Overview

Größe und Komplexität empirischer ökonometrischer Modelle haben in den letzten Jahrzehnten immer mehr zugenommen. Die Zuverlässigkeit des zugrundeliegenden Datenmaterials hat sich dagegen kaum verbessert, und eine Fehlspezifizierung von Meßfehlermodellen zur Schließung der Lücke zwischen theoretischen ökonomischen Variablen und den verfügbaren Daten erscheint schon wegen der unglücklichen Trennung zwischen Datenproduzenten und Datennutzern kaum vermeidbar. In dieser Arbeit werden die Auswirkungen solcher Fehlspezifizierungen auf Parameterschätzungen und Prognosen in Modellen wachsender Komplexität bis hin zu nichtlinearen interdependenten dynamischen Modellen analysiert mit Hilfe von asymptotischen Aussagen und Monte-Carlo-Simulationen. Für ein makroökonomisches Modell für die BRD werden außerdem Methoden diskutiert zur Beschaffung von Informationen über Art und Größe von Meßfehlern. Die Simulationsrechnungen basieren auf der Zuverlässigkeit und Schnelligkeit des zugrundeliegenden numerischen Algorithmus zur Full-Information-Maximum-Likelihood-Schätzung in nichtlinearen interdependenten Modellen. Darstellung und Diskussion eines für diesen Zweck entwickelten Algorithmus (trust-region-Verfahren mit automatischer Skalierung) bilden den zweiten Schwerpunkt der Arbeit.

Full Product Details

Author:   Claus Weihs
Publisher:   Springer-Verlag Berlin and Heidelberg GmbH & Co. KG
Imprint:   Physica-Verlag GmbH & Co
Edition:   1987 ed.
Volume:   30
Dimensions:   Width: 17.00cm , Height: 2.10cm , Length: 24.40cm
Weight:   0.695kg
ISBN:  

9783790803747

ISBN 10:   379080374
Pages:   391
Publication Date:   04 June 1987
Audience:   Professional and scholarly ,  Professional & Vocational
Format:   Paperback
Publisher's Status:   Active
Availability:   Out of stock  
The supplier is temporarily out of stock of this item. It will be ordered for you on backorder and shipped when it becomes available.
Language:   German

Table of Contents

0. Einleitung.- I. Zur Theorie (Nicht-)Linearer OEkonometrischer Modelle.- 1. Das oekonometrische Modell.- 1.1 Der Begriff des oekonometrischen Modells.- 1.2 Ein nichtlineares interdependentes Modell mit Fehlern-in-den-Variablen.- 1.3 Identifizierbarkeit in Fehler-in-den-Variablen Modellen: Kalmans Kritik.- 2. Schatzung und Prognose bei fehlerfreien Daten.- 2.1 Parameterschatzung.- 2.1.1 FIML-Schatzung.- 2.1.2 Eigenschaften des FIML-Schatzers.- 2.1.3 OLS-Schatzer.- 2.2 Prognosen.- 2.2.1 Ein-Schritt-Prognosen.- 2.2.2 Mehr-Schritt-Prognosen.- 2.2.3 Ex-post-Prognosen.- 3. Schatzung und Prognose bei Fehlern in den Variablen.- 3.1 Fehlerprozesse.- 3.1.1 Allgemeine Form.- 3.1.2 Prozentsatze der exakten Variablen.- 3.1.3 Prozentsatze der Erwartungswerte.- 3.1.4 Prozentsatze der Standardabweichnungen.- 3.2 Verteilung des OLS-Schatzers.- 3.2.1 Inkonsistenz auf Grund von Messfehlern.- 3.2.2 Konsistenz trotz Messfehlern.- 3.2.3 Small-sample-Analyse: Kleine Messfehler.- 3.3 Verteilung des Maximum-Likelihood-Schatzers.- 3.3.1 Konsistente ML-Schatzungen im Eingleichungsmodell.- 3.3.2 Konsistente ML-Schatzungen in Mehrgleichungsmodellen.- 3.4 Prognosen bei Fehlern in den Variablen.- 3.4.1 Prognosen in statischen Einzelgleichungsmodellen.- 3.4.2 Prognosen in dynamischen Einzelgleichungsmodellen.- 3.4.3 Prognosen in dynamischen interdependenten Modellen.- II. Simulation von Fehlern in den Variablen.- 1. Das Monte-Carlo-Experiment.- 1.1 Das Monte-Carlo-Experiment bei Simulationsmodellen.- 1.2 Das Monte-Carlo-Experiment bei Real-world-Modellen.- 2. Simulationsmodelle.- 2.1 Ein statisches Simulationsmodell in reduzierter Form.- 2.2 Ein dynamisches interdependentes Simulationsmodell.- 2.3 Zusammenfassung der Ergebnisse.- 3. Varianten des Modells Klein 1.- 4. Ein makrooekonomisches Modell fur die BRD.- 4.1 UEberblick.- 4.2 Das Modell als Abbildung des Kontenrahmens der Volkswirtschaftlichen Gesamtrechnung (VGR).- 4.2.1 Verwendungs-, Verteilungs- und Umverteilungsrechnung.- 4.2.2 Ausfullung des Kontenrahmens.- 4.2.3 Schatzansatze.- 4.3 Prognosen.- 4.3.1 Ex-post-Prognosen.- 4.3.2 Ex-ante-Prognosen.- 4.4 Datenfehleranalyse.- 4.4.1 Fehler in makrooekonomischen Variablen.- 4.4.2 Datenerstellung des Statistischen Bundesamts.- 4.4.3 Qualitatsbeurteilung durch Experten.- 4.4.4 Datenrevisionen.- 4.4.5 Darstellung des statistischen Fehlers.- 4.4.6 Verfahren von Langaskens und van Rijckeghem.- 4.4.7 Anwendung des Verfahrens.- 4.4.8 Implementierung der Fehlerprozesse.- 4.5 Monte-Carlo-Experimente.- 5. Fazit.- III. Zur Numerik der Schatzalgorithmen.- 0. Einleitung.- 1. FIML-Schatzung und OLS-Schatzung: Approximation der Hessematrix der Zielfunktionen.- 1.1 OLS-Schatzung.- 1.2 FIML-Schatzung.- 2. Eine trust-region Methode zur Loesung von nichtlinearen Minimierungsproblemen.- 2.1 UEberblick.- 2.2 Eine Klasse von trust-region Methoden.- 2.3 Zur Skalierung.- 2.4 Globale Konvergenz.- 2.5 Lokale Konvergenz: Konvergenzgeschwindigkeit.- 2.6 Naherungen fur Hessematrizen.- 2.6.1 Gauss-Newton-Naherungen.- 2.6.2 Quasi-Newton-Naherungen.- 3. Numerische Realisierung der Schatzalgorithmen.- 3.1 Ausgestaltung der trust-region Methode.- 3.2 Testergebnisse bei historischen Daten.- 3.2.1 OLS-Schatzung.- 3.2.2 FIML-Schatzung.- 3.2.3 Der Standard-Algorithmus: BFGS-mix.- 3.3 Testergebnisse bei simulierten Daten.- 3.3.1 Implementierung bei Monte-Carlo-Simulationen.- 3.3.2 Eine Monte-Carlo Studie zum Vergleich der Konvergenzeigenschaften von Varianten des trust-region Algorithmus.- 4. Fazit.- Anhang 1: Das Kontensystem der Volkswirtschaftlichen Gesamtrechnung.- Anhang 2: Datendokumentation.- Anhang 3: Gutegruppeneinteilung von VGR-Daten des Statistischen Bundesamts.

Reviews

Author Information

Tab Content 6

Author Website:  

Customer Reviews

Recent Reviews

No review item found!

Add your own review!

Countries Available

All regions