Diese Dissertation beinhaltet drei eigenständige Aufsätze, die die Interaktionen von Bewertungsmodellen für Wertpapiere, Finanzmärkten und der Volkswirtschaft untersuchen. Alle drei Papiere tragen zu einem besseren Verständnis von Verknüpfungen zwischen Finanzmärkten und Realwirtschaft. Im Mittelpunkt dieser Arbeit stehen Gewohnheitspräferenzen und Bayesianische Schätzmethoden, um sowohl theoretische als auch empirische Erkenntnisse zu liefern, die helfen, die makroökonomische und die Finanzliteratur stärker zu verbinden. Das erste Essay beschäftigt sich mit Gewohnheitspräferenzen und deren Fähigkeit, verschiedene Aktienrenditen in einem Portfolio zu erklären. Die zugrunde gelegten konsumbasierten Bewertungsmodelle basieren auf mikrofundierten Präferenzen und implizieren somit individuelles und aggregiertes Verhalten von Individuen. Aus diesem Grund werden Bayesianische Methoden genutzt, um diese a priori Information in die Schätzung einfließen zu lassen. Im zweiten Essay, einer gemeinsamen Arbeit mit Harald Uhlig, schätzen wir ein DSGE-Modell. Hervorzuheben ist, dass wir sowohl die Momente zweiter Ordnung für Wertpapierrenditen berücksichtigen als auch die a priori Wahrscheinlichkeiten für stilisierte Fakten wie Frisch-Elastizität und Sharpe ratio. Dieses Vorgehen liefert eine Modellschätzung, die gleichzeitig Fakten der Konjunkturzyklen, Momente zweiter Ordnung von Wertpapierrenditen sowie Finanzmarktfakten besser erklären kann. Das dritte Essay präsentiert ein DSGE-Modell, das die Interaktionen der Aktienmarktbooms zum Ende der 1980er und 1990er Jahre mit der Realwirtschaft erklären kann. Mit Hilfe nichtseparabler Präferenzen und nominaler Rigiditäten lässt sich der simultane Anstieg von BIP, Konsum, Investitionen, geleisteten Arbeitsstunden und Löhnen in dieser Zeit erklären. Abschließend wird die Rolle der Geldpolitik während Aktienmarktbooms diskutiert, und es werden optimale geldpolitische Regeln hergeleitet. / This thesis consists of three self-contained essays that investigate the interaction of asset prices and financial markets with the macroeconomy. All papers extend the existing literature in order to enhance the understanding of the strong degree of cross-linking between financial markets and the ‘rest of the economy’. In particular, the thesis focuses on habitually formed preferences and Bayesian techniques to yield theoretical and empirical insights, which help to reduce the existing gap between asset pricing and macroeconomic literature. The first essay examines and compares the ability of habitually formed preferences to explain the cross section of asset returns compared to successful factor models. Such consumption-based asset pricing models are based on micro- founded preferences, implying a linkage to individual and aggregate behavior. For this reason, the essay uses a Bayesian approach with a priori information derived from the empirical Business Cycle literature. In the second essay which is joint work with Harald Uhlig, we use Bayesian techniques to estimate a DSGE model. Especially, we explore a way to include conditional second moments of asset returns into the estimation. Moreover, we constrain the estimation by a priori probabilities on the Sharpe ratio and the Frisch elasticity. By doing so, the estimated model can well jointly explain key business cycle facts, different volatilities of several asset returns, and the empirically observed equity premium. The third essay presents a DSGE model, which covers the observed co-movements of stock market boom and bust episodes in the 1980''s and 1990''s and the economy. By including non-separable preferences and nominal rigidities, the model explains the simultaneous rise of consumption, output, investments, hours worked, and wages during a boom and the subsequent bust. Finally, the role of monetary policy during stock market booms is discussed, and optimal monetary policy rules are evaluated.

In this thesis, a new approach for generating reaction time predictions for Bayesian cognitive models of sequential decision-making is proposed. The method is based on a Markov chain Monte Carlo algorithm that, by utilizing prior distributions and likelihood functions of possible action sequences, generates predictions about the time needed to choose one of these sequences. The plausibility of the reaction time predictions produced by this algorithm was investigated for simple exemplary distributions as well as for prior distributions and likelihood functions of a Bayesian model of habit learning. Simulations showed that the reaction time distributions generated by the Markov chain Monte Carlo sampler exhibit key characteristics of reaction time distributions typically observed in decision-making tasks. The introduced method can be easily applied to various Bayesian models for decision-making tasks with any number of choice alternatives. It thus provides the means to derive reaction time predictions for models where this has not been possible before. / In dieser Arbeit wird ein neuer Ansatz zum Generieren von Reaktionszeitvorhersagen für bayesianische Modelle sequenzieller Entscheidungsprozesse vorgestellt. Der Ansatz basiert auf einem Markov-Chain-Monte-Carlo-Algorithmus, der anhand von gegebenen A-priori-Verteilungen und Likelihood-Funktionen von möglichen Handlungssequenzen Vorhersagen über die Dauer einer Entscheidung für eine dieser Handlungssequenzen erstellt. Die Plausibilität der mit diesem Algorithmus generierten Reaktionszeitvorhersagen wurde für einfache Beispielverteilungen sowie für A-priori-Verteilungen und Likelihood-Funktionen eines bayesianischen Modells zur Beschreibung von Gewohnheitslernen untersucht. Simulationen zeigten, dass die vom Markov-Chain-Monte-Carlo-Sampler erzeugten Reaktionszeitverteilungen charakteristische Eigenschaften von typischen Reaktionszeitverteilungen im Kontext sequenzieller Entscheidungsprozesse aufweisen. Das Verfahren lässt sich problemlos auf verschiedene bayesianische Modelle für Entscheidungsparadigmen mit beliebig vielen Handlungsalternativen anwenden und eröffnet damit die Möglichkeit, Reaktionszeitvorhersagen für Modelle abzuleiten, für die dies bislang nicht möglich war.

Die Zwangsstörung ist durch sehr verschiedenartige Symptome charakterisiert. Diese Symptomheterogenität stellt Herausforderungen für die psychologische Diagnostik dar. Die Yale-Brown Obsessive Compulsive Scale (Y-BOCS) gilt als der Goldstandard bei der Messung von Zwangssymptomen. Mittels einer großen Stichprobe von Zwangspatienten hatte diese Arbeit drei Ziele zur Weiterentwicklungen psychometrischer Methoden: Erstens wurden die Messmodelle von Zwangssymptomen evaluiert und verbessert. Dabei fand eine umfassende Überarbeitung statt, wobei Bayesianische Messmodelle genutzt wurden. Zweitens wurde getestet, ob die Messeigenschaften der Y-BOCS über die Zeit und für weitere klinische relevante Variablen konstant sind. In einer breit angelegten Messinvarianzanalyse wurden nur wenige Verletzungen der Messinvarianz gefunden. Falls solche vorliegen, werden Gruppenvergleiche verzerrt und eventuell falsche Schlussfolgerungen gezogen. Für diese Situationen wurde drittens eine Erweiterung partieller Messinvarianzmodelle entwickelt und angewendet. Partielle Messinvarianzmodelle ermöglichen valide Gruppenvergleiche auch dann, wenn Messinvarianz nur für einige wenige Items hält. Es wurde eine Methode zur Modellmittelung entwickelt, die die Unsicherheit berücksichtigt, die in der Auswahl von Items für partielle Messinvarianz liegt. Das entwickelte Bayesianische Verfahren macht Analyseentscheidungen komplett sichtbar und damit diskutierbar. Die vorgelegten Studien dienen der Weiterentwicklung psychometrischer Analysen in der klinischen Diagnostik im Allgemeinen und stärken die Validität der Messung durch die Y-BOCS im Besonderen. Klinische Studien können vertrauenswürdige Ergebnisse nur aufbauend auf soliden Messverfahren erzielen. Außerdem werden weitere neuere Entwicklungen in der psychometrischen Theorie im Hinblick auf ihren Nutzen in der klinischen Diagnostik und dem Verständnis der Zwangsstörung diskutiert. / Obsessive-compulsive disorder (OCD) is characterized by heterogeneous symptoms. Like for many clinical phenomena, this heterogeneity in symptoms poses challenges to psychological assessment. The Yale-Brown Obsessive Compulsive Scale (Y-BOCS) has developed into a gold standard within the past three decades. Using a large sample of patients suffering from OCD, we worked towards three goals in order to advance psychometric methods: First, evaluating and improving the measurement models associated with OCD symptoms by means of an exhaustive overhaul and the usage of Bayesian measurement modeling. Second, to test whether the Y-BOCS' measurement properties are stable across time and other features relevant to clinical research. In a broad analysis of measurement invariance (MI), we found only few instances where MI did not hold. Under such circumstances, group comparisons may be biased and conclusions could be misleading. For such situations, we thirdly derived and applied a procedure extending partial MI modeling. In partial MI models, group comparisons are still valid, even if MI holds only for a few items. We developed a model averaging approach that appropriately reflects the uncertainty stemming from choosing items for partial MI models. The developed Bayesian procedure makes decisions made during the analysis fully transparent and thus open to discussion. The presented studies form a research program that advances psychometrical analyses in clinical assessment and increases the validity of the assessment of OCD by means of the Y-BOCS. Clinical trials require such sound measurements in order to provide trustworthy conclusions. Furthermore, we discuss other recent advances in the field of psychometry and their usability for clinical research as a whole and the understanding of OCD specifically.

Diese Doktorarbeit untersucht drei Fragestellungen. Erstens, wie die Wirkung von plötzlichen Änderungen exogener Faktoren auf endogene Variablen empirisch im Allgemeinen zu bestimmen ist. Zweitens, welche Effekte eine Erhöhung der Staatsausgaben im Speziellen hat. Drittens, wie optimale Geldpolitik bestimmt werden kann, wenn der Entscheider keine eindeutigen Modelle für die ökonomischen Rahmenbedingungen hat. Im ersten Kapitel entwickele ich eine Methode, mithilfe derer die Effekte von plötzlichen Änderungen exogener Faktoren auf endogene Variablen geschätzt werden können. Dazu wird die gemeinsame Verteilung von Parametern einer Vektor Autoregression (VAR) und eines stochastischen allgemeinen Gleichgewichtsmodelles (DSGE) bestimmt. Auf diese Weise können zentrale Probleme gelöst werden: das Identifikationsproblem der VAR und eine mögliche Misspezifikation des DSGE Modells. Im zweitem Kapitel wende ich die Methode aus dem ersten Kapitel an, um den Effekt einer angekündigten Erhöhung der Staatsausgaben auf den privaten Konsum und die Reallöhne zu untersuchen. Die Identifikation beruht auf der Einsicht, dass endogene Variablen, oft qualitative Unterschiede in der Periode der Ankündigung und nach der Realisation zeigen. Die Ergebnisse zeigen, dass der private Konsum negativ im Zeitraum der Ankündigung reagiert und positiv nach der Realisation. Reallöhne steigen zum Zeitpunkt der Ankündigung und sind positiv für zwei Perioden nach der Realisation. Im abschließendem Kapitel untersuche ich gemeinsam mit Christian Stoltenberg, wie Geldpolitik gesteuert werden sollte, wenn die Modellierung der Ökonomie unsicher ist. Wenn ein Modell um einen Parameter erweitert wird, kann das Modell dadurch so verändert werden, dass sich die Politikempfehlungen zwischen dem ursprünglichen und dem neuen Modell unterscheiden. Oft wird aber lediglich das erweiterte Modell betrachtet. Wir schlagen eine Methode vor, die beiden Modellen Rechnung trägt und somit zu einer besseren Politik führt. / This thesis is concerned with three questions: first, how can the effects macroeconomic policy has on the economy in general be estimated? Second, what are the effects of a pre-announced increase in government expenditures? Third, how should monetary policy be conducted, if the policymaker faces uncertainty about the economic environment. In the first chapter I suggest to estimate the effects of an exogenous disturbance on the economy by considering the parameter distributions of a Vector Autoregression (VAR) model and a Dynamic Stochastic General Equilibrium (DSGE) model jointly. This allows to resolve the major issue a researcher has to deal with when working with a VAR model and a DSGE model: the identification of the VAR model and the potential misspecification of the DSGE model. The second chapter applies the methodology presented in the preceding chapter to investigate the effects of a pre-announced change in government expenditure on private consumption and real wages. The shock is identified by exploiting its pre-announced nature, i.e. different signs of the responses in endogenous variables during the announcement and after the realization of the shock. Private consumption is found to respond negatively during the announcement period and positively after the realization. The reaction of real wages is positive on impact and positive for two quarters after the realization. In the last chapter ''Optimal Policy Under Model Uncertainty: A Structural-Bayesian Estimation Approach'' I investigate jointly with Christian Stoltenberg how policy should optimally be conducted when the policymaker is faced with uncertainty about the economic environment. The standard procedure is to specify a prior over the parameter space ignoring the status of some sub-models. We propose a procedure that ensures that the specified set of sub-models is not discarded too easily. We find that optimal policy based on our procedure leads to welfare gains compared to the standard practice.

Diese Doktorarbeit besteht aus drei Aufsätzen, in welchen die Reaktion von Finanzinstitutionen auf Geldpolitik analysiert wird. In dem ersten Aufsatz finde ich anhand eines Bayesian VAR, dass eine Erhöhung des Leitzinses zu einer zusätzlichen Kreditvergabe in Nichtbanken (NBFI) führt. Banken verleihen wie bereits bekannt weniger. Der Grund für die gegensätzliche Bewegung liegt in der unterschiedliche Art der Finanzierung. Dieser Befund legt nahe, dass die Existenz von NBFI die Volatilität der aggregierten Kreditvergabe zu geldpolitischen Schocks verringern könnte. Zusätzlich bietet die Analyse einen Erklärungsansatz für die Beobachtung, dass sich die Kreditvergabe seit der Finanzkrise stockend entwickelt hat. Im zweiten Aufsatz knüpfe ich an diese empirische Untersuchung an, indem ich ein theoretisches Modell mit unterschiedlichen Arten von Firmenfinanzierung entwerfe. Haushalte müssen sich zwischen festverzinsichlichen und erfolgsbedingten Sparmöglichkeiten entscheiden. Auf Grundlage des Modells von Bernanke, Gertler und Gilchrist (1999) mikrofundiere ich die Entscheidung über Unternehmensgründung in Form von Eigenkapitalinvestitionen. Im dritten Aufsatz entwickele ich ein geschätztes DSGE Modell mit Finanzierungsfriktionen, welches in der Lage ist, die empirischen Ergebnisse zu replizieren. Ich untersuche, wie sich die Regulierung von Schattenbanken auf eine Volkswirtschaft am ZLB auswirkt. Konsumvolatilität wird reduziert, wenn Schattenbankenkredite stattdessen von Banken vergeben werden. Alternativ dazu führt die Behandlung von Schattenbanken wie Investment Fonds dazu, dass eine Volkswirtschaft am ZLB eine mildere Rezession und einen schnelleren Austritt erlebt. Der Grund liegt darin, dass ein Nachfrageschock, der die Volkswirtschaft zum ZLB bringt, eine Reaktion hervorruft, die vergleichbar mit geldpolitischen Schocks ist, da am ZLB keine Möglichkeit der Leitzinsverringerung besteht. / This thesis consists of three essays that analyze the reaction of financial institutions to monetary policy. In the first essay, I use a Bayesian VAR to show that an increase in the monetary policy rate raises credit intermediation by non-bank financial institutions (NBFI). As is well known, credit intermediation by banks is reduced. The movement in opposite directions is explained by the difference in funding. This finding suggests that the existence of NBFI may decrease aggregate volatility following monetary policy shocks. Following this evidence, I construct a theoretical model that includes different types of funding in the second essay. Households face a savings choice between state contingent (equity) and non-state contingent (debt) assets. I use the financial accelerator model of Bernanke, Gertler and Gilchrist (1999) as a basis and microfound the decision by which new net worth in entrepreneurs is created. A Bayesian estimation suggests a change in the survival rate of entrepreneurs, affecting impulse responses. The analysis suggests that models that use the financial accelerator should include endogenous firm entry if variables regarding household portfolios or shocks directly affecting firm net worth are considered. In the third essay, I develop an estimated monetary DSGE model with funding market frictions that is able to replicate the empirical facts. In a counterfactual exercise I study how the regulation of shadow banks affects an economy at the ZLB. Consumption volatility is reduced when shadow bank assets are directly held by commercial banks. Alternatively, regulating shadow banks like investment funds results in a milder recession during, and a quicker escape from, the ZLB. The reason is that a recessionary demand shock that moves the economy to the ZLB has similar effects to a monetary tightening due to the inability to reduce the policy rate below zero.

Diese Arbeit besteht aus vier Essays, die empirische und methodische Beiträge zur Messung von Konjunkturzyklen und deren Zusammenhänge zu demographischen Variablen liefern. Der erste Essay analysiert unter Zuhilfenahme eines Bayesianischen Dynamischen Faktormodelles die Volatilität des US-amerikanischen Konjunkturzyklus seit 1867. In dem Essay wird gezeigt, dass die Volatilität in der Periode vor dem Ersten Weltkrieg und nachdem Zweiten Weltkrieg niedriger war als in der Zwischenkriegszeit. Eine geringere Volatilität für die Periode nach dem Zweiten Weltkrieg im Vergleich zu der Periode vor dem Ersten Weltkrieg kann nicht bestätigt werden. Der zweite Essay hebt die Bayesianischen Eigenschaften bezüglich dynamischer Faktormodelle hervor. Der Essay zeigt, dass die ganze Analyse hindurch - im Gegensatz zu klassischen Ansätzen - keine Annahmen an die Persistenz der Zeitreihen getroffen werden muss. Des Weiteren wird veranschaulicht, wie im Bayesianischen Rahmen die Anzahl der Faktoren bestimmt werden kann. Der dritte Essay entwickelt einen neuen Ansatz, um altersspezifische Sterblichkeitsraten zu modellieren. Kovariate werden mit einbezogen und ihre Dynamik wird gemeinsam mit der von latenten Variablen, die allen Alterklassen zugrunde liegen, modelliert. Die Resultate bestätigen, dass makroökonomische Variablen Prognosekraft für die Sterblichkeit beinhalten. Im vierten Essay werden makroökonomischen Zeitreihen zusammen mit altersspezifischen Sterblichkeitsraten einer strukturellen Analyse unterzogen. Es wird gezeigt, dass sich die Sterblichkeit von jungen Erwachsenen in Abhängigkeit von Konjunkturzyklen deutlich von den der anderen Alterklassen unterscheidet. Daher sollte in solchen Analysen, um Scheinkorrelation vorzubeugen, zwischen den einzelnen Altersklassen differenziert werden. / The thesis consists of four essays, which make empirical and methodological contributions to the fields of business cycle analysis and demography. The first essay presents insights on U.S. business cycle volatility since 1867 derived from a Bayesian dynamic factor model. The essay finds that volatility increased in the interwar periods, which is reversed after World War II. While evidence can be generated of postwar moderation relative to pre-1914, this evidence is not robust to structural change, implemented by time-varying factor loadings. The second essay scrutinizes Bayesian features in dynamic index models. The essay shows that large-scale datasets can be used in levels throughout the whole analysis, without any pre-assumption on the persistence. Furthermore, the essay shows how to determine the number of factors accurately by computing the Bayes factor. The third essay presents a new way to model age-specific mortality rates. Covariates are incorporated and their dynamics are jointly modeled with the latent variables underlying mortality of all age classes. In contrast to the literature, a similar development of adjacent age groups is assured, allowing for consistent forecasts. The essay demonstrates that time series of covariates contain predictive power for age-specific rates. Furthermore, it is observed that in particular parameter uncertainty is important for long-run forecasts, implicating that ignoring parameter uncertainty might yield misleadingly precise predictions. In the fourth essay the model developed in the third essay is utilized to conduct a structural analysis of macroeconomic fluctuations and age-specific mortality rates. The results reveal that the mortality of young adults, concerning business cycles, noticeably differ from the rest of the population. This implies that differentiating closely between particular age classes, might be important in order to avoid spurious results.

No description available.

No description available.

Externe Repräsentationen sind für das Verständnis und die Vermittlung chemischer Phänomene und Konzepte essenziell. Lernende werden mit einer Vielzahl an Darstellungen konfrontiert, mit denen sie geeignet umgehen müssen, um die darin transportierten Inhalte zu erfassen. Eine wichtige Voraussetzung für die flexible Verwendung mehrerer Repräsentationen im Lehr- und Lernprozess stellt die sogenannte Translationsfähigkeit dar, welche das Überführen verschiedener Darstellungsformen ineinander beschreibt. Empirische Studien weisen dahingehend auf Defizite bei Lernenden hin. Demzufolge untersucht die vorliegende Arbeit in einer quantitativen Querschnittstudie, inwiefern (a) Übersetzungswege und (b) zu übersetzende Stoffklassen die Übersetzungsschwierigkeit beeinflussen und (c) welche Zusammenhänge zwischen personenbezogenen Eigenschaften und der Translationsfähigkeit bei Lernenden bestehen. Die Stichprobe umfasst Lernende der 10. und 11. Jahrgangsstufe des Bundeslandes Berlin. Für die Erfassung der Translationsfähigkeit wurde ein Erhebungsinstrument konzipiert, dessen Aufgaben in einem Think-Aloud-Setting (N = 10) und in einer quantitativen Vorstudie (N = 225) pilotiert wurden. Die Auswertung der Daten erfolgte unter Anwendung von Item-Response-Theorie sowie Zusammenhangsanalysen. Die Ergebnisse (N = 629) zeigen, dass sich Übersetzungswege zwischen Moleküldarstellungen geringfügig in der Übersetzungsschwierigkeit unterscheiden und ähnlich hohe Anforderungen an die Translationsfähigkeit stellen (a). Zu übersetzende Stoffklassen zeigen Unterschiede in den Übersetzungsschwierigkeiten und damit in den Translationsanforderungen an Lernende (b). In einer multiplen Regression konnten personenbezogene Eigenschaften wie deklaratives Fachwissen und Mental Load als Prädiktoren der Translationsfähigkeit identifiziert werden (c). Die Befunde bieten damit Ansatzpunkte zum Umgang mit Lerngelegenheiten mit Translationsanforderungen und Möglichkeiten für Anschlussforschung. / External representations are important to understand and teach chemical phenomena and concepts. Students are faced with a multitude of representations, which they have to deal with appropriately to comprehend the content conveyed to them. An important prerequisite for the flexible use of several representations in teaching and learning processes is the so-called translation ability, which includes switching from one form of representation to another. However, empirical work reveals deficits among students. To shed light on these deficits, this work uses a quantitative cross-sectional study to investigate how the variables (a) translation path and (b) chemical class influence the translation difficulty, and (c) which correlations exist between students’ personal characteristics and their translation ability. The sample consists of 10th and 11th grade students from high schools in Berlin. To assess translation ability, a multiple-choice test was developed and validated in a think-aloud setting (N = 10) and a quantitative pre-study (N = 225). The data were analyzed using item response theory, as well as correlation and regression analyses. The results (N = 629) indicated that translation paths between molecular representations differ only slightly in terms of translation difficulty and have similarly high translation ability requirements (a). Regarding chemical classes, differences in translation difficulty and thus translation requirements for students could be identified (b). In a multiple regression, person-related variables such as declarative knowledge and mental load could be identified as predictors of translation ability (c). Thereby, these findings provide first principles for dealing with learning opportunities that have translation requirements and possibilities for follow-up research.

No description available.