Come realizzare un progetto di econometria multivariata indolore

La maggior parte dei dipartimenti di economia richiede agli studenti universitari del secondo o terzo anno di completare un progetto di econometria e scrivere un documento sui loro risultati. Anni dopo ricordo quanto sia stato stressante il mio progetto, quindi ho deciso di scrivere la guida ai documenti di econometria che vorrei avere quando ero uno studente. Spero che questo ti impedisca di trascorrere molte lunghe notti davanti a un computer.

Per questo progetto di econometria, ho intenzione di calcolare la propensione marginale al consumo (MPC) negli Stati Uniti. (Se sei più interessato a fare un progetto econometrico più semplice e univariato, vedi "Come fare un progetto econometrico indolore") La propensione marginale al consumo è definita come quanto spende un agente quando gli viene dato un dollaro in più da un dollaro in più reddito disponibile personale. La mia teoria è che i consumatori tengono da parte una somma prestabilita per gli investimenti e l'emergenza e spendono il resto del loro reddito disponibile in beni di consumo. Pertanto la mia ipotesi nulla è che MPC = 1.

Sono anche interessato a vedere come i cambiamenti del tasso primario influenzano le abitudini di consumo. Molti credono che quando il tasso di interesse aumenta, le persone risparmiano di più e spendono di meno. Se questo è vero, dovremmo aspettarci che esista una relazione negativa tra tassi di interesse come il tasso primario e il consumo. La mia teoria, tuttavia, è che non esiste alcun legame tra i due, quindi, a parità di tutto il resto, non dovremmo vedere alcun cambiamento nel livello di propensione a consumare al variare del tasso primario.

Per verificare le mie ipotesi, devo creare un modello econometrico. Per prima cosa definiremo le nostre variabili:

Y_t è la spesa per consumi personali nominali (PCE) negli Stati Uniti.
X_2t è il reddito al netto delle imposte disponibile nominale negli Stati Uniti. X_3t è la tariffa principale negli Stati Uniti.

Il nostro modello è quindi:

Yt = b1 + b2X2t + b3X3t

Dove b ₁, B ₂, e B ₃ sono i parametri che stimeremo tramite regressione lineare. Questi parametri rappresentano i seguenti:

• B₁ è l'importo del livello di PCE quando il reddito al netto delle imposte disponibile nominale (X_2t) e il tasso primo (X_3t) sono entrambi zero. Non abbiamo una teoria su quale dovrebbe essere il valore "vero" di questo parametro, poiché ci interessa poco.
• B₂ rappresenta l'importo che PCE aumenta quando il reddito netto disponibile dopo le imposte nominale negli Stati Uniti aumenta di un dollaro. Si noti che questa è la definizione della propensione marginale al consumo (MPC), quindi b₂ è semplicemente il MPC. La nostra teoria è che MPC = 1, quindi la nostra ipotesi nulla per questo parametro è b₂ = 1.
• B₃ rappresenta la quantità di PCE che aumenta quando il tasso primario aumenta di un percento completo (diciamo dal 4% al 5% o dall'8% al 9%). La nostra teoria è che i cambiamenti nel tasso primario non influenzano le abitudini di consumo, quindi la nostra ipotesi nulla per questo parametro è b₂ = 0.

Quindi confronteremo i risultati del nostro modello:

Yt = b1 + b2X2t + b3X3t

alla relazione ipotizzata:

Yt = b1 + 1 * X2t + 0 * X3t

dove b ₁ è un valore che non ci interessa particolarmente. Per poter stimare i nostri parametri, avremo bisogno di dati. Il foglio di calcolo Excel "Spese per consumi personali" contiene dati americani trimestrali dal 1 ° trimestre 1959 al 3 ° trimestre 2003. Tutti i dati provengono da FRED II - La Federal Reserve di St. Louis. È il primo posto dove dovresti andare per i dati economici degli Stati Uniti. Dopo aver scaricato i dati, apri Excel e carica il file chiamato "aboutpce" (nome completo "aboutpce.xls") in qualsiasi directory in cui li hai salvati. Quindi vai alla pagina successiva.

Accertati di continuare alla pagina 2 di "Come realizzare un progetto di econometria multivariata indolore"

Abbiamo aperto il file di dati e possiamo iniziare a cercare ciò di cui abbiamo bisogno. Per prima cosa dobbiamo individuare la nostra variabile Y. Ricorda che Y_t è la spesa per consumi personali nominali (PCE). Scansionando rapidamente i nostri dati vediamo che i nostri dati PCE sono nella colonna C, etichettati "PCE (Y)". Osservando le colonne A e B, vediamo che i nostri dati PCE vanno dal 1 ° trimestre del 1959 all'ultimo trimestre del 2003 nelle celle C24-C180. Dovresti scrivere questi fatti perché ne avrai bisogno in seguito.

Ora dobbiamo trovare le nostre variabili X. Nel nostro modello abbiamo solo due variabili X, che sono X_2t, reddito personale disponibile (DPI) e X_3t, la tariffa principale. Vediamo che DPI è nella colonna contrassegnata DPI (X2) che si trova nella colonna D, nelle celle D2-D180 e la tariffa principale è nella colonna contrassegnata come Prime Rate (X3) che si trova nella colonna E, nelle celle E2-E180. Abbiamo identificato i dati di cui abbiamo bisogno. Ora possiamo calcolare i coefficienti di regressione usando Excel. Se non sei limitato all'utilizzo di un determinato programma per l'analisi di regressione, ti consiglio di utilizzare Excel. In Excel mancano molte delle funzionalità che usano i pacchetti di econometria più sofisticati, ma per fare una semplice regressione lineare è uno strumento utile. È molto più probabile che usi Excel quando entri nel "mondo reale" piuttosto che usare un pacchetto econometrico, quindi essere abili in Excel è un'abilità utile da avere.

La nostra Y_t i dati sono nelle celle E2-E180 e nella nostra X_t dati (X_2t e X_3t collettivamente) è nelle celle D2-E180. Quando facciamo una regressione lineare abbiamo bisogno di ogni Y_t per avere esattamente una X associata_2t e una X associata_3t e così via. In questo caso abbiamo lo stesso numero di Y_t, X_2t, e X_3t voci, quindi siamo a posto. Ora che abbiamo individuato i dati di cui abbiamo bisogno, possiamo calcolare i nostri coefficienti di regressione (la nostra b₁, B₂, e B₃). Prima di continuare dovresti salvare il tuo lavoro con un nome file diverso (ho scelto myproj.xls) quindi se dobbiamo ricominciare da capo abbiamo i nostri dati originali.