2011 | OriginalPaper | Chapter
Kointegration
Author : Prof. Dr. Klaus Neusser
Published in: Zeitreihenanalyse in den Wirtschaftswissenschaften
Publisher: Vieweg+Teubner Verlag
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Bereits in Kapitel 7 haben wir festgehalten, dass ökonomische Zeitreihen typischerweise nichtstationär sind und erst durch geeignete Transformationen, wie z. B. durch Differenzenbildung, zu stationären Prozessen werden, deren Beziehungen dann im Rahmen eines VAR-Modells analysiert werden können. Da aber die ökonomische Theorie meist auf die ursprünglichen Variablen Bezug nimmt, ist es notwendig, auch die Zusammenhänge zwischen den nicht-transformierten Variablen zu modellieren und zu untersuchen. Wie wir aber bereits in Abschnitt 7.5.1 gesehen haben, tritt bei der Regression zwischen integrierten Variablen das Problem der Scheinkorrelation auf, wodurch die statistische Interpretation der geschätzten Koeffizienten erheblich erschwert wird (siehe Abschnitt 7.5.2). Einen Ausweg aus diesem Dilemma ist dann gegeben, wenn die Prozesse kointegriert sind. In diesem Fall gibt es, obwohl alle Prozesse nicht-stationär sind, eine Linearkombination dieser Prozesse, die stationär ist (siehe Definition (7.2) in Abschnitt 7.5.1 für den bivariaten Fall). Da diese Linearkombinationen oft einer direkten ökonomischen Interpretation zugänglich sind, kommt der Analyse kointegrierter Prozesse eine zentrale Bedeutung zu. Aus diesem Grund wollen wir in diesem Kapitel, die kointegrierten Prozesse systematisch analysieren. Das Konzept der Kointegration geht auf die Arbeit von Engel und Granger [56] zurück, wobei dem Aufsatz von Davidson, Hendry, Srba und Yeo [40] eine gewisse Vorreiterrolle zukommt. Inzwischen ist die Literatur zu Kointegration immens angewachsen und kaum mehr überschaubar.