07.10.2013 Aufrufe

Strukturierte Investmentprodukte - Universität St.Gallen

Strukturierte Investmentprodukte - Universität St.Gallen

Strukturierte Investmentprodukte - Universität St.Gallen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Empirische Auswertungen 146<br />

Wird der Trend in die Testgleichung einbezogen, so unterstellt die Nullhypothese H0 Nicht-<br />

<strong>St</strong>ationarität, die Alternative HA allerdings nimmt nicht <strong>St</strong>ationarität an, sondern Trendstatio-<br />

narität. Die Konstante β0 wird üblicherweise integriert, obwohl dies nicht zwingend ist. Welche<br />

Form des Regressionsmodells jeweils konkret benutzt werden sollte, ist in der Theorie<br />

nicht genau bestimmt. Die Auswahl beruht deshalb vorwiegend auf ökonomischen Überlegungen,<br />

Mutmassungen oder Annahmen. 495<br />

5.2.1.5 Trendstationarität<br />

Es gibt verschiedene Arten von Trends in Zeitreihen, wobei insbesondere deterministische<br />

und stochastische Trends zu erwähnen sind. Zeitreihen mit deterministischem Trend nehmen<br />

im Verlauf beständig je Zeitabschnitt um einen konstanten Betrag zu, was letztlich der <strong>St</strong>eigung<br />

der Zeitreihe entspricht, und verfügen langfristig über einen linearen Trendverlauf. Abweichungen<br />

von diesem Trend treten jeweils nur kurzfristig oder zufällig auf. Dieser Prozess<br />

wird als trendstationär bezeichnet und hat die folgende Form: 496<br />

Gleichung 34<br />

t = β 0 + β1T<br />

+ t für t = 1, 2, …, n, wobei<br />

y ε<br />

• β0 = Konstante<br />

• β1 = Regressionskoeffizient des Regressors Trend, d.h. <strong>St</strong>eigung der Zeitreihe<br />

• T = erklärende Variable, Trend<br />

• εt = <strong>St</strong>örterm<br />

Repräsentiert nun als Regressand eine Zeitreihe, welche die Bedingung der Mittelwertstationarität<br />

nicht zu erfüllen vermag und damit eigentlich als nicht-stationäre Zeitreihe ungeeignet<br />

ist als Inputfaktor für eine Regressionsgleichung, einen linearen Zeittrend, so kann dieser<br />

Trend als eine erklärende Variable in das Regressionsmodell nach folgendem Muster integriert<br />

werden:<br />

Gleichung 35<br />

t = β 0 + β1x<br />

t + β 2T<br />

+ t für t = 1, 2, …, n<br />

y ε<br />

Mit der Integration des Trends in das Regressionsmodell wird die Nicht-<strong>St</strong>ationarität der zu<br />

erklärenden Variablen yt korrekt erfasst und gleichzeitig vom Einfluss des Regressors xt separiert.<br />

Damit wird die Schätzgleichung trotz einer nicht-stationären Zeitreihe als Inputparameter<br />

adäquat spezifiziert. Neben einer Integration des Zeittrends bietet auch die Elimination<br />

495 Vgl. Wooldridge (2003), S. 612f.<br />

496 Vgl. Wooldridge (2003), S. 345ff.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!