IDEAS home Printed from https://ideas.repec.org/a/diw/diwwob/75-24-1.html
   My bibliography  Save this article

Konjunkturprognosen für Bundesländer setzen Verbesserung der Datensituation voraus

Author

Listed:
  • Konstantin A. Kholodilin
  • Stefan Kooths
  • Boriss Siliverstovs

Abstract

Die geplante Stärkung der Eigenverantwortlichkeit der Länder im Zuge der Föderalismusreformen wird zu einem erhöhten Bedarf an Konjunkturprognosen für Bundesländer führen. Während in Deutschland für die Konjunkturbeobachtung auf gesamtstaatlicher Ebene Quartalsdaten zur Verfügung stehen, wird die Wirtschaftsleistung (gemessen am Bruttoinlandsprodukt) der Bundesländer nur jährlich ausgewiesen. Daraus ergibt sich ein Datenproblem für die Schätzung der zum Teil sehr unterschiedlichen Wirtschaftsentwicklung in den einzelnen Ländern. Mit verfeinerten Methoden können zwar knappe Daten grundsätzlich effizienter genutzt werden als es in isolierten Einzelprognosen möglich ist. Auch lässt sich mit ihrer Hilfe der Konjunkturverbund zwischen benachbarten Bundesländern nachweisen und quantifizieren. Allerdings reicht auch die mit diesem Verfahren erzielbare Prognosegüte nicht aus, als dass darin eine Alternative zur Einbeziehung zusätzlicher länderspezifischer Indikatoren zu sehen wäre. Diese sind bislang aber nicht in ausreichendem Umfang verfügbar. Eine Weiterentwicklung des Berichtswesens, insbesondere eine vierteljährliche Darstellung des Bruttoinlandsprodukts für Bundesländer, ist daher für eine weitere Verbesserung von Bundesländerprognosen unverzichtbar.

Suggested Citation

  • Konstantin A. Kholodilin & Stefan Kooths & Boriss Siliverstovs, 2008. "Konjunkturprognosen für Bundesländer setzen Verbesserung der Datensituation voraus," DIW Wochenbericht, DIW Berlin, German Institute for Economic Research, vol. 75(24), pages 318-325.
  • Handle: RePEc:diw:diwwob:75-24-1
    as

    Download full text from publisher

    File URL: http://www.diw.de/documents/publikationen/73/diw_01.c.85361.de/08-24-1.pdf
    Download Restriction: no

    References listed on IDEAS

    as
    1. Marcellino, Massimiliano & Banerjee, Anindya & Masten, Igor, 2005. "Forecasting macroeconomic variables for the new member states of the European Union," Working Paper Series 482, European Central Bank.
    2. Tommaso Proietti, 2006. "Temporal disaggregation by state space methods: Dynamic regression methods revisited," Econometrics Journal, Royal Economic Society, vol. 9(3), pages 357-372, November.
    Full references (including those not matched with items on IDEAS)

    Citations

    Citations are extracted by the CitEc Project, subscribe to its RSS feed for this item.
    as


    Cited by:

    1. Wenzel, Lars, 2013. "Forecasting regional growth in Germany: A panel approach using business survey data," HWWI Research Papers 133, Hamburg Institute of International Economics (HWWI).
    2. Joachim Ragnitz & Stefan Arent & Wolfgang Nierhaus & Beate Schirwitz & Johannes Steinbrecher & Gerit Vogt & Björn Ziegenbalg, 2010. "Methodenexpertise zur Analyse der Auswirkungen der internationalen Finanz- und Wirtschaftskrise auf die Wirtschaft im Land Brandenburg : Gutachten im Auftrag des Ministeriums für Wirtschaft des Landes," ifo Dresden Studien, ifo Institute - Leibniz Institute for Economic Research at the University of Munich, number 53, October.
    3. Gerit Vogt, 2009. "Konjunkturprognose in Deutschland. Ein Beitrag zur Prognose der gesamtwirtschaftlichen Entwicklung auf Bundes- und Länderebene," ifo Beiträge zur Wirtschaftsforschung, ifo Institute - Leibniz Institute for Economic Research at the University of Munich, number 36.
    4. Beate Schirwitz & Christian Seiler & Klaus Wohlrabe, 2009. "Regionale Konjunkturzyklen in Deutschland - Teil I: Die Datenlage," ifo Schnelldienst, ifo Institute - Leibniz Institute for Economic Research at the University of Munich, vol. 62(13), pages 18-24, July.

    More about this item

    Keywords

    German Laender; Forecasting; Dynamic panel model; Spatial effects;

    JEL classification:

    • C21 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables - - - Cross-Sectional Models; Spatial Models; Treatment Effect Models
    • C23 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables - - - Models with Panel Data; Spatio-temporal Models
    • C53 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Forecasting and Prediction Models; Simulation Methods

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:diw:diwwob:75-24-1. See general information about how to correct material in RePEc.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: (Bibliothek). General contact details of provider: http://edirc.repec.org/data/diwbede.html .

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service hosted by the Research Division of the Federal Reserve Bank of St. Louis . RePEc uses bibliographic data supplied by the respective publishers.