Der Kalmanfilter als Instrument zur Diagnose und Schätzung variabler Parameter in ökonometrischen Modellen

InhaltsverzeichnisGliederung.- I: Bedeutung und Ursachen veränderlicher Parameter in der quantitativen Ökonomie: statistische Methoden zu ihrer Erkennung und Schätzung.- 1. Auf der Suche nach stabilen Parametern des „datenerzeugenden Prozesses“: Problem der „strukturellen“ Schätzung in der Ökonometrie.- 2. Schätzung variabler Parameter: ein kurzer Überblick traditioneller Ansätze.- 3. Abriß der weiteren Vorgehensweise: Leitfaden und Zusammenfassung.- II: Rekursive Schätzung der zeitabhängigen stochastischen Koeffizienten in einem verallgemeinerten Regressionsmodell: Zustandsschätzung in einem vollspezifizierten dynamischen linearen Modell mit Hilfe des Kaimanfilters.- 1. Das Zustandsraummodell (Das „dynamische lineare Modell“).- 2. Alternative Herleitungen und Interpretationen der Kaimanfiltergleichungen.- 3. Vervollständigung der Schätzaufgaben: Herleitung der Glättungs- und Prognoselösung.- 4. Numerische Varianten der Kalmanfilter-Gleichungen.- 5. Erweiterungen des dynamischen linearen Grundmodells.- 6. Stabilitätseigenschaften der Kaimanfilter-Rekursionsgleichungen.- 7. Sensitivitätseigenschaften des Kaimanfilters in einem fehlspezifizierten dynamischen linearen Modell.- 8. Nichtlineare Kalmanfilter-Rekursionen.- III: Maximum-Likelihood-Schätzung der konstanten Parameter eines dynamischen linearen Modells: Implementierung alternativer Maximum-Likelihood-Suchverfahren (EM- und SCORING-Methode), asymptotische Verteilungstheor