Deutsches Institut für Wirtschaftsforschung G U T A C H T E N im Auftrage des Bundesministeriums der Finanzen Erstellung und Anwendung eines Kriterienkataloges zur Beurteilung der Eignung verschiedener Saisonbereinigungsverfahren zur gesamtwirtschaftlichen Konjunkturdiagnose in der Europäischen Union Teil II: Determinierung der Wendepunkte in einem Europäischen Konjunkturzyklus bearbeitet von: Sabine Stephan und Kirsten Lommatzsch Berlin, im September 2001 (überarbeitete Fassung)
Transcript
Deutsches Institut für Wirtschaftsforschung
G U T A C H T E Nim Auftrage des Bundesministeriums der Finanzen
Erstellung und Anwendung eines Kriterienkatalogeszur Beurteilung der Eignung verschiedenerSaisonbereinigungsverfahren zurgesamtwirtschaftlichen Konjunkturdiagnose in derEuropäischen Union
Teil II: Determinierung der Wendepunkte in einem EuropäischenKonjunkturzyklus
bearbeitet von:Sabine Stephan und Kirsten Lommatzsch
Berlin, im September 2001 (überarbeitete Fassung)
2
3
AUTORENDipl. Vw. Kirsten LommatzschDipl. Vw. Sabine Stephan
CBS Centraal Bureau voor de Statistiek, Niederlande
DIW Berlin Deutsches Institut für Wirtschaftsforschung
ECU European currency unit (europäische Währungseinheit)
ESVG Europäisches System volkswirtschaftlicher Gesamtrechnungen
EU Europäische Union
EU5 für die Analyse im Rahmen dieses Gutachtens gebildete Teilmengevon fünf EU-Ländern (Westdeutschland, Italien, die Niederlande,Österreich, Finnland)
Eurostat Statistisches Amt der Europäischen Gemeinschaften
EWU Europäische Währungsunion
HP-Filter Hodrick-Prescott Filter
INE Instituto Nacional de Estadística
Istat Istituto Nazionale di Statistica, Italien
kb kalenderbereinigt
NBER National Bureau of Economic Research
sb saisonbereinigt
SEATS Signal Extraction in ARIMA Time Series
TRAMO Time Series Regression with ARIMA Noise, Missing Observationsand Outliers
TS TRAMO/SEATS
VGR volkswirtschaftliche Gesamtrechnungen
Wifo Österreichisches Institut für Wirtschaftsforschung
X12 X12-ARIMA
12
13
1 Einleitung
Im Zuge der Realisierung der Europäischen Wirtschafts- und Währungsunion hat die
Konjunkturdiagnose in einem europäischen Kontext an Bedeutung gewonnen. Aller-
dings gestaltet sich die Beurteilung der konjunkturellen Entwicklung im Euroraum auf-
grund der heterogenen Datenlage schwierig. Eine wesentliche Ursache für das hetero-
gene Datenumfeld ist das uneinheitliche Vorgehen der einzelnen Mitgliedstaaten bei der
Saisonbereinigung. Zum einen werden verschiedene Saisonbereinigungsverfahren ver-
wendet, zum anderen werden unterschiedliche Bereinigungsschritte (Extremwert-, Ka-
lenderbereinigung, etc.) durchgeführt. Für die Beurteilung der einzelnen Saisonbereini-
gungsverfahren stehen mittlerweile umfangreiche Studien1 zur Verfügung, die das Ver-
halten des jeweiligen Verfahrens in Bezug auf einzelne Zeitreihen untersuchen und
Kriterien entwickeln, die für die Interpretation der Analyseergebnisse von Bedeutung
sind. Mit Blick auf die Eurozone greifen diese Untersuchungen zu kurz, weil sie ein
Problem außer acht lassen, das sich erst auf europäischer Ebene stellt � das Aggrega-
tionsproblem. Anders als auf nationaler Ebene, wo im Hinblick auf die Saisonbereini-
gung lediglich Entscheidungen hinsichtlich des verwendeten Verfahrens und geeigneter
Vorbereinigungsschritte gefällt werden müssen, stellt sich auf europäischer Ebene die
Frage, ob nach dem direkten oder dem indirekten Ansatz verfahren werden soll. D.h. ob
die nationalen Ursprungszeitreihen zunächst zu einem EWU-Aggregat zusammenge-
fasst und dann mit einem einheitlichen Verfahren bereinigt werden sollen, oder ob die
Saisonbereinigung auf nationaler Ebene erfolgt und die bereinigten Zeitreihen anschlie-
ßend zu einem EWU-Aggregat zusammengefasst werden. Derzeit wird im Euroraum
der indirekte Ansatz praktiziert, wobei die einzelnen Mitgliedsländer verschiedene Sai-
sonbereinigungsverfahren verwenden.
Im Rahmen des Forschungsausftrags Nr. 9/99 zum Thema �Saisonbereinigung und Ag-
gregationsprobleme bei der Erstellung der volkswirtschaftlichen Gesamtrechnungen für
die Länder der Europäischen Währungsunion� für das Bundesministerium der Finanzen
hat das Deutsche Institut für Wirtschaftsforschung (DIW Berlin) in Zusammenarbeit mit
der Freien Universität Berlin die Probleme, die sich aus dem Zusammenspiel von
Saisonbereinigung und Aggregation von Zeitreihen auf EWU-Ebene ergeben, eingehend
untersucht und herausgearbeitet, dass Saisonbereinigung und Aggregation die
land. Diese Länderzeitreihen bilden die Basis für alternative EU5-Aggregate. Sie haben
einen Anteil von rund 55% am Bruttoinlandsprodukt des Euroraums und sind auch in
bezug auf die Größe der betrachteten Länder ausgewogen. Für diese Länder stehen Zeit-
reihen mit 84 Beobachtungen zur Verfügung. Sie umfassen den Zeitraum vom ersten
Quartal 1977 bis zum vierten Quartal 1997.7
2.2 Saisonbereinigung und Aggregation
Für die Untersuchung wurden die drei wichtigsten im Euroraum verwendeten Saisonbe-
reinigungsverfahren eingesetzt:
─ das Berliner Verfahren (BV4)8, das vom Statistischen Bundesamt bis vor kurzem
zur Bereinigung der VGR-Reihen verwendet wurde,
─ X12-ARIMA9, das u.a. von der Deutschen Bundesbank und dem statistischen Amt
der Niederlande (CBS) angewendet wird,
─ TRAMO/SEATS10, das an der Banco de España (BDE) entwickelt wurde und bei
Eurostat, der BDE, dem INE, Istat und dem Wifo benutzt wird.
Da sich bei einer früheren Untersuchung11 gezeigt hat, dass der Unterschied zwischen
der additiven und der multiplikativen Variante der beiden letztgenannten Verfahren für
die Beurteilung der Verfahren im Zusammenhang mit der Aggregationsproblematik
keine signifikante Rolle spielt, wurde im folgenden jeweils diejenige Variante verwen-
det, die sich bei Demetra als Standardeinstellung automatisch ergab. Bei der Bereini-
gung wurden Extremwerte grundsätzlich nicht berücksichtigt12. Die Kalenderbereini-
gung wurde mit TRAMO durchgeführt. Für die Verfahren TRAMO/SEATS und X12-
ARIMA wurde das von Eurostat entwickelte Software-Paket Demetra (Version 1.4,
Release 4) verwendet. Die Bereinigungen mit dem BV4 erfolgten mit Hilfe eines am
DIW programmierten EXCEL Makros.
7 Für eine ausführliche Erläuterung der statistischen Eigenschaften der verwendeten Zeitreihen vgl.Rietzler/Stephan/Wolters (2000:33f)8 Vgl. Nourney (1983)9 Vgl. Findley et al. (1998)10 Vgl. Gomez/Maravall (1997). Im aktuellen Forschungsvorhaben wird grundsätzlich vom VerfahrenTRAMO/SEATS gesprochen, auch wenn keine Vorbereinigung mit TRAMO vorgenommen wird.11 Vgl. Rietzler/Stephan/Wolters (2000)12 Die einzige Ausnahme bildet die Saisonbereinigung mit X12-ARIMA mit den inoffiziellen Einstellungen derBundesbank. Hier ist die Inputzeitreihe das BIP für Westdeutschland, das von der Bundesbank einer Extremwert- undeiner Kalenderbereinigung unterzogen wurde.
19
Für die vergleichende Untersuchung wurden 17 EU5-Aggregate gebildet. Folgende
Vorgehensweisen bei Saisonbereinigung und Aggregation wurden dabei miteinander
kombiniert:
─ Ausschließliche Saisonbereinigung versus Kalender- und Saisonbereinigung: Für
die Untersuchung wurden die Zeitreihen der einzelnen Länder sowohl als unverän-
derte Ursprungswerte als auch als kalenderbereinigte Reihen einer Saisonbereini-
gung unterzogen.
─ Direkte versus indirekte Bereinigung: Die Ursprungswerte sowie die zuvor kalen-
derbereinigten Werte wurden nach zwei Verfahren saisonbereinigt und aggregiert.
Bei der direkten Vorgehensweise wurden die nationalen Ursprungsreihen bzw. ka-
lenderbereinigten Reihen zuerst zu einem EU5-Aggregat zusammengefasst und an-
schließend im Aggregat saisonbereinigt. Bei der indirekten Methode fanden Saison-
bereinigung und Aggregation hingegen in umgekehrter Reihenfolge statt. Die ein-
zelnen nationalen Ursprungswerte bzw. kalenderbereinigten Reihen wurden zuerst
um saisonale Einflüsse bereinigt und anschließend zu einem EU5-Aggregat
zusammengefasst.
Bei drei Verfahren und vier Vorgehensweisen13 ergeben sich somit bereits 12 EU5-Ag-
gregate. Dabei sind die jeweiligen mit dem BV4 direkt und indirekt bereinigten Aggre-
gate aufgrund des festen Filters und der linearen Komponentenzerlegung des BV4 je-
doch identisch. Des weiteren wurde alternativ zu dem indirekt mit X12-ARIMA
bereinigten EU5-Aggregat, dessen Komponenten zuvor mit TRAMO14
kalenderbereinigt worden waren, ein zweites indirekt mit X12-ARIMA bereinigtes
EU5-Aggregat gebildet, das jedoch für Westdeutschland eine BIP-Zeitreihe enthält, die
mit Parametern kalender-15 und saisonbereinigt wurde, die von Herrn R. Kirchner von
13 Nämlich: direkt nur saisonbereinigt, direkt kalender- und saisonbereinigt, indirekt nur saisonbereinigt, indirektkalender- und saisonbereinigt.14 Die Kalenderbereinigung wurde anhand eines Regressionsansatzes durchgeführt. Es wurden sechs Koeffizientenfür die Anzahl der jeweiligen Wochentage im Quartal bezogen auf die Anzahl der Sonntage im Quartal geschätzt undeiner für Unterschiede in der Quartalslänge. Des weiteren wurden für alle Länder die länderspezifischen Feiertage, sowie sie in Demetra implementiert sind, berücksichtigt. Für Deutschland wurden per Hand Ergänzungen fürabgeschaffte und neu eingeführte Feiertage vorgenommen. Für eine detaillierte Beschreibung derKalenderbereinigung anhand des Regressionsansatzes vgl. Rietzler/Stephan/Wolters (2000), Kapitel 4.3.15 Die Kalenderbereinigung der Bundesbank beruht ebenfalls auf einem Regressionsansatz. Allerdings werden alsRegressor die Abweichungen der Anzahl der Arbeitstage von ihrem langjährigen Durchschnitt verwendet. Einweiterer Unterschied zwischen dem Regressionsansatz in TRAMO und dem der Bundesbank besteht darin, dass inTRAMO die Kalenderfaktoren direkt aus der vierteljährlichen Reihe geschätzt werden, während sie nach dem
20
der Deutschen Bundesbank unter Berücksichtigung der in der amtlichen Statistik
verwendeten Prinzipien festgelegt worden sind, bei denen es sich aber nicht um die
offiziellen Steuerungsparameter der Deutschen Bundesbank handelt.16 Das Aggregat
wird mit X12-ARIMA (K) bezeichnet.
Zusätzlich zu diesen dreizehn Aggregaten wurden vier weitere Aggregate gebildet, die
unterschiedliche Aspekte der aktuellen Praxis im Euroraum widerspiegeln sollen. Die
einzelnen Aggregate unterscheiden sich jeweils durch die für Westdeutschland einge-
Österreich (TRAMO/SEATS), Finnland (X12-ARIMA) (mit Ausnahme von
Westdeutschland jeweils ohne Kalenderbereinigung)
Tabelle 2.2-1 zeigt die verwendeten Verfahren für Saisonbereinigung und Aggregation,
mit denen jeweils ein saisonbereinigtes EU5-Aggregat gebildet wurde, noch einmal im
Überblick.
Bundesbank-Ansatz indirekt mittels monatlicher Indikatorzeitreihen ermittelt werden. Vgl. zu dem Vorgehen derBundesbank Kirchner (1999).16 Aus diesem Grund wird im Text jeweils von inoffiziellen Einstellungen der Bundesbank gesprochen und inTabellen und Grafiken der Zusatz (K) verwendet.
21
Tabelle 2.2-1: Gebildete EU5-Aggregate
saisonbereinigt kalender- und saisonbereinigt
direkt bereinigtBV4
X12-ARIMATRAMO/SEATS
BV4X12-ARIMA
TRAMO/SEATS
indirekt mit einheitlicher Ver-fahrensklasse bereinigt
BV4X12-ARIMA
TRAMO/SEATS
BV4X12-ARIMA
TRAMO/SEATSX12-ARIMA (K)
AGG1AGG2AGG3
—indirekt mit national unter-schiedlichen Verfah-rensklassen bereinigt
AGG4
22
23
3 Konjunkturschwankungen und ihre Messung
Obwohl Konjunkturforschung als Wissenschaft bereits seit nahezu einem Jahrhundert
betrieben wird, gibt es bislang keine einheitliche Definition von Konjunktur. Überein-
stimmung besteht allenfalls darin, dass dieses Phänomen außerordentlich vielschichtig
ist und der Konjunkturzyklus der �Lehrbuchtheorie�, der in gleichmäßigen Zyklen um
einen leicht ansteigenden Trend schwingt, mit der Realität nichts gemein hat. Konjunk-
turzyklen werden üblicherweise anhand charakteristischer Merkmale wie Länge (Fre-
quenz) und Amplitude (Unterschied zwischen Hoch- und Tiefpunkt) beschrieben. Aller-
dings besteht ein zentrales Problem der Konjunkturforschung gerade darin, dass diese
Charakteristika zwar in jedem Zyklus von neuem auftreten, sich aber nicht in gleicher
Weise wiederholen. So ist weder die Zykluslänge noch die Amplitude in aufeinanderfol-
genden Konjunkturzyklen identisch. Auch besteht keine Symmetrie in der Dauer von
Auf- und Abschwungphasen.17 Die moderne Konjunkturtheorie hat mittels stilisierter
Fakten den Blick von einzelnen Merkmalen des Konjunkturzyklus zurück auf spezifi-
sche Konjunkturmuster gelenkt.18 Obwohl dieser theoretische Ansatz unter
Konjunkturforschern breite Akzeptanz findet, besteht weder Einigkeit über einen Kanon
solcher stilisierter Fakten, noch über die Kriterien, nach denen sie gewonnen werden
können. Zusammenfassend kann man sagen, dass es der Konjunkturtheorie nach wie
vor an einer theoretisch befriedigenden und empirisch implementierbaren Definition
von Konjunkturschwankungen mangelt, und es ist daher nicht verwunderlich, dass es
verschiedene Ansätze zur Messung dieses �theoretisch unklaren Konzepts�19 gibt. Im
folgenden werden die zwei wichtigsten Konjunktur-Konzepte � der sogenannte
klassische Konjunkturzyklus und der Wachstumszyklus � kurz vorgestellt.
17 Der Aufschwung erstreckt sich in der Regel über einen längeren Zeitraum und mündet in der Phase derHochkonjunktur oftmals in ein Konjunkturplateau, während der Abschwung kürzer und steiler ausfällt.18 Bereits in den Anfängen der Konjunkturforschung charakterisierte man Konjunkturschwankungen anhand vonKonjunkturmustern. So auch W.C. Mitchell bei seiner Definition von Konjunkturschwankungen aus dem Jahre 1913:„Business cycles are a type of fluctuations found in the aggregate economic activity of nations that organize theirwork mainly in business enterprises: a cycle consists of expansions occurring at about the same time in manyeconomic activities, followed by similarly general recessions, contractions and revivals which merge into theexpansion phase of the next cycle; this sequence of changes is recurrent but not periodic; in duration, business cyclesvary from more than one year to ten or twelve years; they are not divisible into shorter cycles of similar characterwith amplitudes approximating their own.“ Zitiert nach Tichy (1994:38)19 Vgl. Tichy (1994:7)
24
3.1 Klassischer Zyklus
Der klassische Zyklus betrachtet Konjunktur als Schwankungen im Niveau der Wirt-
schaftstätigkeit einer Volkswirtschaft: Aufschwünge sind durch positive und Ab-
schwünge durch negative Wachstumsraten gekennzeichnet. Gemessen wird die ge-
samtwirtschaftliche Aktivität anhand eines Konjunkturindikators. Als Indikator kann
eine einzelne konjunkturrelevante ökonomische Zeitreihe wie das reale BIP oder die In-
dustrieproduktion verwendet werden.20 Üblicherweise bildet man jedoch aus einer Viel-
zahl von konjunkturreagiblen Zeitreihen einen synthetischen Konjunkturindikator. In
diesem Fall werden Schwankungen in der Wirtschaftstätigkeit nur dann als konjunktu-
relle Schwankungen betrachtet, wenn sie gleichzeitig in der Mehrzahl der in den Indi-
kator eingehenden Zeitreihen auftreten. D.h. die gleichgerichtete Bewegung einer Viel-
zahl von konjunkturrelevanten Zeitreihen bestimmt die Konjunktur, weshalb dieser An-
satz auch als �cycle as consensus� bezeichnet wird. Diese Methode wird vom National
Bureau of Economic Research (NBER) angewendet.
Das NBER hat zur Messung der gesamtwirtschaftlichen Aktivität den reference cycle
entwickelt. Dies ist ein künstlicher Zyklus, der sich aus dem Zusammenspiel der Auf-
und Abwärtsbewegungen einer Vielzahl von konjunkturreagiblen Zeitreihen, die in den
Konjunkturindikator eingehen, ergibt. Bei der Bestimmung der Wendepunkte folgt das
NBER einem zweistufigen Verfahren. Zunächst werden die Wendepunkte im Referenz-
zyklus bestimmt. Diese vorläufigen Wendepunkte werden anschließend mit den Wen-
depunkten, die sich in den standardisierten21 Einzelzeitreihen ergeben und weiteren In-
formationen, die ein Diffusionsindex22 liefert, abgeglichen und anschließend festgelegt.
Die Vorgehensweise des NBER, die gesamtwirtschaftliche Aktivität anhand eines aus
verschiedenen Zeitreihen zusammengesetzten Konjunkturindikators zu messen, ist mit
großem Aufwand verbunden. Zunächst müssen geeignete Zeitreihen identifiziert und
ausgewählt werden. Dann muss untersucht werden, ob diese Zeitreihen vorauseilende,
20 Vgl. Artis et al. (1997)21 Die einzelnen Zeitreihen werden dadurch standardisiert, dass sie in reference-cycle-Abschnitte zerlegt und jedeBeobachtung ins Verhältnis zum reference-cycle Durchschnitt gesetzt wird. Aus diese Weise wird der Trend aus demZyklus eliminiert. Vgl. Tichy (1994:14)22 Der Diffusionsindex beruht auf einer Reihe konjunkturreagibler Zeitreihen und gibt den Prozentsatz dersteigenden Reihen an. Er liegt somit zwischen 0 (keine Reihe steigt) und 100 (alle Reihen steigen). Da derDiffusionsindex den Wendepunkten im Referenzzyklus üblicherweise um etwa drei Quartale vorausläuft, liefert erwichtige Informationen zur Einschätzung der konjunkturellen Lage. Vgl. Tichy (1994:15)
25
gleichlaufende oder nachhinkende Indikatoreigenschaften aufweisen, da diese Eigen-
schaften bei der Bildung des Gesamtindikators genau berücksichtigt werden müssen.
Desweiteren sind Annahmen zu treffen, mit welchen Gewichten die Einzelindikatoren
in den Gesamtindikator eingehen sollen. Schließlich müssen alle Zeitreihen in gewissen
zeitlichen Abständen auf ihre Indikatorqualitäten überprüft und ihre Auswahl gegebe-
nenfalls angepasst werden. Der Vorteil dieser Herangehensweise besteht jedoch darin,
dass möglichst viele Einflussfaktoren, die das Konjunkturmuster prägen, in dem kon-
struierten Gesamtindikator berücksichtigt werden und damit eine erhöhte Wahrschein-
lichkeit besteht, dass der Referenzzyklus den tatsächlichen konjunkturellen Verlauf zu-
treffend widerspiegelt.
Wie bereits erwähnt, kann der Referenzzyklus auch auf Basis einer einzelnen Zeitreihe
gebildet werden. Die Verwendung eines Einzelindikators wie reales BIP oder Industrie-
produktion hat den Vorteil, dass der Indikator eindeutig bestimmt ist, vergleichsweise
zeitnah zur Verfügung steht und keine Entscheidung über die korrekte Gewichtung ver-
schiedener Zeitreihen in einem Gesamtindikator getroffen werden muss. Allerdings
sollten die Ergebnisse dieser Vorgehensweise mit Vorsicht interpretiert werden, da von
dem Verlauf eines Einzelindikators unmittelbar auf die konjunkturelle Entwicklung ins-
gesamt geschlossen wird, und die Gefahr besteht, dass sich in einem solch engen Indi-
kator die gesamtwirtschaftliche konjunkturelle Dynamik nicht oder nur ungenügend wi-
derspiegelt.
3.2 Wachstumszyklus
Der Wachstumszyklus betrachtet Konjunkturschwankungen als Abweichungen der ak-
tuellen Wirtschaftstätigkeit von einem Potentialoutput. Dieser Ansatz richtet seinen
Blick also nicht auf Schwankungen im Niveau der Wirtschaftstätigkeit, so wie es der
klassische Zyklus tut, sondern auf Schwankungen der Wachstumsrate des aktuellen
Outputs im Verhältnis zur Wachstumsrate des Potentials. Der Wachstumszyklus
beurteilt die konjunkturelle Lage demnach anhand der Kapazitätsauslastung in einer
Volkswirtschaft. Aufschwungphasen sind dadurch gekennzeichnet, dass sich der
Abstand zwischen aktuellem und möglichem Output verringert, also die laufende
Wachstumsrate über der des Potentials liegt, bis der aktuelle dem möglichen Output
entspricht. Wächst die aktuelle Wirtschaftstätigkeit sogar über das bestehende
Produktionspotential hinaus, bewegt sich die Wirtschaft in eine Boom-Phase hinein,
26
weil nach diesem Messkonzept die Produktionskapazitäten dann mehr als ausgelastet
sind. In einer konjunkturellen Abkühlung geht die Kapazitätsauslastung wieder auf ein
�normales� Maß zurück, da das aktuelle Wachstum in einer solchen Phase unter der des
Potentials liegt. In einer Rezession liegt die Produktion deutlich unter dem Potential,
mit anderen Worten: die Kapazitäten sind merklich unterausgelastet.
Als Indikator für die aktuelle gesamtwirtschaftliche Aktivität wird üblicherweise das
reale BIP oder die Industrieproduktion verwendet. Der Potentialoutput kann hingegen
auf verschiedene Arten bestimmt werden. Die einfachste und am häufigsten angewen-
dete Vorgehensweise besteht darin, das Produktionspotential einfach mit einem deter-
ministischen Trend zu approximieren. Daneben gibt es theoretisch fundierte Herange-
hensweisen für die Bestimmung des Potentialoutputs23, die im folgenden jedoch nicht
näher betrachtet werden. In dieser Untersuchung werden Konjunkturschwankungen aus
der Perspektive des Wachstumszyklus schlicht als Trendabweichungen definiert. Wen-
depunkte sind im Wachstumszyklus durch den maximalen Abstand der Indikatorzeit-
reihe vom Trend definiert.
Konjunkturschwankungen als Trendabweichungen darzustellen, ist keineswegs unpro-
blematisch, und zwar sowohl aus theoretischen als auch aus statistischen Gründen. Die
Isolierung eines deterministischen Trends unterstellt die Unabhängigkeit der Trend- von
der Konjunkturkomponente. Das bedeutet, dass Schocks keine Wirkungen auf den
Trend haben und dass keine Wechselwirkungen zwischen Trend und Konjunktur beste-
hen. Diese Annahmen werden in vielen konjunkturtheoretischen Ansätzen geleugnet. So
etwa in Schumpeters Theorie der Innovationen, wo davon ausgegangen wird, dass In-
novationsschocks konjunkturelle Aufschwünge verursachen und gleichzeitig die lang-
fristigen Produktionskapazitäten einer Volkswirtschaft erhöhen.24 Ähnliche Ansichten
finden sich auch in der Neukeynesianischen Theorie wieder.25 Preis- und Lohnrigiditä-
ten implizieren in diesen Ansätzen eine realwirtschaftliche Wirksamkeit von Wirt-
schaftspolitik, die je nach Ausprägung der Rigiditäten das Wachstum mehr oder minder
langfristig beeinflusst und damit qua definitionem auch den Trend. Vor allem in der
Real Business Cycle (RBC) Theorie spielt die langfristige Wirksamkeit von Produkti-
vitätsschocks, die auf den random walk Pfad der Produktionsentwicklung ausstrahlen,
eine große Rolle bei der Erklärung von Konjunkturphänomenen. In all diesen Ansätzen
sind somit Trend und Konjunktur keine von einander unabhängigen Größen sondern
interdependent.
Auch aus statistischer Sicht ist die mechanische Trennung von Trend- und Konjunktur-
komponente problematisch. Die Zerlegung von Zeitreihen in einzelne Komponenten ist
ein theoretisches Konzept, das keiner empirischen Überprüfung zugänglich ist. D.h. da
sowohl Trend- als auch Konjunkturkomponente unbeobachtbar sind, kann man nicht
überprüfen, ob der angepasste Trend auch der richtige ist und da es keine verbindlichen
Regeln zur Auswahl eines geeigneten Trendbereinigungsverfahrens gibt, stehen viele
Möglichkeiten der Trendbestimmung26 gleichberechtigt nebeneinander. Jede Wahl
eines bestimmten Trends generiert eine andere Trendabweichung und damit eine andere
Konjunkturkomponente. Das bedeutet, dass die Festlegung der Wendepunkte nicht un-
abhängig von der durchgeführten Trendbereinigung ist.27
Trotz der vorgebrachten Kritikpunkte ist dieser Ansatz, Konjunkturschwankungen als
Trendabweichungen zu messen, auf dem europäischen Festland sehr verbreitet. Mei-
stens wird der Trend anhand eines Hodrick-Prescott (HP) Filters28 angepasst, da dieser
in praktisch jeder Ökonometrie-Software enthalten und sehr einfach anzuwenden ist.
Auch wir werden in unserer Untersuchung den HP-Filter zur Trendbestimmung einset-
zen29, um seiner Bedeutung in der aktuellen Konjunkturforschung Rechnung zu tragen.
Zusammenfassend kann man festhalten, dass die Verlässlichkeit der Ergebnisse, die der
klassische Zyklus und der Wachstumszyklus liefern, entscheidend von der Wahl geeig-
neter Konjunkturindikatoren abhängt. Dieser Punkt betrifft jedoch alle Konzepte, die
Konjunktur zu messen versuchen. Als Nachteil des Wachstumszyklus muss die Proble-
matik der Trendbestimmung gelten � vor allem, dass Kriterien fehlen, um zwischen der
Vielzahl möglicher Vorgehensweisen bei der Trendbereinigung zu diskriminieren und
25 Vgl. Horn (1995)26 Es gibt vielfältige Möglichkeiten, den Trend zu bestimmen: durch Anwendung gleitender Durchschnitte, durchAnpassung von Trendpolynomen oder auch durch Dekomposition der Zeitreihe auf Grundlage bestimmter Annahmenüber die Eigenschaften von Trend- und Konjunkturkomponente im Zeit- und im Frequenzbereich (z.B. über dieStationarität der Konjunktur- und die Instationarität der Trendkomponente, wie im Fall der Beveridge-Nelson-Zerlegung [Beveridge/Nelson (1981)]).27 Vgl. Canova (1993)28 Vgl. Hodrick/Prescott (1997)29 Es wurde die für Quartalswerte übliche Einstellung (λ=1600) für den HP-Filter gewählt.
28
dass die Trennung von Trend- und Konjunkturkomponente eine rein mechanische und
willkürliche ist. Der klassische Zyklus hat den Vorteil, dass er nicht auf eine Trennung
von Konjunktur- und Wachstumskomponente angewiesen ist. Dies ist ein ganz wesent-
licher Grund dafür, dass der klassische Zyklus in der aktuellen Konjunkturforschung
weiterhin eine wichtige Rolle spielt.30
30 Vgl. Artis et al. (1997), Horn (1995)
29
4 Determinierung von Wendepunkten
Nachdem im vorangegangenen Kapitel dargestellt wurde, wie Konjunktur gemessen
werden kann, können wir uns in diesem Kapitel der Interpretation ihres Verlaufs zu-
wenden. Von zentraler Bedeutung für die Konjunkturdiagnose sind die Wendepunkte.
Einerseits werden sie zur Einteilung der Konjunkturzyklen verwendet und können damit
zur Beurteilung der Angemessenheit einer Theorie herangezogen werden. Andererseits
sind sie von großer Bedeutung, wenn es darum geht, mit wirtschaftspolitischen Maß-
nahmen auf einen Umschwung in der gesamtwirtschaftlichen Entwicklung zu reagieren.
Im Laufe der Zeit wurde in der Konjunkturforschung eine Vielzahl verschiedener Ver-
fahren zur Bestimmung von Wendepunkten entwickelt, die sich hinsichtlich methodi-
scher und statistischer Raffinesse stark voneinander unterscheiden.31 Sie reichen von
einfachen Klassifikationsschemata32, über ausgefeiltere Methoden, die die Mindest-
dauer eines Zyklus und seiner Phasen miteinbeziehen (NBER-Methodologie), bis hin zu
Ansätzen, die sich auf wahrscheinlichkeitsbasierte Modelle stützen (z.B. Markov-
Switching33).
Dennoch gestaltet sich die Bestimmung von Wendepunkten in der Praxis weiterhin
schwierig, da die Indikatorzeitreihen in der Regel nicht gleichmäßig um einen leicht an-
steigenden Trend schwingen, sondern immer wieder Phasen aufweisen, in denen Zwi-
schenzyklen (kleinere zyklische Bewegungen, die in eine längere Schwingung einge-
bettet sind), zyklische Bewegungen mit sehr geringen Amplituden, Plateaus, mehrfache
Spitzen und Ausreißer dazu führen, dass keine eindeutigen lokalen Maxima und Minima
auszumachen sind. In diesen Fällen ist die Bestimmung der Wendepunkte letztendlich
abhängig von der subjektiven Einschätzung des jeweiligen Konjunkturforschers.
Angesichts der Tragweite, die die Festlegung von Wendepunkten für die Konjunktur-
diagnose und für die daraus abgeleiteten wirtschaftspolitischen Handlungsanweisungen
hat, wird dieser Zustand allgemein als unbefriedigend empfunden. So auch beim NBER:
�Determination of turning points can have far-reaching consequences for analysis (...).
Thus it is desirable to free the process as far as possible from the uncertainties of vary-
31 Für eine Übersicht verschiedener Verfahren vgl. Boldin (1994).32 Vgl. Horn (1995)33 Vgl. Artis/Krolzig/Toro (1999)
30
ing interpretation and from bias in the implementation of the basic rules. Progress
toward greater independence from personal interpretation could be made, if it were
possible to codify the relevant rules and considerations, to reduce the selection to a
programmed sequence of steps, and to relegate the process to execution by electronic
computer.�34
Aus diesem Grund hat das NBER sein Verfahren zur Bestimmung konjunktureller
Wendepunkte von G. Bry und Ch. Boschan 1971 in ein Computerprogramm übersetzen
lassen. Da wir in Kapitel fünf die Wendepunktbestimmung anhand der Bry-Boschan-
Prozedur durchführen, wird dieses Verfahren im nächsten Abschnitt erläutert.
4.1 Bry-Boschan-Prozedur zur computergestützten Bestimmung
von Wendepunkten
Für die Bestimmung der Wendepunkte im Europäischen Konjunkturzyklus wird im fol-
genden eine in GAUSS geschriebene Version des Programms von Bry und Boschan
verwendet.35 Von marginalen Änderungen36 abgesehen, entspricht der in diesem Pro-
gramm implementierte Algorithmus demjenigen, der von Bry und Boschan entwickelt
wurde.37 Tabelle 4.1-1 gibt einen Überblick über die Abfolge der verschiedenen Verfah-
rensschritte des Programms. Bevor diese jedoch näher erläutert werden, soll zunächst
die Idee, die hinter der Bry-Boschan-Prozedur steht, skizziert werden.
„The general procedure (...) is to look for turning points in some smoothed version of a
seasonally adjusted series so as not to be mislead by ‚erratic‘ movements. Bry and
Boschan implement this by beginning with a highly smoothed series (a 12-month
moving average) to find initial estimates of the turning points. Using these initial esti-
mates, a somewhat less smooth curve is investigated (a Spencer curve) to refine the
dates of the turning points. This process is repeated using a short-term (3-month)
moving average. The final turning points are determined using the unsmoothed series
34 Bry/Boschan (1971:15)35 Wir danken Prof. B. Lucke (Institut für Wachstum und Konjunktur an der Universität Hamburg) für die freundli-che Überlassung der GAUSS-Prozedur.36 Die Bestimmung der höchsten (und niedrigsten) Werte im Umkreis der vorläufig bestimmten Wendepunkte findetab der dritten Stufe in unserer Version in einem Umkreis von +/- sechs Monaten und bei Bry und Boschan in einemUmkreis von +/- fünf bzw. vier Monaten statt.37 Ursprünglich ist die Bry-Boschan-Prozedur für Monatsdaten geschrieben worden. Sie kann aber auch aufQuartalswerte angewendet werden. Wenn die Indikatorzeitreihe, wie in unserem Fall, eine Stromgröße ist, werden dieQuartalswerte einfach gleichmäßig auf drei Monatswerte aufgeteilt. Bei Bestandsgrößen wird einfach jedem Monatder Quartalswert zugewiesen. Vgl. Lucke (1998:160)
31
and verifying that the turns satisfy a set of restrictions (...). Of particular interest is that
business cycles must be no less than 15 month long and all phases (expansions and
contractions) must be at least 5 month in duration.“38
Um die Wendepunkte zu bestimmen, arbeitet die GAUSS Prozedur nacheinander fünf
verschiedene Stufen ab: Auf der ersten werden Ausreißer in der saisonbereinigten Indi-
katorzeitreihe ausfindig gemacht und durch die entsprechenden Werte eines
fünfzehnmonatigen gleitenden Durchschnitts ersetzt. Auf der zweiten Stufe findet eine
Bestimmung der Wendepunkte in einem zwölfmonatigen gleitenden Durchschnitt der
saisonbereinigten Indikatorzeitreihe statt. Durch die starke Glättung der Zeitreihe
werden kleinere Schwankungen, die möglicherweise in Form von Zwischenzyklen bei
der Bestimmung der Wendepunkte stören könnten, eliminiert. Dann werden alle Werte,
die höher bzw. niedriger sind, als alle Werte im Umkreis von +/- fünf Monaten, als
vorläufige Hoch- bzw. Tiefpunkte festgelegt und anschließend daraufhin geprüft, ob
Hoch- und Tiefpunkte einander abwechseln. Sollten mehrere Hoch- bzw. Tiefpunkte
hintereinander auftreten, dann erzwingt das Programm ihr Alternieren, indem der
höchste von multiplen oberen und der niedrigste von multiplen unteren Wendepunkten
als endgültiger Wendepunkt festgelegt wird. Damit sind die Wendepunkte auf der
zweiten Stufe bestimmt. Auf der dritten Stufe findet die Zyklusbestimmung in einem
weniger stark geglätteten gleitenden Durchschnitt der saisonbereinigten Indika-
torzeitreihe, der sogenannten Spencer-Kurve39, statt. Das Programm sucht zunächst
nach den höchsten bzw. niedrigsten Werten im Umkreis von +/- sechs Monaten um die
Hoch- bzw. Tiefpunkte des zwölfmonatigen gleitenden Durchschnitts. Die so bestimm-
ten vorläufigen Wendepunkte werden dann daraufhin geprüft, dass der durch sie fest-
gelegte Zyklus eine Mindestdauer von 15 Monaten hat und dass Hoch- und Tiefpunkte
einander abwechseln. Damit sind die Wendepunkte auf der dritten Stufe festgelegt. Auf
der vierten und fünften Stufe findet die Zyklusbestimmung in einem nur wenig geglät-
teten gleitenden Durchschnitt bzw. in der ungeglätteten saisonbereinigten Indikatorzeit-
reihe statt, wobei das Programm wiederum nach den höchsten bzw. niedrigsten Werten
im Umkreis von +/- sechs Monaten um die Wendepunkte sucht, die auf der vorange-
38 King/Plosser (1994:410f)39 �The Spencer curve is a 15-month centered moving average with the terms near the center receiving the largestweight and the extreme terms receiving a negative weight.� King/Plosser (1994:410)
32
gangenen Stufe festgelegt wurden. Die so bestimmten vorläufigen Wendepunkte werden
auf der fünften Stufe weiteren Restriktionen unterworfen:
� Alle Wendepunkte, die nicht weiter als sechs Monaten von den Rändern der Zeit-reihe entfernt liegen, werden eliminiert.40
� Obere bzw. untere Wendepunkte an den Rändern der Zeitreihe, die niedriger bzw.höher sind als noch näher an den Rändern liegende Werte, werden eliminiert.
� Die Mindestzykluslänge muss 15 Monate betragen.
� Auf- und Abschwungphasen müssen eine Mindestdauer von fünf Monaten aufwei-sen.
Wenn auch diese Restriktionen erfüllt sind, dann sind die endgültigen Wendepunkte ge-
funden und werden vom Programm als solche ausgegeben.
Wir haben die Bry-Boschan-Prozedur für unsere Untersuchung gewählt, weil die com-
putergestützte Bestimmung der Wendepunkte subjektive Einflüsse bei der Festlegung
der Wendepunkte ausschließt.41 Obwohl dieses Programm für die Wendepunktbestim-
mung im klassischen Zyklus entwickelt wurde und im Falle des Wachstumszyklus die
maximale Trendabweichung den Wendepunkt markiert, haben wir dieses Verfahren
auch auf die Trendabweichungen angewendet.42 Diese Entscheidung hat folgenden
Grund: Im Wachstumszyklus treten immer wieder Phasen auf, in denen Indikatorzeit-
reihe und Trend in ganz kleinen Schwingungen um einander herum schwanken. Für
diese Phasen ist nicht eindeutig festzustellen, wo sich die maximale Trendabweichung
befindet, so dass die Festlegung der Wendepunkte letztlich von einer subjektiven Ent-
scheidung abhängen würde. Wird jedoch das Computerprogramm eingesetzt, das die
gleichen starren Regeln auf alle Zeitreihen in gleicher Weise anwendet, dann erhält man
Ergebnisse, die von persönlichen Einschätzungen unabhängig sind. Auf diese Weise -
kann noch besser beurteilt werden, inwieweit unterschiedliche Saisonbereinigungsver-
fahren und Aggregationsmethoden, zu unterschiedlichen Wendepunkten in einem Euro-
päischen Konjunkturzyklus führen.
40 Damit ist dieses Verfahren für eine Analyse der Wendepunkte am aktuellen Rand nicht geeignet.41 Bei der Festlegung der Wendepunkte stützt sich das NBER nicht ausschließlich auf den Algorithmus von Bry undBoschan. Vielmehr prüft das NBER Business Cycle Dating Committee jeden einzelnen Wendepunkt noch einmaldarauf hin, ob er in das Konjunkturbild passt und nimmt gegebenenfalls Revisionen vor. Auf diese Weise könnensubjektive Einschätzungen des Konjunkturbetrachters in die Bestimmung der Wendepunkte einfließen. Da dies in dervorliegenden Untersuchung jedoch vermieden werden soll, bleibt die Festlegung der Wendepunkte allein demComputerprogramm vorbehalten.42 Auch Lucke nutzt das Bry-Boschan-Computerprogramm, um die Wendepunkte im Wachstumszyklus zubestimmen. Vgl. Lucke (1998:184ff)
33
Tabelle 4.1-1: Bry-Boschan-Prozedur zur computergestützten Wendepunktbestimmung
I. Ausreißerbestimmung und Substitution extremer Beobachtungen
II. Zyklusbestimmung in einem zwölfmonatigen gleitenden Durchschnitt; extremeBeobachtungen ersetzt.
A. Bestimmung von Werten, die höher (oder niedriger) sind als alle Werte imUmkreis von ±5 Monaten.
B. Erzwingung alternierender Wendepunkte: Höchster von multiplen oberenWendepunkten; niedrigster von multiplen unteren Wendepunkten.
III. Zyklusbestimmung in einem weniger stark geglätteten gleitenden Durchschnitt(sog. Spencer-Kurve); extreme Beobachtungen ersetzt.
A. Bestimmung der höchsten (oder niedrigsten) Werte im Umkreis von ±6 Mo-naten um die Wendepunkte des zwölfmonatigen gleitenden Durchschnitts.
B. Erzwingung der Mindestzykluslänge von 15 Monaten durch Eliminationniedrigerer oberer oder höherer unterer Wendepunkte bei Zyklen kürzererDauer.
IV. Bestimmung der Wendepunkte in einem kurzfristigen gleitenden Durchschnittvon zwischen drei und sechs Monaten (nach Vorgabe des Nutzers oder daten-gestützt).
A. Bestimmung der höchsten (oder niedrigsten) Werte im Umkreis von ±6 Mo-naten um die Wendepunkte der Spencer-Kurve.
V. Bestimmung der Wendepunkte in der ungeglätteten43 Zeitreihe.
A. Bestimmung der höchsten (oder niedrigsten) Werte im Umkreis von ±6 Mo-naten um die Wendepunkte des kurzfristigen gleitenden Durchschnitts.
B. Elimination von Wendepunkten, die nicht weiter als 6 Monate vom Anfangoder Ende der Zeitreihe entfernt liegen.
C. Elimination von oberen (oder unteren) Wendepunkten an beiden Enden derZeitreihe, die niedriger (oder höher) sind als noch näher an den Enden pla-zierte Werte.
D. Elimination von Zyklen mit einer Dauer von weniger als 15 Monaten.
E. Elimination von Phasen mit einer Dauer von weniger als fünf Monaten.
VI. Ausgabe der endgültigen Wendepunkte
aus: Lucke (1998:161f)
43 Mit der ungeglätteten Zeitreihe ist keine Ursprungszeitreihe gemeint, sondern die saisonbereinigte Zeitreihe, diejedoch keiner weiteren zusätzlichen Glättung unterzogen wurde.
34
35
5 Untersuchungsergebnisse
Im folgenden werden die Ergebnisse der Wendepunktbestimmung für den Europäischen
Konjunkturzyklus vorgestellt. Um die Darstellung übersichtlich zu halten, werden zu-
nächst die Ergebnisse präsentiert, die sich für den klassischen Konjunkturzyklus erge-
ben und anschließend diejenigen, die für den Wachstumszyklus gefunden wurden. Auf-
tretende Gemeinsamkeiten und Abweichungen bei der Datierung der Wendepunkte
werden zunächst anhand einer grafischen Analyse ausgemacht, bevor für eine genauere
Analyse die Chronologie der Wendepunkte herangezogen wird. Tabelle 5.1-1 und 5.2-1
geben einen Überblick über sämtliche Wendepunkte des Europäischen Konjunkturzy-
klus, die im Rahmen der beiden unterschiedlichen Verfahren determiniert wurden. In
den Tabellen 5.1-2 und 5.2-2 im Anhang sind des weiteren sämtliche Wendepunkte auf-
gelistet, die sich für die einzelnen nationalen Konjunkturzyklen ergeben.
Die vorliegende Untersuchung steht in einer inhaltlichen Verbindung zu einem voran-
gegangenen Gutachten zum Thema Saisonbereinigung und Aggregation44 und versucht,
Antworten auf dort aufgeworfene Fragen zu geben: Ist die Beurteilung der konjunktu-
rellen Entwicklung im Euroraum abhängig von der Reihenfolge von Saisonbereinigung
und Aggregation? Ergeben sich unterschiedliche Einschätzungen, je nachdem, welches
Saisonbereinigungsverfahren verwendet wurde? Welchen Einfluss hat eine Kalenderbe-
reinigung? Gibt es Länder, die das europäische Aggregat und damit auch den Verlauf
des Europäischen Konjunkturzyklus dominieren? Die nachfolgende Darstellung der Er-
gebnisse orientiert sich an diesen Fragen.
5.1 Klassischer Zyklus
5.1.1 Wendepunkte der nur saisonbereinigten EU5-Aggregate
Zunächst wurde geprüft, ob unterschiedliche Wendepunkte für den Europäischen Kon-
junkturzyklus bestimmt werden, je nachdem, ob nach dem direkten oder dem indirekten
Ansatz vorgangen wird. D.h. ob man zuerst das EU5-Aggregat bildet und dieses dann
saisonbereinigt (direkte Methode) oder ob man zuerst die Zeitreihen der einzelnen Län-
der mit einem einheitlichen Verfahren saisonbereinigt und dann zu einem EU5-Aggre-
44 Vgl. Rietzler/Stephan/Wolters (2000)
36
gat zusammenfasst (indirekte Methode). Ein Blick auf Abbildung 5.1-1 zeigt45, dass für
alle fünf Verfahren drei Zyklen bestimmt werden, wobei zwei der drei Zyklen bei allen
Verfahren identisch festgelegt werden. Der dritte Zyklus wird von vier der fünf Verfah-
ren übereinstimmend gefunden. Nur die Einteilung, die für das direkt mit X12-ARIMA
bereinigte EU5-Aggregat vorgenommen wurde, unterscheidet sich von der Einteilung
der anderen Verfahren dadurch, dass der Abschwung im Jahr 1980 um zwei Quartale
kürzer ist (vgl. Tabelle 5.1-1). Damit kommen wir zu dem Ergebnis, dass die
Reihenfolge von Saisonbereinigung und Aggregation für die Determinierung der
Wendepunkte des EU5-Aggregats offenbar keine Rolle spielt.
5.1.2 Wendepunkte der kalender- und saisonbereinigten EU5-Aggregate
Um zu prüfen, welche Bedeutung die Kalenderbereinigung für die Determinierung der
Wendepunkte hat, werden die indirekt mit einheitlichem Verfahren bereinigten EU5-
Aggregate miteinander verglichen � und zwar die nur saisonbereinigten mit den kalen-
der- und saisonbereinigten EU5-Aggregaten. An Abbildung 5.1-2 kann man ablesen,
dass diejenigen Aggregate, deren Komponenten ausschließlich mit TRAMO kalender-
bereinigt wurden, nur zwei Zyklen aufweisen. Das kalender- und indirekt mit X12-
ARIMA saisonbereinigte EU5-Aggregat, das für Westdeutschland eine BIP-Zeitreihe
enthält, die mit den inoffiziellen Einstellungen der Bundesbank kalender- und
saisonbereinigt wurde, weist hingegen genauso viele und sogar exakt dieselben
Wendepunkte auf, wie die nur saisonbereinigten Aggregate. Daraus kann man schlie-
ßen, dass Westdeutschland das EU5-Aggregat dominiert und dass die
Kalenderbereinigung der Bundesbank offenbar weniger stark glättet als die
Kalenderbereinigung mit TRAMO. Wie bereits in Kapitel 2.2 erläutert, beruhen beide
Ansätze zur Kalenderbereinigung auf einem Regressionsansatz. Unterschiede bestehen
hingegen darin, welche erklärenden Variablen in der Regressionsgleichung verwendet
werden und wie die Kalenderfaktoren ermittelt werden. Während die Kalenderfaktoren
in TRAMO direkt aus der vierteljährlichen BIP-Reihe geschätzt werden, werden sie im
Bundesbank-Ansatz indirekt mittels monatlicher Indikatorzeitreihen, deren geschätzte
Kalenderfaktoren zunächst zu vierteljährlichen Faktoren zusammengewichtet und dann
zu �BIP-Faktoren� verdichtet werden, ermittelt.
45 In den Abbildungen sind jeweils die Abschwungphasen schattiert dargestellt. Beginnt der Beobachtungszeitraummit einem Tiefpunkt oder endet er mit einem Hochpunkt, dann wird der entsprechende Wendepunkt mit einer
37
Die Zyklenbestimmung für alle ausschließlich mit TRAMO kalenderbereinigten EU5-
Aggregate ist uneinheitlich (vgl. Tabelle 5.1-1) � so variiert der Hochpunkt im ersten
Zyklus zwischen dem zweiten Quartal 1981 und dem ersten Quartal 1982, während der
Tiefpunkt übereinstimmend im vierten Quartal 1982 gefunden wird. Auch beim zweiten
Zyklus differieren Hoch- und Tiefpunkte, wenngleich nur um ein Quartal. Zusammen-
fassend lässt sich sagen, dass die Kalenderbereinigung, sofern sie ausschließlich mit
TRAMO durchgeführt wurde, einen Einfluss auf die Bestimmung der Wendepunkte im
Europäischen Konjunkturzyklus hat. Durch die stärkere Glättung der Zeitreihen wird
der kurze Zyklus 1980 nicht mehr gefunden. Stattdessen weisen die Zeitreihen ein Pla-
teau von 1980-1982 auf.
senkrechten Linie markiert. Dieses Vorgehen erscheint angebracht, weil das Programm keine Wendepunkte an denunmittelbaren Rändern festlegt und von daher keine Aussagen über diese Bereiche möglich sind.
38
Abbildung 5.1-1
400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS direkt400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS indirekt
400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
X12 direkt400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
X12 indirekt
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
BV4 direkt und indirekt
Wendepunkte ausschließlich saisonbereinigte EU5-Aggregate (direkt versus indirekt)
Mrd. ECU
Tabelle 5.1-1: Wendepunkte des Europäischen Konjunkturzyklus definiert als klassischer Zyklus
* Die BIP-Zeitreihe für Deutschland wurde mit X12-ARIMA mit den inoffiziellen Einstellungen der Bundesbank bereinigt. Dies impliziert eine Kalenderbereinigung anhand von Arbeitstagefaktoren.
40
Abbildung 5.1-2
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
BV4 (sb)450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
BV4 (kb)
400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS (sb)400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS (kb)
400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
X12 (sb) 400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
X12 (kb)
400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
X12 (kb_K)
Wendepunkte indirekt bereinigte EU5-Aggregate
(nur saisonbereinigt versus kalender- und saisonbereinigt)
Mrd. ECU
41
5.1.3 Wendepunkte der nur saisonbereinigten gemischten EU5-Aggregate
Um zu überprüfen, ob es für die Bestimmung der Wendepunkte von Bedeutung ist, ob
die Komponenten des Aggregats mit unterschiedlichen Verfahren saisonbereinigt wur-
den, werden die Wendepunkte der mit einheitlichem Verfahren bereinigten Aggregate
mit denen der gemischten Aggregate46 verglichen. Aus Tabelle 5.1-1 ist ersichtlich,
dass die Einteilung des Europäischen Konjunkturzyklus für beide Herangehensweisen
sehr ähnlich ist. Dieses Ergebnis ist überraschend. Aus diesem Grunde werden als näch-
stes die Konjunkturzyklen in den Komponenten der gemischten Aggregate mit dem Zy-
klus des jeweiligen Aggregats verglichen. Da die Ergebnisse für die vier gemischten
Aggregate sehr ähnlich ausfallen, wird der Sachverhalt stellvertretend an Aggregat 2
(Abbildung 5.1-3) geschildert. Die Abbildungen für die übrigen Aggregate (Abbildun-
gen 5.1-4 bis 5.1-6) sind im Anhang abgedruckt. Dort finden sich auch die Grafiken für
die einzelnen Länder (Abbildungen 5.1-8 bis 5.1-12). Eine Übersicht über die Kon-
junkturzyklen in den einzelnen Ländern gibt Tabelle 5.1-2 im Anhang.
An Abbildung 5.1-3 kann man unmittelbar erkennen, dass die großen Länder den Euro-
päischen Konjunkturzyklus dominieren. Die Wendepunkte für die nur saisonbereinigte
westdeutsche BIP-Zeitreihe stimmen exakt mit den Wendepunkten des nur saisonberei-
nigten EU5-Aggregats überein und zwar unabhängig davon, welches Saisonbereini-
gungsverfahren angewendet wurde. Für die mit TRAMO/SEATS bereinigte italienische
BIP-Zeitreihe wird jeweils ein Zyklus 1982 und 1992/93 gefunden, jedoch keiner im
Jahr 1980. Ein Blick in Tabelle 5.1-2 zeigt, dass dies jedoch nur bei TRAMO/SEATS
der Fall ist. Wird die Zeitreihe hingegen mit BV4 oder mit X12-ARIMA saisonberei-
nigt, dann wird auch 1980 ein Zyklus bestimmt (vgl. auch Abbildung 5.1-9 im Anhang).
Die konjunkturelle Entwicklung in den kleinen Ländern deckt sich teilweise mit derje-
nigen, die für den Euroraum festgestellt wurde: Für die Niederlande wird der Hoch-
punkt zu Beginn der 80er Jahre und der Tiefpunkt im vierten Quartal 1982 ausgewiesen.
Für Österreich wird ein Hochpunkt im ersten Quartal 1980 gefunden, der mit dem
Hochpunkt im Europäischen Zyklus exakt übereinstimmt.
46 Die einzelnen BIP-Zeitreihen, die in die gemischten Aggregate eingehen, sind sämtlich nur saisonbereinigt � miteiner Ausnahme: die BIP-Zeitreihe für Westdeutschland in Aggregat 4 wurde mit X12-ARIMA mit den inoffiziellenEinstellungen der Bundesbank bereinigt und dies impliziert eine Kalenderbereinigung.
42
Abbildung 5.1-3
200
220
240
260
280
300
320
340
78 80 82 84 86 88 90 92 94 96
West-D: TRAMO/SEATS (sb) 140
160
180
200
220
240
78 80 82 84 86 88 90 92 94 96
Italien: TRAMO/SEATS (sb)
40
45
50
55
60
65
70
78 80 82 84 86 88 90 92 94 96
Niederlande: X12 (sb)20
24
28
32
36
40
78 80 82 84 86 88 90 92 94 96
Österreich: TRAMO/SEATS (sb)
16
18
20
22
24
26
28
30
78 80 82 84 86 88 90 92 94 96
Finnland: X12 (sb)400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
Aggregat 2
Wendepunkteeinzelne Länder des gemischten Aggregats 2
Mrd. ECU
43
Desweiteren lässt sich an den BIP-Zeitreihen von Westdeutschland, Österreich und
Italien die Europäische Rezession 1992/93 ablesen. Die finnische Rezession setzt
bereits 1990 ein, hat ihren Tiefpunkt aber auch im ersten Halbjahr 1993.
Für den klassischen Zyklus kommt man zu dem Ergebnis, dass die großen Länder
(Westdeutschland und Italien) den Europäischen Konjunkturzyklus prägen. Angesichts
der exakten Übereinstimmung des westdeutschen mit dem Europäischen Konjunkturzy-
klus liegt die Einschätzung nahe, dass Westdeutschland den Konjunkturzyklus des von
uns gebildeten EU5-Aggregats dominiert. Dieses Ergebnis ist durchaus plausibel, da
beim klassischen Zyklus Schwankungen im Niveau der Wirtschaftstätigkeit betrachtet
werden und daher die großen Länder aufgrund ihres Gewichts das Aggregat dominieren.
In diesem Fall würde sich in dem Ergebnis, dass es für die Bestimmung der
Wendepunkte keine Rolle spielt, wenn die Komponenten des Aggregats mit
unterschiedlichen Verfahren bereinigt wurden, möglicherweise nur der Umstand
widerspiegeln, dass es für den deutschen Konjunkturzyklus keine Rolle spielt, ob die
westdeutsche BIP-Zeitreihe mit BV4, TRAMO/SEATS oder mit X12-ARIMA bereinigt
wurde.
5.2 Wachstumszyklus
5.2.1 Wendepunkte der nur saisonbereinigten EU5-Aggregate
Um zu überprüfen, ob die Reihenfolge von Saisonbereinigung und Aggregation für die
Bestimmung der Wendepunkte im Wachstumszyklus eine Rolle spielt, werden die di-
rekt mit den indirekt saisonbereinigten Aggregaten verglichen. Für alle Verfahren wer-
den jeweils fünf Zyklen determiniert, deren Datierung sich nur geringfügig voneinander
unterscheidet. Unterschiede bestehen zum einen darin, dass der Hochpunkt im
Aufschwung Mitte der 80er Jahre für das indirekt mit X12-ARIMA bereinigte Aggregat
im dritten Quartal 1985 angezeigt wird, während der Hochpunkt für alle anderen
Verfahren auf das zweite Quartal 1986 festgelegt wird (vgl. Tabelle 5.2-1). Zum
anderen wird der Hochpunkt in der Boomphase zu Beginn der 90er Jahre beim indirekt
mit TRAMO/SEATS bereinigten Aggregat bereits für das zweite Quartal 1991
angegeben, während der Hochpunkt für alle anderen Verfahren im ersten Quartal 1992
ausgewiesen wird. Insgesamt betrachtet, kann man jedoch sagen, dass � wie schon beim
klassischen Zyklus � die Reihenfolge von Saisonbereinigung und Aggregation für die
44
Bestimmung der Wendepunkte offenbar keine große Rolle spielt (vgl. Abbildung 5.2-1).
Die Unterschiede in der Bestimmung der Wendepunkte treten in �unklaren� Situationen
(wie z.B. einer Doppelspitze) auf.
5.2.2 Wendepunkte der kalender- und saisonbereinigten EU5-Aggregate
Der Vergleich zwischen nur saison- und kalender- und saisonbereinigten EU5-Aggre-
gaten zeigt, dass die Kalenderbereinigung offenbar Einfluss auf die Bestimmung der
Wendepunkte hat. Allerdings lassen sich keine systematischen Unterschiede ausma-
chen. Aus Abbildung 5.2-2 ist ersichtlich, dass für die Aggregate, die mit TRAMO
kalenderbereinigt und dann mit TRAMO/SEATS oder X12-ARIMA saisonbereinigt
wurden, der kleine Zyklus zu Beginn des Jahres 1984 verschwindet. Der Zyklus Mitte
der 80er Jahre ist � außer beim EU5-Aggregat, das indirekt mit TRAMO/SEATS
saisonbereinigt wurde � um zwei bis drei Quartale länger als bei den nur
saisonbereinigten Aggregaten. Des weiteren beginnt bei den kalenderbereinigten
Aggregaten im Vergleich zu den nur saisonbereinigten der Zyklus zu Beginn der 90er
Jahre im Schnitt drei Quartale früher, endet jedoch wie bei den nur saisonbereinigten
Aggregaten in der zweiten Hälfte des Jahres 1993. D.h. dieser Zyklus ist länger als bei
den nur saisonbereinigten Aggregaten. Der Zyklus Mitte der 90er Jahre ist hingegen um
ein Jahr kürzer. Das einzige systematische Ergebnis besteht darin, dass das kalender-
und indirekt mit X12-ARIMA bereinigte EU5-Aggregat, das für Westdeutschland eine
BIP-Zeitreihe enthält, die mit den inoffiziellen Einstellungen der Bundesbank kalender-
und saisonbereinigt wurde, exakt denselben kurzen Zyklus 1983/84 aufweist, wie die
nur saisonbereinigten Aggregate (vgl. Tabelle 5.2-1). Dieses Ergebnis bestätigt unsere
unter 5.1.2 geäußerte Einschätzung, dass Westdeutschland eine dominante Rolle im
EU5-Aggregat spielt und dass die Kalenderbereinigung der Bundesbank die Zeitreihe
weniger stark glättet als die Kalenderbereinigung mit TRAMO. Dennoch weist auch
diese Zeitreihe deutliche Unterschiede zu den nur saisonbereinigten Aggregaten auf.
45
Abbildung 5.2-1
-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS direkt-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS indirekt
-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
X12 direkt-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
X12 indirekt
-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
BV4 direkt und indirekt
WendepunkteTrendabweichungen der ausschließlich saisonbereinigten EU5-Aggregate (direkt versus indirekt)
Mrd. ECU
46
Abbildung 5.2-2
-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
BV4 (sb)-15
-10
-5
0
5
10
15
78 80 82 84 86 88 90 92 94 96
BV4 (kb)
-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS (sb)-15
-10
-5
0
5
10
15
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS (kb)
-15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
X12 (sb)-15
-10
-5
0
5
10
15
78 80 82 84 86 88 90 92 94 96
X12 (kb)
-15
-10
-5
0
5
10
15
78 80 82 84 86 88 90 92 94 96
X12 (kb_K)
WendepunkteTrendabweichungen der indirekt bereinigten EU5-Aggregate
(nur saisonbereinigt versus kalender- und saisonbereinigt)
Mrd. ECU
47
5.2.3 Wendepunkte der nur saisonbereinigten gemischten EU5-Aggregate
Um zu überprüfen, ob es für die Bestimmung der Wendepunkte von Bedeutung ist, ob
die Komponenten des Aggregats mit unterschiedlichen Verfahren saisonbereinigt wur-
den, werden die Wendepunkte der mit einheitlichem Verfahren bereinigten Aggregate
mit denen der gemischten Aggregate verglichen. Aus Tabelle 5.2-1 ist ersichtlich, dass
die Einteilung des Europäischen Konjunkturzyklus für beide Herangehensweisen sehr
ähnlich ist. Die Ausnahme bildet Aggregat 4, für das kein Zyklus 1983/84 gefunden
wird. Des weiteren wird der Hochpunkt für den Zyklus Mitte der 80er Jahre im dritten
Quartal 1985 festgelegt, während für alle anderen Aggregate der Hochpunkt im zweiten
Quartal 1986 determiniert wird. Auch am Ende des Beobachtungszeitraums treten
Unterschiede auf: der Tiefpunkt im Zyklus Ende der 90er Jahre wird für Aggregat 4 im
zweiten Quartal 1996 bestimmt, während der Tiefpunkt für alle anderen gemischten
Aggregate für das erste Quartal 1997 festgelegt wird. Lässt man die unterschiedlichen
Ergebnisse für das Aggregat 4 außer acht47, dann kommt man wie zuvor beim
klassischen Zyklus zu der Einschätzung, dass es offenbar keinen großen Unterschied
macht, ob die Komponenten des EU5-Aggregats mit einem einheitlichen oder
verschiedenen Saisonbereinigungsverfahren bereinigt wurden. Auch in diesem Fall ist
zu prüfen, ob das Ergebnis möglicherweise daher rühren könnte, dass die großen Länder
den Europäischen Konjunkturzyklus dominieren.
Im Gegensatz zum klassischen Zyklus sind die Ergebnisse für den Wachstumszyklus
sehr viel schwieriger zu interpretieren. Zunächst einmal kann man an Abbildung 5.2-3
erkennen, dass kein nationales Konjunkturmuster das Europäische dominiert. Vielmehr
gibt es eine Reihe von Phasen, die gleichzeitig in verschiedenen Ländern auftreten und
sich auch im Europäischen Konjunkturzyklus widerspiegeln:
� Der Hochpunkt im ersten Quartal 1980 wird für Westdeutschland, Italien und Öster-reich bzw. ein Quartal früher die Niederlande festgestellt.
� Der Tiefpunkt im vierten Quartal 1982 wird für Westdeutschland und die Nieder-lande bzw. ein Quartal später für Italien determiniert.
� Der Hochpunkt im zweiten Quartal 1986 wird für Niederlande und Österreich fest-gestellt. Der darauffolgende Tiefpunkt im ersten Quartal 1987 findet sich in allennationalen Konjunkturzyklen � mit Ausnahme von Finnland � wieder.
47 In Aggregat 4 wurde das größte Land kalender- und saisonbereinigt. Es ist deshalb legitim, dieses Aggregat fürden Vergleich mit den nur saisonbereinigten Aggregaten zu vernachlässigen.
48
� Der Hochpunkt im zweiten Quartal 1991 wird für Westdeutschland und ein Quartalspäter für Österreich gefunden. Der Tiefpunkt im zweiten Quartal 1993 stimmt mitdem westdeutschen Konjunkturzyklus überein. Für Italien liegt der Tiefpunkt einQuartal und für die Niederlande und Österreich zwei Quartale später.
� Der Hochpunkt im ersten Quartal 1995 stimmt mit den Hochpunkten der nationalenKonjunkturzyklen von Westdeutschland, Österreich und Finnland überein. DerTiefpunkt im ersten Quartal 1997 findet sich hingegen nur im italienischen Kon-junkturzyklus wieder.
Für den Wachstumszyklus kommt man zu dem Ergebnis, dass kein einzelnes Land den
konjunkturellen Verlauf im Euroraum dominiert. Vielmehr gibt es eine Reihe von kon-
junkturellen Entwicklungen, die sich gleichzeitig in verschiedenen Ländern vollziehen
und sich auch im Europäischen Konjunkturzyklus widerspiegeln. Im Gegensatz zum
klassischen Zyklus, wo Schwankungen im Niveau der Wirtschaftstätigkeit betrachtet
werden und die großen Länder aufgrund ihres Gewichts das Aggregat dominieren,
können sich bei der Trendabweichung auch die kleineren Länder im EWU-Aggregat
widerspiegeln, weil in diesem Ansatz die Gewichte der einzelnen Länder von ihrer
Größe unabhängig sind. Wenn jedoch die großen Länder den Europäischen
Konjunkturzyklus nicht dominieren, dann spricht einiges dafür, dass es für die
Bestimmung der Wendepunkte keinen Unterschied macht, ob die einzelnen Zeitreihen
des Aggregats mit demselben oder mit verschiedenen Saisonbereinigungsverfahren
bereinigt werden.
49
Abbildung 5.2-3
-10
-5
0
5
10
15
78 80 82 84 86 88 90 92 94 96
West-D: TRAMO/SEATS( ) -8
-6
-4
-2
0
2
4
6
78 80 82 84 86 88 90 92 94 96
Italien: TRAMO/SEATS( )
-2
-1
0
1
2
78 80 82 84 86 88 90 92 94 96
Niederlande: X12( )
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
78 80 82 84 86 88 90 92 94 96
Österreich: TRAMO/SEATS( )
-2
-1
0
1
2
78 80 82 84 86 88 90 92 94 96
Finnland: X12( ) -15
-10
-5
0
5
10
15
20
78 80 82 84 86 88 90 92 94 96
Aggregat 2
WendepunkteTrendabweichungen der einzelnen Länder des gemischten Aggregats 2
Mrd. ECU
Tabelle 5.2-1: Wendepunkte des Europäischen Konjunkturzyklus definiert als Wachstumszyklus
* Die BIP-Zeitreihe für Deutschland wurde mit X12-ARIMA mit den inoffiziellen Einstellungen der Bundesbank bereinigt. Dies impliziert eine Kalenderbereinigung anhand von Arbeitstagefaktoren.
51
6 Fazit
Im Rahmen eines früheren Forschungsauftrags48 haben wir die Probleme, die sich aus
dem Zusammenspiel von Saisonbereinigung und Aggregation von Zeitreihen auf EWU-
Ebene ergeben, eingehend untersucht und herausgearbeitet, dass Saisonbereinigung und
Aggregation die langfristige Entwicklung der untersuchten Zeitreihen nicht beeinflus-
sen, wohl aber ihre kurzfristige Entwicklung. Für die aktuelle Konjunkturdiagnose auf
europäischer Ebene könnte dieses Ergebnis bedeuten, dass die Beurteilung der kon-
junkturellen Lage im Euroraum davon abhängig ist, welches Saisonbereinigungsverfah-
ren für die Bereinigung der einzelnen nationalen Zeitreihen verwendet wurde, ob der
Saison- eine Kalenderbereinigung vorausgegangen ist und welche Reihenfolge von Sai-
sonbereinigung und Aggregation bei der Bildung des EWU-Aggregats gewählt wurde.
Im vorliegenden Gutachten wurde diese Frage eingehend behandelt, indem untersucht
wurde, wie sich verschiedene Arten von Saison- und Kalenderbereinigung sowie eine
unterschiedliche Reihenfolge bei Saisonbereinigung und Aggregation auf die Bestim-
mung der Wendepunkte in einem Europäischen Konjunkturzyklus auswirken. Dabei
wurde die Zeitreihe, die die wirtschaftliche Entwicklung im Euroraum widerspiegelt, so
gewählt, dass für die Messung der konjunkturellen Schwankungen zwei verschiedene
Konzepte � der klassische Zyklus und die Trendabweichung � herangezogen werden
konnten. Auf diese Weise konnte geprüft werden, ob die Ergebnisse entscheidend vom
Mess-Konzept abhängen und ob sich ein Verfahren angesichts der Datenlage als das ro-
bustere erweist und von daher für die aktuelle Konjunkturdiagnose besser geeignet ist.
Die Wendepunkte wurden anhand eines Computerprogramms bestimmt, das den von
Bry und Boschan entwickelten Algorithmus verwendet. Damit wurde sicher gestellt,
dass die Einteilung der Konjunkturzyklen frei von subjektiven Einschätzungen49 ist und
dass die hier präsentierten Ergebnisse jederzeit reproduziert und überprüft werden kön-
nen.
Ein Vergleich der Wendepunkte, die im klassischen Zyklus und im Wachstumszyklus
determiniert wurden, führt übereinstimmend für beide Herangehensweisen zu folgenden
1. Die Reihenfolge von Saisonbereinigung und Aggregation spielt bei der Bestim-mung der Wendepunkte in einem Europäischen Konjunkturzyklus keine Rolle.
2. Eine dem Saisonbereinigungsverfahren vorgeschaltete Kalenderbereinigung beein-flusst die Festlegung der Wendepunkte deutlich.
3. Für die Bestimmung der Wendepunkte ist es unerheblich, ob die einzelnen Zeitrei-hen des Aggregats mit einem einheitlichen oder mit verschiedenen Saisonbereini-gungsverfahren bereinigt wurden.
Betrachten wir diese Ergebnisse im Zusammenhang mit den Resultaten des Gutachtens
�Saisonbereinigung und Aggregationsprobleme bei der Erstellung der volkswirtschaftli-
chen Gesamtrechnungen für die Länder der Europäischen Währungsunion�. Dort wurde
gezeigt, dass die direkt und die indirekt saisonbereinigten EU5-Aggregate, die direkt
und die indirekt kalender- und saisonbereinigten EU5-Aggregate und die gemischten
EU5-Aggregate jeweils mit dem Aggregat der Ursprungswerte kointegriert sind. Das
heißt, dass die saison- bzw. die kalender- und saisonbereinigten Aggregate und das Ag-
gregat der Ursprungswerte denselben Trend besitzen und damit dieselbe langfristige
Entwicklung aufweisen. Dieser Zusammenhang spiegelt sich in den Ergebnissen eins
und drei wider. Offenbar sind die Unterschiede in der kurzfristigen Entwicklung der
Zeitreihen so gering, dass sie bei der Determinierung der Wendepunkte nicht ins Ge-
wicht fallen. Ein etwas anderes Bild ergibt sich, wenn die Zeitreihen vor der Saison-
einer Kalenderbereinigung unterzogen werden. Für den Fall, dass die Kalenderbereini-
gung anhand des Bundesbank-Ansatzes vorgenommen wurde, stimmen die
Wendepunkte, die für das kalender- und saisonbereinigte Aggregat festgestellt wurden,
weitgehend mit denjenigen überein, die für das nur saisonbereinigte Aggregat gefunden
wurden. Deutlichere Unterschiede zeigen sich jedoch dann, wenn die Kalen-
derbereinigung mit TRAMO durchgeführt wurde. In diesem Fall werden kleine Zyklen
eliminiert und die gefundenen Wendepunkte unterscheiden sich stärker zwischen den
verwendeten Saisonbereinigungsverfahren. Dieses Ergebnis ist plausibel, weil
TRAMO/SEATS (und mit Einschränkungen auch X12-ARIMA) jede Zeitreihe indivi-
duell behandelt und eine modifizierte Inputzeitreihe automatisch zu einer anderen
saisonbereinigten Zeitreihe führt.
Die nachfolgenden Tabellen fassen die Ergebnisse für die unterschiedlichen Kalender-
und Saisonbereinigungsverfahren sowie die verschiedenen Aggregationsweisen noch
einmal überblicksartig zusammen. Um die vielfältigen Ergebnisse zu strukturieren und
53
den Blick auf die wesentlichen Resultate zu lenken, werden in den Tabellen nur die
grundlegenden Zusammenhänge veranschaulicht. Eine Interpretation der Ergebnisse er-
folgt wie in Kapitel fünf in Bezug auf die mit einheitlichem Verfahren saisonbereinigten
Zeitreihen. Ein Minuszeichen bedeutet, dass die entsprechende Kombination von
Saisonbereinigung und Aggregation in der Tendenz dieselben Ergebnisse liefert, wie die
nur saisonbereinigten Zeitreihen. Ein Pluszeichen gibt hingegen an, dass für diese
Kombination von Saisonbereinigung und Aggregation deutlich andere Wendepunkte
gefunden werden als für die nur saisonbereinigten Zeitreihen.
Tabelle 6.1-1: Ergebnisse für den klassischen Zyklus
saisonbereinigt kalender- und saisonbereinigt
BV4 TRAMO/SEATS
X12 BV4 TRAMO/SEATS
X12 X12 (K)
direkt bereinigt – – – + + +indirekt mit ein-heitlicher Ver-fahrensklassebereinigt
– – – + + + –
Aggregat 1 –Aggregat 2 –Aggregat 3 –Aggregat 4 –
Tabelle 6.1-2: Ergebnisse für den Wachstumszyklus
saisonbereinigt kalender- und saisonbereinigt
BV4 TRAMO/SEATS
X12 BV4 TRAMO/SEATS
X12 X12 (K)
direkt bereinigt – – – + + +
indirekt mit ein-heitlicher Ver-fahrensklassebereinigt
– – – + + + +/–
Aggregat 1 –
Aggregat 2 –
Aggregat 3 –
Aggregat 4 +
54
Die zentralen Ergebnisse dieser Untersuchung sind unabhängig davon, ob der klassische
Zyklus oder die Trendabweichung als Mess-Konzept für Konjunktur gewählt wurde.
Die Chronologie der Wendepunkte ist hingegen für beide Herangehensweisen sehr un-
terschiedlich. So werden für die Trendabweichung deutlich mehr Auf- und Abschwung-
phasen determiniert als für den klassischen Zyklus und Übereinstimmungen in der Da-
tierung der Wendepunkte lassen sich auch nur begrenzt finden. Abbildung 6.1-1 ver-
deutlicht den Sachverhalt. In der Grafik ist das direkt mit TRAMO/SEATS saisonberei-
nigte EU5-Aggregat und der Trend abgetragen, der sich mit dem HP-Filter mit
(λ=1600) für diese Zeitreihe ergibt. Die grau schattierten Flächen markieren die Pha-
seneinteilung für die Trendabweichung, die senkrechten Linien die Einteilung für den
klassischen Zyklus.
Abbildung 6.1-1
Für die Trendabweichung werden mehr Zyklen festgestellt als im klassischen Zyklus.
Das liegt daran, dass die Trendabweichung eine stationäre Zeitreihe ist, die wiederholt
um ihren Mittelwert schwankt. Es stellt sich nun die Frage, ob die angezeigten Auf- und
Abschwünge tatsächlich als solche im konjunkturellen Verlauf identifiziert werden
können, oder ob es sich eher um spurious cycles handelt. An Abbildung 6.1-1 kann man
erkennen, dass es mehrere Phasen gibt, in denen Indikatorzeitreihe und Trend eng um
400
450
500
550
600
650
700
750
78 80 82 84 86 88 90 92 94 96
TRAMO/SEATS (sb) Trend (HP-Filter)
Wendepunkte des EU5-AggregatsTrendabweichung versus klassischer Zyklus
55
einander herum schwanken bzw. nebeneinander herlaufen. Diese Phasen als eigenstän-
dige Zyklen zu klassifizieren erscheint nicht sinnvoll, zumal die gemessene
Trendabweichung vom gewählten Trend abhängt. Ein etwas anderer Trendverlauf
könnte zu einem anderen Konjunkturverlauf führen. Überhaupt ist das Problem der
Trendbestimmung der gewichtigste Nachteil für die Messung konjunktureller
Schwankungen anhand von Trendabweichungen. So lange die Wahl des Trends � wie
beim HP-Filter � nicht theoretisch fundiert werden kann, bleibt sie willkürlich und da-
mit angreifbar. Desweiteren reagiert die Trendabweichung sensitiv auf Transformatio-
nen, denen die Zeitreihen unterworfen wurden, wie Saison- und Kalenderbereinigung,
Trendbestimmung und Aggregationsweise. Je öfter die Zeitreihen transformiert werden,
um so stärker unterscheiden sie sich voneinander und um so erratischer werden die Aus-
schläge, die letztendlich als konjunkturelle Schwankungen interpretiert werden. Natür-
lich kann ein Konjunkturforscher die Wendepunkte, die anhand der Trendabweichung
determiniert werden, überprüfen und solche Zyklen eliminieren, die er als spurious ein-
schätzt. Dann ist aber die Beurteilung des konjunkturellen Verlaufs wieder abhängig
von subjektiven Urteilen. Wenn als Grundlage für wirtschaftspolitische Entscheidungen
ein Mess-Konzept für Konjunktur gewählt werden soll, das robuste Ergebnisse liefert
und so zusätzliche Interpretationsleistungen des jeweiligen Konjunkturforschers über-
flüssig macht, dann erscheint der klassische Zyklus als der geeignetere Ansatz.
56
57
LiteraturverzeichnisArtis, M.J., Kontolemis, Z.G., Osborn, D.R.: Business Cycles for G7 and EuropeanCountries. In: Journal of Business Vol.70 (1997), No.2, S. 249-279
Assenmacher, W.: Konjunkturtheorie, 8. Auflage, München 1998
Artis, M., Krolzig, H.-M., Toro, J.: The European Business Cycle, CEPR DiscussionPaper No. 2242, 1999
Beveridge, S., Nelson, C.: A new approach to decomposition of economic time seriesinto permanent and transitory components with particular attention to measurement ofthe �business cycle�. In: Journal of Monetary Economics 7 (1981), S.151-174
Boldin, M.D.: Dating Turning Points in the Business Cycle, In: Journal of BusinessVol. 67 (1994), No.1, S. 97-131
Bry, G., Boschan, C.: Cyclical Analysis of Time Series: Selected Procedures andComputer Programs, Technical Paper No. 20 (NBER), New York 1971
Burns, A.F., Mitchell, W.C.: Measuring Business Cycles, New York 1946
Canova, F.: Detrending and business cycle facts, CEPR Discussion Paper No. 782,1993
Deutsche Bundesbank: Das Produktionspotential in Deutschland und seineBestimmungsfaktoren. In: Deutsche Bundesbank Monatsbericht August 1995, S.41-56
Döpke, J., Chagny, O.: How to measure Euroland�s output gap, Präsentation auf demWorkshop des DIW �Measurement Problems of Business Cycles in the EMU� am2.2.2001 in Berlin
Europäische Zentralbank: Potenzialwachstum und Produktionslücke: Begriffsabgren-zung, Anwendungsbereiche und Schätzergebnisse, In: EZB Monatsbericht Oktober2000
Findley, D.F., Monsell, B.C., Bell, W.R., Otto, M.C., Chen, W.-C.: New capabilitiesand methods of the X12-ARIMA seasonal adjustment program. In: Journal of Businessand Economic Statistics 6, 2/1998, S.127-152
58
Fischer, B.: Decomposition of time series. Comparing different methods in theory andpractice, Eurostat working group document, Version 2.1, Luxemburg 1995
Horn, G.-A.: Klassische Konjunkturzyklen in den G7-Ländern. Eine deskriptive Ana-lyse, Diskussionspapier des Deutschen Instituts für Wirtschaftsforschung Nr.122, Berlin1995
Hodrick, R.J., Prescott, E.C.: Postwar U.S. business cycles: An empirical investiga-tion. In: Journal of Money, Credit and Banking 29 (1997), S. 1-16
Höpfner, B.: Ein empirischer Vergleich neuerer Verfahren zur Saisonbereinigung undKomponentenzerlegung. In: Wirtschaft und Statistik 12 (1998), S.949-959
King, R.G., Plosser, C.I.: Real business cycles and the test of the Adelmans. In:Journal of Monetary Economics 33 (1994), S. 405-438
Kirchner, R.: Auswirkungen des neuen Saisonbereinigungsverfahrens Census X-12-ARIMA auf die aktuelle Wirtschaftsanalyse in Deutschland. Diskussionspapier 7/99 derVolkswirtschaftlichen Forschungsgruppe der Deutschen Bundesbank, Frankfurt/M.1999
Lucke, B.: Theorie und Empirie realer Konjunkturzyklen, Heidelberg 1998
Moore, G.H., Zarnowitz, V.: The Development and Role of the National Bureau ofEconomic Research�s Business Cycle Chronologies. In: Gordon, R.J. (ed.): The Ameri-can Business Cycle. Continuity and Change, Chicago 1986, S. 735-779
Nourney, M.: Umstellung der Zeitreihenanalyse. In: Wirtschaft und Statistik 11 (1983),S.841-852
Oppenländer, K.H.: The phenomenon of business cycles. In: Oppenländer, K.-H.(ed.): Business Cycle Indicators, Avebury Aldershot 1997
Rietzler, K., Stephan, S. Wolters, J.: Saisonbereinigung und Aggregationsproblemebei der Erstellung der volkswirtschaftlichen Gesamtrechnungen für die Länder derEuropäischen Währungsunion, DIW Gutachten im Auftrag des Bundesministers für Fi-nanzen, Berlin 2000
59
Rietzler, K.: Erstellung und Anwendung eines Kriterienkataloges zur Beurteilung derEignung verschiedener Saisonbereinigungsverfahren zur gesamtwirtschaftlichen Kon-junkturdiagnose in der Europäischen Union, Teil I: Revisionsanalyse der saisonberei-nigten Aggregate am aktuellen Rand, DIW Gutachten im Auftrag des Bundesministersfür Finanzen, Berlin 2001
Schumpeter, J.: Theorie der wirtschaftlichen Entwicklung, Eine Untersuchung überUnternehmergewinn, Kapital, Kredit, Zins und den Konjunkturzyklus, 9. Auflage,Berlin 1911/1997
Speth, H.-T.: Vergleich von Verfahren zur Komponentenzerlegung. In: Wirtschaft undStatistik 2 (1994), S. 98-108
Tichy, G.: Konjunktur. Stilisierte Fakten, Theorie, Prognose, zweite, völlig neu bear-beitete Ausgabe, New York u.a. 1994
Watson, M.W.: Business-Cycle Durations and Postwar Stabilization of the U.S.Economy. In: The American Economic Review, Vol. 84 (1994), No. 1, S.24-46
60
61
Anhang
Abbildung 5.1-4: Wendepunkte: einzelne Länder des gemischten Aggregats 1....... 63
Abbildung 5.1-5: Wendepunkte: einzelne Länder des gemischten Aggregats 3....... 64
Abbildung 5.1-6: Wendepunkte: einzelne Länder des gemischten Aggregats 4....... 65
![Deutsches FengShui]nstitut DFSI Deutsches FengShui ... · Deutsches FengShui]nstitut DFSI Deutsches FengShui Institut Günther Jakobi hat die DFSI-Weiterbildung Garten Feng Shui erfolgreich](https://static.unterlagen.site/doc/80x56/5e16310d3eface17011610e8/deutsches-fengshuinstitut-dfsi-deutsches-fengshui-deutsches-fengshuinstitut.jpg)
