Stata umí ekonometrii. Stata umí bayesovskou statistiku. Stata 17 kombinuje obojí a provádí bayesovskou ekonometrii.

Bayesovská ekonometrie využívá ke studiu ekonomických vztahů bayesovské principy. Jak je pravděpodobné, že rok školní docházky navíc zvýší mzdy? Je pravděpodobnější, že ti, kteří se účastní programu pracovního vzdělávání, zůstanou zaměstnaní po dobu následujících pěti let? Jaká je pravděpodobnost selhání u portfolia s nízkým podílem selhání? Na takové otázky lze přirozeně odpovědět v rámci bayesovského paradigmatu, které dokáže odhadnout pravděpodobnost jakékoli hypotézy, která nás zajímá. Více informací naleznete v části Co je to bayesovská analýza?

Jedním z lákadel pro použití bayesovských metod v ekonometrickém modelování je začlenění externích informací o parametrech modelu, které jsou v praxi často k dispozici. Tyto informace mohou pocházet z historických dat nebo mohou přirozeně vyplynout ze znalosti ekonomického procesu. Například může být známo, že důchodová elasticita je v některých zemích menší než 1, nebo že autokorelace se pohybuje mezi -1 a 1. Ať tak či onak, bayesovský přístup nám umožňuje kombinovat tyto externí informace s tím, co pozorujeme v současných datech, a vytvořit tak realističtější pohled na ekonomický proces, který nás zajímá.

Možná se ptáte: Co když nemám žádné externí informace? Žádný problém. Bez jakýchkoli informativních předběžných znalostí budou výsledky podobné těm, které byste získali pomocí klasických ekonometrických metod. Jejich interpretace však může být intuitivnější. Například 95% věrohodný interval – bayesovský protějšek intervalu spolehlivosti – lze interpretovat jako interval, v němž parametr leží s pravděpodobností 0,95. V tomto případě je možné použít i bayesovskou metodu.

Existuje ještě jeden důvod, proč může být bayesovská ekonometrie přitažlivá při absenci silných vnějších znalostí. Ekonometrické modely často popisují složité ekonomické teorie, a proto mají tendenci mít mnoho parametrů – často tolik, že se stává neproveditelným fitovat modely bez zahrnutí některých informací o parametrech modelu. V takových situacích může bayesovské ekonometrické modelování zajistit rovnováhu mezi tím, co je pozorováno v datech, a tím, co je rozumné předpokládat o parametrech modelu, aby bylo možné získat spolehlivé závěry.

Například je známo, že vektorové autoregresní modely (VAR) mají mnoho parametrů vzhledem k velikosti dat. Bayesovská analýza těchto modelů zavádí specializované priory, které umožňují získat stabilnější odhady parametrů.

Také je známo, že dynamické stochastické modely všeobecné rovnováhy (DSGE) mají parametry, které mají přímou ekonomickou interpretaci a často mají logické hranice, které lze snadno zahrnout pomocí různých apriorních rozdělení.