Économétrie
Qu’est-ce que l’économétrie?
L’économétrie est l’application quantitative de modèles statistiques et mathématiques utilisant des données pour développer des théories ou tester des hypothèses existantes en économie et pour prévoir les tendances futures à partir de données historiques. Il soumet les données du monde réel à des essais statistiques, puis compare et compare les résultats avec la ou les théories testées.
Selon que vous souhaitez tester une théorie existante ou utiliser des données existantes pour développer une nouvelle hypothèse basée sur ces observations, l’économétrie peut être subdivisée en deux grandes catégories: théorique et appliquée. Ceux qui se livrent régulièrement à cette pratique sont communément appelés économétriciens.
Points clés à retenir
- L’économétrie est l’utilisation de méthodes statistiques utilisant des données quantitatives pour développer des théories ou tester des hypothèses existantes en économie ou en finance.
- L’économétrie repose sur des techniques telles que les modèles de régression et les tests d’hypothèse nulle.
- L’économétrie peut également être utilisée pour essayer de prévoir les futures tendances économiques ou financières.
Comprendre l’économétrie
L’économétrie analyse les données à l’aide de méthodes statistiques afin de tester ou de développer une théorie économique. Ces méthodes reposent sur des inférences statistiques pour quantifier et analyser les théories économiques en tirant parti d’outils tels que les distributions de fréquence, les distributions de probabilité et de probabilité, l’inférence statistique, l’analyse de corrélation, l’analyse de régression simple et multiple, les modèles d’équations simultanées et les méthodes de séries chronologiques.
L’économétrie a été lancée par Lawrence Klein, Ragnar Frisch et Simon Kuznets. Tous les trois ont remporté le prix Nobel d’économie en 1971 pour leurs contributions. Aujourd’hui, il est régulièrement utilisé par les universitaires ainsi que par des praticiens tels que les traders et analystes de Wall Street.
Un exemple d’application de l’économétrie est d’étudier l’effet de revenu à l’aide de données observables. Un économiste peut émettre l’hypothèse qu’au fur et à mesure qu’une personne augmente ses revenus, ses dépenses augmenteront également. Si les données montrent qu’une telle association est présente, une analyse de régression peut alors être menée pour comprendre la force de la relation entre le revenu et la consommation et si cette relation est statistiquement significative ou non, c’est-à-dire qu’il semble uniquement par hasard.
La méthodologie de l’économétrie
La première étape de la méthodologie économétrique est d’obtenir et d’analyser un ensemble de données et de définir une hypothèse spécifique qui explique la nature et la forme de l’ensemble. Ces données peuvent être, par exemple, les prix historiques d’un indice boursier, les observations recueillies à partir d’une enquête sur les finances des consommateurs ou les taux de chômage et d’inflation dans différents pays.
Si vous êtes intéressé par la relation entre la variation annuelle des prix du S&P 500 et le taux de chômage, vous collecteriez les deux ensembles de données. Ici, vous voulez tester l’idée qu’un chômage plus élevé entraîne une baisse des cours boursiers. Le cours boursier est donc votre variable dépendante et le taux de chômage est la variable indépendante ou explicative.
La relation la plus courante est linéaire, ce qui signifie que tout changement de la variable explicative aura une corrélation positive avec la variable dépendante, auquel cas un modèle de régression simple est souvent utilisé pour explorer cette relation, ce qui revient à générer une ligne de meilleur ajustement entre les deux ensembles de données et ensuite tester pour voir à quelle distance chaque point de données est, en moyenne, de cette ligne.
Notez que vous pouvez avoir plusieurs variables explicatives dans votre analyse – par exemple, les variations du PIB et de l’inflation en plus du chômage pour expliquer les cours boursiers. Lorsque plus d’une variable explicative est utilisée, on parle de régression linéaire multiple, le modèle qui est l’outil le plus couramment utilisé en économétrie.
Différents modèles de régression
Il existe plusieurs modèles de régression qui sont optimisés en fonction de la nature des données analysées et du type de question posée. L’exemple le plus courant est la régression des moindres carrés ordinaires (MCO), qui peut être effectuée sur plusieurs types de données transversales ou chronologiques. Si vous êtes intéressé par un résultat binaire (oui-non) – par exemple, la probabilité que vous soyez renvoyé d’un emploi en fonction de votre productivité – vous pouvez utiliser une régression logistique ou un modèle probit. Aujourd’hui, il existe des centaines de modèles dont un économétricien a à sa disposition.
L’économétrie est désormais menée à l’aide de progiciels d’analyse statistique conçus à ces fins, tels que STATA, SPSS ou R. Ces progiciels peuvent également facilement tester la signification statistique pour prouver que les résultats empiriques produits par ces modèles ne sont pas simplement le résultat de chance. Le R au carré, les tests t, les valeurs p et les tests d’hypothèse nulle sont toutes des méthodes utilisées par les économétriciens pour évaluer la validité des résultats de leur modèle.
Limites de l’économétrie
L’économétrie est parfois critiquée pour se fier trop à l’interprétation des données brutes sans la relier à une théorie économique établie ou à la recherche de mécanismes causaux. Il est essentiel que les résultats révélés dans les données puissent être correctement expliqués par une théorie, même si cela signifie développer votre propre théorie des processus sous-jacents.
L’analyse de régression ne prouve pas non plus la causalité, et simplement parce que deux ensembles de données montrent une association, cela peut être faux. Par exemple, les décès par noyade dans les piscines augmentent avec le PIB. Une économie en croissance cause-t-elle la noyade des gens? Bien sûr que non, mais peut-être que plus de gens achètent des piscines lorsque l’économie est en plein essor. L’économétrie s’intéresse en grande partie à l’analyse des corrélations, et rappelez-vous que la corrélation n’équivaut pas à la causalité.