![]() | Esta página cita fontes, mas que não cobrem todo o conteúdo. Ajude a inserir referências. Conteúdo não verificável pode ser removido.—Encontre fontes: ABW • CAPES • Google (N • L • A) (Junho de 2022) |
Econometria é um conjunto de ferramentas estatísticas com o objetivo de entender a relação entre variáveis econômicas através da aplicação de um modelo matemático.
A econometria nasceu como uma disciplina científica na década de 1930. Nos primeiros anos, a maioria das aplicações lidava com questões macroeconômicas para ajudar governos e grandes empresas a tomar suas decisões de longo prazo. Atualmente a econometria é uma ferramenta indispensável para modelar a realidade em quase todas as disciplinas econômicas e de negócios.
A ferramenta básica da econometria é o modelo de regressão linear (modelo clássico de regressão linear). Na econometria moderna, outras ferramentas estatísticas são frequentemente usadas, mas a regressão linear é, ainda, o ponto de partida mais frequente para a análise.
Um modelo, de uma forma geral, é um conjunto de distribuições conjuntas que satisfazem certos pressupostos. Um modelo clássico de regressão linear é um conjunto de distribuições conjuntas que satisfazem a quatro pressupostos:
Assumindo uma variável dependente (a que se quer explicar) "Y" e um conjunto de "K" variáveis explicativas "X1", "X2", "X3", ..., "XK" (que explicam a variável dependente), podemos representar o modelo clássico de regressão linear de duas maneiras:
Representação não matricial | Representação matricial | |
---|---|---|
Modelo |
|
|
Em que |
|
|
Se o modelo admite intercepto, | x 1 = 1 {\displaystyle x_{1}=1} | A primeira coluna da matriz X é igual a 1, ou seja, X = {\displaystyle X={\begin{bmatrix}1&x_{12}&x_{13}&...&x_{1K}\\1&x_{22}&x_{23}&...&x_{2K}\\1&x_{32}&x_{33}&...&x_{3K}\\...\\1&x_{n2}&x_{n13}&...&x_{nK}\end{bmatrix}}} |
Os principais métodos econométricos para realizar regressões, bem como seus estimadores (na forma matricial), são:
Método de estimação | Hipóteses principais | Estimador β ^ {\displaystyle {\hat {\beta }}} | Matriz de Variância-Covariância do estimador |
---|---|---|---|
Método dos mínimos quadrados (OLS) | linearidade; E = 0 {\displaystyle E=0} | β ^ O L S = − 1 X T y {\displaystyle {\hat {\beta }}^{OLS}=\left^{-1}X^{T}y} | V a r ( β ^ O L S ) = σ 2 − 1 {\displaystyle Var\left({\hat {\beta }}^{OLS}\right)=\sigma ^{2}\left^{-1}} |
mínimos quadrados generalizados | Ω {\displaystyle \Omega } invertível | é conhecida eβ ^ G L S = − 1 X T Ω − 1 y {\displaystyle {\hat {\beta }}^{GLS}=\left^{-1}X^{T}\Omega ^{-1}y} | V a r ( β ^ G L S ) = σ 2 − 1 {\displaystyle Var\left({\hat {\beta }}^{GLS}\right)=\sigma ^{2}\left^{-1}} |
Método da máxima verossimilhança | distribuição conhecida | β ^ M V = {\displaystyle {\hat {\beta }}^{MV}=} | e |
Método dos momentos generalizado | e | β ^ G M M = − 1 X T Ω − 1 y {\displaystyle {\hat {\beta }}^{GMM}=\left^{-1}X^{T}\Omega ^{-1}y} | e |
Variáveis instrumentais | E ≠ 0 {\displaystyle E\neq 0} | β ^ O L S = − 1 Z T y {\displaystyle {\hat {\beta }}^{OLS}=\left^{-1}Z^{T}y} | e |
Método dos mínimos quadrados em dois estágios (MQ2E) | e | e | e |
Método bayesiano | e | e |
Dependendo dos dados que se possui, é possível realizar estudos organizando-os das seguintes maneiras:
"A renda ( R {\displaystyle R}
) de uma família influencia no consumo ( C {\displaystyle C} ) da mesma?"Em econometria, essa questão é respondida através da proposta de um modelo como, por exemplo:
C = α + β R + ε {\displaystyle C=\alpha +\beta R+\varepsilon }, onde
em que a hipótese nula é que β = 0 {\displaystyle \beta =0\,\!} e a hipótese alternativa é β ≠ 0 {\displaystyle \beta \neq 0\,\!} .
Com uma base de dados sobre renda e consumo e com as técnicas econométricas, esse modelo pode ser estimado e a hipótese nula pode ser testada.
Se a hipótese nula for rejeitada, podemos dizer com um certo nível de confiança que a renda da família influencia seu consumo.
É importante notar que a econometria trata de um estudo genérico. Não é interessada em observar casos pontuais ou específicos, mas, sim, o movimento global da teoria. No caso do exemplo acima, testar se, para um determinado grupo estudado, a renda adquirida influencia no consumo dos mesmos.
Outros modelos econométricos mais robustos levam em consideração outros fatores e premissas com o objetivo de melhorar sua assertividade.
Diversos problemas podem surgir em uma análise de regressão, comprometendo a confiabilidade dos valores dos coeficientes estimados, assim como a inferência estatística. Entre os problemas mais comuns se destacam, principalmente:
O termo econometria é as vezes confundido com economia matemática.
O termo "metria" do último termo está relacionado a medição de dados econômicos, abordando estudos de observações empíricas através de métodos estatísticos de estimação e testes de hipóteses. O ramo da economia matemática, por sua vez, se destina a aplicação da matemática a aspectos puramente teóricos da análise econômica, preocupando-se muito pouco, ou quase nada, com problemas estatísticos como erros de medição das variáveis que estão sendo investigadas.
A aplicação da economia matemática se concentra no raciocínio dedutivo e não ao indutivo, lidando portanto, com problemas teóricos e não empíricos, não desmerecendo a econometria como menos relevante.
Uma vez que os estudos empíricos e análises teóricas são complementares e se reforçam mutuamente, a validade das teorias são testadas em relação aos dados empíricos antes que elas possam ser aplicadas com confiança. Em contrapartida, o trabalho estatístico necessita da teoria econômica como guia, para determinar a direção mais relevante e proveitosa da pesquisa.
Todavia, de uma certa forma, a economia matemática pode ser considerada a mais básica das duas, pois para desenvolver um estudo estatístico e econométrico significativo, é indispensável uma boa estrutura teórica - de preferência em formulação matemática.
Econometria | |
---|---|
Regressão linear | Método dos mínimos quadrados · R² · Teste t · Teste F · Valor-p |
Regressão não-linear | Modelo linear generalizado · Máxima verossimilhança · Método dos momentos generalizados |
Ajustes nos modelos | Correlação serial · Endogeneidade · Heteroscedasticidade · Mínimos quadrados de dois estágios · Multicolinearidade · Variável dummy · Variáveis instrumentais · Regressão quantílica · Teste de especificação de Hausman |
Variável dependente limitada | Modelo probit · Regressão logística · Regressão de Poisson |
Série temporal | Autocorrelação · Ruído branco · Operador de defasagem · ARMA · ARIMA · GARCH · Dados em painel · Teste de Chow · Teste de Dickey-Fuller aumentado |
Softwares | EViews · Gretl · LIMDEP & NLOGIT · IGEst · MATLAB · R · Shazam software · Stata · Octave · JMulTi · PSPP |
Pessoas | Adrien-Marie Legendre · Carl Friedrich Gauss · David Dickey · George Box · Gwilym Jenkins · George Chow · Lars Peter Hansen · Ronald Fisher · Wayne Fuller |
Economia | |
---|---|
Metodologia | |
Macroeconomia |
|
Microeconomia |
|
Sub-disciplinas |
|
Metodologia | |
Escolas | |
Ideologias | |
Economistas | |
Geral | |
Tempo discreto | |
---|---|
Tempo contínuo |
|
Ambos | |
Campos e outros | |
Modelos de série temporal | |
Modelos financeiros | |
Modelos atuariais | |
Modelos de filas | |
Propriedades | |
Teoremas limites | |
Desigualdades | |
Ferramentas |
|
Disciplinas | |