Fundamenten van Event Geschiedenis Analyse in Economische Geschiedenis

De analyse van gebeurtenissengeschiedenis (EHA) is een statistisch kader dat oorspronkelijk ontwikkeld is in biostatistiek en engineering om de tijd te modelleren tot er een gebeurtenis van belang is. In de context van historische economische eventstudies biedt EHA historici en economen een rigoureuze reeks tools om de timing, duur en determinanten van fenomenen zoals financiële paniek, soevereine defaults, veranderingen in het handelsregime of de invoering van nieuwe technologieën te onderzoeken. In tegenstelling tot traditionele regressiebenaderingen die zich richten op de vraag of een gebeurtenis zich heeft voorgedaan, richt EHA zich op wanneer het gebeurde en waarom die timing varieert tussen de gevallen. Deze tijdelijke focus is cruciaal voor het begrijpen van de dynamische processen die economische verandering over historische perioden sturen.

De kernelementen van de analyse van de gebeurtenissengeschiedenis zijn onder meer het gevaarpercentage .Het onmiddellijke risico van het ervaren van de gebeurtenis op een bepaald moment, afhankelijk van overleving tot op dat moment . .en de overlevingsfunctie , die de waarschijnlijkheid beschrijft dat een individu of entiteit het evenement nog niet heeft ervaren door een bepaalde tijd . Deze functies worden geschat met behulp van gespecialiseerde modellen zoals het Cox proportionele risico model , parametrische overlevingsmodellen (bijv. Weibull, exponentieel), of discrete tijd logit modellen wanneer gebeurtenissen worden gemeten met tussenpozen . In historische economische studies , gegevens vaak in de vorm van jaarlijkse , kwartaal , of zelfs dagelijkse observaties van landen , banken , markten of instellingen , waardoor deze modellen bijzonder waardevol .

Een belangrijk concept dat EHA onderscheidt van andere methoden is censor . In historische gegevens kunnen veel waarnemingen het evenement niet hebben ervaren aan het einde van de studieperiode, of ze kunnen verloren gaan aan follow-up. EHA verklaart expliciet voor rechts-gecensureerde waarnemingen, waardoor de vooroordelen die zouden ontstaan niet zouden hebben ervaren uit uitsluiting of behandelen ze als niet-evenementen. Bijvoorbeeld, bij het bestuderen van de duur van economische expansies in de 19e eeuw, een land dat nooit een recessie heeft ervaren tijdens de waargenomen periode draagt waardevolle informatie over overleving, en EHA bevat die informatie correct. Op dezelfde manier time-varying covarianates[]] laten onderzoekers toe om te modelleren hoe veranderende economische omstandigheden zoals verschuivingen in monetair beleid, tariefniveaus of grondstoffenprijzen het risico van een gebeurtenis via het observatievenster beïnvloeden.

Belangrijkste toepassingen van de analyse van de gebeurtenissengeschiedenis in de economische geschiedenis

Financiële kriskra's en banken Panics

Een van de meest vruchtbare toepassingen van EHA in historische economie is de studie van financiële crises. Onderzoekers hebben lang geprobeerd te begrijpen wat de banking panics van de National Banking Era in de Verenigde Staten (1863.0914) of de golf van soevereine defaults die door Latijns-Amerika in de 19e en 20e eeuw. Door toepassing van Cox regressie modellen op panelgegevens van banken of landen, analisten kunnen de impact van reserve ratio's, goudstromen, oogstschokken, of politieke instabiliteit op het gevaar van een paniek of default. Bijvoorbeeld, een bekende studie van Calomiris en Gorton (1991) gebruikt discrete-time gevarenmodellen om de seizoensgebonden patronen van bancaire paniek te analyseren, onthullen dat landbouwcycli en informatie asymmetrieën speelden een beslissende rol. Deze modellen toestaan de opname van zowel time-invariant factoren, zoals de structuur van een banksysteem, en tijd-varying indicatoren zoals maandelijkse reserve niveaus.

Duur van de bedrijfscyclus en keerpunten

De analyse van de gebeurtenissengeschiedenis is ook van cruciaal belang om de duur en herhaling van bedrijfscycli te begrijpen. Historici van economische schommelingen hebben EHA gebruikt om te onderzoeken of recessies in de 19e eeuw korter of langer waren dan die in de 20e eeuw, en of de waarschijnlijkheid van een recessie die eindigt (of begint) afhankelijk is van de vorige cycluskenmerken. Door het modelleren van de tijd tussen troggen of pieken, kunnen onderzoekers hypothesen testen over de stabiliserende rol van centrale banken, de impact van oorlogen, of de effecten van technologische innovatie op economische volatiliteit. Bijvoorbeeld, Diebold en Rudebusch (1990) toegepast duurmodellen op de Amerikaanse bedrijfscyclusgegevens en vond bewijs van duurafhankelijkheid , dat is, hoe langer een expansie duur duurde, hoe hoger het directe risico van een recessie. Dergelijke bevindingen hebben directe implicaties voor het begrijpen van historische beleidsreacties en institutionele leren.

Technologische adoptie en diffusion

Economische historici hebben ook EHA gebruikt om de verspreiding van innovaties te bestuderen. Of het nu gaat om het onderzoek naar de invoering van de stoommachine in Britse textielfabrieken, de verspreiding van de auto in het begin van de 20e eeuw, of de verspreiding van banktechnologieën zoals de geautomatiseerde tellermachine, event geschiedenismodellen, laten onderzoekers toe om de factoren te identificeren die de adoptie onder bedrijven, regio's of landen versneld of vertraagd hebben. De afhankelijke variabele is de tijd tot goedkeuring, terwijl covarianten marktgrootte, verstedelijking, toegang tot kapitaal, of eerdere ervaring met gerelateerde technologieën kunnen omvatten. Bijvoorbeeld, een studie van Kim (2005) gebruikte een Cox proportionele gevarenmodel om de goedkeuring van het Bessemer-proces in de Amerikaanse staalindustrie te analyseren, waarbij werd vastgesteld dat octrooibescherming en eerdere experimenten met alternatieve methoden de timing van adoptie aanzienlijk beïnvloedden.

Institutionele veranderingen en overgangen van het regime

EHA is goed geschikt voor het bestuderen van grote institutionele verschuivingen, zoals de invoering van vrijhandel, de invoering van centrale banking, of de overgang van vaste naar zwevende wisselkoers regimes. Historische gebeurtenissen zoals de Corn Law intrekking in Groot-Brittannië (1846) of de oprichting van de Federal Reserve (1913) kan worden gemodelleerd als gebeurtenissen waarvan de timing afhankelijk is van economische en politieke druk. Tijdreeks cross-sectionele gevarenmodellen kunnen variabelen zoals fiscale tekorten, handelsbalansen, of wetgevende samenstelling om theorieën te testen over waarom hervormingen plaatsvinden op bepaalde momenten. Bijvoorbeeld, wetenschappers hebben EHA toegepast om de duur van koloniale regimes of het tijdstip van dekolonisatie te analyseren, koppelen van het gevaar van onafhankelijkheid aan economische uitbuiting, internationale druk, en nationalistische bewegingen.

Methodologische voordelen van de analyse van de gebeurtenissengeschiedenis

Naast de basisgeschiktheid voor timingvragen biedt EHA verschillende specifieke voordelen die het onmisbaar maken voor historisch economisch onderzoek.

  • Handling of Censored and Troncated Data: Historische datasets zijn vaak onvolledig enkele afleveringen eindigen voordat de studieperiode sluit, of beginnen voordat het begint. ECHA heeft de mogelijkheid om rechts-gecensureerde en links-getrotseerde waarnemingen te nemen zorgt ervoor dat elk stuk beschikbare gegevens bijdraagt aan de waarschijnlijkheid, het maximaliseren van statistische macht en het verminderen van vooroordelen.
  • Dynamische modellering van covarianten: Omdat de economische omstandigheden in de loop van de tijd veranderen, kan een statische covariante die alleen aan het begin van een observatieperiode wordt gemeten, cruciale variatie missen. EHA kan tijdvariaten met meerdere intervallen opnemen, zodat onderzoekers kunnen modelleren hoe een verandering in rente, oogstopbrengsten of politiek leiderschap onmiddellijk het risico van een financiële crisis of een institutionele hervorming verandert.
  • Flexibele functionele vormen: Onderzoekers kunnen kiezen uit parametrische, semi-parametrische en niet-parametrische modellen gebaseerd op de vorm van het basisrisico. Als de theorie suggereert dat het risico van een gebeurtenis toeneemt in de tijd (positieve duurafhankelijkheid) of afneemt (negatieve duurafhankelijkheid), kunnen parametrische modellen zoals de Weibull deze hypothesen direct testen.
  • Vergelijking van gevarentarieven Overal in groepen: EHA maakt het eenvoudig om overlevingscurven te vergelijken tussen verschillende historische perioden, regio's of regimetypes. Log-rank tests en gelaagde modellen stellen onderzoekers in staat om te vragen of de timing van recessies in goud-standaard versus fiat-geld tijdperken statistisch verschillend was.
  • Integratie met Competening Risks: In veel historische instellingen kunnen zich meerdere soorten gebeurtenissen voordoen. Bijvoorbeeld, een land zou in gebreke kunnen blijven, een nieuwe planning kunnen maken of een reddingsoperatie ontvangen. Het bestrijden van risico's van extensies van EHA maakt het mogelijk om deze afzonderlijke uitkomsten binnen een verenigd kader te analyseren, waardoor een rijker beeld van de economische besluitvorming onder de orde van grootte wordt gegeven.

Uitdagingen en beperkingen bij het toepassen van ECHA op historische gegevens

Ondanks zijn macht, is de gebeurtenisgeschiedenis analyse niet zonder uitdagingen wanneer toegepast op historische economische gegevens. Onderzoekers moeten zich bewust zijn van verschillende gemeenschappelijke valkuilen.

Kwaliteit en beschikbaarheid van gegevens

Historische gegevens zijn vaak schaars, gemeten met fouten, of alleen beschikbaar met grote tijdsintervallen. Bijvoorbeeld, BBP schattingen in de 19e eeuw zou kunnen worden berekend slechts jaarlijks of zelfs tien jaar, terwijl een bank paniek zich kan ontvouwen over dagen of weken. Zulke temporele mismatches kunnen vooroordeel schatting gevaren, vooral als gebeurtenissen worden gedreven door korte termijn schommelingen die niet worden vastgelegd in de gegevens. Evenzo, ontbrekende covariates misschien als gevolg van vernietigde records of inconsistente boekhoudkundige normen . kunnen onopgemerkt heterogeniteit introduceren, potentieel leidend tot weggelaten variabele vooringenomenheid. Geavanceerde technieken zoals meerdere toerekening of latente variabele modellen kunnen helpen, maar ze voegen complexiteit toe en vereisen sterke aannames over het ontbrekende gegevensmechanisme.

Modelveronderstellingen en specificatie

Veronderstellingen over de basisvorm van gevaren, proportionele gevaren en functionele vorm van covariate effecten zijn vaak moeilijk te verifiëren met historische gegevens. De proportionele gevaren veronderstelling .De effecten van een covariate constant is in de tijd . wordt vaak geschonden wanneer, bijvoorbeeld , de impact van een goud ontdekking op de standaardrisico veranderingen als het internationale monetaire systeem evolueert . Onderzoekers kunnen deze veronderstelling te ontspannen door het opnemen van interactie termen met de tijd , met behulp van gelaagde modellen , of draaien om flexibele semi-parametrische benaderingen , maar deze oplossingen vereisen zorgvuldige diagnostische testen en theoretische rechtvaardiging .

Onopgemerkte Heterogeniteit

Zelfs met brede reeksen covarianten, kunnen niet-opgemerkte verschillen tussen historische eenheden (banken, landen, bedrijven) gevarenschattingen naar negatieve duur afhankelijkheid beïnvloeden... gebeurtenissen lijken minder waarschijnlijk na verloop van tijd, simpelweg omdat de meeste ..frail . eenheden al hebben gefaald. Standaard overlevingsmodellen kunnen rekening houden met niet-opgelete heterogeniteit door middel van broze termen, maar het identificeren van dergelijke modellen vereist meerdere waarnemingen per eenheid of sterke distributie aannames. In historische contexten waar elke eenheid slechts één keer kan worden waargenomen (bijvoorbeeld een enkele standaard gebeurtenis per land), worden zwakke modellen moeilijk betrouwbaar te schatten.

Interpretatie in de historische context

Statistische resultaten van het EHA moeten altijd worden geïnterpreteerd binnen de rijke context van historische gebeurtenissen. Een hazard ratio waaruit blijkt dat tarief toeneemt het dubbele van het risico van een financiële crisis niet op zichzelf verklaren de politieke economie die tot die tariefverhogingen leidde. De historische narratieve, kwalitatieve bewijs, en institutionele details blijven essentieel voor het begrijpen van de getallen. EHA is een instrument voor beschrijving en causale gevolgtrekkingen onder specifieke omstandigheden, niet een vervanging voor zorgvuldige historische redenering.

Case Study: Timing of Sovereign Defaults Tijdens de klassieke Gold Standard, 1870

Om de kracht van EHA in historisch economisch onderzoek te illustreren, moet u de analyse van soevereine defaults in het tijdperk van de klassieke goudstandaard (1870/1914) bekijken. Gedurende deze periode hebben veel landen goudconvertibility aangenomen, die verondersteld werd om fiscale discipline af te dwingen. Met behulp van een event geschiedenis benadering, kunnen onderzoekers de tijd van een land dat in de goudstandaard komt te staan tot aan zijn eerste default, of de tijd tussen opeenvolgende defaults.

Een typische studie zou gegevens kunnen verzamelen over 30 landen over 44 jaar, waarbij het jaar van elke wanbetaling wordt geregistreerd en een reeks covarianten: de verhouding tussen de overheidsschuld en het BBP, het niveau van de goudreserves, de openheid van de economie (trade-to-bbp ratio), het politieke regimetype (democratie vs. autocratie), en het optreden van oorlogen. Omdat veel landen nooit in gebreke bleven tijdens de periode, zijn hun waarnemingen in 1914 correct gecensureerd. Een Cox regressie schat het risico van wanbetaling, met resultaten die aantonen dat hogere schuldquotes en lagere goudreserves het gevaar aanzienlijk verhoogden, terwijl democratieën een lager risico van wanbetaling hadden dan autocratieën, mogelijk als gevolg van sterkere instellingen en grotere geloofwaardigheid.

Verdere analyse zou kunnen testen op duurafhankelijkheid door een Weibull model te passen. Als de vormparameter groter is dan 1, geeft het aan dat hoe langer een land zijn solvabiliteit heeft gehandhaafd, hoe hoger het directe risico van wanbetaling in overeenstemming met een argument van de schuldvermoeidheid. Als alternatief, een negatieve duur afhankelijkheid (vorm < 1) zou kunnen suggereren dat landen die de eerste paar jaar van het goudstandaardlidmaatschap overleefden steeds stabieler werden. Het EHA-kader stelt de onderzoeker in staat om deze dynamiek te ontwarren en te onderzoeken hoe covarianten zoals een plotselinge daling van de exportinkomsten (een tijd-variërende covariant) het gevaar in de jaren voorafgaand aan een crisis beïnvloedden.

Deze zaak toont aan hoe EHA historische gegevens omzet in analytisch rigoureus bewijs over de oorzaken van economische gebeurtenissen, terwijl het de chronologische aard van historische processen respecteert.

Conclusie

De analyse van de gebeurtenissengeschiedenis biedt historische economen een krachtige en flexibele toolkit voor het bestuderen van de timing en oorzaken van economische gebeurtenissen. Door zich te concentreren op duur en risico, gaat EHA verder dan binaire uitkomsten en werpt licht op de continue ontvouwing van economische veranderingen. De mogelijkheid om gecensureerde gegevens, tijd-varying covarianten, en meerdere gebeurtenissen types te integreren maakt het vooral waardevol voor de soorten datasets die historici werken met een complete, rommelige, maar rijk aan temporale variatie.

De methode moet echter zorgvuldig worden toegepast. De kwaliteit van historische gegevens, de geldigheid van modelaannames en de noodzaak van contextuele interpretatie leggen alle beperkingen op. EHA kan doordacht worden gebruikt als aanvulling op traditionele narratieve geschiedenis en andere kwantitatieve methoden, zoals verschillen in verschillen of instrumentale variabelen, en biedt inzichten die geen van beide benaderingen alleen kan bereiken. Naarmate historische datasets gedetailleerder en computationelere instrumenten meer toegankelijk worden, zal de analyse van gebeurtenissen ongetwijfeld een nog grotere rol spelen in ons begrip van hoe economieën zich in de loop der tijd hebben ontwikkeld.

Voor meer informatie over de methodologie, raadpleeg dit overzicht van overlevingsanalyse of Allison.Allison heeft een basistekst over gebeurtenissengeschiedenisanalyse. Een klassieke empirische toepassing is te vinden in Calomiris en Gortons studie van banking panics, die veel van de hier besproken technieken laat zien.