Neuronale Netze zur volkswirtschaftlichen Zeitreihenprognose

Zusammenfassung

Die Möglichkeit der Verwendung neuronaler Netze zur Prognose von finanzwirtschaftlichen Zeitreihen ist bereits in unterschiedlichen Anwendungsbereichen¹⁸³ demonstriert worden. Überlicherweise unterscheidet man die Erklärungsansätze von Zeitreihen in einen ökonometrischen und einen statistischen Ansatz. Der ökonometrische Ansatz versucht die zu erklärende Größe (endogen Variable) mit unabhängigen Variablen (exogene Variable) zu beschreiben. Dabei obliegt die Modellspezifikation dem Ökonometriker, d.h. es wird ein “Vorwissen” benötigt. Der statistische Ansatz versucht aus der vergangenen Struktur der Zeitreihe ein Modell zu entwickeln. Dabei wird kein Kausalzusammenhang formuliert, sondern lediglich auf Abhängigkeiten innerhalb der Zeitreihe zurückgegriffen. Grundsätzlich beruht jede Prognose auf Daten der Vergangenheit, aus denen eine Struktur extrahiert wird. Von dieser wird angenommen, daß sie über die Zeit hinweg invariant oder zumindest näherungsweise konstant ist, so daß mit Hilfe der Daten Prognosewerte geschätzt werden können. Die Hypothese der Strukturbeständigkeit in einer noch unbekannten Zukunft setzten sowohl neuronale Netze als auch statistische Modelle voraus.