Semiparametrische Regressionsmodelle für Lokation, Skala und Form

• Antragsteller: Professor Dr. Thomas Kneib
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung von 2018 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 397587368

Generalisierte additive Modelle für Lokation, Skala und Form (generalized additive models for location, scale and shape, GAMLSS) erlauben es, nicht nur den bedingten Erwartungswert einer Zielgröße sondern potenziell alle Parameter der bedingten Verteilung der Zielgröße in Abhängigkeit von Kovariablen zu beschreiben. Damit lassen sich flexible Regressionsbeziehungen jenseits des Erwartungswerts aufdecken und entsprechend realistischere und informativere Regressionsmodelle konstruieren. Im Rahmen dieses Projekts sollen verschiedene semiparametrische Erweiterungen von GAMLSS entwickelt und in komplexen Anwendungen eingesetzt werden. Ein erster Projektbereich betrifft dabei die Analyse von Zeitreihen mit Regime-Wechseln basierend auf Markov-Switching- und Smooth-Transition-Modellen, die jeweils mit der Flexibilität von GAMLSS verknüpft und zur Analyse der Verteilung von operationalen Risiken von Banken eingesetzt werden sollen. In einem weiteren Bereich sollen Modelle der Stochastic Frontier Analysis zur Effizienzanalyse in den Rahmen der GAMLSS eingebettet und zu einer multivariaten Formulierung mit mehreren Outputgrößen erweitert werden. Eine dritte Modellklasse betrifft zensierte GAMLSS, um mit unvollständiger Information beispielsweise im Kontext der Verweildaueranalyse für Erwerbshistorien aber auch mit zensierten Erhebungen von Einkommensverteilungen umgehen zu können. Um allgemein die Anwendbarkeit von GAMLSS zu erhöhen, sollen zudem verschiedene flexible Erweiterungen der Prädiktorstruktur (Methoden zur Regularisierung und Variablenselektion, Interaktionseffekte, funktionale Einflussgrößen) sowie neuartige Variablenwichtigkeitsmaße entwickelt und mit verschiedenen Hilfsmitteln zur Interpretation und Visualisierung von GAMLSS-Schätzungen verknüpft werden. Insgesamt sollen im Rahmen dieses Projekts damit entscheidende Beiträge geliefert werden, um die Anwendbarkeit von GAMLSS in herausfordernden ökonomischen Fragestellungen zu verbessern und damit neben der Quantil- und Expektilregression ein weiteres Regressionsinstrument jenseits der Mittelwertregression als Handwerkszeug empirisch arbeitender Wirtschaftswissenschaftler*innen zu etablieren.

• DFG-Verfahren: Sachbeihilfen