Czynniki wpływające na dane i prognozy

Prognozy ekonomiczne budują modele, które mają na celu przewidywanie przyszłych trendów gospodarczych. Głównym problemem jest to, czy pewna konstelacja zmiennych nieuchronnie prowadzi do pewnego wyniku. Zdefiniowanie użytecznych zmiennych za pomocą wiarygodnych danych jest głównym zadaniem tego obszaru.

Koncepcje

Prognozy gospodarcze starają się zrozumieć, jakie siły w gospodarce kreują wzrost. Ekonomiści chcą dowiedzieć się, co powoduje wydarzenia takie jak uprzemysłowienie, eksport, inflacja lub depresja. Na przykład wspólna kwestia prognostyczna dotyczy wpływu wysokich stóp procentowych długu konsumenckiego na szanse jakiegokolwiek ożywienia gospodarczego. Jeśli uważasz, że zwiększenie wydatków na konsumpcję jest główną przyczyną windykacji, twoja prognoza będzie pesymistyczna. Wszystkie modele prognostyczne zaczynają się od koncepcji, teorii opartej na zjawisku - takim jak dług - które napędza gospodarkę w taki czy inny sposób.

Modele

Ekonomiści, którzy prognozują trendy ekonomiczne, polegają całkowicie na modelach. Dane same w sobie nic nie mówią, chyba że są analizowane. Modele opierają się na założeniach, że grupa zmiennych powoduje zjawisko. Na przykład większość ekonomistów podpisuje się pod podstawowym modelem, zgodnie z którym rosnące stopy procentowe powodują spowolnienie gospodarcze, ponieważ pieniądze stają się droższe. Jest to prosty model podaży i popytu, który ma fundamentalne znaczenie, ponieważ pożyczki są kluczowe dla wszystkich współczesnych gospodarek. Dlatego takie podstawowe modele to założenia, że ​​wzrost stóp sygnalizuje niedobór dostępnej płynności. Prowadzi to do spadku wzrostu gospodarczego. W związku z tym teoria jest podstawowym zbiorem założeń, podczas gdy model jest szczegółową analizą przygotowaną do testowania takich założeń.

Zmienne

Bez zmiennych żadne modele ani dane nie mają sensu. Zmienne są konceptualnymi grupami sił ekonomicznych. Jednym z ważnych problemów są nakładające się zmienne lub zmienne mierzące to samo. W wielu przypadkach wysokie stopy procentowe są ściśle skorelowane ze wzrostem inwestycji w obligacje. Jeśli więc tworzysz model przewidujący zachowanie rynku pieniężnego, oddzielając inwestycje od obligacji od stóp procentowych, jako że dwie różne zmienne mogą stanowić problem. Ponieważ te dwie zmienne są tak ściśle ze sobą powiązane, w rzeczywistości mogą być jedną zmienną. Traktując je jako dwie, stworzysz wypaczony i bezwartościowy model. Zmiennymi muszą być unikatowe podmioty gospodarcze mierzące różne - nie nakładające się - siły. Unikanie zmiennych jest jednym z najtrudniejszych problemów w prognozowaniu.

Dane

Dane to odwieczny problem prognozowania gospodarczego. Kiedy na przykład mamy do czynienia z bezrobociem, dane mogą być śliskie. Istnieje wiele modeli bezrobocia, które zakładają różne definicje tego pojęcia. Jeden pogląd zakłada, że ​​wszyscy bezrobotni otrzymują zasiłek dla bezrobotnych. Oczywiście jest wielu, którzy nie otrzymują ani nie otrzymują już zasiłków. Są też tacy, którzy są tylko częściowo zatrudnieni lub zatrudnieni pod stołem. Są niedostatecznie zatrudnieni z powodu niedoboru miejsc pracy. Są to różne rodzaje bezrobocia, które zależą od tego, jak definiujesz to pojęcie. Jak zdefiniować zmienną, dlatego ustawia etap dla jakości danych i użyteczność modelu.