Die Faktoren, die sich auf Daten und Prognosen auswirken

Die Wirtschaftsprognose baut Modelle auf, mit denen zukünftige wirtschaftliche Trends vorhergesagt werden sollen. Die zentrale Frage ist, ob eine bestimmte Variablenkonstellation unweigerlich zu einem Ergebnis führt. Die Definition von verwendbaren Variablen mit zuverlässigen Daten ist die Hauptaufgabe dieses Feldes.

Konzepte

Wirtschaftsprognosen versuchen zu verstehen, welche Kräfte in der Wirtschaft für Wachstum sorgen. Ökonomen wollen herausfinden, was zu Ereignissen wie Industrialisierung, Export, Inflation oder Depression führt. Beispielsweise betrifft ein allgemeines Prognosethema die Auswirkung der hohen Verschuldungsraten der Konsumenten auf die Chancen einer wirtschaftlichen Erholung. Wenn Sie der Ansicht sind, dass die gestiegenen Konsumausgaben die Hauptursache für eine Erholung sind, dann ist Ihre Prognose pessimistisch. Alle Prognosemodelle beginnen mit einem Konzept, einer Theorie, die auf einem Phänomen basiert - etwa Schulden -, das eine Wirtschaft in die eine oder andere Richtung treiben wird.

Modelle

Ökonomen, die wirtschaftliche Trends prognostizieren, verlassen sich vollständig auf Modelle. Daten selbst sagt nichts, wenn sie nicht analysiert werden. Modelle basieren auf der Annahme, dass eine Gruppe von Variablen ein Phänomen verursacht. Beispielsweise vertreten die meisten Ökonomen das Grundmodell, wonach steigende Zinssätze eine Konjunkturabkühlung verursachen, weil Geld teurer wird. Dies ist ein einfaches Modell von Angebot und Nachfrage, das von grundlegender Bedeutung ist, da die Kreditaufnahme für alle modernen Volkswirtschaften von entscheidender Bedeutung ist. Daher sind solche Basismodelle Annahmen, dass ein Anstieg der Zinssätze die Knappheit der verfügbaren Liquidität signalisiert. Dies führt zu einem Rückgang des Wirtschaftswachstums. Daher ist eine Theorie ein grundlegender Satz von Annahmen, während ein Modell eine detaillierte Analyse ist, die zum Testen solcher Annahmen angeordnet ist.

Variablen

Ohne Variablen sind weder Modelle noch Daten sinnvoll. Variablen sind konzeptionelle Gruppierungen von wirtschaftlichen Kräften. Ein wichtiges Problem ist das Überlappen von Variablen oder Variablen, die dasselbe messen. In vielen Fällen sind hohe Zinssätze eng mit einem Anstieg der Anleiheninvestitionen verbunden. Wenn Sie also ein Modell entwickeln, das das Geldmarktverhalten prognostiziert, kann die Trennung von Anleiheninvestitionen von den Zinssätzen als zwei separate Variablen ein Problem darstellen. Da diese beiden Variablen so eng miteinander zusammenhängen, kann es sich tatsächlich um eine Variable handeln. Wenn Sie sie zu zweit behandeln, entsteht ein schiefes und wertloses Modell. Variablen müssen eindeutige wirtschaftliche Einheiten sein, die unterschiedliche - nicht überlappende - Kräfte messen. Variablen eindeutig zu halten, ist eines der schwierigsten Probleme bei der Prognose.

Daten

Daten sind das ewige Problem der Wirtschaftsprognose. Wenn es sich beispielsweise um Arbeitslosigkeit handelt, können die Daten rutschig sein. Es gibt viele Modelle der Arbeitslosigkeit, die unterschiedliche Definitionen des Begriffs annehmen. Eine Ansicht geht davon aus, dass es sich bei allen Arbeitslosen um diejenigen handelt, die Arbeitslosengeld beziehen. Natürlich gibt es viele, die keine oder keine Leistungen mehr erhalten. Dann gibt es diejenigen, die nur teilweise oder unter dem Tisch beschäftigt sind. Beschäftigungsbedingt sind Arbeitskräfte knapp. Dies sind verschiedene Arten von Arbeitslosigkeit, die alle davon abhängen, wie Sie den Begriff definieren. Wie Sie eine Variable definieren, ist daher die Grundlage für die Qualität der Daten und die Verwendbarkeit eines Modells.