Raten oder Spekulieren: Es ist besser, mit Prognosen falsch zu liegen, als ohne sie

Einige Dinge sind nicht schwer vorherzusagen. Wenn Regierungen auf der ganzen Welt ihren Bürgern Helikoptergeld zukommen lassen (weil sie ihnen das Recht auf Arbeit entzogen haben), ist Inflation ein gewisses erwartetes Phänomen. Einige Dinge sind jedoch schwerer vorherzusagen.

Zum Beispiel haben wir älteren Menschen nicht vergessen, wie Klimatologen eine allgemeine Flut der Küstenstädte für das Jahr 2000 vorhersagten (steigende Temperaturen, schmelzendes Eis, steigende Meeresspiegel…). Die Inflation trat ein, aber die Flut blieb aus. Und während es scheint, dass Wettervorhersager oft ihre Prognosen verfehlen, schien es lange Zeit, dass wirtschaftliche Prognosen im Allgemeinen genau waren. In den letzten dreieinhalb Jahren ist es jedoch auch in diesem Bereich zunehmend rutschig geworden. Analysten müssen fast jeden Monat frühere Erwartungen überarbeiten, wobei die Überarbeitungen oft völlig im Widerspruch zur vorherigen Prognose stehen. Da sowohl Staaten als auch Unternehmen verzweifelt Analysen und Prognosen benötigen (verständlicherweise, je genauer, desto besser), stellt sich die Frage, wie sinnvoll sie heute sind, in Zeiten weit verbreiteter Ungenauigkeit und Unvorhersehbarkeit. Nicht nur, weil die Analyse von morgen grundlegend anders ist als die von heute, und die von heute radikal anders als die von gestern, sondern auch, weil sie gezwungen sind, mehrere Prognoseszenarien gleichzeitig zu schreiben (wobei ‚mehrere‘ nicht zwei, sondern oft vier sind).

Intuition oder Berechnung?

Was ist also die Zukunft zukünftiger wirtschaftlicher Prognosen? Professor Josip Tica von der Fakultät für Wirtschaftswissenschaften in Zagreb, der zusammen mit seinem Team bereits 2015 europäische Mittel für die Entwicklung von Simulationsmodellen sicherte, erklärt, dass es unmöglich ist, eine Entscheidung über die Zukunft ohne eine Prognose zu treffen.

– Wenn ein Haushalt eine Wohnung auf Kredit kauft, erwartet er, in den nächsten zwanzig oder dreißig Jahren ein Einkommen zu haben, das gleich oder größer ist. Ein Unternehmen, das in die Erweiterung seiner Einrichtungen investiert, erwartet, dass der Barwert zukünftiger Einnahmen die Kosten für den Bau einer neuen Einrichtung übersteigt. Wenn Studenten eine Fakultät wählen, wird angenommen, dass die Möglichkeit einer zukünftigen Beschäftigung die Entscheidung beeinflusst, und der Zustand des Arbeitsmarktes in vier Jahren ist erneut eine Frage der Projektion. Daher prognostizieren wir alle täglich, das heißt, wir treffen Entscheidungen auf der Grundlage einer Reihe von Erwartungen, Prognosen. Selbst Kritiker der Prognosen können keine Entscheidungen mit zukünftigen Konsequenzen treffen, ohne implizite Ansichten über die Zukunft, das heißt, Prognosen. Daher kann die Frage darauf reduziert werden, ob es besser ist, Erwartungen intuitiv zu bilden oder zu versuchen, sie auf der Grundlage komplexerer, ausgeklügelterer Berechnungen zu entwickeln. Unabhängig davon, was wir wählen, ist es in Zeiten großer Störungen oder unvorhergesehener Veränderungen besser, falsch zu liegen, aber mit Prognosen – erklärt Tica und behauptet, dass die Forschung zeigt, dass unabhängig von den Problemen der Reichtum oder die Vielfalt der Modelle zur Genauigkeit der Projektionen beiträgt.

Der ehemalige Dekan der Fakultät für Wirtschaftswissenschaften in Split und wahrscheinlich der größte Fan von Modellen, Željko Garača, sagt, dass eine solche gleichzeitige Anzahl und Kombination verschiedener wirtschaftlicher Schocks in der Geschichte noch nie vorgekommen ist.

– Unter solchen Umständen habe ich vor drei Jahren auf wirtschaftliche Prognosen verzichtet, als sich meine Prognosen zu Beginn der Pandemiekrise als zu pessimistisch herausstellten, hauptsächlich weil ich die enormen fiskalischen Stimuli, die in der vorherigen Finanzkrise unvorstellbar waren, nicht vorhergesehen hatte. Dies milderte die durch die Pandemie verursachten Schäden erheblich, aber es wurde übertrieben, wofür wir jetzt mit Inflation bezahlen. Kein wirtschaftliches Prognosemodell kann einen so intensiven politischen Einfluss auf die Wirtschaft vorhersagen. Erstens scheiterten ökonometrische Modelle, die auf langen Zeitreihen von Daten basierten, weil sie mit den strukturellen Brüchen der vorherigen Finanzkrise nicht umgehen konnten. Darüber hinaus bezogen sie sich nicht einmal auf wirtschaftliche Prognosen, sondern auf die Feststellung wirtschaftlicher Gesetze in der Vergangenheit. Da sie von Natur aus auf Prognosen basierend auf Trends ausgerichtet sind und davon ausgehen, dass die Zukunft ein ausreichend treues Abbild der Vergangenheit ist, konnten die Ergebnisse nicht gut sein. Ein heimisches Beispiel ist die wissenschaftliche Forschung zu fiskalischen Multiplikatoren, auf deren Grundlage ‚wünschenswerte‘ fiskalische Politiken vorgeschlagen wurden. Sie basierten auf dem Blanchard-Perotti-Modell. Im Jahr 2013 entschuldigte sich Olivier Blanchard öffentlich, weil die Forschung, die auf diesem Modell basierte, den Wert der fiskalischen Multiplikatoren drastisch unterschätzte. Dann, während der Pandemiekrise, scheiterten auch neoklassische dynamische stochastische allgemeine Gleichgewichtsmodelle (DSGE), weil sie nicht für große Veränderungen in der Größe einzelner Variablen und Modellparameter ausgelegt waren. So hörte die New Yorker Fed, die das ausgeklügeltste DSGE-Modell hat, während der Pandemiekrise sogar auf, ihre Prognosen für das aktuelle Quartal zu veröffentlichen. Der größte Fehler war jedoch die schlechte Einschätzung der Inflationstrends, die zu neuen fehlerhaften Prognosen führte. Reale Veränderungen in der Wirtschaft waren für diese Art von Modell unüberwindbar. DSGE-Modelle waren gut, oder sind es immer noch, um die Auswirkungen kleiner Veränderungen auf eine stabile Wirtschaft zu simulieren, wie zum Beispiel die Erhöhung des Referenzzinssatzes um 25 Basispunkte. Alles darüber hinaus verursacht ernsthafte Probleme und schlechte Prognosen. Das Problem mit diesen Modellen ist, dass sie komplexe, multidimensionale Szenarien nicht unterstützen, und die heutigen Veränderungen sind genau solche – präzisiert Garača und fügt hinzu, dass er ein Systemdynamikmodell verwendet hat, das gegenüber der Vergangenheit und großen Amplitudenänderungen in Variablen resilient ist und komplexe multidimensionale Szenarien unterstützt. Dies ist jedoch kein Prognosemodell, sondern ein Simulationsmodell, das dazu dient, die Auswirkungen eines bestimmten Szenarios zu überprüfen, und das Szenario ist willkürlich und hängt vom Wissen und der Erfahrung der modellierenden Person ab.

Lesen Sie den vollständigen Artikel über Prognosen in der gedruckten oder digitalen Ausgabe von Lider.