Specifikationsfejlene i en økonometrisk model henviser til de forskellige fejl, der kan laves, når man vælger og behandler et sæt uafhængige variabler for at forklare en afhængig variabel.
Når en model er bygget, skal den opfylde den korrekte specifikationshypotese. Dette er baseret på det faktum, at de forklarende variabler, der er valgt til modellen, er dem, der er i stand til at forklare den uafhængige variabel. Derfor antages det, at der ikke er nogen uafhængig variabel (x), der kan forklare den uafhængige variabel (y), og at på denne måde ville de variabler, der tillader tilgang til den rigtige model, være valgt.
Model specifikationsfejl
Der er en række fejl i specifikationen af modellen, der kan grupperes i tre store grupper:
Gruppe 1: Den måde, den fungerer på, er ikke angivet korrekt
- Udeladelse af relevante variabler: Lad os forestille os, at vi vil forklare afkastet på selskabets aktier Y. For at gøre dette vælger vi PER, markedsværdi og bogført værdi som uafhængige variabler. Hvis den frie float er korreleret med nogen af de variabler, der er indeholdt i modellen, vil fejlen i vores model være korreleret med de variabler, der er inkluderet i modellen. Dette vil medføre, at de parametre, som modellen estimerer, er upartiske og inkonsekvente. Således ville resultaterne af forudsigelserne og de forskellige tests, der blev udført på modellen, ikke være gyldige.
- Variabler, der skal transformeres: Hypotesen om regressionsmodellen antager, at den afhængige variabel er lineært relateret til de uafhængige variabler. Imidlertid er forholdet mellem disse ved mange lejligheder ikke lineært. Hvis den nødvendige transformation ikke udføres på den uafhængige variabel, har modellen ikke den rigtige pasform. Som eksempler på transformation af uafhængige variabler har vi taget logaritmer, kvadratroden eller kvadrering blandt andre.
- Dårlig indsamling af prøvedata: Dataene for de uafhængige variabler skal være i overensstemmelse med tiden, dvs. der kan ikke være strukturelle ændringer af de uafhængige variabler. Lad os forestille os, at vi vil forklare variationen i BNP i land X ved hjælp af forbrug og investering som uafhængige variabler. Antag, at der opdages et oliefelt i dette land på statsjord, og regeringen beslutter at afskaffe skatter. Dette kan føre til en ændring i landets forbrugsvaner, der pr. Denne dato vil blive opretholdt på ubestemt tid. I dette tilfælde skal vi samle to forskellige tidsserier og estimere to modeller. En model før ændringen og en anden efter. Hvis vi grupperede dataene i en enkelt prøve og estimerede en model, ville vi have en dårligt specificeret model, og hypoteserne, kontrasterne og forudsigelserne ville være ukorrekte.
Gruppe 2: De uafhængige variabler er korreleret med fejludtrykket i tidsserier
- Brug af den afhængige variabel med forsinkelse som uafhængig variabel: At bruge en variabel med forsinkelse er at bruge dataene fra de samme variabler, men målt en tidligere periode. Antag, at vi bruger den tidligere BNP-model som den afhængige variabel. Lad os tilføje modellen foruden forbrug og investeringer BNP for det foregående år (BNPt-1). Hvis BNP for det foregående år er serielt korreleret med fejlen, ville de anslåede koefficienter være forudindtaget og ikke være inkonsekvente. Dette vil igen ugyldiggøre alle hypotesetest, forudsigelser osv.
- Forudsiger fortiden: Når vi måler en variabel, skal vi altid tage perioden før den, vi vil estimere. Antag, at vores afhængige variabel er afkastet fra lager X, og vores uafhængige variabel er PER. Antag yderligere, at vi tager de endelige data for februar. Hvis vi bruger dette i vores model, vil vi konkludere, at bestanden med den højeste PER i slutningen af februar havde det højeste afkast i slutningen af februar. Den korrekte specifikation af modellen indebærer at tage dataene fra begyndelsen af perioden for at forudsige de senere data og ikke omvendt som i det foregående tilfælde. Dette kaldes at forudsige fortiden.
- Mål den uafhængige variabel med fejl: Antag, at vores uafhængige variabel er afkastet på en aktie, og at en af vores uafhængige variabler er den nominelle rente. Husk, at den nominelle rente er renten plus inflation. Da inflationskomponenten i den nominelle rente ikke kan observeres i fremtiden, måler vi variablen med fejl. For korrekt måling af renten skal vi bruge den forventede rentesats, og at dette tager højde for den forventede inflation og ikke den nuværende.