Zeitreihenanalyse in den Wirtschaftswissenschaften

1. Front Matter

   Pages I-XV

   PDF

2. Univariate Zeitreihenanalyse

   1. Front Matter

      Pages 1-1

      PDF

   2. Einführung und grundlegende theoretische Konzepte

      • Klaus Neusser

      Pages 3-20

   3. Modelle für stationäre Zeitreihen (ARMA-Modelle)

      • Klaus Neusser

      Pages 21-44

   4. Schätzung von Mittelwert und Autokovarianzfunktion

      • Klaus Neusser

      Pages 45-57

   5. Prognose einer stationären Zeitreihe

      • Klaus Neusser

      Pages 59-71

   6. Die partielle Autokorrelationsfunktion (PACF)

      • Klaus Neusser

      Pages 73-78

   7. Schätzung von ARMA-Modellen

      • Klaus Neusser

      Pages 79-97

   8. Integrierte Prozesse

      • Klaus Neusser

      Pages 99-128

   9. Modelle der Volatilität

      • Klaus Neusser

      Pages 129-149

3. Multivariate Zeitreihenanalyse

   1. Front Matter

      Pages 151-151

      PDF

   2. Einleitung

      • Klaus Neusser

      Pages 153-154

   3. Definitionen und Stationarität

      • Klaus Neusser

      Pages 155-159

   4. Schätzung von Mittelwert und Kovarianzfunktion

      • Klaus Neusser

      Pages 161-166

   5. Stationäre Zeitreihenmodelle: Vektor-autoregressive “Moving-average”-Prozesse (VARMA-Prozesse)

      • Klaus Neusser

      Pages 167-174

   6. Prognose mittels VAR-Modellen

      • Klaus Neusser

      Pages 175-178

   7. Die Schätzung Vektor-autoregressiver Modelle

      • Klaus Neusser

      Pages 179-183

   8. Interpretation und Identifikation von VAR-Modellen

      • Klaus Neusser

      Pages 185-210

   9. Kointegration

      • Klaus Neusser

      Pages 211-233

   10. Zustandsraummodelle und der Kalman-Filter

       • Klaus Neusser

       Pages 235-255

Die Zeitreihenanalyse hat in den letzten Jahrzehnten in den Wirtschaftswissenschaften, vor allem auf den Gebieten der Makro- und Finanzmarktökonomie, enorm an Bedeutung gewonnen. Diese Entwicklung brachte neue, auf die Wirtschaftswissenschaften ausgerichtete Techniken und Methoden mit sich. Hevorzuheben sind insbesondere die Identi?kation Vektor-autoregressiver Prozesse, die Analyse integrierter und kointegrierter Prozesse sowie die Volatilitätsmodelle zur Analyse von Finanzmarktdaten. Nach einer fulminanten Entwicklungsphase scheint mit der V- leihung des Nobelpreises an Clive W. J. GRANGER und Robert F. ENGLE III im Jahr 2003 das Gebiet eine gewisse Reife erlangt zu haben, so dass es angebracht erscheint, die Materie als Lehrbuch aufzubereiten. Dieses Buch richtet sich an Studentinnen und Studenten der Wirtschaftswissenschaften mit Vorkenntnissen in Ökonometrie und eignet sich daher für fortgeschrittene Bachelor- oder Master- Studierende. Es versucht, diesem Kreis einen fundierten Einblick in eine rasch wachsende Li- ratur zu bieten, um ihn so in die Lage zu versetzen, den Anschluss an die laufende Forschung zu ?nden. Dieses Ziel verlangt einen gewissen mathematischen Aufwand. Zwar verzichtet das Buch über weite Strecken auf Beweise, vor allem dann wenn Kenntnisse der Wahrscheinli- keitstheorie vorausgesetzt werden, doch wurden die verwendeten Konzepte, De?nitionen und Theoreme rigoros formuliert, so dass das Buch als Ausgangspunkt für weitergehende Studien der forschungsorientierten empirischen Literatur dienen kann. Das Buch gliedert sich in zwei Teile. Der erste Teil behandelt die univariate Zeitreihenanalyse, während der zweite Teil der multivariaten Zeitreihenanalyse gewidmet ist. Jeder der beiden Teile ist autonom und kann, bis auf wenige Ausnahmen,unabhängig voneinander behandelt werden.

• ARMA
• Aktien
• Anleihen
• Filter
• Finanzmathematik
• Invertierbarkeit
• Kausalität
• Lag-Operator
• PACF
• Schätzung
• VAR Modelle
• Volatilität
• Zeitreihenanalyse
• quantitative finance

• Volkswirtschaftliches Institut, Universität Bern, Bern, Schweiz

  Klaus Neusser

Prof. Dr. Klaus Neusser, Universität Bern

Policies and ethics