EZB verbessert Kurzfrist-Prognosemodelle
Die Europäische Zentralbank (EZB) hat ihre Modelle zur Kurzfrist-Prognose der Wirtschaftsaktivität im Euroraum überarbeitet. Ziel ist es, in einer unsicheren Welt präzisere und robustere Vorhersagen zu liefern.
Nach Pandemie und Krieg: Modelle unter Druck
Die jüngsten globalen Schocks, darunter die COVID-19-Pandemie und Russlands Krieg gegen die Ukraine, haben die Leistungsfähigkeit traditioneller Prognosemodelle erheblich beeinträchtigt.
Diese Ereignisse führten zu starken Schwankungen ökonomischer Variablen und erhöhter Unsicherheit, was die Erstellung präziser Vorhersagen erschwerte.
Vor diesem Hintergrund hat die EZB ihre Kurzfrist-Prognosemodelle umfassend überarbeitet.
Die Strategie umfasste zwei Säulen: erstens die Verfeinerung und Verbesserung der bestehenden „Workhorse“-Modelle zur Erhöhung der Genauigkeit und Zuverlässigkeit von Punkt- und Dichteprognosen des realen BIP-Wachstums im Euroraum; zweitens die Erforschung alternativer Ansätze mittels fortschrittlicher maschineller Lernmethoden zur Ergänzung der traditionellen Modelle.
Diese Maßnahmen sollen die Robustheit gegenüber großen Schocks verbessern und Instabilitäten besser erfassen.
Brücken und Faktoren: Das neue Modell-Set
Das überarbeitete Rahmenwerk basiert weiterhin auf Brückengleichungen, die nun zwei Arten von hochmodernen Hilfsmodellen – dynamische Faktormodelle (DFMs) und Vektorautoregressive Modelle (VARs) – integrieren.
Diese wurden umfassend überarbeitet, um monatliche und vierteljährliche Indikatoren zu kombinieren und zeitlich variierende Volatilität zu berücksichtigen.
Der Prädiktorensatz wurde um neue Daten wie die Dienstleistungsproduktion erweitert und ein ausgewogeneres Verhältnis von umfragebasierten und harten Indikatoren angestrebt.
Punktprognosen werden nun über den Median der Verteilung berechnet, um Stabilität gegenüber Extremwerten zu gewährleisten, während Dichteprognosen die Prognoseunsicherheit quantifizieren.
Ein notwendiger, aber unvollständiger Schritt
Die Überarbeitung der EZB-Prognosemodelle ist eine notwendige Reaktion auf die gestiegene Volatilität der letzten Jahre.
Obwohl sie wichtige Schwachstellen adressiert, bleiben strukturelle Herausforderungen wie die saisonale Anpassung unberücksichtigt.
Für die geldpolitische Entscheidungsfindung bedeutet dies eine verbesserte Datenbasis, jedoch keine Patentlösung für alle Unsicherheiten.