Konjunkturprognose: Bedeutung, Inhalt, Ablauf und Grenzen

Konjunkturprognose: Bedeutung, Inhalt, Ablauf und Grenzen

Konjunkturprognosen versuchen die wirtschaftliche Entwicklung vorherzusagen. Sie beeinflussen maßgeblich die Entscheidungen in wichtigen Politikbereichen. In diesem Artikel geben wir euch einen Überblick zu Zweck, Grenzen und Ablauf einer Konjunkturprognose.

Definition

Konjunkturprognosen machen annahmebasierte Aussagen über den erwarteten Verlauf gesamtwirtschaftlicher Aktivitäten.

Sie gehen davon aus, dass es im wirtschaftlichen Ablauf bestimmte Regelmäßigkeiten gibt, die mit einer gewissen Wahrscheinlichkeit in die Zukunft fortgeschrieben werden können. Je länger der Prognosezeitraum ist und je vielfältiger die zugrundeliegenden Wirtschaftsabläufe sind, desto unsicherer fällt das Ergebnis einer Konjunkturprognose aus.

Zweck von Konjunkturprognosen

Vor dem Hintergrund der Wirtschafts- und Finanzkrise von 2008 und der Rettung insolventer Banken hat die Bedeutung von Konjunkturprognosen eine Renaissance er​lebt. Konjunkturprognosen bilden zum Entstehungszeitpunkt das wahrscheinlichste Szenario ab, wie sich die Volkswirtschaft –gemessen am Wachstum des BIPs- in naher Zukunft entwickelt. Der Sachverständigenrat für Wirtschaft oder die großen Wirtschaftsforschungsinstitute versuchen anhand von empirisch überprüften ökonomischen Zusammenhängen den Aufschwung oder Abschwung der Wirtschaft vorherzusagen, d.h. die Schwankungen der Konjunkturphasen. Hierbei spielen zum Beispiel die Auswirkungen der Steuern auf die Konsumnachfrage oder der Einfluss von Zinsen auf Investitionen eine Rolle.

Konjunkturprognosen sind damit vor allem für die Wirtschaftspolitik wichtig. (z.B.Konjunkturpolitik)

Aufgrund der Prognose können Politiker Schlussfolgerungen für die Finanz- oder Tarifpolitik ableiten.

Auf europäischer Ebene basiert z.B. die Vorgabe der Geldmengenentwicklung der EZB auf Konjunkturprognosen. Und auch die mittelfristige Finanzplanung des Bundes oder der Länder basiert auf diesen Prognosen. Und auch Unternehmen passen ihre Planungen an die Prognoseergebnisse der wirtschaftlichen Entwicklung an.

Aufgrund ihrer hohen Bedeutung ist die Erstellung von Konjunkturprognosen ein sensibler Bereich. Bei ihrer Festlegung sollten taktische Überlegungen nicht außer Acht gelassen werden:

Zu niedrige Prognosen können auf die Wirtschaftsakteure bremsend wirken, während zu hohe Schätzungen zu übertriebenen Erwartungen führen, die ggf. nicht eintreten werden.

Die Vorgehensweise

konjunkturprognose

Die obige Abbildung fasst den Aufbau einer Konjunkturprognose exemplarisch zusammen. Das Ergebnis besteht in der Prognose des Bruttoinlandsproduktes. In der Regel interessiert man sich hier für Veränderungs- bzw. Wachstumsraten. Wie in der Volkswirtschaftlichen Gesamtrechnung beschrieben setzt sich das BIP aus verschiedenen  Komponenten zusammen.  In der Grafik sind die BIP-Komponenten aus der Verwendungsseite abgebildet: Konsum, Investitionen, Staatsausgaben und Exporte. Es wird damit die Zusammensetzung einer offenen Volkswirtschaft mit Staatsaktivität beschrieben (vgl. unseren Artikel zum Wirtschaftskreislauf).

Um nun über diese Komponenten das BIP prognostizieren zu können, bedarf es verschiedener Annahmen darüber, wie sich diese Komponenten entwickeln. Hierfür können verschiedene relevante Konjunkturindikatoren verwendet werden.

So hängt die Entwicklung des privaten Konsums beispielsweise von der Einkommensentwicklung ab. Generell kann man sagen, dass mit einer positiven Einkommensentwicklung auch der private Konsum steigt. Ob man für die Konjunkturprognose die Annahme einer positiven Einkommensentwicklung treffen kann, beantwortet die Entwicklung der Einflussgrößen. Für die Einkommensentwicklung wäre dies z.B. das Preisniveau bzw. die Inflationsrate.

Diese Skizzierung des Aufbaus einer Konjunkturprognose zeigt, dass für eine gute Konjunkturprognose drei Schritte notwendig sind. Die eigentliche Durchführung der Prognose bildet dabei lediglich den kleinsten Anteil der Arbeit.

1. Konjunkturdiagnose

Der erste und wichtigste Schritt für eine gute Konjunkturprognose besteht in einer ausführlichen Konjunkturdiagnose der wirtschaftlichen Situation. Dies ist notwendig, da die Treffsicherheit der Prognose von der korrekten Beschreibung der Ausgangslage abhängt. Ist die Ausgangslage falsch beschrieben, führt dies letztlich auch zu falschen Annahmen über die weitere Entwicklung der makroökonomischen Größen und Determinanten. Diese Problematik ist insbesondere dann relevant, wenn kurzfristige Konjunkturschwankungen auftreten.

Der Sachverständigenrat für Wirtschaft widmet in seinem jährlichen Gutachten deshalb der Konjunkturdiagnose sehr viel Raum bevor anschließend die Prognoseergebnisse vorgestellt werden. Die Lektüre der regelmäßigen Kapitel des SVR-Gutachtens sei an dieser Stelle sehr empfohlen, da hier volkswirtschaftliche Zusammenhänge (Makroebene) relativ einfach und anschaulich beschrieben werden.

2. Entwicklung exogener Größen

Der zweite vorbereitende Schritt der Konjunkturprognose besteht in der Entscheidung, welche Einflussfaktoren man als exogen annimmt und wie sie sich entwickeln.

Neben konkreten Variablen gehören hierzu auch Annahmen zu wirtschaftspolitischen Entscheidungen. Als exogene Größen nimmt man üblicherweise an:

Außenwirtschaftliche Faktoren: z.B. die Entwicklung de Welthandels, der Rohölpreise oder der Wechselkurse

Geldmenge und Staatsausgaben: Zumindest theoretisch ist die künftige Entwicklung durch offizielle Vorgaben vorgezeichnet.

3. Prognose

Erst im letzten Schritt erfolgt die eigentliche Konjunkturprognose. Die korrekte Umsetzung ist ein eigenes Forschungsgebiet in der VWL und die empirischen Methoden werden immer weiter verfeinert und fortentwickelt. Obgleich die Methodik nicht unterschätzt werden darf, sollte man folgendes nicht vergessen: Die empirische Methodik kann man immer wieder anpassen und verbessern. Aber das zugrundeliegende Konjunkturmodell muss stimmen. Wenn das Modell fehlerhaft ist, kann auch die beste empirische Umsetzung nicht zu korrekten Ergebnissen führen. Dies ist gerade bei dem sensiblen Bereich der Konjunkturprognose zu beachten.

Empirische Methodik von Konjunkturprognosen

Aufgrund der Komplexität von Konjunkturprognosen wenden Ökonomen einen Mix an empirischen Verfahren an.  Hierzu zählen z.B. Zeitreihenverfahren oder ökonometrische Regressionsverfahren. Wir zählen nachfolgend die wichtigsten Verfahren auf. Im Rahmen der jeweiligen empirischen Verfahren existieren auch Tests, Kennzahlen und Maßnahmen um die Prognosegüte zu überprüfen. Aufgrund der Komplexität der einzelnen Methoden gehen wir an dieser Stelle nicht detailliert auf die empirischen Verfahren ein.

1. Qualitative Prognosen

Die Gruppe der qualitativen Prognosen ist von der Methodik her sehr heterogen. Sie reicht von der intuitiven freien Schätzung bis hin zu ökonometrisch anspruchsvollen Schätzungen von Einzelpersonen oder Gruppen.

Freie Schätzung: Sie basiert alleine auf dem Urteil und der Argumentation des Prognostikers. Auch wenn solche Prognosen qualitativ hochwertig sein können haben sie einen entscheidenden Nachteil: Sie können von dem Anwender nur schwierig nachvollzogen werden. Von daher besteht auch eine gewisse Unsicherheit, ob zukünftige Prognosen ebenfalls eine hohe Qualität aufweisen.

Expertenbefragung: Sie stellt eine Erweiterung der freien Schätzung dar. Es wird die Prognose von Experten zusammengefasst. Ein Beispiel für dieses Vorgehen ist der ZEW Finanzmarkttest.

Delphi-Methode: Die Methode basiert ebenfalls auf einer Expertenbefragung. Allerdings erfolgt sie zweistufig. Die Experten haben vor Runde 2 die Möglichkeit ihre Prognose nach Kenntnis der anderen Prognosen anzupassen. Dieses Vorgehen muss aber nicht unbedingt zu einer besseren Prognosequalität führen.

2. Einfache Zeitreihenverfahren

In der Regel werden zwei Verfahren unterschieden:

Extrapolation trendmäßiger Entwicklungen: Stark vereinfacht formuliert stellt man hier den zeitlichen Trend der zu erklärenden Variable dar und schreibt ihn fort. Dieses Vorgehen bezeichnet man auch als „naive Zeitreihenanalyse.  Diese Methode stößt schnell an ihre Grenzen, wenn z.B. kurzfristige Konjunkturschwankungen auftreten oder sich die ökonomischen Einflussfaktoren nachhaltig ändern.

Stochastisches Zeitreihenmodell: Wie der obige Ansatz besteht der Vorteil, dass für die Prognose keine zusätzlichen Informationen über ökonomische Zusammenhänge notwendig sind.  Im Gegensatz zum obigen Modell können sie zudem wesentlich komplexere Anpassungsprozesse abgebildet werden und somit auch kurzfristige Entwicklungen. Insbesondere für die Prognose von Zins- oder Wechselkursentwicklungen sind diese Modelle geeignet.

Auch wenn diese Modelle aufgrund ihrer Einfachheit nicht sonderlich robust erscheinen, stellen sie eine wichtige Ergänzung für komplexe Prognosemodelle dar. Das tatsächlich verwendete Prognosemodell muss immer mindestens so gute Ergebnisse liefern, wie dieses „simple“ Modell.

3. Iterative Prognose im Rahmen der VGR

Diese Methode stellt sozusagen den Oberbegriff für die angewandte Prognosemethode dar, die von den Wirtschaftsforschungsinstituten und dem Sachverständigenrat verwendet wird. Ziel ist hierbei immer die Prognose wichtiger Eckdaten der Volkswirtschaftlichen Gesamtrechnung.

Man orientiert sich hierbei an den Daten, die allen drei Seiten der BIP-Berechnung zugrunde liegen:

  • ​Verwendungsseite
  • ​Entstehungsseite
  • ​Verteilungsseite​​​​

​Die Reihenfolge der zu prognostizierenden Faktoren ist nicht festgelegt. Sie orientiert sich auch an den Erkenntnissen der zuvor erfolgten Konjunkturdiagnose.

Ausgehend von den Prognosen der einzelnen Prognosen erfolgt dann eine Prognose des BIPs auf der Verwendungs- und der Entstehungsseite. Gibt es Unterschiede zwischen den beiden Werten erfolgt eine Korrektur, die dem Prognostiker obliegt. Schließlich erfolgt noch eine Prognose des BIPs auf der Verteilungsseite. Sie erfolgt erst als letztes, da hier neben den Lohnfaktoren auch die Prognose der Verwendungsseite einfließt.

Das Prognoseverfahren wird solange wiederholt („iteriert“) bis keine Inkonsistenzen mehr vorhanden sind. Der Vorteil dieses Verfahren liegt in der  Komplexität und des differenzierten ökonomischen Modellrahmens. Für den Nutzer der Prognose sind die einzelnen Prognoseschritte allerdings nur schwerlich nachvollziehbar und wenig transparent. Der Prozess der iterativen Anpassung wird teilweise auch als “Rundrechnen” bezeichnet.

4. Der statistische Überhang

Dieses Konzept basiert auf der Zeitreihenanalyse und stellt eine Verfeinerung dar. Der statistische Überhang gibt an, welches Wachstum sich für das Folgejahr statistisch ergeben würde, wenn sich alle vierteljährlichen Zuwachstumsraten auf Null beliefen würden. Die tatsächliche Wachstumsrate bestimmt man dann aus der Differenz zwischen der Wachstumsrate, die sich aus dem Vergleich der beiden Durchschnitte ergibt, und dem statistischen Überhang.

In der Praxis ist die so hergestellte Konjunkturprognose sehr stark abhängig vom Wert des letzten Quartals. Ist dieser Wert ausgesprochen hoch, wird auch die Gesamtprognose positiv ausfallen, selbst wenn die drei vorherigen Quartale leicht negativ waren.

5. Ökonometrische Modelle

Prognosen mit ökonometrischen Modellen stellen einen Zusammenhang zwischen einer zu erklärenden und mehren erklärenden Variablen her. („Regressionsgleichung“)

Die zu prognostizierende Wachstumsrate des BIP ist die zu erklärende Variable, die erklärenden Variablen sind die ökonomisch erklärenden Faktoren (wie die Preisentwicklung, Beschäftigung etc.). Ein Vorteil von Regressionsgleichungen liegt darin, dass sie gut zur Umsetzung ökonomischer Theorien geeignet sind. Sie drücken damit empirisch relevante Zusammenhänge aus. Dies ist bei einer Zeitreihenanalyse nur eingeschränkt möglich, da sie nur eine reduzierte Form eines Modells darstellen (da sie nur die Zeitdimension berücksichtigen.)

Grenzen von Konjunkturprognosen

Wie oben beschrieben, beruhen Konjunkturprognosen immer auf bestimmten Annahmen mit denen Vorhersagen über die künftige wirtschaftliche Entwicklung getätigt werden.

Bei diesen Annahmen geht man davon aus, dass die zugrundeliegenden Prozesse einer bestimmten Regel folgen und sich deshalb in die Zukunft fortschreiben lassen. D.h. sie beruhen auf einer Wahrscheinlichkeitsannahme. Prognosen sind damit immer mit Fehlern behaftet, dem sogenannten Prognosefehler. Die Güte einer Konjunkturprognose bemisst sich daran, wie klein diese Prognosefehler ausfällt.

Man kann aber definitiv sagen, dass dieser Fehler umso größer ausfällt, je länger der Prognosezeitraum ist und je vielfältiger die Wirtschaftsabläufe sind.

Im folgenden zählen wir einige mögliche Fehlerursachen von Konjunkturprognosen auf. Die Liste ist nicht abschließend. Wichtig ist hierbei immer Hinterkopf zu behalten, dass alle Fehler letztlich aus der Unsicherheit hinsichtlich der Annahmen resultieren.

Unzutreffende Annahmen: Die Konjunkturprognosen beruhen auf Annahmen über die Entwicklung der makroökonomischen Variablen. Wenn diese Annahmen nicht eintreffen, muss die Prognose angepasst werden. (Vgl. hierzu auch unseren Artikel zu den Konjunktur​erklärungen)

Externe Schocks: Hiermit sind unterwartete Ereignisse gemeint. Wie z.B.  die  Terroranschläge vom 11. September 2001 oder das Platzen der dotcom oder Immobilienblase.

Trügerische Daten: Zum Prognosezeitpunkt liegen nur wenige Daten über die aktuelle Entwicklung vor. Die endgültigen Daten können ein gänzlich anderes Konjunkturbild zeichnen als die Daten zuvor.

Wirtschaftspolitik: In der Regel können Entscheidungen der Regierung und der Tarifpartner nicht vollständig korrekt antizipiert werden. Und damit sind die Auswirkungen auf die ökonomischen Variablen (z.B. in der Beschäftigungspolitik) nicht präzise vorhersehbar.

„Selbsterfüllende/selbstvereitelnde Prognose “: Die Konjunkturprognose kann Einfluss auf das Verhalten der Wirtschaftsteilnehmer haben.

1. Selbsterfüllende Prognose:  Diese Prognose wird durch die zukünftige Entwicklung bestätigt. Die Wirtschaftssubjekte orientieren sich an der Prognose.  Ein Beispiel wäre hier der Aktienmarkt. Es wird  ein steigender Kurs prognostiziert. Daraufhin investiert man stärker in die entsprechenden Aktien, die Nachfrage steigt, was letztlich zu steigenden Kursen führt.

2. Selbstvereitelnde Prognose: Weist eine Prognose z.B. auf eine negative Entwicklung hin kann dies zu einem Umdenken der Wirtschaftsakteure führen. Und sie verändern ihre Handlungen. In diesem Fall stimmen dann aber nicht mehr die Annahmen der Konjunkturprognose und sie wird nicht mehr realisiert. (Stichwort: Schweinezyklus)

Prognosen in Deutschland

In Deutschland prognostizieren offizielle Institutionen und die großen Wirtschaftsforschungsinstitute regelmäßig Konjunkturprognosen. Die folgende Tabelle zeigt euch zum Abschluss des Artikels eine Übersicht der Prognosen des BIP für 2018 und 2019.

Die Tabelle gibt euch eine Auswahl ausgewählter Anbieter von Konjunkturprognosen in Deutschland. Zudem zeigen die Ergebnisse, dass die Konjunkturprognosen ​in ihrer Höhe alle relativ ähnlich ausfallen. Dies liegt daran, dass die verwendete Methodik und das zugrundeliegende Modell ebenfalls ähnlich sind.

​Ausgewählte Konjunkturprognosen ​zum BIP

​Quelle​

Prognose vom

​Prognose für 2018

​Prognose für 2019

Sachverständigenrat

​März 2018

​+2,3%

​+1,8%

Gemeinschafts-diagnose

​September 2018

​+1,7%

​+1,9%

​DIW

​September 2018

​+1,8%

​+1,7%

​Ifo-Institut

​September 2018

​+1,9%

+1,9%

​IfW Kiel

​September 2018

+1,9%

+2,0%

​Zusammenfassung

  • Gibt eine Prognose über die zukünftige wirtschaftliche Entwicklung
  • Sie bildet die Grundlage für zahlreiche politische Beschlüsse und ist zentral für die Konjunkturpolitik
  • Die wichtigsten Anbieter sind der SVR und die großen Wirtschaftsforschungsinstitute
  • Die erfolgreiche Prognose basiert auf einer Konjunkturdiagnose und Annahmen zur Entwicklung relevanter Größer der Wirtschaft. Hierfür spielen Konjunkturindikatoren eine wichtige Rolle.
Noch keine Bewertungen

War der Artikel hilfreich? Jetzt bewerten:

About the Author Nadine Behncke

Promovierte Volkswirtin und überzeugte Europäerin. Ihre Schwerpunkte sind die Entwicklung und Herausforderungen der EU mit ihren Auswirkungen und Folgen auf Deutschland und seine Bevölkerung. Sie schreibt auf Think About zu Politik, Wirtschaft & Geschichte in Europa, um Wissen zu vermehren und zur Diskussion beizutragen.

follow me on:

Leave a Comment: