Das Ziel der Ökonometrie ist die quantitative und empirische Überprüfung theoretischer Hypothesen. Sie versucht hierbei Wirkungszusammenhänge mit Hilfe von großen Datensätzen zu identifizieren. Nicht immer besteht bei einem Zusammenhang zwischen zwei Faktoren automatisch eine kausale Wirkung. Beispielsweise gibt es eine starke Korrelation zwischen dem Zinssatz in den USA und dem Vorsitzenden der Federal Reserve (FED)..So war der Zinssatz bei Paul Volcker, der 2 Meter groß ist, in den 80er Jahren noch bei über 10 Prozent. In den 90ern unter Alan Greenspan (1,8 Meter) lag er noch um die 5 Prozent, später unter Ben Bernanke (1,73 Meter) noch um die 3 Prozent. Heute, unter Janet Yellen, die nur 1,52 Meter misst, ist er nahe 0 Prozent. Ökonometrie versucht die Zusammenhänge zu finden, die kausal zueinander sind, d.h. ursächlich miteinander zusammenhängen. Hierfür greift sie ein breites Spektrum an statistischen Methoden und computerorientierten Modelle zurück. Ein wichtiges Hilfsmittel sind Regressionsanalysen. In der modernen Ökonometrie kommen unter anderem Monte-Carlo-Simulationen, nichtlineare Modelle, Bayessche Ökonometrie oder künstliche neuronale Netze zum Einsatz. Mit dieser Hilfe erlaubt erlaut die Anwendung ökonometrischer Methoden Prognosen wichtiger Wirtschaftskenngrößen sowie Simulationen zu verschiedenen unternehmens- und wirtschaftspolitischen Handlungsstrategien. Oft kann eine Verknüpfung ökonometrischer Ergebnisse mit Simulationsmodellen umfangreiche Analysen ermöglichen. Grundvoraussetzung für eine erfolgreiche Umsetzung ist jedoch das Vorhandensein qualitativ hochwertiger Daten. Bei sinkender Datenqualität kann die Ökonometrie auf Hilfsmethoden wie Instrumentvariablen arbeiten, trotzdem sinken meistens die Anwendungsmöglichkeiten deutlich. Dr. Karsten Reuß befasst sich seit vielen Jahren mit Simulationsmodellen und Ökonometrie. Diese Methoden kamen unter anderen in folgenden Publikationen zum Einsatz:
Karsten Reuß, Raphael Abiry, Holger Stichnoth (2015)
|