Prognosen, als Versuch die Zukunft möglichst exakt abzubilden, sind seit jeher wichtiger Bestandteil operativer und strategischer Unternehmensplanungen. Je höher die Prognosegüte, desto besser können Unternehmen künftige Chancen nutzen, Risiken vermeiden und sich einen Wettbewerbsvorteil erarbeiten. Daher überrascht es nicht, dass die Prognosemethoden stetig weiterentwickelt werden. Vor allem Sims erkannte 1980 drei Schwächen bisheriger makroökonomischer Modelle: Die mögliche Endogenität der erklärenden Variablen, die Bedeutung dynamischer Anpassungen, sowie die Notwendigkeit der Berücksichtigung von Erwartungen.1 Das Arbeiten mit von ihm entwickelten Vektorautoregressiven Modellen (VAR-Modelle) sollte diese Schwächen ausmerzen und die Prognosegenauigkeit erheblich steigern. Das Endogenitätsproblem und die Bedeutung dynamischer Anpassungen versuchen VAR-Modelle demnach dadurch zu lösen, dass sie nicht mehr eine Größe allein aus ihrer eigenen Vergangenheit, sondern simultan mehrere Größen aus ihrer gemeinsamen Vergangenheit erklären. Beim Einbezug von Markterwartungen folgt er der Annahme, dass zukünftige Ereignisse, die in der Vergangenheit nicht beobachtet werden konnten, sog. regime shifts, wie die Einführung des Euros, zur Verbesserung der Prognoseleistung beitragen können. In wieweit Verbesserungen eintreten und welche Variablen zur hier behandelten Zinsprognose herangezogen werden, wird in Kapitel vier 'Ergebnisse empirischer Studien' ausführlich erläutert. Zudem wird beantwortet, welche Rolle in diesem Zusammenhang informationseffiziente Märkte und rationale Erwartungen der Marktteilnehmer spielen und welche Konsequenzen sich daraus für die Prognosen ergeben. Zuvor gibt jedoch der folgende Abschnitt einen Überblick über wichtige zinsbeeinflussende makroökonomische Größen. Teil drei beschäftigt sich mit der Theorie ökonometrischer Modelle zu Prognosezwecken. Eine kritische Würdigung in Kapitel fünf schließt die Arbeit ab.

Kaufen Sie hier: