In dieser Arbeit werden mögliche Kausalitäts- und Kointegrationsbeziehungen zwischen dem verfügbaren Pro-Kopf-Einkommen sowie dem Konsumentenpreisindex der Vereinigten Staaten von Amerika untersucht. Dazu liegen die Jahresdaten für die Jahre 1929 bis 2001 vor, die vom Bureau of Economics Analysis zur Verfügung gestellt werden.
Zunächst werden in Abschnitt 2 die wichtigsten Aussagen zu stochastischen Prozessen getroffen sowie die benötigten Testverfahren eingeführt. In dieser Arbeit finden der Augmented-Dickey-Fuller-Einheitswurzeltest, der Granger-Kausalitätstest sowie zwei Kointegrationstests Verwendung.
Im darauf folgenden Abschnitt 3 findet eine seperate Betrachtung der ökonomischen Variablen "Preisentwicklung" und "Entwicklung des verfügbaren Pro-Kopf-Einkommens" statt. Dabei wird im wesentlichen auf mögliche Instationaritäten der Zeitreihen einzugehen sein sowie eine Untersuchung möglicher Kausalitäts- und Kointegrationsbeziehungen zwischen den Größen.
Inhaltsverzeichnis
1 Einführung
2 Vorstellung der Testverfahren
2.1 Stationäre stochastische Prozesse
2.2 Augmented Dickey-Fuller-Einheitswurzeltest
2.3 Kausalität und Kointegration
3 Separate Betrachtung der Zeitreihen
3.1 Der Konsumentenpreisindex (CPI)
3.2 Das verfügbare Pro-Kopf-Einkommen
4 Gemeinsame Betrachtung von CPI und verfügbarem Einkommen
4.1 Aufstellung des VAR und Prüfung möglicher Kausalitätsbeziehungen
4.2 Prüfung möglicher Kointegration
5 Zusammenfassung
Zielsetzung und Forschungsgegenstand
Die vorliegende Arbeit untersucht das komplexe Verhältnis zwischen dem Konsumentenpreisindex (CPI) und dem verfügbaren Pro-Kopf-Einkommen in den Vereinigten Staaten im Zeitraum von 1929 bis 2001. Ziel ist es, mittels ökonometrischer Verfahren zu klären, ob zwischen diesen ökonomischen Größen signifikante Kausalitätsbeziehungen oder langfristige Kointegrationszusammenhänge bestehen.
- Analyse der Stationaritätseigenschaften der Zeitreihen
- Anwendung des Augmented Dickey-Fuller (ADF) Tests
- Ermittlung von Granger-Kausalitäten mittels vektorautoregressiver Modelle (VAR)
- Überprüfung auf Kointegration nach Engle-Granger und Johansen
- Ökonomische Interpretation der kurz- und langfristigen Dynamiken
Auszug aus dem Buch
2.1 Stationäre stochastische Prozesse
Zeitreihen können als sog. stochastische Prozesse aufgefasst werden, d.h. eine Zeitreihe y1, y2, . . . , yT ist eine Folge von Zufallsvariablen. Solche Prozesse werden durch ihre gemeinsame Verteilung charakterisiert, in einem einfachen Fall ist dies ein „Weißes Rauschen“ (white noise):
yt = εt, εt ∼ n.i.d.(0, σ2ε)
Hierbei sind die yt also normal und unabhängig voneinander verteilt. Je nach Linearkombination der εt ergeben sich Prozesse, die ökonomische Zeitreihen besser beschreiben. Es können dabei unterschieden werden:
• Autoregressive Prozesse der Ordnung p: AR(p)
yt = α1yt−1 + α2yt−2 + · · · + αpyt−p + εt
• Moving-Average-Prozesse der Ordnung q: MA(q)
yt = εt + β1εt−1 + β2εt−2 + · · · + βqεt−q
• Autoregressive Moving-Average-Prozesse der Ordnung p, q: ARMA(p, q)
yt = α1yt−1 + · · · + αpyt−p + εt + β1εt−1 + · · · + βqεt−q
Von besonderem Interesse sind solche Prozesse, wenn sie stationär sind, denn zum einen müssen weniger Parameter geschätzt werden, zum anderen unterscheiden sich die Eigenschaften der Koeffizientenschätzer und statistischen Tests von I(1)-Variablen erheblich von denen bei I(0)-Größen. Ein stochastischer Prozess heißt schwach stationär, wenn Erwartungwert, Varianz, Autokovarianz und Autokorrelation nicht vom Beobachtungszeitpunkt t abhängen.
Zusammenfassung der Kapitel
1 Einführung: Diese Einleitung stellt die Forschungsfrage sowie die Datengrundlage für die Untersuchung der Beziehungen zwischen US-CPI und Einkommen vor.
2 Vorstellung der Testverfahren: Dieses Kapitel definiert die theoretischen Grundlagen stochastischer Prozesse und erläutert die eingesetzten statistischen Testmethoden wie den ADF-Test und die Kointegrationsanalyse.
3 Separate Betrachtung der Zeitreihen: Hier werden die beiden ökonomischen Zeitreihen einzeln auf ihre stationären Eigenschaften hin untersucht, um die Voraussetzung für die gemeinsame Analyse zu prüfen.
4 Gemeinsame Betrachtung von CPI und verfügbarem Einkommen: In diesem Kapitel werden Kausalitätsprüfungen und Kointegrationstests durchgeführt, um die wechselseitige Beeinflussung der Variablen quantitativ zu bestimmen.
5 Zusammenfassung: Das Fazit fasst die Ergebnisse zusammen und ordnet die ökonomische Signifikanz der gefundenen zeitabhängigen Zusammenhänge ein.
Schlüsselwörter
Kausalität, Kointegration, Konsumentenpreisindex, verfügbares Einkommen, Zeitreihenanalyse, stationäre Prozesse, ADF-Test, Granger-Kausalität, Vektorautoregressives Modell, VECM, Inflationsrate, Lohnanpassung, Ökonometrie, USA, Wirtschaftsdaten.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht den Zusammenhang zwischen der Preisentwicklung (CPI) und der Entwicklung des verfügbaren Pro-Kopf-Einkommens in den USA von 1929 bis 2001.
Was sind die zentralen Themenfelder der Untersuchung?
Die zentralen Themen sind Zeitreihenanalyse, Kausalitätsprüfung zwischen makroökonomischen Variablen und die statistische Untersuchung von Kointegrationsbeziehungen.
Welches primäre Ziel verfolgt die Forschungsarbeit?
Ziel ist es, empirisch zu prüfen, ob Preisveränderungen das verfügbare Einkommen beeinflussen oder umgekehrt, und ob beide Reihen langfristig aneinander gekoppelt sind.
Welche wissenschaftlichen Methoden finden Anwendung?
Es werden der Augmented Dickey-Fuller-Test, das vektorautoregressive Modell (VAR), der Granger-Kausalitätstest sowie das Vektorfehlerkorrekturmodell (VECM) verwendet.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Prüfung der Stationarität der Einzelreihen, die Schätzung eines VAR zur Kausalitätsanalyse und die Durchführung von Kointegrationstests.
Welche Schlüsselbegriffe charakterisieren die Analyse?
Wichtige Begriffe sind insbesondere Stationarität, Granger-Kausalität, Kointegration, I(1)-Prozesse und die ökonomische Interpretation der Ergebnisse in kurz- und langfristiger Sicht.
Was bedeutet das Ergebnis der Granger-Kausalitätsprüfung für den CPI?
Die Ergebnisse deuten darauf hin, dass die Preisentwicklung auf mittlere Sicht (3-4 Jahre) eine kausale Einflussgröße für das Einkommen darstellt, was als verzögerte Lohnanpassung interpretiert wird.
Warum wird im Fazit von einer "verzögerten Lohnanpassung" gesprochen?
Da in der kurzen Frist (bis 2 Jahre) keine Kausalität nachweisbar ist, aber mittelfristig eine positive Wirkung des Preises auf das Einkommen besteht, schließen die Ergebnisse auf die träge Reaktion von Tariflöhnen auf Preisniveauänderungen.
- Citation du texte
- Matthias Heilmann (Auteur), 2003, Kausalität und Kointegration von CPI und verfügarem Einkommen, Munich, GRIN Verlag, https://www.grin.com/document/17871
