Download
1 / 39
390 likes | 488 Views
2. Herkömmliche univariate Regressionsanalyse 2.2 Dynamische Ansätze. Ausgangspunkt: Es ist nicht realistisch anzunehmen, dass die durch die ökonomische Theorie vorgezeichneten Gleichgewichtssituationen in der Realität augenblicklich erreicht werden
E N D
2. Herkömmliche univariate Regressionsanalyse2.2 Dynamische Ansätze Ausgangspunkt: • Es ist nicht realistisch anzunehmen, dass die durch die ökonomische Theorie vorgezeichneten Gleichgewichtssituationen in der Realität augenblicklich erreicht werden • ökonomisches Verhalten ist in der Regel durch u.U. beträchtliche Anpassungsverzögerungen gekennzeichnet
Grundlegende Fragen (1) Fragen an die ökonomische Theorie: • Lässt sich die Existenz von Anpassungsprozessen aus der ökonomischen Theorie heraus begründen? • Ergeben sich aus der ökonomischen Theorie Anhaltspunkte für eine konkrete Spezifikation von Anpassungsprozessen? Fragen an die empirische Methodik: • Welche Spezifikationsmöglichkeiten bietet das lineare Regressionsmodell, um Anpassungsvorgänge zu berücksichtigen? • Wie können Trägheiten in einem ökonometrischen Ansatz erfasst werden?
Grundlegende Fragen (2) Fragen an die Ökonometrie: • Benötigt die Modellierung dynamischer Prozesse eine veränderte Schätzmethodik? • Wird durch die Berücksichtigung dynamischer Prozesse die Anwendbarkeit ökonometrischer Tests in Frage gestellt?
Beispiel: Konsumtheorie (1) Keynessche Konsumfunktion: Konsum abhängig vom verfügbaren Einkommen; marginale Konsumneigung zwischen null und eins. Kritik: • zu starke Orientierung an der Augenblicks-Situation unterstellt: „kurzsichtige Individuen“; Gegenhypothese: Individuen versuchen, eine Verstetigung ihres Konsums zu erreichen; Begründungen: • Konkavität der Nutzenfunktion (d.h. schwankende Konsumniveaus führen zu Nutzeneinbußen) • Individuen bilden Erwartungen über die Zukunft und planen ihr zukünftiges Verhalten, um Risiken abzusichern (vorausschauendes Verhalten der Wirtschaftssubjekte)
Erste Schätzung der Konsumfunktion Dependent Variable: KON Method: Least Squares Sample(adjusted): 1970 2003 Included observations: 34 Variable Coefficient Std. Error t-Statistic Prob. C -8.956639 2.593143 -3.453970 0.0016 YV 0.893952 0.004985 179.3259 0.0000 WVD -40.87803 3.916264 -10.43802 0.0000 R-squared 0.999829 Adjusted R-squared 0.999818 S.E. of regression 4.427722 Sum squared resid 607.7464 Log likelihood -97.26166 Durbin-Watson stat 1.010951
Probleme der Schätzung Schätzung auf den ersten Blick nicht schlecht, Aber: • Hohe positive Autokorrelation Hinweis auf Fehlspezifikation?
Beispiel: Konsumtheorie (2) Drei Erweiterungen der Keynesschen Konsumhypothese: • Konzept des „permanenten Einkommens“ (Friedman) Konsum bestimmt sich nicht aus dem kurzfristigen, durch Zufallseinflüsse stark beeinflussten Einkommen, sondern am erwarteten stetigen Einkommensfluss
Beispiel: Konsumtheorie (2) • Relative Konsumhypothese (Duesenberry) Haushalte orientieren sich in ihrem Konsummuster an gesellschaftlichen Schichten; sie versuchen die „nächsthöheren“ Schichten zu imitieren (falls ihre Einkommensentwicklung dies zulässt); gegenüber der „nächstniedrigeren“ Schicht wollen sie ihre Stellung verteidigen, auch um den Preis einer vorübergehenden höheren Verschuldung: Konsequenz: Ratchet-Effekt (Sperrklinkeneffekt) bzw. eine Asymmetrie der Anpassung
Beispiel: Konsumtheorie (3) • Lebenszyklus-Modell (Modigliani) Haushalte planen ihr Konsummuster über ihr ganzes Leben; eine zentrale Rolle spielt dabei die Planung von Erwerbstätigkeit und Ruhestand; während der Erwerbstätigkeitsphase wird ein Vermögen aufgebaut, das im Ruhestand ganz oder teilweise aufgezehrt wird
Konzept des Permanenten Einkommens (1) • Friedman, M (1957) A Theory of the Consumption Function, Princeton University Press Grundlegende Ideen bereits in: • Friedman, M. and S. Kuznets (1954) “Incomes from Independent Professional Practice, National Bureau of Economic Research, New York (1945), 1954. These: • Konsum orientiert sich nicht am kurzfristigen, durch Zufallseinflüsse stark beeinflussten Einkommen, sondern am erwarteten stetigen Einkommensfluss;
Konzept des Permanenten Einkommens (2) Wirtschaftspolitische Implikation: „The theory of the consumption function played an important role in explaining why traditional Keynesian demand management, through transitory tax policy or other transitory income boosting measures can have little or no effect on real consumption and on the desired policy outcomes.“ Costas Meghir , A Retrospective on Friedman’s Theory of Permanent Income, January 2004
Konzept des Permanenten Einkommens (2) ... the model was developed to explain important empirical facts in a unified framework. For example, why is income more volatile than consumption and why is the long run marginal propensity to consume out of income higher than the short run one. Costas Meghir , A Retrospective on Friedman’s Theory of Permanent Income, January 2004
Beispiel 2: Modellierung der Arbeitsnachfrage mit partieller Anpassung
Statisches und dynamisches Modell im Vergleich Schätzung über verkürzten Zeitraum, um Problematik der Wiedervereinigung zu vermeiden (wegen der dynamischen Variablen)
Konsumfunktion (Modell 1) Dependent Variable: KON Method: Least Squares Sample: 1970 1990 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C -9.330626 3.037403 -3.071909 0.0063 YV 0.894727 0.005954 150.2806 0.0000 R-squared 0.999159 Adjusted R-squared 0.999115 S.E. of regression 4.503840 Sum squared resid 385.4069 Log likelihood -60.35037 Durbin-Watson stat 0.883514
Konsumfunktion (Modell 2) Dependent Variable: KON Method: Least Squares Sample(adjusted): 1971 1990 Included observations: 20 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -0.431447 2.907274 -0.148403 0.8838 YV 0.565848 0.065176 8.681908 0.0000 KON(-1) 0.376407 0.074131 5.077603 0.0001 R-squared 0.999625 Adjusted R-squared 0.999581 S.E. of regression 2.973214 Sum squared resid 150.2800 Log likelihood -48.5465 Durbin-Watson stat 1.609141
Vergleich der Modelle Modell 1 Modell 2 R-squared 0.999159 0.999625 Adjusted R-squared 0.999115 0.999581 S.E. of regression 4.503840 2.973214 Sum squared resid 385.4069 150.2800 Log likelihood -60.3507 -48.5465 Durbin-Watson stat 0.883514 1.609141 • Modell 2 offenbar “besser”; Aber: DW-Stat. Bei verzögerten Endogenen verzerrt! Alternative: Durbin´s h-Stat.
