ECONOMETRIA

Enciclopedia Italiana - IV Appendice (1978)

ECONOMETRIA (App. III, 1, p. 506)

Sergio Ricossa

Metodi di econometria. - Mentre l'e. in senso ampio ha mostrato una crescente varietà di casi in cui metodi matematici e statistici sono associati alla teoria economica, l'e. metodologica in senso stretto si è vieppiù interessata al problema posto da T. Haavelmo già nel 1943: come stimare i parametri di un sistema stocastico di equazioni simultanee (del genere TX = a, cfr. econometria, App. III, 1).

S'immagina che certe grandezze economiche osservabili (misurabili) siano le variabili di un sistema di equazioni, le quali equazioni rappresentano i vincoli, che nella realtà le grandezze economiche si suppone debbano simultaneamente rispettare. Pertanto, si desidera stimare quali valori dei parametri contenuti nelle equazioni siano meglio compatibili coi valori che le variabili osservabili hanno assunto nella realtà. Ma poiché un modello del genere è sempre troppo semplice per adattarsi bene a una realtà complessa e cangiante, si cerca di renderlo più flessibile e calzante introducendovi altre variabili, interpretate come "errori", "residui", "quantità latenti", ecc. Tali "errori" (non tanto errori di misura, quanto errori dovuti alle semplificazioni del modello) non sono direttamente osservabili, però s'ipotizza che seguano leggi probabilistiche specificate; e quindi sono variabili probabilistiche o stocastiche.

Nuovi metodi di stima dei parametri, ottenuti per evoluzione dai metodi tradizionali dei minimi quadrati e della massima verosimiglianza, sono stati proposti allo scopo di giungere a risultati migliori nel senso dell'inferenza statistica (risultati più "efficienti") e possibilmente non tali da presentare forti difficoltà di calcolo. Così, per es., dopo il metodo dei minimi quadrati a due stadi di H. Theil (1953) e R. L. Basmann (1957), è venuto, ad opera di A. Zellner e H. Theil (1962), il metodo a tre stadi. Confronti critici fra i diversi metodi di stima sono stati compiuti da T. J. Rothenberg e C. T. Leenders (1964), G. C. Chow (1964) e altri studiosi.

Tecniche probabilistiche ausiliarie sono state impiegate per approfondire lo studio delle proprietà dei sistemi stocastici di equazioni simultanee. Basti accennare alle analisi delle proprietà spettrali e delle proprietà bayesiane. L'idea basilare, nel primo tipo di analisi, è la possibilità d'interpretare una serie storica di dati statistici come una serie temporale stocastica, la quale sia decomponibile in un numero di onde sinusoidali e cosinusoidali (cfr. M. Nerlove, 1964). L'analisi bayesiana, invece, tiene conto di misure probabilistiche, anche soggettive, reputate note a priori e modificabili in seguito a ulteriori osservazioni empiriche (cfr. J. H. Drèze, 1972).

Non tutti gli econometrici (o econometristi) sono d'accordo sull'importanza attribuita ai sistemi stocastici di equazioni simultanee. In primo luogo, coloro che accettano il punto di vista critico di H. Wold (1953 e 1964), secondo il quale la realtà economica è fatta di cause e di effetti, e le cause precedono nel tempo gli effetti, tendono a sostituire la simultaneità con la concatenazione delle variabili (catene causali). A ciò inducono, talvolta, anche motivi pratici, come le difficoltà di avere stime genuinamente simultanee, soprattutto quando il modello è di grandi dimensioni.

In secondo luogo, T. C. Liu (1955 e 1960) ha notato che in quasi tutti i sistemi stocastici di equazioni simultanee esaminati dagli econometrici, e di una qualche rilevanza applicativa, si è arrivati ai valori dei parametri strutturali (si è arrivati a "identificare la struttura") solo grazie a espedienti come l'esclusione arbitraria di certe variabili osservabili da certe equazioni. Secondo il Liu, è meglio rinunciare all'idea che esista una struttura identificabile, piuttosto che creare artificiosamente detta struttura, assegnando a priori valori nulli a taluni parametri o coefficienti.

Per contro, v'è chi sostiene che sia utile, e perfino doveroso, profittare di qualunque mezzo per stimare i parametri o parte di essi: indagini campionarie, conoscenze esogene (originate fuori dal modello) di ogni genere, anche giudizi personali, con o senza l'apparato bayesiano. Ne risulta un'immagine più artigianale dell'econometria. Poiché solitamente esiste una pluralità di variabili esplicative potenziali, lo studioso seleziona a volta a volta quelle più adatte ai fini che persegue, al patrimonio statistico disponibile, e ai parametri di cui già sia noto il valore, senza schemi fissi. Successivamente, con le varie tecniche di "simulazione" si vedrà se il modello fornisce, per le grandezze economiche e per i periodi di tempo che interessano, traiettorie soddisfacenti; si vedrà inoltre, con le "analisi di sensitività", quali possibili ritocchi delle stime parametriche abbiano eventuali gravi conseguenze.

Può accadere che così i modelli econometrici non servano più molto a discriminare fra varie ipotesi alternative, cioè a verificare o a rigettare particolari teorie, ma offrano solo approssimazioni più o meno contingenti alla realtà. In compenso, i fautori dell'indirizzo artigianale si accostano a quegli economisti che ammoniscono di non sacrificare la ricerca empirica, storica e istituzionale al virtuosismo matematico astratto, e ricordano come il mondo economico sia dominato dalla condotta umana, con le sue bizzarrie, le sue improvvisazioni, le sue innovazioni.

Fra questi economisti, citiamo W. Leontief (1975), E. H. Phelps Brown (1975), G. D. N. Worswick (1975), G. Myrdal (1972). Per una difesa dell'indirizzo rigoroso e dei vantaggi nell'uso dei sistemi stocastici di equazioni simultanee, si veda F. M. Fisher (1961). Per un ventaglio di opinioni nella scuola italiana, si veda G. Parenti (1974).

Bibl.: T. Haavelmo, The Statistical Implications of a System of Simultaneous Equations, in Econometrica, 11 (1943), n. 1; H. Theil, Estimation and Simultaneous Correlation in Complete Equation Systems, L'Aia 1953; H. Wold, L. Jureen, Demand Analysis, New York 1953; T. C. Liu, A Simple Forecasting Model for the U. S. Economy, in International Monetary Fund Staff Papers, agosto 1955; R. L. Basmann, A Generalized Classical Method of Linear Estimation of Coefficients in a Structural Equation, in Econometrica, 25 (1957), n. 1; T. C. Liu, Underidentification, Structural Estimation, and Forecasting, ibid., 28 (1960), n. 4; F. M. Fisher, On the Cost of Approximate Specification in Simultaneous Equation Estimation, ibid., 29 (1961), n. 2; A. Zellner, H. Theil, Three-Stage Least Squares: Simultaneous Estimation of Simultaneous Equations, ibid., 30 (1962), n. 1; G. C. Chow, A Comparison of Alternative Estimators for Simultaneous Equations, ibid., 32 (1964), n. 4; M. Nerlove, Spectral Analysis of Seasonal Adjustment Procedure, ibid., 32 (1964), n. 3; T. J. Rothenberg, C. T. Leenders, Efficient Estimation of Simultaneous Equation Systems, ibid., 32 (1964), n. 1-2; H. Wold, Econometric Model Bulding: Essays on the Causal Chain Approach, Amsterdam 1964; P. J. Dhrymes, Econometrics: Statistical Foundations and Applications, New York e Londra 1970; Selected Readings in Econometrics from "Econometrica", a cura di J. W. Hooper e M. Nerlove, Cambridge (Mass.)-Londra 1970; Frontiers of Quantitative Economics, a cura di M. D. Intriligator, Amsterdam 1971; J. H. Drèze, Econometrics and Decision Theory, in Econometrica, 40 (1972), n. 1; G. Myrdal, Response to Introduction, in The American Economic Review, maggio 1972; Soluzione e impiego di modelli econometrici, a cura di G. Parenti, Bologna 1974; Autocritica dell'economista, a cura di F. Caffè, Roma-Bari, 1975; W. Leontief, Postulati teorici e insufficienza di osservazioni empiriche, in Autocritica dell'economista, cit.; E. M. Phelps Brown, Sottosviluppo della teoria economica, in Autocritica dell'economista, cit.; G. D. N. Worswick, Può la scienza economica progredire?, ibid.

TAG

Minimi quadrati a due stadi

Metodo dei minimi quadrati

Inferenza statistica

Analisi bayesiana

M. nerlove