Quanto sono attendibili i modelli macroeconomici attuali?

[Roberto Domenichini]

Quando analizziamo una serie storica dei prezzi di borsa la prima domanda che spesso ci poniamo è: da cosa dipende l’andamento grafico dei prezzi?

Quando analizziamo una serie storica dei prezzi di borsa la prima domanda che spesso ci poniamo è: da cosa dipende l’andamento grafico dei prezzi?

Sappiamo tutti che i prezzi di un’attività finanziaria dipendono da un’infinità di variabili.

Gli econometristi cercano di spiegare il grado di correlazione con i prezzi mediante una qualsiasi variabile presa singolarmente, coeteris paribus, oppure creano dei modelli più articolati dove il prezzo viene determinato da N variabili prese contemporaneamente.

Per quanto questo metodo di applicare la statistica inferenziale all’Economia sia sensato, spesso può nascondere delle insidie.

Per dimostrarlo prendiamo in considerazione un semplice esempio paradossale proposto da un economista contemporaneo, David Hendry sulla crescita dei prezzi dei beni di consumo riportato nel libro di Francesco Guala dal titolo Filosofia dell’Economia: “Confrontando i dati riguardanti la crescita dei prezzi in Gran Bretagna e quelli riguardanti la quantità cumulativa di pioggia caduta in Scozia negli ultimi decenni, si scopre che esiste una formidabile correlazione fra queste due variabili. Ma ancora più sorprendente è il fatto che se esaminiamo la correlazione statistica fra la crescita dei prezzi e una variabile apparentemente più plausibile come la quantità di moneta circolante nell’economia britannica, scopriamo che essa è più debole. Tuttavia ovviamente nessuno si sogna di spiegare la crescita dei prezzi con la quantità di pioggia, o viceversa; e nessuno spera che l’inflazione diminuisca nei prossimi anni grazie ai mutamenti climatici globali che affliggono il nostro pianeta”.



Sembra incredibile eppure la spiegazione è molto più semplice di quanto si possa pensare.

Si tratta semplicemente di variabili che crescono in modo abbastanza regolare e nella stessa direzione ma per cause completamente indipendenti.

La stessa cosa dicasi per i prezzi di borsa.

Avendo tempo e voglia potremmo trovare tantissime correlazioni che nulla hanno a che fare con la logica sottostante i modelli finanziari.

Alcuni studiosi, per provocazione e rigetto dell’Econometria, ne hanno studiate alcune.

Io non sarei così categorico con l’Econometria ma sicuramente critico.

Penso che il modo migliore per verificare la correlazione tra i prezzi di Borsa e una variabile (tasso d’interesse, bilancia commerciale, tasso di cambio, ecc..) non sia quello di calcolare semplicemente l’R^2, l’eteroschedasticità, la correlazione dei disturbi, la multicollinearità. Senza entrare nei dettagli tecnici di questi “paroloni” penso che con la logica o il caro, e sempre meno usato, buon senso si possa giungere a discreti risultati.

Mi spiego meglio.

Se i prezzi di un indice finanziario salgono sia quando il tasso d’interesse sale sia quando scende è probabile che tale variabile non influenzi l’andamento di Borsa.

Quindi potrei trovare un modello funzionante. Ma attenzione le batterie prima o poi si scaricano e bisogna cambiarle con un altro “modello”.

Ma questi dati passati che valore possono realmente avere in un mondo così dinamico come il nostro, anche nel settore finanziario?

Servono servono! Nel prossimo articolo vedremo come la scuola economica austriaca risolva questo problema con il solo uso della logica.

[gothics]

Ciao Roberto,
I tuoi argomenti sono davvero interessanti, ti darei volentieri un Karma ma visto che a te non piace affato ho pensato di togliertelo ogni volta che mi piace un tuo articolo. riso
Che ne dici?

Da Wikipedia, l'enciclopedia libera: In statistica si parla di eteroschedasticità allorché la varianza di una variabile casuale (in particolare, del termine di errore di un modello statistico) varia tra le diverse osservazioni campionarie. Il problema dell'eteroschedasticità è particolarmente rilevante nell'ambito dell'analisi di regressione, in quanto fa venir meno alcune delle ipotesi classiche del modello di regressione lineare.
Recentemente (2003) l'econometrista Robert Engle ha vinto il Premio Nobel per l'Economia per i suoi studi sull'analisi di regressione in presenza di eteroschedasticità, alla base della sua formulazione dei modelli della classe ARCH (dall'inglese Autoregressive Conditional Heteroschedasticity, eteroschedasticità condizionale autoregressiva).

[Roberto Domenichini]

Ciao Roberto,
I tuoi argomenti sono davvero interessanti, ti darei volentieri un Karma ma visto che a te non piace affato ho pensato di togliertelo ogni volta che mi piace un tuo articolo. riso
Che ne dici?

Da Wikipedia, l'enciclopedia libera: In statistica si parla di eteroschedasticità allorché la varianza di una variabile casuale (in particolare, del termine di errore di un modello statistico) varia tra le diverse osservazioni campionarie. Il problema dell'eteroschedasticità è particolarmente rilevante nell'ambito dell'analisi di regressione, in quanto fa venir meno alcune delle ipotesi classiche del modello di regressione lineare.
Recentemente (2003) l'econometrista Robert Engle ha vinto il Premio Nobel per l'Economia per i suoi studi sull'analisi di regressione in presenza di eteroschedasticità, alla base della sua formulazione dei modelli della classe ARCH (dall'inglese Autoregressive Conditional Heteroschedasticity, eteroschedasticità condizionale autoregressiva).

Grazie mille carissimo dell'informazione

I modelli ARCH e GARCH sono utilizzati anche nel settore opzioni perchè più confacenti alla struttra frattale del mercato.

Se vi facesse piacere possiamo applcare la matematica frattale alle opzioni. Vediamo cosa succede. Sarebbe una cosa nuova anche per me.

Ringrazio tutti dei contributi e delle correzioni e critiche puntuali ai miei articoli.

Buona giornata e spero che l'afa da Savona passi nelle vostre regioni o città riso