Haben Konjunkturprognosen in Deutschland einen politischen Bias?

Döpke, Jörg Article Haben Konjunkturprognosen in Deutschland einen politischen Bias? Schmollers Jahrbuch – Zeitschrift für Wirtschaftsund Sozialwissenschaften. Journal of Applied Social Science Studies Provided in Cooperation with: Duncker & Humblot, Berlin Suggested Citation: Döpke, Jörg (2000) : Haben Konjunkturprognosen in Deutschland einen politischen Bias?, Schmollers Jahrbuch – Zeitschrift für Wirtschaftsund Sozialwissenschaften. Journal of Applied Social Science Studies, ISSN 1865-5742, Duncker & Humblot, Berlin, Vol. 120, Iss. 4, pp. 587-620, https://doi.org/10.3790/schm.120.4.587 This Version is available at: https://hdl.handle.net/10419/291970 Standard-Nutzungsbedingungen: Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden. Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen. Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Terms of use: Documents in EconStor may be saved and copied for your personal and scholarly purposes. You are not to copy documents for public or commercial purposes, to exhibit the documents publicly, to make them publicly available on the internet, or to distribute or otherwise use the documents in public. If the documents have been made available under an Open Content Licence (especially Creative Commons Licences), you may exercise further usage rights as specified in the indicated licence. https://creativecommons.org/licenses/by/4.0/ Schmollers Jahrbuch 120 (2000), 587-620 Duncker & Humblot, Berlin Haben Konjunkturprognosen in Deutschland einen politischen Bias?* Von Jörg Döpke Abstract The paper analyzes whether business cycle forecasts in Germany show a political bias. Several explanations for a political influence on forecasts are discussed. Using predictions from the German Institute of Economic Research and the Kiel Institute of World Economics, the hypotheses are tested empirically. The results provide no evidence supporting opportunistic or partisan behavior of the institutes. In contrast, there is some evidence in favor of the hypothesis of intentional forecast errors. The results, however, depend on the econometric technique used. In particular, in some instances, parametric and non-parametric tests lead to conflicting results. Zusammenfassung Die Untersuchung diskutiert, ob Konjunkturprognosen in Deutschland einen politisch motivierten Bias aufweisen. Es werden verschiedene mögliche Begründungen für Verzerrungen dargestellt und diskutiert. Anhand der Vorhersagen des Deutschen Instituts für Wirtschaftsforschung und des Instituts für Weltwirtschaft werden die abgeleiteten Hypothesen einer empirischen Prüfung unterzogen. Es finden sich keine Hinweise auf Parteinahmen der Institute oder auf ein opportunistisches Verhalten. Dagegen steht ein Teil der Ergebnisse nicht im Widerspruch zu der Hypothese intentioneller Fehlprognosen. Auch erscheinen die Vorhersagen ineffizient. Allerdings sind die Resultate von der verwendeten Methode abhängig. Insbesondere zeigen parametrische und nichtparametrische Prüfungen zum Teil unterschiedliche Ergebnisse. JEL Klassifikation: E32, C53 * Für hilfreiche Hinweise bedankt sich der Autor bei dem Herausgeber dieser Zeitschrift, drei anonymen Gutachtern sowie bei A. Boss, K. J. Gern, E. Langfeldt, T. Goetzke, S. Lapp, C. Pierdzioch und H. Strauss. Den Mitarbeiterinnen und Mitarbeitern des Wirtschaftsarchiv des Institutes für Weltwirtschaft danke ich für die Unterstützung bei der Recherche zum Bild der Konjunkturprognosen in der veröffentlichten Meinung. A. Cors (DIW) hat in einer früheren Fassung einen peinlichen Fehler entdeckt. Alle verleibenden gehen naturgemäß zu meinen Lasten. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 588 Jörg Döpke 1. Einleitung In der veröffentlichten Meinung findet sich immer wieder die Vermutung, dass wirtschaftspolitische Beratung durch Eigeninteressen oder ideologische Prägungen der Berater beeinflusst sein könnte.1 Nach dieser Sicht zielen ökonomische Ratschläge nicht darauf ab, die gesellschaftliche Wohlfahrt zu mehren, sondern etwa auf die Protektion befreundeter Regierungen bzw. Parteien, die Durchsetzung der jeweils eigenen politischen Ideologie oder die Mehrung des eigenen materiellen Nutzens. Auch wird diskutiert, ob Prognostiker sich strategisch verhalten könnten. So wäre es denkbar, dass sie versuchten, durch geeignete Fehlprognosen wirtschaftspolitische Handlungen zu provozieren. Solche intentioneilen Vorhersagen würden dann gerade zu dem Zweck erstellt, ihr Zutreffen zu verhindern. Im Folgenden wird untersucht, ob Konjunkturprognosen für Deutschland Beispiele für solche Verhaltensweisen bieten. Zu diesem Zweck werden die Konjunkturprognosen des Instituts für Weltwirtschaft (IfW), Kiel, und des Deutschen Instituts für Wirtschaftsforschung (DIW), Berlin, verglichen und auf Unverzerrtheit und Effizienz geprüft. Im Hinblick auf einen etwaigen Einfluss von Wahlterminen auf die Prognosequalität werden auch die Vorhersagen der Gemeinschaftsdiagnose der fünf (sechs) Institute analysiert. Zur Prüfung werden sowohl parametrische als auch nichtparametrische Tests verwendet. Die Analyse ist wie folgt gegliedert: Der zweite Abschnitt diskutiert die bisherige Evidenz über die Treffsicherheit, die Unverzerrtheit und die Effi1 Eine Auswahl ohne Anspruch auf Vollständigkeit: Das Herbstgutachten 1994 der sechs Institute wird als „Schützenhilfe" für die F.D.P. bewertet (Handelsblatt vom 26. 10. 1994), das Frühjahrsgutachten aus dem selben Jahr als „Kleines Wahlgeschenk" (Handelsblatt vom 27. 4. 1994), das Herbstgutachten 1990 als „Gefälligkeitsgutachten" (Frankfurter Rundschau vom 22. Oktober 1990), den Instituten wird ein „lack of independence on policy" unterstellt (The Wall Street Journal Europe vom 22. 4. 1996). Es wird konstatiert, dass „mit Schwarzseherei auch handfeste Politik gemacht" werde (Frankfurter Rundschau vom 9. 12. 1980). Die Institute seien „zwekkoptimistisch" (Wirtschaftswoche vom 25. 11. 1983). Das Kieler Institut betreibe „Propaganda", die „allein als wirtschaftspolitisches Instrument nützlich" sei, weil sie den Gewerkschaften und der SPD Angst mache („Man weiß doch was da kommt", Der Spiegel Nr. 43 vom 21. 10.1985). Auch ein Mitglied des wissenschaftlichen Beirates des DIW vertritt die Auffassung: „Einige ältere Institute haben sich im Zeitablauf ein Profil gegeben, das eine gewisse parteipolitische Nähe erkennen lässt. Das Kieler Institut und das Berliner DIW sind Beispiele dafür" (Prof. Schwalbach in der WELT vom 19. 7. 1999). „Wirtschaftsforschungsinstitute sind nicht politisch neutral so wie es die vermeintliche Wissenschaftlichkeit ihrer Arbeit oft glauben machen will. (...) Prognosen sind also von Meinungen gefärbt - und damit auch verfälscht." (Kieler Nachrichten vom 6. 1. 1995). Die Kritik an der Regierung falle diesmal milde aus, weil " (...) der schärfste Kritiker das Lager gewechselt hat" und „(...) nun als Staatssekretär (...) im Finanzministerium (...)" sei. (Frankfurter Rundschau vom 6. 1. 1999). Manche Institute betrieben „Liebedienerei" der Politik gegenüber (ebenda), usw. Die Liste ließe sich nahezu beliebig verlängern. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 589 zienz von deutschen Konjunkturprognosen. Auch werden theoretische Ansätze dargestellt, die systematische Prognosefehler erklären sollen. Der dritte Abschnitt stellt die Methoden zur empirischen Überprüfung der Hypothesen dar. Danach werden die Ergebnisse von Schätzungen und Prüfungen diskutiert. Der letzte Abschnitt fasst die Resultate zusammen und bewertet sie. 2. Was sind die Ursachen von Prognosefehlern? 2.1 Bisherige Evidenz zur Treffsicherheit und Rationalität Die einfachste und vielleicht am häufigsten bemühte Erklärung von Prognosefehlern besagt, dass Irrtümer bei den Vorhersagen reiner Zufall sind. Nach dieser Auffassung sind die Prognosen bedingte Vorhersagen, die u. a. von der Entwicklung der Auslandskonjunktur, dem Kurs von Finanz-, Geldund Lohnpolitik und vielen anderen Dingen abhängen, die - so zumindest das Urteil der Konjunkturforscher - nur sehr eingeschränkt vorhergesagt werden können. Ihren wissenschaftlichen Ausdruck hat diese Hypothese in der Diskussion um die Rationalität von Konjunkturprognosen gefunden (Neumann und Buscher 1980, Kirchgässner 1984): Rational ist eine Vorhersage, wenn sie unverzerrt und effizient ist. Eine effiziente Prognose erfordert, dass die gesamte relevante Information, die zum Prognosezeitpunkt zur Verfügung steht, genutzt wird. Da die Menge der gesamten Information natürlich nicht bekannt sein kann, werden Prognosen, die nur eine begrenzte Menge von Information ausbeuten, auch schwach rational genannt (Kirchgässner 1991: 156). Die Mehrheit der Untersuchungen für die Bundesrepublik Deutschland kommt zu dem Ergebnis, dass die Vorhersagen der Forschungsinstitute und des Sachverständigenrates in dem Sinne rational sind, dass sie keine systematische Verzerrung aufweisen und keine verfügbare Information systematisch außer Acht lassen (vgl. z. B. Kirchgässner 1991). Freilich ist dieser Befund nicht unbestritten geblieben. So findet Helmstädter (1989, 1991a) Hinweise auf eine Autokorrelation von Prognosefehlern der Gemeinschaftsdiagnose der Institute, was nicht-rationale Prognosen impliziert. Allerdings ist diesem Befund von Kirchgässner (1991) widersprochen worden. Ebenfalls Helmstädter (1991b) argumentiert, dass die Prognosen der Institute möglicherweise solchen, die auf allgemeinen Befragungsuntersuchungen beruhen, allenfalls gleichwertig oder sogar unterlegen sind. Dieses Ergebnis ist von van Suntum (1991) kritisiert worden, u. a. da die Befragten die Vorhersagen der Institute zum Zeitpunkt der Umfrage kennen. Döpke und Langfeldt (1995) argumentieren, dass das reale Inlandsprodukt in AufSchmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 590 Jörg Döpke Schwüngen regelhaft unter-, und in Abschwüngen systematisch überschätzt wird. Harvey (1991) sowie Hagen und Kirchgässner (1997) finden, dass einfache Gleichungen mit Hilfe monetärer Variablen ebenso gute Vorhersageeigenschaften aufweisen, wie die Prognose der sechs Institute. Smolny (1998) findet Evidenz, dass ökonometrische Eingleichungsmodelle die Vorhersagequalität verbessern können. Döpke (2000) belegt, dass die Prognosefehler der Institute sich nur in geringem Ausmaß durch exogene Schocks erklären lassen. Die Ungenauigkeiten bei Vorhersagen können auch auf jeweils spezifische Ursachen zurückgeführt werden. Einen Eindruck über die konkreten Gründe konjunktureller Einschätzungen vermittelt die Arbeit von Nierhaus (1998a). Hinze (1996) erörtert den Einfluss der deutschen und der europäischen Einigung auf die Vorhersagequalität. Nicht unterschätzt werden sollte zudem die Bedeutung von nachträglichen Datenrevisionen für die Güte der Prognosen (Runkle 1998, Döpke und Langfeldt 1995). Langfeldt und Trapp (1986, 1988) finden sogar einen Einfluss der jeweiligen Witterungslage auf die Fehleinschätzungen der zyklischen Entwicklung. Eine Untersuchung, welche die Prognosefehler auf den theoretischen Standpunkt des Prognostikers zurückführt, liegt für Deutschland nicht vor (vgl. Batchelor und Dua (1990)). Nach den Ergebnissen der amerikanischen Analyse gibt es einen solchen Einfluss ohnehin nicht: danach prognostizieren Monetaristen nur unwesentlich schlechter als Keynesianer. 2.2 Das Verhalten der Prognostiker Neben der Auffassung, Prognosefehler seien überwiegend zufälliger Natur, finden sich in der Literatur auch Ansätze, welche die Richtung und das Ausmaß von Fehleinschätzungen auf interessegeleitetes Verhalten der Prognostiker zurückführen. Das Interesse der Prognostiker kann dabei eine selbstsüchtiges sein, aber es ist auch denkbar, dass das Gemeinwohl verfolgt wird. Eine diesbezügliche Hypothese beruht auf der Vorstellung einer sich selbst zerstörenden Prognose (Morgenstern 1928). Wird ein Ereignis prognostiziert, provoziert dies Reaktionen, die das Eintreffen der Vorhersage verhindern.2 Wird den Prognostikern unterstellt, einen solchen Zusammen2 Die Vorstellung, eine Vorhersage könnte Einfluss auf die Wahrscheinlichkeit ihres eigenen Eintreffens haben, hatte Morgenstern veranlasst, die Möglichkeit und Nützlichkeit von wirtschaftlichen Vorhersagen generell zu verneinen. Bereits Löwe Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 591 hang in ihr Kalkül einzubeziehen, ergibt sich die Vorstellung intentioneller Fehlprognosen (Stege 1989). Danach streben die Prognostiker zwar die Maximierung der gesellschaftlichen Wohlfahrt an, versuchen dieses Ziel jedoch durch eine systematische Fehlinformation der wirtschaftspolitischen Entscheidungsträger zu erreichen. Eine Inflation z. B. würde vorhergesagt, um eine antiinflationäre Geldpolitik zu erreichen. Die Befragungen aktiver Prognostiker in Westdeutschland durch Stege (1989) ergab, dass diese keinen erheblichen Einfluss von Prognosen auf die Wirtschaftspolitik annahmen und bestritten, Vorhersagen in der Absicht erstellt zu haben, bestimmte Maßnahmen zu erreichen. Gleichwohl ergab seine fallweise Analyse der Prognosefehler der fünf führenden Wirtschaftsforschungsinstitute Hinweise auf entsprechendes Verhalten (Stege 1989: 261 ff.). Auch eine Äußerung des Sachverständigenrats zur Begutachtung der gesamtwirtschaftlichen Entwicklung ist im Sinne einer intentionellen Fehlprognose gedeutet worden.3 Die Unterschätzung der konjunkturellen Entwicklung im Jahr 1994 wird im Jahresgutachten 1994/95 mit den Worten kommentiert: „Prognosen sind vor allem dazu da, um mögliche Fehlentwicklungen aufzuzeigen, die in einer Entwicklung, die man für die wahrscheinlichste hält, angelegt sind. (...) Insofern hat die Prognose vielleicht etwas bewirkt und mit dazu beigetragen, dass die Entwicklung besser verlaufen ist" (SVR 1995: 159).4 Der als Sprecher der sechs Institute der Gemeinschaftsdiagnose fungierende HWWA-Präsident Straubhaar argumentierte anlässlich der 100. Diagnose explizit: „(...) gerade weil die Konjunkturprognose eine Verhaltensänderung bei den wirtschaftlichen Akteuren induziere, die Bewertung ihrer Qualität besonders vorsichtig erfolgen müsse. Bei den Konjunkturprognosen sei eine differenzierte Sicht notwendig. Weil die Prognose ja „warnen" oder „Mut machen" solle, und weil die Akteure gerade aufgrund der Prognose „mehr kauften" oder „weniger investierten", könne eine punktgenaue Vorhersage gar nicht das Ziel einer guten Konjunkturprognose sein. Entscheidend sei, ob die Prognose die Verhaltensänderungen in die „richtige" Richtung anschiebe, ob sie voraussagen könne, (1929) hatte dem mit Hinweis, dass bereits eine sinnvolle Diagnose der gegenwärtigen Situation ohne prognostische Überlegungen gar nicht machbar sei, widersprochen (vgl. auch Tichy 1994: 198 ff.). Darüber hinausgehend zeigten Grunberg und Modigliani (1954) theoretisch, dass Ereignisse auch dann vorhersagbar bleiben können, wenn die Prognose einen Einfluss auf die Wahrscheinlichkeit des Eintreffens des zu antizipierenden Ereignisses hat. 3 So von Helmstädter („Überwindung der Rezession auf einem Vertrauensumweg?", Handelsblatt vom 24. Januar 1995). 4 Freilich ist die Interpretation des Ratsäußerung nicht eindeutig. Sowohl der damalige Ratsvorsitzende (H. Hax, „Prognosen - unzuverlässig und doch unentbehrlich", Handelsblatt vom 27. /28. Januar 1995) als auch zwei Stabsmitglieder des Rates (M. Hüther und M. Premer, „Prognose ist keine Prophetie", Handelsblatt vom 9. Februar 1995) haben dieser Sichtweise widersprochen. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 592 Jörg Döpke wann ein Aufschwung an ein Ende kommen werde, wann ein Abschwung beginnen werde. Wenn sie dies schaffe, könne die Wirtschaftspolitik rechtzeitig reagieren und gegensteuern. Somit sei eine Konjunkturprognose dann „gut", wenn sie Politik und Wirtschaft zur richtigen Zeit im voraus die sachdienlichen Hinweise auf Änderungen im makroökonomischen Datenkranz und den entscheidungsrelevanten Rahmenbedingungen liefere."5 Bei der Beurteilung wirtschaftspolitischer Beratung betont Kirchgässner (1999) noch einen weiteren Aspekt. Nach seiner Auffassung versuchen die Berater gar nicht, die gesellschaftliche Wohlfahrt zu verbessern, sondern streben eine Erhöhung ihres eigenen Nutzens durch Gefälligkeitsgutachten an: „Because it is possible to find for any political position economists who defend it (for money) economists giving policy advice are in the general public often accused of being corruptible." (Kirchgässner 1998, abstract, o.S.). Grundsätzlich ist dem Autor zuzustimmen, denn die Hypothese, nach der die Institute vorzugsweise ihren eigenen Nutzen fördern wollen, muss aus ökonomischer Sicht hoch plausibel, wenn nicht selbstverständlich erscheinen. Unterstellen Volkswirte doch in der Regel allen anderen Teilen der Gesellschaft - zuvorderst Politikern und Bürokraten - genau diese Motivation. Warum ausgerechnet Ökonomen die einzigen Wirtschaftssubjekte sein sollten, die nur am Gemeinwohl orientiert sein sollten, ist nicht konsistent zu begründen. Kirchgässner (1999) argumentiert allerdings, dass der Prozess der Politikberatung gleichwohl zu einem gesellschaftlich effizienten Ergebnis führen kann, wenn Wettbewerb der Ideen herrscht und eine offene Diskussion der Beratung erfolgt. Kirchgässner (1996, 1999) belegt seine Analyse der Politikberatung u. a. mit einer Fallstudie über die Beurteilung von Regulierungen Schweizer Versicherungsmärkte. Aber auch das Verhalten der deutschen Wirts chaftsforschungsinstitute wird zur Begründung herangezogen. So wird vermerkt, das DIW habe in der Diskussion um eine „doppelte Dividende" einer ökologischen Steuerreform einen Anstieg der Beschäftigung nach einer solchen Reform vorhergesagt. Weiter vermutet der Autor: „If this report had been produced by Kiel, the study would have probably have predicted a reduction of employment as a consequence of such a reform" (Kirchgässner 1999: 16).6 Freilich ist die Evidenz durch die Betrachtung von Gutachten weder eindeutig noch hinreichend. 5 HWWA-Pressemiiteilung vom 3. 4. 2000. http://www.hwwa.uni-hamburg.de/ news/index-news-presse.htm (15. 5. 2000) 6 Tatsächlich hat das IfW inzwischen eine solche Studie durchgeführt (Scholz 2000, Klepper und Scholz 1998). Die Vermutung Kirchgässners bestätigt sich m. E. nicht. Vielmehr versucht die Untersuchung abzuleiten, unter welchen Annahmen eine doppelte Dividende zu erwarten wäre. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 593 Zum einen bekommt der Auftraggeber einer Studie oft nicht das, was er erhofft hatte. So ist der Tenor einer Studie über das Konzept der Bürgergeldes, die auf einen Auftrag des (F.D.P.-nahen) Liberalen Instituts der Friedrich-Naumann-Stiftung zurückgeht, kritisch bis ablehnend (Gern 1999), obgleich die F.D.P. dieses Konzept politisch propagiert. Auch Analysen aus dem DIW, die seit Jahren eine weitgehende Konstanz der personellen Einkommensverteilung in Deutschland belegen, sind - angesichts der bei Sozialdemokraten populären Behauptung einer „Zwei-Drittel-Gesellschaft" - durch den unterstellten politischen Standort des Institutes kaum zu erklären. Zum anderen ist die Tatsache, dass Institute zu unterschiedlichen Ratschlägen kommen, nicht zwingend ein Indiz für Gefälligkeitsgutachten. Differierende Einschätzungen können ebenso gut Ausdruck eines funtkionierenden Ideenwettbewerbs sein. Die Vorstellung eines wissenschaftlichen „State of the art" von dem nicht mehr legitimerweise abgewichen werden kann, ist für die Volkswirtschaftslehre nicht angemessen. So zählt Franz (2000) die ökonomische Kritik an der deutschen Handwerksordnung zu den Ratschlägen, die „auf vergleichsweise zuverlässigem ökonomischen Wissen begründet sind" (Franz 2000: 62). Gleichwohl hat das Rheinisch-Westfälische Institut für Wirtschaftsforschung (RWI) den großen Befähigungsnachweis unter Hinweis auf ökonomische Argumente in Gutachten verteidigt (Klemmer und Schrumpf 1999). Zur Begründung der These eines politischen Einflusses auf die vorhersagen kann auch auf den personellen Austausch zwischen den Forschungsinstituten und der Politik verwiesen werden.7 Auch gegen eine solche Betrachtungsweise lassen sich allerdings wichtige Einwände geltend machen. So wechseln die weitaus meisten Mitarbeiter, welche die Institute verlassen, in Tätigkeiten, die keine parteipolitische Nähe erkennen lassen. Auch gibt es Beispiele, in denen Institutsmitarbeiter in Administrationen der im Sinne der Hypothese falschen parteipolitischen Ausrichtung wechseln. Neben einem freiwilligen opportunistischen Verhalten der Institute könnte eine politische Einflussnahme allerdings auch durch politische Pressionen herbeigeführt werden. Die Institute sind von politischen Institutionen in hohem Maße abhängig, da diese die mit großem Abstand wichtigsten Zuwendungsund Auftraggeber der öffentlich-rechtlichen Institute sind. Zumindest einmal wurde der Versuch aktenkundig, mit Hinweis auf ihre 7 So stellte das DIW z. B. einen Finanzminister in Schattenkabinetten der SPD, und ein Abteilungsleiter wechselte als Staatssekretär in ein (SPD-geführtes) Finanzministerium. Aus dem Kieler Institut hingegen gingen der zeitweilige Leiter der Grundsatzabteilung des (damals F.D.P-geführten) Wirtschaftsministeriums ebenso hervor wie ein wirtschaftspolitischer Berater Helmut Kohls. Die Liste erhebt keinen Anspruch auf Vollständigkeit. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 594 Jörg Döpke Abhängigkeit die einzelnen Institute zu „politischem Wohl verhalten" zu zwingen. Eine umstrittene Stellungnahme des DIW über die Erfüllung der Maastrichtkriterien führte zu der Drohung des damaligen Finanzministers Waigel, dem Institut die Mittel zu kürzen („Nun soll es dem DIW an den Kragen", TAZ vom 5. 3. 1998). Auch eine kritische Einschätzung der Haushaltslage des Bundeslandes Berlin zu Wahlkampfzeiten wird mit für das DIW sehr schmerzhaften Budgetkürzungen eben dieses Bundeslandes unwidersprochen in Verbindung gebracht („Dismal Science", The Wall Street Journal Europe vom 22. 4. 1996). In der Literatur wird auch die Vorstellung diskutiert, die vorhersagenden Institutionen könnten sich durch strategische Fehlprognosen am Markt für Wirtschaftsanalysen zu profilieren suchen. Typischerweise gibt es eine Vielzahl von Prognostikern. Zwar wurden Vorhersagen in Deutschland lange Zeit als öffentliche Güter behandelt. Dennoch ergab sich schon damals ein relativ breites Angebot an Diagnosen. Nicht nur die fünf Institute, der Sachverständigenrat und die Bundesregierung im Jahreswirtschaftsbericht veröffentlichten Zahlen über die zukünftige wirtschaftliche Entwicklung. Auch internationale Organisationen, wie die OECD, der IMF und die EU, Verbände sowie ihnen nahestehende Institute (WSI und IW) erstellen Vorhersagen. In den achtziger und neunziger Jahren kamen viele private Anbieter - hauptsächlich aus dem Bereich der Banken und Versicherungen - hinzu. In einem solchen Umfeld kann der Wert einer Prognose für ihren Anbieter nicht nur durch deren Güte, sondern auch durch die Aufmerksamkeit bestimmt werden, welche die prognostizierende Institution in den Medien und der Öffentlichkeit erzielen kann (Langfeldt 1996). Unter diesen Annahmen zeigen Laster, Bennet und Geoum (1999), dass Prognostiker ihren Nutzen mit verzerrten Prognosen maximieren können, wenn in ihre Nutzenfunktion nicht nur die Treffsicherheit der Prognose, sondern auch die Publizität einer Prognose eingeht. Eine Außenseitermeinung kann dem Prognostiker ein hohes Maß an Aufmerksamkeit sichern. Eine ähnliche Hypothese findet sich auch in Lamont (1995). Träfen diese Hypothesen zu, könnte die Güte der Vorhersagen privater Anbieter von denen öffentlich-rechtlicher abweichen, da sich die Anreizstrukturen im öffentlichen Dienst von denen der Privatwirtschaft unterscheiden. Empirisch zeigen Fintzen und Stekler (1999) jedoch für amerikanische Daten, dass sich die Prognosequalität privater und öffentlich-rechtlicher Anbieter bei der Prognose der Rezession 1990 nicht unterschied. McNess (1992) findet zudem eine zu starke Orientierung an der Konsensprognose statt der postulierten starken Abweichung davon. Darüber hinaus wäre zu diskutieren, ob die Treffgenauigkeit in Ländern höher ist, deren „Prognoseindustrie" überwiegend privat wirtschaftlich organisiert ist. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 601 T (6) S = $>(£,) t=l Darin ist Et= Rt-Pt der Prognosefehler in der Periode i, und u eine Funktion, die das Vorzeichen des Prognosefehlers angibt: /n\ / T-i \ / 1 für Et > 0 <7> u(Et) = \ Osonst Die zweite Prüfvariable ist: T (8) W = YJu{Et)Rt t=l Darin ist Rf der Rang des absoluten Prognosefehlers, den man erhält, wenn diese in aufsteigender Reihenfolge angeordnet werden. Unter der Nullhypothese, dass die Prognosefehler unabhängig sind und einen Median von Null haben, ist (6) binominalverteilt mit T Freiheitsgraden und einer Eintrittswahrscheinlichkeit von 0,5. Wird darüber hinaus angenommen, dass die Prognosefehler symmetrisch um 0 sind, kann (8) zu einem Wilcoxon Rangsummen Test verwendet werden. Gemeinsam können die Variablen also zur Prüfung der Hypothese, dass die Prognosefehler um Null zentriert sind, verwendet werden. Die Teststatistiken gelten dabei auch bei nicht normalverteilten und heteroskadastischen Prognosefehlern (Campbell und Gyhsels 1995). Zur Prüfung der Hypothese, nach der die Prognosefehler autokorreliert erster Ordnung sind, werden die folgenden Teststatistiken herangezogen: (9) SC = J2u(Zt) t= l Darin ist Z = E * Et~Ebenso wird T (10) WC = 5>(Zt)Ä+ t= 1 berechnet. Darin ist R+ der mit dem Vorzeichen der Reihe Z versehene Rang im Untersuchungszeitraum. Unter der Nullhypothese, dass die Prognosefehler frei sind von Autokorrelation ist (8) binomialverteilt mit T - 1 Freiheitsgraden und einer Eintrittswahrscheinlichkeit von 0,5.9 Bei gleicher Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 602 Jörg Döpke Nullhypothese kann WC für einen Wilcoxon Rangsummentest genutzt werden. Ferner wird überprüft, ob die Verwendung exogener Informationen die Prognosen der Institute verbessert hätte. Zur Prüfung dieser Hypothese wurden folgende Teststatistiken verwendet: (11) SQ = f>(Zf) t=1 Darin ist ZK = E * Xt-\ mit X als exogener Zeitreihe, die in der Vorperiode bekannt war. Hier wird die Differenz des 3-Monats-Zinssatzes von seinem Median im Untersuchungszeitraum als Kennzahl für den Kurs der Geldpolitik herangezogen. Schließlich wird noch die Variable T (12) WQ = YJ<Zf)Rt t= l herangezogen. Unter der Nullhypothese, dass die exogene Variable keinen Informationsgewinn bietet, folgt die Variable (11) einer Binomialverteilung (T - k) und (12) kann zum Wilcoxon-Rangsummentest genutzt werden (Campbell und Gyhsels 1995). 4. Empirische Ergebnisse der Überprüfung 4.1 Die verwendeten Daten Zur Überprüfung der Hypothesen werden die Konjunkturprognosen des IfW und des DIW für die Jahre 1976 bis 1999 herangezogen.10 Der Untersuchungszeitraum ergibt sich aus der Tatsache, dass das IfW Mitte der siebziger Jahre eine Wende hin zu einer monetaristischen Positionen vollzog. Das DIW gilt hingegen im während seiner gesamten Nachkriegsgeschichte als keynesianisch. Die dem IfW häufig nachgesagte Nähe zu konservativen und liberalen Parteien kann ebenfalls erst ab Mitte der siebziger Jahre konstatiert werden. Das DIW galt hingegen schon vorher als der SPD nahestehend. 9 Mit t-k Freiheitsgraden, wenn auf Autokorrelation /c-ter Ordnung geprüft wird. (Campbell und Gyhsels 1995: 23). 10 Die Inflationsprognosen beginnen erst 1977, da das Institut für Weltwirtschaft für das Jahr 1976 keine eindeutige Vorhersage des Preisauftriebs veröffentlichte. Die Quellen für die Vorhersagen sind: - für das DIW: DIW Wochenberichte, lfd. Jrg., Berlin. - für das IfW: Die Weltwirtschaft, lfd. Jrg., Kiel. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 603 Betrachtet werden die Vorhersagen der Veränderungsrate des realen Bruttoinlandsprodukts11 und die Einschätzungen des zukünftigen Preisauftriebs.12 Die Daten beziehen sich bis 1992 einschließlich auf Westdeutschland, danach auf Deutschland. Im Falle von Prognoseintervallen wurde das arithmetische Mittel von Oberund Untergrenze genutzt. Die so ermittelten Zahlen sind in der Anhangtabelle 1 wiedergegeben. Als Referenzzeitreihe wird die jeweils erste Veröffentlichung des Statistischen Bundesamtes, d. h. das zu Beginn des Folgejahres veröffentlichte „vorläufige Jahresergebnis" herangezogen.13 4.2 Treffsicherheit und Erfassung der konjunkturellen Richtung Einen ersten Eindruck der Prognosefehler geben die Abbildungen 1 und 2. Es zeigt sich, dass die Fehler der Institute stark miteinander korreliert sind.14 Der Zeitpunkt einer Prognose scheint wichtiger für die Höhe des Fehlers zu sein als die Institution, die prognostiziert. Dies spricht gegen die Vermutung eines politischen Einflusses auf die Vorhersagen. Freilich gibt es Unterschiede, so dass geprüft werden muss, ob die Hypothesen aus dem zweiten Abschnitt gestützt werden. Die Tabelle 1 gibt die Ergebnisse hinsichtlich der Treffsicherheit und des Informationsgehalts der betrachteten Vorhersagen wieder. Es zeigt sich, dass die Prognosefehler in Bezug auf das Bruttoinlandsprodukt für das Berliner Institut etwas größer sind als die Vorhersagefehler der Kieler Wirtschaftsforscher. Der mittlere Fehler weist jedoch in beiden Fällen das gleiche Vorzeichen auf. Dies widerspricht der Hypothese einer systematischen Fehleinschätzung durch ein einzelnes Institut. 11 Von 1983 bis 1989: des Bruttosozialprodukts. 12 Betrachtet wird die antizipierte Veränderungsrate des Deflators des privaten Verbrauchs. Wenn in der Vorhersage lediglich eine Prognose des Auftriebs des Preisindex der Lebenshaltung enthalten war, wurde unterstellt, dass die Prognostiker keinen expliziten Unterschied zwischen den Konzepten machen wollten. 13 Die Berechungen sind auch auf Basis des letzten (im Mai 2000) verfügbaren Ergebnisses durchgeführt worden. Große Abweichungen zu den hier diskutierten Ergebnissen zeigen sich nicht. Die Ergebnisse sind auf Anfrage beim Autor erhältlich. 14 Die Korrelationskoeffizienten betragen +0,78 für die Vorhersagen der Veränderungsrate des Bruttoinlandsprodukts und +0,89 für die Inflationsprognosen. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 604 42 0- -2- -4Abbildung 1: Prognosefehler des DIWund des IfW bei der Vorhersage des Bruttoinlandsprodukts 3210- -1- -2- -3Abbildung 2: Prognosefehler des DIWund des IfW bei der Vorhersage der Inflationsrate Schmollers Jahrbuch 120 (2000) 2 Jörg Döpke Überschätzung n J Bli ffl fil La ® 1 j ™r|[ jjur^ Untersc Satzung 76 78 80 82 84 86 88 90 92 94 96 98 IfW • DIW l m Wml i Überschätzung IIJLHI «nfiJn i 1 ÜU J Unterschätzung 78 80 82 84 86 88 90 92 94 96 98 BSSA ifw I I DIW OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 605 Tabelle 1 Statistiken zu den Prognosen von DIWund IfW 1976-1999 Prognosen des IfW Prognose des DIW Veränderungsrate des Bruttoinlandsprodukts Mittlerer Fehler -0,09 [0,71]a -0,32 [0,21]a RMSE 1,18 1,21 Schiefe der Prognosefehler -0,29 0,58 Kurtosis der Prognosefehler 2,61 4,81 JB-Test auf Normalverteilung der Prognosefehler 0,48 [0,78] 4,60 [0,10] Anzahl richtig vorhergesagter Wachstumsbeschleunigungen (II) 7 7 Anzahl falsch vorhergesagter Wachstumsbeschleunigungen (IJ) 3 2 Anzahl richtig vorhergesagter Wachstumsverlangsamungen (JJ) 9 12 Anzahl falsch vorhergesagter Wachstumsverlangsamungen (JI) 4 2 Informationsgehalt II/{II + IJ) + JJ{JJ + JI) 1,39 1,63 Prüfung auf Informationsgehalt 3,49 [0,06] 9,72 [0,00] Inflationsrate Mittlerer Fehler 0,20 [0,33] a 0,05 [0,80] a RMSE 0,96 0,89 Schiefe der Prognosefehler -0,11 -0,33 Kurtosis der Prognosefehler 4,71 3,95 JB-Test auf Normalverteilung der Prognosefehler 2,86 [0,24] 1,29 [0,52] Anzahl richtig vorhergesagter Inflationsbeschleunigungen (II) 7 6 Anzahl falsch vorhergesagter Inflationsbeschleunigungen (IJ) 4 2 Anzahl richtig vorhergesagter Inflationsverlangsamungen (JJ) 8 8 Anzahl falsch vorhergesagter Inflationsverlangsamungen (JI) 3 6 Informationsgehalt II/{II + IJ) + JJ(JJ + JI) 1,36 1,32 Prüfung auf Informationsgehalt 2,12 [0,15] 2,93 [0,09] a Test auf einen mittleren Fehler von Null unter der Annahme der Normalverteilung. Quelle: Eigene Berechnung. In eckigen Klammern: marginale Irrtumswahrscheinlichkeit der Prüfungen. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 606 Jörg Döpke Wenn die Hypothese eines politischen bias zuträfe, müsste sich die Treffsicherheit der deutschen Institute von denen internationaler Institutionen für Deutschland unterscheiden. Die Übersicht 2 zeigt einige Ergebnisse diesbezüglicher Studien. Die Aufstellung beschränkt sich auf die Prognosen des realen Wirtschaftswachstums, da Inflationsprognosen seltener ausgewertet wurden. Übersicht 2 Ausgewählte Studien zur Treffsicherheit von Konjunkturprognosen Studie Prognostizierende Institution für welches Land / in welchem Zeitraum RMSE Artis (1997) IMF Deutschland / 1971-1994 1,32 Pons (2000) OECD Deutschland 1971-1995 1,99 Heilemann (1998) Jahreswirtschaftsbericht der Bundesregierung Deutschland 1967-1996 74,2a a Der Autor gibt den root mean square percentage error an. Es zeigt sich, dass die Vorhersagefehler von internationalen Institutionen, bei denen eine politische Verzerrung unplausibel ist, in der gleichen Größenordnung liegen wie die Irrtümer der hier betrachteten Institute. Dies gilt allerdings auch für den unmittelbar unter politischer Kontrolle stehenden Jahreswirtschaftsbericht der Bundesregierung. Die hier vorgenommene Aufstellung kann natürlich bei weitem nicht vollständig sein. Jedoch kommen auch Tichy (1994) und Zarnowitz (1992) bei einem Vergleich der Treffsicherheit von Prognosen zu dem Ergebnis, dass diese sich nicht stark zwischen den Institutionen und den Ländern, für die prognostiziert wird, unterscheiden.15 Auch die Auszählung der Wendepunktfehler zeigt kaum Evidenz im Sinne der politischen Verzerrung der Konjunkturprognosen. So hat das DIW im Untersuchungszeitraum nur einmal häufiger eine Wachstumsverlangsamung angekündigt als das IfW. Von einem notorisch pessimistischen Berliner Institut kann also nicht die Rede sein.16 Ähnliches gilt auch für die 15 Der Status der Prognostiker unterscheidet sich in den einzelnen Ländern stark (Wyploz 1999). Eine ähnliche Größenordnung der Prognosefehler spricht also gegen die Hypothese einer politischen Beeinflussung der Vorhersagen. 16 Zumal der Ehrentitel einer Kassandra von der Presse durchaus flexibel vergeben wird. Anfang der achtziger Jahre musste sich das Kieler Institut nachsagen lassen, Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 607 Inflationsprognosen aus Kiel. Lediglich dreimal häufiger wird eine Inflationsbeschleunigung angekündigt. Die Hypothese, nach der die Vorhersagen keinen Informationsgehalt bieten, muss für die Vorhersagen des Bruttoinlandsprodukts abgelehnt werden, beim Kieler Institut jedoch nur bei einer Irrtumswahrscheinlichkeit von 10 vH. Weniger eindeutig ist die Evidenz für Inflationsprognosen. Zumindest für das Institut für Weltwirtschaft ist es fraglich, ob die Prognosen überhaupt einen Informationsgewinn beinhalten, denn die Hypothese keines Informationsgehaltes kann nur bei einer Irrtumswahrscheinlichkeit von 15 vH verworfen werden. Alles in allem stützt die Evidenz über Treffsicherheit und Informationsgehalt die Hypothesen über politische Einflüsse nicht. Die Unterschiede zwischen den Instituten sind klein und mit internationalen Prognosen vergleichbar. Gleichwohl ist damit noch nicht gezeigt, dass die Unterschiede im Prognoseverhalten statistisch insignifikant sind. Dieser Frage widmet sich der nächste Abschnitt. Zunächst werden die Ergebnisse parametrischer Test betrachtet. 4.3 Parametrische Tests Die Schätzung der Zarnowitz-Mincer Regression (Diebold 1998) erbrachte die in Tabelle 2 dargestellten Ergebnisse. Im Gegensatz zum vorherigen Abschnitt zeigen sich Hinweise auf die im ersten Abschnitt erörterten Hypothesen. So muss die Hypothese, nach der die Outputprognosen des DIW unverzerrt sind, bei einer Irrtumswahrscheinlichkeit von 10 vH verworfen werden. Gleiches gilt für die Inflationsprognose des IfW. Hier wird die Nullhypothese einer verzerrungsfreien Vorhersage sogar bei einer sehr niedrigen Irrtumswahrscheinlichkeit verworfen. Die Punktschätzer deuten zudem auf eine Verzerrung in Richtung der geäußerten Vermutungen hin, d. h. im Falle des DIW kommt es zu einer systematischen Unterschätzung der Veränderungsrate des realen Bruttoinlandsprodukts, im Falle des IfW zu einer systematischen Überschätzung der Inflationsrate.17 es sei „wegen seiner allzeit pessimistischen Orakel" ein „Düster-Zentrum". („Untrügliche Anzeichen einer Wende", Der Spiegel Nr. 30 vom 21. 7. 1980). 17 Denkbar ist, dass die Ergebnisse der Prüfungen von einigen wenigen, einflussreichen Ausreisern abhängen. Um diese Vermutung zu prüfen, sind die Prüfungen auf Unverzerrtheit der Vorhersagen mit Gleichungen wiederholt worden, in denen die jeweils grössten Prognosefehler durch Dummy-Variable belegt wurden, die ihren Einfluss vollständig aufnehmen und dadurch die eigentlich interessierenden Parameter nicht mehr beeinflussen. Für die Prognosen des Bruttoinlandsprodukts ergaben sich die höchsten Abweichungen im Falle beider Institute für das Jahr 1977, im Falle der Inflationsprognosen kam die größte Abweichung für das IfW im Jahr 1986 zustande, für das DIW im Jahre 1981. Im Falle der DIW-Wachstumsprognosen kann die Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 608 Jörg Döpke Tabelle 2 Prüfungen auf Unverzerrtheit der Konjunkturprognose nach Zarnowitz und Mincer Prognose ßo ßi Prüfung auf Unverzerrtheit Bruttoinlandsprodukt, IfW 0,57 0,78 2,09 [0,15] (1,75) (7,02) Bruttoinlandsprodukt, DIW 0,82 0,75 2,76 [0,08] Bruttoinlandsprodukt, DIW (2,35) (5,37) Inflation, IfW -1,42 1,41 7,30 [0,00] (-3,04) (7,61) Inflation, DIW -0,53 1,17 0,75 [0,49] (-1,22) (7,79) In runden Klammern: t-Werte, nach dem Verfahren von Newey und West (1987) um Autokorrelation und Heteroskedastizität bereinigt. In eckigen Klammern: marginale Irrtums Wahrscheinlichkeit der Prüfung. Es stellt sich die Frage, ob angesichts dieser Hinweise eine Vernachlässigung einer der beiden Prognosen angemessen sein könnte. Die Ergebnisse der forecasting-encompassing-Tests sind in Tabelle 3 wiedergegeben. Tabelle 3 Encompassing Tests Nullhypothese Prognosen der Veränderung des Bruttoinlandsprodukts Prognosen der Inflation IfW Prognose umfasst DIW Prognose 1,55 [0,23] 2,53 [0,08] DIW Prognose umfasst IfW Prognose 2,03 [0,14] 1,25 [0,32] In eckigen Klammern: marginale Irrtumswahrscheinlichkeit der Prüfung. Es zeigt sich, dass die Hypothese, nach der die Information der einen Prognose in der des anderen Institutes enthalten ist, für die Vorhersagen der Veränderung des Bruttoinlandsproduktes nicht abgelehnt werden kann. Im Falle der Inflationsprognosen muss die Hypothese eines höheren Informationsgehaltes der Kieler Prognose zumindest bei einer Irrtumswahrscheinlichkeit von 10 vH zurückgewiesen werden. Hingegen kann nicht verneint werden, dass die Berliner Vorhersagen die Kieler dominieren. Dies steht in Nullhpothese einer unverzerrten Prognose in diesem Fall bei Berücksichtigung der Dummy weiter bei einer Irrtumswahrscheinlichkeit von 10 vH abgelehnt werden. Bezüglich der Inflationsprognosen des IfW steigt die marginale Irrtumswahrscheinlichkeit hingegen über 20 vH. Die ausführlichen Ergebnisse sind auf Anfrage beim Autor erhältlich. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 609 Übereinstimmung mit der Vermutung einer verzerrten Inflationsprognose des IfW. Neben der Unverzerrtheit ist die Effizienz der Prognose ein wesentliches Kriterium zur Beurteilung der Rationalität der Vorhersage. Sie kann u. a. geprüft werden, indem die Prognosefehler auf Autokorrelation getestet werden. Kann diese Hypothese nicht abgelehnt werden, so deutet dies auf nicht berücksichtigte Information hin. Die Tabelle 4 zeigt die parametrischen Prüfungen auf Effizienz. Es finden sich generell keine Hinweise auf eine Autokorrelation der Prognosefehler. Nur bei der Kieler Inflationsprognose wird die marginale Irrtumswahrscheinlichkeit relativ klein, d. h. hier finden sich Hinweise auf ineffiziente Vorhersagen. Die Prüfungen auf Effizienz unter Berücksichtigung weiterer Variabler bestätigen im Wesentlichen die Prüfungen auf Unverzerrtheit. Die zusammengesetzte Hypothese muss im Falle der Vorausschätzungen des DIW die reale Wirtschaftsentwicklung betreffend in zwei von drei Fällen zurückgewiesen werden. Es kann daher nicht mehr davon ausgegangen werden, dass die Vorhersagen die gesamte zur Verfügung stehende Information ausschöpfen. Dies gilt auch für die ebenfalls unter dem Verdacht der Verzerrung bzw. Ineffizienz stehenden Kieler Inflationsprognosen. Hier führt die Berücksichtigung des kurzfristigen Zinses zur Ablehnung der Hypothese, d. h. eine Beachtung dieser Variablen hätte die Vorhersage verbessern können. Generell lässt sich aber nicht feststellen, dass eine einizge bestimmte exogene Variable systematisch unberücksichtigt bleibt. So weist sich die Berücksichtigung des Dollar-Wechselkurses bei der Erklärung der Wachstumsprognosen des DIW als hilfreich. Hingegen scheinen die Inflationsprognose des IfW die kurzfristigen Zinsen nicht hinreichend zu berücksichtigen. Das etwas diffuse Bild deckt sich mit den Ergebnissen von Döpke und Langfeldt (1995) nach denen die Vorhersagefehler des IfW nicht eindeutig auf Fehleinschätzungen bei den der Prognose zugrundeliegenden Prämissen zurückgeführt werden können. Zusammenfassend kann festgestellt werden, dass die Ergebnisse parametrischer Prüfungen der Hypothese intentioneller Fehlprognosen zumindest nicht eindeutig widersprechen. Im nächsten Abschnitt werden auch verteilungsfreie Tests zur Analyse herangezogen. 4.4 Nichtparametrische Tests Tabelle 5 zeigt die Ergebnisse der nichtparametrischen Tests auf Unverzerrtheit und Effizienz der Prognosen. Wie bei den parametrischen Prüfungen ergibt sich ein Hinweis Hinweis auf eine Verzerrung der Prognosen des Bruttoinlandsprodukts des DIW. Es hat deutlich häufiger das Wachstum unterals überschätzt. Anders als bei den parametrischen Prüfungen zeigt Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 610 JörgDöpke Tabelle 4 Prüfungen auf Effizienz der Prognosen Vorhersage Nullhypothese Realisation der Prüfvariablen (F-Werte) IfW Prognose des realen BIP Prognosefehler sind nicht autokorreliert 1. Ordnung 0,42 [0,53] IfW Prognose des realen BIP Die Prognose ist effizient (kurzfristiger Zins) 1,65 [0,21] IfW Prognose des realen BIP Die Prognose ist effizient (US-Dollar) 1,12 [0,36] IfW Prognose des realen BIP Die Prognose ist effizient (langfristiger Zins) 1,72 [0,20] DIW Prognose des realen BIP Prognosefehler sind nicht autokorreliert 1. Ordnung 0,71 [0,41] DIW Prognose des realen BIP Die Prognose ist effizient (kurzfristiger Zins) 2,07 [0,36] DIW Prognose des realen BIP Die Prognose ist effizient (US-Dollar) 5,66 [0,00] DIW Prognose des realen BIP Die Prognose ist effizient (langfristiger Zins) 4.58 [0,01] IfW Prognose der Inflation Prognosefehler sind nicht autokorreliert 1. Ordnung 2,21 [0,15] IfW Prognose der Inflation Die Prognose ist effizient (kurzfristiger Zins) 3,11 [0,05] IfW Prognose der Inflation Die Prognose ist effizient (US-Dollar) 2,12 [0,13] IfW Prognose der Inflation Die Prognose ist effizient (langfristiger Zins) 2,29 [0,11] DIW Prognose der Inflation Prognosefehler sind nicht autokorreliert 1. Ordnung 0,47 [0,50] DIW Prognose der Inflation Die Prognose ist effizient (kurzfristiger Zins) 0,35 [0,79] DIW Prognose der Inflation Die Prognose ist effizient (US-Dollar) 0,40 [0,79] DIW Prognose der Inflation Die Prognose ist effizient (langfristiger Zins) 0,40 [0,76] In eckigen Klammern: marginale Irrtumswahrscheinlichkeiten der Prüfungen. Beim Test auf Autokorrelation handelt es sich um einen Breusch / Godfrey (Godfrey 1988) Test auf Autokorrelation erster Ordnung. Bei den Prüfungen auf Effizienz ist in Klammern jeweils die zusätzlich berücksichtigte Variable angegeben. Dabei ist „kurzfristiger Zins" der Zinssatz für 3-Monats Geld und „langfristiger Zins" die Umlaufsrendite festverzinslicher Wertpapiere. Quelle für alle Daten sind die Monatsberichte der Deutschen Bundesbank, lfd. Jrg., Frankfurt a.M. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 617 Batchelor, R./Dua, P. (1990). Forecaster Ideology, Forecasting Technique, and the Accuracy of Economic Forecasts. International Journal of Forecasting 6:3-10. Belke, A. (1996). Politische Konjunkturzyklen in Theorie und Empirie: eine kritische Analyse der Zeitreihendynamik in Partisan-Ansätzen. Tübingen. Campbell, B./Ghysels, E. hf; (1995). Federal Budget Projections: A Nonparametric Assessment of Bias and Efficiency. The Review of Economic and Statistics 77: 1731. Clements, M. P./Hendry, D. F. (1998). Forecasting Economic Time Series. Cambridge. Diebold, F. X. (1998). Elements of Forecasting. Cincinatti. Diebold, F. X./Lopez, J. A. (1996). Forecast Evaluation and Combination. In G.S. Maddala und C. R. Rao (Hrsg), Handbook of Statistics Vol. 14: 241-268. Döpke, J. (2000). Macroeconomic Forecasts and the Nature of Economic Shocks in Germany, Kiel Working Paper No. 972. Kiel. Döpke, J. / Langfeldt, E. (1995). Zur Qualität von Konjunkturprognosen für Westdeutschland 1976-1994. Kieler Diskussionsbeitrag Nr. 274. Kiel. Ehrbeck, T. & R. Waldmann (1996). Why Are Professional Forecasters Biased? Agency versus Behavioral Explanations. The Quarterly Journal of Economics 111: 21 -40. Fintzen, D./Stekler, H. O. (1999). Why did Forecasters Fail to Predict the 1990 Recession? International Journal of Forecasting 15: 309-323. Franz, W. (2000). Wirtschaftspolitische Beratung: Reminiszenzen und Reflexionen. Perspektiven der Wirtschaftspolitik 1: 53-71. Frey, B. S. (2000). Was bewirkt die Volkswirtschaftslehre? Perspektiven der Wirtschaftspolitik 1: 5-53. Gern, K. J. (1999). Auswirkungen verschiedener Varianten einer negativen Einkommensteuer in Deutschland - Eine Simulationsstudie. Tübingen 1999. Godfrey, L. G. (1988) Specification Tests in Econometrics, Cambridge University Press. Grunberg, E. / Modigliani, F. (1954). The Predictibility of Social Events. Journal of Political Economy: 465-478. Hagen, H. M. / Kirchgässner, G. (1997). Interest Rate Based Forecasts vs. Professional Forecast for German Economic Growth: A Comparison. Discussion Paper No. 9714. University of St. Gallen. Harvey, C. R. (1991). Interest Rate Based Forecasts of German Economic Growth, Weltwirtschaftliches Archiv 127, 701-718. Heilemann, U. (1998a). Paradigm lost - Zu den Projektionen des Jahreswirtschaftsberichtes der Bundesregierung. In U. Heilemann, D. Kath und N. Kloten (Hrsg.), Entgrenzung als Erkenntnisund Gestaltungsaufgabe. Festschrift für Reimut Jochimsen zum 65. Geburtstag. Berlin: 79 -100. - (1998b). Politikberater als Mahner und Propheten? In R. Ackermann et al. (Hrsg.), Offen für Reformen? Baden Baden. Helmstädter, E. (1989). Zur Autokorrelation von Konjunkturprognosen. ifo-Studien 35: 158-164. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 618 JörgDöpke - (1991a). Hinsehen kann nicht schaden - Replik auf Kirchgässner. ifo-Studien 37: 159-163. - (1991b). Die Konjunkturprognosen und die Stimmungsprozente. Wirtschaftsdienst: 360-364. Hinze, J. (1996). Konjunkturprognosen unter veränderten Rahmenbedingungen: Auswirkungen der deutschen und europäischen Einigung. Hamburger Jahrbuch für Wirtschaftsund Gesellschaftspolitik 41: 59 - 84. Holden, K./Peel, D. A. (1990). On Testing for Unbiasedness and Efficiency of Forecasts. Manchester School 18: 120-127. Horn, G. A. (1999). Topics in New Keynesian Research - A Brief Introduction. Konjunkturpolitik 45: 83-93. Ito, T. (1990), Foreign Exchange Rate Expectations: Micro Survey Data. American Economic Review 80: 434-449. Kirchgässner, G. (1984). Sind die Erwartungen der Wirtschaftssubjekte rational? Eine empirische Untersuchung für die Bundesrepublik Deutschland. Weltwirtschaftliches Archiv 120: 279-300. - (1991). Sind die Prognosefehler der Konjunkturprognose autokorreliert? ifo-Studien 37: 151-158. - (1996). Ideologie und Information in der Politikberatung: Einige Anmerkungen und ein Fallbeispiel. Hamburger Jahrbuch für Wirtschaftsund Gesellschaftspolitik Vol. 41:9-41. - (1998). On the Political Economy of Economic Policy Advice. Discussion paper No. 9805. University of St. Gallen. - (1999). On the Political Economy of Economic Policy Advice. In: Mohr, E. (Hrsg.), The Transfer of economic Knowledge, S. 13-31. Kirchgässner, G./Savioz, M. (1998). Monetary Policy and Forecasts for Real GDP Growth: An Empirical Investigation for the Federal Republic of Germany. Department of Economics Working Paper No. 9813. University of St. Gallen. Klemmer, P. / Schrumpf, H. (1999). Der große Befähigungsnachweis im Handwerk - Relikt einer überkommenen Ständegesellschaft oder modernes Instrument der Wirtschaftspolitik. Essen. Klepper, G./ Scholz, C. (1998). Ausgestaltung und Wirkung einer ökologischen Steuerreform. Zeitschrift für Wirtschaftspolitik 47: 42 - 77. Kramer, H. (1994). Wirtschaftsprognosen und Wirtschaftspolitik. Wirtschaftspolitische Blätter 41: 306-310. Lamont, O. (1995). Macroeconomic Forecasts and Macroeconomic Forecasters. NBER Working Paper No. 5284. Cambridge, Mass. Langfeldt, E. (1996). Konjunkturprognosen - unvollkommen aber unverzichtbar. Zeitschrift für Wirtschaftspolitik 45: 180-186. Langfeldt, E. / Trapp, P. (1986). Zur Problematik und Treffsicherheit von Konjunkturprognosen für die Bundesrepublik Deutschland. Die Weltwirtschaft (1): 26-37. - (1988). Experiences in Macroeconomic Forecasting in the Federal Republic of Germany 1976-1987. Jahrbücher für Nationalökonomie und Statistik 225: 427-442. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 Haben Konjunkturprognosen einen politischen Bias? 619 Laster, DJ Bennet, P. & I. S. Geoum (1999). Rational Bias in Macroeconomic Forecasts, The Quarterly Journal of Economics 114: 293-318. Löffler, G. (1998). Bias in Analyst Forecasts: Cognitive, Strategie or Second Best?, International Journal of Forecasting 14: 261-275. Löwe, A. (1929). Besprechung von O. Morgenstern. Zeitschrift für die gesamte Staatswissenschaft 2: 419-423. McNees, S. K. (1992). The Uses and Abuses of »Consensus4 Forecasts. Journal of Forecasting 11: 703-710. Mills, T. C. / Pepper, G. T. (1999). Assessing the Forecasters: an Analysis of the Forecasting Records of the Treasury, the London Business School and the National Institute. International Journal of Forecasting 15: 247-257. Morgenstern, O. (1928). Wirtschaftsprognose. Eine Untersuchung ihrer Voraussetzungen und Möglichkeiten. Wien. Neumann, M. J. M./Buscher, H. S. (1980). Die Inflationsprognosen der Arbeitsgemeinschaft wirtschaftswissenschaftlicher Forschungsinstitute: Sind sie rational? Weltwirtschaftliches Archiv 116: 533-550. Newey, W./West, K. (1987). A Simple Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix. Econometrica 55: 703-708. Nierhaus, W. (1998a). Ifo-Konjunkturprognosen und Wirklichkeit - eine Ergebnisanalyse für die Bundesrepublik im Zeitraum 1991-1997. if o-Wirtschaf ts-Konjunktur 50: 1-11. - (1998b), Praktische Methoden der Konjunkturprognose. Ifo-Schnelldienst 50 (28): 7-19. Pons, J. (2000), The accuracy of IMF and OECD forecasts for G7 countries. Journal of Forecasting 19: 53-63. Runkle, D. (1998). Revisionist History: How Data Revisions Distort Economic Policy Research. Federal Reserve Bank of Minneapolis Economic Review 22: 3 -12. Sachverständigenrat zur Begutachtung der gesamtwirtschaftlichen Entwicklung, Jahresgutachten. Lfd. Jrg. Wiesbaden. Scholz, C. M. (2000). Environmental Tax Reform and the Double Dividend, in Vorbereitung. Tübingen. Im Erscheinen. Siebert, H. (1998). Disziplinierung der nationalen Wirtschaftspolitik durch die internationale Wirtschaftspolitik. Zeitschrift für Wirtschaftsund Sozialwissenschaften 7:41-67. Smolny, W. (1998). Die Wirtschaftsprognosen des Sachverständigenrates zur Begutachtung der gesamtwirtschaftlichen Entwicklung und der Arbeitsgemeinschaft wirtschaftswissenschaftlicher Forschungsinstitute - Ein Versuch einer Evaluierung, mimeo. Bochum. Solveen, R. (1998). Der Einfluß der Unabhängigkeit auf die Politik der Zentralbanken. Kieler Studie 288. Kiel. Stege, C. (1989). Zur Beurteilung der Prognosetätigkeit der „führenden Wirtschaftswissenschaftlichen Forschungsinstitute" in der Bundesrepublik Deutschland. Hamburg. Tichy, G. (1994). Konjunktur. Stilisierte Fakten, Theorie Prognose. Berlin. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07 620 Jörg Döpke van Suntum, U. (1991). Konjunkturprognosen: Besser als ihr Ruf. Wirtschaftsdienst: 365-368. Wyplosz, C. (1999), The Culture of Economic Policy Advice: An International Comparision with Special Emphasis on Europe. In: Mohr, E. (1999), The Transfer of Economic Knowledge, S. 47 - 73. Zarnowitz, V. (1992). Business Cycles - Theory, History, Indicators, and Forecasting. Chicago. - (1999). Has the Business Cycle Been Abolished? NBER Working Paper No. 6367. Cambridge, Mass. Anhangtabelle: Prognosen von IfW und DIW Prognosen des Veränderungsrate des realen Bruttoinlandsprodukts Prognosen des Veränderungsrate des Deflators des Privaten Verbrauchs Jahr Ist IfW DIW Ist IfW DIW 1976 5,6 4 5 4,7 5.5 1977 2,4 5 5.5 4 4 4 1978 3,4 3.5 3 2,7 4 4 1979 4,4 4 4 4,3 3.5 3 1980 1,9 1.5 2 5,8 4.5 5 1981 -0,3 -1.5 -1 6,3 4 4 1982 -1,2 -1 0.5 5 4.5 5 1983 1 0 -0.5 3,2 3.5 3.5 1984 2,6 2.5 2 2,5 2.5 3 1985 2,6 2 2 1,7 2 2 1986 2,5 3 3 -0,6 2 1.5 1987 1,6 3 1.5 0,4 1 1 1988 3,4 1.5 1 1,3 2 1 1989 4 2.5 2.5 3 3 2.5 1990 4,6 2.5 3.5 2,7 3.5 3 1991 3,2 3.5 3.5 3,7 3.5 3 1992 1,5 1.5 1 3,8 4 3.5 1993 -1,3 0.5 -0.5 3,2 3.5 4 1994 2,8 1.5 0 2,8 3 3 1995 1,9 3.5 2 2 2.5 2.5 1996 1,4 1.7 1 2 2 2 1997 2,2 2.5 2 1,9 1.8 1 1998 2,8 2.8 2.5 0,9 2.5 1.8 1999 1,5 2.3 1.4 0,8 1.2 1.2 Quelle: Ist: Wirtschaft und Statistik, lfd. Jrg., Frankfurt, IfW: Die Weltwirtschaft, lfd. Jrg. Kiel, DIW: DIW-Wochenberichte, lfd. Jrg. Berlin, und eigene Berechnungen. Bis 1992 einschließlich: Westdeutschland, danach Deutschland. Schmollers Jahrbuch 120 (2000) 2 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/schm.120.4.587 | Generated on 2023-04-04 12:28:07