Endogene Regressoren in der Ökonometrie

Ein Regressor, der korreliert mit dem Fehlerterm ist. OLS ist inkonsistent bei endogenen Regressoren.

Die Beziehung zwischen einer unabhängigen Variablen und der abhängigen Variablen, wo der Störterm mit der unabhängigen Variablen korreliert. Dies führt zu einer verzerrten OLS-Schätzung.

Ein extremes Beispiel, das die Folgen von Endogenität veranschaulicht. Wenn der Fehlerterm und die unabhängige Variable stark korreliert sind, wird die Beziehung zwischen ihnen überschätzt, obwohl die wahre Beziehung null ist.

Die Korrelation zwischen einer Variablen und dem Fehlerterm, die zu Endogenität führt.

Die Situation, in der der Fehlerterm in einem dynamischen Modell mit vergangenen Werten der abhängigen Variablen korreliert ist. Dies macht die geschätzten Koeffizienten inkonsistent.

Eine Situation, in der zwei oder mehr Variablen sich gleichzeitig beeinflussen. Dies kann zu Endogenität führen, wenn man versucht, den Einfluss einer Variable auf die andere zu messen.

Die Situation, in der sowohl Angebot als auch Nachfrage eine Rolle spielen und die Schätzung desEinflusses der Nachfrage auf den Preis durch Endogenität verzerrt wird.

Eine Variable, die verwendet wird, um den Einfluss eines endogenen Regressors auf die abhängige Variable zu schätzen. Sie muss mit dem endogenen Regressor korrelieren, aber nicht mit dem Fehlerterm.

Die Bedingung, dass eine Instrumentalvariable mit dem endogenen Regressor korreliert sein muss, um valide zu sein.

Die Bedingung, dass eine Instrumentalvariable nicht mit dem Fehlerterm korreliert sein darf, um valide zu sein.

Ein einfacher Schätzer, der für die Schätzung eines strukturellen Parameters mithilfe einer Instrumentalvariable verwendet wird. Er ist konsistent für große Stichproben.

Ein Schätzer, der verwendet wird, um einen strukturellen Parameter in einem Modell mit mehreren Regressoren und mehreren Instrumentalen Variablen zu schätzen.

Der erste Schritt von 2SLS, bei dem die Beziehung zwischen den Instrumenten und dem endogenen Regressor geschätzt wird. Die Ötted values werden dann im zweiten Schritt als Instrumentale Variable verwendet.

Eine Situation, in der die Anzahl der Instrumentalen Variablen gleich der Anzahl endogener Regressoren ist.

Eine Situation, in der es mehr Instrumentale Variablen als endogene Regressoren gibt.

Eine Situation, in der es weniger Instrumentale Variablen als endogene Regressoren gibt. In diesem Fall ist das Modell nicht identifizierbar.

Eine Situation, in der die Instrumentale Variable nur eine schwache Beziehung zum endogenen Regressor hat, was zu einer inkonsistenten Schätzung führen kann.

Ein Test, der die Stärke der Instrumentalen Variablen in einem 2SLS-Modell beurteilt. Wenn die Instrumente schwach sind, ist die Schätzung fragwürdig.

Vergangene Werte einer Variablen, die zur Vorhersage zukünftiger Werte verwendet werden können. Unter bestimmten Bedingungen können sie als Instrumentale Variablen dienen

Eine Situation, in der die Variablen in einem Modell von vergangenen Werten der Variablen beeinflusst werden. Es ist wichtig, die Beziehung zwischen vergangenen und zukünftigen Werten zu berücksichtigen.

Ein Modell, das die Beziehung zwischen mehreren Variablen in einem Zeitreihensystem berücksichtigt, wobei vergangene Werte der Variablen für die Vorhersage zukünftiger Werte genutzt werden. Die Variablen können sowohl gleichzeitig als auch zeitverzögert miteinander verknüpft sein.

Die Erwartungen, die ein Wirtschaftsakteur über zukünftige Ereignisse hat. Diese sind wichtig, da sie die Entscheidungen des Akteurs beeinflussen können. In ökonometrischen Modellen können sie als unbeobachtbare Variablen behandelt werden, die geschätzt werden müssen.

Eine Regel, die beschreibt, wie die Zentralbank den Zinssatz als Reaktion auf die Ináation setzt. Die Regel kann sowohl auf die aktuelle als auch auf die erwartete zukünftige Ináation reagieren.

Der Unterschied zwischen der tatsächlichen Ináation und der erwarteten Ináation. Ein rationaler Akteur sollte nicht in der Lage sein, diesen Fehler vorherzusagen.

Die Annahme, dass ein Akteur alle verfügbaren Informationen nutzt, um zukünftige Ereignisse so genau wie möglich vorherzusagen. Dies bedeutet, dass der Erwartungsfehler nicht vorhersehbar sein sollte.

Der Einsatz von 2SLS zur Schätzung von Gleichungen mit Zukunftserwartungen als Regressoren. Dabei wird angenommen, dass die Erwartungen rational sind, sodass vergangene Informationen als Instrumentale Variablen dienen können.

Eine Situation, in der sich die Koeffizienten in einem Modell nur schwer mit einer präzisen Genauigkeit schätzen lassen, da die verwendeten Instrumentalen Variablen nur eine schwache Beziehung zum endogenen Regressor haben.

Eine Situation, in der die Richtung der Kausalität umgekehrt ist als angenommen. Beispielsweise, wenn statt der Staatsausgaben die Konjunktur die Staatsausgaben beeinflusst.