Ein Simulationsexperiment zur Untersuchung der Prognosegüte von Fehlerkorrekturmodellen

In den bisherigen Ausführungen ist deutlich geworden, daß die Konstruktion von Modellen mit kointegrierten Variablen eine Reihe von Problemen aufwirft, deren Lösung mit Hilfe klassischer Testverfahren nicht immer befriedigend ist. Sims, Stock und Watson (1986) haben beobachtet, daß die Schätzung einer unrestringierten Vektorautoregression das Testproblem umgehen hilft. Kointegration stellt formal schließlich nichts anderes dar als eine bestimmte Menge von Restriktionen bezüglich der Parameter einer Vektorautoregression. Anstatt diese Restriktionen dem Modell aufzuerlegen, kann man das Modell frei schätzen und eventuelle Kointegrationsbeziehungen in den geschätzten Parametern zum Ausdruck kommen lassen. Der offensichtliche Einwand gegen diese Strategie besteht darin, daß möglicherweise vorhandenes a-priori-Wissen nicht berücksichtigt wird und man aufgrund dieser Nichtberücksichtigung zu weniger effizienten Parameterschätzungen gelangt. Gegen diesen Einwand ist abzuwägen, daß das a-priori-Wissen oft mit großer Unsicherheit behaftet ist, also gar kein Wissen, sondern lediglich eine Vermutung darstellt. Eine Überprüfung durch statistische Tests führt in vielen Fällen ebenfalls zu keiner eindeutigen Klärung. Engle und Yoo haben in einem kleinen Simulationsexperiment die Frage untersucht, welche Auswirkungen die Berücksichtigung bzw. Nichtberücksichtigung der Kointegrationsrestriktionen für die Prognosequalität eines Modells hat (Engle u. Yoo, 1987).57