Methoden zur Analyse ökonomischer Zeitreihen mit zeitlicher Volatilität (ARCH) und Kointegration - Robert F. Engle und Clive W.J. Granger
Robert F. Engle und Clive W.J. Granger
Nonfiction, Science & Nature, Mathematics, Statistics
| Author: | Janina Bartje | ISBN: | 9783638468862 |
| Publisher: | GRIN Verlag | Publication: | February 12, 2006 |
| Imprint: | GRIN Verlag | Language: | German |
| Author: | Janina Bartje |
| ISBN: | 9783638468862 |
| Publisher: | GRIN Verlag |
| Publication: | February 12, 2006 |
| Imprint: | GRIN Verlag |
| Language: | German |
Bachelorarbeit aus dem Jahr 2004 im Fachbereich Statistik, Note: 1.0, Georg-August-Universität Göttingen (Insitut für Volkswirtschaftslehre), 65 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: In der empirischen Forschung kommt Zeitreihen eine zentrale Bedeutung zu. Diese entstehen dadurch, dass Daten zu bestimmten wirtschaftlichen Sachverhalten im Zeitablauf regelmäßig erhoben werden, wie etwa Aktienkurse, Wechselkurse oder die Entwicklung des Bruttoinlandsprodukt. Ziel der Zeitreihenanalyse ist es, ein geeignetes Modell für die Daten zu finden, mit dem die vorgefundenen Eigenschaften bestmöglich erklärt werden können. Hat man ein plausibles Modell gefunden, so können damit z. B. zukünftige Werte prognostiziert werden. Besonders im Bereich von Finanzmarktdaten ist dieses sehr attraktiv. Ein anderes reizvolles Aufgabenfeld stellt die Untersuchung zweier oder mehrerer Zeitreihen dar. Es können Thesen über Beziehungen zwischen bestimmten ökonomischen Größen aufgestellt und durch die Modelle auf ihre Richtigkeit geprüft werden. So interessiert in der Makroökonomik etwa der Zusammenhang zwischen Einkommen und Konsum. Kann ein solcher Zusammenhang festgestellt werden, bietet sich die Möglichkeit beispielsweise mit Hilfe der Entwicklung des Einkommens die Entwicklung des Konsums zu prognostizieren. Lange Zeit wurde dabei hauptsächlich auf das Instrumentarium der klassischen linearen Zeitreihenanalyse zurückgegriffen. Diese klassischen Modelle werden in Kapitel 2 vorgestellt. Zwei Kerneigenschaften von Zeitreihen bereiteten der Wissenschaft jedoch lange Zeit Probleme: Nichtstationarität und schwankende Varianz.
Bachelorarbeit aus dem Jahr 2004 im Fachbereich Statistik, Note: 1.0, Georg-August-Universität Göttingen (Insitut für Volkswirtschaftslehre), 65 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: In der empirischen Forschung kommt Zeitreihen eine zentrale Bedeutung zu. Diese entstehen dadurch, dass Daten zu bestimmten wirtschaftlichen Sachverhalten im Zeitablauf regelmäßig erhoben werden, wie etwa Aktienkurse, Wechselkurse oder die Entwicklung des Bruttoinlandsprodukt. Ziel der Zeitreihenanalyse ist es, ein geeignetes Modell für die Daten zu finden, mit dem die vorgefundenen Eigenschaften bestmöglich erklärt werden können. Hat man ein plausibles Modell gefunden, so können damit z. B. zukünftige Werte prognostiziert werden. Besonders im Bereich von Finanzmarktdaten ist dieses sehr attraktiv. Ein anderes reizvolles Aufgabenfeld stellt die Untersuchung zweier oder mehrerer Zeitreihen dar. Es können Thesen über Beziehungen zwischen bestimmten ökonomischen Größen aufgestellt und durch die Modelle auf ihre Richtigkeit geprüft werden. So interessiert in der Makroökonomik etwa der Zusammenhang zwischen Einkommen und Konsum. Kann ein solcher Zusammenhang festgestellt werden, bietet sich die Möglichkeit beispielsweise mit Hilfe der Entwicklung des Einkommens die Entwicklung des Konsums zu prognostizieren. Lange Zeit wurde dabei hauptsächlich auf das Instrumentarium der klassischen linearen Zeitreihenanalyse zurückgegriffen. Diese klassischen Modelle werden in Kapitel 2 vorgestellt. Zwei Kerneigenschaften von Zeitreihen bereiteten der Wissenschaft jedoch lange Zeit Probleme: Nichtstationarität und schwankende Varianz.
