„Die überwiegende Zahl ökonomischer Daten, die im Zeitablauf anfallen, ist anerkanntermaßen instationär, und zwar trendbehaftet.“ Weiterhin setzte sich in den achtziger Jahren des 20. Jahrhunderts die Erkenntnis durch, dass viele ökonomische Zeitreihen einem stochastischen Trend folgen. Daraus ergibt sich bei der Untersuchung unabhängiger, instationärer Zeitreihen das Problem, dass oft Scheinregressionen (Spurious Regression) geschätzt werden, da die Variablen von nichtstationären Zeitreihen einen durch den Trend vorgegebenen, ähnlichen Verlauf haben. Dieser Zusammenhang ist in der Realität jedoch nicht nachweisbar. Spurious Regression wurde bereits 1926 von G. U. Yule in seiner Abhandlung ‚Why Do We Sometimes Get Nonsense Correlations between Time-series?’beschrieben und später von Granger und Newbold in ihrer Arbeit ‚SpuriousRegressions in Econometrics’wieder aufgegriffen.
Im Rahmen dieser Arbeit wird das Auftreten von Spurious Regression in der Zeitreihenanalyse behandelt. Im zweiten Kapitel werden relevante Begriffe erklärt. Kapitel drei beschäftigt sich mit dem Auftreten von Spurious Regression in Zeitreihen mit deterministischem und stochastischem Trend, wobei der Fall des stochastischen Trends der bedeutsamere und ausführlicher behandelte ist. Hier wird ein Einblick in die Erforschung des Spurious Regression Problems gegeben. Des Weiteren werden die Folgen von Spurious Regression für die Maßzahlen der Regression dargestellt. Das vierte Kapitel der Arbeit beinhaltet Verfahren zur Vermeidung von Spurious Regression. Es werden zwei Verfahren mit ihren Vor- und Nachteilen vorgestellt und Testverfahren zu deren Anwendung erläutert. Abschließend wird im fünften Kapitel eine Zusammenfassung dargeboten.
Inhaltsverzeichnis
- EINLEITUNG
- SPURIOUS CORRELATION / SPURIOUS REGRESSION
- SPURIOUS REGRESSION IN DER ZEITREIHENANALYSE
- SPURIOUS REGRESSION IN ZEITREIHEN MIT DETERMINISTISCHEM TREND
- SPURIOUS REGRESSION IN ZEITREIHEN MIT STOCHASTISCHEM TREND
- FORSCHUNGEN ZU SPURIOUS REGRESSION: MONTE CARLO SIMULATION VS. ANALYTISCHE UNTERSUCHUNGEN
- DIE T-STATISTIK
- DAS BESTIMMTHEITSMAẞ
- DIE DURBIN-WATSON STATISTIK
- SPURIOUS REGRESSION IN ZEITREIHEN MIT VERSCHIEDENEM INTEGRATIONSGRAD
- VERMEIDUNG VON SPURIOUS REGRESSION
- DIFFERENZENBILDUNG
- KOINTEGRATION
- Definition und Beschreibung des Konzepts
- Test auf Kointegration: Engle-Granger Verfahren
- Test auf Kointegration: Verfahren von Johansen
- ZUSAMMENFASSUNG
- LITERATURVERZEICHNIS
Zielsetzung und Themenschwerpunkte
Diese Seminararbeit analysiert das Phänomen der Spurious Regression in der Zeitreihenanalyse. Ziel ist es, die Entstehung und Folgen von scheinbaren Regressionsbeziehungen zwischen instationären Zeitreihen zu erklären. Dabei werden verschiedene Ansätze zur Vermeidung von Spurious Regression vorgestellt.
- Definition und Erläuterung des Konzepts der Spurious Regression
- Untersuchung der Ursachen für das Auftreten von Spurious Regression in Zeitreihen mit deterministischen und stochastischen Trends
- Analyse der Auswirkungen von Spurious Regression auf die Interpretation von Regressionsergebnissen
- Darstellung von Methoden zur Vermeidung von Spurious Regression, wie Differenzenbildung und Kointegration
- Bewertung der verschiedenen Ansätze und ihrer Anwendbarkeit in ökonometrischen Modellen
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die die Relevanz des Themas Spurious Regression für die ökonometrische Forschung unterstreicht. Das zweite Kapitel definiert die Begriffe "Spurious Correlation" und "Spurious Regression" und erläutert, wie diese entstehen können.
Im dritten Kapitel wird das Auftreten von Spurious Regression in Zeitreihen mit deterministischen und stochastischen Trends untersucht. Der Fokus liegt dabei auf Zeitreihen mit stochastischen Trends, da diese in der ökonomischen Praxis häufiger vorkommen. Dieses Kapitel analysiert die Forschungsliteratur zu Spurious Regression und beleuchtet die Auswirkungen von Scheinregressionen auf die statistischen Maßzahlen der Regression.
Das vierte Kapitel präsentiert zwei Verfahren zur Vermeidung von Spurious Regression: Differenzenbildung und Kointegration. Die Vor- und Nachteile dieser Verfahren werden diskutiert, und es werden Tests zur Anwendung dieser Verfahren erläutert.
Schlüsselwörter
Spurious Regression, Zeitreihenanalyse, Instationarität, Stochastischer Trend, Deterministic Trend, Monte Carlo Simulation, T-Statistik, Bestimmtheitsmaß, Durbin-Watson Statistik, Differenzenbildung, Kointegration, Engle-Granger Verfahren, Johansen Verfahren.
- Quote paper
- Franziska Zander (Author), 2005, Spurious Regression, Munich, GRIN Verlag, https://www.grin.com/document/64209
