Hur man gör ett smärtfritt multivariat ekonometrikprojekt

De flesta ekonomiska avdelningar kräver grund- och tredjeårsstudenter för att genomföra ett ekonometrikprojekt och skriva en artikel om sina resultat. År senare kommer jag ihåg hur stressigt mitt projekt var, så jag har bestämt mig för att skriva handboken för ekonometriska uppsatser som jag önskar att jag hade när jag var student. Jag hoppas att detta kommer att hindra dig från att spendera många långa nätter framför en dator.

För detta ekonometrikprojekt kommer jag att beräkna den marginella konsumtionsbenägenheten i USA. (Om du är mer intresserad av att göra ett enklare, enskilt ekonometrikprojekt, se "Hur man gör ett smärtfritt ekonometrikprojekt") Den marginella benägenheten att konsumera definieras som hur mycket en agent spenderar när en extra dollar ges från en extra dollar personlig disponibla inkomst. Min teori är att konsumenterna håller en viss summa pengar åt sidan för investeringar och nödsituationer och spenderar resten av sin disponibla inkomst på konsumtionsvaror. Därför är min nollhypotes att MPC = 1.

Jag är också intresserad av att se hur förändringar i prime rate påverkar konsumtionsvanor. Många tror att när räntan stiger sparar folk mer och spenderar mindre. Om detta är sant, kan vi förvänta oss att det finns ett negativt samband mellan räntor som primärränta och konsumtion. Min teori är dock att det inte finns någon koppling mellan de två, så allt annat är lika, vi bör inte se någon förändring i nivån på benägenheten att konsumera när primärräntan förändras.

För att testa mina hypoteser måste jag skapa en ekonometrisk modell. Först definierar vi våra variabler:

Y_t är de nominella personliga konsumtionsutgifterna (PCE) i USA.
X_2t är den nominella disponibla inkomsten efter skatt i USA. X_3t är primärräntan i USA.

Vår modell är då:

Yt = b1 + b2X2t + b3X3t

Där b ₁, b ₂, och b ₃ är de parametrar som vi kommer att uppskatta via linjär regression. Dessa parametrar representerar följande:

• b₁ är beloppet som PCE-nivån när nominell disponibla inkomst efter skatt (X_2t) och primärräntan (X_3t) är båda noll. Vi har inte en teori om vad det "verkliga" värdet för denna parameter ska vara, eftersom det har lite intresse för oss.
• b₂ representerar det belopp som PCE stiger när den nominella disponibla inkomsten efter skatt i USA stiger med en dollar. Observera att detta är definitionen av den marginella benägenheten att konsumera (MPC), så b₂ är helt enkelt MPC. Vår teori är att MPC = 1, så vår nollhypotes för denna parameter är b₂ = 1.
• b₃ representerar det belopp som PCE stiger när primärräntan ökar med en hel procent (säg från 4% till 5% eller från 8% till 9%). Vår teori är att förändringar i primärräntan inte påverkar konsumtionsvanor, så vår nollhypotes för denna parameter är b₂ = 0.

Så vi kommer att jämföra resultaten från vår modell:

Yt = b1 + b2X2t + b3X3t

till den hypotesiserade relationen:

Yt = b1 + 1 * X2t + 0 * X3t

där b ₁ är ett värde som inte särskilt intresserar oss. För att kunna uppskatta våra parametrar behöver vi data. Excel-kalkylbladet "Personligt konsumtionsutgifter" innehåller kvartalsvis amerikanska data från 1: a kvartalet 1959 till 3: e kvartalet 2003. Alla uppgifter kommer från FRED II - St Louis Federal Reserve. Det är det första du bör gå för amerikanska ekonomiska data. När du har laddat ner data öppnar du Excel och laddar filen som heter "ompce" (fullt namn "ompce.xls") i vilken katalog du sparat den i. Fortsätt sedan till nästa sida.

Var säker på att fortsätta till sida 2 i "Hur man gör ett smärtfritt multivariat ekonometrikprojekt"

Vi har datafilen öppen, vi kan börja leta efter vad vi behöver. Först måste vi hitta vår Y-variabel. Kom ihåg att Y_t är de nominella personliga konsumtionsutgifterna (PCE). Genom att snabbt skanna våra data ser vi att våra PCE-data finns i kolumn C, märkta "PCE (Y)". Genom att titta på kolumnerna A och B ser vi att våra PCE-data går från 1: a kvartalet 1959 till det sista kvartalet 2003 i cellerna C24-C180. Du bör skriva ner dessa fakta eftersom du behöver dem senare.

Nu måste vi hitta våra X-variabler. I vår modell har vi bara två X-variabler, som är X_2t, disponibel personinkomst (DPI) och X_3t, primärräntan. Vi ser att DPI finns i kolumnen märkt DPI (X2) som finns i kolumn D, i celler D2-D180 och primhastigheten är i kolumnen märkt Prime Rate (X3) som finns i kolumn E, i celler E2-E180. Vi har identifierat de data vi behöver. Vi kan nu beräkna regressionskoefficienterna med Excel. Om du inte är begränsad till att använda ett visst program för din regressionsanalys, rekommenderar jag att du använder Excel. Excel saknar många funktioner som många av de mer sofistikerade ekonometrikpaketen använder, men för att göra en enkel linjär regression är det ett användbart verktyg. Det är mycket mer troligt att du använder Excel när du går in i den "verkliga världen" än du använder ett ekonometrikpaket, så att du är skicklig i Excel är en användbar färdighet att ha.

Vår Y_t data finns i cellerna E2-E180 och vår X_t data (X_2t och X_3t kollektivt) finns i cellerna D2-E180. När vi gör en linjär regression behöver vi varje Y_t att ha exakt ett associerat X_2t och en tillhörande X_3t och så vidare. I det här fallet har vi samma antal Y_t, X_2t, och X_3t så vi är bra att gå. Nu när vi har hittat de data vi behöver kan vi beräkna våra regressionskoefficienter (vår b₁, b₂, och b₃). Innan du fortsätter bör du spara ditt arbete under ett annat filnamn (jag valde myproj.xls) så om vi behöver börja om har vi våra ursprungliga data.