Upload
helen
View
51
Download
0
Embed Size (px)
DESCRIPTION
Ökonometrie I. OLS-Schätzer und seine Eigenschaften. 1200. 1000. 800. 600. 400. 200. 70. 75. 80. 85. 90. 95. 00. PYR. PCR. Einkommen und Konsum. PCR: Privater Konsum, real, in Mrd.EUR PYR: Verfügbares Einkom- men der Haushalte, real 1970:1-2002:4 Basis: 1995 - PowerPoint PPT Presentation
Citation preview
Ökonometrie I
OLS-Schätzer und seine Eigenschaften
29.10.2004 Ökonometrie I 2
Einkommen und Konsum
PCR: Privater Konsum, real, in Mrd.EURPYR: Verfügbares Einkom- men der Haushalte, real1970:1-2002:4
Basis: 1995Quelle: AWM-Datenbasis
200
400
600
800
1000
1200
70 75 80 85 90 95 00
PYR PCR
29.10.2004 Ökonometrie I 3
Einkommen und Konsum, Forts.
PCR: Privater Konsum, real, in Mrd.EURPYR: Verfügbares Einkom- men der Haushalte, real1970:1-2002:4
Basis: 1995Quelle: AWM-Datenbasis200
400
600
800
1000
500 600 700 800 900 1000 1100
PYR
PC
R
PCR vs. PYR
29.10.2004 Ökonometrie I 4
KonsumfunktionAWM-DatenbasisC: Privater Konsum (PCR)Y: Verfügbares Einkommen der Haushalte (PYR)
OLS-Schätzer:
Anstieg
Interzept
ˆ 0.011 0.747C Y
2 2
1 2
xy
x
sb
s
b y b x
29.10.2004 Ökonometrie I 5
OLS-Schätzer Einfache Regression: Yt = 1 + 2 Xt + ut
Anstieg
Interzept
Multiple Regression: Yt = xt‘ + ut
b = (X‘X)-1X‘y
2 2
1 2
xy
x
sb
s
b y b x
29.10.2004 Ökonometrie I 6
ML-SchätzerAnnahme: u ~ N(0, 2I), normalverteilte StörgrößenDichtefunktion der Beobachtungen (X1,Y1), … , (Xn,Yn)
Likelihood-Funktion
Log-Likelihood-Funktion
2 2 / 22
1( ; , , ) (2 ) exp ( ) '( )
2np y X y X y X
2 2 / 22
1( , ; , ) (2 ) exp ( ) '( )
2nL y X y X y X
2 22
22
1log ( , ) log(2 ) log ( ) '( )
2 2 2( )
log(2 ) log2 2 2
n nL y X y X
n n S
29.10.2004 Ökonometrie I 7
ML-Schätzer, Forts.
Ableitungen:
Likelihood-Gleichungen: Nullsetzen der AbleitungenMaximum-Likelihood (ML)-Schätzer:
Beachte: ML-Schätzer für ist identisch mit OLS-Schätzer (wenn Störgrößen normalverteilt sind)
2
2 2 4
( ) 1
2
( )
2 2
S
n S
1
2
( ' ) '
1( ) '( )
X X X y
y X y Xn
29.10.2004 Ökonometrie I 8
Eigenschaften von Schätzern Erwartungstreue: Schätzer bfür Parameter ist
erwartungstreu, wennE{b} =
Effizienz: Schätzer bfür Parameter ist effizienter als b*, wenn Var{b} < Var{b*}; bist effizient, wenn seine Varianz geringer als die jedes anderen Schätzers (aus einer Klasse von Schätzern) ist
Konsistenz: Schätzer bnfür Parameter ist konsistent, wenn die Wahrscheinlichkeitsverteilung von bnfür n->∞ im Punkt kollabiert
29.10.2004 Ökonometrie I 9
OLS-Schätzer: Erwartungstreue
1 1( ' ) ' ( ' ) 'E b E X X X y E X X X u
wegen E{u|X}=0
Der OLS-Schätzer b (und damit auch der ML-Schätzer) ist erwartungstreu!
Die Verteilung der ut muss als unabhängig von den Regressoren (Spalten von X) vorausgesetzt werden! Für fixe X ist das stets erfüllt.
29.10.2004 Ökonometrie I 10
Varianz der OLS-Schätzer
1
1 1
2 1
( ' ) '
( ' ) ' ( ' )
( ' )
Var b Var X X X u
X X X Var u X X X
X X
wegen Var{a+Au} = A Var(u) A‘, wenn Var(u) = 2I vorausgesetzt wird.
29.10.2004 Ökonometrie I 11
Beispiel: Einfache Regression
Yt = + Xt + ut
Dafür ergibt sich
Die Varianzen sind
2
n nxX'X =
nx ttX
22 1
222
2 22 1
211
( ' )
( ' )
x
tt
x
Var b X Xns
XVar a X X
ns
29.10.2004 Ökonometrie I 12
Konsumfunktion
Dependent Variable: PCR_D4Method: Least SquaresDate: 08/20/04 Time: 11:06Sample(adjusted): 1971:1 2002:4Included observations: 128 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 0.010855 0.001053 10.31071 0.0000PYR_D4 0.747032 0.041840 17.85451 0.0000
R-squared 0.716716 Mean dependent var 0.024898Adjusted R-squared 0.714468 S.D. dependent var 0.014817S.E. of regression 0.007918 Akaike info criterion -6.823949Sum squared resid 0.007899 Schwarz criterion -6.779386Log likelihood 438.7327 F-statistic 318.7837Durbin-Watson stat 0.632776 Prob(F-statistic) 0.000000
29.10.2004 Ökonometrie I 13
OLS-Schätzer: Effizienz
Das Gauss-Markov Theorem sagt: der OLS-Schätzer b ist der beste, lineare, erwartungstreue
(BLU) Schätzer für b hat minimale Varianz unter allen linearen,
erwartungstreuen Schätzern b ist effizient gegenüber allen linearen, erwartungstreuen
Schätzern
Achtung! Die Annahme Var(u) = 2I bedeutet: Homoskedastizität Serielle Unkorreliertheit
2 1( ' )Var b X X
29.10.2004 Ökonometrie I 14
Gauss-Markov Theorem
Sei b* = Cy ein erwartungstreuer Schätzer:b*CX+CuCX
also gilt: CX=I; wir erhaltenVar{b*} = Var{CX+Cu} = C2IC‘ = CC‘2
Sei C = (X‘X)-1X‘+D; wegen CX=I gilt DX=0; wir erhaltenCC‘ = (X‘X)-1+DD‘
und CC‘ - (X‘X)-1 ≥ 0
b hat minimale Varianz
29.10.2004 Ökonometrie I 15
OLS-Schätzer: Konsistenz
hat die Varianz
2
1lim lim 0nn nVar b Q
n
Konvergenz im quadratischen Mittel: E{bn}= für alle n
1' 'n n n n
n
X X X ub
n n
12 'n n
n
X XVar b
n n
mit der regulären Matrix Q = lim (Xn‘Xn/n)
29.10.2004 Ökonometrie I 16
Beispiel: Einfache Regression
Yt = + Xt + ut
Dafür ergibt sich
Damit Q regulär ist, muss Xt2/n auch bei beliebig
großem n endlich bleiben.
Achtung! X kann einen Trend enthalten!
n n 2
1 x1
Q = lim X 'X = lim 1n xx x
ttX
n
29.10.2004 Ökonometrie I 17
Eigenschaften der ML-Schätzer Schätzer für
erwartungstreu effizient konsistent
Schätzer für 2
nicht erwartungstreu! konsistent
29.10.2004 Ökonometrie I 18
OLS-SchätzerWahrscheinlichkeitsverteilung ML-Schätzer sind asymptotisch normalverteilt
OLS- und ML-Schätzer für sind ident; daher ist auch der OLS-Schätzer asymptotisch normalverteilt
Bei endlichem Umfang n: nur bei normalverteilten Störgrößen gilt
12, 'b N X X
12, 'b N X X
29.10.2004 Ökonometrie I 19
Konfidenzintervall für Yt = + Xt + ut
95%-iges Konfidenzintervall für : b ± sb
mit
Beispiel: AWM-Konsumfunktion
95%-iges KI für : 0.747 ± 0.042; oder
0.795 ≤ ≤ 0.789
b
x
ss n
ˆ 0.011 0.747C Y