Zeitreihenmodelle

ökonometrische Modelle, in denen die zu erklärenden Variablen (Variable, endogene) nur als stochastische Prozesse modelliert werden. Im Rahmen ökonometrischer Analysen werden auch uni- bzw. multivariate autoregressive Modelle, gleitende Durchschnittsmodelle oder Mischformen dieser Modelle (AR(p)-Prozess, MA(q)-Prozess, ARMA(p,q)-Prozess, ARIMA(p,d,q)-Prozess, Vektorautoregressionsmodell) benutzt.

V.a. aus der Kritik an strukturellen Modellen wegen der Identifikationsproblematik (Identifikation) werden derartige Ansätze verwendet. Vergleichbare Probleme treten jedoch auch bei diesen Zeitreihenmodellen auf. Die Wahl der jeweils maximalen Lags muss von einem auf Ex-Post-Prognosen basierenden Kriterium abhängig gemacht werden. Die Zeitreihen müssen i.d.R. Realisationen stationärer stochastischer Prozesse (Stationarität) sein. Sind die stochastischen Prozesse nicht stationär, aber kointegriert (Kointegration), erfolgt die Schätzung in Kointegrationsmodellen bzw. Vektorfehlerkorrekturmodellen, um alle Informationen zu nutzen. Andernfalls empfiehlt es sich, die Prozesse durch Differenzenbildung in eine stationäre Form zu überführen. Auf derartigen Zeitreihenmodellen basieren auch die sog. Kausalitätstests.