Økonometri 1

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

2. 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. Økonometri 1: Introduktionsforelæsning

3. 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. Økonometri 1: Introduktionsforelæsning

4. 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. Økonometri 1: Introduktionsforelæsning

5. Eksperiment: Udbyttet af sojabønner Økonometri 1: Introduktionsforelæsning

6. Passiv observation: Afkast af uddannelse Økonometri 1: Introduktionsforelæsning

7. Hovedtyper af økonomiske data Økonometri 1: Introduktionsforelæsning

8. 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 Økonometri 1: Introduktionsforelæsning

9. Tværsnitsdata I: Engelkurver (fortsat) • Estimationen af Engelkurver er baseret på en regressionsmodel: hvor wi er budgetandelen for f.eks. mad og xi 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 Økonometri 1: Introduktionsforelæsning

10. 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 Økonometri 1: Introduktionsforelæsning

11. 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: • Kapitel 7: Udvidet Solow-model med humankapitalmål: Økonometri 1: Introduktionsforelæsning

12. 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 Økonometri 1: Introduktionsforelæsning

13. 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. Økonometri 1: Introduktionsforelæsning

14. 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. Økonometri 1: Introduktionsforelæsning

15. 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 Økonometri 1: Introduktionsforelæsning

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

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

18. Økonometriske metoder Statistisk Data Økonomisk teori Økonometriske metoder Estimations- resultater Økonometri 1: Introduktionsforelæsning

19. 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 Økonometri 1: Introduktionsforelæsning

20. 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 Økonometri 1: Introduktionsforelæsning

21. Økonometriske metoder (fortsat) Statistik • Økonometriske metoder bygger videre på Teoretisk statistisk: • Lineære regressionsmodel • Hypoteseprøvning • Testteori • Regressionsmodellen fremstillet på matrixform • Generel viden om statistiske begreber Økonometri 1: Introduktionsforelæsning

22. 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) Økonometri 1: Introduktionsforelæsning

23. Forelæsninger • Plan: se Fagets hjemmeside. Følger stort set bogen, suppleret med appendices og enkelte forelæsningsnoter. • 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. Økonometri 1: Introduktionsforelæsning

24. 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! Økonometri 1: Introduktionsforelæsning

25. 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. Økonometri 1: Introduktionsforelæsning

26. 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. Økonometri 1: Introduktionsforelæsning

27. 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. Økonometri 1: Introduktionsforelæsning

28. 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” Økonometri 1: Introduktionsforelæsning