Bir ekonometrik modelin spesifikasyon hataları, bir bağımlı değişkeni açıklamak için bir dizi bağımsız değişkeni seçerken ve ele alırken yapılabilecek farklı hatalara atıfta bulunur.
Bir model inşa edildiğinde, doğru spesifikasyon hipotezini yerine getirmelidir. Bu, model için seçilen açıklayıcı değişkenlerin bağımsız değişkeni açıklayabilenler olduğu gerçeğine dayanmaktadır. Bu nedenle, bağımsız değişkeni (y) açıklayabilecek bağımsız bir değişkenin (x) olmadığı ve bu şekilde doğru modelin yaklaşımına izin veren değişkenlerin seçilmiş olacağı varsayılır.
Model spesifikasyon hataları
Modelin belirtiminde üç büyük grupta toplanabilecek bir dizi hata vardır:
Grup 1: Çalışma şekli doğru belirtilmemiş
- İlgili değişkenlerin çıkarılması: Y şirketinin hisselerinin getirisini açıklamak istediğimizi düşünelim.Bunu yapmak için PER, piyasa değeri ve defter değerini bağımsız değişkenler olarak seçiyoruz. Serbest dalgalanma, modelde yer alan değişkenlerden herhangi biri ile ilişkilendirilirse, modelimizin hatası modelde yer alan değişkenlerle ilişkilendirilir. Bu, model tarafından tahmin edilen parametrelerin yansız ve tutarsız olmasına neden olacaktır. Bu nedenle, model üzerinde yapılan tahminlerin ve farklı testlerin sonuçları geçerli olmayacaktır.
- Dönüştürülecek değişkenler: Regresyon modelinin hipotezi, bağımlı değişkenin bağımsız değişkenlerle doğrusal olarak ilişkili olduğunu varsayar. Bununla birlikte, birçok durumda bunlar arasındaki ilişki doğrusal değildir. Bağımsız değişken üzerinde gerekli dönüşüm yapılmadığı takdirde model doğru uyum sağlayamayacaktır. Bağımsız değişkenlerin dönüşüm örnekleri olarak, diğerleri arasında logaritma, karekök veya kare alma var.
- Kötü örnek veri toplama: Bağımsız değişkenlerin verileri zamanla tutarlı olmalıdır, yani bağımsız değişkenlerde yapısal bir değişiklik olamaz. X ülkesindeki GSYİH'deki değişimi, tüketim ve yatırımı bağımsız değişkenler olarak kullanarak açıklamak istediğimizi düşünelim. Diyelim ki o ülkede devlet arazisinde bir petrol sahası keşfedildi ve hükümet vergileri kaldırmaya karar verdi. Bu, ülkenin tüketim alışkanlıklarında o tarihten itibaren süresiz olarak sürdürülecek bir değişikliğe yol açabilir. Bu durumda iki farklı zaman serisi toplamalı ve iki model tahmin etmeliyiz. Değişiklikten önce bir model ve sonra bir başka model. Verileri tek bir örnekte gruplandırıp bir model tahmin edersek, zayıf belirlenmiş bir modelimiz olur ve hipotezler, karşıtlıklar ve tahminler yanlış olur.
Grup 2: Bağımsız değişkenler zaman serilerinde hata terimi ile ilişkilendirilir.
- Bağımlı değişkenin bağımsız değişken olarak gecikmeli kullanımı: Gecikmeli bir değişken kullanmak, aynı değişkenlerin verilerini kullanmaktır, ancak önceki bir dönemde ölçülmüştür. Bağımlı değişken olarak önceki GSYİH modelini kullandığımızı varsayalım. Modele tüketim ve yatırıma ek olarak bir önceki yılın GSYİH'sini (GSYİH) ekleyelim.t-1). Bir önceki yılın GSYİH'si seri olarak hatayla ilişkilendirilirse, tahmin edilen katsayılar yanlı olur ve tutarsız olmaz. Bu yine tüm hipotez testlerini, tahminleri vb. geçersiz kılacaktır.
- Geçmişi tahmin etmek: Bir değişkeni ölçtüğümüzde, her zaman tahmin etmek istediğimizden önceki dönemi almalıyız. Diyelim ki bağımlı değişkenimiz X hisse senedi getirisi ve bağımsız değişkenimiz PER. Şubat ayı için son verileri aldığımızı varsayalım. Bunu modelimizde kullanırsak, Şubat sonunda en yüksek PER'e sahip hisse senedinin Şubat sonunda en yüksek getiriye sahip olduğu sonucuna varacağız. Modelin doğru belirtilmesi, önceki durumda olduğu gibi tersi değil, sonraki verileri tahmin etmek için dönemin başlangıcından itibaren verilerin alınması anlamına gelir. Buna geçmişi tahmin etmek denir.
- Bağımsız değişkeni hatayla ölçün: Bağımsız değişkenimizin bir hisse senedi getirisi ve bağımsız değişkenlerimizden birinin de nominal faiz oranı olduğunu varsayalım. Nominal faiz oranının faiz oranı artı enflasyon olduğunu unutmayın. Nominal faiz oranının enflasyon bileşeni gelecekte gözlemlenemeyeceği için değişkeni hatalı ölçüyor olacağız. Faiz oranını doğru bir şekilde ölçmek için, beklenen faiz oranını kullanmamız ve bunun mevcut olanı değil, beklenen enflasyonu hesaba katması gerekir.