Prognosen mit dynamischen Strukturgleichungsmodellen : ein Ausblick

  • Die vorliegende Untersuchung gibt einen Ausblick auf Prognosemöglichkeiten mit dynamischen Strukturgleichungsmodellen. Die Analyse komplexer Systeme mit umfangreichen Datensätzen und die Erkennung relevanter Muster erfordern die Verwendung moderner statistischer Verfahren. DPLS-Modelle, eine Variante der Strukturgleichungsmodelle mit Latenten Variablen, werden methodisch erweitert, um mehrere zeitliche Verzögerungsstufen gleichzeitig modellieren zu können. Die Modelle versuchen, zahlreiche latente Einflussfaktoren und ihre Wechselwirkungen zu identifizieren. Als Daten werden rund 80 Indikatoren aus 20 Quellen verwendet, um Stimmungen, Erwartungen und wirtschaftlich relevanten Größen zu operationalisieren und zeitliche Prognosemöglichkeiten zu evaluieren. Für kürzere Zeiträume von sechs Monaten sind Stimmungen und Erwartungen die besten verfügbaren Prognosevariablen. Dieser Beitrag ist entstanden im Rahmen eines Vortrages im gemeinsamen Forschungsseminar mit der Staatlichen Universität für Wirtschaft und Finanzen Sankt Petersburg FinecDie vorliegende Untersuchung gibt einen Ausblick auf Prognosemöglichkeiten mit dynamischen Strukturgleichungsmodellen. Die Analyse komplexer Systeme mit umfangreichen Datensätzen und die Erkennung relevanter Muster erfordern die Verwendung moderner statistischer Verfahren. DPLS-Modelle, eine Variante der Strukturgleichungsmodelle mit Latenten Variablen, werden methodisch erweitert, um mehrere zeitliche Verzögerungsstufen gleichzeitig modellieren zu können. Die Modelle versuchen, zahlreiche latente Einflussfaktoren und ihre Wechselwirkungen zu identifizieren. Als Daten werden rund 80 Indikatoren aus 20 Quellen verwendet, um Stimmungen, Erwartungen und wirtschaftlich relevanten Größen zu operationalisieren und zeitliche Prognosemöglichkeiten zu evaluieren. Für kürzere Zeiträume von sechs Monaten sind Stimmungen und Erwartungen die besten verfügbaren Prognosevariablen. Dieser Beitrag ist entstanden im Rahmen eines Vortrages im gemeinsamen Forschungsseminar mit der Staatlichen Universität für Wirtschaft und Finanzen Sankt Petersburg Finec im Dezember 2010.show moreshow less

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS
  • Export XML

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Marcus Ruge
URN:urn:nbn:de:kobv:517-opus-58502
Document Type:Article
Language:German
Date of Publication (online):2012/03/07
Year of Completion:2011
Publishing Institution:Universität Potsdam
Release Date:2012/03/07
Source:Beiträge zur sektoralen und regionalen Ökonomie. - S. 119 - 126
RVK - Regensburg Classification:QY 000
RVK - Regensburg Classification:QB 910
Organizational units:Wirtschafts- und Sozialwissenschaftliche Fakultät / Wirtschaftswissenschaften
Dewey Decimal Classification:3 Sozialwissenschaften / 33 Wirtschaft / 330 Wirtschaft
Collections:Universität Potsdam / Monographien / Beiträge zur sektoralen und regionalen Ökonomie / Tatjana Nikitina, Klaus Schöler (Hrsg.) / Beiträge
Licence (German):License LogoKeine Nutzungslizenz vergeben - es gilt das deutsche Urheberrecht
Notes extern:
JEL-Klassifikation: C10, D40, G21, R30
In Printform erschienen im Universitätsverlag Potsdam:

Beiträge zur sektoralen und regionalen Ökonomie / Tatjana Nikitina (Hrsg.) ; Klaus Schöler (Hrsg.). - Potsdam : Universitätsverlag Potsdam, 2011. - V, 176 S. : graph. Darst.
ISBN 978-3-86956-146-2
--> bestellen