So führen Sie ein schmerzloses multivariates Ökonometrieprojekt durch

In den meisten Wirtschaftsabteilungen müssen Studenten im zweiten oder dritten Studienjahr ein Ökonometrieprojekt abschließen und eine Arbeit über ihre Ergebnisse schreiben. Jahre später erinnere ich mich, wie anstrengend mein Projekt war, und beschloss, den Leitfaden für ökonometrische Hausarbeiten zu schreiben, den ich mir als Student wünschte. Ich hoffe, das wird Sie daran hindern, viele lange Nächte vor einem Computer zu verbringen.

Für dieses ökonometrische Projekt werde ich die marginale Konsumneigung (MPC) in den USA berechnen. (Wenn Sie mehr an einem einfacheren, univariaten Ökonometrie-Projekt interessiert sind, lesen Sie bitte "So führen Sie ein schmerzloses Ökonometrie-Projekt durch".) Die marginale Konsumneigung ist definiert als die Ausgaben eines Agenten, wenn ein zusätzlicher Dollar einem zusätzlichen Dollar entspricht persönliches verfügbares Einkommen. Meine Theorie ist, dass Verbraucher einen bestimmten Geldbetrag für Investitionen und Notfälle beiseite legen und den Rest ihres verfügbaren Einkommens für Konsumgüter ausgeben. Daher ist meine Nullhypothese, dass MPC = 1 ist.

Ich bin auch daran interessiert zu sehen, wie Änderungen der Leitzinsen das Konsumverhalten beeinflussen. Viele glauben, wenn der Zinssatz steigt, sparen die Menschen mehr und geben weniger aus. In diesem Fall ist zu erwarten, dass ein negativer Zusammenhang zwischen Zinssätzen wie dem Leitzins und dem Verbrauch besteht. Meine Theorie ist jedoch, dass es keinen Zusammenhang zwischen den beiden gibt. Wenn also alle anderen Faktoren gleich sind, sollte sich die Konsumneigung nicht ändern, wenn sich der Leitzins ändert.

Um meine Hypothesen zu testen, muss ich ein ökonometrisches Modell erstellen. Zuerst definieren wir unsere Variablen:

Y._t ist die nominale persönliche Konsumausgaben (PCE) in den Vereinigten Staaten.
X_2t ist das nominale verfügbare Einkommen nach Steuern in den Vereinigten Staaten. X_3t ist der Leitzins in den USA.

Unser Modell ist dann:

Yt = b1 + b2X2t + b3X3t

Wo b ₁, b ₂, und B ₃ sind die Parameter, die wir über die lineare Regression schätzen werden. Diese Parameter stellen Folgendes dar:

• b₁ ist der Betrag, der der PCE entspricht, wenn das nominale verfügbare Einkommen nach Steuern (X_2t) und der Leitzins (X_3t) sind beide Null. Wir haben keine Theorie darüber, wie der "wahre" Wert dieses Parameters sein sollte, da er uns wenig interessiert.
• b₂ stellt den Betrag dar, um den PCE ansteigt, wenn das nominale verfügbare Einkommen nach Steuern in den Vereinigten Staaten um einen Dollar ansteigt. Beachten Sie, dass dies die Definition der marginalen Konsumneigung (MPC) ist. B₂ ist einfach der MPC. Unsere Theorie ist, dass MPC = 1, also ist unsere Nullhypothese für diesen Parameter b₂ = 1.
• b₃ stellt den Betrag dar, um den die PCE ansteigt, wenn sich der Leitzins um einen vollen Prozentsatz erhöht (beispielsweise von 4% auf 5% oder von 8% auf 9%). Unsere Theorie besagt, dass Änderungen der Spitzenrate keinen Einfluss auf die Konsumgewohnheiten haben. Daher lautet unsere Nullhypothese für diesen Parameter b₂ = 0.

Wir werden also die Ergebnisse unseres Modells vergleichen:

Yt = b1 + b2X2t + b3X3t

zur hypothetischen Beziehung:

Yt = b1 + 1 · X2t + 0 · X3t

wo b ₁ ist ein Wert, der uns nicht besonders interessiert. Um unsere Parameter abschätzen zu können, benötigen wir Daten. Die Excel-Tabelle "Personal Consumption Expenditure" enthält vierteljährliche amerikanische Daten vom 1. Quartal 1959 bis zum 3. Quartal 2003. Alle Daten stammen von FRED II - The St. Louis Federal Reserve. Dies ist der erste Ort, an dem Sie US-Wirtschaftsdaten abrufen sollten. Nachdem Sie die Daten heruntergeladen haben, öffnen Sie Excel und laden Sie die Datei "aboutpce" (vollständiger Name "aboutpce.xls") in das Verzeichnis, in dem Sie sie gespeichert haben. Fahren Sie dann mit der nächsten Seite fort.

Fahren Sie unbedingt mit Seite 2 von "So führen Sie ein schmerzloses multivariates Ökonometrieprojekt durch" fort

Wir haben die Datendatei geöffnet und können nach dem suchen, was wir brauchen. Zuerst müssen wir unsere Y-Variable lokalisieren. Denken Sie daran, dass Y_t ist der nominale persönliche Konsumaufwand (PCE). Beim schnellen Scannen unserer Daten sehen wir, dass sich unsere PCE-Daten in Spalte C mit der Bezeichnung "PCE (Y)" befinden. In den Spalten A und B sehen wir, dass unsere PCE-Daten vom 1. Quartal 1959 bis zum letzten Quartal 2003 in den Zellen C24-C180 gespeichert sind. Sie sollten diese Fakten aufschreiben, da Sie sie später benötigen.

Jetzt müssen wir unsere X-Variablen finden. In unserem Modell haben wir nur zwei X-Variablen, nämlich X_2t, verfügbares persönliches Einkommen (DPI) und X_3t, der Leitzins. Wir sehen, dass DPI in der Spalte DPI (X2) in Spalte D in den Zellen D2-D180 und die Primer-Rate in der Spalte Prime Rate (X3) in Spalte E in den Zellen E2-E180 steht. Wir haben die Daten identifiziert, die wir benötigen. Wir können jetzt die Regressionskoeffizienten mit Excel berechnen. Wenn Sie nicht auf die Verwendung eines bestimmten Programms für Ihre Regressionsanalyse beschränkt sind, würde ich die Verwendung von Excel empfehlen. In Excel fehlen viele der Funktionen, die in den komplexeren ökonometrischen Paketen verwendet werden. Für eine einfache lineare Regression ist dies jedoch ein nützliches Werkzeug. Wenn Sie in die "reale Welt" eintreten, ist die Wahrscheinlichkeit, dass Sie Excel verwenden, sehr viel höher als bei der Verwendung eines Ökonometrie-Pakets. Daher ist es eine nützliche Fähigkeit, Excel-Kenntnisse zu besitzen.

Unser Y_t Die Daten befinden sich in den Zellen E2-E180 und in unserem X._t Daten (X_2t und X_3t kollektiv) befindet sich in den Zellen D2-E180. Bei einer linearen Regression benötigen wir jedes Y_t genau ein zugeordnetes X haben_2t und ein zugehöriges X_3t und so weiter. In diesem Fall haben wir die gleiche Anzahl von Y._t, X_2t, und X_3t Einträge, so sind wir gut zu gehen. Nachdem wir die benötigten Daten gefunden haben, können wir unsere Regressionskoeffizienten berechnen (unsere b₁, b₂, und B₃). Bevor Sie fortfahren, sollten Sie Ihre Arbeit unter einem anderen Dateinamen speichern (ich habe myproj.xls gewählt). Wenn wir also von vorne beginnen müssen, haben wir unsere ursprünglichen Daten.