---

"Moderne Ökonometrie" stellt eine Vielzahl moderner und alternativer Ökonometrie-Methoden dar. Im Vordergrund steht die Anwendung der ökonometrischen Verfahren, die mit zahlreichen Beispielen erklärt werden. Die theoretischen Ausführungen werden auf das Nötigste beschränkt.

---

Vorwort 9
KAPITEL 1 Einleitung 13

1.1 ÜberÖkonometrie 13

1.2 Der Aufbau dieses Buches 15

1.3 Abbildungen undÜbungen 17

KAPITEL 2 Eine Einführung in die lineare Regression 19

2.1 DieMethode der kleinstenQuadrate als algebraische Funktion 20

2.2 Das lineare Regressionsmodell 26

2.3 Eigenschaften desOLS-Schätzers bei kleinen Stichproben 28

2.4 Anpassungsgüte 34

2.5 Hypothesenüberprüfung 36

2.6 Asymptotische Eigenschaften derOLS-Schätzer 46

2.7 Beispiel:Das Preismodell für Kapitalgüter (CAPM) 52

2.8 Multikollinearität 58

2.9 Fehlende Daten, Ausreißer und einflussreiche Beobachtungen 62

2.10 Prognosen 67

KAPITEL 3 Interpretieren undVergleichen von Regressionsmodellen 73

3.1 Das lineareModell interpretieren 73

3.2 Das Regressorenset auswählen 77

3.3 Fehlspezifikation der funktionalen Form 85

3.4 Beispiel:Die Erklärung vonHauspreisen 88

3.5 Beispiel: Prognose von Aktienindexrenditen 92

3.6 Beispiel: Löhne erklären 98

KAPITEL 4 Heteroskedastizität und Autokorrelation 113

4.1 Auswirkungen auf denOLS-Schätzer 113

4.2 Einen Alternativschätzer ableiten 115

4.3 Heteroskedastizität 116

4.4 Überprüfen aufHeteroskedastizität 124

4.5 Beispiel:DieNachfrage nach Arbeitskräften erklären 126

4.6 Autokorrelation 131

4.7 Testen auf Autokorrelation erster Ordnung 136

4.8 Beispiel:DieNachfrage nach Eiscreme 139

4.9 Alternative Autokorrelationsmuster 142

4.10 Was ist zu tun,wenn Sie Autokorrelation feststellen? 144

4.11 Beispiel: Risikoprämien aufDevisenmärkten 147

KAPITEL 5 Endogene Regressoren, Instrumentalvariablen undGMM 159

5.1 Übersicht der Eigenschaften desOLS-Schätzers 159

5.2 Fälle, in denen derOLS-Schätzer nicht gespeichertwerden kann 163

5.3 Der Instrumentalvariablenschätzer 170

5.4 Beispiel:Die Bildungsrendite schätzen 177

5.5 Der generalisierte Instrumentalvariablenschätzer 182

5.6 Die generalisierteMomentenmethode 189

5.7 Beispiel: Intertemporale Asset-Pricing-Modelle schätzen 196

KAPITEL 6 Maximum-Likelihood-Schätzung und Spezifikationstests 203

6.1 Eine Einführung in dieMaximum-Likelihood-Methode 204

6.2 Spezifikationstests 213

6.3 Tests beim normalen linearen Regressionsmodell 220

6.4 Tests fürQuasi-Maximimum-Likelihood und Momentbedingungen 224

KAPITEL 7 Modelle mit beschränkt abhängigen Variablen 231

7.1 BinäreWahlmodelle 232

7.2 Multireaktionsmodelle 246

7.3 Zähldatenmodelle 257

7.4 Tobit-Modelle 265

7.5 Erweiterungen von Tobit-Modellen 275

7.6 Verzerrung durch Stichprobenselektion 284

7.7 Treatmenteffekte schätzen 288

7.8 Durationsmodelle 296

KAPITEL 8 Univariate Zeitreihenmodelle 307

8.1 Einführung 308

8.2 Allgemeine ARMA-Prozesse 313

8.3 Stationarität und Einheitswurzeln 319

8.4 Testen auf Einheitswurzeln 321

8.5 Beispiel: Langfristige Kaufkraftparität (Teil 1) 331

8.6 Schätzen von ARMA-Modellen 335

8.7 EinModell auswählen 338

8.8 Beispiel:Die Persistenz der Inflation 342

8.9 Vorhersagenmit ARMA-Modellen 347

8.10 Beispiel:Die Erwartungstheorie der Terminstruktur 353

8.11 Autoregressive bedingteHeteroskedastizität 358

8.12 Was istmitmultivariatenModellen? 367

KAPITEL 9 Multivariate Zeitreihenmodelle 373

9.1 DynamischeModellemit stationären Variablen 374

9.2 Modellemit nichtstationären Variablen 377

9.3 Beispiel: Langfristige Kaufkraftparität (Teil 2) 384

9.4 VektorautoregressiveModelle 386

9.5 Kointegration:Dermultivariate Fall 390

9.6 Beispiel:Geldnachfrage und Inflation 399

KAPITEL 10 Auf Paneldaten basierendeModelle 409

10.1 Einführung in die Paneldatenmodellierung 410

10.2 Das statische lineareModell 414

10.3 Beispiel: Löhne erklären 432

10.4 Dynamische lineareModelle 434

10.5 Beispiel:Die Kapitalstruktur erklären 444

10.6 Panelzeitreihen 450

10.7 Modellemit beschränkt abhängigen Variablen 458

10.8 Unvollständige Panels

---