drucken


What is Econometrics?

Data and Methods

Econometrics is about analyzing economic data using statistical techniques and economic theory. With the help of econometric methods one may answer many interesting questions such as: Does participation in a job training program reduce unemployment duration? How much do tobacco taxes reduce smoking? Does reducing class size improve performance of pupils? How large is this effect? Is the size of this effect uniform or rather depends on the context? How much are sales increased by advertisement? What will the inflation rate be next year? How much does a decrease in the European Central Bank’s interest rate affect growth in the gross domestic product in the next two years? No doubt, econometrics is a very important branch of economics, finance as well as business economics. Econometric methods are also used in other social sciences like political science or sociology.

There are two major reasons for analyzing economic data: (i) economic models often do not give the quantitative information that is needed in practical decision making and (ii) there are competing models making different predictions. Consider e.g. the introduction of a minimum wage. Depending on the assumptions, economic models may suggest different qualitative effects of the introduction of a minimum wage on employment in the economy. Using adequate data and econometric methods may help to measure the direction and the magnitude of the effect of a minimum wage on employment.

Challenges

In empirical analyses one would like to identify so-called causal effects rather than just measuring correlation between variables. If you collect data on the density of individual’s head of hair and their wealth, you would probably figure out that the less hair of head they have, the richer they are. Shall you recommend to have one’s hair cut and going bald in order to become rich? You should only do this if there is a causal link from hair density to wealth. We would not expect this link to be present. Rather, there is simply correlation between hair density and wealth because, on average, older people are richer and have less hair.

It is relatively easy to measure causal effects if data are generated by an experiment. However, in economics we often just have observational data at hand that have been collected e.g. by statistical offices or have been obtained via surveys. Why is that a problem? If one would like to measure the causal effect of the class size on pupil’s test scores, one prefers to only vary the class size while keeping all other potential influences on test scores constant. You can imagine that it is impossible to implement such a perfect experiment.

Although, it has been tried to implement randomized versions of such class-size experiments, there may only be observational data on test scores, class size and a few other variables available. Hence, many other things may have changed besides the class size. There are, however, specific econometric approaches that can be used to try to identify a potential causal effect of the class size from such observational data.

Interested?

We offer many econometrics courses in our Bachelor program. They introduce various econometric methods as well as software packages and show how to apply the methods to economic data. In particular, there are seminars and other courses in which students can run own empirical projects. If you would like to know a bit more about econometrics, you could have a look at the first chapter of two nice introductory textbooks: Introduction to Econometrics by J.H. Stock and M.W. Watson and Introductory Econometrics by J. M. Wooldridge.

Was ist Ökonometrie?

Daten und Methoden

In der Ökonometrie werden ökonomische Daten unter Verwendung von statistischen Verfahren und wirtschaftswissenschaftlichen Theorien analysiert. Mit Hilfe von ökonometrischen Methoden können wichtige Fragen beantwortet werden, wie zum Beispiel: Hat die Teilnahme von Arbeitslosen an Schulungsmaßnahmen eine Auswirkung auf die Dauer ihrer Arbeitslosigkeit? In welchem Umfang vermindern Tabaksteuern das Rauchen? Führt eine Verkleinerung von Unterrichtsklassen zu besseren Leistungen von Schülern? Wie groß ist der Effekt einer Verkleinerung der Klassen? Ist der Effekt einheitlich oder hängt er von den jeweiligen Gegebenheiten ab? Erhöht Werbung die Umsätze von Firmen? Wie hoch wird die Inflationsrate im kommenden Jahr sein? Wie wird eine Zinserhöhung der EZB das BIP-Wachstum der nächsten zwei Jahre beeinflussen? Angesichts der Vielfalt dieser Fragen besteht keinerlei Zweifel, dass die Ökonometrie ein wichtiges Teilgebiet der Wirtschaftswissenschaften ist. Zugleich sind ökonometrische Methoden aber auch für andere Sozialwissenschaften, wie z.B. die Politikwissenschaft oder die Soziologie, von Bedeutung.

Es gibt zwei wesentliche Gründe für die Analyse von ökonomischen Daten: (i) Ökonomische Modelle liefern oft nicht die quantitativen Informationen, die zur praktischen Entscheidungsfindung benötigt werden. (ii) Es gibt konkurrierende Modelle, die unterschiedliche Prognosen zulassen. Betrachten wir beispielsweise die Einführung eines Mindestlohns. Je nach Annahmen, können ökonomische Modelle durchaus unterschiedliche qualitative Aussagen zu den Effekten eines Mindestlohns auf die Beschäftigungssituation in einer Volkswirtschaft machen. Die Analyse von adäquaten Daten mit geeigneten ökonometrischen Methoden kann dabei helfen, den quantitativen Effekt der Einführung eines Mindestlohns auf die Beschäftigung zu messen.

Herausforderungen

Das Ziel der empirischen Forschung ist es vor allem kausale Zusammenhänge zwischen Variablen zu quantifizieren und nicht nur die Korrelation zwischen den Variablen zu bestimmen. Würde man beispielsweise Daten zur Haardichte und zum Vermögen von Menschen sammeln, so fände man vermutlich heraus, dass weniger Haar mit einem höheren Vermögen verbunden ist. Würden Sie deshalb jemanden empfehlen, sich eine Glatze schneiden zu lassen, um reich zu werden? Sicherlich nur, wenn die Haarpracht tatsächlich einen kausalen Einfluss auf das Vermögen hat, was allerdings äußerst unwahrscheinlich ist. Der augenscheinliche Zusammenhang zwischen Haardichte und Vermögen beruht eher auf der Tatsache, dass vermögende Menschen in der Regel älter sind und deshalb weniger Haare haben.

Es ist relativ einfach kausale Zusammenhänge zu messen, wenn Daten durch ein Experiment ermittelt werden können. Häufig stehen in den Wirtschaftswissenschaften nur Beobachtungsdaten zur Verfügung, die z.B. von Statistikämtern oder über Umfragen gesammelt bzw. erhoben werden. Warum ist dies ein Problem? Wenn man den kausalen Effekt der Klassengröße auf die Leistungen von Schülern untersuchen möchte, würde man idealerweise nur die Klassengröße variieren und alle anderen Faktoren, die die schulischen Leistungen beeinflussen konstant halten. Sie können sich sicher sehr leicht vorstellen, dass sich solch ein perfektes Experiment nur schwer umzusetzen ist.

Obwohl einzelne (imperfekte) Umsetzungen solcher Experimente gibt, stehen häufig nur Beobachtungsdaten zu Testergebnissen von Schülern, zur Klassengröße und zu wenigen anderen Variablen zur Verfügung. Folglich können eine Reihe von potentiellen Einflussgrößen nicht berücksichtigt werden. Es gibt jedoch bestimmte ökonometrische Ansätze, die man in solch einer Situation verwenden kann, um mögliche kausalen Effekte der Klassengröße auf die Leistungen von Schülern zu identifizieren.

Interessiert?

Wir bieten zahlreiche ökonometrische Lehrveranstaltungen im Rahmen unseres Bachelorprogramms an. In diesen Veranstaltungen werden nicht nur verschiedene ökonometrische Methoden vorgestellt, sondern auch Softwareprogramme, die für die empirische Analyse von Daten verwendet werden. Im Besonderen gibt es Seminare und andere Kurse, in welchen Studierende ihre eigenen empirischen Projekte durchführen können. Wer noch mehr zur Ökonometrie erfahren möchte, kann sich mithilfe der ersten Kapitel der folgenden zwei Fachbücher einen hilfreichen Überblick verschaffen: “Introduction to Econometrics“ von J.H. Stock und M.W. Watson sowie “Introductory Econometrics“ von J.M. Wooldridge.