- Scriptium
- Posted on
- Geen reacties
Wat is econometrie?
Econometrie is een tak van de economie die statistische en wiskundige methoden gebruikt om economische verschijnselen te onderzoeken, te verklaren en te voorspellen. Het onderzoek in de econometrie is een combinatie van:
-
Economische theorie
-
Wiskunde
-
Statistiek
Deze combinatie wordt gebruikt om empirische gegevens te analyseren en economische modellen te schatten. De belangrijkste doelstellingen van econometrie zijn:
-
Het kwantificeren van de relaties tussen economische variabelen
-
Het maken van voorspellingen over toekomstige economische gebeurtenissen.
Er is door veel verschillende economen en statistici bijgedragen aan de ontwikkeling van econometrie. Enkele sleutelfiguren die worden beschouwd als de grondleggers van dit vakgebied zijn:
I. Ragnar Frisch (1895-1973)
Hij wordt vaak beschouwd als een van de grondleggers van de econometrie. Hij was een Noorse econoom aan wie wordt toegeschreven, de naam “econometrie” te introduceren in 1926. Hij ontwikkelde ook belangrijke methoden voor het schatten van economische modellen. Daaronder hoort de kleinste kwadratenmethode.
2. Jan Tinbergen (1903-1994)
Deze Nederlandse econoom wordt vaak genoemd als een andere pionier in econometrie. Hij ontving de eerste Nobelprijs in de Economische Wetenschappen in 1969, samen met Ragnar Frisch, voor zijn werk op het gebied van econometrie en toegepaste economie.
3. Trygve Haavelmo (1911-1999)
Deze Noorse econoom wordt geroemd vanwege zijn bijdragen aan de ontwikkeling van causale econometrische modellen. Hij introduceerde het concept van structurele modellen, die de relatie tussen economische variabelen probeerden te modelleren met behulp van statistische methoden.
Deze drie economen worden vaak in verband gebracht met de vroege ontwikkeling van econometrie. Het vak heeft zich daarna met bijdragen van vele andere onderzoekers aanzienlijk uitgebreid en ontwikkeld.
Econometrie is tegenwoordig een gevestigde discipline binnen de economie en wordt veelvuldig toegepast in academisch onderzoek, beleidsanalyse en industrieel onderzoek om economische vraagstukken te analyseren en op te lossen.
Waar kan je econometrie studeren?
In Nederland kun je econometrie studeren aan verschillende universiteiten. Hier zijn enkele universiteiten in Nederland waar je econometrie kunt studeren:
-
Erasmus Universiteit Rotterdam (EUR). De Erasmus School of Economics biedt een bachelor- en masterprogramma in Econometrie en Operationeel Onderzoek.
-
Universiteit van Amsterdam (UvA). De Faculteit der Economische en Bedrijfskunde aan de UvA biedt ook bachelor- en masterprogramma's in Econometrie.
-
Vrije Universiteit Amsterdam (VU). De VU Amsterdam heeft een bachelor- en masterprogramma in Econometrie en Operationeel Onderzoek.
-
Tilburg University.Tilburg University staat bekend om zijn economische programma's, waaronder een bachelor- en masterprogramma in Econometrie.
-
Rijksuniversiteit Groningen. Deze universiteit biedt ook bachelor- en masterprogramma's in Econometrie.
-
Universiteit Maastricht. De School of Business and Economics aan de Universiteit Maastricht biedt ook een bachelor- en masterprogramma in Econometrie.
De belangrijkste statistische methoden in de econometrie
Hier zijn enkele van de belangrijkste statistische methoden die in econometrie worden gebruikt. Deze opsomming geeft met veel specialistische, technische termen een beknopt overzicht van statistische methoden. Een bredere uitleg past niet in het verband van dit artikel maar geeft alvast een aanwijzing om zelf verder te zoeken.
1. Lineaire regressie
Lineaire regressie is een van de meest fundamentele technieken in econometrie. Het wordt gebruikt om de relatie tussen een afhankelijke variabele en één of meer onafhankelijke variabelen te modelleren. De eenvoudigste vorm is eenvoudige, lineaire regressie. Daarbij is er in het onderzoek slechts één onafhankelijke variabele
2. Meervoudige regressie
Meervoudige regressie breidt lineaire regressie uit naar situaties waarin er meerdere, onafhankelijke variabelen zijn die de afhankelijke variabele kunnen beïnvloeden. Hiermee kan men complexere relaties tussen variabelen modelleren.
3. Tijdreeksanalyse
Tijdreeksanalyse wordt gebruikt wanneer gegevens worden verzameld in opeenvolgende tijdsperioden. Het omvat methoden zoals autoregressie (AR), bewegende gemiddelden (MA) en ARIMA-modellen (Autoregressive Integrated Moving Average) om patronen en trends in tijdreeksen te identificeren en voorspellingen te doen.
4. Panelgegevensanalyse
Panelgegevens, ook wel longitudinale gegevens genoemd, omvatten gegevens die worden verzameld van dezelfde eenheden (zoals individuen, bedrijven of landen) over meerdere tijdsperioden. Panelgegevensanalyse stelt econometristen in staat om zowel tijds- als individuele verschillen te bestuderen.
5. Instrumentele variabelen
Deze techniek wordt gebruikt om endogeniteit (wanneer een onafhankelijke variabele gecorreleerd is met de foutterm in een regressiemodel) aan te pakken. Instrumentele variabelen worden gebruikt om de onafhankelijke variabele te schatten zonder de endogeniteit te introduceren.
6. Logistische regressie
Logistische regressie wordt gebruikt wanneer de afhankelijke variabele een binair (ja/nee) resultaat heeft. Het wordt vaak gebruikt in situaties waarin de onderzoeker de kans op een bepaalde gebeurtenis wil voorspellen. Dat gaat dan om gebeurtenissen als kredietafwijzingen of het ondergaan een medische behandeling.
7. Gecensureerde en getrilde modellen
Deze modellen worden gebruikt wanneer de gegevens niet volledig worden waargenomen, bijvoorbeeld wanneer er censuur of truncatie is. Ze zijn van toepassing in situaties waarin niet alle observaties beschikbaar zijn.
Dit zijn enkele van de belangrijkste statistische methoden in econometrie, maar er zijn nog veel meer technieken en benaderingen. De keuze is afhankelijk van je specifieke onderzoeksvraag en het type gegevens dat jij bestudeert.
Welke statistische kennis is nodig bij econometrie?
Om econometrie te begrijpen en effectief toe te passen, is een stevige basis in statistiek noodzakelijk. Hier worden heel kort enkele, belangrijke statistische onderwerpen aangegeven die belangrijk zijn voor het begrip van econometrie:
-
Kansrekening en statistische distributies. Een goed begrip van kansrekening is cruciaal, omdat econometrie vaak werkt met probabilistische modellen ofwel de (on-)waarschijnlijkheid van een verband of een gebeurtenis. Je moet vertrouwd zijn met statistische distributies zoals de normale (Gaussische) verdeling, t-verdeling, chi-kwadraatverdeling en de F-verdeling.
-
Schatting en schattingsmethoden. Je moet bekend zijn met verschillende schattingsmethoden, zoals de methode van de kleinste kwadraten (OLS), maximum likelihood schattingen (MLE), generalised method of moments (GMM), enzovoort. Deze methoden worden gebruikt om parameters in econometrische modellen te schatten.
-
Hypothese-testen. Het begrijpen van het testen van hypotheses is belangrijk om te kunnen beoordelen of de getoetste of geschatte parameters in een model statistisch significant zijn. Dit omvat t-toetsen, F-toetsen en chi-kwadraattoetsen.
-
Tijdreeksanalyse. Als je te maken hebt met tijdreeksen, is kennis van concepten zoals autoregressie (AR), bewegende gemiddelden (MA), stationariteit, en cointegratie belangrijk.
-
Multivariate statistiek. Aangezien econometrie vaak met meerdere variabelen tegelijk werkt, is begrip van multivariate statistiek nodig. Dit omvat concepten zoals covariantie, correlatie, meervoudige regressie, en meervoudige determinatiecoëfficiënt (R-squared).
-
Econometrische modellen.Je moet in staat zijn om verschillende econometrische modellen te begrijpen en te specificeren, zoals lineaire regressie, meervoudige regressie, logistische regressie, autoregressieve modellen en panelgegevensmodellen.
-
Stochasticiteit en fouttermen. Begrip van de rol van stochastische fouttermen in econometrische modellen is cruciaal. Deze fouttermen vertegenwoordigen onverklaarde variabiliteit in de gegevens.
-
Instrumentele variabelen. Dit concept is belangrijk om endogeniteit aan te pakken in econometrische modellen. Je moet begrijpen hoe instrumentele variabelen worden gebruikt om de effecten van endogene variabelen te isoleren.
-
Bayesiaanse econometrie (optioneel). Hoewel niet strikt noodzakelijk, kan kennis van Bayesiaanse methoden nuttig zijn voor het begrijpen van moderne econometrische technieken, vooral in situaties met beperkte gegevens.
Welke wiskundige kennis is nodig voor een goed begrip van econometrie?
Een goed begrip van econometrie vereist een stevige basis in wiskunde. Econometrische modellen zijn vaak op wiskundige principes gebaseerd. Hier zijn enkele belangrijke wiskundige onderwerpen en vaardigheden die nodig zijn voor een goed begrip van econometrie:
-
Calculus. Calculus is essentieel omdat het de basis legt voor begrip van veranderingen in variabelen. Belangrijke calculusconcepten zijn afgeleiden, integraalrekening en differentiaalvergelijkingen. Deze zijn van toepassing op het begrijpen van marginale effecten en het schatten van afgeleide termen in econometrische modellen.
-
Lineaire algebra. Lineaire algebra is belangrijk voor het begrijpen van matrices en vectoren, die vaak voorkomen in econometrische modellen. Je moet in staat zijn om matrices te vermenigvuldigen, inverses te berekenen, en eigenwaarden en eigenvectoren te begrijpen.
-
Differentiaalvergelijkingen. In sommige gevallen kunnen differentiaalvergelijkingen worden gebruikt om economische modellen te formuleren. Kennis van differentiaalvergelijkingen is handig om deze modellen te begrijpen en op te lossen.
-
Wiskundige statistiek. Een goed begrip van statistische concepten, zoals steekproefruimten, kansverdelingen, schattingen en hypothesetesten, is cruciaal omdat econometrie sterk vertrouwt op statistische methoden.
-
Numerieke methoden. Soms moeten econometrische modellen worden opgelost met behulp van numerieke methoden, zoals iteratieve optimalisatiealgoritmen. Kennis van numerieke analyse en computationele wiskunde kan nuttig zijn.
-
Matrixberekeningen. Omdat matrixmanipulatie veel voorkomt in econometrische modellen, is het belangrijk om te weten hoe je matrixberekeningen moet uitvoeren, zoals matrixvermenigvuldiging, transpositie en inverse berekeningen.
Econometrie vereist vaak een combinatie van wiskundige en statistische vaardigheden om economische gegevens te analyseren en modellen te schatten. Zoals je ziet is er veel overeenkomst tussen de zogenaamde econometrische, de wiskundige en de statistische onderwerpen. Afhankelijk van het niveau van de econometrische analyse dat je wilt uitvoeren, kunnen de wiskundige eisen variëren, maar een sterke wiskundige basis zal je zeker helpen om het vakgebied beter te begrijpen en te beheersen.
Vraagstuk: Stel dat de overheid overweegt het minimumloon te verhogen. De vraag is of deze verhoging de werkgelegenheid zal beïnvloeden. Worden er meer banen gecreëerd of gaan er juist banen verloren als het minimumloon en dus ook de loonkosten worden verhoogd?
Oplossing: Hieronder lees je hoe dit vraagstuk in opeenvolgende stappen wordt opgelost.
Gegevens verzamelen: Economen zullen gegevens verzamelen over de werkgelegenheid en het minimumloon in een bepaald gebied of land over verschillende tijdsperioden. Deze gegevens omvatten informatie zoals het aantal banen, het minimumloonniveau en andere relevante variabelen. Deze kunnen van invloed zijn op bijvoorbeeld, de werkgelegenheid, economische groei of de inflatie.
Hypothesen formuleren: Economen zullen hypotheses formuleren over hoe het minimumloon de werkgelegenheid zou kunnen beïnvloeden. Een veel voorkomende hypothese is dat een verhoging van het minimumloon leidt tot een afname van de werkgelegenheid omdat werkgevers minder werknemers aannemen vanwege hogere loonkosten.
Econometrische modellering: Economen zullen een econometrisch model opstellen om de relatie tussen het minimumloon en de werkgelegenheid te analyseren. Een veelgebruikte aanpak is het schatten van die relatie door een meervoudige regressievergelijking. Daarbij wordt de werkgelegenheid verklaard door het minimumloon en andere relevante variabelen.
Gegevensanalyse: Met behulp van statistische software zullen economen de gegevens analyseren en de geschatte parameters van het model berekenen. Ze zullen in het bijzonder kijken naar de coëfficiënt van het minimumloon om te beoordelen of er een statistisch significante relatie is tussen het minimumloon en de werkgelegenheid.
Resultaten interpreteren: Als het minimumloon een statistisch significante invloed heeft op de werkgelegenheid, kunnen economen de richting en omvang van deze invloed bepalen. Als bijvoorbeeld blijkt dat een verhoging van het minimumloon met €1,50 resulteert in een verlies van 1000 banen, dan is dat een belangrijke bevinding.
Beleidsaanbevelingen: Op basis van de resultaten kunnen economen beleidsaanbevelingen doen aan de overheid. Als de resultaten aantonen dat een minimumloonverhoging leidt tot aanzienlijke werkgelegenheidsverliezen, kan de aanbeveling zijn om voorzichtig te zijn met het verhogen van het minimumloon of om andere beleidsmaatregelen te overwegen om de werkgelegenheid te stimuleren.
Hulp bij statistiek nodig? Schakel een professionele begeleider van Scriptium in
Heb je moeite met statistiek? Wens je hulp te krijgen bij SPSS, STATA of R? Scriptium heeft 7 dagen per week professionele statistiekbegeleiders beschikbaar. Of je nu hulp bij statistiek in je scriptie wilt hebben, of bijles statistiek nodig hebt, we staan direct voor je klaar. Neem vandaag nog contact met ons op, en we komen snel bij je terug.
De auteur gebruikt statistiek voor het analyseren van productie- en dienstverleningsprocessen. Aan de hand van statistische analyses onderzoekt hij of een bedrijfsproces langs de kortste weg levert wat er bedoeld is en of het proces ook beheersbaar en betrouwbaar verloopt.