Ошибки спецификации эконометрической модели относятся к различным ошибкам, которые могут быть сделаны при выборе и обработке набора независимых переменных для объяснения зависимой переменной.
Когда модель построена, она должна удовлетворять гипотезе правильной спецификации. Это основано на том факте, что независимые переменные, выбранные для модели, способны объяснить независимую переменную. Следовательно, предполагается, что не существует независимой переменной (x), которая могла бы объяснить независимую переменную (y), и что таким образом были бы выбраны переменные, которые позволяют использовать подход правильной модели.
Ошибки спецификации модели
В спецификации модели имеется ряд ошибок, которые можно сгруппировать в три большие группы:
Группа 1: способ работы указан неверно.
- Пропуск соответствующих переменных: Представим, что мы хотим объяснить доходность акций компании Y. Для этого мы выбираем PER, рыночную капитализацию и балансовую стоимость в качестве независимых переменных. Если свободное плавание коррелирует с любой из переменных, содержащихся в модели, ошибка нашей модели будет коррелирована с переменными, включенными в модель. Это может привести к тому, что параметры, оцениваемые моделью, будут несмещенными и непоследовательными. Таким образом, результаты прогнозов и различных тестов, выполненных на модели, будут недействительными.
- Преобразуемые переменные: Гипотеза регрессионной модели предполагает, что зависимая переменная линейно связана с независимыми переменными. Однако во многих случаях связь между ними не является линейной. Если необходимое преобразование не будет выполнено для независимой переменной, модель не будет иметь правильного соответствия. В качестве примеров преобразования независимых переменных мы можем привести логарифм, квадратный корень или возведение в квадрат среди прочего.
- Плохой сбор выборочных данных: Данные независимых переменных должны быть согласованы со временем, то есть структурных изменений независимых переменных быть не может. Представим, что мы хотим объяснить изменение ВВП в стране X, используя потребление и инвестиции в качестве независимых переменных. Предположим, что в этой стране на государственной земле открыто месторождение нефти, и правительство решает отменить налоги. Это может привести к изменению потребительских привычек страны, которые с этой даты будут сохраняться неопределенно долго. В этом случае мы должны собрать два разных временных ряда и оценить две модели. Одна модель до изменения, другая после. Если бы мы сгруппировали данные в одну выборку и оценили модель, у нас была бы плохо определенная модель, а гипотезы, контрасты и прогнозы были бы неверными.
Группа 2: независимые переменные коррелируют с ошибкой во временном ряду.
- Использование зависимой переменной с запаздыванием в качестве независимой переменной: Использование переменной с запаздыванием означает использование данных тех же переменных, но измеренных за предыдущий период. Предположим, мы используем предыдущую модель ВВП в качестве зависимой переменной. Добавим в модель, помимо потребления и инвестиций, ВВП предыдущего года (GDPт-1). Если ВВП предыдущего года серийно коррелирует с ошибкой, расчетные коэффициенты будут смещены и не будут противоречивыми. Это снова сделает недействительными все проверки гипотез, прогнозы и т. Д.
- Предсказание прошлого: Когда мы измеряем переменную, мы всегда должны брать период перед тем, который мы хотим оценить. Предположим, что наша зависимая переменная - это доходность запаса X, а наша независимая переменная - PER. Предположим далее, что мы берем окончательные данные за февраль. Если мы воспользуемся этим в нашей модели, мы сделаем вывод, что акции с самым высоким PER в конце февраля имели самую высокую доходность в конце февраля. Правильная спецификация модели предполагает использование данных с начала периода для прогнозирования более поздних данных, а не наоборот, как в предыдущем случае. Это называется предсказанием прошлого.
- Измерьте независимую переменную с ошибкой: Предположим, что наша независимая переменная - это доходность акции, а одна из наших независимых переменных - номинальная процентная ставка. Помните, что номинальная процентная ставка - это процентная ставка плюс инфляция. Поскольку инфляционный компонент номинальной процентной ставки не наблюдается в будущем, мы будем измерять переменную с ошибкой. Чтобы правильно измерить процентную ставку, мы должны использовать ожидаемую процентную ставку, которая учитывает ожидаемую инфляцию, а не текущую.