Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse Einführung Zeitreihenzerlegung und Komponentenmodell (Trend, Saisonbereinigung, Exponentielle Glättung, Korrelogramm, Test auf Autokorrelation) Stochastische Prozesse und ARIMA-Modelle (Stationarität, White Noise, Random Walk, Autoregressive Prozes-se, Moving-Average-Prozesse, Autoregressive MA-Prozesse) GARCH-Modelle (Volatiliät, Autoregressive Conditional Heteroscedastic (ARCH) Model, Generalised ARCH Model) Nichtstationarität und Kointegration (Integrierte Prozesse, Einheitswurzeltests, Kointegration)

Literatur Brockwell, P.J. und Davis, R. (1996), Introduction to Time Series and Forecasting, Springer, New York. Chatfield, C. (1996), The Analysis of Time-Series: An Introduction, 5th ed., Chapman & Hall, London. Eckey, H.-F., Kosfeld, R. und Türck, M. (2005), Deskriptive Statistik. Grundlagen – Methoden – Beispiele, 3. Aufl., Gabler, Wiesbaden (Kap. 11: Zeitreihenanalyse). Eckey, H.-F., Kosfeld, R. und Dreger, Ch. (2004), Ökonometrie. Grundla-gen – Methoden – Beispiele, 3. Aufl., Gabler, Wiesbaden. Enders, W. (1995), Applied Econometric Time Series, Wiley, New York. Franses, P.H. (1998), Time Series Models for Business and Economic Forecasting, Cambridge University Press, Cambridge. Hamilton, J.D. (1994), Time Series Analysis, Addison-Wesley, Redwood. Leiner, B. (1998), Grundlagen der Zeitreihenanalyse, 4. Aufl., Oldenbourg, München.

Pindyck, R. S. und Rubinfeld, D Pindyck, R.S. und Rubinfeld, D.L (1998), Econometric Models and Econometric Forecasts, 4th Edition, McGraw-Hill, New York. Rinne, H. und Specht, K. (2002), Zeitreihen. Statistische Modellie-rung, Schätzung und Prognose, Vahlen, München. Schlittgen, R. und Streitberg, B. (2001), Zeitreihenanalyse, 9. Aufl., Oldenbourg, München. Stier, W. (2001), Methoden der Zeitreihenanalyse, Springer, Berlin.

1. Einführung Zeitreihenanalyse: Ökonometrie Zeitreihenanalyse Zeitlich geordnete Folge von Beobachtungen (Zeitreihe) wird statistisch untersucht; Eigenart: Stochastische (nicht: deterministische) Abhängigkeit aufeinanderfolgen-der Beobachtungen -> Basis für Prognostizierbarkeit Unterschied: (Querschnitts-)Stichproben, wo i.A. Unabhängigkeit gefordert wird Ökonometrie Zeitreihenanalyse Entwicklung einer Zeitreihe wird durch bestimmte Variablen erklärt, die als kausale Einflussgrößen in Frage kommen („äußere Methode“). Verhalten einer Zeitreihe wird „aus sich selbst heraus“ erklärt („innere Methode“). Aufdeckung der Gesetzmäßigkeiten, de-nen die Zeitreihe in Abhängigkeit von der Zeit unterliegt. Es wird damit unterstellt, dass sich die wesentlichen Einflussgrößen in dem Faktor Zeit niederschlagen. Die neuen Entwicklungen in Ökonometrie und Zeitreihenanalyse haben aber den vormals zwischen den beiden Disziplinen bestehenden Antagonismus nahezu vollständig aufgehoben. In der modernen Ökonometrie werden nicht nur Zeitrei- henkonzepte regelmäßig verwendet, sondern auch selbst entwickelt.

Zwecke der Zeitreihenanalyse Deskription Beschreibung des historischen Verlaufs einer Zeitreihe z.B. langfristige Preis- und Geldmengenentwicklung Diagnose Diagnose der aktuellen Tendenz einer Zeitreihe z.B. saisonbereinigte Arbeitslosen oder Konjunkturdiagnose Prognose Prognose der Entwicklung einer Zeitreihe in der Zukunft z.B. Absatzprognose, Branchenprognose oder Konjunktur-prognose Struktur- und Muster-erkennung Identifkation des datenerzeugenden Prozesses, Aufdeckung von Nichtlinearitäten (z.B. in Aktienrenditen), Aufdeckung von zeitl. Clustern (z.B. Volatilitäten) Kontrolle Kontrolle der zeitlichen Entwicklung einer ökonomischen oder technischen Variablen z.B. Kontrolle eines Produk-tionsprozesses oder der Geldmengenentwicklung