WHU
Statistik beschreibt die Analyse von Daten, Ökonometrie bedeutet die Anwendung statistischer Methoden auf Wirtschaftsdaten. Beide Disziplinen beinhalten den Einsatz von Wahrscheinlichkeitstheorie und Computersimulationen, um die Eigenschaften solcher Methoden zu ermitteln.

Die Forschung und Lehre des Lehrstuhls beschäftigt sich vor allem mit der statistischen und ökonometrischen Analyse multivariater Zeitreihendaten.

Zum Schwerpunkt der Forschung, sowohl aus theoretischer als auch aus angewandter Sicht, gehören strukturelle Brüche, Prognosen, adaptive Lernalgorithmen und langes Gedächtnis. Empirische Anwendungen konzentrieren sich in der Regel auf makroökonomische und finanzielle Daten.

Unser Team

Kolloquium Ökonometrie & Statistik

Mit dem Kolloquium bieten wir unseren Gästen eine Plattform, den jüngsten Stand ihrer Forschung der WHU-Fakultät zu präsentieren und zu diskutieren. Üblicherweise findet in jedem Semester ein Kolloquium mit jeweils zwei bis drei Vorträgen statt. Die Themen reichen von Theoretischer Statistik bis zu Empirischen Sozialwissenschaften mit einem Schwerpunkt auf Methodik und Datenanalyse.

07. Mai 2021:

Online-Seminar in Zusammenarbeit mit dem Institut für Ökonometrie und Statistik der Universität zu Köln

¬ Andrew Harvey, University of Cambridge: Time series modeling of epidemics: leading indicators, control groups and policy assessment

¬ Siem Jan Koopman, Vrije Universiteit Amsterdam: Forecasting in a Changing World: from the Great Recession to the COVID-19 Pandemic

¬ Johannes Bracher, KIT: Collaborative forecasting of COVID-19: Assembling, comparing and combining short-term predictions

22. Januar 2021:

Online-Seminar in Zusammenarbeit mit dem Institut für Ökonometrie und Statistik der Universität zu Köln

  • Morten O. Nielsen, Queen's University: Semiparametric tests for the order of integration in the possible presence of level breaks
  • Heiko Jürgen Rachinger, University of the Balearic Islands: Breaks in the level and persistence of time series
  • Tobias Hartl, University of Regensburg: Solving the unobserved components puzzle: A fractional approach to measuring the business cycle

30. Oktober 2019:

  • Michele Berardi, University of Manchester: Information aggregation and accumulation in prices
  • Jan Wenzelburger, University of Kaiserslautern: Learning in linear economic models with expectations feedback
  • Alexander Mayer, WHU: On consistent tests of strict exogeneity

21. Februar 2019:

  • Carsten Trenkler, University of Mannheim: Robust structural impulse response inference in VARs and VECMs with conditional heteroskedasticity of unknown form
  • Otilia Boldea, Tilburg University: Bootstrapping structural change tests

5. Dezember 2018:

  • Michael Vogt, University of Bonn: Multiscale inference and long-run variance estimation in nonparametric regression with time series errors
  • Roderick McCrorie, University of St. Andrews: The exact asymptotic first-order bias in least squares estimation of the AR(1) model under a unit root
  • Mustafa Kilinc, WHU: Detecting outliers and locations shifts under long-memory stationary errors

24. April 2018:

  • Bent Nielsen, University of Oxford: Asymptotic theory of outlier detection algorithms for linear time series regression models
  • Philipp Sibbertsen, Leibniz University Hannover: The periodogram of spurious long memory processes

6. März 2018: 

  • Mathias Hoffmann, University of Zürich: Domestic bank dependence and risk sharing in the eurozone before and after the great recession
  • Michael Evers, University of Hohenheim: Solving nonlinear expectations models by approximating the stochastic equilibrium system
  • Alexander Mayer, WHU: A three-step estimator for macroeconomic learning models

Economics Brown Bag Seminar

Das Economics Brown Bag Seminar ist ein informelles Forum für die Junior- und Senior-Fakultät der Economics Group an der WHU. Im Rahmen der regelmäßigen Treffen werden hier die eigenen Forschungsideen oder das aktuelle „work in progress“ vorgestellt. Neue Interessierte sind jederzeit willkommen: Melden Sie sich gern für weitere Informationen!

Minimum resale price maintenance and upstream collusion: Empirical evidence from the German coffee cartel

Panel data analysis of mergers and acquisitions in family businesses - some open issues

Application of Advanced Analytics for Proactive Retention Management in Noncontractual Settings

Do Bilateral Investment Treaties Attract Foreign Direct Investment? The Role of Investor-State Dispute Settlement Provisions

Measuring the Effect of ECB’s Asset Purchase Announcementst

8. Dezember 2015, Alexander Mayer

On the sense and nonsense of time series econometrics

1. September 2015, Yiqiao Sun

Demography and sector-level price development

3. März 2015, Patrick Huber

Real life challenges in regression analysis with empirical data

20. Februar 2015, Alexander Mayer

Some aspects of estimating large heterogneous panel data moldes

13. Februar 2015, Professor Dr. Michael Massmann

Estimating a model of Eurozone inflation with adaptive learning

RMSE Workshop

Bei der “Rhenish Multivariate Time Series Econometrics (RMSE)” handelt es sich um mittelgroße Workshops, in denen sowohl junge als auch erfahrene Wissenschaftler ihre aktuellen Erkenntnisse auf dem Gebiet der Zeitreihen präsentieren. Für gewöhnlich kommen rund 30 Teilnehmer von Universitäten entlang des Rheins zu den Veranstaltungen.

Frühere Workshops:

  • 2018: WHU – Otto Beisheim School of Management
  • 2017: Erasmus University Rotterdam
  • 2015: University of Cologne
  • 2013: Tinbergen Institute
  • 2011: University of Bonn
  • 2010: Vrije Universiteit Amsterdam
  • 2008: Vrije Universiteit Amsterdam

DFG Projekt - The effect of structural breaks on inference with stochastic processes subject to long memory

Das Projekt basiert auf den Erkenntnissen von Bertram, Kruse & Sibbertsen (2013), die herausgefunden haben, dass Korrelationen zwischen Amerikanischen Aktienrenditen ein langes Gedächtnis aufweisen und es Strukturbrüche in der beobachteten Zeitreihe gibt, die möglicherweise an denselben Zeitpunkten auftreten. Diese empirische Ordnungsmäßigkeit wirft eine Vielzahl von Fragen auf. Auf der einen Seite könnten Strukturbrüche im Mittelwert der Zeitreihe Abhängigkeitsstrukturen wie unter langem Gedächtnis begründen. Daher ist es notwendig, einen Algorithmus abzuleiten, der Strukturbrüche in multivariaten Zeitreihen entdeckt, zugleich aber robust gegenüber langem Gedächtnis ist. Auf der anderen Seite suggerieren die Zeitpunkte der Strukturbrüche eine Co-Bruch-Beziehung zwischen den Zeitreihen. Der entsprechende Co-Bruch-Test, wie von Hendry und Massmann (2007) vorgeschlagen, basiert allerdings auf einem Regressionsmodell mit voneinander unabhängigen Störgrößen. Ein Co-Bruch-Test für Datenstrukturen die ein langes Gedächtnis aufweisen ist derzeit nicht verfügbar.

Zweites Ziel des Projektes ist es daher, einen solchen Test zu entwickeln, um die Interaktion zwischen Co-Bruch und langem Gedächtnis zu untersuchen. Um eine kohärente Modellierungsstrategie für die empirische Anwendung zu erreichen, ist ein Verständnis des scheinbaren langen Gedächtnis und dem damit einhergehenden Zusammenspiel von Co-Bruch und langem Gedächtnis notwendig.

Das Projekt zielt daher auch darauf ab, zu untersuchen, welche Eigenschaften Strukturbruch-Prozesse mit Autokorrelationsstrukturen ähnlich derer mit langem Gedächtnis von Prozessen mit tatsächlichem langen Gedächtnis unterscheiden. Eine solche Eigenschaft ist die Gültigkeit von funktionalen zentralen Grenzwertsätzen. Obwohl die Autokorrelationsfunktion eines Strukturbruch-Prozesses tatsächlich hyperbolisch abfällt, konvergiert diese zu einer positiven Konstante und nicht zu Null, wie in Prozessen mit echtem langen Gedächtnis. Die Forschungsergebnisse werden anschließend zu multivariaten Zeitreihen-Systemen generalisiert. Die Ergebnisse von Leschinski & Sibbertsen (2017) deuten darauf hin, dass Co-Brüche zu einer scheinbaren fraktionellen Kointegration führen. Finales Ziel des Projektes ist daher die Anwendung der neu gewonnenen statistischen Methoden auf Finanzmarktdaten in einer detaillierten empirischen Studie, die zum einen die Auswirkungen der Co-Brüche auf die Portfolio-Auswahl untersucht, und zum anderen die Genauigkeit der Prognosen von realisierten Korrelationen erforscht.

Dieses Projekt wird in Zusammenarbeit mit dem Institut für Statistik der Leibniz Universität Hannover durchgeführt.

Neueste wissenschaftliche Erkenntnisse - Lehre an der WHU

Kurse: Unser Lehrstuhl bietet an der WHU Kurse zu quantitative Forschungsmethoden für Bachelor-Studierende sowie den Kurs „Topics in Advanced Econometrics and Causal Inference“ für Doktoranden an.

Bachelor- und Masterthesen für WHU-Studierende: Wenn Sie an einer Abschlussarbeit an unserem Lehrstuhl interessiert sind, melden Sie sich gern, um einen Termin für ein persönliches Gespräch auszumachen. Wir bitten Sie, ein mögliches Thema Ihrer Forschungsarbeit vorbereitend auf einer Seite darzustellen. Mögliche Themen finden sich im Bereich der Statistik, Wahrscheinlichkeitstheorie, Ökonometrie oder der Empirischen Sozialwissenschaften. Dabei kann Ihre Arbeit sowohl theoretisch, empirisch oder eine rechnergestützte Simulation sein. Beispiele vergangener Abschlussarbeitsthemen sind folgende:

  • "The impact of UN peace keeping missions on the economic development of developing countries"
  • "Identification issues in cointegration analysis"
  • "Predicting time series based on deep learning algorithms"
  • "Artificial Neural Networks and their Application to the Prediction of Financial Time Series"
  • "Forecasting macroeconomic time series using principal components"
  • "Diamond demand forecasting via online activities"

Promotionsarbeiten: Sie können einen Bachelor- und einen Master-Abschluss vorweisen und haben Interesse, als externer PhD-Studierender an unserem Lehrstuhl Ihre Doktorarbeit zu schreiben? Dann erläutern Sie gerne auf fünf Seiten Ihr Forschungsvorhaben und senden uns Ihren Lebenslauf, inklusive zweier Referenznamen, sowie Kopien der relevanten Zertifikate und Zeugnisse. Alle Dokumente müssen entweder auf Deutsch oder Englisch eingereicht werden. Es gilt eine klare Präferenz für Themenvorschläge mit einem Fokus auf den Bereich der multivariaten Zeitreihenanalyse in der Ökonometrie.