Ekonometriu ekonómovia vnímajú ako interdisciplinárnu vedu, ktorá vznikla prepojením ekonomickej teórie, matematiky a štatistiky, teda matematickej ekonómie, ekonomickej štatistiky a matematickej štatistiky. Tento odbor sa začal formovať už v 30. rokoch 20. storočia a odvtedy zohráva nezastupiteľnú úlohu v analýze ekonomických javov.
Definície a význam ekonometrie
Ekonometria predstavuje vednú disciplínu zameranú na kvantifikáciu ekonomických vzťahov, respektíve na empirický odhad parametrov týchto vzťahov. Podľa M. Hatráka ide o presné stanovenie ekonomických zákonitostí na základe dát.
P. Samuelson, T. Koopmans a R. Stone definovali ekonometrickú analýzu ako kvantitatívne skúmanie reálnych ekonomických javov, ktoré využíva moderné teoretické poznatky a štatistické metódy na získanie spoľahlivých empirických výsledkov.
A. Goldberger zdôraznil, že ekonometria je sociálnou vedou, ktorá aplikuje nástroje ekonomickej teórie, matematiky a štatistiky na analýzu ekonomických procesov a javov.
H. Theil definoval ekonometriu ako disciplínu zameranú na empirické overovanie ekonomických zákonov.
Definícia ekonometrického modelu
Ekonometrický model predstavuje zjednodušenú matematicko-štatistickú reprezentáciu konkrétneho ekonomického javu, procesu alebo vzťahu. Ide o symbolický a prevažne deskriptívny nástroj, ktorý prostredníctvom algebraických vzťahov formalizuje základnú ekonomickú hypotézu, čím umožňuje jej empirické skúmanie a testovanie.
Fázy ekonometrického modelovania
Proces ekonometrického modelovania zahŕňa niekoľko základných fáz, ktoré zabezpečujú vytvorenie, overenie a aplikáciu modelu:
- Konštrukcia modelu: Formulácia základnej ekonomickej hypotézy, tzn. jej kvantifikácia pomocou matematických výrazov.
- Kvantifikácia parametrov: Statistický odhad parametrov modelu na základe získaných dát.
- Verifikácia modelu: Overenie zhody odhadnutých parametrov s teoretickými predpokladmi. Tento proces zahŕňa:
- Štatistická modifikácia: Hodnotenie významnosti parametrov pomocou testovania pri obvyklej hladine významnosti 5 %, čo znamená 95 % istotu správnosti odhadu a 5 % riziko chyby.
- Ekonometrická verifikácia: Testovanie modelu ex post, teda po uplynutí určitého časového obdobia, aby sa overila jeho praktická platnosť.
- Aplikácia modelu: Použitie modelu na prognózy a analýzy, optimalizáciu riadenia a makroekonomickú reguláciu na základe získaných odhadov.
Priestorová ekonometria a jej význam
Priestorová ekonometria je samostatná oblasť, ktorá sa zaoberá analýzou ekonomických vzťahov s ohľadom na priestorové aspekty, ako sú priestorová závislosť, asymetria vzťahov a vzájomné ovplyvňovanie geografických jednotiek. Tieto faktory môžu výrazne ovplyvniť výsledky modelov a spôsobovať zlyhanie tradičných ekonometrických metód, preto sa vyvíjajú nové špecializované techniky.
Za posledných 30 rokov sa priestorová ekonometria presadila ako integračná súčasť modernej aplikovanej ekonometrie vo svete, avšak na Slovensku je stále menej známa. Tento článok zároveň prispieva k napĺňaniu medzery v slovenskej odbornej literatúre. Doteraz jedinou publikáciou na Slovensku využívajúcou tieto metódy je diplomová práca Kuricovej (2010), ktorá analyzuje ekonomiký rast v závislosti od produktivity práce.
Typy priestorovej analýzy
Priestorová analýza sa delí na tri hlavné typy:
- Priestorový bodový proces (Spatial Point Pattern Analysis): Stochastický proces sledovania umiestnenia udalostí v priestore. Využíva sa v oblasti epidemiológie, ekológie, kriminológie a ďalších.
- Geoštatistika (Geostatistics): Metódy na interpoláciu a modelovanie údajov z meraní na obmedzenom počte lokalít, napríklad kvality ovzdušia či pôdnych vlastností.
- Analýza plošných dát (Analysing Areal Data): Štúdium údajov pozorovaných na geograficky definovaných oblastiach, kde sa skúma vzájomná závislosť medzi susednými regiónmi, napríklad regiónova miera kriminality.
Priestorový bodový proces hodnotí, či rozmiestnenie údajov vykazuje shlúčený vzorec (clustering) alebo náhodné rozdelenie v priestore. Geoštatistika umožňuje vyhodnocovať a predpovedať hodnoty na miestach, kde merania nie sú dostupné. Analýza plošných dát potom skúma, do akej miery udalosti v jednom regióne korešpondujú s javmi v iných územiach.
Typy ekonometrických modelov
Ekonometrické modely sa rozdeľujú na:
- Čiastkové modely: Jednorovnicové modely, zamerané na jeden ekonomický vzťah.
- Komplexné modely: Viacrovnicové modely, ktoré zahŕňajú vzájomne prepojené ekonomické vzťahy a procesy.
Pri lineárnom jednorovnicovom modeli platí vzťah:
y = β0 + β1X1 + … + βkXk
Napríklad v rámci viacrovnicového modelu sa využíva sústava rovníc:
Ct = α0 + α1Yt + ut1
It = β0 + β1Yt + β2Yt-1 + β3Rt + ut2
Yt = Ct + It + Gt
Legenda:
- Ct – osobná spotreba
- It – investície
- Yt – hrubý domáci produkt (HDP)
- Gt – vládne výdavky
- Rt – úroková miera
Jednorovnicový model s viacerými premennými
Typickým príkladom je model s viacerými nezávislými premennými:
y = f(X1, X2, …, Xk) + u, kde u predstavuje náhodnú chybu.
Príkladom produkčnej funkcie je:
Q = f(K,L), kde
K je kapitál a L pracovná sila.
Špeciálnym prípadom je Cobb-Douglasova produkčná funkcia, ktorá podrobne rozoberá vzťah medzi vstupmi a výstupom výroby.
Lineárny model s dvoma premennými
Model je vyjadrený rovnicou:
y = β0 + β1X + u, kde
- y – výdavky
- X – príjmy
- u – náhodný činiteľ (porucha)
- β0, β1 – nepozorovateľné konštantné parametre
Parametre sú také, že β1 > 0 a zároveň β1 < 1, čo znamená, že výdavky rástu príjmov nasledujú, no nesmú ich prevýšiť.
Rozšírené ekonometrické modely a metodológie
Podrobnejšie postupy a výpočty nájdete v priloženom PDF dokumente na stiahnutie: 
Ekonometria-prednasky.pdf
Obsah priloženého dokumentu
- Stochastická špecifikácia modelu
- Štandardné predpoklady lineárneho modelu s dvoma premennými
- Metódy odhadu parametrov modelu s dvoma premennými
- Štatistické vlastnosti estimátorov
- Želateľné vlastnosti estimátorov
- Vlastnosti estimátorov metódy najmenších štvorcov:
- neskreslenosť
- efektívnosť (výdatnosť)
- kovariancia
- Všeobecný lineárny model a jeho odhad metódou najmenších štvorcov
- Meranie kvality prispôsobenia modelu – koeficient determinácie
- Intervalový odhad a testovanie hypotéz o parametroch modelu
- Testovanie hypotéz v lineárnom modeli
- Overenie modelu ako celku
- Identifikácia porušení základných predpokladov lineárneho modelu
- Problémy heteroskedasticity, autokorelácie a multikolinearity
- Testovanie autokorelácie
- Prognostické aplikácie jednorovnicových a viacrovnicových modelov
- Prognóza pri autokorelovaných náhodných poruchách
