Cointegration

Das Konzept der Kointegration im Kontext der Zeitreihenanalyse und Ökonometrie geht auf die amerikanischen Ökonomen Clive W. J. Granger und Robert F. Engle zurück. Eine Kointegrationsbeziehung liegt vor, wenn zwischen zwei oder mehr instationären (integrierten) Variablen ein langfristiges Gleichgewicht besteht. Kurzfristig kommt es zu Abweichungen vom Gleichgewicht; mindestens eine der Variablen passt sich im Zeitablauf so an, dass das langfristige Gleichgewicht wieder hergestellt wird.

Über das Engle-Granger-Repräsentationstheorem lässt sich eine Beziehung zwischen dem Konzept der Kointegration von Variablen und einem Fehlerkorrekturmodell herstellen. Dieses besagt, dass zu jedem Kointegrationsmodell ein Fehlerkorrekturmodell existiert, das die Kurzfristdynamik des Systems beschreibt.

Die Kointegration wird bei trendbehafteten Zeitreihen (instationäre Zeitreihen) angewendet. Sie stellt dabei eine Alternative zu einer Trendbereinigung etwa durch Differenzenbildung dar. Trendbereinigung wird oft vorgeschlagen, um Scheinregressionen zu vermeiden. Der Nachteil dieser Behandlung der Instationarität ist aber, dass durch das Bereinigen Informationen verloren gehen. Hier liegt der Vorteil der Arbeit mit Niveauvariablen bzw. der Kointegration. Langfristige Gleichgewichtsbeziehungen können erkannt und analysiert werden.

Clive W. J. Granger und Robert F. Engle sind unter anderem für ihre Arbeiten über Kointegration 2003 mit dem Preis für Wirtschaftswissenschaften der schwedischen Reichsbank in Gedenken an Alfred Nobel ausgezeichnet worden.

Literatur

Der grundlegende Beitrag von Engle und Granger ist:

• Robert F. Engle and Clive W.J. Granger: Co-integration and error correction: Representation, estimation and testing. In: Econometrica. Vol. 55, 251-276.

Deutschsprachige Lehrbücher mit einführenden Darstellungen sind:

• Peter Hackl: Einführung in die Ökonometrie. Pearson Studium, München 2005, ISBN 3-8273-7118-X.
• Gebhard Kirchgässner und Jürgen Wolters: Einführung in die moderne Zeitreihenanalyse. Vahlen, München 2006, ISBN 978-3-8006-3268-8.

Standard-Lehrbücher für Fortgeschrittene sind:

• James D. Hamilton: Time series analysis. Princeton University Press, Princeton 1994, ISBN 0-691-04289-6.
• Helmut Lütkepohl: New introduction to multiple time series analysis. Springer, Berlin 2007, ISBN 978-3-540-26239-8.