Błędy specyfikacji modelu ekonometrycznego odnoszą się do różnych błędów, które można popełnić podczas wybierania i traktowania zbioru zmiennych niezależnych w celu wyjaśnienia zmiennej zależnej.
Kiedy model jest budowany, musi spełniać poprawną hipotezę specyfikacji. Wynika to z faktu, że zmienne objaśniające wybrane do modelu to te, które są w stanie wyjaśnić zmienną niezależną. W związku z tym zakłada się, że nie istnieje zmienna niezależna (x), która mogłaby wyjaśnić zmienną niezależną (y) i że w ten sposób zostałyby wybrane zmienne, które pozwalają na podejście poprawnego modelu.
Błędy specyfikacji modelu
W specyfikacji modelu występuje szereg błędów, które można podzielić na trzy duże grupy:
Grupa 1: Sposób działania nie jest poprawnie określony
- Pominięcie odpowiednich zmiennych: Wyobraźmy sobie, że chcemy wyjaśnić zwrot z akcji spółki Y. Aby to zrobić, wybieramy PER, kapitalizację rynkową i wartość księgową jako zmienne niezależne. Jeśli free float jest skorelowany z którąkolwiek ze zmiennych zawartych w modelu, błąd naszego modelu byłby skorelowany ze zmiennymi zawartymi w modelu. Spowodowałoby to, że parametry szacowane przez model byłyby bezstronne i niespójne. W związku z tym wyniki prognoz i różnych testów przeprowadzonych na modelu nie byłyby ważne.
- Zmienne do przekształcenia: Hipoteza modelu regresji zakłada, że zmienna zależna jest liniowo związana ze zmiennymi niezależnymi. Jednak w wielu przypadkach zależność między nimi nie jest liniowa. Jeśli niezbędne przekształcenie nie zostanie wykonane na zmiennej niezależnej, model nie będzie pasował prawidłowo. Jako przykłady przekształceń zmiennych niezależnych mamy m.in. logarytmowanie, pierwiastek kwadratowy lub podniesienie do kwadratu.
- Słaby zbiór danych próbki: Dane zmiennych niezależnych muszą być zgodne z czasem, to znaczy, że nie mogą wystąpić zmiany strukturalne zmiennych niezależnych. Wyobraźmy sobie, że chcemy wyjaśnić zmienność PKB w kraju X, używając konsumpcji i inwestycji jako zmiennych niezależnych. Załóżmy, że w tym kraju na gruntach stanowych odkryto pole naftowe, a rząd postanawia znieść podatki. Może to doprowadzić do zmiany nawyków konsumpcyjnych kraju, które od tej daty będą utrzymywane w nieskończoność. W tym przypadku powinniśmy zebrać dwa różne szeregi czasowe i oszacować dwa modele. Jeden model przed zmianą, a drugi po. Gdybyśmy zgrupowali dane w jedną próbkę i oszacowali model, mielibyśmy słabo sprecyzowany model, a hipotezy, kontrasty i przewidywania byłyby nieprawidłowe.
Grupa 2: Zmienne niezależne są skorelowane z terminem błędu w szeregach czasowych
- Wykorzystanie zmiennej zależnej z opóźnieniem jako zmiennej niezależnej: Użycie zmiennej z opóźnieniem oznacza wykorzystanie danych tych samych zmiennych, ale zmierzonych w poprzednim okresie. Załóżmy, że używamy poprzedniego modelu PKB jako zmiennej zależnej. Dodajmy do modelu, oprócz konsumpcji i inwestycji, PKB z poprzedniego roku (PKBt-1). Jeżeli PKB z poprzedniego roku jest szeregowo skorelowany z błędem, oszacowane współczynniki byłyby obciążone i nie byłyby niespójne. To znowu unieważniłoby wszystkie testy hipotez, przewidywania itp.
- Przewidywanie przeszłości: Kiedy mierzymy zmienną, zawsze musimy wziąć okres przed tym, który chcemy oszacować. Załóżmy, że naszą zmienną zależną są zwroty z akcji X, a naszą zmienną niezależną jest PER. Załóżmy dalej, że przyjmujemy ostateczne dane za luty. Jeśli użyjemy tego w naszym modelu, dojdziemy do wniosku, że akcje z najwyższym PER na koniec lutego miały najwyższe stopy zwrotu na koniec lutego. Prawidłowa specyfikacja modelu oznacza branie danych z początku okresu do przewidywania danych późniejszych, a nie odwrotnie, jak w poprzednim przypadku. Nazywa się to przewidywaniem przeszłości.
- Zmierz zmienną niezależną z błędem: Załóżmy, że naszą zmienną niezależną jest zwrot z akcji, a jedną z naszych zmiennych niezależnych jest nominalna stopa procentowa. Pamiętaj, że nominalna stopa procentowa to stopa procentowa plus inflacja. Ponieważ składnik inflacyjny nominalnej stopy procentowej nie jest obserwowalny w przyszłości, mierzylibyśmy zmienną z błędem. Aby poprawnie zmierzyć stopę procentową, musielibyśmy użyć stopy oczekiwanej, która uwzględnia inflację oczekiwaną, a nie obecną.