empirische wirtschaftsforschung - wifa.uni-leipzig.de · hackl, p. (2005), einführung in die...
TRANSCRIPT
Empirische Wirtschaftsforschung
Prof. Dr. Bernd Süßmuth
Universität LeipzigInstitut für Empirische WirtschaftsforschungVolkswirtschaftslehre, insbesondere Ökonometrie
212.04.2010 2
Unser Lehrstuhl-Team
•
Prof. Dr. Bernd Süßmuth» Sprechstunde: nach Vereinbarung mit dem Sekretariat
•
Sekretariat: Angela Kortenhof» Sprechstunde: Mo. -
Fr., 9.00 -
11.00 und 13.00 -
15.00 Uhr in I 251
•
Dr. Marco Sunder
(Übung Microeconometrics)» Sprechstunde: Mo., 19.00 -
20.00 Uhr
•
Dipl.-Vw. (Int.) Bastian Gawellek» Sprechstunde: Di., 14.00 -
15.00 Uhr in I 248
•
Dipl.-Kfm. Philipp Mandel » Sprechstunde: Di. -
Do., nach Vereinbarung in I 247
•
Dipl.-Vw. Hagen Findeis» Sprechstunde: nach Vereinbarung in I 248
Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
312.04.2010 3
Unser Tutoren-
und Hilfskräfte-Team
•
Philipp Jäger» E-Mail: [email protected]
•
Thomas Köhler» E-Mail: [email protected]
•
Thomas Krause» E-Mail: [email protected]
•
Christopher Krohn» E-Mail: [email protected]
Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
•
Stefanie Najort» E-Mail: [email protected]
•
Marcus Strobel» E-Mail: [email protected]
•
Ina Zimmer» E-Mail: [email protected]
4
Internet
•
www.wifa.uni-leipzig.de/iew
Vorlesungsfolien
Datenmaterial
Videotutorials
(ab Semesterhälfte)
•
EViews-Beispielarbeitsdateien
(*.wf1)
www.principlesofeconometrics.com/eviews.htm
www.wiley.com/college/econ/hill331848/students.html
www.palgrave.com/economics/asteriou/data.htm
www.eviews.com/download/data/studygid.html
www.pearsoned.co.uk/vogelvang
statmath.wu-wien.ac.at/~hackl/#Forschungsinteressen
12.04.2010 4Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
5
Internet
12.04.2010 5Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
6
Internet
•
Unkonventionell zugängliche Makro-Daten
www.economagic.com
www.fgn.unisg.ch/eumacro/macrodata
www.fgn.unisg.ch/eurmacro/macrodata/datamtrx.html
12.04.2010 6Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
7
Literatur
•
Ab Juni 2010
12.04.2010 7Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
8
Ergänzende Literatur
•
Asteriou, D. und S. G. Hall (2007), Applied
Econometrics: A Modern Approach, Palgrave
Macmillan
•
Hackl, P. (2005), Einführung in die Ökonometrie, Pearson Studium
12.04.2010 8Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Es lohnt sich auch ein Blick in die englischsprachigen Lehrbücher von
R. C. Hill, W. E. Griffiths und George G. Judge
(Undergraduate…)
R. Pindyck
und D. L. Rubinfeld (Econometric
Models and…)
B. Vogelvang
(Econometrics: Theory
and Applications…)
I G. Ngurah
Agung
(Time Series
Data
Analysis…)
9
Grobgliederung der Vorlesung
•
Teil I: Grundlagen
•
Teil II: Regressionsmodelle
•
Teil III: Qualitativvariablen und Zeitreihen
12.04.2010 9Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
10
Teil IGrundlagen
12.04.2010 10Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
11
1. Einführung
12.04.2010 11Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Ökonometrie
•
Kernkompetenz, Humankapital, interdisziplinär
•
Vielschichtigkeit
Daten
Statistik
Computertechnologie
Modelle
1212.04.2010 12Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Ökonometrie
•
Mikroökonometrie
Unternehmen, Haushalte,…
Individualdaten
•
Makroökonometrie
Ökonomien, VGR-Komponenten,…
Aggregatdaten
•
Zeitreihenanalyse
Analyse/Prognose von Makro-/Finanzmarkt-Reihen
1312.04.2010 13Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Ökonometrie
•
Theoretische Ökonometrie
Axiomatisierung, mathematische Fundierung
•
Angewandte Ökonometrie
= EWF
reine Wissenschaft
Kombination aus
Kreativität
Handwerk
Wissenschaft
1412.04.2010 14Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Stichproben
•
Repräsentativität
Wen oder was wollen wir erfassen?
•
Verzerrtheit
Wer oder was wurde tatsächlich erfasst?(Selektivitätsproblem, Reaktivität u.v.m.)
•
BeispielKörpergröße französische Männer in der Mitte des 18. Jahrhunderts
1512.04.2010 15Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Häufigkeitsverteilung der Körpergröße französischer Soldaten, die zwischen 1740 und 1762 rekrutiert wurden
(die Stichprobe hat einen Umfang von N
= 15.400)
Stichproben
0
5
10
15
20
25
Proz
ent
61 63,5 66 68,5 7160
Körpergröße (in französischen Zoll)
1 französischer Zoll = 2,7 cm
Was sagt uns das?
1612.04.2010 16Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Modelle
Engel’sches Gesetz I:Anteil der Ausgaben für Nahrungsmittel f(x)
Engel’sches Gesetz II:
Gesamtausgaben für Nahrungsmittel F(x)
f(x)
x
Ausgaben (Einkommen abzgl. Steuern und Ersparnis)
x
F(x)
verfügbares Einkommen
1712.04.2010 Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Modelle
Abweichungen:Systematik oder „Rauschen“?
Grundsätzlich geht es nicht
um exakte Beweise,
sondern
um probabilistische Aussagen, ob eine Hypothese
haltbar ist oder nicht.
f(x)
x
Ausgaben (Einkommen abzgl. Steuern und Ersparnis)
Engel’sches Gesetz III:Anteil der Ausgaben für Nahrungsmittel f(x)
1812.04.2010 18Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Modelle
Intuition ist unerlässlich bei der•
Auswahl des Datenmaterials
•
Aufstellung der Hypothesen•
Auswahl der zu untersuchenden Modelle
Beispiel IBei N möglichen erklärenden Variablen und einem Modell, das aus 1 zu erklärenden und maximal 2 erklärenden Variablen besteht, ergeben sich (2N
1) mögliche
Kombi-nationen
für ein Modell.
1912.04.2010 19Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Modelle
0
200000
400000
600000
800000
1000000
1200000
2 4 6 8 10 12 14 16 18 20
Variablen
Zahl der
Variablen Modelle
1 1
5 31
8 255
10 1 023
12 4 095
14 16 383
16 65 535
18 262 143
20 1 048 575
2012.04.2010 20Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Modelle
Beispiel IIIn der empirischen Makro (Wachstumsempirie) geht es oft darum, Teilgruppen erklärender Variablen, die nur eine beschränkte Variablenanzahl
umfassen, abzuwägen.
Wir erhalten das übliche „6 aus 49“-Problem:
)!(!!
knkn
kn
2112.04.2010 21Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Modelle
und die „dunkle Seite der Macht“…
Quelle: Süssmuth (2006), Beauty in the
Classroom: Are German students
less
blinded?, Applied
Economics
38, 231-238.
22
2. Vorüberlegungen und Grundbegriffe
12.04.2010 22Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
2.1. Statistik als Grundlage der EWF
Deskriptive Statistik•
Beschreibung und Aufbereitung empirischer Daten
•
Im Vordergrund: Maße wie Mittelwert, Varianz, Schiefe
Induktive Statistik•
Generalisierung: Stichprobe
Grundgesamtheit
•
Beziehungen zwischen Variablen
23
2.2. Abgrenzung und Parallelen zu den NaWi
a)
Weniger Möglichkeiten zu wiederholten Experimenten
Was natürlich nicht heißt, dass auf dem (vermeintlich jungen) Gebiet der Experimentalökonomik nicht auch Experimente –
durchaus auch in Labors –
durchgeführt
werden.
Frühe experimentalökonomische Studien gingen (auch unter Einsatz von Laborratten) z.B. so spannenden Fragen wie dem Einfluss von Alkohol und Marihuana auf das individuelle Arbeitsangebotsverhalten nach.
12.04.2010 23Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
24
2.2. Abgrenzung und Parallelen zu den NaWi
a)
Weniger Möglichkeiten zu wiederholten Experimenten
Heute untersucht die Experimentalökonomik eine große Bandbreite ökonomischer Probleme. Mit Fragen wie der nach dem „Design“
von Experimenten oder der internen
und externen Validität solcher Experimente werden wir uns hier nicht auseinandersetzen.
Quasi-Experimente: Kontrollgruppe (z.B. Arbeitnehmer, die nicht an einem Weiterqualifizierungsprogramm teil-
genommen
haben) wird mit „Treatment“-Gruppe
(z.B. Arbeitnehmer, die ABM durchlaufen haben) verglichen.
12.04.2010 24Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
25
2.2. Abgrenzung und Parallelen zu den NaWi
b)
Verhältnismäßig kurze Datenreihen
Betrifft insbes. die Makroökonometrie
und die Zeitreihen- analyse
als Teile der EWF (im Unterschied zu bspw. der
Astronomie).
In der quantitativen Ökonomik werden daher zunehmend rechnergestützte Simulationen eingesetzt, wie sie z.B. in der Meteorologie vorherrschen oder bei Simulationen atomarer Explosionen in der Nuklear-Physik durchgeführt werden. Aus traditionellen Gründen werden Simulationen in der Regel aber nicht zum klassischen Instrumentarium der EWF gezählt.
12.04.2010 25Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
26
2.3. Was ist Ökonometrie?
a)
Was bedeutet „measurement“
in diesem
Kontext?
„measurement
without
theory“
vs.„theory
without
measurement“
Ähnlich wie in der Physik gibt es auch in der Ökonomie einen aus der Theorie deduzierenden (Einstein) oder aus der empirischen Beobachtung induzierenden (Newton) Erkenntnisgewinn.
12.04.2010 26Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Econometric analysis is the field of economics that concerns itself with the application of mathematical statistics and the tools of statistical inference to the empirical measurement of relationships postulated by economic theory.
William Greene (New York University)
27
2.3. Was ist Ökonometrie?
12.04.2010 27Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
b)
Die Theorie postuliert etwa
Allerdings ist die Theorie nicht in der Lage eine konkrete funktionale Form der Nachfragefunktion oder eine
bestimmte Steigung für die Funktion zu spezifizieren, die ohne weiteres im Einklang mit empirischen Daten steht.
Angewandte Ökonometrie: induktiv wie deduktiv
)( pfQ mit 0pQ
.
.
28
2.3. Was ist Ökonometrie?
12.04.2010 28Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
c)
Der Weg der Ökonometrie
zur etablierten Teildisziplin
.
19. Jhd.
Henry L. Moore und William S. Jevons: Vorreiter der ökonometrischen
Bewegung
1930
Gründung
der
Econometric Society (Mitgründer: Ragnar Frisch, Irving Fisher, Jan Tinbergen)
1969
1. Nobelpreis der WiWi: R. Frisch und J. Tinbergen
1989
Nobelpreis an Trygve
M. Haavelmo (theoretische Ökonometrie)
2000
Nobelpreis an James Heckman
und Daniel McFadden (Mikroökonometrie)
2003
Nobelpreis an Clive Granger
und Robert Engle (Zeitreihenanalyse)
29
2.4. Status und Anspruch der EWF
Im Rahmen der EWF geht es uns in erster Linie um die empirische Überprüfung und gegebenenfalls Neu-
oder
Umformulierung von Hypothesen der wirtschaftswissen- schaftlichen
Theorie. Dadurch eröffnet sich uns ein weites
Feld an Anwendungsmöglichkeiten.
Für wissenschaftliches Arbeiten, wie etwa im Rahmen der Bachelor-
oder Masterarbeit, sind das Verstehen und häufig
auch das Anwenden ökonometrischer
Methoden unerläss- lich. Eine Mindestanforderung ist hier oft die Fähigkeit zur
Interpretation ökonometrischer
Ergebnisse.
12.04.2010 29Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
30
2.5. Grundbegriffe der ökonometrischen
Analyse
Modelle:
Vorgehensweise und Prinzip der Falsifizierbarkeit
12.04.2010 30Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Fragestellung
theoretisches Modell
Hypothese formulieren
Fakten / Daten
statistischer Hypothesentest
ablehnen nicht ablehnen
Modellverbessern
Erklärung
nicht möglichmöglich
neues Modell
31
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 31Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Zunächst wird ein Modell unterstellt. Anschließend wird versucht, das Modell auf Grundlage der empirischen Daten abzulehnen. Kann das Modell i.R. statistischer Testverfahren nicht abgelehnt werden, wird es angenommen.
Allerdings ist die Annahme eines Modells immer konditional und nicht etwa gleichzusetzen mit einem Beweis.
Für die Annahme eines Modells ist es entscheidend, dass die Residuen kein systematisches Muster mehr aufweisen.
(Näheres dazu später)
32
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 32Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Privater
Konsum
und verfügbares
Einkommen: USA, 1970-1979 und 1940-1950; Datenquellen: Economic Reports of the President, Council of Economic Advisors
Unsystematische Residuen Systematische Residuen
600
700
800
900
1000
700 800 900 1000 1100
1970
1971
1972
Verfügbares Einkommen
197319741975
1976
1977 19781979
Konsum
200
220
240
260
280
300
320
340
200 250 300 350 400
Verfügbares Einkommen
Konsum
1940 19411942
1943
1944
1945
1946
1947 1948
1949 1950
33
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 33Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Stundenlohn und Bildung, USA im Jahr 1985 (Querschnittsdaten); N
= 534 Individuen
Datenquelle: Current
Population Survey; 1. Linie: Regressionsgerade; 2. Linie: Medianwerte
Einfach linear Komplex nicht-linear
0
10
20
30
40
50
0 5 10 15 20
Bildung (in Jahren)
Stun
denl
ohn
(US-
Dol
lar)
0
10
20
30
40
50
0 5 10 15 20
Bildung (in Jahren)
Stun
denl
ohn
(US-
Dol
lar)
0
10
20
30
40
50
0 5 10 15 20
34
2.5. Grundbegriffe der ökonometrischen Analyse
12.04.2010 34Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Mit STATA erstelltes Medianband für den Zusammenhang von Lehrevaluationsnote (Score) und Lehrveranstaltungsteilnehmerzahl (Class Size); N
= 1.449 Veranstaltungen (LMU)
12
34
5S
core
/Med
ian
band
s
0 200 400 600 800Class Size
Score Median bands
35
2.5. Grundbegriffe der ökonometrischen
Analyse
Modelle: Lineare und nicht-lineare Formulierung
Eine
makroökonomische Konsumfunktion kann bspw. in
realen (preisbereinigten) Größen formuliert werden, wobei
C
gesamtwirtschaftlich konsumierte Güter [Geldeinheiten]Y
Volkseinkommen [Geldeinheiten]
R
gesamtwirtschaftliches Zinsniveau
12.04.2010 35Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
RYC 210
36
2.5. Grundbegriffe der ökonometrischen
Analyse
Satz:
Eine Schätzfunktion ist linear formuliert, wenn sich ihre Koeffizienten, d.h. die Multiplikanden der beeinflus-
senden
Variablen oder Variablenkombinationen, als Summe darstellen lassen.
Man beachte:
• Häufig lassen sich nicht-lineare Modelle linearisieren.
•
Oft besteht die Möglichkeit zur Linearisierung durch Loga- rithmierung
bei Modellen mit exponentiellem Charakter.
12.04.2010 36Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
37
2.5. Grundbegriffe der ökonometrischen
Analyse
1. Beispiel: Exponentielles BevölkerungswachstumEin Modell unterstellt, dass die Bevölkerung Y exponentiell mit der Zeit t wächst; Y(0) drückt die Größe der Population z.B. zum Zeitpunkt der Staatsgründung aus
graphisch ist
Y(0) damit nichts anderes als der Ordinatenabschnitt.
mit 1 = 0,5;
Y(0) ist konstant (hier = 0,6); 0 = 0,5;ln 0,6 0,5
12.04.2010 37Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
teYtY 1)0()(
38
2.5. Grundbegriffe der ökonometrischen
Analyse
Die Modellgleichung ist nicht linear, kann aber linearisiert werden. Dazu müssen wir sie logarithmieren
12.04.2010 38Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
)0(ln)0(ln)(ln 0101 YttYtY mit mit
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8t
Y
nicht linear
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
1 2 3 4 5 6 7 8t
ln
Y
linearisiert
39
2.5. Grundbegriffe der ökonometrischen
Analyse
2. Beispiel: PolynomtrendSei Y eine Variable, deren Wert mit der Zeit zunimmt oder abnimmt, so kann man sie als einen
Trend
interpretieren.
Ein einfaches allgemeines Modell ist
• = 1 bezeichnet einen linearen Trend• = 2 bezeichnet einen quadratischen Trend• = n bezeichnet einen Polynom-Trend n-ter
Ordnung
12.04.2010 39Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
1j
jtY
40
2.5. Grundbegriffe der ökonometrischen
Analyse
Die Vorzeichen der Koeffizienten bezeichnen einen Auf- wärts-
bzw. Abwärtstrend.
Durch Logarithmierung erhalten wir etwa für einen, wie in der Modellglichung
definierten, quadratischen Trend eine
lineare Form der Art
allgemeiner
12.04.2010 40Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
ttY ln2lnln2ln ;ttY ln2lnln2ln
2;1;ln2lnlnln
210
210
mitttY
mit
41
2.5. Grundbegriffe der ökonometrischen
Analyse
3. Beispiel: Cobb-Douglas-ProduktionsfunktionEine neoklassische CD-Produktionsfunktion (mit den Inputs Arbeit L und Kapital K sowie Technologie-Parameter A) ist
Durch Logarithmierung erhalten wir eine lineare Form
12.04.2010 41Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
21 LKAY
ALKLKAY
lnlnlnlnlnlnln 21021
0mit
mit
.
.
42
2.5. Grundbegriffe der ökonometrischen
Analyse
Interpretation:
•
Das Absolutglied der linearen Form gibt uns den ln-Wert
des Technologieparameters an.
•
Die Koeffizienten sind als Elastizitäten interpretierbar und ihre Summe erlaubt uns zudem, Aussagen über Skaleneffekte zu treffen.
•
Addieren sich 1 und 2 beispielsweise zu 1, dann liegen konstante Skalenerträge vor (> 1: wachsende SE; < 1: abnehmende SE).
Nicht alle nicht-linearen Modelle sind linearisierbar, z.B.
12.04.2010 42Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
. )(11
xeP
43
2.5. Grundbegriffe der ökonometrischen
Analyse
Quelle: Kern, M. und B. Süssmuth
(2005), Managerial Efficiency in German Top League Soccer, German Economic Review
6, S. 485-506.
12.04.2010 43Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
TS HHAY
C
j ijjTi
Sii Qhhy
1 ,210 log-lin
Schießt Geld tatsächlich Tore in der Bundesliga?
Führt eine Verdopplung des Werts der Profimannschaft HS auch zu einer Verdopplung des messbaren Erfolgs Y ?Welche Rolle spielt der Marktwert HT des Trainers?
Ti
Si
Ti
Si
Ti
Sii hhhhhhy 5
24
23210
0,5
44
2.5. Grundbegriffe der ökonometrischen
Analyse
Variablen
12.04.2010 44Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
a)
Abhängige und Unabhängige
Als
abhängige Variable(n) y wird/werden die Variable(n) bezeichnet, die im Rahmen eines ökonomischen Modells erklärt werden soll(en) und zwar durch die sogenannte(n) unabhängige(n) Variable(n) x.
Synonyme:
Abhängige: linksseitige/left-hand-side
(lhs) Variable,Zu Erklärende, Endogene, Regressand,
Unabhängige:rechtsseitige/right-hand-side (rhs)
Variable, Erklärende, Exogene, Regressor
45
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 45Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
b)
Proxyvariablen
Häufig verfügt man in der Realität nicht über Daten- sätze
für theoretische Variablen (z.B. gesamtwirtschaft-
lichen
Zinssatz).Man verwendet dann i.d.R. Indizes zur Approximation;z.B. Index der Renditen festverzinslicher Obligationen, Zentralbanksdiskontsatz
in Quartalsdurchschnitten etc.
Weiteres Beispiel: Grade und Arten der ErziehungHier können Abschlüsse oder Abschlussnoten als Proxy-
variablen für Humankapital verwendet werden.
46
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 46Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
c)
Dummyvariablen
Werden insbesondere bei qualitativen Variablen, deren Ausprägungen den Charakter von Attributen
haben,
oder bei Strukturbrüchen
eingesetzt
.
Qualitativvariablen wären z.B. männlich –
weiblich;übliche Kodierung z.B. männlich = 0, weiblich = 1;bei > 2 Attributen spricht man von Kategorialvariablen.
Strukturbrüche = Wechsel in der Datenstruktur;z.B. Wiedervereinigung, Währungswechsel
47
2.5. Grundbegriffe der ökonometrischen
Analyse
Spezifikation einer Schätzform
12.04.2010 47Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
a)
Störterm oder Fehlerterm
Stochastisches Element, das die zufälligen Abweichungen der Beobachtungen um den systematischen Anteil des beobachteten Wertes ausdrückt. Z.B.
Rechtfertigung• Modelle
perfekt, Spezifikationsfehler (unvollständig)
• Zufällige Ereignisse, erratisches Verhalten, Messfehler
.210 RYC
48
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 48Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
b)
Spezifikationsgrad
Ein Modell stellt immer nur eine Approximation der Realität dar, d.h. es können nie
alle beeinflussenden
Variablen berücksichtigt werden; deckt auch zum Teil diesen Einfluss ab.
Bsp. Wählerstimmenanteil Y (%) eines Politikers, der mit dem Umfang der Wahlkampfausgaben X zunimmt
Wahltagswetter, Erfahrung, Partei, Konjunktur etc.
XfY mit 0XY
49
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 49Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Anderes Beispiel Mikro-Konsumfunktion:Primär vom Einkommen abhängiger Lebensmittelkonsum
Potentiell fehlende Determinanten:
Größe des Haushalts oder der Familie,
Berufsgruppenzugehörigkeit, Urbanisierungsgrad,
Verzögerungseffekte: Yt–1 und Ct–1 etc.
YC 10 mit .0
YC
50
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 50Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
c)
Begriffspaar Querschnitt --
Zeitreihe
Querschnitte•
Beobachtungszeitpunkt fixiert
•
Untersuchungseinheit –
Personen, Unternehmen, Län- der, Regionen usw. –
variiert
•
Index drückt die Untersuchungseinheiten aus. Bspw. zum Zeitpunkt t = 2010
Ni ,,1
Ni=RYC iiii ,1,mit 210 mit
51
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 51Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Zeitreihen
•
Untersuchungseinheit –
Personen, Unternehmen, Län- der, Regionen usw. –
fixiert
•
Beobachtungszeitpunkt variiert •
Index drückt den Beobachtungszeitraum aus. Bspw. für das Bundesland i = 1 (Sachsen)
Tt ,,1
TtRYC tttt ,,1210 mit mit
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 52Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Panel-
oder Longitudinal-Daten
•
Untersuchungseinheit –
Personen, Unternehmen, Län- der, Regionen usw. –
variiert
•
Beobachtungszeitpunkt variiert •
Kombination aus Querschnitt-
und Zeitreihendaten;
z.B. 16 Bundesländer für den Zeitraum 1995-2010: N = T = 16
TtNiRYC itititit ,,1,,1210 ; ,
2.5. Grundbegriffe der ökonometrischen
Analyse
12.04.2010 53Empirische Wirtschaftsforschung ·
Prof. Dr. Bernd Süßmuth
Panel-
oder Longitudinal-Daten
Wir können unterscheiden•
Umfrage-Panel; z.B. IWH-Arbeitsmarktmonitor
•
Meldungs-Panel; IAB-Beschäftigungsstichprobe
•
Echte
Panel: Befragung (immer) derselben PersonenBsp. DIW: German Socioeconomic
Panel (GSOEP)
seit 1984 jährlich, 12.000 Privathaushalte
•
Unechte
Panel: Wiederholte QuerschnittsbefragungenBsp. US-Westpoint-Kadetten-Datensatz