Strukturierte Investmentprodukte - Universität St.Gallen
Strukturierte Investmentprodukte - Universität St.Gallen
Strukturierte Investmentprodukte - Universität St.Gallen
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Empirische Auswertungen 156<br />
ressionsmodell heteroskedastische <strong>St</strong>örterme aufweist. 511 Long und Ervin zeigen in ihrer umfangreichen<br />
<strong>St</strong>udie, welche neben eigenen Zeitreihenanalysen auch eine Auswertung von Analysen<br />
von über 30 spezifischen wissenschaftlichen Arbeiten und Artikeln unter Nutzung<br />
von elf gängigen Softwarepaketen beinhaltet, dass es sich immer lohnt, die von White entwickelte<br />
Methode in einem Regressionsmodell anzuwenden, sobald ein Verdacht auf Heteroskedastizität<br />
besteht und dessen Form und Ausmass aber unbekannt ist. Zeitreihen insbesondere<br />
von Wirtschaftsdaten verstossen regelmässig gegen die Homoskedastizitätsannahme<br />
der <strong>St</strong>örterme, womit auch bei den in dieser Forschungsarbeit benutzten Absatz- und Volatilitätsdaten<br />
eine gewisse Wahrscheinlichkeit für Heteroskedastizität besteht. Long/Ervin weisen<br />
in ihrer Analyse nach, dass es nicht nötig ist, zuerst einen spezifischen Test auf Heteroskedastizität<br />
durchzuführen, bevor White's Methode zur Anwendung gelangt, sondern schon bei<br />
kleinstem Hinweis gleich anzuwenden. Mit Hilfe von Monte Carlo-Simulationen fanden sie<br />
für die Anwendung von White's Methode konsistente und genaue Ergebnisse. 512 Der White-<br />
Test ist sehr verbreitet und liefert zuverlässige Ergebnisse, auch bei Nutzung eines Lag-<br />
Faktors der abhängigen Variablen als Regressor, wie es im in dieser Forschungsarbeit angewandten<br />
Regressionsmodell der Fall ist. 513 Der ebenfalls sehr bekannte Test von Breusch und<br />
Pagan 514 ist für diesen Fall nicht geeignet. Deshalb wird in dieser Forschungsarbeit der White-Test<br />
zur Überprüfung der Homoskedastizitätsannahme verwendet und die Werte der T-<br />
<strong>St</strong>atistik mittels heteroscedasticity-consistent covariance matrix von White adjustiert, unabhängig<br />
vom Ergebnis des White-Tests. Dieses Vorgehen ist in Regressionsmodellen nicht<br />
ungewöhnlich, sondern wird in der Forschung in vielen <strong>St</strong>udien so gewählt. 515<br />
5.2.3.4 Autokorrelation<br />
Gleichung 43<br />
( , ) = 0<br />
Cov ε ε für t = 1, 2, …, n; k = 1, 2, …, n; sowie t ≠ k<br />
t<br />
k<br />
Eine Kovarianz von 0 bedeutet eine Unabhängigkeit der einzelnen Ereignisse, d.h. die εt sind<br />
nicht seriell korreliert miteinander, womit keine Autokorrelation vorliegt.<br />
Der Durbin-Watson(DW) – Test ist wohl der bekannteste und am meisten genutzte Test auf<br />
Autokorrelation erster Ordnung in der Ökonometrie. Der Test auf Autokorrelation erster Ordnung<br />
betrachtet nur die Autokorrelation zwischen den geschätzten <strong>St</strong>örvariablen εt und εt-1. 516<br />
In vielen (<strong>St</strong>atistik-) Softwarepaketen ist dieser Test integriert und liefert standardmässig die<br />
Ergebnisse des DW-Tests. Gleichwohl wird in dieser Forschungsarbeit nicht auf den DW-<br />
Test abgestützt, da dieser keine zuverlässigen Ergebnisse mehr liefern kann, sobald eine en-<br />
511 Vgl. White (1980). Es wird an dieser <strong>St</strong>elle auf eine formale Darstellung des Verfahrens respektive der Methode von<br />
White verzichtet und entsprechend auf dessen Paper verwiesen.<br />
512 Vgl. Long/Ervin (2000).<br />
513 Vgl. die Regressionsgleichung (Gleichung 49) und die Anmerkungen im Abschnitt 5.2.3.7.<br />
514 Vgl. Breusch/Pagan (1979).<br />
515 Vgl. anstelle vieler Upper (2005), S. 52f.<br />
516 Vgl. Durbin/Watson (1950) und Durbin/Watson (1951).