Nicht- und Semiparametrische Methoden für Eulergleichungen

• Antragstellerin: Professorin Dr. Melanie Schienle
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung von 2013 bis 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 235833760

Die individuelle Risikowahrnehmung bestimmt wesentlich jegliche Form von Entscheidungsverhalten, und ihre eine genaue empirische Messung ist daher Voraussetzung für die praktische Anwendbarkeit vieler Ökomischer Modelle. Um individuelles Risikoverhalten ökonometrisch ermitteln zu können, müssen Schätzungen der marginalen Nutzenfunktion aus Eulergleichungen für die Wahl einer optimalen intertemporalen Konsumpfades einerseits präzise aber auch praktisch umsetzbar sein. Obwohl diese Größen von zentralem ökonomischem Interesse sind, sind verfügbare analytische Standardmethoden nur unter vereinfachenden Modellannahmen in der Lage, datentechnische Herausforderungen wie die Nichtstationarität von Konsum oder die unbekannte genaue funktionale Form der Nutzenfunktion zu bewältigen. In der Praxis jedoch sind es oft genau diese technischen Bedingungen, die dann aber das Gesamtergebnis bestimmen und bereits zu vielen bekannten empirischen Puzzles geführt haben (z.B. das sog. Equity Premium Puzzle mit unklaren und widersprüchlichen Schätzungen individuellen Risikoverhaltens).Um solche Einschränkungen zu vermeiden, entwickeln wir allgemeine statistische Methoden unter solchen Nicht-Standardbedinungen, um damit neuartige Einblicke von praktischer und ökonomischer Relevanz zu gewinnen. Insbesondere benötigen unsere Methoden keine parametrische Vorspezifikation von Nutzenfunktionen sondern können deren Form flexibel aus den Daten ermitteln. Darüber hinaus sind diese Nicht- und Semiparametrischen Methoden allgemein genug, damit Schätz- und Testverfahren konsistent sind, obwohl Konsum nichtstationär, aber rekurrent im Level in den marginalen Nutzen eingeht und nicht in stationären Wachstumsraten. In diesem Sinne sind die Methoden auch vom Kointegrations-Typ.Der Fokus dieses Projekts liegt auf semiparametrischen Methoden, die eine hinlänglich flexible Modellanpassung erlauben, aber dennoch im Vergleich zu der schwierigen praktischen Umsetzbarkeit rein nichtparametrischer Methoden für verfügbare Stichprobenumfänge von nichtstationären Konsumdaten zu wesentlichen Verbesserungen führen. Wir untersuchen insbesondere Schätzungen mit rekursiven Nutzenspezifikationen und Epstein-Zin Präferenzen, die bereits in vielen Kalibrierungsstudien vielversprechende Ergebnisse geliefert haben. Wir erwarten, dass diese allgemeine Modellklasse tatsächlich bedeutend bessere Ergebnisse in der praktischen Umsetzung intertemporaler Optimierungsmodelle liefern kann und zu einem besseren Verständnis einiger vorhandenen Puzzles beitragen kann.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Südkorea, USA
• Beteiligte Personen: Professor Dr. Enno Mammen; Professor Dr. Christoph Rothe; Professor Kyusang Yu, Ph.D.