'If you give a man a fISh, he will have a single meal. If you teach him how to fish, he will eat all his life. ' Diese alte Weisheit ist das Motto dieses Einfiihrungskurses in die Methoden der empirischen Wirtschaftsforschung. Inhaltlich entspricht der Text einer fiir a11e Studierenden der Richtung Volkswirtschaftslehre obligatorischen vierstiin digen Vorlesung mit mungen an der Hochschule St. Gallen. Wiinsche und Interessen der Horer sind ebenso in den Text eingeflossen wie die Erfahrun gen mit denjenigen Studierenden, die a priori auch nicht die geringste Motiva tion zeigen, sich mit den Methoden der empirischen Wirtschaftsforschung und insbesondere mit okonometrischen Modellen auseinanderzusetzen. Die Zielset zung dieser Lehrveranstaltung ist es, die Studierenden insoweit mit Methoden der empirischen Wirtschaftsforschung und okonometrischen Modellen vertraut zu machen, dass sie zumindest in der Lage sind, Ergebnisse empirischer Forschung kritisch zu reflektieren. Es wird daher immer wieder versucht, den Teilnehmem an dieser Lehrveranstaltung die Moglichkeiten, aber auch die Grenzen empirischer Arbeiten aufzuzeigen. Dementsprechend werden die Diskussion grundsatzlicher Probleme und die Obungen an praktischen Beispie len mehr betont als die Vermittlung technischer Fertigkeiten im Sinne einer okonometrischen Methodenlehre im Stile bewlihrter Lehrbiicher. Eine solche Vorgehensweise diirfte auch den veranderten Umweltbedingungen in der empirischen Wirtschaftsforschung - Zugang zu Datenbanken, Verfugbarkeit von leistungsflihigen Softwaresystemen, PC's am Arbeitsplatz der Studierenden usw. - mehr Rechnung tragen als die blosse Vermittlung methodischen VI Wissens. Die bisher vorliegenden Erfahrungen sprechen flir dieses Konzept. Mage auch der Leser dieses Textes davon profitieren.

Inhalt
Einführung.- Anmerkungen zur Bedeutung der empirischen Forschung in den Wirtschaftswissenschaften.- Der Modellbegriff in der ökonomischen Theorie.- Ein scheinbar ganz einfaches Beispiel: Modelle für das gesamtwirtschaftliche Konsumverhalten.- Zum Umgang mit wirtschaftsstatistischen Daten.- Erläuterungen zu den Begriffen ökonometrisches Modell' und ökonometrische Struktur'.- Einige einführende Beispiele zur Spezifikation einfacher ökonometrischer Modelle.- I: Einzelgleichungsmodelle.- Bemerkungen zur Notation linearer Einzelgleichungsmodelle.- Die gewöhnliche Methode der kleinsten Quadrate (OLS) zur Lösung der Schätzaufgabe.- Stochastische Eigenschaften der OLS-Schätzfunktionen.- Zur Verteilung der OLS-Schätzfunktionen $$ \hat \beta \ $$ und $$ \hat \sigma _u^2\ $$ unter der Annahme unabhängiger, identisch normalverteilter Störvariablen u und einige Signifikanztests.- Konsequenzen von Verletzungen der gemachten idealen Voraussetzungen für die OLS-Schätzfunktionen.- Stochastische erklärende Variablen.- Tests auf eine Autokorrelation der Störvariablen.- Einige praktische Beispiele.- Verallgemeinerte Kleinst-Quadrate-Schätzfunktionen (GLS).- Ein Test auf Heteroskedastizität der Störvariablen.- Zur Analyse von vermuteten Strukturbrüchen.- Einzelgleichungsmodelle ohne Absolutglied.- Weitere Beispiele.- Ex-ante-Prognosen auf der Basis geschätzter Einzelgleichungsmodelle.- Der Instrumentvariablenansatz.- Maximum-Likelihood-Schätzfunktionen für lineare Einzelgleichungsmodelle.- Zur Linearisierung von nichtlinearen Einzelgleichungsmodellen.- Modelle mit Fehlern in den Variablen.- II: Lineare Mehrgleichungsmodelle.- Zur Darstellung linearer Mehrgleichungsmodelle.- Rekursive und interdependente Modelle.- Multiplikatoren.- Ein Modell mit 3Gleichungen zum Einüben der Notation und der Darstellungsformen.- Das Schätzproblem bei interdependenten Modellen.- Das Identifikationsproblem.- Die zweistufige Methode der kleinsten Quadrate (TSLS).- Nichtlinearitäten in den gemeinsam abhängigen Variablen von Mehrgleichungsmodellen.- Zur Analyse von ex-post- und ex-ante-Prognosen.- Ein kleines gesamtwirtschaftliches Modell als Übungsbeispiel.- III: Zeitreihenmodelle.- Stochastische Prozesse.- Gleitende Durchschnittsprozesse (moving average).- Autoregressive Prozesse.- ARMA- und ARIMA-Modelle.- Schätzen der Parameter eines autoregressiven Prozesses.- Schätzen der Parameter eines gleitenden Durchschnittsprozesses.- Vektorautoregressive Modelle.- GRANGER-SIMS-Kausalitätstest.- Miszellen.- Stein-Rule-Schätzfunktionen.- Jackknifing.- Bootstrapping.- Ein Beispiel zum Vergleich verschiedener Schätzverfahren für ß in einem linearen Einzelgleichungsmodell.- Das Ausreisserproblem und robuste Schätzverfahren.- Modelle mit qualitativen und begrenzt abhängigen Variablen.- Modellschätzungen auf der Basis einer Kombination von Zeitreihen- mit Querschnittsdaten.- Nachwort für den mit den Verhältnissen an der Hochschule St. Gallen nicht vertrauten Leser.- Anhang mit Daten.