Econometria

In economia l'econometria è l'uso di metodi matematici e statistici per produrre modelli atti a verificare la validità di ipotesi in fatto di politica economica.

Storia

L'econometria comincia a svilupparsi intorno agli anni venti del XX secolo. L'economista norvegese Ragnar Frisch gioca un ruolo fondamentale nella nascita della disciplina e nella sua istituzionalizzazione; da alcuni gli è addirittura attribuita la paternità del termine econometria. Nel 1930, insieme con Irving Fisher, fonda la Econometric Society, con l'obiettivo di «favorire gli studi di carattere quantitativo che avvicinino il punto di vista teorico e quello empirico nell'esplorazione dei problemi economici». Nel 1933 fonda inoltre la rivista Econometrica, tuttora (2014) la principale pubblicazione in ambito econometrico ed economico-quantitativo.

I lavori della Cowles Commission for Research in Economics (gruppo di ricerca creato nel 1932 presso Colorado Springs, trasferitosi nel 1939 all'università di Chicago e dal 1954 presso l'università Yale, permettono di muovere i primi passi nello sviluppo di metodi per la stima di sistemi di equazioni simultanee. Trygve Haavelmo, vincitore del Premio della Banca di Svezia in memoria di Alfred Nobel per le scienze economiche (Premio Nobel per l'economia) nel 1989, fa parte di questo gruppo di ricerca.

In seguito alla seconda guerra mondiale, l'econometria conosce un rapido sviluppo. Tra i fattori alla base di tale crescita vi è probabilmente l'istituzione del Premio Nobel per l'economia, che viene assegnato a economisti conosciuti per il rigore del formalismo matematico dei loro lavori, unito ad un rapido sviluppo dell'analisi computazionale, e dell'informatica. Lo sviluppo delle tecniche econometriche le porta a giocare un ruolo decisivo nella definizione della politica economica.

Descrizione

Scopi e tecniche

Gli scopi principali dell'econometria sono dare un contenuto empirico alla teoria economica, e sottoporre quest'ultima a test statistico.

Per gran parte l'econometria si fonda su risultati della statistica classica. Tra questi, il più importante strumento statistico dello studioso di econometria (o quantomeno quello più rilevante nella prassi) è, probabilmente, la regressione lineare, nonché la stima del modello lineare con il metodo dei minimi quadrati. Applicazioni più sofisticate ricorrono ai metodi della massima verosimiglianza e metodo dei momenti.

Un crescente numero di ricercatori, d'altra parte, fa uso di strumenti e metodi propri della statistica bayesiana. Quest'ultimo approccio, caratterizzato da un'interpretazione soggettiva della probabilità, sembra piuttosto promettente nell'ambito dell'econometria applicata alla finanza, o econometria finanziaria.

Nelle applicazioni, gli studi di econometria possono essere divisi in due ampie categorie: analisi delle serie storiche e analisi su dati sezionali (o cross section); recentemente la maggiore disponibilità di dati ha reso possibile analisi basate su dati panel, che incorporano sia la dimensione temporale che quella sezionale.

Sebbene storicamente gli studi di econometria si siano sviluppati a partire dall'obiettivo di studiare i modelli proposti nell'ambito della macroeconomia, in epoca recente l'esigenza di fondare empiricamente argomentazioni economiche ha portato a un ampio sviluppo degli studi di econometria, applicati a diverse branche dell'economia. Accanto agli studi di finanza ricordati sopra, non si può non menzionare la notevole crescita della microeconometria, che ha portato a notevoli risultati nell'ambito dell'economia del lavoro e dello studio sulla regolamentazione dei mercati.

Differenze tra econometria e statistica

L'econometria è oggi considerata una disciplina separata rispetto alla statistica poiché si concentra sulla raccolta ed analisi di dati non sperimentali, cioè di dati non raccolti tramite esperimenti. Infatti, l'utilizzo di esperimenti e ambienti di laboratorio per la raccolta dati nelle scienze sociali è un fenomeno raro (avrebbe solitamente dei costi troppo elevati o richiederebbe scelte morali ardue). Nel corso del tempo l'econometria ha preso in prestito molto dalla statistica. Ad esempio, il metodo delle regressioni multiple è utilizzato in entrambe le discipline, ma il suo scopo e la sua interpretazione possono variare notevolmente. Inoltre, gli econometrici hanno sviluppato nuove tecniche per gestire la complessità dei dati economici e per testare le previsioni delle teorie economiche.

Il metodo econometrico: un'illustrazione

Un'analisi econometrica è, nella più immediata delle definizioni, un confronto tra un modello economico e l'evidenza empirica.

Un modello economico rappresenta un'affermazione sulla(e) relazione(i) tra diverse variabili (economiche). Un noto esempio, solitamente utilizzato per illustrare il metodo dell'econometria, è quello della funzione dei consumi. Un tale modello può affermare che i consumi $\ C$ dipendano linearmente dal reddito nazionale $\ Y$, secondo la relazione:

$\ C=c_{0}+c_{1}Y$

dove il $\ c_{1}={\frac {\partial C}{\partial Y}}$ è chiamato propensione marginale al consumo.

Si può osservare che il modello contiene delle quantità (potenzialmente) osservabili, i consumi e il reddito, a cui ci si riferisce di solito come a variabili, e altre non osservabili, i parametri $\ c_{0}$ e $\ c_{1}$. Una qualsiasi coppia di valori per i parametri definisce una struttura per il modello, ad es. $\ C=15+0.78Y$.

L'econometrista è chiamato a rispondere a due domande: (1) il modello in questione è compatibile con i dati? In altre parole, esiste una coppia di valori $\ \left\{c_{0},c_{1}\right\}\in \mathbb {R} ^{2}$ tali che $\ C=c_{0}+c_{1}Y$? In secondo luogo, (2) quali probabilità, o per usare il linguaggio della statistica, livelli di confidenza sono associati a tali valori?

I metodi dell'econometria classica sorvolano in genere sulla prima domanda, supponendo che in generale il modello sia compatibile coi dati; d'altra parte è compito dell'economista teorico valutare se la relazione $\ C=c_{0}+c_{1}Y$ rappresenti correttamente il comportamento dei consumi al variare del reddito nazionale, o se non sia preferibile, ad esempio, una relazione di tipo quadratico: $\ C=c_{0}+c_{1}Y+c_{2}Y^{2}$, suggerendo che i consumi crescano sì con il reddito, ma più "lentamente" rispetto al modello lineare (se $c_{2}<0$). In particolare, l'econometrista si concentra sulla seconda domanda, valutando tramite test statistici il livello di confidenza associato al modello in esame. È inoltre doveroso ricordare l'applicazione di tecniche econometriche in settori che tradizionalmente rientrano nella sfera del business, o economia aziendale, più che in quella dell'economia in quanto tale; un esempio è dato dagli studi sui modelli di regressione a variabile dipendente discreta, quali i modelli logit e probit, che trovano largo impiego nel marketing.

Premi Nobel per l'economia in econometria

Diversi studiosi hanno ottenuto il Premio della Banca di Svezia per le Scienze Economiche in memoria di Alfred Nobel (Premio Nobel per l'economia) per il loro contributo all'econometria:

• Jan Tinbergen e Ragnar Frisch (1969);
• Lawrence Klein (1980);
• Trygve Haavelmo (1989);
• Daniel McFadden e James Heckman (2000);
• Robert Engle e Clive Granger (2003);
• Thomas J. Sargent e Christopher Sims (2011).

Bibliografia

• Campbell, J.Y., Lo, A.W., e MacKinlay, A.C. (1997), The Econometrics of Financial Markets, Princeton University Press ISBN 0-691-04301-9, un testo specializzato nelle applicazioni dell'econometria al campo della finanza quantitativa (in inglese);
• Greene, W.H. (1993), Econometric Analysis, Prentice-Hall, ISBN 0-13-013297-7, un testo introduttivo ma rigoroso, di carattere generale, considerato lo standard per un corso universitario di econometria pre-dottorato; è particolarmente apprezzato per il suo trattamento dei modelli discrete choice e per la presentazione dell'analisi di cointegrazione e dell'ECM concetti e metodologie sviluppate approfonditamente da Greene e che gli valsero il premio Nobel.(in inglese);
• Hamilton, J.D. (1994), Time Series Analysis, Princeton University Press ISBN 0-691-04289-6, il testo di riferimento per l'analisi delle serie storiche (in inglese);
• Koop, G. (2003), Bayesian Econometrics, Wiley-Interscience, ISBN 0-470-84567-8, un buon testo introduttivo sull'approccio dell'inferenza bayesiana, una corrente minoritaria - ma in crescita - concorrente rispetto all'econometria classica, o frequentista; tratta da un punto di vista bayesiano le metodologie comunemente analizzate in un testo di livello universitario (come ad es. Greene (1993), v. sopra) e propone una ricca libreria di script MATLAB, disponibili sul sito web associato (in inglese);
• Wooldridge, J.M. (2001), Econometric Analysis of Cross Section and Panel Data, MIT Press, ISBN 0-262-23219-7, un testo avanzato di approccio microeconometrico sull'analisi di dati sezionali e panel di dati (in inglese).

Voci correlate

• EViews - software di econometria
• gretl - software di econometria open source
• Econofisica

Altri progetti

Altri progetti

• Wikizionario
• Wikiversità
• Wikimedia Commons

• Wikizionario contiene il lemma di dizionario «econometria»
• Wikiversità contiene risorse su econometria
• Wikimedia Commons contiene immagini o altri file su econometria

Collegamenti esterni

• Sito della Econometric Society
• Applied Econometric Association, su aea-eu.com.
• Template:Thesaurus BNCF
• Econometria, in Treccani.it – Enciclopedie on line, Roma, Istituto dell'Enciclopedia Italiana.