Von kleinen und großen Schwierigkeiten des ökonometrischen Modellbauers

Zusammenfassung

In diesem Aufsatz wird ein kritischer Rückblick auf ein kürzlich veröffentlichtes ökonometrisches Modell für die BRD gegeben (H. König u. V. Timmermann: Ein ökonometrisches Modell für die Bundesrepublik Deutschland 1950–1960. Zeitschrift für die gesamte Staatswissenschaft, 118 (1962), S. 598–652). Es wird argumentiert, daß das verwandte Schätzverfahren (two-stage least-squares) wegen der mutmaßlichen Spezifikationsfehler, des Stichprobenumfangs und den zahlreichen, mit der Anwendung von Regressionsmethoden auf Zeitreihen verknüpften Problemen nicht notwendig der klassischen „naiven“ Methode der kleinsten Quadrate überlegen ist. Da dem Modell halbjährliche Beobachtungen der Variablen zugrundeliegen, wird der Kunstgriff, dessen sich die Autoren bedienen, um deren Saisonschwankungen zu berücksichtigen (additive, zweiwertige Scheinvariablen), erörtert. Alsdann werden die einzelnen Gleichungen, nicht das Modell als ganzes, vom Standpunkt der Wirtschaftstheorie und den Definitionen der statistischen Daten her diskutiert. Die letzteren lassen sich nicht eindeutig aus den im König-Timmermann Aufsatz angegebenen Quellen rekonstruieren. Zum Schluß werden die statistischen Eigenschaften der geschätzten Strukturparameter untersucht. Es zeigt sich, daß die von den Autoren ermittelten hohen multiplen Korrelationskoeffizienten für sich genommen nicht sehr signifikant sind, da Daten der verwandten Art sie beinahe automatisch hervorbringen.

Résumé

L’article présent fait la critique d’un modèle économétrique de la République Fédérale d’Allemagne qui a été publié récemment (H. König et V. Timmermann: Ein ökonometrisches Modell für die Fundesrepublik Deutschland 1950–1960. Zeitschrift für die gesamte Staatswissenschaft, 118 (1962), p. 598–652). Etant donné l’existence vraisemblable d’erreurs de spécificiation, la taille de l’échantillon et l’application toujours problématique de méthodes de regression aux séries chronologiques, on raisonne que l’estimateur utilisé (two-stage least-squares) n’est pas nécessairement supérieur à la méthode classique „naïve“ (méthode des moindres carrés). On examine l’artifice des auteurs pour tenir compte des variations saisonnières (variables accessoires, additives et binaires), leur modèle utilisant des observations semestrielles. Plutôt que le modèle en bloc, les équations individuelles sont discutées du point de vue de la théorie économique et de la définition des données statistiques. Celles-ci ne peuvent pas être uniquement réconstruites des sources indiquées par König et Timmermann. Enfin on examine les propriétés statistiques des paramètres structurels estimés. On montre que,per se, les hauts coefficients de corrélation multiple obtenus par les auteurs ne signifient pas beaucoup, le type de données employé les produisant presque automatiquement.

Summary

This article is a critical review of a recently published econometric model for the Federal Republic of Germany (H. König and V. Timmermann: Ein ökonometrisches Modell für die Bundesrepublik Deutschland 1950–1960. Zeitschrift für die gesamte Staatswissenschaft, 118 (1962), pp. 598–652). It is argued that the estimator used (two-stage least-squares) is not necessarily superior to classical „naïve“ least squares on account of likely specification errors, sample size and the family of problems associated with the application of regression methods to time series. Since the model is based on semi-annual observations of the variables, the authors’ device for tackling the problem of seasonality (additive, binary dummy variables) is examined. Next the individual equations, rather than the model as a whole, are discussed from the standpoint of economic theory and the definitions of the statistical data. The latter cannot be reconstructed unambiguously from the sources listed in the König-Timmermann article. Finally, the statistical properties of the estimated structural parameters are investigated. It is demonstrated that the high multiple correlation coefficients obtained by the authors are not very significantper se since the type of data used yields them almost automatically.