Han reder ut teorin för vilka data som kan kombineras

En tidsserie blir mer pålitlig ju fler datapunkter man har, men när tidsserier kombineras riskerar felet istället att öka. Samtidigt kan en kombination av serier göra det möjligt att upptäcka snabba trendbrott. Joakim Westerlund vill med nya teoribyggen reda ut både utmaningarna och möjligheterna.

Joakim Westerlund

Professor i nationalekonomi

Wallenberg Academy Fellow 2013

Lärosäte:
Lunds universitet

Forskningsområde:
Ekonometri, främst verktyg för analys av paneldata

– Ju mer man gräver desto mer ser man att saker inte är som man trodde.

Det säger Joakim Westerlund, professor och Wallenberg Academy Fellow vid Lunds universitet. Han forskar i ekonometri, hur man använder statistik och andra metoder för att analysera händelser inom nationalekonomin. Två grundkoncept i arbetet är tidsserier och paneldata. En tidsserie är ett antal observationer över tid, exempelvis huspriser, dödstal eller försäljning. I tidsserier letar analytiker ofta efter en trend, en lutning på kurvan som visar åt vilket håll utvecklingen går och om riktningen är på väg att ändras. En panel är en kombination av tidsserier, till exempel data från flera företag eller flera länder för samma tidsperiod.

I tidsserier blir analysen bättre ju fler observationer man har. Med många datapunkter blir trender tydligare och det fel som varje enskild punkt kan bidra med blir mindre betydelsefullt. Men utgår man från paneldata så måste man ofta anpassa sig efter den tidsserie som har minst antal observationer. Det kan till exempel handla om data från ett antal länder, där några av länderna samlar in mycket mindre data än övriga.

– Den vetenskapliga litteraturen brukar kräva att antalet tidsserieobservationer är stort även i paneldata, men i praktiken är det ofta väldigt litet. Det är som att teoridelen och empiridelen är två helt olika världar som inte hänger samman. Jag vill utveckla teorin och metoderna och anpassa dem bättre till den data som faktiskt används, säger Joakim Westerlund.

Värdelösa och värdefulla paneldata

När antalet tidsserieobservationer är litet ställer det till stora problem i paneldata. Med de metoder som brukar användas blir resultatet att eventuella datafel ackumuleras.

– Intuitivt känns det som att man borde få ett bättre resultat genom att inkludera många tidsserier, men om antalet observationer i varje serie är litet blir det snarare tvärtom. Precisionen blir så dålig så resultaten blir helt värdelösa. I många fall kan man till slut inte säga någonting alls. Det syns i vetenskapliga artiklar där forskare ibland tvingats skära ner på antalet tidsserier för att få metoderna att funka, vilket känns rätt bortkastat.

Joakim Westerlund arbetar nu med att utveckla teorin så att den bättre ska beskriva vad som händer när antalet tidsserieobservationer är litet och hur man kan ta hänsyn till det. Det skulle vara särskilt användbart vid extrema och kortvariga händelser, som när en ekonomisk "prisbubbla" bildas och spricker. En sådan utveckling går ofta fort och det gör den extremt svår att förutsäga med tidsseriemetoder. Joakim Westerlund tror att det är ett läge där paneldata kan komma till nytta.

– I krisperioder beter sig ofta många tidsserier precis likadant. När börsen börjar gå dåligt reagerar alla på samma sätt; de vill sälja, överallt. Det borde gå att få in i teorin på något sätt att om tidsserierna beter sig lika kan man få precision trots ett litet antal tidsserieobservationer, genom att öka antalet serier. I princip skulle man då kunna se början till krisen baserat på en enda observation om den såg likadan ut i många tidsserier. Det kunde sända en tidig varningssignal som kanske gör det möjligt att sätta in insatser för att undvika en djup kris.

Beräkningarna måste bygga på verkligheten

En hel del av Joakim Westerlunds arbete handlar om att sitta med papper och penna och räkna, med riktiga problem som utgångspunkt. Han säger lite skämtsamt att ekonometrin gör det svårt för sig jämfört med den traditionella matematiska analysen. Inte bara måste teorin vara rätt givet vissa antaganden, utan antagandena måste också vara realistiska. Dessutom måste de föreslagna metoderna fungera bättre än existerande metoder.

– Det är en väldig bevisbörda för att komma någonvart…

”Jag vet inte vad jag skulle göra utan det här anslaget. Det gör det möjligt för mig att undervisa mindre och fokusera på forskningen. Med avbrott och distraktioner är det svårt att komma någonvart – man behöver kunna sitta och klura ifred.”

Men det är just det grundliga, fördjupade arbetet som Joakim Westerlund tycker om. Han gillade matte redan i grundskolan och gymnasiet och kom in på ekonometri mest av en slump. Han valde samma inriktning som sina kompisar, upptäckte att det var roligt, och kom till Lunds universitet i början av 2000-talet just när stora datamängder började bli tillgängliga och intresset för den här typen av analyser var nyväckt.

– Nu har jag arbetat med den här sortens problem så länge så jag börjar få en känsla för vad som fungerar och inte. Redan från början kände jag att givet vissa antaganden så kommer det här att gå – men frågan är nu hur man ska bygga sina antaganden så att de faktiskt blir realistiska. Det finns väldigt mycket jobb kvar att göra fortfarande.

Text Lisa Kirsebom
Bild Juni Westerlund