Theoretische Grundlagen der Modellierung dynamischer Feedbackprozesse mittels vektorautoregressiver Modelle und beispielhafte Untersuchung des deutschen Aktienmarktes in seiner Rolle als konjunktureller Frühindikator
- Art: Diplomarbeit
- Autor: Andreas Braunsdorf
- Abgabedatum: Dezember 2003
- Umfang: 114 Seiten
- Dateigröße: 1,9 MB
- Note: 1,7
- Institution / Hochschule: Universität Passau Deutschland
- ISBN (eBook): 978-3-8324-9593-0
-
ISBN (Paperback) :
978-3-8324-9593-0 P - ISBN (CD) :978-3-8324-9593-0 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Braunsdorf, Andreas Dezember 2003: Theoretische Grundlagen der Modellierung dynamischer Feedbackprozesse mittels vektorautoregressiver Modelle und beispielhafte Untersuchung des deutschen Aktienmarktes in seiner Rolle als konjunktureller Frühindikator, Hamburg: Diplomica Verlag
- Schlagworte: Zeitreihenanalyse, Statistik, multivariat, Börse, Feedbackprozess
In den Warenkorb
74,00 €
Diplomarbeit von Andreas Braunsdorf
Problemstellung:
Die wirtschaftliche Realität stellt ein höchst komplexes Netz dynamischer, ökonomischer Wechselwirkungen dar. Wegen dieser Komplexität fällt es schwer, eine eindeutige Einteilung der ökonomischen Variablen in endogene und exogene Größen vorzunehmen.
Der klassische makroökonomische Ansatz versucht mittels umfassender Verhaltensgleichungen ein Netzwerk von erklärenden und erklärten Variablen aufzustellen. Diese Aufteilung trifft bereits im Vorfeld Annahmen und Restriktionen. Obschon diese Annahmen auf der Basis rationaler, analytischer Überlegungen erfolgen, fällt es schwer, im genannten Kontext eine eindeutige Einteilung in Ursache und Wirkung zu treffen.
Eine Lösung dieses Problems bietet der moderne multivariate Zeitreihenansatz. Durch die Formulierung dynamischer Feedbackbeziehungen werden alle Variablen des Modells als exogen definiert. Mit Hilfe dieser simultanen Mehrgleichungsmodelle werden dynamische Beziehungen zwischen allen Variablen zugelassen und die weitgehend bedingungsfreie Schätzung der Zusammenhänge ermöglicht. Die Zahlen sprechen für sich, da auf eine künstliche Hierarchie der Wirkungszusammenhänge verzichtet wird. Um solchermaßen unrestringierte Modelle zu formulieren, bieten sich vor allem vektorautoregressive Modelle (VAR) an.
Als Zeitreihe im eigentlichen Sinne ist eine Menge von Daten für ein statistisches Merkmal, die in zeitlicher Reihenfolge angeordnet sind, zu verstehen. Die in der ökonomischen Realität anzutreffenden Variablen entsprechen weitgehend dieser Definition, da sie die Entwicklung einer Variablen über den Zeitablauf wiedergeben.
Ein Feedbackprozess setzt die gegenseitige Beeinflussung von zumindest zwei Variablen voraus. Durch eine gegenseitige, intertemporale Beeinflussung der Variablen ist der dynamische Feedbackprozess gekennzeichnet. Dieses Spiel wechselseitiger Beziehungen erlaubt es, den Einfluss einzelner Variabler auf das Gesamtmodell zu untersuchen.
Die existierenden Zeitreihenmodelle variieren in ihren Ansätzen, den aktuellen Variablenwert zu erklären. Es sollen deswegen zunächst die univariaten und dann die darauf basierenden, multivariaten Modellansätze vorgestellt werden.
Wegen der herausragenden Bedeutung von VAR[p]-Modellen beschränkt sich die weitere Darstellung auf dieses Modell. Auch die spätere Untersuchung des deutschen Aktienmarktes wurde mit diesem Modellansatz durchgeführt.
Eine wichtige Einteilung der Zeitreihenprozesse stellt die Aufteilung in stationäre und nichtstationäre Prozesse dar. Es sollen die Gründe für das jeweilige Verhalten erläutert und entsprechende Testverfahren im univariaten und multivariaten Fall vorgestellt werden.
Zur Bestimmung der Koeffizienten und Parameter können OLS- und ML-Schätzmethoden herangezogen werden. Ein sich aus der Schätzung ergebendes Problem stellt die Wahl der richtigen Lag-Länge dar. Dieses Problem wird mit Hilfe von Informationskriterien gelöst, die eine Abschätzung der Lag-Länge liefern. Um die Erfüllung der zugrundeliegenden Annahmen zu testen, sollen im nächsten Abschnitt Möglichkeiten zur Überprüfung der Eigenschaften der geschätzten Innovationen dargestellt werden.
Wurde Nichtstationarität festgestellt, bietet der Kointegrationsansatz eine Möglichkeit trotz Nichtstationarität des Modells, die Theorie stationärer Modelle anzuwenden. Die Relevanz dieses Ansatzes wird durch die Vergabe des Wirtschaftsnobelpreises 2003 für dessen Entwicklung an Engle und Granger unterstrichen.
Im Schlussteil soll der deutsche Aktienmarkt hinsichtlich seiner Eignung als qualitativer Frühindikator des Konjunktur untersucht werden. Das Interesse besteht dabei weniger in der Erlangung neuer Erkenntnisse als vielmehr darin, die zuvor dargestellten theoretischen Grundlagen anschaulich anzuwenden und die Möglichkeiten des multivariaten Ansatzes hervorzuheben.
Inhaltsverzeichnis:
| Inhaltsverzeichnis | II | |
| Abbildungsverzeichnis | XIII | |
| Tabellenverzeichnis | XIV | |
| 1. | Einleitung | 1 |
| 2. | Darstellung der Zeitreihenmodelle | 2 |
| 2.1 | Grundlagen | 2 |
| 2.2 | Univariate Zeitreihen | 8 |
| 2.2.1 | MA-Modelle | 8 |
| 2.2.2 | AR-Modelle | 9 |
| 2.2.3 | ARMA-Modelle | 10 |
| 2.3 | Multivariate Zeitreihen | 12 |
| 2.3.1 | VMA-Modelle | 12 |
| 2.3.2 | VAR-Modelle | 13 |
| 2.3.3 | VARMA-Modelle | 15 |
| 3. | Stationarität von VAR[p]-Modellen | 17 |
| 3.1 | Stationarität | 17 |
| 3.2 | Trendformen | 18 |
| 3.2.2 | Deterministischer Trend | 18 |
| 3.2.2 | Stochastischer Trend | 20 |
| 3.3 | Feststellung von Nichtstationarität | 21 |
| 3.3.1 | Univariate Testverfahren | 23 |
| 3.3.1.1 | DF- und ADF-Test | 23 |
| 3.3.1.2 | Philips-Perron Test | 26 |
| 3.3.2 | Multivariate Testverfahren | 28 |
| 3.3.2.1 | Multivariater ADF-Test | 28 |
| 3.3.3 | Beurteilung der Stationaritätstests | 29 |
| 4. | Schätzung des Modells | 32 |
| 4.1 | Parameterschätzung | 33 |
| 4.1.1 | OLS-Schätzung | 33 |
| 4.1.2 | ML-Schätzung | 36 |
| 4.2 | Lagstruktur | 37 |
| 4.2.1 | Bestimmung der Lag-Länge | 37 |
| 4.2.1.1 | Akaike Information Criterion | 40 |
| 4.2.1.2 | Hannan-Quinn-Criterion | 43 |
| 4.2.1.3 | Bayesian-Information-Criterion | 44 |
| 4.2.1.4 | Einschätzung der Kriterien | 45 |
| 4.3 | Eigenschaften der geschätzten Innovationen | 49 |
| 4.3.1 | Normalverteilung | 49 |
| 4.3.2 | Unkorreliertheit des Störprozesses | 52 |
| 4.3.2.1 | Multivariater Korrelationstest | 52 |
| 4.3.2.2 | Portmanteau-Test | 53 |
| 4.4 | Kausalität | 54 |
| 4.4.1 | Granger-Kausalität | 54 |
| 4.4.2 | Test auf Granger-Kausalität | 57 |
| 4.4.3 | Stärke der Kausalität | 57 |
| 5. | Kointegration | 59 |
| 5.1 | Fehlerkorrekturdarstellung | 61 |
| 5.2 | Testen auf Kointegration | 63 |
| 5.2. | Johansen-Test | 64 |
| 5.2.2 | Common-Trend-Test | 66 |
| 5.2.3 | Informationskriterien | 68 |
| 5.2.4 | Vergleich der Testverfahren | 69 |
| 5.4 | Schätzung der Kointegrationsmatrix | 71 |
| 5.5 | Laglänge und Kausalität | 75 |
| 6. | Eignung der DAX-Renditen als qualitativer Konjunkturfrühindikator | 75 |
| 6.1 | Auswahlkriterien der untersuchten Zeitreihen | 77 |
| 6.2 | Schätzung der Parametermatrizen und der Laglänge | 82 |
| 6.3 | Test auf Stationarität | 86 |
| 6.4 | Korrelationsanalyse des Modells | 89 |
| 7. | Schlussbetrachtung | 91 |
| Anhang | 94 | |
| Literaturverzeichnis | 96 | |
| Eidesstattliche Erklärung | 101 |
Eine weitere zu überprüfende Eigenschaft des geschätzten Störprozesses stellt die Autokorrelation dar. Annahmegemäß sollte dieser nicht autokorreliert sein und lediglich Autovarianzen aufweisen. Ist Autokorrelation gegeben, so kann von keinem WNP ausgegangen werden. Die angewandten Teststatistiken sind u.U. nicht zu verwenden. Allerdings reicht es aus zu beweisen, dass ein genügend naher WNP geschätzt wurde. Im Rahmen der kurzfristigen Prognoseerstellung ist ein Test auf Whiteness der Residuen uninteressant, da hier die Optimierung der Prognosegenauigkeit im Vordergrund steht. Von großem Interesse hingegen ist die Überprüfung der WNP-Annahme, sofern das Modell nicht durch stochastische Methoden sondern beispielsweise aus einem ökonomischen Modell erwachsen ist.236 In diesem Fall kann der Korrelationstest eine Verifizierung des Ansatzes sowie einen Anhaltspunkt liefern, ob das angenommene Modell alle systematischen Änderungen auffängt. [...]
Gegenhypothese eine andere Verteilung vor, die jedoch die gleichen oder ähnliche Momente dritter und vierter Ordnung besitzt, so weist der vorgestellte Test eine nur sehr geringe Mächtigkeit auf. Es ist von erheblichem Interesse im Rahmen der OLS-Schätzung, die Normalverteilungsannahme zu überprüfen, da nur bei einem normalverteilten Prozess eine effiziente OLS-Schätzung erfolgen kann.235 Aufgrund der beschriebenen Mängel des vorgestellten Testverfahrens sollte das Ergebnis des Testverfahrens nur als grober Richtwert dienen, ob eine Standardnormalverteilung angenommen werden kann. Insbesondere die geringe Mächtigkeit bei Vorliegen einer anderen Verteilung mit gleichen Momenten dritter und vierter Ordnung unter H 0 stellt einen Schwachpunkt dieses Testverfahrens dar. [...]
Geht man von einem VAR[p]-Modell aus, reicht ein Test auf Normalverteilung des Störprozesses aus. Geht man zur VMA[ ∞ ]-Darstellung eines VAR[p]Prozesses über, so läßt sich der Prozess als Wold-Darstellung wiedergeben. Durch Kenntnis der Verteilung der Innovationen wäre dann auch die Verteilung der Zeitreihe an sich bekannt. Testverfahren, die die Normalität des VAR[p]Prozesses an sich überprüfen, weisen eine geringere Mächtigkeit auf als Testverfahren, die auf der Untersuchung der entsprechenden Störprozesse aufbauen.228 Wie Lütkepohl beweist,229 können die wahren Innovationen ε t durch die, sich im Rahmen der Schätzung ergebenden Innovationen u t , ersetzt werden, ohne das Ergebnis zu beeinflussen. Die Autokovarianz-Matrix des Innovationsprozesses wird durch ˆ ∑u = [...]
In den Warenkorb
74,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832495930
Arbeit zitieren:
Braunsdorf, Andreas Dezember 2003: Theoretische Grundlagen der Modellierung dynamischer Feedbackprozesse mittels vektorautoregressiver Modelle und beispielhafte Untersuchung des deutschen Aktienmarktes in seiner Rolle als konjunktureller Frühindikator, Hamburg: Diplomica Verlag
Schlagworte:
Zeitreihenanalyse, Statistik, multivariat, Börse, Feedbackprozess



