Strukturierte Investmentprodukte - Universität St.Gallen
Strukturierte Investmentprodukte - Universität St.Gallen
Strukturierte Investmentprodukte - Universität St.Gallen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Empirische Auswertungen 157<br />
dogene (abhängige) Lag-Variable in das Regressionsmodell integriert wird. 517 Durbin entwickelte<br />
die DW-Teststatistik zwar weiter zu einer sogenannten Durbin-h - <strong>St</strong>atistik, die auch<br />
Lag-Variablen zuverlässig miteinbeziehen kann, 518 doch wird in dieser Arbeit auf ein anderes<br />
Testverfahren zurückgegriffen, den sogenannten Breusch-Godfrey-Test. Der Breusch-Godfrey-Test<br />
erlaubt neben Lag-Variablen auch die serielle Korrelation der <strong>St</strong>örterme höherer<br />
Ordnung zu testen. 519 Ein autoregressiver Prozesses der <strong>St</strong>örterme (hier: ut) der Ordnung g<br />
wird im Regressionsmodell angenommen, d.h. folgender AR(g)-Prozess für ut:<br />
Gleichung 44<br />
u ρ ρ ρ + ε<br />
t = 1 ut<br />
− 1 + 2ut<br />
−2<br />
+ ... + gu<br />
t−<br />
g t für t = 1, 2, …, n, wobei<br />
• ρ = Autokorrelationskoeffizient<br />
Der Breusch-Godfrey (BG) – Test testet die Nullhypothese H0, die keine serielle Korrelation<br />
bis zur spezifischen Lag-Ordnung g unterstellt, gegenüber der Alternativhypothese HA, welche<br />
mindestens einen (Auto-) Korrelationskoeffizienten ungleich 0 erfordert.<br />
Gleichung 45<br />
H<br />
H<br />
0<br />
A<br />
: ρi<br />
= 0<br />
: ρ ≠ 0<br />
i<br />
für i = 1, 2, …, g<br />
Die Teststatistik schliesslich des BG-Tests, der zur Familie der Langrange Multiplier (LM) –<br />
Tests gehört und unter H0 asymptotisch einer Chi-Quadrat (χ 2 ) - Verteilung mit g Freiheitsgraden<br />
folgt, sieht folgendermassen aus:<br />
Gleichung 46<br />
( ) ε R g n LM ⋅ − = , wobei<br />
2<br />
• Rε 2 = Bestimmtheitsmass der Hilfsregression der Residuen ut (vgl. Gleichung 44)<br />
• n = Anzahl Beobachtungen<br />
Die Konsequenzen einer Autokorrelation im linearen Modell dürfen nicht vernachlässigt wer-<br />
den. Die Schätzfunktionen für die Regressionskoeffizienten βi sowie für die Konstante β0<br />
bleiben zwar erwartungstreu und konsistent, die Minimumvarianzeigenschaft der Schätzer ist<br />
jedoch nicht mehr gegeben, d.h. die Schätzer sind nicht mehr effizient. Die Varianz und damit<br />
die aus dem Modell berechneten <strong>St</strong>andardfehler der Regressionskoeffizienten sind damit nicht<br />
517 Im in der Empirie angewandten Modell der Forschungsarbeit wird die abhängige Variable als erklärende Lag-Variable<br />
eingesetzt (vgl. dazu die Bemerkungen zu den Tests der Homoskedastizitätsannahme unter 5.2.3.3 sowie Fussnote 513).<br />
518 Vgl. Durbin (1970).<br />
519 Vgl. Breusch (1978) und Godfrey (1978).