Kointegration und Fehlerkorrektur im Kontext der Zeitreihenanalyse

Studienarbeit aus dem Jahr 2013 im Fachbereich BWL - Investition und Finanzierung, Note: 1,3, FernUniversitt Hagen, Veranstaltung: Seminar, Sprache: Deutsch, Abstract: Zeitreihen kommt in der Forschung eine zentrale Bedeutung zu. Sie zeigen den Verlauf zeitlich geordneter Beobachtungswerte und werden analysiert, um zuknftige Ereignisse besser vorherzusagen. Weiterhin kann man zwei oder mehrere Zeitreihen auf Zusammenhnge untersuchen und so Prognosen erstellen. Betrachtet man die Zeitreihen Konsum und Einkommen, so stellt man intuitiv fest, dass beide zusammenhngen. Die Vernderung der einen Variablen fhrt zu einer Vernderung der anderen. Mit dem Klassischen Modell der linearen Regression kann man eine mgliche Korrelation zwischen den Variablen untersuchen. Das erfordert aber, dass die Zeitreihen stationr sind. Da konomische Zeitreihen typischerweise nichtstationr sind, mssen Differenzen gebildet werden, um Stationaritt zu erlangen. Anderenfalls kann es zu Scheinzusammenhngen fhren. Durch die Differenzenbildung kommt es zum Verlust von Informationen, daher liefert diese Methode keine zuverlssigen Aussagen. R. F. Engle und C. Granger haben ein Modell entwickelt, welches unter bestimmten Umstnden ermglicht, nichtstationre Zeitreihen im Rahmen des klassischen Modells der linearen Regression zu verwenden, ohne dass Informationen verloren gehen. Auerdem haben die beiden Forscher erkannt, dass sich jedes Kointegrationsmodell als Fehlerkorrekturmodell darstellen lsst und umgekehrt. Damit gelang es der Forschung langfristige und kurzfristige Beziehungen zwischen Zeitreihen zu analysieren. Das Werk mit dem Titel Co-Integration and Error Correction: Representation, Estimation, and Testing" ist Hauptgegenstand der vorliegenden Arbeit. Zunchst werden die Grundbegriffe Stationaritt, Integration und Scheinregression geklrt. Im dritten Kapitel erfolgt eine Auseinandersetzung mit den Begriffen Kointegration und Fehlerkorrektur. Dabei wird im ersten Abschnitt