Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. februar 2003.

Slides:



Advertisements
Lignende præsentationer
Dummyvariabler 13. oktober 2006
Advertisements

Kvantitative metoder 2: F11 Kvantitative metoder 2 Introduktionsforelæsning 5. februar 2007.
KM2: F221 Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 4. november 2005.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 14. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 26. november 2004.
Økonometri 1 Gentagne Tværsnit og Paneldata II. Gentagne tværsnit og paneldata II 2 Gentagne tværsnit (W ): Opsamling.  Kombinerer tværsnit indsamlet.
Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I.
Økonometri 1: Dummy variable
Økonometri 1: F3 Økonometri 1 Den simple regressionsmodel 15. september 2006.
Økonometri 1 Gentagne tværsnit og panel data I. 2 Gentagne tværsnit og paneldata: Oversigt Observationer over individuelle enheder og tid: Wooldridge.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 7. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 10. december 2004.
KM2: F281 Økonometri 1 Afslutningsforelæsning 23. maj 2007.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 19. maj 2003.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 13. december 2004.
KM2: F141 Kvantitative metoder 2 Inferens i den lineære regressionsmodel Funktionel form 21. marts 2007.
Økonometri 1 Gentagne tværsnit og panel data I 13. november 2006.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 5. maj 2003.
Økonometri 1: F81 Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006.
KM2: F221 Kvantitative metoder 2 Gentagne tværsnit og panel data I 7. maj 2007.
Økonometri 1 Gentagne Tværsnit og Paneldata II 20. november 2006.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 9. november 2004.
Heteroskedasticitet 17. marts 2006
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 2. november 2004.
Instrumentvariabel estimation 21. maj 2007
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 28. april 2006.
Økonometri 1 Gentagne tværsnit og panel data I 5. april 2006.
Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 1. februar 2006.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007.
Økonometri 1: Dummy variable1 Økonometri 1 Dummy variable 24. marts 2003.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 29. marts 2006.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 3. marts 2003.
KM2: F61 Kvantitative metoder 2 Den simple regressionsmodel 21. februar 2007.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 26. februar 2007.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 10. marts 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 14. september 2004.
Økonometri 1: F151 Økonometri 1 Specifikation og dataproblemer 10. november 2006.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 24. februar 2003.
Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. september 2004.
Økonometri 1 Avancerede Paneldata Metoder II. 2 Paneldata metoder Sidste gang: Paneldata med to eller flere perioder og ”fixed effects” estimation. Første-differens.
Afslutningsforelæsning 16. December 2005
Økonometri 1 Gentagne tværsnit og panel data I 9. November 2005.
Økonometri 1: F41 Økonometri 1 Den multiple regressionsmodel 18. september 2006.
KM2: F51 Kvantitative metoder 2 Den simple regressionsmodel 19. februar 2007.
Økonometri 1: F51 Økonometri 1 Den multiple regressionsmodel 22. september 2006.
Økonometri 1 Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 15. februar 2006.
Økonometri 1: Dummyvariabler1 Økonometri 1 Dummyvariabler 21. oktober 2004.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 13. februar 2003.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 31. marts 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 7. september 2004.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 28. februar 2007.
Økonometri 1: F2 Økonometri 1 Den simple regressionsmodel 11. september 2006.
Økonometri 1: F141 Økonometri 1 Specifikation og dataproblemer 6. november 2006.
Økonometri 1: Dummyvariabler1 Økonometri 1 Dummyvariabler 12. oktober 2005.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 14. september 2005.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 7. december 2004.
Økonometri 1 Avancerede Paneldata Metoder II 23. November 2005.
Økonometri 1: Dummyvariabler1 Økonometri 1 Dummyvariabler 15. marts 2006.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 17. Maj 2006.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 17. september 2004.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation I 2. December 2005.
Økonometri 1: F11 Økonometri 1 Introduktionsforelæsning 4. september 2006.
Økonometri 1: F71 Økonometri 1 Inferens i den lineære regressionsmodel 29. september 2006.
KM2: F41 Kvantitative metoder 2 Den simple regressionsmodel 14. februar 2007.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation IV 10. maj 2006.
KM2: F211 Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007.
Den multiple regressionsmodel 21. september 2005
Heteroskedasticitet 25. oktober 2005
Præsentationens transcript:

Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. 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

Økonometri 1: Introduktionsforelæsning Passiv observation: Afkast af uddannelse

Økonometri 1: Introduktionsforelæsning Hovedtyper af økonomiske data

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 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

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

Økonometri 1: Introduktionsforelæsning Tværsnitsdata II: Et tværsnit af lande Robert J. Barro: Economic Growth in a Cross Section of Countries, Quarterly Journal of Economics, Undersøger konvergens i per capita indkomst blandt 98 lande Makro-noterne, kapitel 4: To-variabel regressionsmodel:4 Kapitel 7: Udvidet Solow-model med humankapitalmål:7

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= ,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 databanken Nationalbankens makromodel Logaritmen af realt BNP for Danmark fra 1971 til 2001 Igen: Økonometri 2 + Kandidatstudiet

Økonometri 1: Introduktionsforelæsning Hovedtyper af økonomiske data 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 Økonomisk teori StatistiskData Økonometriske metoder Estimations- resultater

Økonometri 1: Introduktionsforelæsning Økonometriske metoder (fortsat) Økonomisk teori på Økonometri 1 Kendt 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.Fagets hjemmeside 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 til mandag den 16. juni kl 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 ) Øvelserne: Begynder i næste uge (tirsdag eller onsdag). Ugeseddel 1 ligger på hjemmesiden. Forberedelse til øvelserne  Læs Varian ”Intermediate Microeconomics” kap  Medbring ”Elementær indføring i SAS” og ”Statistik med SAS”