sojabnner
  • Slide 7
  • konometri 1: Introduktionsforelsning Hovedtyper af konomiske data
  • Slide 8
  • konometri 1: Introduktionsforelsning Tvrsnitsdata I: Engelkurver Hvor stor en budgetandel anvendes p mad? Der findes en rkke bidrag om Engelkurven: Deaton & Muellbauer (1980): Economics and consumer behavior Banks, Blundell & Lewbel (1997): Quadratic Engel Curves and Consumer Demand Undersger hvordan budgetandelene for forskellige varegrupper (f.eks. mad) afhnger af indkomstniveauet Teorien er gennemget i Varian Intermediate Microeconomics De empiriske analyser udfres p husholdningsdata Hver husholdning frer dagbog over deres udgifter
  • Slide 9
  • konometri 1: Introduktionsforelsning Tvrsnitsdata I: Engelkurver (fortsat) Estimationen af Engelkurver er baseret p en regressionsmodel: hvor w i er budgetandelen for f.eks. mad og x i er det samlede forbrug Modellen kan udvides til Quadratic Engel kurve (se Banks, Blundell og Lewbel). Regressionsmodellen bliver s Ideen med at udvide modellen er, at dette ofte passer bedre overens med data
  • Slide 10
  • konometri 1: Introduktionsforelsning Tvrsnitsdata I: Engelkurver (fortsat) Den estimerede Engelkurve for canadiske par: De canadiske husholdningsdata vil blive brugt til velserne Udvidelser som dkkes af konometri 1: Funktionel form Flere forklarende variable: Dummy-variable Mlefejl: Instrument variabel estimation Udvidelser som dkkes p kandidatdelen Semi-parametrisk estimation
  • Slide 11
  • konometri 1: Introduktionsforelsning Tvrsnitsdata II: Et tvrsnit af lande Hvad forklarer store (og vedvarende) forskelle mellem indkomstniveauer mellem lande?
  • Slide 12
  • konometri 1: Introduktionsforelsning Tvrsnitsdata II: Et tvrsnit af lande (fortsat) Hall og Jones (1999): I 1988 var produktionen pr. arbejder i USA 35 gange hjere end i Niger. konomisk ramme: Solow-modellen (makrokurset!). Produktion pr. arbejder er en funktion af kapitalapparatets strrelse (fysisk og human kapital) og produktiviteten (Solow-residualet). Hall og Jones: Social infrastruktur: Samfundsinstitutioner fastlgger ydre rammer for konomiske agenters dispositioner (produktion, uddannelse, investering): Lov og orden, beskyttelse af ejendomsretten, korruption, Hvordan fr vi estimeret parametrene i Solow-modellen? Hvordan tager vi hjde for et ikke srligt veldefineret begreb som social infrastruktur, som kan vre af betydning for indkomstniveauet?
  • Slide 13
  • konometri 1: Introduktionsforelsning Tvrsnitsdata II: Et tvrsnit af lande (fortsat) Nationalregnskabsml for Produktion (BNP i faste priser) Arbejdskraft (personer/timer) Fysisk kapital Ml for indsatsen af humankapital (?) Hvordan kan vi mle social infrastruktur? Sammenlignelige data for et (stort) antal lande. Penn World Tables er hovedkilde til landetvrsnitsdata. Hall og Jones analyserer data for 127 lande.
  • Slide 14
  • konometri 1: Introduktionsforelsning Tvrsnitsdata: Metoder Den linere regressionsmodel (OLS) er arbejdshesten. Udvidelser som dkkes af konometri 1: Lande er heterogene fx strrelse og udviklingsniveau: Generaliseret liner regression (GLS) kan tage hjde fx for forskelle i prcisionen af mlinger indkomstniveau. Korrelation mellem uobserverbare faktorer (produktivitet) og observerede forklarende variabler (kapitalapparat): Instrumentvariabel metoder (IV). Antager at de enkelte individer er uafhngige.
  • Slide 15
  • konometri 1: Introduktionsforelsning Paneldata: Oplysninger om samme enhed/individ observeret over flere tidsperioder Paneler: Mikropaneler: Typisk stort antal enheder (n), relativt f tidsperioder (T): IDA: Registerbaserede danske tal, hvor rlige oplysninger om ansatte og virksomheder knyttes sammen (n=500.000+,T=20). PSID: U.S. sprgeskemabaserede data for arbejdsmarkeds- og forbrugsrelaterede oplysninger (n=2000,T=15+). Makropaneler: Typisk et moderat antal enheder (n), relativt mange tidsperioder (T). Penn World Tables giver faktisk et panel af lande (n=150+) med helt op til 50 rs oplysninger p visse variabler. Ny datastruktur: Observationer er afhngige over tid (men ikke over tvrsnittet).
  • Slide 16
  • konometri 1: Introduktionsforelsning Tidsrkkedata For makrodata eller finansielle data finder man lange rkker af observationer og ofte hj grad af afhngighed over tid: rlige, kvartalsvise, mnedlige observationer af fx af forbrugerpriser, pengemngde og BNP. Ex. Fra MONA databanken Nationalbankens makromodel Logaritmen af realt BNP og privat forbrug i Danmark fra 1971 til 2001 Forbrugskvoten Emner for konometri 2 og kandidatstudiet
  • Slide 17
  • konometri 1: Introduktionsforelsning Hovedtyper af konomiske data konometri 1 konometri 2
  • Slide 18
  • konometri 1: Introduktionsforelsning Fagets struktur Forelsninger velser Eksamen Ingredienser i den samlede cocktail: konometri 1
  • Slide 19
  • konometri 1: Introduktionsforelsning konometriske metoder konomisk teori StatistiskData konometriske metoder Estimations- resultater
  • Slide 20
  • konometri 1: Introduktionsforelsning konometriske metoder (fortsat) konomisk teori p konometri 1 Kendt konomisk teori, men suppleret med nye eksempler: Mikrokonomi Engelkurven Makrokonomi Indkomst- og produktivitetsforskelle mellem lande Prismodeller Prisen p huse (se eksamensopgave, sommer 2003) Arbejdsmarkedskonomi Lnrelation: Afkast af uddannelse
  • Slide 21
  • konometri 1: Introduktionsforelsning konometriske metoder (fortsat) Data (p konometri 1) konomiske data Model: Linere regressionsmodel Simpel datastruktur: Uafhngige observationer Paneldata: Afhngige observationer Hovedsageligt ikke-kontrollerede data (passiv observation) Ofte indsamlet for andet forml Stiller krav til de konometriske metoder Data m ofte bearbejdes fx transformeres s den estimerede model bliver umiddelbart konomisk fortolkelig. Ofte m man kombinere data fra flere forskellige kilder.
  • Slide 22
  • konometri 1: Introduktionsforelsning konometriske metoder (fortsat) Statistik konometriske metoder bygger videre p Teoretisk statistik: Linere regressionsmodel Hypoteseprvning Testteori Regressionsmodellen fremstillet p matrixform Generel viden om statistiske begreber
  • Slide 23
  • konometri 1: Introduktionsforelsning konometriske metoder (fortsat) Nyt i forhold til Teoretisk statistisk Tt kobling mellem konomisk teori og statistisk metode Heterogenitet Generaliseret liner regression (GLS) Specifikationsovervejelser Instrument variabel metode (IV) Paneldata
  • Slide 24
  • konometri 1: Introduktionsforelsning Forelsninger Plan: se Fagets hjemmeside. Flger stort set bogen, suppleret med appendices og enkelte forelsningsnoter.Fagets hjemmeside I forhold til bogen: Supplere med: Matrixfremstilling Simulationseksperimenter Eksempler med danske data Forelsninger hver onsdag og hver anden fredag (+ to ekstra tirsdage). Slides til onsdagsforelsning br ligge klar tirsdag kl. 14, til fredagsforelsning torsdag kl. 14. Veksler mellem slides og tavlegennemgang.
  • Slide 25
  • konometri 1: Introduktionsforelsning velserne Vekselvirkning mellem dataarbejde, gruppediskussioner og opsamlinger i plenum: Se beskrivelsen p hjemmesiden for velserne. I velserne vil vi arbejde med: 3 konkrete datast SAS estimationsprogrammer, bde grydeklare PROCs og egne rutiner i IML (nogle gange bde-og) Simulationsprogrammer i IML Teoriopgaver (matrixregning, statistik) Skriftlige opsamlinger/konklusioner p gruppebasis. NB: Relevant eksamensforberedelse!
  • Slide 26
  • konometri 1: Introduktionsforelsning Eksamen i konometri 1 Individuel tag-hjem eksamen Fra fredag den 20. januar kl. 15.00 til mandag den 23. januar kl. 10.00. Med udgangspunkt i En given problemstilling, fx fra et uddrag af en artikel Givne (men individualiserede) datast besvares en rkke mere eller mindre bne sprgsml. Besvarelsen skal fremst som en samlet rapport til belysning af den rejste problemstilling: En konometrisk analyse.
  • Slide 27
  • konometri 1: Introduktionsforelsning Eksamensopgaven sommeren 2003 Vrdistning af skov: Estimere vrdien af en (bynr) skov ud fra den effekt, beliggenhed