Zusammenfassung
Im ersten Schritt wird diskutiert, welche Motive die Produzenten des Verarbeitenden Gewerbes zur Durchführung von UWS-Investitionen haben und welche wirtschaftlichen Faktoren (dazu lassen sich auch technologische Abhängigkeiten zählen) den Umfang der UWS-Investitionen merklich beeinflussen könnten.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
mehr hierzu siehe z. B. bei Zahn/Gassert (1992), Hopfenbeck (1990), Senn (1986), oder Stahlmann (1994:33ff)
Manche Autoren vertreten die Ansicht, daß das Investitionsverhalten stark durch das Gewinnmaximierungsmotiv zu erklären sei. Siehe hierzu auch bei Heil (1985) und die dort angegebene Literatur.
Zur Definition der Indizes „Nettoproduktion“ und „Arbeitsproduktivität“ siehe z. B. bei Lippe (1990:266íf)
vgl. Statistisches Bundesamt: Statistisches Jahrbuch für die Bundesrepublik Deutschland, 12 Außenhandel; verschiedene Jahrgänge.
Okonometrische Schätzungen führten in der Vergangenheit zu recht guten Ergebnissen. vgl. Fritsch/Maas (1983:10)
Im Einzelfall läßt sich aus den Daten der vergangenen Bruttoinvestitionen und dem Kapitalstock der Modemitätsgrad des Kapitalstocks ableiten. Den so bestimmten Modemitätsgrad in die Liste der Erklärungsvariablen mitaufzunehmen hätte für unsere Untersuchung jedoch den entscheidenden Nachteil, daß dann die Erklärungsvariablen „sonstige Investitionen“, „Vermögensanlagebestand“ und „ Modemitätsgrad“ stark miteinander korreliert wären.
zur Beschreibung der generellen Vorgehensweise vgl. z. B. Heil, (1987:109,113) “ siehe hierzu auch bei Frohn ( 1995: 3, 4 )
zu dieser Vorgehensweise siehe z. B. bei Gollnick (1968:13–14)
mehr hierzu siehe z. B. bei Schaich/Hamerle (1984:13ff)
Nun kann es vorkommen, daß Wirtschaftssubjekte (hier: Betriebe des Verarbeitenden Gewerbes) ihr Verhalten ändern, allerdings können wir davon ausgehen, daß solche Verhaltensänderungen nicht augenblicklich, sondern allmählich erfolgen.
vgl. hierzu z. B. Heil (1987:53) oder Schneeweiß (1990:30). In einem solchen Regressionsmodell wird Y systematisch durch X beeinflußt, wobei der Einfluß von einer Zufallsgröße u überlagert wird.
Eine Überprüfung auf Vollständigkeit und Identifizierbarkeit wird im vorliegenden Fall hinfällig, da wir uns un vorliegenden Fall mit Eingleichungsmodellen beschäftigen, bei denen die Zahl der abhängigen Variablen die Zahl Eins nicht übersteigt.
vgl. Schönfeld (1969:7). Gehen wir bei einem der beschriebenen Zusammenhänge von einem exakten linearen Zusammenhang aus, so wird auch von einem linearen deterministischen Eingleichungsmodell gesprochen.
Wir werden uns insbesondere aus folgenden Gründen auf lineare Funktionen beschränken: Ihre statistischen Eigenschaften sind besser erforscht und sie sind leichter handhabbar als nichtlineare Funktionen (Hübler, 1989:13). Viele nichtlineare Funktionen lassen sich in lineare transformieren. Außerdem wäre es im einen oder anderen Fall schwierig, eine sinnvolle Interpretation für nichtlineare Zusammenhänge zu finden und es lassen sich fast alle Funktionen (zumindest innerhalb kleinerer Bereiche) annähernd als lineare Funktionen darstellen. Hierzu Schneeweiß (1990:34): „Selbst dann, wenn aus theoretischen Erwägungen mit einer nichtlinearen Funktion gerechnet werden muß, ist die zur Funktion gehörige Kurve in der Praxis oft so geringfügig gekrümmt, daß eine lineare Approximation auch innerhalb eines großen Variationsbereichs der exogenen Variablen gerechtfertigt erscheint.“
Wir werden später im Rahmen einer Korrelationsanalyse prüfen, ob und inwieweit die erklärenden Variablen unabhängig voneinander sind. Eine völlige Unabhängigkeit wirtschaftlicher Größen dürfte aufgrund der Vielfalt wirtschaftlicher Zusammenhänge allerdings von vornherein ausgeschlossen sein. Im Grenzfall kann auch die fest vorgegebene exogene Variable als Zufallsvariable aufgefaßt werden.
vgl. z. B. Schneeweiß (1990:47) sowie Hartung/Elpelt/Klösner ( 1991: 565, 579 )
vgl. z. B. Hartung/Elpelt/Klösner ( 1991: 566 )
Die geschätzten Parameter lassen sich bei einer Irrtumswahrscheinlichkeit von 0,05 und einem Freiheitsgrad von T - 2 = 16–2 = 14 (T - 4 = 64–4 = 60) als signifikant einstufen, wenn die Prüfgröße t den Wert 2,145 (2,000) übersteigt. Als eine Art Faustregel können wir uns merken, daß wenn die Schätzfehler nicht höher als 50% der geschätzten Koeffizienten sind, die Schätzungen den Signifikanzanforderungen genügen.
siehe z. B. bei Frohn (1995:106fï) oder bei Heil (1987:169ff und 228ff)
Statistisches Bundesamt: Lange Reihen zur Wirtschaftsentwicklung, Wiesbaden, verschiedene Jahrgänge; dasselbe: Statistisches Jahrbuch fir die Bundesrepublik Deutschland, verschiedene Jahrgänge; dasselbe: Umweltschutz, Fachserie 19, Reihe 3, Investitionen für Umweltschutz im Produzierenden Gewerbe, verschiedene Jahrgänge sowie dasselbe: Volkswirtschaftliche Gesamtrechnungen, Fachserie 18, Reihe 1.3 Konten und Standardtabellen, Hauptbericht 1990 und Reihe S. 17 Vermögensrechnung 1950 bis 1991
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Nestler, T. (1997). Aufbau eines UWS-Investitionsmodells. In: Umweltschutzinvestitionen im Verarbeitenden Gewerbe. Umwelt und Ökonomie, vol 18. Physica, Heidelberg. https://doi.org/10.1007/978-3-662-13260-9_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-13260-9_4
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-0962-6
Online ISBN: 978-3-662-13260-9
eBook Packages: Springer Book Archive