Faktorer, der påvirker data og prognoser

Økonomiske prognoser bygger modeller, der søger at forudsige fremtidige økonomiske tendenser. Det centrale spørgsmål er, om en bestemt konstellation af variabler uundgåeligt fører til noget udfald. Definition af brugbare variabler med pålidelige data er hovedopgaven for dette felt.

Begreber

Økonomisk prognoser søger at forstå, hvilke styrker i økonomien der skaber vækst. Økonomer ønsker at finde ud af, hvad der forårsager hændelser som industrialisering, eksport, inflation eller depression. For eksempel vedrører et fælles prognose problem virkningen af ​​høje forbrugsgoder på chancerne for økonomisk opsving. Hvis du mener, at øgede forbrugsudgifter er den vigtigste årsag til nyttiggørelse, så vil din prognose være pessimistisk. Alle prognosemodeller begynder med et koncept, en teori der er baseret på et fænomen - som gæld - der vil drive en økonomi på en eller anden måde.

modeller

Økonomer, der forudsiger økonomiske tendenser, er helt afhængige af modeller. Data sig selv siger ingenting, medmindre det analyseres. Modeller er baseret på antagelser om, at en gruppe af variabler forårsager et fænomen. For eksempel abonnerer de fleste økonomer på den grundlæggende model, at stigende renter forårsager en økonomisk afmatning, fordi penge bliver dyrere. Dette er en simpel udbuds- og efterspørgselsmodel af penge, der er grundlæggende, fordi låntagning er afgørende for alle moderne økonomier. Derfor er sådanne grundlæggende modeller antagelser om, at en stigning i satser signalerer manglen på tilgængelig likviditet. Dette fører til et fald i den økonomiske vækst. Derfor er en teori et grundlæggende sæt antagelser, mens en model er en detaljeret analyse, der er indrettet til at teste sådanne antagelser.

Variable

Uden variabler giver hverken modeller eller data nogen mening. Variabler er konceptuelle grupperinger af økonomiske kræfter. Et vigtigt problem er overlappende variabler, eller variabler, der måler det samme. I mange tilfælde er de høje renter tæt forbundet med en stigning i obligationsinvesteringer. Så hvis du laver en model, der forudsiger pengemarkedsadfærd, kan det være et problem at adskille obligationsinvesteringer fra renten som to separate variable. Da disse to variabler er så nært beslægtede, kan de faktisk være en variabel. Behandling af dem som to vil skabe en skæv og værdiløs model. Variabler skal være entydige økonomiske enheder, der måler forskellige - ikke overlappende - kræfter. At holde variable unikke er et af de sværeste problemer i prognoser.

Data

Data er det evige problem med økonomiske prognoser. Når man f.eks. Beskæftiger sig med arbejdsløshed, kan dataene være glatte. Der er mange modeller for arbejdsløshed, der antager forskellige definitioner af udtrykket. En opfattelse går ud fra, at de ledige er alle dem, der får arbejdsløshedsunderstøttelse. Selvfølgelig er der mange, der ikke modtager eller ikke længere modtager ydelser. Så er der dem, der kun er delvist ansat eller ansat under bordet. Der er underarbejde på grund af mangel på arbejde. Det er forskellige typer arbejdsløshed, som alle afhænger af, hvordan du definerer begrebet. Hvordan du definerer en variabel, sætter derfor scenen for datakvaliteten og anvendeligheden af ​​en model.