Zusammenfassung
Die im vorigen Kapitel vorgestellte logarithmierte Zielfunktion ln £ gemäß (10.31) beinhaltet insgesamt M+1 Parameter, nämlich die für alle endogenen Variablen festzulegenden Zielgewichte g m≥0, m=1,..., M, sowie den Risikoparameter r. Diese Parameter müssen numerisch spezifiziert werden, damit eine optimale Strategie aus dem Modell ableitbar ist.
This is a preview of subscription content, log in via an institution to check access.
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
Zum Begriff der Gremien- (bzw. Kollektiv)entscheidung vgl. z. Bsp. C. Schneeweiss: Plamung, Bd. 1, S. 237
Dadurch lassen sich die im Zusammenhang mit der Aggregation ordinaler Präferenzordnungen stehenden Probleme, die insbesondere im sogenannten Unmöglichkeitstheorem von ARROW’ zum Ausdruck kommen (vgl. hierzu K. J. Arrow: Social Choice…; C. Schneeweiss: Planung,Bd. 1, S. 252), weitgehend vermeiden.
Vgl. C. Schneeweiss: Planung, Bd. 1, S. 254.
Vgl. aber z. Bsp. H. Hüsges & J. Gruber: Least Squares Estimation…; C. Schneeweiss: Planung,Bd. 1, S. 131 ff.
Vgl. J. Gruber & A. S. Tangutane: An Ordinal Regression Model…,S. 34.
In den meisten Fällen, nämlich zumindest immer dann, wenn es dem Gremium möglich ist, sich über das Vorzeichen des variablenspezifischen Parameters zu einigen (d. h. darüber, ob mit dem Anstieg der Variable der Verlust ansteigt oder abfällt), kann dieses ReferenzverbesserungsErgebnis allen Gremienmitgliedern identisch vorgegeben werden. Daß dies möglich ist, wird im Folgenden der Einfachheit halber unterstellt.
Vgl. J. Gruber & A. S. Tangutane: An Ordinal Regression Model…,S. 36.
Gewöhnlich werden unter dem Begriff ‘ordinales Regressionsmodell’ Modelle betrachtet, wie sie z. Bsp. in folgenden Arbeiten beschrieben sind: P. Mccullagh: Regression Models for Ordinal Data; G. Ronning: Mikroökonometrie,S. 55–61; vgl. auch die in J. Gruber & A. S. Tangutane: An Ordinal Regression Modell…,S. 3, zitierte Literatur. Auf das hier vorliegende Problem, so J. Gruber & A. S. Tangutane a. a. O., S. 3, sind diese jedoch nicht anwendbar, so daß diese Autoren hierfür das im Folgenden dargestellte alternative ordinale Regressionsmodell vorschlagen, vgl. a. a. O., S. 12 ff.
Insofern ist es berechtigt, von einem ordinalen Regressionsansatz zu sprechen. Es kann jeder beliebige Vektor verwendet werden, der in der Präferenzordnung besser ist als die übrigen gleichbewerteten Vektoren. Das Ergebnis ist unabhängig von den Komponenten dieses Vektors und von dessen Verlustdifferenz zu den gleichbewerteten Vektoren. Vgl. J. Gruber & A. S. Tangutane: An Ordinal Regression Model…,S. 14.
Rights and permissions
Copyright information
© 1998 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Lorscheid, P. (1998). Spezifikation der Zielfunktion. In: Kointegration und strategische Planung. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08631-4_11
Download citation
DOI: https://doi.org/10.1007/978-3-663-08631-4_11
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-6760-0
Online ISBN: 978-3-663-08631-4
eBook Packages: Springer Book Archive