Sie sind auf Seite 1von 20

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 entlang den 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 binre 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,
aber nicht genug fr das effektive Verstndnis der quantitativen
Beziehungen in der modernen Wirtschaft ist; Ihre Vereinigung ist
notwendig um Effizienz zu gewhrleisten. konometrie ist genau diese
Vereinigung - (R.Frisch, Econometrica).
Das Ziel der konometrie ist es, 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 Weise benutzen, die sich nicht
gegenseitig ausschlieen:
o
Als Prognosemittel. 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 im 1926 vom norwegischen


konom und Statistiker R. Frisch verwendet. Er wurde in Analogie
zum Begriff "Biometrie" verwendet (biologische Forschung mit der 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
"konometrieverband"
gegrndet,
"konometrie gefrdert hat.

Cleveland (USA) den


die
den
Begriff

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 (niederlndische 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 vornherein
akzeptierten
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 Begriffen:

konometrisches Modell Ein vereinfachter Spiegel der wirtschaftlichen Realitt, deren

Statistiche Variablen -

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

Die Schtzer sind statistische Zufallsvariablen, die in der Schtzungsprozess konstruiert 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.

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

Sie knnen sein: wirtschaftliche Variablen. (abhngige und


unabhngige), Strterme Variablen. (Zufallvariable) u und Zeit.variablen t

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrisches Modell
konometrische Modellierung fasst die folgenden Schritte um:

1.

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

2.

Bestimmung des mathematischen Modells der Theorie.

3.

Bestimmung des konometrischen Modells der Theorie

4.

Die Erhebung den 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 Modell:


relaii de identitate sau deterministe: sunt formulri logice cu privire la procesul
economic descris; de tipul ecuatiilor de balanta (exemplu: Y=C+I+G+NX );
relaii de comportament: ecuaii stochastice care reflect i modeleaz un proces
de luare a deciziei, care ncearc s descrie rspunsul variabilei endogene Y, la un
set de valori ale variabilelor exogene; se refer la dependene privind consumul,
investiiile, importul i exportul, sistemul de preuri, cererea monetar(exemplu: C
= a + bV );
relaii tehnologice: restriciile impuse output-urilor n raport cu input-urile
(exemplu: funcia Cobb Douglas: Q = IL1-, 01);
relaii instituionale: conform unor reglementri impuse de lege (exemplu:
ecuaiile care explic stabilirea impozitelor sau a cotizaiilor n funcie de venit.).
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Variablen und statistische Datenreihe

Die Wirtschaftsvariablen bestimmen die Struktur des konometrischen Modells:


o
o

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
Querschnittdaten (cross-sectional data)

Diese informationen sind ber die Grundgesamtheit an einem bestimmten


Zeitpunkt aufgezeichnet (informationale Schnittpunkte)

Sie erklren den Zustand der Einheiten einer Grundgesamtheit zu einem


Zeitpunkt.
Zeitreihedaten (time series)

Sie sind informationale Abschnitte" entlang der Zeitachse


Paneldaten (panel data)

sind Kombinationen, Mischungen von Querschnittsdaten und Zeitreihedaten.

gemischte Informationen, quer-und lngsrichtung bezglich der Zeitachse.


Das Haupteigenschaft dieser Daten ist die Gleichzeitigkeit.

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

konometrischen 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, der sozial-wirtschaftlichen Phnomene; Sie spiegelt die
funktionale Verbindung zwischen Eingngen und Ausgngen des Systems wider.

konometrische Modelle: Sie beschreiben die stochastische Beziehung


zwischen den Eingangsfaktoren X und ihren resultativen AusgangsvariablenY:

Y = f(X)+U
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Typen von konometrischen Modellen


1. die Anzahl von Faktoren

Modellen mit Ein-Regressor: Diese Modellen basieren auf die Annahme, dass,
unter den Einflussfaktoren der resultierenden Variable Y, es ein bestimmender Faktor
X gibt. Alle andere Faktoren auer diesem haben einen zuflligen Einfluss (Dieser
zufllige Einfluss wird durch der Strterm u ausgedrckt.) oder - Die anderen
Faktoren knnen als invariant whrend der Analyse sein.
y = f(x)+u
Modellen mit Mehr-Regressoren: Dieses Modell beseitigt den 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 den 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 Modellen


3. der 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

Autoregresionsmodell : Die vorhergehenden Werte des Regressands sind


Regressoren in der 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

konometrische 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 mehr 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:

Streuung

1 n
x i xki
n k 1

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
rij
[1,1]
Pearson Korrelationskoeffizient
si s j

Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Verfeinerung der Daten

Verfeinerung der Rohdaten ist notwendig,


Konsistenz, Relevanz, Vergleichbarkeit.

Es wird erreicht durch :

um

zu

gewhrleisten:

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;
das Datenanpassung, das 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 auszudrcken, durch die Verteilungsparameter. (den Mittelwert und die
Standardabweichung).
Z-Wert wird durch Subtrahierung 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 dine
neue Variable der Mittelwert ist null und die Varianz ist gleich 1.
Die Statistik und konometrie Abteilung

konometrie

Lect. univ. dr. Vasile Alecsandru STRAT

Dankeschn!

Die Statistik und konometrie Abteilung

konometrie