Præsentation er lastning. Vent venligst

Præsentation er lastning. Vent venligst

Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. september 2004.

Lignende præsentationer


Præsentationer af emnet: "Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. september 2004."— Præsentationens transcript:

1 Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. september 2004

2 Økonometri 1: Introduktionsforelæsning Økonometri 1 – Efterår 2004 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. Hjemmeside: www.econ.ku.dk/metrics/okonometri1

3 Økonometri 1: Introduktionsforelæsning Dagens program: Indkredse begrebet ”økonometri”: Udgangspunkt i nogle eksempler. Afgrænse faget Økonometri 1 i den nye struktur for økonometrifagene på bachelor- og kandidatdelen. Fagets struktur:  Forelæsningerne og lærebogen: Wooldridge, Introductory Econometrics.  Øvelserne  Eksamen Målsætning for faget.

4 Økonometri 1: Introduktionsforelæsning Begrebet ”økonometri” Anvende 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 helt central rolle i at forstå og fortolke data. Ex. 12 års skolepligt: Er det (økonomisk set) en god ide?

5 Økonometri 1: Introduktionsforelæsning Passiv observation: Afkast af uddannelse

6 Økonometri 1: Introduktionsforelæsning Eksperiment: Udbyttet af sojabønner

7 Økonometri 1: Introduktionsforelæsning Hovedtyper af økonomiske data

8 Økonometri 1: Introduktionsforelæsning Tværsnitsdata I: Engelkurver Hvor stor en budgetandel anvendes på mad? 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

9 Økonometri 1: Introduktionsforelæsning Tværsnitsdata I: Engelkurver (fortsat) Estimationen af Engelkurver er baseret på 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 så Ideen med at udvide modellen er, at dette ofte passer bedre overens med data

10 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

11 Økonometri 1: Introduktionsforelæsning Tværsnitsdata II: Et tværsnit af lande Hvad forklarer store (og vedvarende) forskelle mellem indkomstniveauer mellem lande?

12 Økonometri 1: Introduktionsforelæsning Tværsnitsdata II: Et tværsnit af lande (fortsat) Hall og Jones (1999): I 1988 var produktionen pr. arbejder i USA 35 gange højere end i Niger. Økonomisk ramme: Solow-modellen (makrokurset!). Produktion pr. arbejder er en funktion af kapitalapparatets størrelse (fysisk og human kapital) og produktiviteten (”Solow-residualet”). Hall og Jones: ”Social infrastruktur”: Samfundsinstitutioner fastlægger ydre rammer for økonomiske agenters dispositioner (produktion, uddannelse, investering): ”Lov og orden”, beskyttelse af ejendomsretten, korruption, … Hvordan får vi estimeret parametrene i Solow-modellen? Hvordan tager vi højde for et ikke særligt veldefineret begreb som ”social infrastruktur”, som kan være af betydning for indkomstniveauet?

13 Økonometri 1: Introduktionsforelæsning Tværsnitsdata II: Et tværsnit af lande (fortsat) Nationalregnskabsmål for  Produktion (BNP i faste priser)  Arbejdskraft (personer/timer)  Fysisk kapital Mål for indsatsen af humankapital (?) Hvordan kan vi måle ”social infrastruktur”? Sammenlignelige data for et (stort) antal lande. Penn World Tables er hovedkilde til landetværsnitsdata. Hall og Jones analyserer data for 127 lande.

14 Økonometri 1: Introduktionsforelæsning Tværsnitsdata: Metoder Den lineære regressionsmodel (OLS) er arbejdshesten. Udvidelser som dækkes af Økonometri 1:  Lande er heterogene fx størrelse og udviklingsniveau: Generaliseret lineær regression (GLS) kan tage højde fx for forskelle i præcisionen af målinger indkomstniveau.  Korrelation mellem uobserverbare faktorer (produktivitet) og observerede forklarende variabler (kapitalapparat): Instrumentvariabel metoder (IV). Antager at de enkelte ”individer” er uafhængige.

15 Økonometri 1: Introduktionsforelæsning Paneldata: Oplysninger om samme enhed/individ observeret over flere tidsperioder Paneler:  Mikropaneler: Typisk stort antal enheder (n), relativt få tidsperioder (T): IDA: 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). Penn World Tables giver faktisk et panel af lande (n=150+) med helt op til 50 års oplysninger på visse variabler. Ny datastruktur: Observationer er afhængige over tid (men ikke over tværsnittet).

16 Økonometri 1: Introduktionsforelæsning Tidsrækkedata For makrodata eller finansielle data finder man lange rækker af observationer og ofte høj grad af afhængighed over tid:  Årlige, kvartalsvise, månedlige observationer af fx af forbrugerpriser, pengemængde og BNP. Ex. Fra MONA databanken Nationalbankens makromodel Logaritmen af realt BNP og privat forbrug i Danmark fra 1971 til 2001 Forbrugskvoten Emner for Økonometri 2 og kandidatstudiet

17 Økonometri 1: Introduktionsforelæsning Hovedtyper af økonomiske data Økonometri 1 Økonometri 2

18 Økonometri 1: Introduktionsforelæsning Fagets struktur Forelæsninger Øvelser Spørgeskemaundersøgelser Eksamen Ingredienser i den samlede ”cocktail”: Økonometri 1

19 Økonometri 1: Introduktionsforelæsning Økonometriske metoder Økonomisk teori StatistiskData Økonometriske metoder Estimations- resultater

20 Økonometri 1: Introduktionsforelæsning Økonometriske metoder (fortsat) Økonomisk teori på Økonometri 1 Kendt økonomisk teori, men suppleret med nye eksempler: Mikroøkonomi  Engelkurven Makroøkonomi  Indkomst- og produktivitetsforskelle mellem lande Prismodeller  Prisen på huse (se eksamensopgave, sommer 2003) Arbejdsmarkedsøkonomi  Lønrelation: Afkast af uddannelse

21 Økonometri 1: Introduktionsforelæsning Økonometriske metoder (fortsat) Data (på Økonometri 1) Økonomiske data Model: Lineære regressionsmodel Simpel datastruktur: Uafhængige observationer Paneldata: Afhængige observationer Hovedsageligt ikke-kontrollerede data (passiv observation)  Ofte indsamlet for andet formål → Stiller krav til de økonometriske metoder  Data må ofte bearbejdes fx transformeres så den estimerede model bliver umiddelbart økonomisk fortolkelig.  Ofte må man kombinere data fra flere forskellige kilder.

22 Økonometri 1: Introduktionsforelæsning Økonometriske metoder (fortsat) Statistik Økonometriske metoder bygger videre på Teoretisk statistik:  Lineære regressionsmodel  Hypoteseprøvning  Testteori  Regressionsmodellen fremstillet på matrixform  Generel viden om statistiske begreber

23 Økonometri 1: Introduktionsforelæsning Økonometriske metoder (fortsat) Nyt i forhold til Teoretisk statistisk  Tæt kobling mellem økonomisk teori og statistisk metode  Heterogenitet  Generaliseret lineær regression (GLS)  Specifikationsovervejelser  Instrument variabel metode (IV)  Paneldata

24 Økonometri 1: Introduktionsforelæsning Forelæsninger Plan: se Fagets hjemmeside. Følger stort set bogen, suppleret med appendices og enkelte forelæsningsnoter.Fagets hjemmeside I forhold til bogen: Supplere med:  Matrixfremstilling  Simulationseksperimenter  Eksempler med danske data Forelæsninger hver tirsdag og hver anden fredag (+ to ekstra torsdage). Slides til tirsdagsforelæsning bør ligge klar mandag kl. 14, til fredagsforelæsning torsdag kl. 14. Veksler mellem slides og tavlegennemgang.

25 Økonometri 1: Introduktionsforelæsning Øvelserne Vekselvirkning mellem dataarbejde, gruppediskussioner og opsamlinger i plenum: Se beskrivelsen på hjemmesiden for øvelserne. I øvelserne vil vi arbejde med:  3 konkrete datasæt  SAS estimationsprogrammer, både grydeklare PROCs og egne rutiner i IML (nogle gange både-og)  Simulationsprogrammer i IML  Teoriopgaver (matrixregning, statistik)  Skriftlige opsamlinger/konklusioner på gruppebasis. NB: Relevant eksamensforberedelse!

26 Økonometri 1: Introduktionsforelæsning Eksamen i Økonometri 1 Individuel tag-hjem eksamen Fra fredag den 14. januar kl. 14.00 til mandag den 17. januar 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.

27 Økonometri 1: Introduktionsforelæsning Eksamensopgaven sommeren 2003 Værdisætning af skov: Estimere værdien af en (bynær) skov ud fra den effekt, beliggenheden har på prisen på huse tæt på skoven. Bilag om værdisætningsmetoden (uddrag af DØRS rapport), fastsættelse af offentlig ejendomsvurdering (to bilag fra Told&Skat). Kontrollere for husets størrelse, alder, toilet- og badforhold, byggematerialer og geografisk område (Esbjerg, Haslev, Allerød, Hillerød). Individualiserede datasæt: 1150 huse. Metoder: OLS, GLS (forskellig varians i forskellige geografiske områder), IV (huse der bygges tæt på skoven har måske generelt en højere uobserverbar ”kvalitet”).

28 Økonometri 1: Introduktionsforelæsning Eksamensopgaven sommeren 2003 Opbygning:  Databeskrivelse  Analyse Estimation af alt-andet-lige effekt af skovnærhed på huspriser: Statistisk signifikant estimat af elasticitet af huspris med hensyn til afstand til skov: 0.04. Værdifastsætter Esbjerg Plantage til ca. 30-40 mio. kr. Undersøge og diskutere om forudsætningerne for analysen holder i praksis Teoretisk opgave i tilknytning til analysen Praktisk opgave: Tager den offentlige ejendomsvurdering højde for værdien af skovnærhed?  Konklusion på analysen

29 Økonometri 1: Introduktionsforelæsning Spørgeskemaundersøgelser Sikre løbende og hurtig feedback på undervisningen, inkl. de sædvanlige evalueringsrunder, mulighed for ”selv-evaluering” i form af et antal ”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.

30 Økonometri 1: Introduktionsforelæsning Målsætning for Økonometri 1 Værdsætte betydning af relevante og pålidelige data. Forstå en række af de problemstillinger, der knytter sig til passivt observerede data, der 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 eller panel. Indse styrken af en empirisk analyse, hvor økonomisk teori, data og statistiske metoder går op i en højere enhed.

31 Økonometri 1: Introduktionsforelæsning Hvad bliver det næste? Forelæsningsplan på hjemmesiden. Næste forelæsning: Tirsdag den 7. september: ME om Wooldridge kap. 2.1-2.4. Øvelserne: Begynder i næste uge (onsdag eller torsdag). 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”


Download ppt "Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. september 2004."

Lignende præsentationer


Annoncer fra Google