Ein Konzept zur international vergleichenden Analyse von ... - IFCN
Ein Konzept zur international vergleichenden Analyse von ... - IFCN
Ein Konzept zur international vergleichenden Analyse von ... - IFCN
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel 3 Das einzelbetriebliche Simulationsmodell TIPI-CAL 47<br />
2. Empirische Richtigkeit (empiricism): Empirische Überprüfung der Formeln<br />
und deren Verknüpfungen sowie der modellendogen errechneten Parameter.<br />
Dies kann durch erste Modelltests während der Modellentwicklung, Sensitivitätsanalysen,<br />
technische Kontrollrechnungen sowie durch externe Anwender<br />
geschehen.<br />
3. Positive Ökonomik (positive economics): Überprüfung, inwieweit das Modell<br />
die betrachtete Realität bzw. das System und deren Reaktionen abbildet.<br />
Nach den oben verwendeten Definitionen schließt die Verifikation die Schritte eins<br />
und zwei ein. 18 In der Umsetzung ergeben sich in dem Schritt „positive economics“<br />
verschiedene Möglichkeiten, die im folgenden kurz skizziert werden:<br />
– Experteneinschätzung: Qualitativer Vergleich, in dem Experten das Modell<br />
sowie die Ergebnisse mit ihrem Wissen über die abzubildende Realität vergleichen.<br />
19<br />
– Vergleich mit einem ähnlichen Modell: <strong>Ein</strong>e vergleichende Simulation auf<br />
Basis gleicher <strong>Ein</strong>gabedaten mit einem erfolgreich etablierten Modell kann<br />
einen sinnvollen Beitrag <strong>zur</strong> Validierung liefern. 20<br />
– Prognosevergleich für Ex-post-Simulationen: Im Rahmen der Ex-post-<br />
Simulation wird rückwirkend eine Prognose erstellt und mit der bereits beobachteten<br />
Realität verglichen. 21 Beispiel: Im Jahr 1998 wird eine Prognose (ex<br />
post) für den Zeitraum 1990 bis 1996 erstellt und 1998 mit der tatsächlichen<br />
Entwicklung verglichen.<br />
– Prognosevergleich für Ex-ante-Simulationen: Dies geschieht durch eine<br />
Gegenüberstellung der im Rahmen <strong>von</strong> Modellanwendungen erstellten Prognosen<br />
mit den tatsächlich eingetretenen Ereignissen. 22 Neben einem quantitativen<br />
Vergleich der Ergebnisse kann der Vergleich auch qualitativ erfolgen, in dem<br />
man die erstellten Schlußfolgerungen mit den beobachteten Entwicklungen vergleicht.<br />
23 Beispiel: Im Jahr 1998 wird eine Prognose (ex ante) für den Zeitraum<br />
18<br />
ANDERSON (1974, S. 17).<br />
19<br />
RICHARDSON (1998, S. 57).<br />
20<br />
HERMAN (1967, S. 218 f.); SCHLEEF (1999, S. 108 ff.).<br />
21<br />
LESERER (1979, S. 11); LAUENSTEIN und KARG (1979, S. 5); MCCARL und APLAND (1986, S. 156).<br />
PINDYCK und RUBINFELD (1981) unterscheiden bei der Ex-post-Prognose zwischen „historic<br />
simulation” und „Ex-post-forecosts”. Von BRANDES (1985) wurden die Begriffe in „Ex-post-<br />
Prognose” und „Quasi-ex-ante-Prognose” übersetzt. Dieser Spezifizierung folgend handelt es sich<br />
hier um eine „historic simulation”.<br />
22<br />
LAUENSTEIN und KARG (1979, S. 5). <strong>Ein</strong> solcher Test ist unter anderem für das Modell DIES (nicht<br />
publiziert) und das Modell POLYSIM (RAY and RICHARDSON, 1978, S. 46 ff.) durchgeführt worden.<br />
23<br />
RICHARDSON und NIXON (1986, S. 10 ff.).