Ökonometrie
Prof. Dr. Dietmar Bauer
Über den Lehrbereich
Ökonometrie bezeichnet die Behandlung von mathematischen Modellen ökonomischer Prozesse mittels statistischer Methoden.
In unserem Bereich werden Themen aus zwei Schwerpunkten der Ökonometrie behandelt:
- Zeitreihenmodellierung: Zeitreihen bezeichnen Daten von Variablen, die den zeitlichen Ablauf von (ökonomischen) Prozessen repräsentieren.
- Diskrete Wahlmodelle: (ökonomische) Entscheidungen wählen öfter eine aus einer endlichen Zahl an möglichen Alternativen aus. Diese Art von Modellen versucht auf Basis der beobachteten Entscheidungen von Entscheidern sowie den Rahmenbedingungen und Charakteristiken der Entscheider Modelle zu erstellen, die helfen den Auswahlprozess zu verstehen und zu prognostizieren.
Neben diesen beiden Themengebieten deckt die Lehre den klassischen Kanon ab.
Forschungsthemen
Zeitreihenanalyse
Auf dem Gebiet der Zeitreihenanalyse beschäftigt sich der Berech vor allem mit Fragen des Einsatzes von linearen Zustandsraumsystemen, welche eine gleichwertige Alternative zu den sogenannten ARIMA-Modellen (AutoRegressive Integrated Moving Average) aus der Box-Jenkins Methodik darstellen. Die Zustandsraumsysteme sind in gewissem Sinne flexibler als ARIMA-Modelle.
Für diese Klasse von Modellen werden Schätzalgorithmen entwickelt (wie etwa die Subspace Methoden). Der Fokus liegt dabei auf der Modellierung mehrdimensionaler Prozesse, die etwa aus der Makroökonomie stammen können.
Auf diesem Gebiet sind noch viele Fragen offen hinsichtlich der Modellierung von sogenannten Einheitswurzeln (unit roots), die Random Walk-artiges Verhalten der Prozesse bewirken. Dieses Themengebiet erforscht zum Beispiel das DFG-geförderte Projekt "Estimation and Inference for Co-Integrated Processes (EICIP)".
Diskrete Wahlmodelle
Die Auswahl aus einer endlichen Zahl an Alternativen erfolgt oft mittels sogenannter "Random Utility Models (RUMs)". Dabei wird die Wahl erklärt durch eine verborgene, unbeobachtete Nutzenfunktion, die von den Charakteristika der zur Verfügung stehenden Alternativen sowie von jenen der Entscheider abhängt. Daneben gibt es aber bei jeder Entscheidung auch unbeobachtbare Einflüsse oder zufällige Störungen. Diese werden dann meist durch einen Zufallsterm abgebildet.
Je nach der Spezifikation dieses Zufallstermes entstehen zum Beispiel "multinomiale Logit Modelle" (MNL) oder "multinomiale Probit Modelle" (MNP). Diese Modelle kommen in vielen Bereichen, unter anderem in der Ökonomie und in den Verkehrswissenschaften, zum Einsatz.
Eine aktuelle Forschungsfrage beschäftigt sich mit der Modellierung der individuellen Präferenzen. Dafür werden sogeannte Mischmodelle verwendet, die besondere Spielarten der MNL und MNP-Modelle sind. Unsere Gruppe beschäftigt sich sowohl mit der Schätz- und Inferenztheorie dieser Modelle als auch mit deren Anwendung. Derzeit erfolgt zum Beispiel im DFG-geförderten Projekt "Maximum approximate composite marginal likelihood (MACML)".
Die Arbeitsgruppe ist Teil des Zentrum für Statistik der Universität Bielefeld, des iTime und des "Bielefeld Center for Data Science (BiCDaS)".