Advertisement

Zur Modellierung und Diagnose struktureller Zusammenhänge in Oligopolsituationen: Seemingly Unrelated Regressions und Zeitreihenanalyse der Residuen

  • M. Nenning
  • E. Topritzhofer
  • U. Wagner

Zusammenfassung

Der folgende Beitrag befaßt sich mit der Frage, wie oligopolistische Marktsituationen, bei denen tatsächlich oder aber bloß auf Grund der Periodisierung der zur Verfügung stehenden Daten Interaktionen zwischen den Oligopolpartnern offen nicht zu Tage treten, modelliert werden können. Anhand einer empirischen Studie wird gezeigt, daß Zellners Methode der Seemingly Unrelated Regressions in einem solchen Fall mit Vorteil angewendet werden kann und daß darüber hinaus durchgeführte Zeitreihenanalysen der (gefilterten) Regressionsresiduen wertvolle Einsichten in möglicherweise bestehende strukturelle Kausalitäts- und/oder Feedback-Zusammenhängc zwischen den einzelnen Oligopolpartnern vermitteln.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Granger, C.W.J., and P. Newbold: Forecasting Economic Time Series. New York 1977, S. 225.Google Scholar
  2. Haugh, L.D., and G.E.P. Box: Identification of Dynamic Regression (Distributed Lag) Models Connecting Two Time Series. Journal of the American Statistical Association 72, 1977, S. 121ff.CrossRefGoogle Scholar
  3. McElroy, M.B.: Goodness of Fit for Seemingly Unrelated Regressions. Journal of Econometrics 6, 1977, S. 381ff.CrossRefGoogle Scholar
  4. Pierce, D.A.: Relationships — and the lack Thereof — Between Economic Time Series, with Special Reference to Money and Interest Rates. Journal of the American Statistical Association 72, 1977, S. 11.Google Scholar
  5. Zellner, A.: An Effizient Method of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias. Journal of the American Statistical Association 57, 1962, S. 348ff.CrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1981

Authors and Affiliations

  • M. Nenning
  • E. Topritzhofer
  • U. Wagner

There are no affiliations available

Personalised recommendations