Skip to main content

Part of the book series: Wirtschaftswissenschaftliche Beiträge ((WIRTSCH.BEITR.,volume 82))

  • 55 Accesses

Zusammenfassung

Mit der Anwendung des statistischen Instrumentariums der Kovarianzstrukturanalyse auf empirische Probleme des Transmissionsmechanismus monetärer Impulse werden zwei Ziele verfolgt. Zum einen soll die Übertragbarkeit dieses ursprünglich für sozialwissenschaftliche Querschnittsstudien konzipierten Verfahrens auf makroökonomische Fragestellungen, die mit Zeitreihendaten zu konfrontieren sind, untersucht werden. Mit unserem zweistufigen Ansatz der Analyse von Wirkungsbeziehungen nur zwischen den Innovationen der manifesten Variablen (Hypothese der schwach rationalen Erwartungsbildung) sind zwar die statistischen Voraussetzungen zur direkten Anwendung der Kovarianzstrukturanalyse erfüllt. Zu Beginn des Forschungsprojekts konnte aber nicht abgeschätzt werden, ob bei diesem Vorgehen überhaupt genug relevante Struktur in den Relationen zwischen den einzelnen Überraschungstermen verbleibt, die einer Aufklärung zugänglich ist. Wie wir sehen werden, ist diese Frage in unserem Anwendungsbeispiel auf jeden Fall zu bejahen, d.h. theoretisch zu vermutende Korrelationen sind auch zwischen den Innovationsanteilen der manifesten Variablen statistisch signifikant und lassen sich unter Einbeziehung latenter Konstrukte auf zugrundeliegende kausale Strukturbeziehungen zurückführen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Die Sicherstellung stationären Verhaltens der Datengrundlage ist nicht nur für die univariate Zeitreihenanalyse, wie sie von uns zur Generierung ökonomischer Innovationen verwendet wird, von entscheidender Bedeutung. Wie wir in Kapitel 3.1 gesehen haben, ist auch bezüglich der statistischen Inferenz geschätzter Wirkungsbeziehungen zwischen mehreren Zeitreihen die Berücksichtigung der zeitlichen Abhängigkeitsstrukturen von-nöten. Nicht nur neuere statistische Ansätze wie kointegrierte Zeitreihen oder Kausalitätstests benötigen gesicherte Erkenntnisse über den Integrationsgrad der Variablen. Auch bei einfachen ökonometrischen Untersuchungen treten große Schwierigkeiten auf, wenn die Zeitreihen-Charakteristik der Regressoren nicht ausreichend in die Modellierung einfließt, vgl. die nonsense correlations- und spurious regressions -Problematik.

    Google Scholar 

  2. Bei der Betrachtung höherer Approximationsordnungen durch autoregressive Terme fällt auf, daß der Dickey/Fuller-Ansatz dadurch an Macht verliert, d.h. durch die Aufnahme möglicherweise unnötiger Regressoren die Ablehnungshäufigkeit deutlich zurückgeht.

    Google Scholar 

  3. Beide Gütemaße beruhen auf der geschätzten Fehlervarianz bzw. auf der Likelihood-funktion im erzielten Minimum, mit unterschiedlichen Korrekturen hinsichtlich Modelldimension und Stichprobengröße. Zu einem empirischen Vergleich der beiden Informationskriterien siehe z.B. Koehler/Murphree [1988].

    Google Scholar 

  4. Die Schätzungen sind mit den Programmen LISREL 7.16 und EQS 2.1 auf einem IBM-Großrechner durchgeführt worden. Der Rechenaufwand zur Anpassung der Kausalmodelle ist aber nicht besonders groß, so daß ohne weiteres auch die entsprechenden PC-Versionen der Programme eingesetzt werden könnten. Hinsichtlich der Genauigkeit der Schätzergebnisse ließen sich zwischen den beiden Programmen keinerlei Unterschiede feststellen.

    Google Scholar 

  5. Auf die Angabe und Interpretation der deskriptiven Anpassungsmaße (vgl. Jöreskog/ Sörbom [1984], Bentier/Bonett [1980], Bentler [1983b]) wie GFI (goodness of fit index), AGFI (adjusted GFI), BBN (Bentler-Bonett normed fit index) und BBNN (nonnormed BB -fit index) wird im folgenden weitgehend verzichtet, da sie kaum Aussagekraft über den statistisch zu bewertenden χ 2-Anpassungswert hinaus vermitteln.

    Google Scholar 

  6. Versuche, die Korrelation zwischen den beiden Geldfaktoren im Ansatz 5.4 unter Verlust eines Freiheitsgrades frei zu schätzen bzw. überhaupt keine Korrelation zuzulassen, führten generell zu schlechteren Anpassungsergebnissen.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1993 Physica-Verlag Heidelberg

About this chapter

Cite this chapter

Hillmer, M. (1993). Kausalanalyse des Transmissionsmechanismus monetärer Impulse. In: Kausalanalyse makroökonomischer Zusammenhänge mit latenten Variablen. Wirtschaftswissenschaftliche Beiträge, vol 82. Physica-Verlag HD. https://doi.org/10.1007/978-3-642-46944-2_6

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-46944-2_6

  • Publisher Name: Physica-Verlag HD

  • Print ISBN: 978-3-7908-0703-5

  • Online ISBN: 978-3-642-46944-2

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics