Lect. univ. dr.

Vasile Alecsandru STRAT

konometrie

Vorlesung 1
Einfhrung in die konometrie

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Bibliographie

Exkey HF., Kosfeld, R., Dreger, C., Okonometrie, Gabler verlag,

Wiesebaden, 2004, Germany

Curvin J., Quantitative methods for Business Decisions, Prentice Hall,

New York, 2001, USA

Stock JH., Watson, MW., Introduction to Econometrics, Pearson

International, New York, 2007, USA

Mitrut, C., Serban, D., Basic Econometrics for Business Administration,

ASE, Bucharest, 2007, Romania

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Berechnung der Endnote

Aktivitt im Laufe des Jahres 5 Punkte
(Projekt + schriftlicher Test + Aktivitt + Anwesenheit)
Abschlussprfung

5 Punkte

Abschlussnote (Prozente)
Abschlussprfung
50%
Aktivitt whrend der Seminarstunden 50%
Total

Die Statistik und konometrie Abteilung

10 Punkte

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Kursthemen
1.
2.
3.
4.
5.
6.
7.
8.

Einfhrung in die konometrie

Testen von Hypothesen
Die lineare Einfachregression
Voraussetzungen des linearen Regressionsmodells
Das (multiple) Mehrfachregressionsmodell
Das Regressionsmodell mit binren Variable
konometrische simultane Gleichungssysteme
konometrische Analyse von Zeitreihen

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrie Was? Wie? Warum?

stammt aus den griechischen Wrtern : eikonomia - Wirtschaft und
metren - Messung.

Erfahrung hat uns gezeigt, dass jeder der folgenden drei

Aussichtspunkte - Statistik, Mathematik und Wirtschaft notwendig ist,
aber nicht genug fr das effektive Verstndnis der quantitativen
Beziehungen in der modernen Wirtschaft; Ihre Vereinigung ist
notwendig, um Effizienz zu gewhrleisten. konometrie ist genau
diese Vereinigung - (R.Frisch, Econometrica).
Das Ziel der konometrie ist, eine wirtschaftliche Theorie mit realen
Daten zu testen.
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrie
Man kann konometrie auf zweierlei Weisen benutzen, die sich nicht
gegenseitig ausschlieen:
o Als Prognosenmittel. Angesichts der hypothetischen Werte
bestimmter Variablen knnen wir den Wert der gewnschten
Variable vorhersagen.
o

Als Art der Erklrung. Sie kann benutzt werden, um eine

wirtschaftliche Theorie zu besttigen oder zu beseitigen.

Der Begriff konometrie wurde erstmal 1926 vom norwegischen

konom und Statistiker R. Frisch verwendet. Er wurde in Analogie
zum Begriff "Biometrie" verwendet (biologische Forschung mit Hilfe
der Statistik und Mathematik), der von Galton und Pearson
verwendet wurde.
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrie
konometrie ist eine Disziplin, die als eine Synthese aus
konomie, Mathematik und Statistik entstanden ist.
Am 29. Dezember 1930 wurde in Cleveland (USA) der
"konometrieverband" gegrndet, der den Begriff "konometrie
gefrdert hat.
Unter den Mitgliedern der Gesellschaft zhlten wichtige Personen:
Irving Fisher, R A Fisher (Mathematiker und Biologe, der die Analyse
der Varianz entwickelt hat), Jan Timbergen (niederlndischer
Physiker), R. Frisch (erster Prsident der Gesellschaft) usw. Der
konometrieverband erstellt die Publikation "Econometrica". Die
erste Ausgabe erschien im Jahr 1933 mit dem Chefredakteur Ragnar
Frisch.
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Statistik vs konometrie
Die konometrie basiert auf ein konomisches
Modell, d.h. es gibt bestimmte von vorher akzeptierte
Beziehungen aufgrund eines
Geschftsmodells;
Diese Beziehungen werden mit realen Daten getestet.
Die Statistik sucht nach bestimmten Korrelationen
zwischen Variablen, aber sie basiert nicht auf eine
wirtschaftliche Theorie.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Grundlegende Konzepte
Die konometrie benutzt eine Reihe von Konzepten, Vorstellungen und konkreten Begriffe:
konometrisches Modell Ein vereinfachter Spiegel der wirtschaftlichen Realitt, deren

Hauptbestandteile synthetisch durch eine Reihe von Variablen, sowie den Beziehungen zw.
diesen Variablen ausgedrckt werden.

Statistiche Variablen - Sie knnen wirtschaftliche Variablen (abhngige und unabhngige),

Die Parameter sind reale und unbekannte Gren, die im Modell als Regressionskoeffiziente
erscheinen. Parameter unterliegen der Schtzung und dem Testen von Hypothesen.

Die Schtzer sind statistische Zufallsvariablen, die in dem Schtzungsprozess gebildet

werden.

Die statistischen Hypothesen sind Annahmen ber die Parameter des konometrischen
Modells.

Der statistische Test ist eine Zufallsvariable mit bekannten und vollstndig angegebenen
Verteilungsgesetzen. Am Ende des Tests trifft man eine Entscheidung mit Hilfe von
Entscheidungsregeln.

Strterme Variablen (Zufallsvariable) u und Zeitvariablen t sein.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrisches Modell
konometrische Modellierung umfasst die folgenden Schritte:

1.

Identifizierung
der
Hypothesen,
der
Aussagen
wirtschaftlichen Theorie, die man testen muss.

2.

Bestimmung des mathematischen Modells der Theorie.

3.

Bestimmung des konometrischen Modells der Theorie.

4.

Die Erhebung der statistischen Daten.

5.

Die Parameterschtzung des konometrischen Modells.

6.

Testen der statistischen Signifikanz der konometrischen

Schtzer und Modellvalidierung.

7.

Vorhersagen, Prognosen basierend auf dem Modell.

8.

Steuerung und Entwicklung der Wirtschaftspolitik.

Die Statistik und konometrie Abteilung

der

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrisches Modell

Ein konometrisches Modell ist ein konomisches Modell, das so formuliert

ist, dass die Parameter geschtzt werden knnen, unter Annahme, dass das
Modell richtig ist.

Statistische Beziehungen als Basis des konometrischen Modells:

Identitt oder deterministische Beziehung: sind logische Formulierungen ber den

beschriebenen Wirtschaftsprozess; die Bilanzgleichungen (Beispiel: Y=C+I+G+NX );
Verhaltenbeziehungen: sind stochastische Gleichungen und spiegeln ein
Entscheidungsprozess. Sie beschreiben die Reaktion der Variable Y, wenn sich mehrere
exogene Variablen ndern. Zum Beispiel: die Abhngigkeit zwischen Konsum und
Investitionen, zwischen Import und Export und so weiter (zB C = a + bv);
technologische Beziehungen: Beschrnkungen der Ausgnge in Bezug auf die
Eingnge (Beispiel: das Cobb Douglas Modell: Q = IL1-, 01);
Institutionelle Beziehungen: Sie beschreiben gesetzliche Regelungen. (zB.
Gleichungen, die die Einrichtung von Steuern oder Beitrge nach dem Einkommen
erklren).

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Variablen und statistische Datenreihe

Die Wirtschaftsvariablen bestimmen die Struktur des konometrischen Modells:

endogene: Diese werden durch ein konometrisches Modell erklrt;

exogene: Diese werden auerhalb des Systems bestimmt, darber hat das
konometrische Modell nichts zu sagen.
Datenreihentypen: Methoden zur Beobachtung von Phnomenen und Prozessen
Querschnittsdaten (cross-sectional data)

Diese Informationen sind ber die Grundgesamtheit an einem bestimmten

Zeitpunkt aufgezeichnet (informationelle Schnittpunkte)

Sie erklren den Zustand der Einheiten einer Grundgesamtheit zu einem

Zeitpunkt.
Zeitreihendaten (time series)

Sie sind informationelle Abschnitte" entlang der Zeitachse

Paneldaten (panel data)

sind
Kombinationen,
Mischungen
von
Querschnittsdaten
und
Zeitreihendaten.

gemischte Informationen, Quer-und Lngsrichtung bezglich der Zeitachse.

Die Haupteigenschaft dieser Daten ist die Gleichzeitigkeit.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrische Modellierung

Deterministische Modelle: y = f(x) (Zum Beispiel: Q = wL) Sie werden

hufig in der Praxis bei der wirtschaftlichen Faktorenanalyse der Varianz in Zeit
oder Raum verwendet, fr die sozial-wirtschaftlichen Phnomene; Sie spiegelt die
funktionelle Verbindung zwischen Eingnge und Ausgnge des Systems wider.

konometrische Modelle: Sie beschreiben die stochastische Beziehung

zwischen den Eingangsfaktoren X und ihren resultativen Ausgangsvariablen Y:

Y = f(X)+U

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Typen von konometrische Modelle

1. die Anzahl von Faktoren

Modelle mit Ein-Regressor: Diese Modelle basieren auf die Annahme, dass es,
unter den Einflussfaktoren der resultierenden Variable Y, ein bestimmender Faktor X
gibt. Alle anderen Faktoren auer diesem haben einen zuflligen Einfluss (Dieser
zufllige Einfluss wird durch den Strterm u ausgedrckt.) oder - Die anderen
Faktoren knnen als invariant whrend der Analyse sein.
y = f(x)+u
Modelle mit Mehr-Regressoren: Dieses Modell beseitigt die Mangelhaftigkeiten des
Ein-Faktor-Modells. Man muss sorgfltig sein, weil eine zu groe Anzahl an Faktoren
zu einem zu komplexen Modell fhrt.

y = f(x1,x2,...,xp)+u
2. durch die Verbindungsform

lineare Modelle: wenn die Abhngigkeit linear ist

nicht-lineare Modelle: wenn die Abhngigkeit nicht-linear ist

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Typen von konometrische Modelle

3. die Zeit ist ein Faktor im Modell oder nicht

Statisches Modell: Die Abhngigkeit der endogenen Variable y von

der exogenen Variable xj wird im gleichen Zeitpunkt gemessen:

y = f(x1t,...,xjt,...,xkt) + ut
Dynamisches Modell:

Die Zeit wird als erklrende Variable ins Modell eingefhrt.

y = f(xt,t) + ut

Autoregressionsmodell: Die vorhergehenden Werte des Regressands sind

Regressoren in dem Modell.

y = f(xt,yt-k) + ut
Modell mit Lag: Die erklrende Variable x beeinflusst den Regressand durch
mehrere Zeitrume: k = Lnge der Lag (lag).

y = f(xt,xt-1,... xt-k) + ut
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrisches Modell - Typen

4. Anzahl der Modellgleichungen

Modelle mit einer Gleichung: Alle oben genannten Modelle.

Modelle mit mehreren Gleichungen: bestehen aus einem System von

Gleichungen.

Die strukturelle Form einer Gleichung in einem Modell mit mehreren

Gleichungen ist:

Y1 b12Y2 ... b1nYn c11 X 1 c12 X 2 ... c1m X m U 1

b Y Y ... b Y c X c X ... c X U
21 1 2
2n n
21 1
22 2
2m
m
2

bn1Y1 bn 2Y2 ... Yn cn1 X 1 cn 2 X 2 ... cnm X m U n

Yi , i 1, n

endogene Variable

X j , j 1, m

exogene Variablen

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Statistische Indikatoren - Zusammenfassen von Daten

Zentraltendenz

Der Mittelwert:

1 n
x i xki
n k 1

Streuung
Die Varianz der Variable xi ist
Die Standardabweichung:

1 n
s
( xki x i ) 2

n 1 k 1
2
i

si si2

Zusammenhang
Kovarianz: Sie quantifiziert die gleichzeitigen Variationen zweier Variablen,
die linear abhngig sind.
1 n
sij
( xki x i )( xkj x j )
n 1 k 1
Wenn die beiden Variablen gleich sind: si1=si2
sij
Pearson Korrelationskoeffizient
rij
[1,1]
si s j

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Verfeinerung der Daten

Verfeinerung der Rohdaten ist notwendig, um zu gewhrleisten:

Konsistenz, Relevanz, Vergleichbarkeit.

Es wird erreicht durch:

Sammlung von Daten aus homogenen statistischen Einheiten;

Die Verwendung der gleichen Methoden und Verfahren zur Berechnung;
Variablen mssen in den gleichen Maeinheiten ausgedrckt werden. Diese
Bedingung richtet sich an die Bewertung der wirtschaftlichen Indikatoren in
vergleichbaren Preisen oder realen Preisen.
Interpolation oder Fllen von Datenlcken;
Extrapolation: Fllen der Datenlcken an den Enden der Zeitreihe;
die Datenanpassung, die Datenglttung.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

z-Standardisierung
Um Variablen aus unterschiedlichen Skalen zu vergleichen, verwendet man eine
Datentransformation. Das heit Standardisierung der Variablen (Berechnung der ZWerte).
Z-Wert ist eine Mglichkeit, die Bedeutung eines bestimmten Wertes in einer
Datengruppe
durch
die
Verteilungsparametern
(den
Mittelwert
und
die
Standardabweichung) auszudrcken.
Z-Wert wird durch Subtraktion des Mittelwerts aus jedem Wert und Division des
Ergebnisses durch die Standardabweichung berechnet. Dadurch findet man den Abstand
zwischen einem bestimmten Wert und dem Mittelwert in Maeinheiten der
Standardabweichung:
Der Z Wert fr die Stichprobe:

xi x
s

Der Z Wert fr die Grundgesamtheit:

xi

Man erhlt so eine neue Variable, die standardisierte Variable genannt ist. Fr die
neue Variable ist der Mittelwert null und die Varianz 1.
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Danke schn!

Die Statistik und konometrie Abteilung

konometrie