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

Præsentationer af emnet: "Økonometri 1: Introduktionsforelæsning Økonometri 1 Introduktionsforelæsning 3. februar 2003."— Præsentationens transcript:

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

2 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.

3 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.

4 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.

5 Økonometri 1: Introduktionsforelæsning Eksperiment: Udbyttet af sojabønner

6 Økonometri 1: Introduktionsforelæsning Passiv observation: Afkast af uddannelse

7 Økonometri 1: Introduktionsforelæsning Hovedtyper af økonomiske data

8 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

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 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:4 Kapitel 7: Udvidet Solow-model med humankapitalmål:7

12 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

13 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.

14 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.

15 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

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

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

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

19 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

20 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

21 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

22 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)

23 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.

24 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!

25 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.

26 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.

27 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.

28 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”