Der Ablauf bei der Erstellung empirischer Arbeiten

Größe: px
Ab Seite anzeigen:

Download "Der Ablauf bei der Erstellung empirischer Arbeiten"

Transkript

1 1 Prof. Dr. Werner Smolny SS 2002 Einführung in die empirische Wirtschaftsforschung Der Ablauf bei der Erstellung empirischer Arbeiten A Die wirtschaftliche Fragestellung und das theoretische Modell 1. Die ökonomische Fragestellung Welche Rolle spielt die Lohnentwicklung für die Entwicklung der Arbeitslosigkeit? Bedeutung für Tarifverhandlungen, Gewerkschaften, Arbeitgeber, die allgemeine Wirtschaftpolitik die Bekämpfung der Massenarbeitslosigkeit ist das wichtigste wirtschaftspolitische Ziel am Ende der neunziger Jahre. 2. Das ökonomische Modell Arbeitsangebot, Arbeitsnachfrage, Matching. Arbeitsangebot: Erwartete Auswirkungen: Exogen? Die Lohnelastizitäten des Arbeitsangebots sind eher gering (Rückgriff auf vorhandene empirische Untersuchungen auf der Basis von Mikrodaten). Arbeitsnachfrage: Wichtig! Lohnkosten vs. Nettolohn, Produktionsfunktion, Gewinnmaximierung (Staat), Preissetzungsverhalten (Wettbewerb?), Arbeitsnachfrage, Arbeitszeit, verzögerte Anpassung der Beschäftigung. Matching (offene Stellen, Arbeitslose), Lohnstruktur. Wichtig für das Zusammenspiel von Arbeitsangebot und Arbeitsnachfrage (Effizienz des Matching) ist insbesondere die Lohnstruktur bzw. die Flexibilität der Lohnstruktur. Das Lohnniveau ist dabei weniger wichtig. On the agenda of future research.

2 2 Beschränkung der empirischen Untersuchung auf die Bestimmung der Arbeitsnachfrage, insbesondere in Abhängigkeit des Lohnsatzes. Arbeitslosigkeit ergibt sich als Differenz des exogenen Arbeitsangebots und der endogenen Arbeitsnachfrage. Theoretisches Modell der Arbeitsnachfrage: Bestandteile sind eine Produktionsfunktion, die Güternachfrage, Gewinnmaximierung der Unternehmen. Ableitung der Arbeitsnachfrage, Bedeutung der Kapazitäten (Auslastungsschwankungen), Arbeitszeit (Überstunden, Kurzarbeit). a) Einkommenseffekt Substitutionseffekt, b) statische Modelle dynamische Modelle Abhängigkeit der Beschäftigung heute von der Beschäftigung gestern. Annahmen: a) Cobb/Douglas Produktionsfunktion, Produktionselastizitäten, technischer Fortschritt, Arbeitszeit, Schätzung in Niveaus und Differenzen. Gewinnmaximierung, Dualität, Strukturgleichnung, kurz und langfristige Effekte, dynamische Anpassung, Fehlerkorrekturmodell. Lohnelastizität der Arbeitsnachfrage Substitutionselastizität. b) Empirische Spezifikation aus einer CES Produktionsfunktion, Kostenminimierung, Arbeitsproduktivität in Abhängigkeit vom Reallohn und vom technischen Fortschritt (Dualität). Y ρ = δ (e γ l(t) L) ρ + (1 δ) (e γ k(t) K) ρ Bedingung erster Ordnung: Grenzprodukt der Arbeit = Reallohn? Wettbewerb? Abnehmender technischer Fortschritt. Annahme: Konstante Skalenerträge, Test?

3 3 Vorgehen: 1. Schritt: Die Schätzung einer Produktionsfunktion. 2. Schritt: Die Schätzung des Substitutionseffekts. 3. Schritt: Die Schätzung einer Arbeitsnachfragefunktion. 4. Schritt: Dynamische Anpassung, die Bedeutung der Kapazitäten.

4 4 B Vom theoretischen Modell zum empirischen Modell 3. Das Suchen der Daten: Makroökonomische Daten, teilweise disaggregierte Daten (Sektordaten, Regionaldaten), mikroökonomische Daten von Unternehmen. Hier: Makroökonomische Daten für die Gesamtwirtschaft ohne Staat, aggregierte Arbeitsnachfrage. Daten im work file W90.wf1 LT: Beschäftigung in Personen, YT: Bruttoinlandsprodukt, in Mrd. DM, real, WR: Reallohn, Bruttoeinkommen aus unselbstständiger Arbeit pro beschäftigten Arbeitnehmer, deflationiert mit dem Preisindex des BIP, Q: Auslastungsgrad, verarbeitendes Gewerbe, ifo Institut. H: Arbeitszeit pro Beschäftigten. T, D1: Trend, Saisondummy Daten für die Gesamtwirtschaft ohne Staat. 4. Das ökonometrische Modell: Kleinste Quadrate Schätzer, Test der Restriktionen, Schätzung in Niveaus und in Differenzen, dynamische Modelle, partielles Anpassungsmodell, Fehlerkorrekturmodell.

5 5 5. Die Schätzung des Modells 1. Schritt: Die Schätzung der Produktionsfunktion (Praktikum). 2. Schritt: Die Schätzung der Substitutionselastizität. genr lyl = log(yt) - log(lt) LS // Dependent Variable is LYL Sample: 1960:1 1989:4 Included observations: 120 Variable Coefficient Std. ErrorT-Statistic Prob. C D D1(-1) D1(-2) Log(WR) T T2-2.07E E R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Substitutionselastizität: Richtiges Vorzeichen? sinnvolle Größenordnung? (Für σ 1 : Cobb/Douglas) Technischer Fortschritt: Richtiges Vorzeichen? Sinnvolle Größenordnung?

6 6 Schätzung in Differenzen zum Vorjahresquartal: LS // Dependent Variable is D(LYL,0,4) Sample: 1961:1 1989:4 Included observations: 116 after adjusting endpoints Variable Coefficient Std. ErrorT-Statistic Prob. C T -1.08E E D(Log(WR),0,4) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Kurzfristige Effekt, Schätzung in Differenzen zum Vorquartal? Vergleich statische Gleichung Differenzen.

7 7 3. Schritt: Arbeitsnachfrage, Produktion und Lohnsatz LS // Dependent Variable is Log(LT) Sample: 1960:1 1989:4 Included observations: 120 Variable Coefficient Std. ErrorT-Statistic Prob. C D D1(-1) D1(-2) T Log(WR) Log(YT) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Schritt: Dynamisches Modell.

8 8 C Die Interpretation der Schätzergebnisse 6. Ökonomische Interpretation der Schätzergebnisse: Stimmen die Vorzeichen?! Sind die Koeffizienten plausibel, alle?! Erlauben die Konfidenzbereiche sinnvolle Aussagen? Sind die Ergebnisse stabil für verschiedene Spezifikationen, oder ergeben Änderungen der Spezifikation völlig unterschiedliche Ergebnisse,...? 7. Statistische (ökonometrische) Interpretation: Signifikanz der Effekte, Konfidenzbereiche, Erklärungskraft des Modells, Analyse der Residuen (Autokorrelation, Heteroskedastie, Strukturkonstanz, funktionale Form... ), Endogenitätsproblem? 8. Schlußfolgerungen: Die ökonomische Aussage: ist das Modell geeignet zur Beantwortung der ökonomischen Fragestellung, ist das Modell hinreichend?

Die Schätzung einer Produktionsfunktion

Die Schätzung einer Produktionsfunktion Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Sommersemester

Mehr

Heteroskedastie. Test auf Heteroskedastie. Heteroskedastie bedeutet, dass die Varianz der Residuen in der Stichprobe nicht konstant ist.

Heteroskedastie. Test auf Heteroskedastie. Heteroskedastie bedeutet, dass die Varianz der Residuen in der Stichprobe nicht konstant ist. Heteroskedastie Heteroskedastie bedeutet, dass die Varianz der Residuen in der Stichprobe nicht konstant ist. Beispiele: Bei Zeitreihendaten : Ansteigen der Varianz über die Zeit, Anstieg der Varianz mit

Mehr

Dynamische Modelle. 1 Ökonomische Relevanz. 2 Ökonometrische Modelle. a) Statisches Modell und Differenzenbildung

Dynamische Modelle. 1 Ökonomische Relevanz. 2 Ökonometrische Modelle. a) Statisches Modell und Differenzenbildung Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Sommersemester

Mehr

1 Beispiel zur Methode der kleinsten Quadrate

1 Beispiel zur Methode der kleinsten Quadrate 1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25

Mehr

2 Anwendungen und Probleme

2 Anwendungen und Probleme Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor 2 Anwendungen

Mehr

6.4 Kointegration Definition

6.4 Kointegration Definition 6.4 Kointegration 6.4.1 Definition Nach Engle und Granger (1987): Wenn zwei oder mehrere Variablen I(1) sind, eine Linearkombination davon jedoch I() ist, dann sind die Variablen kointegriert. Allgemein:

Mehr

Das lineare Regressionsmodell

Das lineare Regressionsmodell Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Das ökonomische

Mehr

Dipl. Vw. Matthias Kirbach Sommersemester Übung VII/ VIII. Makroökonometrische Modellierung nach der Vereinigung

Dipl. Vw. Matthias Kirbach Sommersemester Übung VII/ VIII. Makroökonometrische Modellierung nach der Vereinigung Dipl. Vw. Matthias Kirbach Sommersemester 2005 Abteilung Wirtschaftspolitik Helmholtzstr. 20, Raum E 02 Tel. 0731 50 24265 UNIVERSITÄT CURANDO DOCENDO ULM SCIENDO Fakultät für Mathematik und Wirtschaftswissenschaften

Mehr

Übung V Lineares Regressionsmodell

Übung V Lineares Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung

Mehr

5 Multivariate stationäre Modelle

5 Multivariate stationäre Modelle 5 Multivariate stationäre Modelle 5.1 Autoregressive distributed lag (ADL) 5.1.1 Das Modell und dessen Schätzung Im vorangehenden Kapitel führten wir mit der endogenen verzögerten Variablen, y t 1, als

Mehr

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode?

X =, y In welcher Annahme unterscheidet sich die einfache KQ Methode von der ML Methode? Aufgabe 1 (25 Punkte) Zur Schätzung der Produktionsfunktion des Unternehmens WV wird ein lineares Regressionsmodell der Form angenommen. Dabei ist y t = β 1 + x t2 β 2 + e t, t = 1,..., T (1) y t : x t2

Mehr

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann.

1 Gliederung Zeitreihenökonometrie. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09. Dr. Sylvia Kaufmann. Angewandte Ökonometrie (Folien) Zeitreihenökonometrie Universität Basel, FS 09 Dr Sylvia Kaufmann Februar 2009 Angewandte Ökonometrie, Sylvia Kaufmann, FS09 1 1 Gliederung Zeitreihenökonometrie Einführung

Mehr

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen.

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen. Aufgabe 1 (25 Punkte Zur Schätzung des Werbe-Effekts in einem Getränke-Unternehmen wird das folgende lineare Modell aufgestellt: Dabei ist y t = β 1 + x t2 β 2 + e t. y t : x t2 : Umsatz aus Getränkeverkauf

Mehr

III. Prognosen - Teil 1

III. Prognosen - Teil 1 Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss B.A. Alexander Rieber Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

Übungsfragen zur Empirischen Wirtschaftsforschung

Übungsfragen zur Empirischen Wirtschaftsforschung Universität Ulm 89069 Ulm Germany Professor Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Sommersemester

Mehr

Prof. Dr. Werner Smolny werner.smolny@mathematik.uni-ulm.de Dipl.-Ökonom Ralf Scherfling ralf.scherfling@mathematik.uni-ulm.de Universität Ulm Abteilung Wirtschaftspolitik Seminar zur Empirischen Wirtschaftsforschung

Mehr

Beispiele für Prüfungsfragen Ökonometrie I und II

Beispiele für Prüfungsfragen Ökonometrie I und II Beispiele für Prüfungsfragen Ökonometrie I und II Von den sieben Beispielen von Prüfungsfragen wären in einer konkreten einstündigen Prüfung etwa deren zwei zu beantworten. Aufgaben 3, 4, 6 und 7 beziehen

Mehr

Übung zur Empirischen Wirtschaftsforschung

Übung zur Empirischen Wirtschaftsforschung Universität Ulm 89069 Ulm Germany Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2009

Mehr

Lösung - Übungsblatt 10

Lösung - Übungsblatt 10 Lösung - Übungsblatt 10 Aufgabe 2: Siehe Outputfile Aufgabe 2 a) Regressionsgleichung - Equation 1: price = β 1 + β 2 lotsize + β 3 sqrft + β 4 bdrms + u i Fit: price = β 1 + β 2 lotsize + β 3 sqrft +

Mehr

III. Prognosen - Teil 1

III. Prognosen - Teil 1 Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Klaus Gründler Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

6 Nichtstationarität und Kointegration

6 Nichtstationarität und Kointegration 6 Nichtstationarität und Kointegration 6.1 Kapitelübersicht, Problematik Die Analyse nichtstationärer Zeitreihen wird folgende Gesichtspunkte anschneiden: Definition von Nichtstationarität, von integrierten

Mehr

7. Integrierte Prozesse

7. Integrierte Prozesse 7. Integrierte Prozesse Bisher: Behandlung stationärer Prozesse (stationäre ARMA(p, q)-prozesse) Problem: Viele ökonomische Zeitreihen weisen im Zeitverlauf ein nichtstationäres Verhalten auf 225 Beispiel:

Mehr

Einführung zum Seminar Empirische Wirtschaftsforschung WS 2006/2007

Einführung zum Seminar Empirische Wirtschaftsforschung WS 2006/2007 UNIVERSITÄT DOCENDO CURANDO ULM SCIENDO Universität Ulm Abteilung Wirtschaftspolitik Ludwig-Erhard-Stiftungsprofessur Prof. Dr. Werner Smolny Dipl.-WiWi Kai Kohler Dipl.-WiWi Michael Alpert 1 Einleitung

Mehr

Übung zur Empirischen Wirtschaftsforschung

Übung zur Empirischen Wirtschaftsforschung Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010

Mehr

Fragestunde zur Übung

Fragestunde zur Übung Prof. Bernd Fitzenberger, Ph.D. Dr. Roland Füss Aderonke Osikominu Übung zur Veranstaltung Empirische Wirtschaftsforschung Albert-Ludwigs-Universität Freiburg Wintersemester 2007/08 Fragestunde zur Übung

Mehr

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.1 Geldnachfragefunktion. 7.2 Empirische Ergebnisse: Westdeutschland

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.1 Geldnachfragefunktion. 7.2 Empirische Ergebnisse: Westdeutschland Universität Ulm 89069 Ulm Germany Dipl.-WiWi. Christian Peukert Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur

Mehr

3 Das aggregierte Angebot

3 Das aggregierte Angebot Prof. Dr. Werner Smolny Wintersemester 2004/2005 Abteilung Wirtschaftspolitik Helmholtzstr. 20, Raum E 05 Tel. 0731 50 24261 UNIVERSITÄT DOCENDO CURANDO ULM SCIENDO Fakultät für Mathematik und Wirtschaftswissenschaften

Mehr

8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme)

8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) 8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) Annahme B4: Die Störgrößen u i sind normalverteilt, d.h. u i N(0, σ 2 ) Beispiel: [I] Neoklassisches Solow-Wachstumsmodell Annahme einer

Mehr

VI. Die Taylor Regel

VI. Die Taylor Regel Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Klaus Gründler Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.2 Die Geldnachfragefunktion

Übung zur Empirischen Wirtschaftsforschung. VII. Ökonometrische Testverfahren. 7.2 Die Geldnachfragefunktion Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur

Mehr

4. Das multiple lineare Regressionsmodell

4. Das multiple lineare Regressionsmodell 4. Das multiple lineare Regressionsmodell Bisher: 1 endogene Variable y wurde zurückgeführt auf 1 exogene Variable x (einfaches lineares Regressionsmodell) Jetzt: Endogenes y wird regressiert auf mehrere

Mehr

1.3 Das Konzept der Produktionsfunktion

1.3 Das Konzept der Produktionsfunktion Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Wintersemester

Mehr

Übung zur Empirischen Wirtschaftsforschung VIII. Einkommensfunktion

Übung zur Empirischen Wirtschaftsforschung VIII. Einkommensfunktion Universität Ulm 89069 Ulm Germany B.Sc. Daniele Sabella Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2014 Übung

Mehr

3. Das einfache lineare Regressionsmodell

3. Das einfache lineare Regressionsmodell 3. Das einfache lineare Regressionsmodell Ökonometrie: (I) Anwendung statistischer Methoden in der empirischen Forschung in den Wirtschaftswissenschaften Konfrontation ökonomischer Theorien mit Fakten

Mehr

Zeitreihen-Ökonometrie, SS 2017 Lösungen Aufgabenblatt 3

Zeitreihen-Ökonometrie, SS 2017 Lösungen Aufgabenblatt 3 Zeitreihen-Ökonometrie, SS 2017 Lösungen Aufgabenblatt 3 Aufgabe 5: Mit dem folgenden Modell soll untersucht werden, ob die Höhe der Ausgaben für Wahlkampagnen bei den amerikanischen Präsidentschaftswahlen

Mehr

6. Heteroskedastizität (Verletzung der B2-Annahme)

6. Heteroskedastizität (Verletzung der B2-Annahme) 6. Heteroskedastizität (Verletzung der B2-Annahme) Annahme B2: Die Störgröße u i hat für i = 1,..., N eine konstante Varianz, d.h. V ar(u i ) = σ 2 Bezeichnungen: Konstante u i -Varianzen: Homoskedastizität

Mehr

3.3 Kapitalstock und Investitionen

3.3 Kapitalstock und Investitionen 3.3 Kapitalstock und Investitionen Langfristige Anpassung: Substitution und Kapazitäten Die Annahmen des Modells: Die Nachfrage bestimmt sich aus einer logarithmisch linearen Nachfragekurve D = p η Z bzw.

Mehr

Beispiel für Varianzanalyse in multipler Regression mit zwei erklärenden Variablen

Beispiel für Varianzanalyse in multipler Regression mit zwei erklärenden Variablen 4. Multiple Regression Ökonometrie I - Peter Stalder 1 Beispiel für Varianzanalyse in multipler Regression mit zwei erklärenden Variablen Hypothese: Die Inflation hängt positiv von der Inflation im Vorjahr

Mehr

3.3 Kapitalbestand und Investitionen

3.3 Kapitalbestand und Investitionen 3.3 Kapitalbestand und Investitionen Langfristige Anpassung: Substitution und Kapazitäten Die Annahmen des Modells Die Nachfrage bestimmt sich aus einer logarithmisch linearen Nachfragekurve D = p η Z

Mehr

2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen

2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen .1. Stochastische ökonometrische Modelle.1 Einführung Ziele: - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen - Numerische Konkretisierung ökonomischer Modelle und deren Analse. . Variierende

Mehr

Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 2004) Forecasts und Evaluation

Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 2004) Forecasts und Evaluation Aktienkurs der Wiener Börsekammer (Jänner 1968-Oktober 24) Forecasts und Evaluation 1. Daten...2 2. Dynamische Forecasts...4 2.1 Exponential Smoothing...4 2.1.1 Double Exponential Smoothing...4 2.1.2 Holt-Winters...5

Mehr

Allgemein zu Hypothesentests: Teststatistik. OLS-Inferenz (Small Sample) Allgemein zu Hypothesentests

Allgemein zu Hypothesentests: Teststatistik. OLS-Inferenz (Small Sample) Allgemein zu Hypothesentests OLS-Inferenz (Small Sample) K.H. Schild 3. Mai 017 Allgemein zu Hypothesentests: Teststatistik Konstruktion eines Hypothesentests erfolgt meistens über eine Teststatistik Eine Teststatistik T ist eine

Mehr

Produktivitätskonvergenz in Ostdeutschland II

Produktivitätskonvergenz in Ostdeutschland II Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 2010/11

Mehr

6. Schätzung stationärer ARMA-Modelle

6. Schätzung stationärer ARMA-Modelle 6. Schätzung stationärer ARMA-Modelle Problemstellung: Statistische Anpassung eines stationären ARMA(p, q)-prozesses an eine Stichprobe von t = 1,..., T Prozessbeobachtungen Es bezeichne x 1,..., x T die

Mehr

IV. Prognosen - Teil 2

IV. Prognosen - Teil 2 Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Klaus Gründler Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester

Mehr

Die Cobb-Douglas-Produktionsfunktion

Die Cobb-Douglas-Produktionsfunktion Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 2010/11

Mehr

Finanzmarkttheorie I. Performancemessung in EViews Übungsunterlage. Prof. Dr. Heinz Zimmermann WWZ Uni Basel Frühling 2015

Finanzmarkttheorie I. Performancemessung in EViews Übungsunterlage. Prof. Dr. Heinz Zimmermann WWZ Uni Basel Frühling 2015 Prof. Dr. Heinz Zimmermann WWZ Uni Basel Frühling 2015 Finanzmarkttheorie I Performancemessung in EViews Übungsunterlage Die vorliegende Unterlage liefert eine kurze Einführung in die Schätzung linearer

Mehr

Übung 1 - Konjunkturprognosen

Übung 1 - Konjunkturprognosen Universität Ulm 89069 Ulm Germany Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 2010/2011

Mehr

Makroökonomie 1. Skript: Teil 1

Makroökonomie 1. Skript: Teil 1 Makroökonomie 1 Skript: Teil 1 Prof. Volker Wieland Prof. Volker Wieland - Makroökonomie 1 Einführung / 1 Übersicht I. Einführung Makroökonomische Denkweise und Kennzahlen II. Die Volkswirtschaft bei langfristiger

Mehr

Prognosen. Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen. Auch ein Weiser hat nicht immer recht Prognosefehler sind hoch

Prognosen. Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen. Auch ein Weiser hat nicht immer recht Prognosefehler sind hoch Universität Ulm 8969 Ulm Germany Dipl.-WiWi Sabrina Böck Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 8/9 Prognosen

Mehr

IV. Prognosen - Teil 2

IV. Prognosen - Teil 2 Universität Ulm 89069 Ulm Germany B.Sc. Daniele Sabella Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2014 Übung

Mehr

Kurze Einführung in die Ökonometrie-Software E-Views

Kurze Einführung in die Ökonometrie-Software E-Views Kurze Einführung in die Ökonometrie-Software E-Views Folie 2 Workfile Kurze Einführung in die Ökonometrie-Software E-Views 4. November 2008 Typischerweise liegen die Daten in einem Spreadsheet -Format

Mehr

4. Nichtstationarität und Kointegration

4. Nichtstationarität und Kointegration 4. Nichtstationarität und Kointegration 4.1 Einheitswurzeltests (Unit-Root-Tests) Spurious regression In einer Simulationsstudie haben Granger und Newbold (1974) aus zwei unabhängigen Random Walks (Unit-Root-Prozesse)

Mehr

Beschäftigte, Löhne und Arbeitslosigkeit in einer modernen Ökonomie

Beschäftigte, Löhne und Arbeitslosigkeit in einer modernen Ökonomie Beschäftigte, Löhne und Arbeitslosigkeit in einer modernen Ökonomie MB Fünf wichtige Trends auf dem Arbeitsmarkt Wichtige Trends auf Arbeitsmärkten Trends bei Reallöhnen Im 20. Jahrhundert haben alle Industrieländer

Mehr

Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle)

Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle) Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle) 5. Juli 017 Autoregressiv bedingte Heteroskedastie (ARCH-GARCH-Modelle) Folie Stylized Facts von (stationären) Finanzmarkt-Zeitreihen (Stationarität

Mehr

Kursprüfung Makroökonomie 1

Kursprüfung Makroökonomie 1 Kursprüfung Makroökonomie 1 (Prof. Dr. Lutz Arnold) Sommersemester 2012 9.8.2012 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt: 1 2 3.1 oder 3.2 Aufgabe a b c d e

Mehr

Beschäftigungstheorie

Beschäftigungstheorie Prof. Dr. Oliver Landmann SS 2008 Beschäftigungstheorie Nachholklausur vom 7. Oktober 2008 Aufgabe 1 (20%) Beantworten Sie jeweils in wenigen Sätzen: a) Unter welchen Bedingungen wird eine Person statistisch

Mehr

Makroökonomie I/Grundlagen der Makroökonomie

Makroökonomie I/Grundlagen der Makroökonomie Makroökonomie I/Grundzüge der Makroökonomie Page 1 1 Makroökonomie I/Grundlagen der Makroökonomie Kapitel 6: Der Arbeitsmarkt Günter W. Beck 1 Makroökonomie I/Grundzüge der Makroökonomie Page 2 2 Überblick

Mehr

Ergänzung der Aufgabe "Mindestlöhne" zu einer multiplen Regression

Ergänzung der Aufgabe Mindestlöhne zu einer multiplen Regression Prof. Dr. Peter von der Lippe ( Übungsblatt E) Ergänzung der Aufgabe "Mindestlöhne" zu einer multiplen Regression Das Beispiel "Mindestlöhne" zur einfachen multiplen Regression ergab die folgenden Parameter

Mehr

Übung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell

Übung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010

Mehr

Übung 3: Arbeitsmarktgleichgewicht

Übung 3: Arbeitsmarktgleichgewicht Übung 3: Arbeitsmarktgleichgewicht Aufgabe 1 Arbeitsangebot- und Arbeitsnachfrage in einer Industrie sind durch folgende Gleichungen bestimmt S : E = 200w D : E = 2000 200w 1. Wie gross ist die Beschäftigung

Mehr

Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung. Prof. Bernd Fitzenberger, Ph.D. WS 2010/11. Mittwoch, 16.

Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung. Prof. Bernd Fitzenberger, Ph.D. WS 2010/11. Mittwoch, 16. Klausur zur Vorlesung: Einführung in die Empirische Wirtschaftsforschung Prof. Bernd Fitzenberger, Ph.D. WS 2010/11 Mittwoch, 16. Februar 2011 Die folgenden drei Aufgaben sind alle zu bearbeiten. Die insgesamt

Mehr

Autokorrelation in den Störtermen

Autokorrelation in den Störtermen Autokorrelation in den Störtermen 21. Juni 2017 Autokorrelation in den Störtermen, S. 2 Auswirkungen von Störterm-Autokorrelation Wo liegen überhaupt die Probleme von OLS, wenn eine Störterm-AK vorliegt?

Mehr

Das aggregierte Angebot

Das aggregierte Angebot Das aggregierte Angebot 3.1 Erläutern Sie die kurzfristige Anpassung der Preise und der Produktion in einem Modell monopolistischer Konkurrenz auf dem Gütermarkt, einer limitationalen Produktionsfunktion

Mehr

Statistik I. Hinweise zur Bearbeitung. Aufgabe 1

Statistik I. Hinweise zur Bearbeitung. Aufgabe 1 Statistik I, SS 2002, Seite 1 von 8 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

Die Regressionsanalyse

Die Regressionsanalyse Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige

Mehr

Mindestlohn Mindestlohn: Theorie und Empirie 1

Mindestlohn Mindestlohn: Theorie und Empirie 1 Mindestlohn Westfälische Wilhelms-Universität Wintersemester 2008/09 Topics in Economics Dozent: Dr. Jörg Lingens Referenten: Thorsten Luig und Hendrik Steingröver 05.11.2008 Mindestlohn: Theorie und Empirie

Mehr

Allgemeine Volkswirtschaftslehre I

Allgemeine Volkswirtschaftslehre I 1 Prof. Dr. Werner Smolny Wintersemester 2002/2003 Abteilung Wirtschaftspolitik Helmholtzstr. 20, Raum E 05 Tel. 0731 50 24261 Universität Ulm, Abt. Wirtschaftspolitik, D-89069 Ulm Universität Ulm Zentrale

Mehr

Makroökonomik. Übungsfragen. 3 Das aggregierte Angebot

Makroökonomik. Übungsfragen. 3 Das aggregierte Angebot Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Wintersemester

Mehr

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 4 Das AS-AD- Modell

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 4 Das AS-AD- Modell ME II, Prof. Dr. T. Wollmershäuser Kapitel 4 Das AS-AD- Modell Version: 23.05.2011 4.1 Der Arbeitsmarkt zentrale Annahmen des IS-LM-Modells werden aufgehoben in der mittleren Frist passen sich Preise an

Mehr

Kursprüfung Makroökonomie 1

Kursprüfung Makroökonomie 1 Kursprüfung Makroökonomie 1 (Prof. Dr. Lutz Arnold) Sommersemester 2013 8.8.2013 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt: 1 2 3.1 oder 3.2 Aufgabe a b c d e

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Universität Ulm 899 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Sommersemester

Mehr

Produktivitätskonvergenz in Ostdeutschland

Produktivitätskonvergenz in Ostdeutschland Universität Ulm 89069 Ulm Germany Dipl.-Kfm. Philipp Buss Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 2014/15 Übung

Mehr

Angewandte Ökonometrie Übung. Endogenität, VAR, Stationarität und Fehlerkorrekturmodell

Angewandte Ökonometrie Übung. Endogenität, VAR, Stationarität und Fehlerkorrekturmodell Angewandte Ökonometrie Übung 3 Endogenität, VAR, Stationarität und Fehlerkorrekturmodell Zeitreihenmodelle Zeitreihenmodelle Endogenität Instrumentvariablenschätzung Schätzung eines VARs Tests auf Anzahl

Mehr

Empirische Wirtschaftsforschung in R

Empirische Wirtschaftsforschung in R Empirische Wirtschaftsforschung in R Schätzung der keynesianischen Geldnachfragefunktion auf Basis von Daten der dänischen Volkswirtschaft Jonas Richter-Dumke Universität Rostock, Institut für Volkswirtschaftslehre

Mehr

5. Auflage. Kapitel III: Arbeitslosigkeit

5. Auflage. Kapitel III: Arbeitslosigkeit Eine Einführung in die Theorie der Güter-, Arbeits- und Finanzmärkte Mohr Siebeck c Kapitel III: Inhaltsverzeichnis Kosten von : Link Link geringeres BI finanzielle Einbußen insbes. bei den Arbeitslosen

Mehr

Jahreskurs Makroökonomik, Teil 2

Jahreskurs Makroökonomik, Teil 2 Professor Dr. Oliver Landmann SS 2011 Jahreskurs Makroökonomik, Teil 2 Wiederholungsklausur vom 12. Oktober 2011 Aufgabe 1 (25%) Die Produktionsfunktion einer Volkswirtschaft sei gegeben durch Y = K α

Mehr

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage

Mehr

Zur Bedeutung von Arbeitsnachfrage und Mismatch für die Arbeitslosigkeit Westdeutschlands

Zur Bedeutung von Arbeitsnachfrage und Mismatch für die Arbeitslosigkeit Westdeutschlands Carsten Ochsen Zur Bedeutung von Arbeitsnachfrage und Mismatch für die Arbeitslosigkeit Westdeutschlands Eine ökonometrische Analyse unter besonderer Berücksichtigung heterogener Arbeit A 242710 Bibliotheks-

Mehr

Die Entscheidung der privaten Haushalte über die optimale Zeitallokation 19

Die Entscheidung der privaten Haushalte über die optimale Zeitallokation 19 Inhaltsverzeichnis I Einführung 1 1 Der Arbeitsmarkt im Überblick: Fragen an die Arbeitsmarktökonomik 3 1.1 Überblick über das Arbeitsmarktgeschehen, Fragen an die Arbeitsmarktökonomik und Aufbau dieses

Mehr

1 Einführung Ökonometrie... 1

1 Einführung Ökonometrie... 1 Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...

Mehr

Kapitel 6 Der Arbeitsmarkt

Kapitel 6 Der Arbeitsmarkt Kapitel 6 Der Arbeitsmarkt Folie 1 6.2 Ein Überblick über den Arbeitsmarkt Die Bevölkerung im erwerbsfähigen Alter bzw. das Arbeitskräftepotenzial, umfasst alle Personen im Alter zwischen 15 und 65 Jahren,

Mehr

Einführung in die Methoden der Empirischen Wirtschaftsforschung

Einführung in die Methoden der Empirischen Wirtschaftsforschung Einführung in die Methoden der Empirischen Wirtschaftsforschung Prof. Dr. Dieter Nautz Einführung in die Methoden der Emp. WF 1 / 37 Übersicht 1 Einführung in die Ökonometrie 1.1 Was ist Ökonometrie? 1.2

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Nachholklausur ÖKONOMETRIE für Bachelor VWL

Nachholklausur ÖKONOMETRIE für Bachelor VWL Nachholklausur ÖKONOMETRIE für Bachelor VWL Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens

Mehr

Haben die Hartz-Reformen den Beschäftigungsprozess beschleunigt? Eine makroökonomische Evaluation mittels empirischer Matching Funktionen

Haben die Hartz-Reformen den Beschäftigungsprozess beschleunigt? Eine makroökonomische Evaluation mittels empirischer Matching Funktionen Haben die Hartz-Reformen den Beschäftigungsprozess beschleunigt? Eine makroökonomische Evaluation mittels empirischer Matching Funktionen Dr. René Fahr Universität Köln Dr. Uwe Sunde IZA Bonn IZA Fachtagung:

Mehr

Übung 2: Arbeitsnachfrage

Übung 2: Arbeitsnachfrage Übung 2: Arbeitsnachfrage Aufgabe 1 Angenommen eine Firma ist sowohl auf dem Arbeitsmarkt als auch auf dem Produktmarkt perfektem Wettbewerb ausgesetzt. Die Arbeitsnachfrageelastizit ät beträgt 0.4. Nun

Mehr

Arbeitsmarktökonomie

Arbeitsmarktökonomie Arbeitsmarktökonomie Arbeitsnachfrage Prof. Dr. Conny Wunsch https://wwz.unibas.ch/arbeitsmarktoekonomie/lehre/ 1 / 39 Arbeitsnachfrage Abgeleitete Nachfrage: Arbeit ist ein Inputfaktor, der nachgefragt

Mehr

Forschungsauftrag. 1) Wählen Sie ein Beispiel, in dem Sie die Beziehung zwischen dem Input Arbeit und dem Output darstellen.

Forschungsauftrag. 1) Wählen Sie ein Beispiel, in dem Sie die Beziehung zwischen dem Input Arbeit und dem Output darstellen. Forschungsauftrag 1) Wählen Sie ein Beispiel, in dem Sie die Beziehung zwischen dem Input Arbeit und dem Output darstellen. 2) Definieren Sie Produktivität, Effizienz und Effektivität? 3) Welche Faktoren

Mehr

Kapitel 15. Verletzung der Annahme A3: Variable Parameterwerte

Kapitel 15. Verletzung der Annahme A3: Variable Parameterwerte Kapitel 15 Verletzung der Annahme A3: Variable Parameterwerte v Auer, Ökonometrie 15 2 Das ökonometrische Modell einer Mehrfachregression lautet: y t = α + β 1 x 1t + β 2 x 2t + + β K x Kt + u t Annahme

Mehr

Methodik und Probleme regionaler Wirtschaftsprognosen

Methodik und Probleme regionaler Wirtschaftsprognosen Methodik und Probleme regionaler Wirtschaftsprognosen Oliver Holtemöller, und Birgit Schultz Institut für Wirtschaftsforschung Halle () 15. Juni 2012 Leibniz-Institut für ökologische Raumentwicklung (IÖR)

Mehr

2 Grundzüge der Makroökonomik

2 Grundzüge der Makroökonomik Universität Ulm 89069 Ulm Germany Prof. Dr. Werner Smolny Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Institutsdirektor Wintersemester

Mehr

Die Cobb-Douglas-Produktionsfunktion

Die Cobb-Douglas-Produktionsfunktion Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Übung 2 Die Cobb-Douglas-Produktionsfunktion

Mehr

Teil XIII. Multiple lineare Regression. Woche 11: Multiple lineare Regression. Zusammenfassung Einfache lineare Regression.

Teil XIII. Multiple lineare Regression. Woche 11: Multiple lineare Regression. Zusammenfassung Einfache lineare Regression. Woche 11: Multiple lineare Regression Patric Müller Teil XIII Multiple lineare Regression ETHZ WBL 17/19, 10.07.017 Wahrscheinlichkeit und Statistik Patric Müller WBL

Mehr

Neutralität von Geld vs. Geldpolitik bei nominalen Rigiditäten. Ergebnisse: 1.) Geld als Tauschmittel, Recheneinheit und Wertaufbewahrung

Neutralität von Geld vs. Geldpolitik bei nominalen Rigiditäten. Ergebnisse: 1.) Geld als Tauschmittel, Recheneinheit und Wertaufbewahrung Ersteller der Handouts: Ann-Katrin Eicke Seite 1 Zentralbank und Geldpolitik (Kapitel 4) Fakten: Geldmengen M 0 M 3 (steigen im Laufe der Zeit), Wechselkurse, Einführung des, EZB-Zinssätze (Einlagen-/Spitzenrefinanzierungsfazilität.),

Mehr

Übung 6 - Solow-Modell

Übung 6 - Solow-Modell Universität Ulm 89069 Ulm Germany Dipl.-Math. oec. Daniel Siepe Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Wintersemester 2011/12

Mehr

Kurs Empirische Wirtschaftsforschung

Kurs Empirische Wirtschaftsforschung Kurs Empirische Wirtschaftsforschung 5. Bivariates Regressionsmodell 1 Martin Halla Institut für Volkswirtschaftslehre Johannes Kepler Universität Linz 1 Lehrbuch: Bauer/Fertig/Schmidt (2009), Empirische

Mehr

Soziologie des Arbeitsmarktes. Arbeitsangebot und Arbeitsnachfrage: Das neoklassische Grundmodell

Soziologie des Arbeitsmarktes. Arbeitsangebot und Arbeitsnachfrage: Das neoklassische Grundmodell Soziologie des Arbeitsmarktes Arbeitsangebot und Arbeitsnachfrage: Das neoklassische Grundmodell Inhalt 1. Grundlegende Annahmen des neoklassischen Modells 2. Das Arbeitsangebot (Haushaltssektor) 3. Die

Mehr