Clive Granger: Der Mann, der die Ökonometrie zerbrach, um sie zu reparieren

Im Jahr 1974 veröffentlichten Clive Granger und Paul Newbold ein Ergebnis, das für ihren Berufsstand eigentlich beschämend hätte sein müssen. Angewandt auf die Art von Daten, mit denen Ökonomen tatsächlich arbeiten, konnten die Standard-Regressionsmethoden, die alle verwendeten, starke, statistisch überzeugende Zusammenhänge zwischen Variablen aufzeigen, die überhaupt keine Beziehung hatten. Wie das Nobelkomitee später formulierte, konnten herkömmliche Ansätze "völlig irreführende Ergebnisse liefern, wenn sie auf die Analyse nichtstationärer Daten angewendet wurden". Ein Großteil der veröffentlichten Wirtschaftswissenschaften maß im Grunde genommen nichts.

Der Junge, den der Lehrer aufgegeben hatte

Clive William John Granger wurde am 4. September 1934 in Swansea geboren und wuchs in einer Familie auf, die während seiner Kindheit häufig umzog. Ein Grundschullehrer äußerte ein entmutigendes Urteil über seine Zukunftsaussichten – die Art von Urteil, die die Sache normalerweise erledigt. Das war hier nicht der Fall: Ermutigt von seinem Vater und Freunden ging er trotzdem zur Universität.

Er studierte Mathematik an der Universität von Nottingham, schloss 1955 sein Studium ab und blieb für seine Doktorarbeit bei Harry Pitt. Seine Dissertation, die er 1959 abschloss, trug den Titel "Testing for Non-stationarity" (Tests auf Nichtstationarität), und die Wahl des Themas war eher strategisch als zufällig. Zeitreihenanalyse war ein Bereich, der seiner Meinung nach Entwicklung benötigte, und er widmete sich diesem gezielt. Mit dreiundzwanzig Jahren hatte er eine Junior-Dozentenstelle in Nottingham inne.

Princeton und der spektrale Umweg

Ein Postdoc-Jahr in Princeton von 1959 bis 1960 brachte ihn mit John Tukey zusammen, einem der bedeutendsten Statistiker des zwanzigsten Jahrhunderts, der an der Spektralanalyse arbeitete – der Zerlegung eines Signals in seine Frequenzkomponenten. Dies ist eher das Handwerkszeug eines Ingenieurs als das eines Ökonomen, und der Import in die Wirtschaftswissenschaften ist ein gutes frühes Beispiel für das, was Granger gewohnheitsmäßig tat: eine Technik aus einem Bereich mit besserer Mathematik zu nehmen und auf ökonomische Daten anzuwenden.

Er kehrte nach Nottingham zurück, wo er mehr als zwei Jahrzehnte als Professor für angewandte Statistik und Ökonometrie tätig war, bevor er an die University of California, San Diego, wechselte, wo er drei Jahrzehnte bleiben und mit Robert Engle zusammenarbeiten sollte.

Granger-Kausalität

Sein Artikel von 1969 in Econometrica gab dem Fachgebiet die Idee, die noch heute seinen Namen trägt. Die Frage, die er behandelt, ist alt und tückisch: Was bedeutet es zu sagen, dass eine wirtschaftliche Variable eine andere antreibt? Grangers Antwort war eher operativ als philosophisch. Wenn die Kenntnis der Vergangenheit der Reihe X Ihre Vorhersage der Reihe Y über das hinaus verbessert, was die Vergangenheit von Y Ihnen bereits sagt, dann sagt man, dass X im Sinne von Granger Y verursacht. Es ist eine Definition, die vollständig auf prädiktivem Gehalt basiert, und ihr Vorzug liegt darin, dass sie tatsächlich anhand von Daten getestet werden kann, anstatt nur darüber zu debattieren.

Das Problem der Scheinkorrelation

Der Artikel von 1974 mit Paul Newbold war der Abriss. Wirtschaftliche Zeitreihen – Preise, Produktion, Geldmenge – weisen typischerweise Trends auf. Sie sind nichtstationär: ihre statistischen Eigenschaften ändern sich über die Zeit. Füttert man zwei solcher Reihen in eine herkömmliche Regression, wird die Maschine häufig eine starke Beziehung vermelden, wo keine existiert, weil beide driften und der Test nicht dafür ausgelegt ist, Drift von Abhängigkeit zu unterscheiden. Granger hat, wie es im Nachruf heißt, "das Phänomen der Scheinkorrelation (spurious regression) aufgedeckt" und damit Zweifel an einem großen Teil der bestehenden empirischen Arbeit gesät.

Zahlreiche Karrieren wurden auf dieser Art von destruktivem Ergebnis aufgebaut. Grangers Besonderheit ist, dass er dort nicht aufhörte.

Kointegration

Die konstruktive Antwort kam 1987 in einem Artikel in Econometrica, den er mit Robert Engle schrieb. Die Erkenntnis ist, dass zwei nichtstationäre Reihen dennoch miteinander verbunden sein können, indem sie individuell wandern, aber niemals weit auseinander driften – sie teilen einen gemeinsamen Trend, sodass eine Kombination aus ihnen stabil ist. Granger nannte solche Reihen kointegriert, und der Artikel lieferte das Rüstzeug, um auf diese Bedingung zu testen und die Beziehung ordnungsgemäß zu modellieren, wenn sie zutrifft.

Dies löste das Problem, das der Artikel von 1974 geschaffen hatte. Wo früher die Wahl zwischen einer Methode, die log, und gar keiner Methode bestand, konnten Ökonomen nun eine echte langfristige Beziehung von einem Zufall der Trends unterscheiden. Es stellte sich heraus, dass dies weit über das Finanzwesen hinaus anwendbar war: Granger demonstrierte seine Relevanz für Rohstoffpreise, Zinssätze, Stromnachfrage, Entwaldung, Flussüberschwemmungen und Sonnenflecken.

Im Jahr 2003 teilten er und Engle sich den Preis der Schwedischen Reichsbank für Wirtschaftswissenschaften im Gedenken an Alfred Nobel in Anerkennung ihrer Beiträge zur Analyse von Zeitreihendaten; seine Hälfte wurde spezifisch "für Methoden zur Analyse wirtschaftlicher Zeitreihen mit gemeinsamen Trends (Kointegration)" verliehen. Er wurde 2005 zum Ritter geschlagen. Nottingham gründete 2006 das Granger Centre for Time Series Econometrics. Er starb am 27. Mai 2009 im Alter von vierundsiebzig Jahren in San Diego und hinterließ seine Frau Patricia und zwei Kinder.

Warum Clive ein Genie genannt wird

Die besondere Fähigkeit ist hier leicht zu benennen und selten zu finden: Granger bemerkte, dass ein allgemein vertrautes Verfahren defekt war, und baute dann das, was es reparierte. Jede Hälfte für sich allein würde eine beachtliche Karriere ausmachen. Das Erkennen der Scheinkorrelation erforderte das Misstrauen eines Mathematikers gegenüber einem Ergebnis, das alle anderen angenehm fanden – die Bereitschaft zu fragen, ob ein Test, der immer wieder signifikante Ergebnisse liefert, die Wahrheit erkennt oder sie erfindet. Der Aufbau der Kointegration erforderte das entgegengesetzte Temperament: geduldige, konstruktive Arbeit, dreizehn Jahre später, an dem spezifischen Problem, das seine eigene Kritik aufgedeckt hatte. Sehr wenige Menschen, die ein Feld zerstören, bleiben, um es zu reparieren.

Es gibt auch die Frage, woran er arbeitete. Mit dreiundzwanzig Jahren wählte er die Zeitreihenanalyse, weil er das Feld als unterentwickelt einschätzte, und verbrachte fünfzig Jahre damit, Werkzeuge aus besser ausgestatteten Disziplinen – darunter Tukeys Spektralmethoden – in einen Bereich mit unordentlichen Daten und schwacher Mathematik zu importieren. Das ist eine strategische Intelligenz darüber, wo sich Anstrengung auszahlt, was nicht dasselbe ist wie bloße Brillanz und vermutlich seltener ist.

Der Gegenbeweis ist real und Granger hat das meiste davon selbst geliefert. In seinen Nobel-Memoiren beschrieb er sich selbst als "natürlich glücklich", mit einer Gabe, nützliche Informationen zu finden – nicht das Selbstporträt eines Mannes, der sich für ein Genie hielt. Das Wort erscheint nicht in den Zitaten; der Direktor des nach ihm benannten Zentrums sprach von "enormem Talent" und "Großzügigkeit des Geistes", was ein Lob anderer Art ist. Jedes seiner markanten Ergebnisse ist geteilt: Scheinkorrelation mit Newbold, Kointegration mit Engle, der Nobelpreis selbst in der Mitte geteilt. Und seine Beiträge sind methodischer Natur. Granger produzierte keine Theorie darüber, wie Volkswirtschaften funktionieren; er produzierte Instrumente, um dies herauszufinden, was bedeutet, dass sein Einfluss enorm ist, aber vollständig durch die Menschen vermittelt wird, die sie gut oder schlecht genutzt haben.

Vermächtnis

Grangers Werkzeuge sind heute so tief in die empirische Wirtschaftsforschung eingebettet, dass ihre Verwendung unauffällig ist, was die stärkste Form von Einfluss ist, die einem Methodiker zur Verfügung steht. Kointegration und Fehlerkorrekturmodelle sind Standardausrüstung für jeden, der Zinssätze, Wechselkurse oder Konsum untersucht; Granger-Kausalitätstests tauchen in Bereichen weit außerhalb der Wirtschaftswissenschaften auf, einschließlich der Neurowissenschaften und der Klimawissenschaft. Er hinterließ der Disziplin auch eine bleibende Lektion in intellektueller Hygiene: dass ein statistisches Verfahren, das selbstbewusste Antworten liefert, nicht zwangsläufig korrekte Antworten liefert, und dass es am Forscher liegt, den Unterschied zu kennen. Nottinghams Granger Centre trägt den Namen eines Mannes, dem ein Lehrer einst bescheinigte, dass er es wahrscheinlich nicht weit bringen würde.