Faktorer som påvirker data og prognoser

Økonomisk prognose bygger modeller som forsøker å forutsi fremtidige økonomiske trender. Det sentrale problemet er om en viss konstellasjon av variabler uunngåelig fører til noe utfall. Definere brukbare variabler med pålitelige data er hovedoppgaven til dette feltet.

Begreper

Økonomisk prognose søker å forstå hvilke krefter i økonomien skape vekst. Økonomer vil finne ut hva som forårsaker hendelser som industrialisering, eksport, inflasjon eller depresjon. For eksempel gjelder et felles prognostiseringsspørsmål effekten av høye forbruksgjeld på sjansene for økonomisk gjenoppretting. Hvis du mener at økt forbruksutgift er den viktigste årsaken til utvinning, vil prognosen din være pessimistisk. Alle prognosemodeller begynner med et konsept, en teori som er basert på et fenomen - som gjeld - som vil drive en økonomi på en eller annen måte.

modeller

Økonomer som prognostiserer økonomiske trender, stole helt på modeller. Dataene sier ingenting, med mindre det analyseres. Modeller er basert på forutsetninger om at en gruppe variabler forårsaker et fenomen. For eksempel abonnerer de fleste økonomer på den grunnleggende modellen at stigende renter forårsaker en økonomisk nedgang fordi penger blir dyrere. Dette er en enkel etterspørselsmodell av penger som er grunnleggende fordi lån er avgjørende for alle moderne økonomier. Derfor er slike grunnmodeller forutsetninger om at en økning i satser signalerer knappheten om tilgjengelig likviditet. Dette fører til en nedgang i økonomisk vekst. Derfor er en teori et grunnleggende sett av antagelser, mens en modell er en detaljert analyse som er arrangert for å teste slike forutsetninger.

variabler

Uten variabler, verken modeller eller data gir mening. Variabler er konseptuelle grupperinger av økonomiske krefter. Et viktig problem er overlappende variabler, eller variabler som måler det samme. I mange tilfeller er høyrenter tett korrelert med en økning i obligasjonsinvesteringene. Så hvis du lager en modell som forutsetter pengemarkedsadferd, kan det være et problem å skille ut obligasjonsinvesteringer fra renten som to separate variabler. Siden disse to variablene er så nært beslektet, kan de faktisk være en variabel. Å behandle dem som to vil skape en skjev og verdiløs modell. Variabler må være unike økonomiske enheter som måler forskjellige - ikke overlappende - krefter. Å holde variabler unike er et av de vanskeligste problemene i prognosen.

Data

Data er det evige problemet med økonomisk prognose. Når man for eksempel arbeider med arbeidsledighet, kan dataene være glatte. Det er mange modeller av arbeidsledighet som tar for seg ulike definisjoner av begrepet. Ett syn antar at de arbeidsledige er alle de som får arbeidsledighet. Selvfølgelig er det mange som ikke mottar eller ikke lenger mottar fordeler. Deretter er det de som bare er delvis ansatt eller ansatt under bordet. Det er underarbeidet på grunn av mangel på jobb. Dette er forskjellige typer arbeidsledighet som alle avhenger av hvordan du definerer begrepet. Hvordan du definerer en variabel, setter derfor scenen for kvaliteten på dataene og bruken av en modell.