Spesifikasjonsfeil - hva det er, definisjon og konsept

Spesifikasjonsfeilene til en økonometrisk modell refererer til de forskjellige feilene som kan gjøres når du velger og behandler et sett med uavhengige variabler for å forklare en avhengig variabel.

Når en modell bygges, må den oppfylle den riktige spesifikasjonshypotesen. Dette er basert på at de forklarende variablene som er valgt for modellen, er de som er i stand til å forklare den uavhengige variabelen. Derfor antas det at det ikke er noen uavhengig variabel (x) som kan forklare den uavhengige variabelen (y), og at på denne måten ville variablene som tillater tilnærming til riktig modell være valgt.

Modellspesifikasjonsfeil

Det er en rekke feil i spesifikasjonen til modellen som kan grupperes i tre store grupper:

Gruppe 1: Måten det fungerer på er ikke spesifisert riktig

• Utelatelse av relevante variabler: La oss forestille oss at vi vil forklare avkastningen på selskapets aksjer. For å gjøre dette velger vi PER, markedsverdi og bokført verdi som uavhengige variabler. Hvis fritt flyt er korrelert med noen av variablene som finnes i modellen, vil feilen i modellen vår være korrelert med variablene som er inkludert i modellen. Dette vil føre til at parametrene estimert av modellen er upartiske og inkonsekvente. Dermed ville ikke resultatene av spådommene og de forskjellige testene som ble utført på modellen være gyldige.

• Variabler som skal transformeres: Hypotesen til regresjonsmodellen forutsetter at den avhengige variabelen er lineært relatert til de uavhengige variablene. Imidlertid er forholdet mellom disse ved mange anledninger ikke lineært. Hvis den nødvendige transformasjonen ikke gjøres på den uavhengige variabelen, vil ikke modellen ha riktig passform. Som eksempler på transformasjon av uavhengige variabler tar vi blant annet logaritmer, kvadratrot eller kvadrat.

• Dårlig innsamling av eksempeldata: Dataene til de uavhengige variablene må være i samsvar med tiden, det vil si at det ikke kan forekomme strukturelle endringer av de uavhengige variablene. La oss forestille oss at vi vil forklare variasjonen i BNP i land X ved å bruke forbruk og investering som uavhengige variabler. Anta at et oljefelt blir oppdaget i landet på statsjord og regjeringen bestemmer seg for å avskaffe skatter. Dette kan føre til en endring i landets forbruksvaner som per den datoen vil bli opprettholdt på ubestemt tid. I dette tilfellet bør vi samle to forskjellige tidsserier og estimere to modeller. En modell før endringen og en annen etter. Hvis vi grupperte dataene i et enkelt utvalg og estimerte en modell, ville vi ha en dårlig spesifisert modell, og hypotesene, kontrastene og spådommene ville være feil.

Gruppe 2: De uavhengige variablene er korrelert med feilbegrepet i tidsserier

• Bruk av den avhengige variabelen med lag som uavhengig variabel: Å bruke en variabel med etterslep er å bruke dataene til de samme variablene, men målt en tidligere periode. Anta at vi bruker den forrige modellen av BNP som den avhengige variabelen. La oss legge til modellen, i tillegg til forbruk og investeringer, BNP året før (BNP_t-1). Hvis BNP for det foregående året er seriekorrelert med feilen, vil de estimerte koeffisientene være partisk og ikke være inkonsekvente. Dette igjen vil ugyldiggjøre alle hypotesetester, spådommer etc.

• Forutsi fortiden: Når vi måler en variabel, må vi alltid ta perioden før den vi vil estimere. Anta at vår avhengige variabel er avkastningen fra aksje X og vår uavhengige variabel er PER. Anta videre at vi tar de endelige dataene for februar. Hvis vi bruker dette i vår modell, vil vi konkludere med at aksjen med høyest PER i slutten av februar hadde høyest avkastning i slutten av februar. Den riktige spesifikasjonen av modellen innebærer å ta dataene fra begynnelsen av perioden for å forutsi senere data og ikke omvendt som i forrige tilfelle. Dette kalles å forutsi fortiden.

• Mål den uavhengige variabelen med feil: Anta at vår uavhengige variabel er avkastningen på en aksje, og en av våre uavhengige variabler er den nominelle renten. Husk at den nominelle renten er renten pluss inflasjon. Siden inflasjonskomponenten i den nominelle renten ikke kan observeres i fremtiden, vil vi måle variabelen med feil. For å måle renten riktig må vi bruke den forventede renten og at dette tar hensyn til forventet inflasjon og ikke den nåværende.