Endogenität
Bild von maniacvector auf Freepik
Endogenität ist ein Konzept in der Ökonometrie und der statistischen Modellierung, das auftritt, wenn eine erklärende Variable (Unabhängige Variable) in einem Modell mit dem Fehlerterm (Störterm) korreliert ist. Endogenität kann zu verzerrten Schätzungen und falschen Schlussfolgerungen führen, weshalb sie in ökonometrischen Analysen vermieden oder korrigiert werden muss.
1. Was bedeutet Endogenität?
Endogenität tritt auf, wenn eine der folgenden Bedingungen erfüllt ist:
✅ 1.1 Korrelation zwischen erklärender Variable und Fehlerterm
In einem klassischen Regressionsmodell wird angenommen, dass die erklärenden Variablen (X) und der Fehlerterm (e) nicht korreliert sind. Wenn diese Annahme verletzt wird und eine erklärende Variable (X) mit dem Fehlerterm (e) korreliert, spricht man von Endogenität.
- Formel: Ein einfaches lineares Regressionsmodell lautet normalerweise: Y=β0+β1X+eY = \beta_0 + \beta_1 X + e Hierbei ist YY die abhängige Variable, XX die unabhängige Variable, β0\beta_0 und β1\beta_1 die Parameter und ee der Fehlerterm. Wenn XX und ee korreliert sind, liegt Endogenität vor.
✅ 1.2 Mögliche Ursachen für Endogenität
Es gibt mehrere Gründe, warum Endogenität in einem Modell auftreten kann. Die wichtigsten Ursachen sind:
2. Ursachen von Endogenität
✅ 2.1 Omitted Variable Bias (Verletzung der Vollständigkeit der Variablen)
Ein häufiges Problem ist, wenn im Modell wichtige erklärende Variablen fehlen, die sowohl die abhängige als auch die erklärte Variable beeinflussen. Dies führt dazu, dass der Fehlerterm die Auswirkungen dieser ausgelassenen Variablen „aufnimmt“, wodurch eine Korrelation zwischen der erklärenden Variable und dem Fehlerterm entsteht.
- Beispiel: Angenommen, man möchte den Einfluss der Bildung auf das Einkommen messen, aber eine wichtige Variable wie Berufserfahrung wird nicht berücksichtigt. Berufserfahrung beeinflusst sowohl das Einkommen als auch die Bildung (Bildung kann durch Berufserfahrung erlangt werden), was dazu führt, dass das Modell verzerrt wird.
✅ 2.2 Simultane Kausalität (Reverse Kausalität)
Simultane Kausalität tritt auf, wenn die Beziehung zwischen der unabhängigen Variablen und der abhängigen Variablen in beide Richtungen verläuft. In solchen Fällen beeinflussen sich die Variablen wechselseitig, was zu einer Korrelation zwischen der unabhängigen Variablen und dem Fehlerterm führt.
- Beispiel: Ein häufig zitiertes Beispiel ist der Zusammenhang zwischen Zinsen und Wirtschaftswachstum. Niedrige Zinsen könnten das Wachstum ankurbeln, aber gleichzeitig könnte ein wachsendes BIP die Zinssätze beeinflussen. Beide Variablen beeinflussen sich also gegenseitig, was zu Simultanität führt.
✅ 2.3 Messfehler in den Variablen
Wenn es Messfehler in den erklärenden Variablen gibt, kann auch dies zu Endogenität führen. Wenn die Messung der unabhängigen Variablen fehlerhaft ist, wird der Fehlerterm diese Messfehler aufnehmen, was eine Korrelation zwischen der unabhängigen Variablen und dem Fehlerterm verursacht.
- Beispiel: Ein Beispiel könnte sein, dass das Einkommen von Haushalten durch Umfragen ermittelt wird, aber aufgrund von ungenauen Angaben oder unvollständigen Daten die Variable verzerrt ist. Dieser Messfehler führt zu einer Korrelation zwischen der verzerrten erklärenden Variablen und dem Fehlerterm.
3. Folgen der Endogenität
Die Endogenität hat ernsthafte Folgen für die Schätzgenauigkeit und Zuverlässigkeit von ökonometrischen Modellen:
✅ 3.1 Verzerrte Schätzungen
Wenn Endogenität vorliegt, sind die Schätzungen der Koeffizienten in einem Modell verzerrt und nicht konsistent. Das bedeutet, dass die geschätzten Werte für die Parameter der unabhängigen Variablen nicht die wahren Effekte widerspiegeln.
- Beispiel: Wenn ein Modell die Auswirkungen von Bildung auf das Einkommen schätzt, aber die Berufserfahrung als fehlende Variable ignoriert, wird der geschätzte Effekt von Bildung auf das Einkommen verzerrt und möglicherweise über- oder unterschätzt.
✅ 3.2 Falsche Inferenz
Durch die Verzerrung der Schätzungen können auch Hypothesentests (wie t-Tests oder F-Tests) falsche Ergebnisse liefern. Dies kann zu fehlerhaften Schlussfolgerungen führen, etwa indem man fälschlicherweise zu dem Schluss kommt, dass eine Variable keinen oder einen stärkeren Einfluss hat, als sie in Wirklichkeit hat.
- Beispiel: Wenn ein Modell ohne Berücksichtigung der Berufserfahrung die Auswirkungen von Bildung auf das Einkommen untersucht, könnte der Test fälschlicherweise zeigen, dass Bildung einen viel größeren Einfluss auf das Einkommen hat, als dies tatsächlich der Fall ist.
„Du möchtest zu diesen Begriff oder einem anderen Thema mit uns ins Gespräch kommen?“
Dann kontaktiere uns einfach hier! 😊
4. Korrektur von Endogenität
Es gibt verschiedene Techniken, um das Problem der Endogenität zu beheben:
✅ 4.1 Instrumentvariablen (IV)
Die Methode der Instrumentvariablen (IV) ist eine gängige Technik zur Korrektur von Endogenität. Ein Instrument ist eine Variable, die die erklärende Variable beeinflusst, aber nicht direkt die abhängige Variable beeinflusst (außer über die erklärte Variable).
- Beispiel: Bei der Untersuchung des Einflusses von Bildung auf das Einkommen könnte die Anzahl der Schulen in der Region als Instrument verwendet werden. Diese beeinflusst die Bildungsentscheidungen, hat aber keinen direkten Einfluss auf das Einkommen.
✅ 4.2 Zwei-Phasen-Least-Squares (2SLS)
Die Zwei-Phasen-Least-Squares (2SLS)-Methode ist eine spezifische Technik innerhalb der Instrumentvariablen-Methode. Sie wird häufig verwendet, wenn die Endogenität aufgrund von simultaner Kausalität oder omitted variable bias vorliegt. Hierbei wird in einer ersten Phase die unabhängige Variable durch ein Instrument ersetzt und dann in der zweiten Phase die Schätzung des Modells durchgeführt.
- Beispiel: Wenn das Einkommen durch Bildung und Berufserfahrung beeinflusst wird, könnte 2SLS verwendet werden, um die Auswirkungen der Bildung auf das Einkommen korrekt zu schätzen, während der Einfluss der Berufserfahrung berücksichtigt wird.
✅ 4.3 Paneldatenanalyse
Eine Paneldatenanalyse kann Endogenität durch die Kontrolle von nicht beobachteten Heterogenitäten und individuellen Effekten verringern. Sie nutzt Daten, die sowohl über die Zeit als auch über verschiedene Einheiten hinweg erhoben wurden, und kann helfen, kausale Beziehungen zu identifizieren, wenn endogene Variablen vorliegen.
- Beispiel: Ein Paneldatensatz, der Einkommensdaten von Individuen über mehrere Jahre hinweg enthält, könnte helfen, den Einfluss von Bildung auf das Einkommen zu isolieren, indem zeitliche und individuelle Effekte berücksichtigt werden.
5. Beispiele für Endogenität in der Praxis
- Beispiel 1: Bildung und Einkommen
In einer Studie, die den Einfluss von Bildung auf das Einkommen untersucht, könnte Endogenität auftreten, wenn ein Teil des höheren Einkommens durch andere unbeobachtete Faktoren wie Motivation oder Netzwerk beeinflusst wird. Wenn diese Faktoren sowohl das Einkommen als auch die Bildungsentscheidung beeinflussen, führt das zu einer Korrelation zwischen der Bildung und dem Fehlerterm. - Beispiel 2: Werbung und Verkaufszahlen
Ein Unternehmen möchte den Einfluss von Werbung auf die Verkaufszahlen messen. Wenn aber wirtschaftliche Bedingungen oder Kundenzufriedenheit auch die Verkaufszahlen beeinflussen, aber nicht korrekt in das Modell aufgenommen werden, entsteht Endogenität, weil der Fehlerterm (der durch ungenaue Messung oder ausgelassene Variablen entsteht) mit der Werbung korreliert.
6. Fazit
Endogenität ist ein ernstes Problem in der ökonometrischen Analyse, da sie zu verzerrten Schätzungen und falschen Schlussfolgerungen führen kann. Es ist wichtig, Methoden wie Instrumentvariablen, 2SLS oder Paneldaten zu verwenden, um Endogenität zu erkennen und zu korrigieren. Ein tiefes Verständnis der zugrunde liegenden Ursachen und die Anwendung geeigneter Korrekturmethoden sind entscheidend, um valide und zuverlässige ökonometrische Modelle zu entwickeln.
Wir sind darum bemüht die angebotenen Informationen aktuell zu halten und diese in knapper und verständlicher Form darzustellen. Fehler und Irrtümer bleiben aber menschlich und darum vorbehalten. Bei Unstimmigkeiten zu einem Begriff, bitten wir darum dies per E-Mail mit uns zu diskutieren. Bitte nutze hierfür unsere E-Mail: info@jupiterexpress.de« Zurück zum Glossar Index