VOTESHR GROWTH = α + β + ε VOTESHR INFL = α + β + ε

Universität Leipzig
Institut für Empirische Wirtschaftsforschung
Volkswirtschaftslehre, insbes. Ökonometrie
Sommersemester 2010
Empirische Wirtschaftsforschung
Aufgabenblatt 5 zur Übung
Die Vorhersage von US-Präsidentschaftswahlen
Seit einigen Jahren setzt Ray C. Fair von der Universität Yale ein Modell ein, um den Ausgang von
Präsidentschaftswahlen in den USA vorherzusagen. Mit seinem Modell versucht er, das Wahlergebnis
durch eine Reihe von ökonomischen und politischen Einflussgrößen zu erklären. Dafür bezieht er als
exogene Regressoren beispielsweise die Zahl der Regierungsperioden ein, über die eine Partei bereits
an der Macht ist, oder er berücksichtigt, ob der jeweils amtierende Präsident zur Wiederwahl kandidiert
oder nicht.
Im Zentrum des Modells von Fair steht die zu erklärende Variable VOTESHR. Sie ist in Prozentpunkten
gemessen und gibt für jede Präsidentschaftswahl den Anteil der Wählerstimmen an, der jeweils auf die
incumbent party entfällt - also auf die Partei, die zum Zeitpunkt der Wahl (noch) regiert. Betrachtet
werden dabei nur die beiden großen Parteien, Demokraten und Republikaner.
1. OLS-Schätzung
1.1.
Laden Sie die Datei "Fair.txt" herunter und lesen Sie diese als Workfile in EViews ein. Sie
enthält Informationen zu 23 US-amerikanischen Präsidentschaftswahlen von1916 bis 2004.
1.2.
Als ein ökonomischer Faktor zur Erklärung des Wahlergebnisses könnte das Wirtschaftswachstum im Zeitraum vor der Wahl in Frage kommen. In der Reihe GROWTH liegt Ihnen
die Wachstumsrate des realen BIP pro Kopf während der ersten drei Quartale des jeweiligen Wahljahres vor (in Prozentpunkten). Schätzen Sie mit der OLS-Methode das Modell
VOTESHR t = α + βGROWTHt + ε t
und geben Sie eine exakte Interpretation der geschätzten Parameter ab.
1.3.
Zeigen Sie die Reihen GROWTH und VOTESHR als Scatter-Plot mit Regressionslinie an und
fügen Sie zwei gestrichelte Linien in Ihre Grafik ein: Eine horizontale Linie für den Wert
VOTESHARE=50 und eine vertikale Linie für den Wert GROWTH=0. Wurde die jeweilige
Regierungspartei bei negativen Wachstumsraten häufiger abgewählt als im Amt bestätigt?
1.4.
Ist der geschätzte β-Koeffizient am 5%-Niveau statistisch signifikant? Geben Sie die Nullund Alternativhypothese, den kritischen Wert der t-Statistik sowie die Entscheidungsregel(n)
an, auf deren Basis Sie Ihre Testentscheidung treffen.
1.5.
Bestimmen Sie mit der in EViews implementierten Funktion ein 95%- und ein 99%-Konfidenzintervall für den Parameter β.
1.6.
Wie gut ist die Anpassung des Modells an die verwendeten Daten?
1.7.
Eine hohe Inflationsrate könnte den Wahlerfolg der Regierungspartei beeinträchtigen. INFL
enthält die durchschnittliche jährliche Inflationsrate während der Amtsperiode der incumbent
party. Stellen Sie die Variablen INFL und VOTESHR in einem neuen Streudiagramm gegenüber und schätzen Sie das Modell
VOTESHR t = α + βINFL t + ε t
mit der OLS-Methode. Ist der geschätzte β-Koeffizient statistisch signifikant?
1
2. Vorhersage für die Präsidentschaftswahl 2004: Bush gegen Kerry
2.1.
 0 bezogen auf das Jahr 2004? Berechnen Sie die OLS-Vorhersage
Wie hoch ist VOTESHR
des Wählerstimmenanteils für die amtierenden Republikaner, indem Sie die Wachstumsrate
von 2004 in den geschätzten Regressionszusammenhang aus Aufgabe 1.2. einsetzen.
Ermitteln Sie außerdem den Wert des Residuums.
2.2.
Versetzen Sie sich nun zurück ins Jahr 2004 kurz vor die Präsidentschaftswahl. Zu diesem
Zeitpunkt haben Sie noch keine Information über den Wahlausgang, d.h. Sie wissen nicht,
wie viel Prozent der Wählerstimmen die Republikaner mit Bush oder die Demokraten mit
Kerry am Ende erreichen werden. VOTESHR2004 ist also unbekannt. Führen Sie erneut eine
Vorhersage des Wählerstimmenanteils für die "bevorstehende" Wahl durch.
2.3.
Berechnen Sie unter Berücksichtigung des tatsächlichen Wahlergebnisses den Vorhersagefehler für 2004. Fällt dieser größer oder kleiner aus als das OLS-Residuum in Aufgabe 2.1.?
2.4.
Bestimmen Sie ein 95%-Prognoseintervall für Ihre in Aufgabe 2.2. getroffene Vorhersage.
2.5.
Erstellen Sie eine Grafik, die jedem GROWTH-Wert aus der Stichprobe seine OLS-Vorhersage zuordnet und überdies die zu den Prognosen gehörigen Konfidenzbereiche abbildet.
2