डेटा और पूर्वानुमान को प्रभावित करने वाले कारक

आर्थिक पूर्वानुमान ऐसे मॉडल बनाता है जो भविष्य के आर्थिक रुझानों की भविष्यवाणी करना चाहते हैं। केंद्रीय मुद्दा यह है कि क्या चर का एक निश्चित नक्षत्र अनिवार्य रूप से कुछ परिणाम की ओर जाता है। विश्वसनीय डेटा के साथ प्रयोग करने योग्य चर को परिभाषित करना इस क्षेत्र का मुख्य कार्य है।

अवधारणाओं

आर्थिक पूर्वानुमान यह समझने का प्रयास करता है कि अर्थव्यवस्था में कौन सी ताकतें वृद्धि पैदा करती हैं। अर्थशास्त्री यह पता लगाना चाहते हैं कि औद्योगीकरण, निर्यात, मुद्रास्फीति या अवसाद जैसी घटनाओं का क्या कारण है। उदाहरण के लिए, एक सामान्य पूर्वानुमान मुद्दा किसी भी आर्थिक सुधार की संभावना पर उपभोक्ता ऋण की उच्च दरों के प्रभाव की चिंता करता है। यदि आप यह देखते हैं कि उपभोक्ता खर्च में वृद्धि वसूली का मुख्य कारण है, तो आपका पूर्वानुमान निराशावादी होगा। सभी पूर्वानुमान मॉडल एक अवधारणा के साथ शुरू होते हैं, एक सिद्धांत जो एक घटना पर आधारित है - जैसे कि ऋण - जो एक तरह से या किसी अन्य अर्थव्यवस्था को चलाएगा।

मॉडल के

आर्थिक रुझान का अनुमान लगाने वाले अर्थशास्त्री पूरी तरह से मॉडल पर भरोसा करते हैं। डेटा खुद ही कुछ नहीं कहता जब तक कि उसका विश्लेषण न किया जाए। मॉडल इस धारणा पर आधारित हैं कि चर का एक समूह एक घटना का कारण बनता है। उदाहरण के लिए, अधिकांश अर्थशास्त्री मूल मॉडल की सदस्यता लेते हैं जो बढ़ती ब्याज दरों के कारण आर्थिक मंदी होती है क्योंकि पैसा अधिक महंगा हो जाता है। यह पैसे की एक सरल आपूर्ति और मांग मॉडल है जो मौलिक है क्योंकि उधार लेना सभी आधुनिक अर्थव्यवस्थाओं के लिए महत्वपूर्ण है। इसलिए, ऐसे बुनियादी मॉडल मान रहे हैं कि दरों में वृद्धि उपलब्ध तरलता की कमी को इंगित करती है। इससे आर्थिक विकास में गिरावट आती है। इसलिए, एक सिद्धांत मान्यताओं का एक मूल समूह है, जबकि एक मॉडल ऐसी मान्यताओं का परीक्षण करने के लिए व्यवस्थित एक विस्तृत विश्लेषण है।

चर

चर के बिना, न तो मॉडल और न ही डेटा का कोई मतलब है। चर आर्थिक बलों के वैचारिक समूह हैं। एक महत्वपूर्ण समस्या ओवरलैपिंग चर, या चर जो एक ही चीज़ को मापते हैं। कई मामलों में, बॉन्ड निवेश में वृद्धि के साथ उच्च ब्याज दरों को निकटता से जोड़ा जाता है। इसलिए यदि आप एक मॉडल बना रहे हैं जो मुद्रा बाजार व्यवहार का पूर्वानुमान लगा रहा है, तो बॉन्ड निवेश को ब्याज दरों से अलग करना क्योंकि दो अलग-अलग चर एक समस्या हो सकती है। चूंकि वे दो चर इतने निकट से संबंधित हैं, वे वास्तव में एक चर हो सकते हैं। उन्हें दो के रूप में मानने से एक तिरछा और बेकार मॉडल तैयार होगा। चर अलग-अलग मापने वाली अद्वितीय आर्थिक संस्थाएं होनी चाहिए - अतिव्यापी नहीं - बल। वेरिएबल्स को यूनीक रखना पूर्वानुमान लगाने में सबसे कठिन समस्याओं में से एक है।

डेटा

डेटा आर्थिक पूर्वानुमान की शाश्वत समस्या है। जब कोई बेरोजगारी से निपट रहा है, उदाहरण के लिए, डेटा फिसलन हो सकता है। बेरोजगारी के कई मॉडल हैं जो शब्द की विभिन्न परिभाषाओं को मानते हैं। एक दृष्टिकोण मानता है कि बेरोजगार वे सभी हैं जो बेरोजगारी लाभ प्राप्त कर रहे हैं। बेशक, कई ऐसे हैं जो प्राप्त नहीं कर रहे हैं, या अब प्राप्त नहीं कर रहे हैं, लाभ। फिर वे हैं जो केवल आंशिक रूप से कार्यरत हैं या तालिका के तहत कार्यरत हैं। नौकरी में कमी के कारण बेरोजगार हैं। ये विभिन्न प्रकार की बेरोजगारी हैं जो सभी इस बात पर निर्भर करती हैं कि आप शब्द को कैसे परिभाषित करते हैं। आप एक चर को कैसे परिभाषित करते हैं, इसलिए, डेटा की गुणवत्ता और एक मॉडल की उपयोगिता के लिए चरण निर्धारित करता है।