EMPIRISCHE MAKROÖKONOMIE 1

Transkript

1 EMPIRISCHE MAKROÖKONOMIE 1 SS 2006 Prof. Dr. Christoph Knoppik Universität Bamberg 2 1 Version: Stand/Release: Druck: Prof. Dr. Christoph Knoppik, Sozial- und Wirtschaftswissenschaftliche Fakultät, Universität Bamberg. Christoph.Knoppik@sowi.uni-bamberg.de; WWW: Tel.: +49 (0) ; Fax.: +49 (0)

2 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Gliederungsübersicht 1 VORSPANN Gliederung (Kapitel) Gliederung (Abschnitte) Gliederung (Unterabschnitte) Vorwort Voraussetzungen Termine TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie Kapitel 2 Problemstellungen TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells Kapitel 5 Ausgewählte Probleme, mehr Tests und dynamische Modelle Kapitel 6 Simultane Systeme TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse Kapitel 11 Systematische Spezifikationssuche TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie 1 Gliederung auf der Ebene der Kapitel. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation gehören ebenfalls nicht zum Klausurstoff. Rel.: Dr.: V.: ema_glu.doc

3 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 2 A MATHE B STATISTIK C SOFTWARE BACKMATTER Verzeichnis der Anwendungen Verzeichnis nützlicher Stata-Befehle Anmerkungen zur Literatur Literatur zu den Abschnitten Literaturnachweis Rel.: Dr.: V.: ema_glu.doc

4 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Gliederung 1 VORSPANN Gliederung (Kapitel) Gliederung (Abschnitte) Gliederung (Unterabschnitte) Vorwort Voraussetzungen Termine TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie 1.1 Gegenstand und Zielsetzungen der empirischen Makroökonomie 1.2 # Makroökonomische Entwicklung [Rückblick] 1.3 # Theoretische Makro-Modelle und Modellbausteine [Rückblick] 1.4 # Ökonometrische Anwendungen in Makro-Lehrveranstaltungen [Rückblick] 1.5 # Einführung in die Ökonometrie für EES [Rückblick] Kapitel 2 Problemstellungen 2.1 Daten 2.2 Analyse-Strategien 2.3 Typen von empirischen Modellen 2.4 * Evaluation von Modellen 2.5 # Reproduzierbarkeit: Data & Code Archives TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse 3.1 Lineares Regressionsmodell 3.2 Schätzer und Schätzprinzipien 3.3 Ordinary Least Squares (OLS) 3.4 Eigenschaften von Ordinary Least Squares (OLS) 3.5 Anwendungen Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells 4.1 Interpretation 4.2 Tests 4.3 Beurteilung des Modells 4.4 Prognose 4.5 Anwendungen Kapitel 5 Ausgewählte Probleme, mehr Tests und dynamische Modelle 5.1 Mögliche Probleme bei der Anwendung von Ordinary Least Squares (OLS) 5.2 Allgemeine VK-Matrix der Störterme 5.3 Autokorrelation der Störterme 5.4 Dynamische ökonometrische Modelle 5.5 Anwendungen Kapitel 6 Simultane Systeme 6.1 Konzeptioneller Rahmen 6.2 Identifikation von Gleichungen und Modellen 6.3 Schätzverfahren für simultane Systeme 1 Gliederung bis herab auf die Ebene der Abschnitte. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation gehören ebenfalls nicht zum Klausurstoff. Rel.: Dr.: V.: ema_gli.doc

5 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) Kritik an der herkömmlichen multivariaten Regressionsanalyse 6.5 Anwendungen TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) 7.1 ARMA-Modell 7.2 Stufe 1: Identifikation möglicher Modelle 7.3 Stufe 2: Schätzung der ausgewählten Modelle 7.4 Stufe 3: Diagnose 7.5 Prognose 7.6 Anwendungen Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) 8.1 Modelle mit Trend 8.2 Probleme mit trendbehafteten Variablen 8.3 Dickey-Fuller-Tests 8.4 Ausgewählte Probleme mit Einheitswurzel-Tests 8.5 Anwendungen Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) 9.1 VAR-Modell 9.2 Schätzung und Identifikation 9.3 Impuls-Antwort-Funktionen 9.4 Tests 9.5 Anwendungen TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse 10.1 Linearkombinationen integrierter Variablen 10.2 Kointegration und gemeinsame Trends 10.3 Kointegration und Fehlerkorrektur-Modell 10.4 Test auf Kointegration nach Engle & Granger 10.5 Anwendungen Kapitel 11 Systematische Spezifikationssuche 11.1 ADL-Modell und eingeschlossene Spezialfälle 11.2 Fehlerkorrektur-Modell, Kointegration und ADL-Modell 11.3 Anwendungen TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie A MATHE B STATISTIK C SOFTWARE BACKMATTER Verzeichnis der Anwendungen Verzeichnis nützlicher Stata-Befehle Anmerkungen zur Literatur Literatur zu den Abschnitten Rel.: Dr.: V.: ema_gli.doc

6 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 3 Literaturnachweis Rel.: Dr.: V.: ema_gli.doc

7 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Detailgliederung 1 VORSPANN Gliederung (Kapitel) Gliederung (Abschnitte) Gliederung (Unterabschnitte) Vorwort Voraussetzungen Termine TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie 1.1 Gegenstand und Zielsetzungen der empirischen Makroökonomie Abgrenzung: Empirische Makroökonomie, Makroökonometrie und Zeitreihenanalyse Zielsetzungen der empirischen Makroökonomie Empirische Makroökonomie in der Praxis 1.2 # Makroökonomische Entwicklung [Rückblick] 1.3 # Theoretische Makro-Modelle und Modellbausteine [Rückblick] 1.4 # Ökonometrische Anwendungen in Makro-Lehrveranstaltungen [Rückblick] Makroökonomie Geldtheorie und -politik Beschäftigungstheorie und -politik 1.5 # Einführung in die Ökonometrie für EES [Rückblick] Kapitel 2 Problemstellungen 2.1 Daten Typologie von Daten # Daten-Infrastruktur und Zugang Artificial data und Monte Carlo Untersuchungen 2.2 Analyse-Strategien Suite-of-models Ansatz vs. Universal model Ansatz Dynamik und Steady State 2.3 Typen von empirischen Modellen Übersicht Beispiel: Europäische Zentralbank 2.4 * Evaluation von Modellen 2.5 # Reproduzierbarkeit: Data & Code Archives TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse 3.1 Lineares Regressionsmodell Einfachregression Mehrfachregression 3.2 Schätzer und Schätzprinzipien 3.3 Ordinary Least Squares (OLS) Geschätztes Modell OLS-Schätzer Einfachregression OLS-Schätzer Mehrfachregression 1 Gliederung bis herab auf die Ebene der Unterabschnitte. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation gehören ebenfalls nicht zum Klausurstoff. Rel.: Dr.: V.: ema_gld.doc

8 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) Eigenschaften von Ordinary Least Squares (OLS) Annahmen Erwartungstreue Streuung des Schätzers Schätzung der Störtermvarianz Normalverteiltes lineares Regressionsmodell Asymptotische Eigenschaften 3.5 Anwendungen Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells 4.1 Interpretation Koeffizienten Log-lineare Modelle 4.2 Tests Statistische Tests Verteilungen für Tests t-test eines Parameters Software-Output Konfidenz-Intervalle Test einer linearen Restriktion Gemeinsamer F-Test mehrerer Parameter 4.3 Beurteilung des Modells Bestimmtheitsmaß Gemeinsamer F-Test aller Regressoren # Weitere Möglichkeiten 4.4 Prognose Prognose und Prognose-Fehler Prognosefehler-Varianz Prognose-Intervall 4.5 Anwendungen Kapitel 5 Ausgewählte Probleme, mehr Tests und dynamische Modelle 5.1 Mögliche Probleme bei der Anwendung von Ordinary Least Squares (OLS) 5.2 Allgemeine VK-Matrix der Störterme Implikationen GLS statt OLS Heteroskedastie Normalitätstests 5.3 Autokorrelation der Störterme Modell mit autokorreliertem Störterm Transformiertes Modell Tests auf Autokorrelation Allgemeine Autokorrelation Praktische Erwägungen 5.4 Dynamische ökonometrische Modelle Beispiel: Konsum Formen dynamischer Modelle ADL-Modell 5.5 Anwendungen Kapitel 6 Simultane Systeme 6.1 Konzeptioneller Rahmen Voraussetzungen für konsistente Schätzung Konsumfunktion und Einkommen-Ausgaben-Modell Lineare Gleichungssysteme 6.2 Identifikation von Gleichungen und Modellen Typen identifizierender Information Reduzierte und strukturelle Parameter Identifikations-Kriterien Beispiele Rel.: Dr.: V.: ema_gld.doc

9 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) Schätzverfahren für simultane Systeme Einzelgleichungsschätzung Direkte OLS-Schätzung Indirekte OLS-Schätzung IV-Schätzung SLS-Schätzung SLS-Schätzung Fazit 6.4 Kritik an der herkömmlichen multivariaten Regressionsanalyse Kritik des probabilistischen Ansatzes Lucas-Kritik Willkürliche Spezifikationen: Fragilität (Leamer) und data mining (Hendry) Praktische Kritikpunkte an Systemschätzungen Fundamentale Kritik von Sims an Systemschätzungen 6.5 Anwendungen TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) 7.1 ARMA-Modell Bausteine des Modells ARMA-Modell Stationarität Autokorrelations-Funktion (ACF) Partielle Autokorrelations-Funktion (PACF) ACF und PACF Übersicht 7.2 Stufe 1: Identifikation möglicher Modelle Schätzen der Autokorrelationsfunktion Test der Autokorrelationsfunktion 7.3 Stufe 2: Schätzung der ausgewählten Modelle Schätzung Spezifikation Koeffizienten 7.4 Stufe 3: Diagnose Residuen visuell inspizieren Residuen testen 7.5 Prognose Prognose mit bekanntem AR(1) Prognose mit unbekanntem ARMA 7.6 Anwendungen Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) 8.1 Modelle mit Trend Einfache Modelle mit Trend Random Walk Modell Random Walk mit Drift Allgemeine Random Walk Modelle 8.2 Probleme mit trendbehafteten Variablen Spurious Regression Entfernung von Trends 8.3 Dickey-Fuller-Tests Dickey-Fuller (DF-) Test Augmented Dickey-Fuller (ADF-) Test 8.4 Ausgewählte Probleme mit Einheitswurzel-Tests Wahl der Lag-Länge * Wahl der deterministischen Regressoren Power der Tests 8.5 Anwendungen Rel.: Dr.: V.: ema_gld.doc

10 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 4 Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) 9.1 VAR-Modell Strukturelles VAR VAR in reduzierter Standard-Form Standard-Form in Lag-Notation # VAR in univariater Darstellung zweiter Ordnung Störterme der reduzierten Form # Stabilität und Stationarität Beispiele für VARs 9.2 Schätzung und Identifikation Schätzen des reduzierten Systems Identifikation des strukturellen Systems Strukturelle Parameter aus reduzierter Schätzung 9.3 Impuls-Antwort-Funktionen MA-Repräsentation Varianz-Zerlegung Konfidenz-Intervalle # Prognosefehlervarianz-Zerlegungen 9.4 Tests Log-Likelihood Test Informationskriterien Granger-Kausalität 9.5 Anwendungen TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse 10.1 Linearkombinationen integrierter Variablen Ökonomische Beispiele Kointegration Beispiel: Simulierte Daten 10.2 Kointegration und gemeinsame Trends 10.3 Kointegration und Fehlerkorrektur-Modell Fristigkeitsstruktur der Zinsen Fehlerkorrektur-Modell # Kointegration und Darstellbarkeit als Fehlerkorrektur-Modell Implikationen Fall mit n Variablen 10.4 Test auf Kointegration nach Engle & Granger Pretest (Schritt 1) Langfrist-Beziehung und Kointegration (Schritt 2) Fehler-Korrektur-Modell (Schritt 3) Überprüfung des Modells (Schritt 4) Kritik am Engle-Granger-Verfahren 10.5 Anwendungen Kapitel 11 Systematische Spezifikationssuche 11.1 ADL-Modell und eingeschlossene Spezialfälle ADL-Modell Spezialfälle im ADL(1,1) General-to-specific (GETS) durch gestestete Restringierung eines allgemeinen ADL-Modells 11.2 Fehlerkorrektur-Modell, Kointegration und ADL-Modell ADL-Modell und Fehlerkorrektur Kointegration und Fehlerkorrektur Fehlerkorrektur-Einzelgleichung bei zwei Variablen 11.3 Anwendungen Rel.: Dr.: V.: ema_gld.doc

11 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 5 TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie A MATHE B STATISTIK C SOFTWARE BACKMATTER Verzeichnis der Anwendungen Verzeichnis nützlicher Stata-Befehle Anmerkungen zur Literatur Literatur zu den Abschnitten Literaturnachweis Rel.: Dr.: V.: ema_gld.doc

12 Prof. Dr. C. Knoppik 1 ANWENDUNGEN ZU EMPIRISCHE MAKROÖKONOMIE GLIEDERUNG SS 2006 Prof. Dr. Christoph Knoppik 1 Juli Die folgende Übersicht ordnet die behandelten Anwendungen in die Kapitelgliederung der Veranstaltung ein. 3 Ein Quellennachweis findet sich in EMA_ANW_QUE.DOC/PDF. TEIL I EINLEITUNG Kapitel 1 Makroökonomie und Empirie Kapitel 2 Problemstellungen TEIL II UNIVARIATE UND MULTIVARIATE STRUKTURELLE REGRESSIONSANALYSE Kapitel 3 Univariate Regressionsanalyse [con07] Konsumfunktion - Einfachregression [con08] Konsumfunktion - Mehrfachregression [mcs01] Einfachregression für simulierte Daten [mcs02] Monte Carlo Simulation: Verteilung geschätzter Parameter aus Einfachregression Kapitel 4 Interpretation, Test, Beurteilung und Verwendung des Modells [mcs01] Einfachregression für simulierte Daten Kapitel 5 Ausgewählte Probleme, mehr Tests und Dynamische Modelle [con09] Konsumfunktion BRD Kapitel 6 Simultane Systeme [con03] Konsumfunktion und Haavelmo [kmi01] Klein-Modell I [mcs04] Monte Carlo Simulation zum Simultaneitätsbias * [awm] Area wide model der Europäischen Zentralbank TEIL III UNIVARIATE UND MULTIVARIATE ZEITREIHENANALYSE Kapitel 7 Univariate Zeitreihenanalyse (stationärer Fall) [mcs05] Schätzen simulierter univariater Zeitreihen [inf01] US Inflation (Produzentenpreise) Kapitel 8 Univariate Zeitreihenanalyse (nicht-stationärer Fall) [mak02] US Makrodaten (q) [GDP] [ir02] US Zinsen [ppp04] Kaufkraftparität und realer Wechselkurs (m) * [mcs06] Simulation nicht stationärer Zeitreihen Kapitel 9 Multivariate Zeitreihenanalyse (stationärer Fall) 1 Prof. Dr. Christoph Knoppik, Sozial- und Wirtschaftswissenschaftliche Fakultät, Universität Bamberg. Christoph.Knoppik@sowi.uni-bamberg.de; WWW: Tel.: ++49 (0) ; Fax.: ++49 (0) Version: Stand/Release: Druck: EMA_ANW_GLI.DOC derzeit unter dem Pfad C:\LEHRE\EMA\EMA_ANW_GLI.DOC. 3 Eingebunden aus EMA.DOC. Teile der Gliederung sind durch folgende Symbole gekennzeichnet: * bedeutet: In der Veranstaltung nicht besprochen. # bedeutet: Kein Stoff für die Klausur zur Veranstaltung. Die mit * vor dem Titel gekennzeichneten Blätter der Beamer-Präsentation(en) gehören ebenfalls nicht zum Klausurstoff. EN kompatibel? /} includetext "C:\\LEHRE\\EMA\\EMA.DOC" toc_anw \! /{. Rel.: Dr.: V.: EMA_ANW_GLI.DOC

13 Prof. Dr. C. Knoppik 2 [var01] VAR Modell für Geldmenge und Inflation, USA [var02] VAR Modell für Investition, Konsum und Einkommen, BRD * [var03] VAR Modell für Geldmenge, Zins und Sozialprodukt, USA TEIL IV SYNTHESE Kapitel 10 Grundlagen der Kointegrationsanalyse [mcs07] Simulierte kointegrierte Zeitreihen [ppp02] Kaufkraftparität * [ir02] US Zinsen * [ir03] US Zinsen Kapitel 11 Systematische Spezifikationssuche [inf02] Inflation CI/ADL/GETS/ECM Australien 19xx-19xx (q) - Enders (2003)/n.a. [con10] Konsum ADL/GETS UK 19xx-19xx (q) - Charemza und Deadman (1997)/. [liq04] Geldnachfrage CI/ADL/GETS/ECM - Eurogebiet (q) - Coenen und Vega (1999) /. * [con09] Konsum - ECM BRD 19xx-19xx (y) - Rinne (2004)/. TEIL V AUSGEWÄHLTE WEITERE THEMEN Kapitel 12 *Inflation und Phillips-Kurve Kapitel 13 *Arbeitslosigkeit und NAIRU TEIL VI ZUSAMMENFASSUNG UND AUSBLICK Kapitel 14 Zusammenfassung Kapitel 15 *Ideengeschichte der empirischen Makroökonomie A MATHE B STATISTIK C SOFTWARE TESTBEREICH Anwendung 0: Test XYZ [DXT] Rel.: Dr.: V.: EMA_ANW_GLI.DOC

14 Prof. Dr. C. Knoppik 2 2 Literaturangaben nach Gliederungspunkten Gliederung # Literaturangabe Seiten KV *.pdf Mak & Emp Ziele: Stock und Watson (2001) [ESA]. Makro-Entwicklung: Blanchard und Illing.2 (2003), K.1. Makro-Modelle: Blanchard und Illing (2003),.3 T.2, T.3, T.4. Makro-Öktr.: Blanchard und Illing (2003), K.8.2 ( ), K ( ), Anh.C.4 ( ). Öktr.: Kiesl (2005), K.7, K.17; Verbeek.5 (2005), K.2.1 vs. K.2.2..x - SW01_ pd f Problemstellung 2.1 Daten: Moosmüller (2004), K.1.4. Strategien: Europäische Zentralbank (2000) [ESA]; alternativ: European Central Bank.2 (2001). Typen: Europäische Zentralbank (2000) [ESA]; alternativ: European Central Bank.3 (2001).. ezb00geldpolitische. pdf.4 * Evaluation: nn..5 Reproduktion: Vinod (2001). Vin01_sdarticle.pdf.x - Verbeek (2005), K.2. Regression 3.1 Regressionsmodell: Verbeek (2005), K.2.2. * Schätzprinzipien: Murray (2006), K.2, insb..2 K2.4, S OLS: Verbeek (2005), K.2.2, K Eigenschaften: Verbeek (2005), K.2.3, K Anwendungen: nn..x - Ver05guide2_k02.p df Tests 4 Verbeek (2005), K.2.1 Interpretation: XX..2 Tests: Verbeek (2005), K Beurteilung: Verbeek (2005), K Prognose: Verbeek (2005), K Anwendungen: nn..x - Rel.: Dr.: V.: EMA_LIP.DOC

15 Prof. Dr. C. Knoppik 3 Gliederung # Literaturangabe Seiten KV *.pdf Probleme 5.1 Probleme: Verbeek (2005), K.4, Störterm-VK-Matrix: Verbeek (2005), K.4, Autokorrelation: Verbeek (2005) Dynamische Ansätze: Verbeek (2005), K9.1,.4 Rinne (2004), 6.1, Anwendungen: con09.x - Systeme 6 Rinne (2004), K , insb Einführung.1 Konzeption: Verbeek (2005), K.5.1, S ; Rinne (2004), K.7.1+2, S Identifikation: Rinne (2004), K.7.2, Schätzverfahren: Rinne (2004), K Kritik: nn. Anwendungen con03: Verbeek (2005), ; , , Rinne (2004), kmi01: Rinne (2004), ,.5 K.7.3.3, S x Sonstiges Enders (2003), K2; Teile von K1 Univariate 7.0 Einführung.1 ARMA-Modell, K S1: Identifikation: K2.7, K2.8.3 S2: Schätzung: K2.8.4 S3: Diagnostik: K2.8.5 Prognose: Enders (2003), K2.9 Anwendungen: Enders (2003), K2.10 (S ); K2.7 (insb. S.70-75).x Sonstiges Nichtstationäre Enders (2003), K4 8.0 Einführung: K4.1.1 Modelle: K4.1.2 Probleme bei Trend: K DF-Tests: K Probleme der Tests: K Anwendungen: siehe Anwendungsverzeichnis ergänzend: Rinne (2004), 6.5, S ,.x insb Ver05guide2_K04.P DF Ver05guide2_K05.P DF Enders03_K01.PDF Enders03_K02.PDF Enders03_K04.PDF Multivariate 9 Enders (2003), K5 Enders03_K05.PDF Rel.: Dr.: V.: EMA_LIP.DOC

16 Prof. Dr. C. Knoppik 4 Gliederung # Literaturangabe Seiten KV *.pdf.0 Einführung.1 VAR-Modell: K5.5 S Schätzung:.3 Impuls.4 Tests.5 Anwendungen: siehe Anwendungsverzeichnis # Struktur: nn ergänzend: Stock und Watson (2001) ergänzend: Verbeek (2005) ergänzend: Rinne (2004), 7.4.2, S ergänzend: Charemza und Deadman (1997),.x K6 Kointegration Enders (2003), K Linearkombinationen: K6.1.2 Dynamik: K6.2.3 Fehlerkorrektur: K6.3.4 Engle-Granger: K Anwendungen: siehe Anwendungsverzeichnis ergänzend: Rinne (2004), 6.5.2, S , S ergänzend: Charemza und Deadman (1997),.x K5+6 Spezifikation 11.0 Einführung ADL: Charemza und Deadman (1997), K4,.1 S.58-83, insb. S Fehlerkorrektur: Enders (2003), K Anwendungen: siehe Anwendungsverzeichnis ergänzend: Rinne (2004) 6.4 (ADL), S.197-.x 200 Mathe A Matrix: Verbeek (2005), Anh.A. Ver05guide2_A Statistik B Statistik: Verbeek (2005), Anh.B. Ver05guide2_B Dynamik C Dynamik: Enders (2003), K1 Enders03_K01.PDF Anmerkungen ESA = Elektronischer Semesterapparat Format der Angaben: K.2, S Rel.: Dr.: V.: EMA_LIP.DOC

17 Prof. Dr. C. Knoppik 5 Abkürzungen für vorausgesetzt, alternativ, anregung, weiterführend Spalte Seiten gibt Anzahl der zu lesenden Seiten für ein Kapitel an (ca. Werte). o ohne Alternativen o nur enge Abgrenzung ( insbesondere ) Referenzen Blanchard, O. J. und G. Illing (2003) Makroökonomie, 3. Auflage, München: Pearson Studium. Charemza, W. W. und D. F. Deadman (1997) New Directions in Econometric Practice - general to specific modelling, cointegration and vector autoregression, 2. Auflage, Aldershot/Brookfield: Edward Elgar. Enders, W. (2003) Applied econometric time series [international edition], 2. Auflage, Wiley Series in Probability and Statistics, John Wiley & Sons. Europäische Zentralbank (2000) Geldpolitische Transmission im Euro-Währungsgebiet, Monatsbericht der Europäischen Zentralbank 2 (7), July, S European Central Bank (2001) A Guide to Eurosystem Staff Macroeconomic Projection Exercises, Frankfurt a. M. Kiesl, H. (2005) Einführung in die Ökonometrie für Studierende des Studiengangs European Economic Studies [Folienhandout], Universität Bamberg, [home page]. Moosmüller, G. (2004) Methoden der empirischen Wirtschaftsforschung, München et al.: Pearson Studium. Murray, M. P. (2006) Econometrics - A Modern Introduction, Addison-Wesley Series in Economics, Boston et al.: Addison-Wesley. Rinne, H. (2004) Ökonometrie - Grundlagen der Makroökonometrie, München: Vahlen. Stock, J. H. und M. W. Watson (2001) Vector Autoregressions, Journal of Economic Perspectives 15 (4), Fall, S Verbeek, M. (2005) A guide to modern econometrics, 2. Auflage, Chichester et al.: Wiley. Vinod, H. D. (2001) Care and feeding of reproducible econometrics, Journal of Econometrics 100, S Rel.: Dr.: V.: EMA_LIP.DOC

18 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 1 Vorkenntnisse zu Empirische Makroökonomie (EMA) Veranstaltungen Inhalte Sonst Mathe Statistik Einführung Ökonometrie EES Empirische Mikro Makro I+II WS04/05, SS05 Makro I WS05/06 Dozent Dobbener Vogel Kiesl Schwarze Dobbener Vogel Kiesl Schwarze (2005) (nn) (2005) (2005) nicht EES Verbeek (2005) [Greene (2003)] Blanchard und Illing (2003) Knoppik (2005) Blanchard und Illing (2003) Unterlagen Lehrbuch Kommentar Mathematik Matrixalgebra ja nein Differenzengleichungen Nein Differenzialrechnung für Ja Nein Funktionen einer Variablen: Mathe I 2.2 Differenzialrechnung für Funktionen mehrerer Variablen: Mathe I 2.3 ja nein Statistik Zufallsgrößen eindimensionale Wahrscheinlichkeitsverteilungen Verteilungen zweidimensionaler Zufallsvariablen Stichprobenfunktionen und ihre Verteilungen parametrische Schätzund Testverfahren Ja ausführlich Ja ausführlich Ja Ja, aber unsicher Ja kurz Ja kurz Ja Ja Ökonometrie Lineares Regressionsmodell ja ja (KLR, OLS) Tests im KLR ja Ja Prognose nein nein Makroökonomi e Verhaltensfunktionen (C;I;G;T;X;IM;L) ja ja Stand: ema_vkt.doc

19 Prof. Dr. C. Knoppik Empirische Makroökonomie (EMA) 2 Veranstaltungen Inhalte Sonst Mathe Statistik Einführung Ökonometrie EES Empirische Mikro Makro I+II WS04/05, SS05 Makro I WS05/06 Partialmodell (PH- Kurve) ja ja Partialmodell (OG- ja ja Modell) Partialmodell (ML- ja nein Bdg.) Totalmodelle (IS-LM) ja ja Totalmodelle (AS-AD) nein ja EDV Referenzen Dateiorganisation unter ja ja MS Windows Uni-Datennetz (rudimentär) ja ja ja Stata (rudimentär) ja ja Blanchard, O. J. und G. Illing (2003) Makroökonomie, 3. Auflage, München: Pearson Studium. Dobbener, R. (2005) Mathematik [Gliederung], ematik/gliederung-mathe.pdf. Greene, W. H. (2003) Econometric Analysis, 5. Auflage, Upper Saddle River, NJ: Prentice Hall. Kiesl, H. (2005) Einführung in die Ökonometrie für Studierende des Studiengangs European Economic Studies [Folienhandout], Universität Bamberg, [home page]. Knoppik, C. (2005) Makroökonomie 1 [Folienhandout], Bamberg, [home page]. Schwarze, J. (2005) Einführung in die Empirische Mikroökonomik (Ökonometrie II) [Vorlesungsskript], Universität Bamberg, [home page]. Verbeek, M. (2005) A guide to modern econometrics, 2. Auflage, Chichester et al.: Wiley. Stand: ema_vkt.doc