Ekonometrija bukvalno znači ekonometrijsko merenje. To je grana ekonomske nauke koja povezuje ekonomsku teoriju, matematičku ekonomiju i metode statističke analize, a bavi se razvijanjem i usavršavanjem metoda i modela za kvantitativnu analizu. Bazira se na razvoju statističkih metoda za utvrđivanje ekonomskih rrelacija, testiranje ekonomskih teorija, i ocenjivanje i implementaciju poslovnih i državnih politika. Najčešća primena ekonometrije je prognoza važnih makroekonomskih varijabli kao što su kamatne stope, inflacija i bruto domaći proizvod.
Najčešće se prvo formuliše ekonomski model. On sadrži matematičke jednačine koje opisuju različite relacije. Sledeća faza je formulisanje ekonometrijskog modela. Utvrđuju se priroda i vremenski horizont na koji se istraživanje odnosi. U realnoj ekonomiji stvarne veličine odstupaju od funkcionalno zadate prosečne međuzavisnosti. Zato se ekonometrijski model izvodi iz ekonomskog modela uvođenjem slučajnog člana. Nakon formulisanja ekonometrijskog modela, on se ocenjuje. Oceniti ekonometrijski model znači utvrditi numeričke vrednosti strukturnih parametara na osnovu podataka uzorka. Ocena (ili estimator) je pravilo, formula, funkcija podataka uzorka i predstavlja promenljivu veličinu sa datim rasporedom, dok je ocenjena vrednost numerička vrednost parametra izračunata na osnovu uzorka. Metod običnih najmanjih kvadrata i metod maksimalne verodostojnosti su najčešće primenjivane metode ocenjivanja. Sledeće faze su dijagnosticiranje i testovi specifikacije i testiranje. Testiranje podrazumeva proveru kvaliteta modela, na koji način model odslikava stvarne međuzavisnosti. Koriste se dve vrste testova:
- statistički testovi (testovi 1. reda): Izračunavanje koeficijenta determinacije; t-test; F-test; analiza varijanse,
- ekonometrijski testovi (testovi 2. reda): Testiranje autokorelacije; testiranje heteroskedastičnosti; testiranje multikolinearnosti.
Poslednje dve faze su vrednovanje moći predviđanja i upotreba modela. Vrednovanje moći predviđanja je ispitivanje stabilnosti ocena (osetljivosti parametara), da bi se ustanovilo da li model važi i izvan uzorka korišćenog za ocenjivanje.
Econometrics literally means econometric measurement. It is a branch of economic science that connects economic theory, mathematical economics and methods of statistical analysis, and deals with the development and improvement of methods and models for quantitative analysis. It is based on the development of statistical methods for determining economic relationships, testing economic theories, and evaluating and implementing business and government policies. The most common application of econometrics is the forecasting of important macroeconomic variables such as interest rates, inflation, and gross domestic product.
Most often, the economic model is formulated first. It contains mathematical equations that describe various relationships. The next stage is the formulation of the econometric model. The nature and time horizon to which the research relates are determined. In the real economy, real quantities deviate from the functionally given average interdependence. Therefore, the econometric model is derived from the economic model by introducing a random term. After formulating the econometric model, it is evaluated. Evaluating an econometric model means determining numerical values of structural parameters based on sample data. A score (or estimator) is a rule, formula, function of sample data and represents a variable quantity with a given schedule, while an estimated value is a numerical value of a parameter calculated on the basis of a sample. The method of ordinary least squares and the method of maximum credibility are the most frequently applied evaluation methods. The next stages are diagnostics and specification tests and testing. Testing means checking the quality of the model, how the model reflects the real interdependencies. Two types of tests are used:
- statistical tests (tests of the 1st order): Calculation of the coefficient of determination; t-test; F-test; analysis of variance,
- econometric tests (tests of the 2nd order): Autocorrelation testing; heteroskedasticity testing; multicollinearity testing.
The last two stages are the evaluation of the predictive power and the use of the model. Evaluating predictive power is examining the stability of scores (sensitivity of parameters), to determine whether the model is valid beyond the sample used for evaluation.