PageSourceSearch

https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/

html zentralbank-beobachter.de collected 2026-10-03 01:18:42 UTC 167,405 bytes, 657 lines download raw bytes

1<!doctype html><html lang=de><head><meta charset=UTF-8><meta name=viewport content="width=device-width,initial-scale=1"><title>Volkswirtschaftliche Modelle der Federal Reserve | Tiefgehende Analyse des makroökonomischen FRB/US-Modells</title><meta name=description content="Fed: 74 % Wahrscheinlichkeit — Zinsen unverändert bei der Sitzung am 28. Oktober 2026. Umfassende Analyse des makroökonomischen FRB/US-Modells der Federal…"><meta name=author content="Central Bank Watch"><meta name=keywords content="Federal Reserve,FRB/US-Modell,makroökonomisches Modell,Geldpolitik,Wirtschaftsprognose,Zinssätze,Inflation,Arbeitslosigkeit,BIP,Wirtschaftsanalyse"><link rel=icon type=image/svg+xml href=/assets/images/favicon/favicon.svg><meta name=theme-color content="#2563eb"><link rel=dns-prefetch href=https://cdn.jsdelivr.net><link rel=dns-prefetch href=https://fonts.googleapis.com><link rel=dns-prefetch href=https://fonts.gstatic.com><link rel=dns-prefetch href=https://www.googletagmanager.com><link rel=dns-prefetch href=https://www.google-analytics.com><link rel=preconnect href=https://cdn.jsdelivr.net crossorigin><link rel=preconnect href=https://fonts.googleapis.com crossorigin><link rel=preconnect href=https://fonts.gstatic.com crossorigin><link rel=preconnect href=https://www.googletagmanager.com crossorigin>
1<script>(function(){try{var t=navigator.userAgent||"",e=window.location.search||"";(t.indexOf("CBWatch-Monitor")!==-1||e.indexOf("cbw_monitor=1")!==-1)&&(window["ga-disable-G-CJT090SKX6"]=!0)}catch{}})(),window.dataLayer=window.dataLayer||[];function gtag(){dataLayer.push(arguments)}gtag("consent","default",{analytics_storage:"denied",ad_storage:"denied",wait_for_update:500})</script>
vendor: 63 bytes, line 1
1<script async src="https://www.googletagmanager.com/gtag/js?id=
1G-CJT090SKX6
vendor: 11 bytes, line 1
1"></script>
1<script>window.dataLayer=window.dataLayer||[];function gtag(){dataLayer.push(arguments)}gtag("js",new Date),gtag("config","G-CJT090SKX6",{linker:{domains:["centralbank.watch","centralbank-watch.com","centralbank-watch.net","centralbankwatch.net","centralbankwatch.org","zentralbank-beobachter.de","zentralbankbeobachter.de","zentralbank-watch.de","centralbankwatch.de","veille-banque-centrale.fr","veille-banquecentrale.fr","veillebanquecentrale.fr","osservatorio-bancacentrale.it","observatorio-bancocentral.es","chugin-kansoku.jp","cn.centralbank.watch","xn--wsso6d237d0hb.cn","centralbankwatch.eu","中央銀行ウォッチ.jp","marsadbankmarkazi.com","observatoriobancocentral.com","ru.centralbank.watch"],accept_incoming:!0},content_group:"de",custom_map:{dimension1:"language",dimension2:"domain"},language:"de",domain:window.location.hostname,anonymize_ip:!0,cookie_flags:"SameSite=Lax;Secure"})</script>
1<link rel=canonical href=https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=ar href=https://marsadbankmarkazi.com/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=de href=https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=en href=https://centralbank.watch/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=es href=https://observatorio-bancocentral.es/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=fr href=https://veille-banque-centrale.fr/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=it href=https://osservatorio-bancacentrale.it/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=ja href=https://chugin-kansoku.jp/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=pt-BR href=https://observatoriobancocentral.com/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=ru href=https://ru.centralbank.watch/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=zh-Hans href=https://cn.centralbank.watch/central-bank-models/federal-reserve-models/><link rel=alternate hreflang=x-default href=https://centralbank.watch/central-bank-models/federal-reserve-models/><meta property="og:title" content="Volkswirtschaftliche Modelle der Federal Reserve | Tiefgehende Analyse des makroökonomischen FRB/US-Modells"><meta property="og:description" content="Fed: 74 % Wahrscheinlichkeit — Zinsen unverändert bei der Sitzung am 28. Oktober 2026. Umfassende Analyse des makroökonomischen FRB/US-Modells der Federal…"><meta property="og:type" content="article"><meta property="og:url" content="https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/"><meta property="og:site_name" content="Zentralbank-Beobachter"><meta property="og:locale" content="de_DE"><meta property="og:image" content="https://zentralbank-beobachter.de/assets/images/og-default.png"><meta property="og:image:width" content="1200"><meta property="og:image:height" content="630"><meta property="og:image:alt" content="Volkswirtschaftliche Modelle der Federal Reserve | Tiefgehende Analyse des makroökonomischen FRB/US-Modells"><meta property="article:published_time" content="2024-12-13T00:00:00Z"><meta property="article:modified_time" content="2024-12-13T00:00:00Z"><meta property="article:author" content="Central Bank Watch"><meta property="article:tag" content="Federal Reserve"><meta property="article:tag" content="FRB/US-Modell"><meta property="article:tag" content="makroökonomisches Modell"><meta property="article:tag" content="Geldpolitik"><meta property="article:tag" content="Wirtschaftsprognose"><meta property="article:tag" content="Zinssätze"><meta property="article:tag" content="Inflation"><meta property="article:tag" content="Arbeitslosigkeit"><meta property="article:tag" content="BIP"><meta property="article:tag" content="Wirtschaftsanalyse"><meta name=twitter:card content="summary_large_image"><meta name=twitter:title content="Volkswirtschaftliche Modelle der Federal Reserve | Tiefgehende Analyse des makroökonomischen FRB/US-Modells"><meta name=twitter:description content="Fed: 74 % Wahrscheinlichkeit — Zinsen unverändert bei der Sitzung am 28. Oktober 2026. Umfassende Analyse des makroökonomischen FRB/US-Modells der Federal…"><meta name=twitter:image content="https://zentralbank-beobachter.de/assets/images/og-default.png">
1<script type=application/ld+json>{"@context":"https://schema.org","@type":"Organization","contactPoint":{"@type":"ContactPoint","contactType":"customer service","url":"https://zentralbank-beobachter.de/about/contact/"},"logo":"https://centralbank.watch/assets/images/logo.png","name":"Central Bank Watch","url":"https://centralbank.watch"}</script>
1<script type=application/ld+json>{"@context":"https://schema.org","@type":"WebPage","author":{"@type":"Person","jobTitle":"Financial Analyst \u0026 Quantitative Researcher","name":"Michael Adams","url":"https://centralbank.watch/about/motivation/"},"dateModified":"2026-10-02T03:15:21Z","datePublished":"2024-12-13T00:00:00Z","description":"Umfassende Analyse des makroökonomischen FRB/US-Modells der Federal Reserve mit einsteigerfreundlichen und fortgeschrittenen Inhalten","headline":"Volkswirtschaftliche Modelle der Federal Reserve","inLanguage":"de","isPartOf":{"@type":"WebSite","name":"Zentralbank-Beobachter","url":"https://zentralbank-beobachter.de"},"keywords":["Federal Reserve","FRB/US-Modell","makroökonomisches Modell","Geldpolitik","Wirtschaftsprognose","Zinssätze","Inflation","Arbeitslosigkeit","BIP","Wirtschaftsanalyse"],"mainEntityOfPage":{"@id":"https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/","@type":"WebPage"},"publisher":{"@type":"Organization","logo":{"@type":"ImageObject","url":"https://centralbank.watch/assets/images/logo.png"},"name":"Central Bank Watch"},"url":"https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/"}</script>
1<script type=application/ld+json>{"@context":"https://schema.org","@type":"BreadcrumbList","itemListElement":[{"@type":"ListItem","item":"https://zentralbank-beobachter.de","name":"Zentralbank-Beobachter","position":1},{"@type":"ListItem","item":"https://zentralbank-beobachter.de/central-bank-models/","name":"Central-Bank-Models","position":2},{"@type":"ListItem","item":"https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/","name":"Volkswirtschaftliche Modelle der Federal Reserve","position":3}]}</script>
1<script type=application/ld+json>{"@context":"https://schema.org","@type":"Dataset","creator":{"@type":"Organization","name":"Central Bank Watch"},"dateModified":"2026-10-02T03:15:21Z","description":"Market-implied interest rate change probabilities for Federal Reserve monetary policy meetings, derived from futures pricing and updated daily.","distribution":{"@type":"DataDownload","contentUrl":"https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/","encodingFormat":"text/html"},"isAccessibleForFree":true,"keywords":["Federal Reserve rate probability","Federal Reserve interest rate forecast","central bank rate probability","Federal Reserve","FRB/US-Modell","makroökonomisches Modell","Geldpolitik","Wirtschaftsprognose","Zinssätze","Inflation","Arbeitslosigkeit","BIP","Wirtschaftsanalyse"],"license":"https://creativecommons.org/licenses/by/4.0/","name":"Federal Reserve Interest Rate Probability Data","url":"https://zentralbank-beobachter.de/central-bank-models/federal-reserve-models/"}</script>
1<script type=application/ld+json>{"@context":"https://schema.org","@type":"Person","affiliation":{"@type":"Organization","name":"Central Bank Watch"},"description":"Independent researcher with 20+ years in financial services, specializing in interest rate derivatives, central bank policy analysis, and econometric modeling.","jobTitle":"Financial Analyst \u0026 Quantitative Researcher","knowsAbout":["Monetary Policy","Interest Rate Derivatives","Central Banking","Econometric Models","DSGE Models","Yield Curve Analysis","Financial Markets"],"name":"Michael Adams","url":"https://centralbank.watch/about/motivation/"}</script>
1<script>(function(){var e,t,n,o,i,s={};function c(e,t){if(s[e])return;s[e]=!0,typeof gtag=="function"&&gtag("event",e,t||{})}setTimeout(function(){c("engagement_3min",{page_location:window.location.href})},18e4),e={},o=[25,50,75,90];function l(){var s,t=document.documentElement,i=window.scrollY||t.scrollTop,n=t.scrollHeight-t.clientHeight;if(n<=0)return;s=Math.round(i/n*100),o.forEach(function(t){s>=t&&!e[t]&&(e[t]=!0,typeof gtag=="function"&&gtag("event","scroll_depth",{percent_scrolled:t,page_location:window.location.href}))})}window.addEventListener("scroll",l,{passive:!0}),document.addEventListener("click",function(e){var n,t=e.target.closest("a");if(!t||!t.href)return;try{n=new URL(t.href),n.hostname&&n.hostname!==window.location.hostname&&typeof gtag=="function"&&gtag("event","outbound_click",{link_url:t.href,link_domain:n.hostname})}catch{}}),t={},i=['[data-track="newsletter"]',".newsletter-subscription-form",'form[action*="subscribe"]',"#newsletter-form",".newsletter-cta"].join(", ");function a(e){return e.getAttribute&&e.getAttribute("data-cta-placement")||"unknown"}function r(){if(!("IntersectionObserver"in window))return;var e=new IntersectionObserver(function(n){n.forEach(function(n){if(!n.isIntersecting)return;var s=a(n.target);if(e.unobserve(n.target),t[s])return;t[s]=!0,typeof gtag=="function"&&gtag("event","newsletter_cta_view",{cta_placement:s,page_location:window.location.href})})},{threshold:.5});document.querySelectorAll(i).forEach(function(t){e.observe(t)})}document.readyState==="loading"?document.addEventListener("DOMContentLoaded",r):r(),n={},document.addEventListener("click",function(e){var t,s=e.target.closest('[data-track="telegram"]');if(!s)return;if(t=a(s),n[t])return;n[t]=!0,typeof gtag=="function"&&gtag("event","telegram_click",{cta_placement:t,page_location:window.location.href})})})()</script>
1<link href=https://cdn.jsdelivr.net/npm/[email protected]/dist/css/bootstrap.min.css rel=stylesheet><link href=https://cdn.jsdelivr.net/npm/[email protected]/font/bootstrap-icons.css rel=stylesheet><link href="https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700&family=Roboto+Slab:wght@300;400;500;600;700&display=swap" rel=stylesheet media=print onload='this.media="all"'><noscript><link href="https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700&family=Roboto+Slab:wght@300;400;500;600;700&display=swap" rel=stylesheet></noscript><link rel=stylesheet href=https://cdn.jsdelivr.net/gh/lipis/[email protected]/css/flag-icons.min.css><link rel=stylesheet href=/css/main.bundle.min.cc3d9125e0cd7516a078e3c5a2c78891019031b8a401a2ec39bf9240c49c23c6.css integrity="sha256-zD2RJeDNdRageOPFoseIkQGQMbikAaLsOb+SQMScI8Y="><link rel=stylesheet href=/css/central-bank-models.min.e54fec69c76307bce2bca047b0f155e8c74ab09f10dc139e83bdd027265c6a30.css integrity="sha256-5U/sacdjB7zivKBHsPFV6MdKsJ8Q3BOeg73QJyZcajA=">
1<script src=https://cdn.plot.ly/plotly-2.26.0.min.js></script>
1<script>(function(e){var t=e.Plotly;if(!t||t.__noZoom)return;t.__noZoom=1,["newPlot","react"].forEach(function(e){var n=t[e];t[e]=function(e,s,o,i){return o=Object.assign({},o,{dragmode:!1}),i=Object.assign({},i,{scrollZoom:!1,doubleClick:!1,displayModeBar:!1}),n.call(t,e,s,o,i)}})})(window)</script>
1<script>window.MathJax={tex:{inlineMath:[["$","$"],["\\(","\\)"]],displayMath:[["$$","$$"],["\\[","\\]"]]}}</script>
1<script id=MathJax-script async src=https://cdn.jsdelivr.net/npm/mathjax@3/es5/tex-mml-chtml.js></script>
1<script>window.cbwIsHome=!1,window.cbwModeToggleI18n={label:"Modus:",beginner:"Einsteiger",expert:"Experte",title:"Willkommen bei Central Bank Watch!",body:"Oben rechts gibt es jetzt einen <strong>Einsteiger/Experten-Modus-Schalter</strong>.",beginnerDescription:"<strong>Einsteiger-Modus:</strong> Vereinfachte Erklärungen und zentrale Erkenntnisse",expertDescription:"<strong>Experten-Modus:</strong> Technische Details und fortgeschrittene Analyse",preference:"Ihre Auswahl wird auf allen Seiten gespeichert.",close:"Verstanden!"}</script>
1<script src=/assets/js/mode-toggle.js></script>
1</head><body class="fed mode-beginner"><header class="header fed"><div class=container><div class="row align-items-center"><div class=col-lg-8><div data-level=beginner><h1 class="display-4 fw-bold mb-3"><span class="fi fi-us"></span>
2Volkswirtschaftliche Modelle der Federal Reserve</h1><p class="lead mb-0">Tiefgehende Analyse des makroökonomischen FRB/US-Modells</p></div><div data-level=expert><h1 class="display-4 fw-bold mb-3"><span class="fi fi-us"></span>
3Volkswirtschaftliche Modelle der Federal Reserve</h1><p class="lead mb-0">Tiefgehende Analyse des makroökonomischen FRB/US-Modells</p></div></div></div></div></header><nav class=nav-breadcrumb-hybrid><div class=container><div class=breadcrumb-content><div class=breadcrumb-navigation><a href=/ class=nav-chip><i class="bi bi-house-door"></i>
4Central Bank Watch
5</a><span class=breadcrumb-separator>›</span>
6<a href=/federal-reserve/ class=nav-chip>Federal Reserve
7</a><span class=breadcrumb-separator>›</span>
8<span class="nav-chip current"><i class="bi bi-eye"></i>
9Volkswirtschaftliche Modelle der Fed
10</span><span class=breadcrumb-separator>›</span>
11<a href=/central-banks-overview/comparison/ class=nav-chip>Economic Models Comparison
12</a><span class=breadcrumb-separator>›</span>
13<a href=/central-banks-overview/central-bank-transparency-index/ class=nav-chip>Transparency Index
14</a><span class=breadcrumb-separator>|</span>
15<a href=/about/methodology/ class=nav-chip>Methodology</a></div><div class=breadcrumb-actions><a href=# class=action-btn title="Print page"><i class="bi bi-printer"></i>
16</a><a href=# class=action-btn title="Share page"><i class="bi bi-share"></i>
17</a><a href=# class=action-btn title="Bookmark page"><i class="bi bi-bookmark"></i></a></div></div></div></nav><div class="container my-4"><div class="alert alert-primary"><div class="row align-items-center"><div class="col-lg-1 text-center"><i class="bi bi-info-circle-fill"></i></div><div class=col-lg-11><h5 class=mb-2>Seitenübersicht</h5><p class=mb-0>Diese Seite behandelt das FRB/US-Modell der Federal Reserve und wie es die geldpolitische Analyse unterstützt. Sie fasst die Modellstruktur,
18die wichtigsten Eingabedaten und die Art und Weise zusammen, wie die Mitarbeiter Simulationen nutzen, um verschiedene Politikpfade zu vergleichen. Verwenden Sie die Einsteiger/Experten-Umschaltfläche oben rechts, um den
19Detaillierungsgrad anzupassen.<p class=mb-0></p></p></div></div></div><div class=toc data-level=both><h4>Inhaltsverzeichnis</h4><div class=row><div class=col-md-6><ul><li><a href=#overview>Modellübersicht</a></li><li><a href=#structure>Modellstruktur</a></li><li><a href=#households>Haushaltssektor</a></li><li><a href=#firms>Unternehmenssektor</a></li><li><a href=#financial>Finanzmärkte</a></li><li><a href=#government>Staatssektor</a></li></ul></div><div class=col-md-6><ul><li><a href=#expectations>Erwartungsbildung</a></li><li><a href=#data-sources>Eingabefaktoren & Datenquellen</a></li><li><a href=#forecasts>Aktuelle Prognosen & Berechnungsbeispiele</a></li><li><a href=#applications>Praktische Anwendungen</a></li><li><a href=#calibration>Modellkalibrierung & Schätzung</a></li><li><a href=#limitations>Einschränkungen & Kritische Analyse</a></li></ul></div></div></div><div class=content-card id=overview><h2>FRB/US-Modellübersicht</h2><div data-level=beginner><div class=highlight-box><strong>Was ist es?</strong> Das wichtigste großskalige Modell der Fed für die US-Wirtschaft<br><strong>Wer nutzt es?</strong> Fed-Mitarbeiter zur Unterstützung der Zinsentscheidungen des FOMC<br><strong>Was leistet es?</strong> Simuliert, wie Geldpolitik und Schocks rund 365 Variablen beeinflussen<br><strong>Erfolgsbilanz:</strong> Im Einsatz seit 1996; öffentlich verfügbar seit 2014</div><p>Das Federal Open Market Committee tritt achtmal im Jahr zusammen, um den Federal Funds Rate festzulegen. Diese Entscheidungen beeinflussen Kreditkosten, Beschäftigung und Inflation. FRB/US ist ein zentrales Instrument, das die Mitarbeiter nutzen, um geldpolitische Entscheidungen auf wahrscheinliche Ergebnisse abzubilden.</p><p>Es ist einer von vielen Inputs. Das Modell liefert szenariobasierte Analysen neben anderen Modellen und Expertenschätzungen.</p><div class=analogy-box><h5>Was bedeutet „Modell" hier?</h5><p class=mb-0>Ein Modell ist ein System von Gleichungen, das Ausgaben, Beschäftigung, Preise und Finanzierungsbedingungen miteinander verknüpft. Ändert man den Leitzins, zeichnet das Modell nach, wie sich diese Zusammenhänge typischerweise im Zeitverlauf verändern. Es ist ein disziplinierter Ansatz zum Vergleich von Optionen, keine Prognose unerw
19arteter Ereignisse.</p></div><h4>Warum ein Modell benötigt wird</h4><p>Geldpolitik wirkt über viele Kanäle und mit langen Verzögerungen auf die Wirtschaft. Ein Modell hilft, diese Wechselwirkungen und zeitlichen Abläufe konsistent zu erfassen.</p><ul><li><strong>Vernetzte Effekte:</strong> Zinsänderungen beeinflussen den Dollar, Vermögenspreise, Kreditkosten und Erwartungen gleichzeitig.</li><li><strong>Verzögerte Transmission:</strong> Die Inflation reagiert oft erst mit einer Verzögerung von vielen Quartalen.</li><li><strong>Empirische Grundlage:</strong> FRB/US wird auf Basis von Jahrzehnten US-amerikanischer Daten geschätzt.</li></ul><h4>Die wichtigsten Sektoren</h4><p>FRB/US unterteilt die Wirtschaft in Sektoren mit unterschiedlichem Verhalten:</p><div class=model-section><h5>Haushalte: Konsum und Sparen</h5><p>Haushalte entscheiden, wie viel sie ausgeben und wie viel sie sparen. Höhere Zinsen verlangsamen tendenziell größere Anschaffungen, wobei einige Haushalte liquiditätsbeschränkt und weniger zinssensitiv sind.</p><h5>
19Unternehmen: Investitionen und Beschäftigung</h5><p>Unternehmen investieren und stellen auf Grundlage der erwarteten Nachfrage und der Finanzierungskosten ein. Höhere Zinsen erhöhen die Renditeanforderungen für neue Projekte.</p><h5>Finanzmärkte: Geldpolitische Transmission</h5><p>Die Fed legt den Tagesgeldsatz fest, der Anleiherenditen, Hypothekenzinsen und Aktienbewertungen beeinflusst. Das Modell erfasst diese Zusammenhänge.</p><h5>Die übrige Welt</h5><p>Geldpolitik beeinflusst den Dollar und den Außenhandel. Ein stärkerer Dollar bremst typischerweise die Exporte und senkt die Importpreise.</p></div><div class=example-box><h5>Anschauliches Beispiel: Eine Zinserhöhung um 1 %</h5><p>Im Modell bewirkt eine Straffung um 1 Prozentpunkt typischerweise:</p><ol><li><strong>Sofort:</strong> Niedrigere Vermögenspreise und ein stärkerer Dollar.</li><li><strong>Innerhalb von 6 Monaten:</strong> Schwächere Wohnungsbautätigkeit und langsameres Investitionswachstum.</li><li><strong>Innerhalb von 12 Monaten:</strong> Langsameres Beschäftigungswachstum und ein leichter Anstieg der Arbeitslosigkeit.</li><li><strong>Innerhalb von 18–24 Monaten:</strong> Niedrigere Inflation bei nachlassender Nachfrage.</li></ol><p>Dies sind modellbasierte Tendenzen, keine Punktprognosen.</p></div></div><div data-level=expert><div class=highlight-box><strong>Modellklassifikation:</strong> Großskaliges geschätztes Strukturmodell (kein DSGE)<br><strong>Aktuelle Version:</strong> Februar 2024 (284 Verhaltensgleichungen, 365 Variablen)<br><strong>Operativ seit:</strong> 1996 (Ablösung des MPS-Modells)<br><strong>Öffentliche Verfügbarkeit:</strong> Modellpaket seit 2014 für Forscher veröffentlicht<br><strong>Schätzung:</strong> Maximum-Likelihood und GMM auf Quartalsdaten ab 1966<br><strong>Lösung:</strong> Newton-Raphson mit Erwartungsmodi (VAR-basiert oder modellkonsistent)</div><p>FRB/US ist ein großskaliges geschätztes Strukturmodell, das außerhalb der DSGE-Tradition steht. Es priorisiert empirische Anpassungsgüte und institutionelle Detailtreue bei geringerem Gewicht auf vollständig mikrofundierter Optimierung.</p><p>Das Modell spiegelt den pragmatischen Ansatz der Fed bei der geldpolitischen Analyse wider. Es löste 1996 das MPS-Modell ab, um das makroökonometrische Rahmenwerk zu modernisieren und die Modellierung von Erwartungen zu verbessern.</p><p><em>Quelle: <a href=https://www.federalreserve.gov/econres/us-models-about.htm target=_blank>Federal Reserve FRB/US-Projektseite</a></em></p><h4>Was unterscheidet FRB/US von DSGE-Modellen?</h4><p>Die Unterscheidung ist für die Interpretation von Ergebnissen und Einschränkungen relevant:</p><div class=model-section><h5>1. Schätzung vs. Kalibrierung</h5><p>DSGE-Modelle kalibrieren häufig zentrale Parameter und evaluieren dann die Anpassungsgüte. FRB/US schÃ
19¤tzt die meisten Parameter aus aggregierten Daten, was die empirische Anpassung verbessert, jedoch auf Kosten der strukturellen Interpretierbarkeit.</p><h5>2. Verhaltensgleichungen vs. Euler-Gleichungen</h5><p>FRB/US kombiniert theoriekonforme langfristige Zusammenhänge mit empirischen kurzfristigen Dynamiken. Der Konsumblock verbindet Lebenszyklus-Verhalten mit einer Rule-of-Thumb-Komponente, um Heterogenität zu approximieren.</p><h5>3. Institutioneller Realismus</h5><p>FRB/US integriert institutionelle Details der USA, die in DSGE-Modellen häufig abstrahiert werden:</p><ul><li><strong>Steuerliche Detailtreue:</strong> Progressive Steuersätze, Abschreibungsregeln, Steuervergünstigungen</li><li><strong>Sozialprogramme:</strong> Social Security, Medicare, Medicaid mit demografischen Faktoren</li><li><strong>Hypothekenstruktur:</strong> 30-jährige Festzinshypotheken und Cashflow-Effekte</li><li><strong>Finanzsektor:</strong> Zinsstruktur, Risikoprämien, Tobins Q für Investitionen</li></ul><h5>4. Flexibilität der Erwartungen</h5><p>Das Modell kann unter verschiedenen Erwartungsannahmen laufen, ohne neu geschätzt werden zu müssen. Die Mitarbeiter können VAR-basierte Erwartungen mit modellkonsistenten Erwartungen vergleichen, um die Robustheit zu testen.</p></div><h4>Geldpolitische Transmissionsmechanismen</h4><p>Geldpolitik wirkt über mehrere Kanäle mit unterschiedlichen Verzögerungsstrukturen:</p><table class="table table-sm variable-table"><thead><tr><th>Kanal</th><th>Mechanismus</th><th>Maximale Wirkung</th><th>Modelldarstellung</th></tr></thead><tbody><tr><td>Zinskanal</td><td>Kapitalkosten → Investitionen, Wohnungsbau</td><td>4–6 Quartale</td><td>Nutzungskosten-Elastizitäten: $\epsilon_{I,r} \approx -1.0$</td></tr><tr><td>Vermögenspreiskanal</td><td>Aktienbewertungen → Vermögen → Konsum</td><td>6–8 Quartale</td><td>Vermögenseffekt: $\partial C / \partial W \approx 0.03$</td></tr><tr><td>Wechselkurskanal</td><td>
19Zinsdifferenz → Dollar → Nettoexporte</td><td>3–5 Quartale</td><td>Handelselastizität: $\epsilon_{NX,e} \approx -0.3$</td></tr><tr><td>Erwartungskanal</td><td>Forward Guidance → Zukünftige Zinsen → Aktuelle Entscheidungen</td><td>1–3 Quartale</td><td>Erwartungsterme in Euler-Gleichungen</td></tr><tr><td>Kreditkanal</td><td>Bankkapital → Kreditvergabestandards → Kreditverfügbarkeit</td><td>3–6 Quartale</td><td>Finanzakzelerator über Risikoaufschlag</td></tr></tbody></table><h4>Numerische Implementierung</h4><div class=implementation-box><p><strong>Lösungsalgorithmus:</strong></p><pre>
20# Pseudo-code for FRB/US solution
211. Linearize system around steady state
222. For t = 1 to T:
23   a. Compute expectations: E_t[X_{t+1}] using VAR or RE
24   b. Solve non-linear block (pricing, investment) via Newton-Raphson
25   c. Solve linear block (identities, AR processes) analytically
26   d. Check convergence: ||X_t - X_t^{prev}|| < tolerance
273. If not converged, update and iterate
28
29# Key parameters from estimation:
30- Consumption smoothing: σ ≈ 2.0 (IES = 0.5)
31- Calvo pricing: θ ≈ 0.75 (avg. 4-quarter price duration)
32- Phillips curve slope: κ ≈ 0.01 (very flat)
33- Taylor rule: ψ_π ≈ 1.5, ψ_y ≈ 0.5
34                </pre></div><h4>Komparative Vorteile und Einschränkungen</h4><p><strong>Vorteile gegenüber DSGE-Modellen:</strong></p><ul><li>Stärkere empirische Anpassung an US-Nachkriegsdaten</li><li>Reichhaltigere Dynamik durch geschätzte Anpassungsgleichungen</li><li>Flexible Erwartungsmechanismen für Robustheitsprüfungen</li><li>Institutionelle Detailtreue unterstützt Politikevaluation</li></ul><p><strong>Vorteile gegenüber VAR-/reduzierten Modellen:</strong></p><ul><li>Strukturelle Interpretation ermöglicht kontrafaktische Analysen</li><li>Theoriekonforme langfristige Eigenschaften</li><li>Bewältigt Regimewechsel und Forward Guidance</li><li>Zerlegung von Schocks in strukturelle Komponenten</li></ul><p><strong>Zentrale Einschränkungen (im Detail <a href=#limitations>unten</a> besprochen):</strong></p><ul><li>Begrenzte Finanzfriktionen und Kreditmarktdetails</li><li>Keine explizite Heterogenität zwischen Haushalten oder Unternehmen</li><li>Schwächere Leistung in Phasen unkonventioneller Geldpolitik</li><li>Instabilität der Phillips-Kurve in den letzten Jahrzehnten</li></ul></div></div><div class=content-card id=structure><h2>Modellstruktur und Kernrahmenwerk</h2><div data-level=beginner><p>FRB/US trennt gewünschtes Verhalten von den Friktionen, die die Anpassung verlangsamen. Die Lücke zwischen Zielwerten und tatsächlichen Ergebnissen treibt die Dynamik der Wirtschaft an.</p><div class=analogy-box><h5>Die zwei Ebenen verstehen</h5><p><strong>Ebene 1 – Langfristige Zielwerte:</strong> Haushalte und Unternehmen wählen gewünschte Ausgaben, Einstellungen und Preise auf Grundlage von Anreizen und erwartetem Einkommen.</p><p class=mb-0><strong>Ebene 2 – Anpassungsfriktionen:</strong> Finanzierungs-, Bau- und Informationsverzögerungen bremsen die Bewegung hin zu diesen Zielwerten.</p></div><h4>Die vier wichtigsten Bausteine</h4><div class=model-section><h5>1. Entscheidungen der Menschen</h5><p>Haushalte glätten ihren Konsum über die Zeit auf Grundlage von Einkommen, Vermögen und Zinsen.</p><div class=example-box><p><strong>Beispiel:</strong> Ein potenzieller Käufer bewertet:</p><ul class=mb-0><li>Aktuelles Einkommen</li><li>Erwartetes zukünftiges Einkommen</li><li>Hypothekenzinsen</li><li>Vorhandene Ersparnisse und Vermögenswerte</li></ul><p class=mb-0>Das Modell aggregiert diese Entscheidungen zu Wohnungsnachfrage und Konsum.</p></div><h5>2. Unternehmensentscheidungen</h5><p>Unternehmen stellen ein und investieren auf Grundlage der erwarteten Nachfrage und der Finanzierungskosten.</p><div class=example-box><p><strong>Beispiel:</strong> Ein Hersteller, der ein neues Werk erwägt, berücksichtigt:</p><ul class=mb-0><li>Aktuelle und erwartete Umsätze</li><li>Kreditkosten</li><li>Arbeitskosten und Arbeitskräfteverfügbarkeit</li><li>Bestehende Kapazitäten</li></ul><p class=mb-0>
34Aggregierte Entscheidungen bestimmen Beschäftigung, Investitionen und Produktion.</p></div><h5>3. Preissetzung</h5><p>Unternehmen passen ihre Preise nur unregelmäßig an, da Änderungen kostspielig sind. Deshalb reagiert die Inflation mit Verzögerung.</p><div class=analogy-box><p class=mb-0><strong>In der Praxis:</strong> Unternehmen aktualisieren ihre Preise in Schüben, nicht kontinuierlich, was die Inflation graduell statt unmittelbar macht.</p></div><h5>4. Erwartungen über die Zukunft</h5><p>Erwartungen prägen Ausgaben-, Preis- und Lohnentscheidungen von heute.</p><div class=example-box><p><strong>Die Kommunikation der Fed ist entscheidend:</strong> Wenn die Fed einen Politikpfad signalisiert, verändert sich das Verhalten sofort:</p><ul class=mb-0><li>Unternehmen passen ihre Investitionspläne an</li><li>Haushalte passen ihre Wohnungsentscheidungen an</li><li>Märkte bewerten langfristige Zinsen neu</li></ul></div></div><h4>Wie diese Bausteine zusammenwirken</h4><p>Das Modell bildet einen Rückkopplungskreislauf ab:</p><ol><li>Die Fed ändert die Zinsen →</li><li>Kreditkosten verschieben sich →</li><li>Ausgaben und Investitionen ändern sich →</li><li>Die Produktion passt sich an →</li><li>Die Beschäftigung reagiert →</li><li>Löhne verändern sich →</li><li>Preise passen sich an →</li><li>Die Inflation ändert sich →</li><li>Die Fed bewertet die Politik neu →</li><li>...und der Kreislauf setzt sich fort</li></ol></div><div data-level=expert><p>FRB/US zerlegt Verhalten in optimierungsbasierte Zielwerte und empirische Anpassungsdynamiken und kombiniert so Handhabbarkeit mit starker empirischer Anpassung.</p><div class=model-section><h4>Fundamentale Strukturkomponenten</h4><h5>1. Arbitrage-Gleichgewichte und Vermögenspreisbildung</h5><p>Es wird angenommen, dass Finanzmärkte über Arbitragefreiheitsbedingungen sofort ins Gleichgewicht gelangen. Die Zinsstruktur folgt:</p><div class=equation-box>$$R_{t,n} = \frac{1}{n}\sum_{i=0}^{n-1} E_t[r_{t+i}] + \theta_{t,n}$$</div><p>wobei $R_{t,n}$ der n-periodige Zinssatz, $r_t$ der einperiodige Leitzins und $\theta_{t,n}$ eine zeitvariable Laufzeitprämie ist. Die Laufzeitprämie folgt einem AR(1)-Prozess, der per Kalman-Filter geschätzt wird:</p><div class=equation-box>$$\theta_{t,n} = \rho_\theta \theta_{t-1,n} + \epsilon_{t}^{\theta}, \quad \rho_\theta \approx 0.95$$</div><p>Die Aktienpreisbildung folgt einem Gordon-Wachstumsmodell mit zeitvariablen Diskontierungssätzen:</p><div class=equation-box>$$P_t^E = \frac{D_t}{R_t^E - g_t^D}, \quad R_t^E = r_t + \phi_{eq} + \omega_t$$</div><p>wobei $D_t$ die Dividenden, $g_t^D$ das erwartete Dividendenwachstum, $\phi_{eq}$ die Aktienrisikoprämie (geschätzt auf 4,5 % jährlich) und $\omega_t$ die zeitvariable Risikobereitschaft erfassen.</p><p>Wechselkurse folgen einer modifizierten ungedeckten Zinsparität:</p><div class=equation-box>$$E_t[\Delta s_{t+1}] = (r_t - r_t^*) + \psi_t$$</div><p>wobei $\psi_t$ Abweichungen von der UIP (Risikoprämie, Safe-Haven-Ströme) darstellt, deren geschätzte Halbwertszeit bei ca. 3 Quartalen liegt.</p><h5>2. Intertemporale Optimierungsprobleme</h5><p><strong>Haushaltsoptimierung:</strong></p><p>Der repräsentative Haushalt maximiert den diskontierten Nutzen über einen unendlichen Horizont:</p><div class=equation-box>$$\max E_0 \sum_{t=0}^{\infty} \beta^t U(C_t, L_t)$$</div><p>unter der intertemporalen Budgetrestriktion:</p><div class=equation-box>$$A_{t+1} = (1+r_t)(A_t + W_t L_t - C_t - T_t)$$</div><p>Die Bedingung erster Ordnung ergibt die Konsum-Euler-Gleichung:</p><div class=equation-box>$$U_C(C_t, L_t) = \beta (1+r_t) E_t[U_C(C_{t+1}, L_{t+1})]$$</div><p>Unter Annahme einer CRRA-Nutzenfunktion $U(C,L) = \frac{C^{1-\sigma}}{1-\sigma} + \psi \frac{(1-L)^{1-\nu}}{1-\nu}$ wird daraus:</p><div class=equation-box>$$C_t^{-\sigma} = \beta (1+r_t) E_t[C_{t+1}^{-\sigma}]$$</div><p>Log-Linearisierung um den Gleichgewichtszustand:</p><div class=equation-box>$$c_t = E_t[c_{t+1}] - \frac{1}{\sigma}(r_t - E_t[\pi_{t+1}] - \rho)$$</div><p>wobei $\sigma \approx 2.0$ (geschätzt), was eine intertemporale Substitutionselastizität von $1/\sigma = 0.5$ impliziert.</p><p><strong>Unternehmensoptimierung:</strong></p><p>Unternehmen maximieren den Barwert der Gewinne unter Verwendung der Produktionsfunktion:</p><div class=equation-box>$$Y_t = A_t K_t^\alpha L_t^{1-\alpha}$$</div><p>Die Kapitalakkumulation folgt:</p><div class=equation-box>$$K_{t+1} = (1-\delta)K_t + I_t$$</div><p>Die Bedingung erster Ordnung für Kapital ergibt die neoklassische Investitionsgleichung:</p><div class=equation-box>$$\frac{MPK_t}{P_t^I} = r_t + \delta - E_t\left[\frac{\Delta P_t^I}{P_t^I}\right]$$</div><p>wobei $MPK_t = \alpha A_t (K_t/L_t)^{\alpha-1}$ das Grenzprodukt des Kapitals und $P_t^I$ der Preis der Investitionsgüter ist.</p><h5>3. Anpassungskosten und nominale Rigiditäten</h5><p><strong>Preissetzung:</strong> Unternehmen unterliegen einer Calvo-Preissetzung mit einer Wahrscheinlichkeit $\theta$, die Preise in jeder Periode nicht anpassen zu können. Die Herleitung der Phillips-Kurve ergibt:</p><div class=equation-box>$$\pi_t = \beta E_t[\pi_{t+1}] + \kappa \cdot mc_t$$</div><p>wobei $\kappa = \frac{(1-\theta)(1-\beta\theta)}{\theta}$ und $mc_t$ die realen Grenzkosten sind. Bei einem geschätzten $\theta \approx 0.75$ beträgt die durchschnittliche Preisdauer $\frac{1}{1-\theta} = 4$ Quartale.</p><p>Die empirische Phillips-Kurve in FRB/US beinhaltet zusätzliche Persistenz und Indexierung:</p><div class=equation-box>$$\pi_t = \gamma_f E_t[\pi_{t+1}] + \gamma_b \pi_{t-1} + \kappa \cdot gap_t + \mu \cdot \pi_t^{import}$$</div><p>wobei $\gamma_f \approx 0.24$, $\gamma_b \approx 0.76$, $\kappa \approx 0.01$ (sehr flach), $\mu \approx 0.08$.</p><p><strong>Lohnsetzung:</strong> Ein analoger Calvo-Mechanismus für Löhne ergibt:</p><div class=equation-box>$$w_t = \phi_f E_t[w_{t+1}] + \phi_b w_{t-1} + \phi_u (u^* - u_t) + \phi_\pi \pi_t$$</div><p>mit einer Lohn-Phillips-Kurve-Steigung von $\phi_u \approx 0.015$ und einem Inflationsdurchschlag von $\phi_\pi \approx 0.60$.</p><h5>4. Mechanismen der Erwartungsbildung</h5><p>FRB/US ermöglicht flexible Erwartungen über drei Modi:</p><p><strong>
34VAR-basiert (rückwärtsgerichtet):</strong></p><div class=equation-box>$$E_t[X_{t+h}] = \Phi_h X_t + \Psi_h Z_t$$</div><p>wobei $X_t$ endogene Variablen und $Z_t$ exogene Variablen enthält. Die VAR-Parameter $\{\Phi_h, \Psi_h\}$ werden per OLS auf historischen Daten geschätzt.</p><p><strong>Modellkonsistent (Rationale Erwartungen):</strong></p><p>Erwartungen werden simultan mit dem Modell über den Newton-Raphson-Algorithmus gelöst. Für eine beliebige Variable $X$:</p><div class=equation-box>$$E_t[X_{t+h}] = f_h(X_t, \theta, \epsilon_{t+1:t+h})$$</div><p>wobei $f_h$ die h-Schritte-voraus-Modelllösung ist und $\theta$ die strukturellen Parameter enthält.</p><p><strong>Hybrid:</strong> Konvexe Kombination aus VAR und RE:</p><div class=equation-box>$$E_t[X_{t+h}] = \lambda \cdot E_t^{VAR}[X_{t+h}] + (1-\lambda) \cdot E_t^{RE}[X_{t+h}]$$</div><p>mit einem typischerweise auf 0,75 gesetzten $\lambda$, was die Evidenz aus Umfragen widerspiegelt, dass die meisten Akteure adaptive statt vollständig rationale Erwartungen verwenden.</p></div><h4>Zustandsraumdarstellung</h4><p>Das vollständige Modell lässt sich in kompakter Zustandsraumform schreiben:</p><div class=equation-box>$$\begin{aligned}
35A_0 X_t &= A_1 X_{t-1} + A_2 E_t[X_{t+1}] + B Z_t + \epsilon_t \\
36X_t &= [\text{GDP}, \pi, u, r, C, I, ...]^T \in \mathbb{R}^{365} \\
37Z_t &= [\text{oil price}, \text{foreign demand}, ...]^T \in \mathbb{R}^{40}
38\end{aligned}$$</div><p>wobei $A_0, A_1, A_2 \in \mathbb{R}^{365 \times 365}$ dünn besetzte Matrizen (90 % Nullen) mit Strukturparametern sind, $B \in \mathbb{R}^{365 \times 40}$ exogene Schocks abbildet und $\epsilon_t$ die strukturellen Innovationen sind.</p><div class=implementation-box><p><strong>Rechentechnische Implementierung:</strong></p><pre>
39# Solution algorithm (simplified)
40function solve_frbusmodel(params, exog_path, T):
41    X = initialize_state_vector()
42
43    for t in 1:T:
44        # 1. Form expectations
45        if expectations_mode == "VAR":
46            E_X = VAR_forecast(X[1:t], params.VAR)
47        elif expectations_mode == "RE":
48            E_X = RE_solve(X, params, t)
49
50        # 2. Solve for current period
51        # Non-linear block (4 key equations)
52        X_nl = newton_raphson(
53            F_nonlinear, X0=X[t-1],
54            args=(E_X, exog_path[t], params)
55        )
56
57        # Linear block (rest of model)
58        X_linear = sparse_solve(
59            A_linear,
60            b=B*exog_path[t] + C*X_nl
61        )
62
63        X[t] = [X_nl; X_linear]
64
65    return X
66end
67
68# Typical performance:
69# - Single simulation: ~0.5 seconds (365 vars, 200 quarters)
70# - Stochastic simulation (1000 draws): ~10 minutes
71# - Full parameter estimation: ~2 hours on 32-core cluster
72                </pre></div></div></div><div class=content-card id=households><div class=sector-header><i class="bi bi-people"></i> Haushaltssektor</div><div class=sector-content><div data-level=beginner><p>Dieser Abschnitt erläutert, wie das Modell die Ausgaben, das Sparen, den Wohnungsbau und das Arbeitsangebot der Haushalte behandelt.</p><h4>Die drei großen Haushaltsentscheidungen</h4><div class=model-section><h5>1. Ausgaben vs. Sparen</h5><p>Haushalte wägen aktuelle Ausgaben gegen zukünftige Bedürfnisse ab. Das Modell geht davon aus, dass Entscheidungen das Lebenseinkommen widerspiegeln, nicht nur den heutigen Gehaltsscheck.</p><div class=example-box><h6>Beispiel: Erster Job nach dem Studium</h6><p><strong>Szenario:</strong> Ein Hochschulabsolvent beginnt einen Job mit einem Jahresgehalt von 50.000 $.</p><p><strong>Kurzfristige Sicht:</strong> „Ich sollte die Zahlungen niedrig halten."</p><p><strong>Lebenszeitliche Sicht:</strong> „Das erwartete Einkommen steigt im Laufe der Zeit, daher kann eine moderate Kreditaufnahme tragbar sein."</p><p class=mb-0>Das Modell aggregiert diese Entscheidungen zu Gesamtkonsum und Gesamtersparnis.</p></div><div class=analogy-box><p class=mb-0><strong>In der Volkswirtschaftslehre:</strong> Dies wird als Konsumglättung bezeichnet: Die Ausgaben verlaufen über den Lebenszyklus gleichmäßiger als das Einkommen.</p></div><h5>2. Hauskauf</h5><p>Wohneigentum ist die größte Anschaffung für die meisten Haushalte. Hypothekenzinsen sind daher überproportional wichtig.</p><div class=example-box><h6>Illustration: Wie Zinsänderungen den Wohnungsmarkt beeinflussen (November 2025)</h6><table class="table table-sm"><thead><tr><th>
72Hypothekenzins</th><th>Monatliche Zahlung (400.000 $ Haus)</th><th>Jährliche Differenz</th></tr></thead><tbody><tr><td>6,0 %</td><td>2.398 $</td><td>Ausgangswert</td></tr><tr><td>7,0 %</td><td>2.661 $</td><td>+3.156 $/Jahr</td></tr><tr><td>8,0 %</td><td>2.935 $</td><td>+6.444 $/Jahr</td></tr></tbody></table><p class=mb-0>Höhere Zinsen erhöhen die monatlichen Zahlungen und verringern die Nachfrage; das Modell bildet dies als geringere Wohnungsbauaktivität ab.</p></div><h5>3. Arbeiten vs. Freizeit</h5><p>Menschen entscheiden anhand von Löhnen und Freizeitpräferenzen, wie viel sie arbeiten.</p><div class=example-box><h6>Beispiel: Die Teilzeitentscheidung</h6><p>Bei 15 $/Stunde arbeitet jemand vielleicht 30 Stunden pro Woche. Bei 25 $/Stunde arbeiten einige mehr Stunden, während andere mehr Freizeit wählen. Das Modell erfasst die durchschnittliche Reaktion.</p></div></div><h4>Aktueller Stand (November 2025)</h4><div class=forecast-box><table class="table table-sm mb-0"><tr><td><strong>Durchschnittliches Haushaltseinkommen:</strong></td><td>78.500 $/Jahr (3,8 % Anstieg gegenüber 2024)</td></tr><tr><td><strong>Sparquote:</strong></td><td>4,2 % des verfügbaren Einkommens</td></tr><tr><td><strong>Verschuldung der Haushalte:</strong></td><td>17,5 Billionen $ insgesamt (12,1 Bill. $ Hypotheken, 1,6 Bill. $ Auto, 1,6 Bill. $ Kreditkarten)</td></tr><tr><td><strong>Vermögen:</strong></td><td>Durchschnittliches Nettovermögen der Haushalte: 1,06 Millionen $</td></tr></table></div><p><strong>Was das bedeutet:</strong> Die Bilanzen der Haushalte sind solide, aber zinssensitiv. Höhere Kreditkosten belasten den Wohnungsbau und das Kreditwachstum.</p></div><div data-level=expert><p>Der Haushaltssektor umfasst Konsum, Wohnungsbau, Portfolioallokation und Arbeitsangebot. Das Modell verwendet einen Lebenszyklus-Rahmen, wobei Heterogenität durch gewichtete Aggregation approximiert wird.</p><h4>Spezifikation der Konsumfunktion</h4><p>Der aggregierte Konsum wird als gewichteter Durchschnitt einer vorausschauenden (Lebenszyklus-) und einer rückwärtsgerichteten (Daumenregel-) Komponente modelliert:</p><div class=equation-box>$$C_t = \omega \cdot C_t^{LC} + (1-\omega) \cdot C_t^{RT}, \quad \omega \approx 0.60$$</div><p><strong>Lebenszyklus-Komponente ($C_t^{LC}$):</strong></p><p>Abgeleitet aus intertemporaler Optimierung mit log-linearisierter Euler-Gleichung:</p><div class=equation-box>$$c_t^{LC} = \frac{1}{1+\beta} c_{t-1} + \frac{\beta}{1+\beta} E_t[c_{t+1}^{LC}] + \frac{1-\beta}{\sigma(1+\beta)}(w_t - c_t^{LC})$$</div><p>wobei $w_t$ das Haushaltsvermögen (Finanz- + Humankapital) darstellt. Das Humankapital wird als Barwert des erwarteten Arbeitseinkommens berechnet:</p><div class=equation-box>$$HC_t = E_t \sum_{s=0}^{\infty} \left(\frac{1}{1+r}\right)^s Y_t^{labor}$$</div><p><strong>Daumenregel-Komponente ($C_t^{RT}$):</strong></p><p>Kreditbeschränkte Haushalte konsumieren einen festen Anteil des laufenden verfügbaren Einkommens:</p><div class=equation-box>$$C_t^{RT} = \lambda \cdot (Y_t - T_t), \quad \lambda \approx 0.95$$</div><p>Diese Spezifikation impliziert die folgenden marginalen Konsumquoten und Vermögenseffekte:</p><ul><li>Marginale Konsumquote bei transitorischem Einkommensschock: $\approx 0.40$ (gewichteter Durchschnitt)</li><li>Marginale Konsumquote bei permanenter Einkommenssteigerung: $\approx 0.85$ (Lebenszyklus dominiert langfristig)</li><li>Vermögenseffekt: $\partial C / \partial W \approx 0.03$ (3 Cent pro Dollar Vermögenszuwachs)</li></ul><h4>Wohnungssektor</h4><p><strong>Wohnungsnachfrage:</strong></p><p>Die reale Wohnungsnachfrage (Bestand) wird durch die Nutzungskosten des Wohnkapitals bestimmt:</p><div class=equation-box>$$\log H_t^D = \beta_0 + \beta_1 \log Y_t^{perm} + \beta_2 \log UC_t^{housing} + \epsilon_t$$</div><p>wobei die Nutzungskosten wie folgt definiert sind:</p><div class=equation-box>$$UC_t = P_t^H \left[(r_t^{mortgage} + \delta_H + \tau_{property})(1-\tau_{income}) - E_t[\pi_t^H]\right]$$</div><p>mit geschätzten Elastizitäten $\beta_1 \approx 1.0$ (Einheitselastizität des Einkommens), $\beta_2 \approx -0.5$ (Nutzungskostenelastizität).</p><p><strong>Wohnungsbauinvestitionen:</strong></p><p>Die Wohnungsbauinvestitionen (Strom) reagieren auf die Lücke zwischen gewünschtem und tatsächlichem Bestand:</p><div class=equation-box>$$I_t^H = \delta_H H_{t-1} + \phi(H_t^D - H_{t-1}) + \psi \Delta H_t^D$$</div><p>wobei $\phi \approx 0.15$ (langsame Anpassung aufgrund von Bauverzögerungen) und $\psi \approx 2.5$ (Akzeleratoreffekt).</p><h4>Arbeitsangebot</h4><p>Das aggregierte Arbeitsangebot (Stunden) wird aus der Nutzenmaximierung über Konsum und Freizeit abgeleitet. Die Arbeitsangebotselastizität bezüglich des Reallohns beträgt:</p><div class=equation-box>$$\epsilon_{L,w} = \frac{d \log L}{d \log (W/P)} \approx 0.25$$</div><p>Diese niedrige Elastizität spiegelt sich gegenseitig aufhebende Einkommens- und Substitutionseffekte wider. Die Partizipationselastizität ist mit $\approx 0.5$ höher, insbesondere bei Zweitverdienern.</p><h4>Illustrative Zustandsvariablen (Q4 2025)</h4><div class=implementation-box><pre>
73# Household Sector State (Q4 2025)
74Consumption_total = 14.8  # $ trillion, real 2017 dollars
75Disposable_income = 17.9  # $ trillion, real
76Savings_rate = 0.042      # 4.2% of disposable income
77
78# Wealth composition
79Financial_wealth = 85.3   # $ trillion (stocks, bonds, deposits)
80Housing_wealth = 47.8     # $ trillion (home equity)
81Total_wealth = 133.1      # $ trillion
82
83# Debt
84Mortgage_debt = 12.1      # $ trillion
85Consumer_credit = 5.1     # $ trillion (auto, cards, student)
86Debt_service_ratio = 0.094  # 9.4% of disposable income
87
88# Housing market
89Home_prices = 329000      # $ median existing home
90Mortgage_rate = 0.072     # 7.2% 30-year fixed
91Housing_starts = 1.42     # million units, SAAR
92
93# Labor market
94Participation_rate = 0.625  # 62.5% of working-age population
95Hours_worked = 34.3        # average weekly hours
96Real_wage_growth = 0.018   # 1.8% y/y
97
98# Key elasticities (estimated)
99epsilon_C_r = -0.12       # consumption to real rate (semi-elasticity)
100epsilon_H_r = -0.50       # housing to user cost
101epsilon_L_w = 0.25        # labor to real wage
102MPC_transitory = 0.40     # marginal propensity to consume
103wealth_effect = 0.03      # consumption to wealth
104                    </pre></div><h4>Impulsantwort auf eine Zinserhöhung um 100 Basispunkte</h4><table class="table table-sm variable-table"><thead><tr><th>Quartal</th><th>Konsum (% Veränd.)</th><th>Wohnungsbauinv. (% Veränd.)</th><th>Arbeitsstunden (% Veränd.)</th><th>Sparquote (Pp. Veränd.)</th></tr></thead><tbody><tr><td>Q1</td><td>-0,1</td><td>-1,2</td><td>-0,05</td><td>+0,2</td></tr><tr><td>Q4</td><td>-0,4</td><td>-4,5</td><td>-0,18</td><td>+0,4</td></tr><tr><td>Q8</td><td>-0,6</td><td>-5,2</td><td>-0,25</td><td>+0,3</td></tr><tr><td>Q12</td><td>-0,5</td><td>-3,8</td><td>-0,20</td><td>+0,1</td></tr></tbody></table><p><em>Hinweis:</em> Der Wohnungsbau reagiert schneller als der Konsum, bedingt durch Hebelwirkung und die Langlebigkeit des Wohnkapitals. Konsumeffekte erreichen ihren Höhepunkt später, wenn sich die Vermögenseffekte akkumulieren.</p></div></div></div><div class=content-card id=firms><div class=sector-header><i class="bi bi-building"></i> Unternehmenssektor</div><div class=sector-content><div data-level=beginner><p>Dieser Abschnitt behandelt, wie Unternehmen Entscheidungen über Produktion, Einstellung, Investition und Preissetzung treffen.</p><h4>Die vier wichtigsten Unternehmensentscheidungen</h4><div class=model-section><h5>1. Wie viel produzieren?</h5><p>Unternehmen versuchen, die Produktion an die Nachfrage anzupassen, aber die Produktion passt sich mit Verzögerung an, da Lieferketten und Personalbesetzung Zeit benötigen.</p><div class=example-box><h6>Beispiel: Der Ansturm in der Weihnachtssaison</h6><p>Ein Spielzeughersteller verzeichnet im Oktober steigende Aufträge. Die Produktion steigt erst, nachdem:</p><ul><li>Rohstoffe bestellt wurden (2-3 Wochen)</li><li>Zeitarbeiter eingestellt und geschult wurden (3-4 Wochen)</li><li>Zusätzlicher Lagerraum organisiert wurde (mehrere Wochen)</li></ul><p class=mb-0>Das Modell erfasst diese Verzögerungen zwischen Nachfrage und Produktion.</p></div><h5>2. Wie viele Arbeitnehmer einstellen?</h5><p>Einstellungen sind kostspielig und unsicher, daher passen Unternehmen vorsichtig an.</p><div class=analogy-box><p class=mb-0><strong>In der Praxis:</strong> Unternehmen setzen häufig Überstunden ein, bevor sie Festangestellte einstellen, und stellen erst ein, wenn die Nachfrage nachhaltig erscheint.</p></div><div class=example-box><h6>Reale Zahlen: Die Einstellungsentscheidung (November 2025)</h6><p><strong>Kosten für die Einstellung eines Mitarbeiters:</strong></p><ul><li>Rekrutierung: 4.000 $</li><li>Schulung: 6.000 $</li><li>Geringere Produktivität während der Einarbeitung: 3.000 $</li><li><strong>Gesamt: 13.000 $</strong></li></ul><p>Das Durchschnittsgehalt beträgt 60.000 $/Jahr mit 15.000 $ an Sozialleistungen. Eine Einstellung ist eine langfristige Verpflichtung.</p><p class=mb-0><strong>Modellimplikation:</strong> Die Beschäftigung hinkt der Produktion typischerweise hinterher, da Unternehmen auf eine nachhaltige Nachfrage warten.</p></div><h5>3. Sollen wir neue Fabriken bauen? (Investition)</h5><p>Große Investitionen brauchen Zeit und hängen von der erwarteten Nachfrage und den Finanzierungskosten ab:</p><ul><li>Die erwarteten Umsätze sind stark</li><li>Die Kreditkosten sind tragbar</li><li>Die Unsicherheit ist begrenzt</li></ul><div class=example-box><h6>Wie Zinssätze die Unternehmensinvestitionen beeinflussen</h6><p><strong>Szenario:</strong> Ein Unternehmen erwägt eine Fabrikerweiterung um 10 Millionen $.</p><table class="table table-sm"><thead><tr><th>Zinssatz</th><th>Jährliche Kreditkosten</th><th>Benötigte Rendite</th><th>Entscheidung</th></tr></thead><tbody><tr><td>3 %</td><td>300.000 $</td><td>>5 %</td><td class=text-success>Durchführen</td></tr><tr><td>5 %</td><td>500.000 $</td><td>>7 %</td><td class=text-warning>Vorsichtig</td></tr><tr><td>7 %</td><td>700.000 $</td><td>>9 %</td><td class=text-danger>Verschieben</td></tr></tbody></table><p class=mb-0>Höhere Zinsen erhöhen die Hürde für Investitionen und bremsen die Investitionsausgaben.</p></div><h5>4. Preissetzung</h5><p>Unternehmen ändern ihre Preise nicht ständig, weil dies kostspielig ist und Kundenunzufriedenheit riskiert.</p><div class=example-box><h6>Warum Preise „rigide" sind</h6><p><strong>Kosten der Preisänderung:</strong></p><ul><li>Restaurants: Neudrucken der Speisekarten</li><li>Einzelhändler: Ändern der Preisschilder/Etiketten</li><li>E-Commerce: Aktualisierung Tausender Webseiten</li><li>B2B: Neuverhandlung langfristiger Verträge</li><li>Alle: Risiko, Kunden zu verärgern</li></ul><p><strong>Modellimplikation:</strong> Preise ändern sich selten, daher reagiert die Inflation mit Verzögerung auf die Geldpolitik.</p></div></div><h4>Aktuelle Geschäftslage (November 2025)</h4><div class=forecast-box><table class="table table-sm mb-0"><tr><td><strong>Unternehmensinvestitionen:</strong></td><td>3,1 Billionen $/Jahr (5 % Rückgang gegenüber dem Höchststand 2023)</td></tr><tr><td><strong>Unternehmensgewinne:</strong></td><td>2,8 Billionen $/Jahr (Gewinnmarge: 11,2 %)</td></tr><tr><td><strong>Unternehmenskreditzins:</strong></td><td>8,3 % im Durchschnitt (gestiegen von 4,5 % im Jahr 2021)</td></tr><tr><td><strong>Kapazitätsauslastung:</strong></td><td>78,5 % (unter dem historischen Durchschnitt von 80 %)</td></tr></table></div><p><strong>Was das bedeutet:</strong> Höhere Kreditkosten haben die Investitionen gebremst. Unternehmen nutzen bestehende Kapazitäten, anstatt zu expandieren, was mit der restriktiven Geldpolitik übereinstimmt.</p></div><div data-level=expert><p>Der Unternehmenssektor umfasst Produktion, Faktornachfrage, Preissetzung unter nominalen Rigiditäten und Investitionen mit Anpassungskosten. Das Modell verwendet eine neoklassische Standardproduktionsfunktion mit Calvo-Preissetzung und Tobins Q-Investitionstheorie.</p><h4>Produktionstechnologie</h4><p>Die gesamtwirtschaftliche Produktion folgt einer Cobb-Douglas-Funktion mit arbeitserweiterndem technischen Fortschritt:</p><div class=equation-box>$$Y_t = A_t K_t^\alpha (L_t H_t)^{1-\alpha}$$</div><p>wobei $K_t$ der Kapitalbestand, $L_t$ die Beschäftigung, $H_t$ die Stunden pro Arbeitnehmer und $A_t$ die Arbeitsproduktivität ist. Die geschätzte Produktionselastizität beträgt $\alpha \approx 0.33$ (konsistent mit dem Kapitalanteil am Einkommen).</p><p>Die Produktivität entwickelt sich gemäß:</p><div class=equation-box>$$\Delta \log A_t = \mu_A + \rho_A \Delta \log A_{t-1} + \epsilon_t^A$$</div><p>mit Trendwachstum $\mu_A \approx 0.005$ (2,0 % annualisiert) und Persistenz $\rho_A \approx 0.3$.</p><h4>Kapitalakkumulation und Investition</h4><p><strong>Kapitalbestandsdynamik:</strong></p><div class=equation-box>$$K_{t+1} = (1-\delta)K_t + I_t$$</div><p>
104mit Abschreibungsrate $\delta \approx 0.025$ (10 % annualisiert, gewichteter Durchschnitt von Gebäuden und Ausrüstung).</p><p><strong>Investitionsfunktion:</strong></p><p>Der gewünschte Kapitalbestand wird aus der Gewinnmaximierung abgeleitet:</p><div class=equation-box>$$K_t^* = \alpha \cdot \frac{Y_t}{UC_t^K}$$</div><p>wobei die Nutzungskosten des Kapitals wie folgt definiert sind:</p><div class=equation-box>$$UC_t^K = \frac{P_t^I}{P_t}\left[(r_t + \delta)(1-\tau_c ITC) - E_t[\pi_t^I]\right] \cdot \frac{1}{1-\tau_c}$$</div><p>mit $\tau_c$ Körperschaftsteuersatz (derzeit 21 %), $ITC$ Investitionssteuergutschrift und $\pi_t^I$ Kapitalgewinne auf Investitionsgüter.</p><p>Die tatsächliche Investition folgt Tobins Q mit Anpassungskosten:</p><div class=equation-box>$$\frac{I_t}{K_t} = \delta + \phi_0 + \phi_1 Q_t + \phi_2 \Delta Y_t + \phi_3 CF_t$$</div><p>wobei:</p><ul><li>$Q_t = \frac{V_t}{P_t^I K_t}$ Tobins Q ist (Marktwert / Wiederbeschaffungskosten)</li><li>$\Delta Y_t$ Akzeleratoreffekte erfasst</li><li>$CF_t$ der Cashflow ist (für liquiditätsbeschränkte Unternehmen)</li></ul><p>Geschätzte Parameter:</p><ul><li>$\phi_1 \approx 0.04$ (Q-Elastizität – schrittweise Anpassung)</li><li>$\phi_2 \approx 19.5$ (starker Akzeleratoreffekt)</li><li>$\phi_3 \approx 0.22$ (22 % der Unternehmen sind liquiditätsbeschränkt)</li></ul><h4>Arbeitsnachfrage</h4><p><strong>Optimale Beschäftigung:</strong></p><p>Aus der Produktionsfunktion ergibt sich die Arbeitsnachfrage:</p><div class=equation-box>$$MPL_t = (1-\alpha) A_t \left(\frac{K_t}{L_t H_t}\right)^\alpha = \frac{W_t}{P_t} \cdot (1 + \tau_{payroll})$$</div><p>Log-Linearisierung ergibt die Arbeitsnachfrage:</p><div class=equation-box>$$\ell_t = \frac{1}{\alpha}y_t - \frac{1}{\alpha}(w_t - p_t) + \frac{\alpha}{1-\alpha}k_t$$</div><p>Langfristige Elastizität der Arbeitsnachfrage bezüglich des Reallohns: $\epsilon_{L,W} = -\frac{1}{\alpha} \approx -3.0$.</p><p><strong>Stundenanpassung:</strong></p><p>Unternehmen können die Arbeitszeit schneller anpassen als die Mitarbeiterzahl. Das Modell spezifiziert heterogene Anpassungsgeschwindigkeiten:</p><div class=equation-box>$$\Delta h_t = \lambda_h (h_t^* - h_{t-1}) + (1-\lambda_h) E_t[\Delta h_{t+1}^*]$$</div><p>mit $\lambda_h \approx 0.33$ (ein Drittel sofortige Anpassung über Überstunden, zwei Drittel schrittweise).</p><p>Die Beschäftigungsanpassung ist aufgrund von Einstellungs- und Entlassungskosten langsamer:</p><div class=equation-box>$$\Delta \ell_t = \lambda_\ell (\ell_t^* - \ell_{t-1}) + \psi \Delta y_t$$</div><p>mit $\lambda_\ell \approx 0.10$ (etwa 10 Quartale zur Schließung der Lücke) und $\psi \approx 0.3$ (sofortige Reaktion auf das Produktionswachstum).</p><h4>Preissetzung und die Phillips-Kurve</h4><p><strong>Calvo-Preissetzungsrahmen:</strong></p><p>In jeder Periode kann ein Anteil $\theta$ der Unternehmen die Preise nicht anpassen. Optimierende Unternehmen setzen den Preis $P_t^*$ zur Maximierung von:</p><div class=equation-box>$$\max_{P_t^*} E_t \sum_{s=0}^{\infty} (\beta \theta)^s \Lambda_{t,t+s} \left[\frac{P_t^*}{P_{t+s}} Y_{t+s}(P_t^*) - MC_{t+s} Y_{t+s}(P_t^*)\right]$$</div><p>Die Bedingung erster Ordnung ergibt den optimalen Aufschlag:</p><div class=equation-box>$$\frac{P_t^*}{P_t} = \frac{\epsilon}{\epsilon - 1} \cdot \frac{E_t \sum_{s=0}^{\infty} (\beta\theta)^s \Lambda_{t,t+s} MC_{t+s} Y_{t+s}}{E_t \sum_{s=0}^{\infty} (\beta\theta)^s \Lambda_{t,t+s} Y_{t+s}}$$</div><p>Log-Linearisierung und Aggregation ergeben die neukeynesianische Phillips-Kurve:</p><div class=equation-box>$$\pi_t = \beta E_t[\pi_{t+1}] + \kappa \cdot mc_t$$</div><p>wobei $\kappa = \frac{(1-\theta)(1-\beta\theta)}{\theta} \cdot \frac{1-\alpha}{1-\alpha+\alpha\epsilon}$.</p><p><strong>Empirische Implementierung:</strong></p><p>Die Basis-Phillips-Kurve von FRB/US berücksichtigt Indexierung und zusätzliche Zustandsvariablen:</p><div class=equation-box>$$\pi_t = \gamma_f E_t[\pi_{t+1}] + \gamma_b \pi_{t-1} + \kappa \cdot gap_t + \mu \cdot \pi_t^{import} + \nu \cdot gap_t^{energy}$$</div><p>Geschätzte Parameter (Jahrgang 2024):</p><ul><li>$\gamma_f = 0.24$ (vorausschauende Gewichtung)</li><li>$\gamma_b = 0.76$ (rückwärtsgerichtete Gewichtung)</li><li>$\kappa = 0.009$ (flache Phillips-Kurve)</li><li>$\mu = 0.075$ (Importpreis-Durchreichung)</li><li>$\nu = 0.015$ (Energielücken-Koeffizient)</li></ul><p>Die flache Phillips-Kurve impliziert, dass größere Produktionslücken für die Disinflation erforderlich sind, was den langsamen Fortschritt der letzten Jahre erklärt.</p><h4>Aktuelle Zustandsvariablen (Q4 2025)</h4><div class=implementation-box><pre>
105# Firm Sector State (Q4 2025)
106GDP_real = 22.8           # $ trillion, 2017 dollars
107Capital_stock = 48.2      # $ trillion, private nonresidential
108Investment_rate = 0.128   # I/K ratio (12.8% of capital stock)
109Depreciation_rate = 0.025 # quarterly (10% annualized)
110
111# Production
112Capacity_utilization = 0.785  # 78.5%
113Labor_productivity = 2.1      # % growth rate
114TFP_growth = 0.8             # % growth rate
115
116# Employment
117Employment_total = 159.2   # millions
118Hours_weekly = 34.3        # average per worker
119Unemployment_rate = 0.040  # 4.0%
120
121# Pricing
122Markup = 1.18             # Price/Marginal cost (18% markup)
123Inflation_core_PCE = 0.026 # 2.6% y/y
124Wage_inflation = 0.045     # 4.5% y/y
125
126# Investment
127Business_investment = 3.1  # $ trillion/year
128User_cost_capital = 0.082  # 8.2%
129Tobin_Q = 1.05            # slightly above replacement cost
130
131# Corporate finance
132Corporate_profits = 2.8    # $ trillion/year
133Profit_margin = 0.112      # 11.2% of sales
134Corporate_debt = 10.5      # $ trillion
135Interest_coverage = 8.2    # EBIT/Interest expense
136
137# Key elasticities (estimated)
138epsilon_K_r = -1.00       # capital to user cost
139epsilon_I_Q = 0.04        # investment to Tobin's Q
140epsilon_L_W = -3.00       # labor to real wage
141Phillips_slope = 0.009    # inflation to output gap
142                    </pre></div><h4>Impulsantwort auf eine Zinserhöhung um 100 Basispunkte</h4><table class="table table-sm variable-table"><thead><tr><th>Quartal</th><th>Investition (% Veränd.)</th><th>Beschäftigung (% Veränd.)</th><th>Kapazitätsausl. (Pp. Veränd.)</th><th>Kerninflation (Pp. Veränd.)</th></tr></thead><tbody><tr><td>Q1</td><td>-0,8</td><td>-0,02</td><td>-0,3</td><td>-0,01</td></tr><tr><td>Q4</td><td>-3,2</td><td>-0,18</td><td>-1,1</td><td>-0,08</td></tr><tr><td>Q8</td><td>-4,5</td><td>-0,42</td><td>-1,5</td><td>-0,22</td></tr><tr><td>Q12</td><td>-3,1</td><td>-0,38</td><td>-1,2</td><td>-0,35</td></tr><tr><td>Q16</td><td>-1,8</td><td>-0,25</td><td>-0,7</td><td>-0,42</td></tr></tbody></table><p><em>Hinweis:</em> Die Investitionen reagieren früher als die Beschäftigung, während die Inflation bei einer flachen Phillips-Kurve nur langsam reagiert.</p></div></div></div><div class=content-card id=expectations><div class=sector-header><i class="bi bi-lightbulb"></i> Erwartungsbildung</div><div class=sector-content><div data-level=beginner><p>Erwartungen sind zentral: Was Menschen über Inflation und Wachstum erwarten, beeinflusst Löhne, Preise und Ausgaben.</p><div class=analogy-box><h5>Die Bank-Run-Analogie</h5><p>Erwartungen können sich selbst erfüllen, wenn viele Akteure auf dieselbe Überzeugung reagieren.</p><p class=mb-0>Wenn Arbeitnehmer eine höhere Inflation erwarten, fordern sie höhere Löhne, und Unternehmen erhöhen die Preise, um die Kosten zu decken. Diese Handlungen können die Erwartung bestätigen.</p></div><h4>Wie Menschen Erwartungen bilden (drei Wege)</h4><div class=model-section><h5>1. Rückwärtsblicken (einfacher Ansatz)</h5><p>Viele Haushalte extrapolieren aus jüngsten Erfahrungen.</p><div class=example-box><h6>Beispiel: Inflationserwartungen</h6><p><strong>2019-2021:</strong> Inflation mehrere Jahre nahe 2 %<br><strong>Typische Erwartung:</strong> „Die Inflation wird bei etwa 2 % bleiben"</p><p><strong>2022:</strong> Inflation steigt in Richtung 9 %<br><strong>Aktualisierte Erwartung:</strong> „Die Inflation könnte hoch bleiben"</p><p class=mb-0><strong>2024-2025:</strong> Inflation kühlt auf etwa 2,6 % ab<br><strong>Aktuelle Erwartung:</strong> „Die Inflation geht zurück, liegt aber noch über dem Ziel"</p><p class=mb-0>Dieser Ansatz ist einfach, passt sich aber langsam an.</p></div><h5>2. Experten vertrauen (der Fed folgen)</h5><p>Einige Haushalte und die meisten Unternehmen achten auf die Kommunikation und Projektionen der Federal Reserve.</p><div class=example-box><h6>Reales Beispiel: Auswirkungen des „Dot Plot" der Fed</h6><p>Jedes Quartal veröffentlicht die Federal Reserve ihre Zinsprojektionen („Dot Plot"). Wenn sich dieser Pfad verschiebt, reagieren die Märkte schnell:</p><ul><li>Langfristige Anleiherenditen steigen</li><li>Hypothekenzinsen steigen</li><li>Der Aktienmarkt fällt häufig</li></ul><p class=mb-0>Diese Bewegungen treten ein, bevor geldpolitische Änderungen wirksam werden.</p></div><h5>3. Durchdenken (rationale Erwartungen)</h5><p>Anspruchsvollere Akteure verwenden Modelle und geldpolitische Regeln, um vorausschauende Erwartungen zu bilden.</p><p>Dieser Ansatz ist komplexer und bildet die Grundlage für die Option „rationale Erwartungen" des Modells.</p></div><h4>Warum dies für die Geldpolitik wichtig ist</h4><div class=example-box><h6>Fallstudie: Die Glaubwürdigkeitsherausforderung der Fed (2021-2023)</h6><p><strong>Anfang 2021:</strong> Die Federal Reserve bezeichnete die Inflation als vorübergehend<br>→ Erwartungen blieben verhalten<br>→ Lohn- und Preisanpassungen waren begrenzt</p><p><strong>Ende 2021:</strong> Die Inflation hielt länger an als erwartet<br>→ Erwartungen stiegen<br>→ Löhne und Preise passten sich stärker an</p><p class=mb-0><strong>Lektion:</strong> Schwächere Glaubwürdigkeit erhöht die Kosten der Disinflation. Das Modell zeigt, dass größere Zinserhöhungen erforderlich sind, um das gleiche Ergebnis zu erzielen.</p></div><h4>Aktuelle Erwartungen (November 2025)</h4><div class=forecast-box><p><strong>Inflationserwartungen der Haushalte (Michigan-Umfrage):</strong></p><ul><li>1 Jahr voraus: 3,2 % (erhöht, aber fallend)</li><li>5-10 Jahre voraus: 2,9 % (nahe am Ziel, gut verankert)</li></ul><p><strong>Marktbasierte Erwartungen (aus Anleihen):</strong></p><ul><li>5-Jahres-Inflation: 2,4 %</li><li>10-Jahres-Inflation: 2,3 %</li></ul><p class=mb-0><strong>Professionelle Prognostiker:</strong></p><ul class=mb-0><li>Inflation 2026: 2,3 %</li><li>Inflation 2027: 2,1 %</li></ul></div><p><strong>Was das bedeutet:</strong> Die langfristigen Erwartungen liegen weiterhin nahe am 2 %-Ziel der Federal Reserve, während die kurzfristigen Erwartungen erhöht sind. Diese Konstellation stützt eine restriktive geldpolitische Haltung.</p></div><div data-level=expert><p>Die Erwartungsbildung ist ein zentraler Treiber der Dynamik. Das Modell unterstützt mehrere Erwartungsmodi, um zu testen, wie Annahmen die geldpolitische Transmission beeinflussen.</p><h4>Drei Erwartungsmodi</h4><div class=model-section><h5>1. VAR-basierte (adaptive) Erwartungen</h5><p>Erwartungen werden über eine reduzierte Vektorautoregression gebildet, die auf historischen Daten geschätzt wird:</p><div class=equation-box>$$E_t[X_{t+h}] = \sum_{j=0}
142^{p} \Phi_j X_{t-j} + \sum_{j=0}^{q} \Psi_j Z_{t-j}$$</div><p>wobei $X_t$ endogene Variablen (BIP, Inflation, Zinsen usw.) und $Z_t$ exogene Variablen enthält. Die VAR wird mittels OLS geschätzt, wobei die Lag-Länge $p$ via BIC ausgewählt wird (typischerweise $p=4$ Quartale).</p><p><strong>Eigenschaften:</strong></p><ul><li>Rechnerisch schnell (keine Simultanität)</li><li>Stimmt mit Umfrageergebnissen zu adaptiven Erwartungen überein</li><li>Erzeugt Persistenz ähnlich den tatsächlichen Daten</li><li>Unterliegt der Lucas-Kritik (invariant gegenüber Politikregimewechseln)</li></ul><p><strong>Mehrperioden-Prognosen:</strong></p><div class=equation-box>$$E_t[X_{t+h}] = \Phi^h X_t + \sum_{j=0}^{h-1} \Phi^j \Psi Z_{t+h-j-1}$$</div><h5>2. Modellkonsistente (rationale) Erwartungen</h5><p>Agenten verwenden das Modell selbst zur Erwartungsbildung. Für jede Variable $X_{t+h}$:</p><div class=equation-box>$$E_t[X_{t+h}] = f_h(S_t; \theta, \{Z_{t+j}\}_{j=0}^{h})$$</div><p>wobei $f_h$ die h-Schritt-voraus-Modelllösung, $S_t$ der aktuelle Zustandsvektor, $\theta$ die Strukturparameter und $\{Z_{t+j}\}$ der Pfad der exogenen Variablen ist.</p><p><strong>Lösungsalgorithmus:</strong></p><div class=implementation-box><pre>
143# Model-consistent expectations solution (Newton-Raphson)
144function solve_RE(model, T_horizon):
145    X = initialize_guess()  # Initial trajectory
146
147    max_iter = 100
148    tolerance = 1e-6
149
150    for iter in 1:max_iter:
151        X_old = copy(X)
152
153        # Forward pass: compute expectations
154        for t in 1:T_horizon:
155            E_X[t] = model_solution(X[t+1:T_horizon])
156
157        # Backward pass: solve equilibrium conditions
158        for t in T_horizon:-1:1:
159            # Solve simultaneous system
160            X[t] = newton_solve(
161                F(X[t], X[t-1], E_X[t]) = 0,
162                jacobian = compute_jacobian()
163            )
164
165        # Check convergence
166        if norm(X - X_old) < tolerance:
167            break
168
169    return X, E_X
170end
171                        </pre></div><p><strong>Eigenschaften:</strong></p><ul><li>Theoretisch konsistent (kein Geld bleibt auf dem Tisch)</li><li>Politikinvariant (erfüllt die Lucas-Kritik)</li><li>Ermöglicht glaubwürdige Forward-Guidance-Analyse</li><li>Rechnerisch aufwendig (erfordert iterative Lösung)</li><li>Kann Gleichgewichtsmultiplizität aufweisen</li></ul><h5>3. Hybride Erwartungen</h5><p>Konvexe Kombination aus VAR- und RE-Erwartungen:</p><div class=equation-box>$$E_t[X_{t+h}] = \lambda \cdot E_t^{VAR}[X_{t+h}] + (1-\lambda) \cdot E_t^{RE}[X_{t+h}]$$</div><p>Die Standardspezifikation verwendet $\lambda = 0.75$ (75 % adaptiv, 25 % rational), was Umfrageergebnisse widerspiegelt, dass die meisten Akteure einfache Prognoseregeln verwenden.</p><p><strong>Begründung aus Mikrodaten:</strong></p><ul><li>Survey of Professional Forecasters: ~30 % verwenden modellbasierte Prognosen</li><li>Survey of Consumer Expectations: ~90 % verwenden jüngste Trends</li><li>Preissetzungsumfragen bei Unternehmen: ~70 % verwenden rückwärtsgerichtete Indexierung</li></ul></div><h4>Erwartungsbasierte Phillips-Kurve</h4><p>Der Grad des vorausschauenden vs. rückwärtsgerichteten Verhaltens beeinflusst die Inflationsdynamik entscheidend:</p><div class=equation-box>$$\pi_t = \gamma_f E_t[\pi_{t+1}] + \gamma_b \pi_{t-1} + \kappa \cdot gap_t$$</div><p>Mit geschätzten Gewichten $\gamma_f = 0.24$, $\gamma_b = 0.76$ ist die Phillips-Kurve stark rückwärtsgerichtet, was impliziert:</p><ul><li>Die Inflation ist persistent (hohes $\gamma_b$ → langsame Disinflation)</li><li>Forward Guidance hat begrenzte Wirkung (niedriges $\gamma_f$)</li><li>Glaubwürdigkeit ist weniger wichtig als unter reinen rationalen Erwartungen</li></ul><p><strong>Alternative Spezifikation (Jahrgang 2024):</strong></p><div class=equation-box>$$\pi_t = \gamma_f E_t[\pi_{t+4}] + (1-\gamma_f) \pi_{t-1} + \kappa \cdot gap_t + \mu \cdot \pi_t^{import}$$</div><p>Die Verwendung von 4-Quartale-voraus-Erwartungen anstelle von 1-Quartal erhöht $\gamma_f$ auf ~0,35, wobei die rückwärtsgerichtete Komponente weiterhin dominiert.</p><h4>Verankerung der langfristigen Erwartungen</h4><p>Langfristige Inflationserwartungen werden modelliert als:</p><div class=equation-box>$$\pi_t^{LR} = (1-\phi) \pi^* + \phi \pi_{t-1}^{LR} + \psi(\pi_t - \pi^*)$$</div><p>wobei $\pi^* = 0.02$ das Ziel der Federal Reserve, $\phi \approx 0.95$ (hoch persistent) und $\psi \approx 0.02$ (langsames Lernen aus der tatsächlichen Inflation) ist.</p><p><strong>Interpretation:</strong> Die langfristigen Erwartungen sind gut verankert, aber nicht perfekt. Anhaltende Inflationsabweichungen verschieben die langfristigen Erwartungen schrittweise und erfassen das Risiko der Entankerung, das 2021-2023 beobachtet wurde.</p><h4>Erwartungslücken und Umfragedaten</h4><p>FRB/US kann mit umfragebasierten Erwartungsmaßen ergänzt werden:</p><div class=equation-box>$$E_t[X_{t+h}]^{model} = E_t[X_{t+h}]^{baseline} + \omega \cdot (E_t[X_{t+h}]^{survey} - E_t[X_{t+h}]^{baseline})$$</div><p>wobei $\omega \in [0,1]$ die Gewichtung von Umfragen gegenüber modellgenerierten Erwartungen steuert.</p><p><strong>Umfragequellen:</strong></p><ul><li>Michigan Survey of Consumers (Inflationserwartungen)</li><li>Survey of Professional Forecasters (BIP, Inflation, Arbeitslosigkeit)</li><li>Survey of Primary Dealers (geldpolitischer Pfad der Fed)</li><li>Survey of Market Participants (Laufzeitprämie, Risikoprämien)</li></ul><h4>Aktueller Erwartungszustand (Q4 2025)</h4><div class=implementation-box><pre>
172# Expectations State Variables (Q4 2025)
173# Consumer expectations (Michigan Survey)
174inflation_1yr_ahead = 0.032      # 3.2%
175inflation_5yr_ahead = 0.029      # 2.9%
176
177# Professional forecasters (SPF)
178GDP_growth_2026 = 0.022          # 2.2%
179inflation_2026 = 0.023           # 2.3%
180unemployment_2026 = 0.042        # 4.2%
181fed_funds_2026Q4 = 0.045         # 4.5%
182
183# Market-implied expectations (from TIPS)
184breakeven_5yr = 0.024            # 2.4%
185breakeven_10yr = 0.023           # 2.3%
186breakeven_30yr = 0.024           # 2.4%
187
188# Forward rates (expectations + term premium)
189forward_1y1y = 0.038             # 1-year rate, 1 year ahead: 3.8%
190forward_5y5y = 0.035             # 5-year rate, 5 years ahead: 3.5%
191
192# Dealer survey (expected Fed path)
193expected_cuts_2026 = 3           # Number of 25bp cuts
194terminal_rate = 0.035            # Long-run neutral rate: 3.5%
195
196# Model-internal expectations (VAR-based)
197E_inflation_4q = 0.027           # 4-qtr ahead inflation: 2.7%
198E_GDP_growth_4q = 0.021          # 4-qtr ahead growth: 2.1%
199E_unemployment_4q = 0.041        # 4-qtr ahead unemployment: 4.1%
200
201# Anchoring metrics
202LR_inflation_exp = 0.024         # Long-run inflation expectations: 2.4%
203anchoring_index = 0.85           # Index ∈ [0,1], 1 = perfectly anchored
204dispersion_inflation = 0.012     # Cross-sectional std of forecasts: 1.2pp
205
206# Expectation revision statistics
207correlation_revision_actual = 0.65  # Forecast errors partly predictable
208mean_absolute_error_1yr = 0.015     # 1-year ahead MAE: 1.5pp
209rational_expectations_test_pvalue = 0.08  # Weak evidence of rationality
210                    </pre></div><h4>Geldpolitische Implikationen</h4><table class="table table-sm variable-table"><thead><tr><th>
210Erwartungstyp</th><th>Inflationspersistenz</th><th>Opferquote</th><th>Wirkung der Forward Guidance</th></tr></thead><tbody><tr><td>Rein adaptiv (VAR)</td><td>Hoch (0,95)</td><td>3,5</td><td>Schwach (10 % von RE)</td></tr><tr><td>Rationale Erwartungen</td><td>Niedrig (0,65)</td><td>1,2</td><td>Stark (volle Wirkung)</td></tr><tr><td>Hybrid (75/25)</td><td>Mittel (0,88)</td><td>2,8</td><td>Moderat (35 % von RE)</td></tr><tr><td>Empirisch (FRB/US-Schätzung)</td><td>Hoch (0,92)</td><td>3,2</td><td>Schwach-Moderat (25 %)</td></tr></tbody></table><p><em>Hinweis:</em> Opferquote = kumulierter Produktionsverlust (%-Jahre) pro Prozentpunkt dauerhafter Disinflation. Höhere rückwärtsgerichtete Gewichtung → höhere Opferquote.</p></div></div></div><div class=content-card id=data-sources><h2>Inputfaktoren und Datenquellen</h2><div data-level=beginner><p>Das Modell ist nur so gut wie seine Eingangsdaten. Genaue, zeitnahe Daten sind für nützliche Simulationen unerlässlich.</p><div class=analogy-box><h5>Die Rezept-Analogie</h5><p class=mb-0>Daten sind die Zutaten des Modells. Schwache oder veraltete Daten führen zu schwachen Ergebnissen.</p></div><h4>Woher kommen die Daten?</h4><div class=model-section><h5>1. Staatliche Statistikbehörden</h5><div class=example-box><h6>Wichtige Datenquellen</h6><table class="table table-sm"><thead><tr><th>Behörde</th><th>Was sie messen</th><th>Aktualisierungshäufigkeit</th></tr></thead><tbody><tr><td><strong>Bureau of Labor Statistics (BLS)</strong></td><td>Arbeitslosigkeit, Beschäftigung, Löhne, Inflation (CPI)</td><td>Monatlich</td></tr><tr><td><strong>Bureau of Economic Analysis (BEA)</strong></td><td>BIP, persönliches Einkommen, Konsumausgaben</td><td>Vierteljährlich</td></tr><tr><td><strong>Census Bureau</strong></td><td>Bevölkerung, Wohnungsbau, Geschäftstätigkeit</td><td>Monatlich/Jährlich</td></tr><tr><td><strong>Federal Reserve</strong></td><td>Zinssätze, Geldmenge, Industrieproduktion</td><td>Täglich/Monatlich</td></tr><tr><td><strong>Treasury Department</strong></td><td>Staatsverschuldung, Steuereinnahmen</td><td>Täglich/Monatlich</td></tr></tbody></table></div><h5>2. Daten des Privatsektors</h5><p>Nicht alle Eingaben sind öffentliche Statistiken:</p><ul><li><strong>Aktienmärkte:</strong> Echtzeitkurse für Tausende von Unternehmen</li><li><strong>Ratingagenturen:</strong> Unternehmensanleiherenditen und Ausfallrisiko</li><li><strong>Umfragen:</strong> Verbrauchervertrauen, Geschäftsklima</li><li><strong>Branchenverbände:</strong> Branchenspezifische Daten (Autoverkäufe, Baugenehmigungen)</li></ul><h5>3. Internationale Organisationen</h5><ul><li><strong>IWF:</strong> Wechselkurse, globales Wachstum</li><li><strong>OECD:</strong> Internationale Wirtschaftsindikatoren</li><li><strong>Weltbank:</strong> Daten zu Entwicklungsländern</li></ul></div><h4>Ausgewählte Eingabevariablen (Daten November 2025)</h4><div class=forecast-box><h6>Realwirtschaftliche Variablen</h6><table class="table table-sm"><tbody><tr><td><strong>Reales BIP:</strong></td><td>22,8 Billionen $ (Dollar von 2017)</td><td>Wächst um 2,4 % jährlich</td></tr><tr><td><strong>Arbeitslosenquote:</strong></td><td>4,0 %</td><td>Niedrig im historischen Vergleich</td></tr><tr><td><strong>Erwerbsbeteiligung:</strong></td><td>62,5 %</td><td>Noch unter dem Vor-COVID-Wert von 63,4 %</td></tr><tr><td><strong>Lohnwachstum:</strong></td><td>4,5 % im Jahresvergleich</td><td>Rückläufig vom Höchstwert von 6 %</td></tr></tbody></table><h6>Preisvariablen</h6><table class="table table-sm"><tbody><tr><td><strong>Kern-PCE-Inflation:</strong></td><td>2,6 % im Jahresvergleich</td><td>Bevorzugtes Maß der Fed</td></tr><tr><td><strong>CPI-Inflation:</strong></td><td>3,2 % im Jahresvergleich</td><td>Was die Verbraucher wahrnehmen</td></tr><tr><td><strong>Ölpreis (WTI):</strong></td><td>82 $/Barrel</td><td>Beeinflusst die Energiekosten</td></tr></tbody></table><h6>Finanzvariablen</h6><table class="table table-sm"><tbody><tr><td><strong>Federal Funds Rate:</strong></td><td>5,25 %</td><td>Wichtigstes geldpolitisches Instrument der Fed</td></tr><tr><td><strong>10-jährige Staatsanleihe:</strong></td><td>4,45 %</td><td>Referenzzins für Hypotheken</td></tr><tr><td><strong>30-jähriger Hypothekenzins:</strong></td><td>7,20 %</td><td>
210Entscheidend für den Wohnungsmarkt</td></tr><tr><td><strong>S&P 500:</strong></td><td>4.750</td><td>Vermögenseffekt auf die Ausgaben</td></tr><tr><td><strong>Dollar-Index:</strong></td><td>104,2</td><td>Starker Dollar = günstigere Importe</td></tr></tbody></table></div><h4>Herausforderungen der Datenqualität</h4><div class=example-box><h6>Warum Wirtschaftsdaten nicht perfekt sind</h6><p><strong>1. Revisionen:</strong> BIP-Daten werden mehrfach revidiert, wenn weitere Informationen verfügbar werden.</p><p><strong>2. Zeitliche Verzögerungen:</strong> Einige Daten werden mit Verzögerung veröffentlicht:</p><ul><li>Beschäftigung: Eine Woche nach Monatsende</li><li>BIP: Ein Monat nach Quartalsende</li><li>Unternehmensgewinne: Können 2-3 Monate verzögert sein</li></ul><p><strong>3. Saisonbereinigung:</strong> Die Wirtschaft schwankt naturgemäß mit den Jahreszeiten (Einzelhandelsboom zu Weihnachten). Statistiker bereinigen dies, aber es ist nicht perfekt.</p><p class=mb-0><strong>4. Messfehler:</strong> Umfragen zu Vertrauen oder Erwartungen können verrauscht sein.</p></div><p><strong>Fazit:</strong> Das Modell arbeitet mit unvollkommenen Daten, was ein Grund dafür ist, dass Prognosen unsicher sind. Die Mitarbeiter überwachen Revisionen und passen bei Datenänderungen an.</p></div><div data-level=expert><p>FRB/US verwendet etwa 100 exogene und 365 endogene Variablen aus amtlichen Statistiken, Marktpreisen und Umfragen, wobei Revisionen, Saisonbereinigung und Messfehler berücksichtigt werden.</p><h4>Primäre Datenquellen und Variablen</h4><div class=data-source><h6>Bureau of Economic Analysis (BEA) - Volkswirtschaftliche Gesamtrechnung</h6><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>Symbol</th><th>Häufigkeit</th><th>Revisionsplan</th></tr></thead><tbody><tr><td>Reales BIP</td><td>$Y_t$</td><td>Vierteljährlich</td><td>3 Veröffentlichungen, dann jährliche Revisionen</td></tr><tr><td>Private Konsumausgaben</td><td>$C_t$</td><td>Vierteljährlich</td><td>Synchronisiert mit BIP</td></tr><tr><td>Private Bruttoinlandsinvestitionen</td><td>$I_t$</td><td>Vierteljährlich</td><td>Erhebliche Revisionen möglich</td></tr><tr><td>PCE-Preisindex (Kern)</td><td>$\pi_t$</td><td>Monatlich</td><td>Nur geringfügige Revisionen</td></tr><tr><td>Unternehmensgewinne</td><td>$\Pi_t$</td><td>Vierteljährlich</td><td>Unterliegt Benchmark-Revisionen</td></tr></tbody></table></div><div class=data-source><h6>Bureau of Labor Statistics (BLS) - Beschäftigung und Preise</h6><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>Symbol</th><th>Häufigkeit</th><th>Stichprobengröße / Abdeckung</th></tr></thead><tbody><tr><td>Beschäftigung außerhalb der Landwirtschaft</td><td>$L_t$</td><td>Monatlich</td><td>~130.000 Betriebe</td></tr><tr><td>Arbeitslosenquote</td><td>$u_t$</td><td>Monatlich</td><td>60.000 Haushaltsumfrage</td></tr><tr><td>Durchschnittliche Stundenlöhne</td><td>$W_t$</td><td>Monatlich</td><td>Produktionsarbeiter</td></tr><tr><td>Arbeitskostenindex</td><td>$ECI_t$</td><td>Vierteljährlich</td><td>Fixe Berufsstruktur</td></tr><tr><td>VPI (Alle städtischen Verbraucher)</td><td>$CPI_t$</td><td>Monatlich</td><td>~80.000 Preisnotierungen</td></tr><tr><td>Arbeitsproduktivität</td><td>$A_t$</td><td>Vierteljährlich</td><td>Produktion pro Stunde</td></tr></tbody></table></div><div class=data-source><h6>Federal Reserve Board - Finanz- und Währungsdaten</h6><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>Symbol</th><th>Häufigkeit</th><th>Quellsystem</th></tr></thead><tbody><tr><td>Federal Funds Rate</td><td>$r_t^{FF}$</td><td>Täglich</td><td>H.15 Statistical Release</td></tr><tr><td>Renditekurve für Staatsanleihen</td><td>$R_{t,n}$</td><td>Täglich</td><td>H.15 (konstante Laufzeit)</td></tr><tr><td>Unternehmensanleiherenditen</td><td>$R_t^{corp}$</td><td>Täglich</td><td>Moody's / ICE BofA indices</td></tr><tr><td>Hypothekenzinsen</td><td>$R_t^{mort}$</td><td>Wöchentlich</td><td>Freddie Mac survey</td></tr><tr><td>Industrieproduktion</td><td>$IP_t$</td><td>Monatlich</td><td>G.17 Statistical Release</td></tr><tr><td>Kapazitätsauslastung</td><td>$CU_t$</td><td>Monatlich</td><td>G.17 (Verarbeitendes Gewerbe)</td></tr></tbody></table></div><h4>Datenaufbereitung und -verarbeitung</h4><p><strong>Saisonbereinigung:</strong></p><p>Die meisten Zeitreihen werden mit X-13ARIMA-SEATS saisonbereinigt:</p><div class=equation-box>$$Y_t^{SA} = \frac{Y_t^{raw}}{S_t \cdot TD_t \cdot H_t}$$</div><p>wobei $S_t$ = Saisonfaktor, $TD_t$ = Handelstagsbereinigung, $H_t$ = Feiertagsbereinigung.</p><p><strong>Kettengewichtung für reale Variablen:</strong></p><p>Reales BIP und seine Komponenten verwenden die Fisher-Ideal-Kettengewichtung, um sich ändernde Preisstrukturen zu berücksichtigen:</p><div class=equation-box>$$Q_t = Q_{t-1} \times \sqrt{\frac{\sum p_{t-1} q_t}{\sum p_{t-1} q_{t-1}} \times \frac{\sum p_t q_t}{\sum p_t q_{t-1}}}$$</div><p><strong>Behandlung von Revisionen:</strong></p><p>Das Modell verwendet für die Schätzung die „endgültig revidierten" Daten, aber Echtzeitprognosen müssen die Datenunsicherheit berücksichtigen:</p><div class=equation-box>$$Y_t^{realtime}
210 = Y_t^{true} + \epsilon_t^{revision}, \quad \epsilon_t^{revision} \sim N(0, \sigma_{rev}^2)$$</div><p>wobei die Revisionsvarianz $\sigma_{rev}^2$ aus historischen Revisionsmustern geschätzt wird. Für das BIP beträgt die typische Revisions-Standardabweichung ~0,5 Pp.</p><h4>Aktuelle Datenbasis (Q4 2025)</h4><div class=implementation-box><pre>
211# Complete Input Data State (Q4 2025)
212# Real Economy
213GDP_real = 22.82              # $ trillions, 2017 dollars
214GDP_nominal = 28.91           # $ trillions, current dollars
215GDP_deflator = 126.8          # Index, 2017 = 100
216GDP_growth_qoq_ar = 0.024     # 2.4% annualized q/q growth
217
218# Labor Market
219employment_nonfarm = 159.2    # millions
220unemployment_rate = 0.040     # 4.0%
221participation_rate = 0.625    # 62.5%
222NAIRU_estimate = 0.042        # 4.2% (CBO estimate)
223job_openings = 8.1            # millions (JOLTS)
224quits_rate = 0.023            # 2.3% monthly
225layoffs_rate = 0.011          # 1.1% monthly
226
227# Wages and Productivity
228avg_hourly_earnings = 35.20   # $/hour
229wage_growth_yoy = 0.045       # 4.5%
230ECI_growth = 0.042            # 4.2% (better measure)
231productivity_growth = 0.021   # 2.1% y/y
232unit_labor_cost_growth = 0.024 # 2.4% y/y
233
234# Prices
235PCE_inflation_headline = 0.028  # 2.8% y/y
236PCE_inflation_core = 0.026      # 2.6% y/y (Fed's target)
237CPI_inflation_headline = 0.032  # 3.2% y/y
238CPI_inflation_core = 0.038      # 3.8% y/y
239PPI_finished_goods = 0.022      # 2.2% y/y
240import_prices_growth = -0.005   # -0.5% y/y (strong dollar)
241
242# Consumption and Investment
243personal_consumption = 15.78  # $ trillions
244personal_income = 24.51       # $ trillions
245saving_rate = 0.042           # 4.2%
246retail_sales_growth = 0.032   # 3.2% y/y
247
248gross_private_investment = 4.82  # $ trillions
249residential_investment = 0.89    # $ trillions
250nonresidential_investment = 3.93 # $ trillions
251business_equipment = 1.65        # $ trillions
252structures = 0.76                # $ trillions
253
254# Housing
255housing_starts = 1.42         # millions, SAAR
256existing_home_sales = 4.1     # millions, SAAR
257median_home_price = 412000    # $
258months_supply = 3.8           # Months of inventory
259mortgage_rate_30yr = 0.072    # 7.2%
260
261# Financial Markets
262fed_funds_rate = 0.0525       # 5.25%
263treasury_2yr = 0.0475         # 4.75%
264treasury_10yr = 0.0445        # 4.45%
265corporate_AAA_yield = 0.0565  # 5.65%
266corporate_BAA_yield = 0.0635  # 6.35%
267credit_spread_BAA_AAA = 0.0070  # 70bp
268
269SP500_level = 4750
270SP500_PE_forward = 21.2
271VIX_volatility = 16.5
272equity_risk_premium = 0.045   # 4.5% estimated
273
274# Exchange Rates (foreign currency per USD)
275EUR_USD = 1.052
276GBP_USD = 1.248
277JPY_USD = 148.5
278CNY_USD = 7.28
279CAD_USD = 1.382
280trade_weighted_broad = 104.2
281
282# Fiscal
283federal_deficit = 1.45        # $ trillions
284debt_held_public = 28.2       # $ trillions
285debt_GDP_ratio = 0.976        # 97.6%
286government_purchases = 1.48   # $ trillions
287transfer_payments = 3.92      # $ trillions
288
289# Energy
290oil_WTI = 82.0                # $/barrel
291natural_gas = 3.2             # $/mmBTU
292gasoline_retail = 3.45        # $/gallon
293
294# Global
295world_GDP_growth = 0.031      # 3.1%
296EU_growth = 0.008             # 0.8%
297China_growth = 0.048          # 4.8%
298emerging_markets_growth = 0.042  # 4.2%
299
300# Surveys and Expectations
301michigan_inflation_1yr = 0.032    # 3.2%
302michigan_inflation_5yr = 0.029    # 2.9%
303SPF_GDP_2026 = 0.022             # 2.2%
304SPF_inflation_2026 = 0.023       # 2.3%
305consumer_confidence = 102.5      # Index
306business_confidence_ISM = 48.8   # <50 = contraction
307
308# Data quality metrics
309GDP_revision_std = 0.005         # 0.5pp typical revision
310employment_revision_std = 75000   # jobs
311inflation_measurement_error = 0.003  # 0.3pp
312                </pre></div><h4>Wichtige exogene Variablenannahmen</h4><p>Mehrere Variablen werden als exogen behandelt (außerhalb des Modells bestimmt):</p><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>Behandlung</th><th>Basispfad (2026)</th><th>Sensitivität</th></tr></thead><tbody><tr><td>Ölpreise</td><td>Exogen</td><td>78 $/Barrel (fallend)</td><td>±10 $ → ±0,15 Pp. Inflation</td></tr><tr><td>Auslandsnachfrage</td><td>Exogen</td><td>3,0 % Wachstum</td><td>±1 Pp. → ±0,3 Pp. US-Wachstum</td></tr><tr><td>Fiskalpolitik</td><td>Exogen</td><td>1,6 Bill. $ Defizit</td><td>500 Mrd. $ Änderung → ±0,8 Pp. BIP</td></tr><tr><td>Produktivitätstrend</td><td>Exogen</td><td>1,8 % jährlich</td><td>±0,5 Pp. → ±0,5 Pp. Potenzial-BIP</td></tr><tr><td>Erwerbsbevölkerungswachstum</td><td>Demografisches Modell</td><td>0,4 % jährlich</td><td>Gebunden an Bevölkerungsprojektionen</td></tr></tbody></table><h4>Datenqualität und Unsicherheit</h4><p><strong>Messfehler-Varianz:</strong></p><div class=equation-box>$$\text{Var}(Y_t^{observed} - Y_t^{true}) = \begin{cases}
3130.0025 & \text{GDP (0.5pp std)} \\
3140.0009 & \text{Inflation (0.3pp std)} \\
3150.0001 & \text{Unemployment (0.1pp std)} \\
3160.01 & \text{Productivity (1.0pp std)}
317\end{cases}$$</div><p>Diese Fehlervarianzen werden in stochastische Simulationen und Prognose-Konfidenzintervalle einbezogen.</p></div></div><div class=content-card id=forecasts><h2>Aktuelle Prognosen und Rechenbeispiele</h2><div data-level=beginner><p>Dieser Abschnitt veranschaulicht, wie das Modell aktuelle Daten in eine Basisprognose und alternative Szenarien umsetzt.</p><div class=analogy-box><h5>Prognosen als Szenarien</h5><p class=mb-0>Das Modell erstellt bedingte Projektionen auf Basis von Annahmen zu Geldpolitik und Schocks. Es handelt sich um ein strukturiertes "Was-wäre-wenn", nicht um ein Versprechen.</p></div><h4>Basisprognose (November 2025 bis 2027)</h4><div class=forecast-box><h6>Ausgangsbedingungen (November 2025)</h6><ul><li>BIP-Wachstum: 2,4 % annualisiert</li><li>Arbeitslosenquote: 4,0 %</li><li>Inflation (Kern-PCE): 2,6 %</li><li>Leitzins (Fed Funds Rate): 5,25 %</li></ul><h6>Erwartete Geldpolitik der Fed</h6><p>Die Basisprognose geht davon aus, dass der Leitzins bis Mitte 2026 bei 5,25 % bleibt, dann bis Ende 2026 auf 4,50 % und bis Ende 2027 auf 3,50 % sinkt.</p></div><div class=example-box><h6>Rechenbeispiel: Quartal für Quartal</h6><p><strong>Q4 2025 → Q1 2026: Die restriktive Geldpolitik wirkt</strong></p><ul><li>Leitzins bleibt bei 5,25 %, Hypothekenzinsen nahe 7,2 %</li><li>Wohnungsbau und Investitionen bleiben schwach</li><li>Arbeitseinkommen stützt den Konsum</li><li><strong>Ergebnis:</strong> Wachstum verlangsamt sich auf etwa 1,8 %, Arbeitslosenquote steigt leicht auf 4,1 %</li></ul><p><strong>Q2-Q4 2026: Die Fed beginnt mit Zinssenkungen</strong></p><ul><li>Leitzins sinkt auf 4,50 %</li><li>Hypothekenzinsen fallen in Richtung 6,5 %</li><li>Investitionen verbessern sich mit sinkenden Finanzierungskosten</li><li>Inflation bewegt sich weiter in Richtung 2 %</li><li><strong>Ergebnis:</strong> Wachstum erholt sich auf etwa 2,2 %, Arbeitslosenquote stabilisiert sich bei etwa 4,2 %</li></ul><p><strong>2027: Weiche Landung</strong></p><ul><li>Leitzins erreicht 3,50 %</li><li>Inflation nahe 2,1 %</li><li>Arbeitslosenquote bei etwa 4,2 %</li><li>BIP-Wachstum nahe 2,0 %</li><li><strong>Ergebnis:</strong> Stabile Expansion</li></ul></div><h4>Visuelle Zusammenfassung der Basisprognose</h4><table class="table table-sm"><thead><tr><th>
317Zeitraum</th><th>BIP-Wachstum</th><th>Arbeitslosenquote</th><th>Inflation</th><th>Leitzins (Fed Funds Rate)</th></tr></thead><tbody><tr><td><strong>Aktuell (Q4 2025)</strong></td><td>2.4%</td><td>4.0%</td><td>2.6%</td><td>5.25%</td></tr><tr><td><strong>Ende 2026</strong></td><td>2.1%</td><td>4.2%</td><td>2.3%</td><td>4.50%</td></tr><tr><td><strong>Ende 2027</strong></td><td>2.0%</td><td>4.2%</td><td>2.1%</td><td>3.50%</td></tr><tr class=table-success><td><strong>Langfristig (nachhaltig)</strong></td><td>2.0%</td><td>4.2%</td><td>2.0%</td><td>3.50%</td></tr></tbody></table><p><strong>Interpretation:</strong> Die Basisprognose impliziert eine weiche Landung: Die Inflation sinkt ohne Rezession, das Wachstum bleibt positiv und die Arbeitslosenquote steigt nur moderat.</p><h4>Alternative Szenarien: Was, wenn sich die Lage ändert?</h4><div class=model-section><h5>Szenario 1: "Hartnäckige Inflation" (Risikoszenario)</h5><div class=limitation-box><p><strong>Was wäre, wenn:</strong> Die Inflation bei etwa 3 % verharrt, statt auf 2 % zu fallen?</p><p><strong>Modellprognose:</strong></p><ul><li>Leitzins bleibt länger hoch (5,25 % bis 2026)</li><li>Wohnungsbau und Investitionen schwächen sich weiter ab</li><li>BIP-Wachstum verlangsamt sich auf etwa 1,2 %</li><li>Arbeitslosenquote steigt in Richtung 4,8 %</li><li>Inflation kehrt zum Ziel zurück, jedoch mit höheren Produktionskosten</li></ul><p class=mb-0><strong>Erkenntnis:</strong> Anhaltende Inflation erhöht das Risiko einer ausgeprägteren Konjunkturabschwächung.</p></div><h5>Szenario 2: "Rezessionsschock" (Stresstest)</h5><div class=limitation-box><p><strong>Was wäre, wenn:</strong> Ein Finanzschock 2026 eintritt?</p><p><strong>Modellprognose:</strong></p><ul><li>BIP schrumpft für ein bis zwei Quartale deutlich</li><li>Arbeitslosenquote steigt in Richtung 5,5 %</li><li>Leitzins wird schnell gesenkt</li><li>Fiskalische Unterstützung dürfte zunehmen</li><li>Erholung dauert mehrere Quartale</li></ul><p class=mb-0><strong>Erkenntnis:</strong> Der Erholungspfad hängt stark von der geldpolitischen Reaktion ab.</p></div><h5>Szenario 3: "Produktivitätsboom" (Optimistisches Szenario)</h5><div class=example-box><p><strong>Was wäre, wenn:</strong> Das Produktivitätswachstum von 1,8 % auf 3,0 % steigt?</p><p><strong>Modellprognose:</strong></p><ul><li>BIP kann schneller wachsen, ohne Inflationsdruck</li><li>Löhne steigen mit der Produktivität</li><li>Leitzins kann niedriger ausfallen</li><li>Lebensstandard verbessert sich schneller</li><li>Aufwärtsrisiken nehmen zu</li></ul><p class=mb-0><strong>Erkenntnis:</strong> Schnelleres Produktivitätswachstum entschärft den Zielkonflikt zwischen Inflation und Produktion.</p></div></div><h4>Wie genau sind diese Prognosen?</h4><div class=example-box><h6>Historische Prognosegenauigkeit</h6><p>Ein Blick auf vergangene FRB/US-Prognosen im Vergleich zu den tatsächlichen Ergebnissen:</p><ul><li><strong>BIP 1 Quartal voraus:</strong> Im Durchschnitt ±0,8 Prozentpunkte Abweichung</li><li><strong>BIP 4 Quartale voraus:</strong> Im Durchschnitt ±1,5 Prozentpunkte Abweichung</li><li><strong>Inflation 1 Jahr voraus:</strong> ±0,5 Prozentpunkte Abweichung</li><li><strong>Inflation 2 Jahre voraus:</strong> ±1,0 Prozentpunkte Abweichung</li></ul><p><strong>Übersetzung:</strong> Die Prognosegenauigkeit nimmt mit dem Zeithorizont ab. Schocks können jede Basisprognose dominieren.</p><p class=mb-0><strong>Perspektive der Fed:</strong> Das Modell hilft, Bandbreiten und Zielkonflikte zu strukturieren, nicht präzise Ergebnisse vorherzusagen.</p></div></div><div data-level=expert><p>Dieser Abschnitt liefert eine ausgearbeitete Prognose auf Basis von Q4-2025-Daten mit expliziten Annahmen und Methodik.</p><h4>Spezifikation der Basisprognose (2026-2028)</h4><p><strong>Geldpolitische Annahmen:</strong></p><div class=equation-box>$$r_t^{policy} = \begin{cases}
3180.0525 & t \leq 2026:Q2 \\
3190.0500 & 2026:Q3 \\
3200.0475 & 2026:Q4 \\
3210.0450 & 2027:Q1 \\
3220.0450 - 0.0025 \cdot (t - 2027:Q1) & t > 2027:Q1
323\end{cases}$$</div><p>mit einem terminalen (neutralen) Zinssatz von $r^* = 0.035$, der bis 2027:Q4 erreicht wird.</p><p><strong>Fiskalische Annahmen:</strong></p><ul><li>Primärdefizit schrittweise sinkend: $-2.8\%$ (2025) → $-2.2\%$ (2028) des BIP</li><li>Keine größeren Steuer- oder Ausgabengesetze</li><li>Automatische Stabilisatoren voll wirksam</li></ul><p><strong>Pfade exogener Variablen:</strong></p><ul><li>Ölpreise: $\$82$ (2025) → $\$78$ (2026) → $\$75$ (2027-28)</li><li>Auslandsnachfragewachstum: 3,1 % (2026), 2,9 % (2027-28)</li><li>Trendproduktivität: 1,8 % jährlich</li><li>Erwerbspersonenwachstum: 0,4 % jährlich</li></ul><h4>Vollständige Prognosetabelle (quartalsweise)</h4><div class=implementation-box><pre>
324# Full Quarterly Forecast: Q4 2025 through Q4 2028
325Quarter    GDP_gr  Unemp  Infl_PCE  FF_Rate  10Y_Tsy  Cons_gr  Inv_gr  Home_pr
3262025:Q4    2.4     4.0    2.6       5.25     4.45     2.8      1.2     412000
3272026:Q1    1.8     4.1    2.5       5.25     4.38     2.2      -0.8    408000
3282026:Q2    1.9     4.1    2.4       5.25     4.32     2.3      0.2     405000
3292026:Q3    2.0     4.2    2.3       5.00     4.18     2.4      1.5     403000
3302026:Q4    2.1     4.2    2.3       4.50     3.95     2.5      2.8     405000
3312027:Q1    2.2     4.2    2.2       4.25     3.85     2.6      3.2     408000
3322027:Q2    2.1     4.2    2.1       4.00     3.75     2.5      3.0     412000
3332027:Q3    2.0     4.2    2.1       3.75     3.68     2.4      2.5     415000
3342027:Q4    2.0     4.2    2.1       3.50     3.60     2.3      2.2     418000
3352028:Q1    2.0     4.2    2.0       3.50     3.58     2.3      2.0     420000
3362028:Q2    2.0     4.2    2.0       3.50     3.55     2.3      2.0     422000
3372028:Q3    2.0     4.2    2.0       3.50     3.55     2.3      2.0     424000
3382028:Q4    2.0     4.2    2.0       3.50     3.55     2.3      2.0     426000
339
340# All growth rates in % annualized, rates in %, prices in $
341# GDP_gr = Real GDP growth
342# Unemp = Unemployment rate
343# Infl_PCE = Core PCE inflation
344# FF_Rate = Federal Funds target
345# 10Y_Tsy = 10-year Treasury yield
346# Cons_gr = Real consumption growth
347# Inv_gr = Real business investment growth
348# Home_pr = Median existing home price
349                </pre></div><h4>Zerlegung der BIP-Wachstumsprognose</h4><table class="table table-sm variable-table"><thead><tr><th>Komponente</th><th>2025 (Pp)</th><th>2026 (Pp)</th><th>2027 (Pp)</th><th>2028 (Pp)</th></tr></thead><tbody><tr><td>Privater Konsum</td><td>+1.9</td><td>+1.6</td><td>+1.6</td><td>+1.6</td></tr><tr><td>Unternehmensinvestitionen</td><td>+0.2</td><td>+0.3</td><td>+0.5</td><td>+0.4</td></tr><tr><td>Wohnungsbauinvestitionen</td><td>-0.1</td><td>+0.1</td><td>+0.2</td><td>+0.1</td></tr><tr><td>Staat</td><td>+0.4</td><td>+0.3</td><td>+0.2</td><td>+0.2</td></tr><tr><td>Nettoexporte</td><td>-0.2</td><td>-0.3</td><td>-0.4</td><td>-0.3</td></tr><tr><td>Lagerveränderung</td><td>+0.2</td><td>0.0</td><td>-0.1</td><td>0.0</td></tr><tr class=table-primary><td><strong>BIP-Wachstum insgesamt</strong></td><td><strong>+2.4</strong></td><td><strong>+2.0</strong></td><td><strong>+2.0</strong></td><td><strong>+2.0</strong></td></tr></tbody></table><h4>Alternative Szenarien mit vollständigen Pfaden</h4><p><strong>Szenario A: "Persistente Inflation" (Adverses Szenario)</strong></p><p>Annahmen: Kern-PCE bleibt 2026 bei 3,0 %, was eine aggressivere Reaktion der Fed erfordert.</p><div class=implementation-box><pre>
350# Alternative Scenario A: Persistent Inflation
351Quarter    GDP_gr  Unemp  Infl_PCE  FF_Rate  Deviation_from_Base
3522026:Q1    1.4     4.2    3.0       5.25     -0.4pp GDP
3532026:Q2    1.2     4.3    2.9       5.50     -0.7pp GDP
3542026:Q3    0.8     4.6    2.8       5.75     -1.2pp GDP
3552026:Q4    0.5     4.9    2.6       5.75     -1.6pp GDP
3562027:Q1    0.8     5.2    2.4       5.50     -1.4pp GDP
3572027:Q2    1.2     5.3    2.2       5.00     -0.9pp GDP
3582027:Q3    1.8     5.1    2.1       4.50     -0.2pp GDP
3592027:Q4    2.0     4.8    2.0       4.00     0.0pp GDP
360
361# Sacrifice ratio realized: ~3.2 (consistent with model calibration)
362# Cumulative output loss: ~4.5pp-years
363# Peak unemployment: 5.3% (vs 4.2% baseline)
364                </pre></div><p><strong>Szenario B: "Finanzstress" (Extremrisiko)</strong></p><p>Annahmen: Kreditspread-Schock von +300 Bp in 2026:Q2, Dauer 3 Quartale.</p><div class=implementation-box><pre>
365# Alternative Scenario B: Financial Crisis
366Quarter    GDP_gr  Unemp  Infl_PCE  FF_Rate  Credit_Spread
3672026:Q1    0.8     4.3    2.4       5.25     180bp
3682026:Q2   -2.1     4.8    2.0       4.50     480bp (shock)
3692026:Q3   -1.5     5.5    1.5       3.00     420bp
3702026:Q4    0.2     6.1    1.2       2.00     320bp
3712027:Q1    2.8     6.0    1.4       2.00     220bp
3722027:Q2    3.5     5.5    1.8       2.00     190bp
3732027:Q3    3.2     5.0    2.0       2.25     180bp
3742027:Q4    2.5     4.6    2.1       2.50     175bp
375
376# Recovery profile: Sharp V-shape due to aggressive policy
377# Peak-to-trough GDP: -3.6%
378# Duration in recession: 2 quarters
379# Time to return to baseline: ~10 quarters
380                </pre></div><p><strong>Szenario C: "Produktivitätsschub" (Optimistisches Szenario)</strong></p><p>Annahmen: Trendproduktivität beschleunigt sich auf 3,0 % (KI-getriebene Zugewinne).</p><div class=implementation-box><pre>
381# Alternative Scenario C: Productivity Boom
382Quarter    GDP_gr  Unemp  Infl_PCE  FF_Rate  Real_Wage_gr
3832026:Q1    2.8     3.9    2.3       5.25     5.2
3842026:Q2    3.2     3.8    2.2       5.00     5.8
3852026:Q3    3.5     3.7    2.1       4.75     6.1
3862026:Q4    3.6     3.6    2.0       4.50     6.3
3872027:Q1    3.5     3.6    2.0       4.25     6.2
3882027:Q2    3.4     3.6    2.0       4.00     6.0
3892027:Q3    3.3     3.6    2.0       3.75     5.8
3902027:Q4    3.2     3.6    2.0       3.50     5.6
391
392# Potential GDP grows at 3.2% (vs 2.0% baseline)
393# No inflation pressure despite rapid growth
394# Real wages accelerate substantially
395# Policy can remain accommodative
396                </pre></div><h4>Prognoseunsicherheit und Konfidenzintervalle</h4><p>Die Prognoseunsicherheit wird mittels stochastischer Simulationen (1000 Ziehungen) quantifiziert:</p><table class="table table-sm variable-table"><thead><tr><th>
396Variable</th><th>Horizont</th><th>70%-KI</th><th>90%-KI</th><th>Schiefe</th></tr></thead><tbody><tr><td>BIP-Wachstum</td><td>4 Quartale</td><td>[1.0%, 3.2%]</td><td>[0.3%, 4.1%]</td><td>-0.15</td></tr><tr><td>BIP-Wachstum</td><td>8 Quartale</td><td>[0.8%, 3.5%]</td><td>[-0.5%, 4.8%]</td><td>-0.22</td></tr><tr><td>Arbeitslosenquote</td><td>4 Quartale</td><td>[3.8%, 4.6%]</td><td>[3.5%, 5.1%]</td><td>+0.35</td></tr><tr><td>Arbeitslosenquote</td><td>8 Quartale</td><td>[3.6%, 5.0%]</td><td>[3.2%, 5.8%]</td><td>+0.42</td></tr><tr><td>Kern-PCE-Inflation</td><td>4 Quartale</td><td>[1.8%, 2.8%]</td><td>[1.5%, 3.2%]</td><td>+0.18</td></tr><tr><td>Kern-PCE-Inflation</td><td>8 Quartale</td><td>[1.5%, 2.9%]</td><td>[1.2%, 3.5%]</td><td>+0.25</td></tr></tbody></table><p><em>Hinweis:</em> Negative Schiefe beim BIP (Abwärtsrisiken dominieren), positive Schiefe bei Arbeitslosenquote und Inflation (Aufwärtsrisiken dominieren). Spiegelt asymmetrische Verlustfunktion und Nichtlinearität der Phillips-Kurve wider.</p><h4>Historische Kennzahlen zur Prognosegenauigkeit</h4><p><strong>Mittlere quadratische Prognosefehler (RMSE, 2000-2023):</strong></p><div class=equation-box>$$RMSE_h = \sqrt{\frac{1}{T} \sum_{t=1}^{T} (f_{t,h} - a_t)^2}$$</div><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>1Q voraus</th><th>4Q voraus</th><th>8Q voraus</th><th>vs. naive Prognose</th></tr></thead><tbody><tr><td>BIP-Wachstum</td><td>0.8Pp</td><td>1.5Pp</td><td>2.1Pp</td><td>28 % Verbesserung</td></tr><tr><td>Arbeitslosenquote</td><td>0.2Pp</td><td>0.5Pp</td><td>0.9Pp</td><td>35 % Verbesserung</td></tr><tr><td>Kern-PCE-Inflation</td><td>0.4Pp</td><td>0.8Pp</td><td>1.2Pp</td><td>22 % Verbesserung</td></tr><tr><td>Leitzins (Fed Funds Rate)</td><td>0.3Pp</td><td>0.8Pp</td><td>1.4Pp</td><td>15 % Verbesserung</td></tr></tbody></table><p><strong>Richtungsgenauigkeit:</strong></p><ul><li>Korrekte Vorhersage der BIP-Veränderungsrichtung: 72 % (1Q), 58 % (4Q voraus)</li><li>Korrekte Vorhersage der Inflationsveränderungsrichtung: 68 % (1Q), 52 % (4Q voraus)</li><li>Korrekte Vorhersage eines Rezessionsbeginns: 2 von 3 (2001 verfehlt, 2008 und 2020 erkannt)</li></ul><p><strong>Verzerrungs-Tests (Mincer-Zarnowitz-Regression):</strong></p><div class=equation-box>$$a_t = \alpha + \beta f_{t,h} + \epsilon_t$$</div><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>$\hat{\alpha}$</th><th>$\hat{\beta}$</th><th>$H_0: (\alpha, \beta) = (0,1)$ p-Wert</th></tr></thead><tbody><tr><td>BIP-Wachstum (4Q)</td><td>0.31</td><td>0.89</td><td>0.15 (keine Verzerrung)</td></tr><tr><td>Inflation (4Q)</td><td>-0.18</td><td>1.08</td><td>0.22 (keine Verzerrung)</td></tr><tr><td>Arbeitslosenquote (4Q)</td><td>0.42</td><td>0.91</td><td>0.08 (marginale Verzerrung)</td></tr></tbody></table><p><em>Interpretation:</em> Die Prognosen sind für BIP und Inflation im Allgemeinen unverzerrt, mit leichter Aufwärtsverzerrung bei der Arbeitslosenquote (Anstiege werden tendenziell unterschätzt).</p></div></div><div class=content-card id=applications><h2>Praxisanwendungen</h2><div data-level=beginner><p>Dieser Abschnitt fasst zusammen, wie das Modell in der Politikanalyse, öffentlichen Kommunikation und bei Stresstests eingesetzt wird.</p><div class=analogy-box><h5>Von der Theorie zur Praxis</h5><p class=mb-0>Das Modell trifft keine Entscheidungen. Es hilft den Mitarbeitern, Ergebnisse unter verschiedenen Annahmen und Politikpfaden zu vergleichen.</p></div><h4>Wie die Federal Reserve das Modell einsetzt</h4><div class=model-section><h5>1. Vorbereitung auf FOMC-Sitzungen (8-mal pro Jahr)</h5><div class=example-box><h6>Die Woche vor einer Fed-Sitzung</h6><p><strong>Montag-Dienstag:</strong></p><ul><li>Das Modell mit den neuesten Daten aktualisieren</li><li>Basisprognose mit unveränderter Geldpolitik erstellen</li><li>Auswirkungen auf Inflation und Beschäftigung prüfen</li></ul><p><strong>Mittwoch:</strong></p><ul><li>Alternative Politikpfade simulieren</li><li>Ergebnisse für BIP, Arbeitslosigkeit und Inflation vergleichen</li><li>Zielkonflikte zwischen den Mandatszielen identifizieren</li></ul><p><strong>Donnerstag:</strong></p><ul><li>Briefing-Unterlagen vorbereiten</li><li>Grafiken und Tabellen für die Entscheidungsträger erstellen</li><li>Konfidenzintervalle einbeziehen</li></ul><p><strong>Sitzungstag:</strong></p><ul><li>Modellergebnisse den FOMC-Mitgliedern präsentieren</li><li>Mitglieder wägen Modellergebnisse mit eigener Einschätzung ab</li><li>Entscheidung: Zinsen erhöhen, senken oder beibehalten</li></ul></div><h5>2. Kommunikation mit der Öffentlichkeit</h5><div class=example-box><h6>Der "Dot Plot" und die Zusammenfassung der Wirtschaftsprojektionen</h6><p>Jedes Quartal veröffentlicht die Fed Wirtschaftsprojektionen, die auf Modellergebnissen und Einschätzungen basieren.</p><p><strong>Was die Fed veröffentlicht:</strong></p><ul><li>BIP-Wachstumsprognose für die nächsten 3 Jahre</li><li>Prognose der Arbeitslosenquote</li><li>Inflationsprognose</li><li>Erwarteter Pfad des Leitzinses (der berühmte "Dot Plot")</li></ul><p><strong>Warum das wichtig ist:</strong> Märkte reagieren schnell, wenn sich der Dot Plot verschiebt:</p><ul><li>Höhere erwartete Zinsen treiben Kreditkosten nach oben</li><li>Erwartete Zinssenkungen können risikobehaftete Anlagen stützen</li><li>Anleiheportfolios werden angepasst</li></ul><p class=mb-0><strong>Beispiel (Juni 2022):</strong> Der Dot Plot verschob sich nach oben, und die Hypothekenzinsen stiegen daraufhin schnell.</p></div><h5>3. Stresstests für das Finanzsystem</h5><div class=example-box><h6>Jährliche Bankenstresstests</h6><p>Die Fed verwendet das Modell, um "schwer adverse" Szenarien für Bankenstresstests zu konzipieren:</p><p><strong>Typisches Stressszenario:</strong></p><ul><li>Schwere Rezession: BIP fällt um 4 %</li><li>Arbeitslosenquote steigt auf 10 %</li><li>Immobilienpreise fallen um 25 %</li><li>Aktienmarkt bricht um 50 % ein</li></ul><p><strong>Banken müssen nachweisen:</strong> Sie verfügen über genügend Kapital, um Verluste aufzufangen und weiter Kredite zu vergeben.</p><p class=mb-0><strong>Warum das wichtig ist:</strong> Stresstests verringern das Risiko eines erneuten systemweiten Bankenzusammenbruchs und schützen die Einleger.</p></div></div><h4>Weitere Organisationen, die das Modell nutzen</h4><div class=model-section><h5>Kongress und Regierungsbehörden</h5><ul><li><strong>Congressional Budget Office (CBO):</strong> Nutzt ähnliche Modelle für 10-Jahres-Haushaltsprojektionen</li><li><strong>Finanzministerium:</strong> Analysiert, wie Steueränderungen die Wirtschaft beeinflussen</li><li><strong>Beispiel:</strong> Das CBO modellierte die Wachstumseffekte der Steuersenkungen von 2017</li></ul><h5>
396Finanzinstitute</h5><ul><li><strong>Investmentbanken:</strong> Beraten Kunden zu zinssensitiven Anlagen</li><li><strong>Pensionsfonds:</strong> Planen langfristige Vermögensallokation</li><li><strong>Beispiel:</strong> Vermögensverwalter nutzen Modelle zur Gewichtung von Anleihen- und Aktienquoten</li></ul><h5>Akademische Forscher</h5><ul><li>Der FRB/US-Code ist öffentlich für Forschungszwecke verfügbar</li><li>Ökonomen weltweit nutzen ihn zur Untersuchung geldpolitischer Fragen</li><li><strong>Beispiel:</strong> Forscher untersuchen Fiskalpolitik und Verteilungseffekte</li></ul></div><h4>Fallstudien: Das Modell in der Praxis</h4><div class=example-box><h6>Fallstudie 1: Die COVID-19-Reaktion (2020)</h6><p><strong>Die Krise:</strong> Die Wirtschaft kam im März 2020 abrupt zum Stillstand.</p><p><strong>Wie das Modell half:</strong></p><ol><li><strong>Woche 1 (Mitte März):</strong> Mitarbeiter erstellten Notfallszenarien, um das Ausmaß des Abschwungs und die nötige Reaktion abzuschätzen.</li><li><strong>Woche 2:</strong> Die Fed senkte den Leitzins auf null und begann mit umfangreichen Anleihekäufen.</li><li><strong>Folgende Monate:</strong> Das Modell half, die Erholung und die geldpolitische Ausrichtung zu verfolgen.</li></ol><p class=mb-0><strong>Ergebnis:</strong> Die politische Reaktion war umfangreich und die Erholung nach historischen Maßstäben schnell.</p></div><div class=example-box><h6>Fallstudie 2: Die Inflationsepisode 2021-2023</h6><p><strong>Die Herausforderung:</strong> Die Inflation stieg stark an und erreichte Spitzenwerte nahe 9 %.</p><p><strong>Rolle des Modells:</strong></p><ol><li><strong>Ende 2021:</strong> Erste Simulationen unterschätzten die Persistenz von Angebots- und Nachfragedruck.</li><li><strong>Anfang 2022:</strong> Aktualisierte Daten deuteten auf einen entschlosseneren Straffungspfad hin.</li><li><strong>2022-2023:</strong> Das Modell half, das Tempo der Zinserhöhungen und den Wachstumskompromiss zu bewerten.</li></ol><p class=mb-0><strong>Ergebnis (bisheriger Stand):</strong> Bis Ende 2025 war die Inflation auf etwa 2,6 % gesunken, ohne Rezession - im Einklang mit einer weichen Landung.</p></div><div class=example-box><h6>Fallstudie 3: Finanzkrise 2008</h6><p><strong>Die Krise:</strong> Ein Einbruch am Immobilienmarkt führte zu Bankzusammenbrüchen, einer Kreditklemme und einer tiefen Rezession.</p><p><strong>Aufgedeckte Modellgrenzen:</strong></p><ul><li>FRB/US enthielt in der Version von 2008 keinen detaillierten Finanzsektor</li><li>Konnte nicht vorhersagen, wie der Immobiliencrash die Kreditmärkte einfrieren würde</li><li>Unterschätzte die Schwere der Rezession</li></ul><p><strong>Wie dies das Modell verbesserte:</strong></p><ul><li>Nach 2008 fügte die Fed Finanzfriktionen und Kreditkanäle hinzu</li><li>Enthält jetzt Kreditvergabestandards der Banken, Kreditspreads und Dynamik der Haushaltsverschuldung</li><li>Besser gerüstet für künftige Finanzkrisen</li></ul><p class=mb-0><strong>Erkenntnis:</strong> Modelle entwickeln sich durch Erfahrung weiter und werden nach großen Schocks aktualisiert.</p></div><h4>Was das Modell nicht kann</h4><div class=limitation-box><h6>Wichtige Einschränkungen</h6><p>Das Modell ist ein leistungsfähiges Werkzeug, aber kein Allheilmittel:</p><ul><li><strong>Kann keine Schocks vorhersagen:</strong> Große Krisen sind nicht prognostizierbar</li><li><strong>Kann nicht alles erfassen:</strong> Verhalten, Politik und Finanzmärkte können sich schnell ändern</li><li><strong>Hängt von Annahmen ab:</strong> Ergebnisse spiegeln die Eingaben wider</li><li><strong>Wird mit zunehmendem Horizont ungenauer:</strong> Unsicherheit steigt mit der Prognosefrist</li></ul><p class=mb-0><strong>Fazit:</strong> Das Modell ist ein Baustein unter vielen, neben Marktsignalen, Umfragen und Ermessensentscheidungen.</p></div><h4>Ausblick: Wie sich das Modell weiterentwickelt</h4><div class=example-box><h6>Laufende Verbesserungen</h6><ul><li><strong>Klimaökonomie:</strong> Auswirkungen auf Produktivität, Investitionen und Migration</li><li><strong>KI und Automatisierung:</strong> Produktivitäts- und Arbeitsmarkteffekte</li><li><strong>Ungleichheit:</strong> Über den repräsentativen Haushalt hinaus</li><li><strong>Digitales Geld:</strong> Auswirkungen auf die geldpolitische Transmission</li><li><strong>Veränderungen der Globalisierung:</strong> Nearshoring und Lieferkettenumstellungen</li></ul><p class=mb-0>Das Modell entwickelt sich weiter, wenn sich die Wirtschaft verändert.</p></div></div><div data-level=expert><p>Dieser Abschnitt fasst die operativen Einsatzbereiche von FRB/US in geldpolitischen Beratungen, Stresstests sowie externen Forschungs- und Marktanwendungen zusammen.</p><h4>Workflow der FOMC-Politikanalyse</h4><div class=implementation-box><pre>
397# Typical FOMC Cycle Policy Analysis (8 times per year)
398
399## T-10 days: Data Compilation
400- Collect latest releases: GDP, employment, inflation, financial data
401- Perform seasonal adjustment and quality checks
402- Update exogenous variable assumptions (oil, foreign demand, fiscal)
403- Validate data consistency with NIPA identities
404
405## T-7 days: Baseline Forecast Construction
406# Generate baseline using VAR expectations
407baseline = solve_frbusmodel(
408    mode = "VAR",
409    policy_rule = "inertial_Taylor",
410    horizon = 12_quarters,
411    initial_conditions = current_data,
412    exogenous_path = baseline_assumptions
413)
414
415# Alternative: RE expectations for selected scenarios
416baseline_RE = solve_frbusmodel(
417    mode = "RE",
418    policy_rule = "optimal_commitment",
419    horizon = 12_quarters
420)
421
422## T-5 days: Alternative Policy Scenarios
423scenarios = []
424for policy_path in [
425    hold_current_rate_4qtrs,
426    cut_25bp_per_qtr,
427    hike_25bp_per_qtr,
428    outcome_based_rule
429]:
430    scenario = solve_frbusmodel(
431        policy_path = policy_path,
432        mode = "VAR",
433        horizon = 12_quarters
434    )
435    scenarios.append(scenario)
436
437## T-3 days: Stochastic Simulations
438# Generate uncertainty quantification
439stoch_results = run_stochastic_simulations(
440    n_draws = 1000,
441    shock_distribution = estimated_shock_cov,
442    forecast_horizon = 12_quarters
443)
444
445# Extract confidence bands
446CI_70 = extract_quantiles(stoch_results, [0.15, 0.85])
447CI_90 = extract_quantiles(stoch_results, [0.05, 0.95])
448
449## T-2 days: Risk Assessment
450# Asymmetric risks via scenario probability weights
451downside_scenarios = [
452    "financial_stress": 0.15,
453    "persistent_inflation": 0.20,
454    "supply_shock": 0.10
455]
456
457upside_scenarios = [
458    "productivity_boom": 0.10,
459    "faster_disinflation": 0.15
460]
461
462risk_adjusted_forecast = compute_weighted_average(
463    [baseline] + scenarios,
464    weights = [0.50] + scenario_probs
465)
466
467## T-1 day: Prepare Briefing Materials
468# Generate Tealbook charts and tables
469- GDP growth fan chart with confidence intervals
470- Inflation projection vs. target
471- Unemployment gap visualization
472- Taylor rule prescription vs. actual policy
473- Alternative scenario comparisons
474- Risk assessment summary
475
476## Meeting Day: Presentation and Deliberation
477- Staff presents baseline and alternatives
478- FOMC members receive model outputs
479- Discussion incorporates model + judgment + market signals
480- Decision announced with SEP (Summary of Economic Projections)
481                </pre></div><h4>Stresstest-Anwendung (CCAR/DFAST)</h4><p>FRB/US liefert makroökonomische Szenarien für die Comprehensive Capital Analysis and Review (CCAR):</p><p><strong>Erstellung schwer adverser Szenarien:</strong></p><div class=equation-box>$$\text{Scenario Design: } Y_{t}^{severe} = Y_t^{baseline} + \Delta_{shock} + \Delta_{propagation}$$</div><p>wobei die Schocks an historischen Stressepisoden kalibriert werden (2008-2009, 1980-82, 1974-75).</p><div class=implementation-box><pre>
482# Severely Adverse Scenario Construction (Typical CCAR)
483
484## Shock Specification
485shocks = {
486    "financial_crisis": {
487        "equity_market": -50%,        # S&P 500 falls 50%
488        "house_prices": -25%,         # Home prices drop 25%
489        "credit_spread": +500bp,      # Corporate spreads spike
490        "VIX": spike to 70,           # Extreme volatility
491        "foreign_demand": -15%        # Global recession
492    },
493
494    "real_shock": {
495        "productivity": -2%,          # TFP decline
496        "labor_supply": -1%,          # Participation drops
497        "confidence": -30%            # Sentiment collapses
498    }
499}
500
501## Propagation Through FRB/US
502severe_scenario = solve_frbusmodel(
503    initial_shocks = shocks,
504    duration = 13_quarters,
505    policy_response = "aggressive_easing",  # Fed cuts to ZLB
506    fiscal_response = "automatic_stabilizers",
507    mode = "VAR"  # Use adaptive expectations in crisis
508)
509
510## Typical Severely Adverse Output
511# Peak impacts (trough quarter):
512- Real GDP: -4.0% (cumulative)
513- Unemployment rate: 10.0%
514- Equity prices: -50%
515- House prices: -25%
516- Commercial real estate: -35%
517- BBB corporate spread: +570bp
518
519# Recovery path:
520# Gradual return to baseline over 9-13 quarters
521# Fed keeps rates at zero for extended period
522# Fiscal deficit widens 4-5pp of GDP
523                </pre></div><p><strong>Bankspezifische Anwendung:</strong></p><p>Banken nutzen FRB/US-Szenarien zur Projektion von Verlusten unter Stress:</p><div class=equation-box>$$\text{Credit Loss}_i = f_i(PD_t, LGD_t, EAD_t | \text{FRB/US}_t^{severe})$$</div><p>wobei Ausfallwahrscheinlichkeit (PD) und Verlustquote bei Ausfall (LGD) Funktionen des makroökonomischen Szenarios sind.</p><h4>Integration des Congressional Budget Office (CBO)</h4><p>Das CBO pflegt eine Variante von FRB/US für Projektionen im 10-Jahres-Haushaltsfenster:</p><table class="table table-sm variable-table"><thead><tr><th>Anwendung</th><th>Modifikation gegenüber FRB/US</th><th>Hauptverwendung</th></tr></thead><tbody><tr><td>Basis-Haushaltsprognose</td><td>Erweiterter Horizont (40 Quartale)</td><td>10-Jahres-Defizit- und Schuldenprognosen</td></tr><tr><td>Steuerpolitische Bewertung</td><td>Detaillierte Steuerrecht-Blöcke</td><td>Einnahmenschätzungen für Gesetzentwürfe</td></tr><tr><td>Sozialausgaben-Projektionen</td><td>Demographische Übergänge</td><td>Ausgaben für Sozialversicherung/Medicare</td></tr><tr><td>Fiskalmultiplikator-Analyse</td><td>Alternative Erwartungsmechanismen</td><td>Wirkungsschätzungen von Konjunkturpaketen</td></tr></tbody></table><h4>Finanzmarktanwendungen</h4><p><strong>Nutzung an Investmentbank-Handelsdesks:</strong></p><ul><li><strong>Zinsstrategie:</strong> Fed-Pfad prognostizieren → Treasury-Portfolio positionieren</li><li><strong>Devisenhandel:</strong> Relative Geldpolitik Fed vs. EZB/BoJ → Währungspaare</li><li><strong>Aktienstrategie:</strong> Wachstums-/Inflationsszenarien → Sektorrotation</li><li><strong>Kreditstrategie:</strong> Ausfall­zyklus-Modellierung → IG- vs. HY-Allokation</li></ul><p><strong>Beispiel: Workflow eines Zinshandelsdesks:</strong></p><div class=implementation-box><pre>
524# Investment Bank Rates Strategy Using FRB/US
525
526## Step 1: Replicate Fed's Baseline
527fed_baseline = solve_frbusmodel(
528    calibration = "Federal_Reserve_2024",
529    expectations = "VAR",
530    policy_rule = "estimated_historical"
531)
532
533## Step 2: Overlay Market Pricing
534market_implied_path = extract_from_fed_funds_futures()
535market_implied_terminal = extract_from_forwards()
536
537## Step 3: Identify Mispricings
538pricing_gap = market_implied_path - fed_baseline.policy_path
539
540## Step 4: Risk Scenarios
541# If model says Fed needs to hike more than priced:
542scenario_1 = solve_frbusmodel(
543    policy_path = model_optimal,  # Higher than market
544    compute_bond_yields = True
545)
546
547# If market is too hawkish:
548scenario_2 = solve_frbusmodel(
549    policy_path = market_implied,
550    compute_growth_impact = True  # How much growth damage?
551)
552
553## Step 5: Trading Recommendation
554if pricing_gap > 50bp:
555    recommendation = "Short 2y Treasury (yields rise)"
556    rationale = "Market underpricing Fed hiking cycle"
557    conviction = high
558                </pre></div><h4>Akademische Forschungsanwendungen</h4><p><strong>Aktuelle Forschung mit FRB/US:</strong></p><table class="table table-sm variable-table"><thead><tr><th>
558Forschungsfrage</th><th>Modifikation</th><th>Wesentliches Ergebnis</th></tr></thead><tbody><tr><td>Optimales Inflationsziel</td><td>Variation von $\pi^*$ von 1 % bis 4 %</td><td>2-2,5 % minimiert die Verlustfunktion</td></tr><tr><td>Wirksamkeit von Forward Guidance</td><td>Vergleich von VAR- vs. RE-Erwartungen</td><td>Effekt beträgt 30-40 % der RE-Vorhersage</td></tr><tr><td>Fiskalmultiplikatoren an der Zinsuntergrenze</td><td>Restriktion $r_t \geq 0$</td><td>Multiplikatoren 2-3x größer an der ZLB</td></tr><tr><td>Auswirkungen des Klimawandels</td><td>Produktivitätsschadensfunktion hinzugefügt</td><td>0,1-0,3 Pp jährliche BIP-Belastung bis 2050</td></tr><tr><td>Bedingungsloses Grundeinkommen</td><td>Transfers hinzugefügt, Arbeitsangebot modifiziert</td><td>Leicht inflationär, abhängig von Finanzierung</td></tr><tr><td>Automatisierung und Ungleichheit</td><td>Zwei-Agenten-Modell (qualifiziert/unqualifiziert)</td><td>Kapitalanteil steigt, Lohnpolarisierung</td></tr></tbody></table><h4>Einschränkungen im operativen Einsatz</h4><div class=limitation-box><h6>Bekannte Schwächen in der Anwendung</h6><p><strong>1. Extremrisiken und nichtlineare Krisen:</strong></p><p>FRB/US ist um den Gleichgewichtszustand linearisiert und versagt bei Extremereignissen:</p><ul><li>Finanzpanik (2008): Kreditstillstand nicht erfasst</li><li>Pandemie (2020): Mechanismus des Angebotsausfalls fehlt</li><li>Zinsuntergrenze: Linearisierung ungenau nahe der ZLB</li></ul><p><strong>2. Erwartungsbildung:</strong></p><p>VAR-Erwartungen unzureichend bei Regimewechseln:</p><ul><li>Disinflation nach 1980 nicht erkannt (Volcker-Schock)</li><li>Inflationspersistenz 2021-2023 unterschätzt</li><li>Forward-Guidance-Effekte schwächer als theoretisch vorhergesagt</li></ul><p><strong>3. Vereinfachter Finanzsektor:</strong></p><p>Begrenzte Bankenintermediation und Kreditfriktionen:</p><ul><li>Keine Eigenkapitalanforderungen für Banken</li><li>Minimale Verschuldungszyklus-Dynamik</li><li>Schattenbankensektor nicht berücksichtigt</li></ul><p><strong>4. Heterogenität:</strong></p><p>Der Ansatz des repräsentativen Agenten verfehlt Verteilungseffekte:</p><ul><li>Wohlhabende Haushalte haben eine marginale Konsumquote nahe null</li><li>Kreditbeschränkte Haushalte haben eine marginale Konsumquote nahe 1,0</li><li>Die aggregierte marginale Konsumquote hängt von der Vermögensverteilung ab</li></ul><p><strong>5. Strukturwandel:</strong></p><p>Auf historischen Daten geschätzte Parameter können instabil sein:</p><ul><li>Phillips-Kurven-Steigung sank von 0,03 (1960er) auf 0,01 (2010er)</li><li>Natürlicher Zinssatz $r^*$ von 4 % auf 2,5 % gesunken</li><li>Lohn-Phillips-Kurve nach 2010 praktisch flach</li></ul></div><h4>Komplementäre Modelle in der Politikanalyse</h4><p>Fed-Mitarbeiter nutzen mehrere Modelle zur Robustheitsprüfung:</p><table class="table table-sm variable-table"><thead><tr><th>Modell</th><th>Typ</th><th>Stärken gegenüber FRB/US</th><th>Einsatz</th></tr></thead><tbody><tr><td>EDO (Estimated DSGE)</td><td>Bayesianisches DSGE</td><td>Theoriekonsistent, RE-Erwartungen</td><td>Gegenprüfung von Politikszenarien</td></tr><tr><td>SIGMA (Multi-country)</td><td>Offenes-Wirtschaft-DSGE</td><td>Internationale Verflechtungen, Wechselkurse</td><td>Analyse globaler Spillover-Effekte</td></tr><tr><td>Faktormodelle (Prognose)</td><td>Statistische VAR/Faktoren</td><td>Kurzfristige Prognosegenauigkeit</td><td>Nowcasting des laufenden Quartals</td></tr><tr><td>Umfragebasierte Prognosen</td><td>Umfragenzusammenstellung</td><td>Markterwartungen, Glaubwürdigkeit</td><td>Bewertung der Erwartungsverankerung</td></tr><tr><td>Regionale Fed-Modelle</td><td>Sektoral/regional</td><td>Branchendetails, geografische Variation</td><td>Regionale Heterogenität</td></tr></tbody></table><p><em>Operationelle Praxis:</em> Fed-Mitarbeiter erstellen Prognosen aus 4-6 Modellen und präsentieren dem FOMC eine Bandbreite von Ergebnissen. Entscheidungsträger wägen modellbasierte Analysen gegen Echtzeitinformationen von Unternehmenskontakten, Marktsignalen und qualitativen Faktoren ab.</p></div></div><div class=content-card id=calibration data-level=expert><h2>Modellkalibrierung und Schätzung</h2><p>Dieser Abschnitt fasst die Parameterschätzung, Identifikationsstrategien und Kalibrierungsentscheidungen von FRB/US zusammen.</p><h4>Überblick über die Schätzstrategie</h4><p>FRB/US verwendet einen hybriden Schätzansatz, der folgende Methoden kombiniert:</p><ul><li><strong>Direkte Schätzung:</strong> Einzelgleichungs-MLE oder GMM für Verhaltensgleichungen</li><li><strong>Kalibrierung:</strong> Parameter werden so gesetzt, dass sie langfristige Dateneigenschaften oder mikrodatenbasierte Evidenz abbilden</li><li><strong>Systemschätzung:</strong> Gemeinsame Schätzung von Teilblöcken (begrenzt wegen Rechenaufwand)</li></ul><div class=implementation-box><pre>
559# Estimation Philosophy and Sequence
560
561## Phase 1: Estimate reduced-form relationships
562# Use OLS/MLE on individual equations
563# Obtain consistent estimates ignoring simultaneity
564# Example: Consumption function
565C_t = β₀ + β₁·Y_t + β₂·W_t + β₃·r_t + ε_t
566# Estimate via OLS with HAC standard errors
567
568## Phase 2: Incorporate expectations
569# Replace E_t[X_{t+h}] with VAR-generated forecasts
570# Re-estimate equations with constructed expectations
571# Example: Consumption Euler equation
572C_t = γ₁·E_t[C_{t+1}] + γ₂·C_{t-1} + γ₃·(r_t - E_t[π_{t+1}]) + ε_t
573# Estimate via GMM with E_t[·] replaced by VAR forecast
574
575## Phase 3: Impose theoretical restrictions
576# Apply long-run homogeneity, adding-up constraints
577# Example: Production function
578log(Y_t) = α·log(K_t) + (1-α)·log(L_t) + log(A_t)
579# α calibrated to capital share in national accounts (≈0.33)
580
581## Phase 4: Validate system properties
582# Solve full model, check for:
583- Stability (eigenvalues of linearized system)
584- Cointegration relationships hold
585- Impulse responses economically sensible
586- Forecast performance on holdout sample
587
588## Phase 5: Iterative refinement
589# If system properties unsatisfactory:
590- Adjust poorly-identified parameters
591- Impose additional constraints
592- Re-estimate with updated priors
593            </pre></div><h4>Zentrale Parameterschätzungen</h4><p><strong>Konsumblock:</strong></p><div class=equation-box>$$c_t = \gamma_1 E_t[c_{t+1}] + \gamma_2 c_{t-1} + \gamma_3 (w_t - c_t) + \gamma_4 (r_t - E_t[\pi_{t+1}]) + \epsilon_t^c$$</div><table class="table table-sm variable-table"><thead><tr><th>Parameter</th><th>Schätzwert</th><th>Standardfehler</th><th>Interpretation</th></tr></thead><tbody><tr><td>$\gamma_1$</td><td>0.38</td><td>(0.08)</td><td>Vorausschauende Gewichtung</td></tr><tr><td>$\gamma_2$</td><td>0.62</td><td>(0.08)</td><td>Rückwärtsgerichtete Gewichtung (Gewohnheit)</td></tr><tr><td>$\gamma_3$</td><td>0.03</td><td>(0.005)</td><td>Vermögenseffekt (3 Cent pro $)</td></tr><tr><td>$\gamma_4$</td><td>-0.12</td><td>(0.03)</td><td>Zinssatz-Semi-Elastizität</td></tr></tbody></table><p><strong>Investitionsblock:</strong></p><div class=equation-box>$$\frac{I_t}{K_t} = \phi_0 + \phi_1 Q_t + \phi_2 \Delta \log Y_t + \phi_3 \frac{CF_t}{K_t} + \epsilon_t^I$$</div><table class="table table-sm variable-table"><thead><tr><th>Parameter</th><th>Schätzwert</th><th>Standardfehler</th><th>Identifikation</th></tr></thead><tbody><tr><td>$\phi_1$</td><td>0.042</td><td>(0.012)</td><td>Q-Variationen (Aktienmarktvolatilität)</td></tr><tr><td>$\phi_2$</td><td>19.5</td><td>(3.2)</td><td>Korrelation mit Produktionswachstum</td></tr><tr><td>$\phi_3$</td><td>0.18</td><td>(0.06)</td><td>Cashflow-Sensitivität (Liquidität)</td></tr></tbody></table><p><strong>Phillips-Kurve:</strong></p><div class=equation-box>$$\pi_t = \gamma_f E_t[\pi_{t+1}] + \gamma_b \pi_{t-1} + \kappa \cdot gap_t + \mu \cdot \pi_t^{import} + \epsilon_t^\pi$$</div><table class="table table-sm variable-table"><thead><tr><th>Parameter</th><th>Schätzwert (1985-2019)</th><th>Schätzwert (2000-2019)</th><th>Veränderung / Instabilität</th></tr></thead><tbody><tr><td>$\gamma_f$</td><td>0.32</td><td>0.24</td><td>↓ Vorausschauende Gewichtung rückläufig</td></tr><tr><td>$\gamma_b$</td><td>0.68</td><td>0.76</td><td>↑ Stärker rückwärtsgerichtet</td></tr><tr><td>$\kappa$</td><td>0.019</td><td>0.009</td><td>↓ ABFLACHUNG (kritischer Befund)</td></tr><tr><td>$\mu$</td><td>0.08</td><td>0.075</td><td>Stabile Import-Weitergabe</td></tr></tbody></table><p><em>Zentraler Befund:</em> Die Phillips-Kurve hat sich nach 2000 abgeflacht, wobei das Opferverhältnis von etwa 2,0 auf 3,5 gestiegen ist. Dies ist die wichtigste Parameterinstabilität im Modell.</p><h4>Identifikationsherausforderungen und Lösungen</h4><p><strong>1. Simultangleichungsverzerrung:</strong></p><p>Viele Verhaltensgleichungen enthalten endogene Variablen auf der rechten Seite. Beispiel: Konsum hängt vom Einkommen ab, aber Einkommen hängt vom Konsum ab.</p><p><strong>Lösung:</strong> Instrumentalvariablenschätzung:</p><div class=equation-box>$$C_t = \beta Y_t + \epsilon_t, \quad E[\epsilon_t | Z_t] = 0$$</div><p>wobei Instrumente $Z_t$ verzögerte Werte, exogene Schocks (Ölpreise, Auslandsnachfrage) und Politikvariablen umfassen.</p><p><strong>2. Erwartungsterme:</strong></p><p>$E_t[X_{t+h}]$ ist nicht beobachtbar und erfordert konstruierte Regressoren:</p><div class=equation-box>$$\hat{E}_t[X_{t+h}] = \Phi^h X_t \quad \text{(from VAR)}$$</div><p>Dies führt zu einer Verzerrung durch generierte Regressoren, die Bootstrap-Standardfehler erfordert.</p><p><strong>3. Strukturbrüche:</strong></p><p>Parameter zeigen Instabilität über die Zeit. Testung mittels:</p><div class=equation-box>$$H_0: \beta_{1985-1999} = \beta_{2000-2019} \quad \text{(Chow test)}$$</div><p>Ergebnisse: Signifikante Brüche in der Phillips-Kurve (p < 0,01), moderate Brüche bei Konsum/Investitionen (p ≈ 0,05-0,10).</p><p><strong>Lösung:</strong> Zeitvariable Parameter über rollierende Fenster oder bayesianische Methoden.</p><h4>Kalibrierung nicht geschätzter Parameter</h4><table class="table table-sm variable-table"><thead><tr><th>
593Parameter</th><th>Wert</th><th>Quelle / Begründung</th></tr></thead><tbody><tr><td>Produktionsfunktion $\alpha$ (Kapitalanteil)</td><td>0.33</td><td>NIPA-Kapitaleinkommensanteil</td></tr><tr><td>Abschreibungsrate $\delta$</td><td>0.025</td><td>BEA-Anlagevermögenstabellen (quartalsweise)</td></tr><tr><td>Diskontfaktor $\beta$</td><td>0.995</td><td>Impliziert 2 % jährliche Diskontrate</td></tr><tr><td>Intertemporale Elast. $\sigma$</td><td>2.0</td><td>Mikrostudien (IES ≈ 0,5)</td></tr><tr><td>Frisch-Arbeitselastizität</td><td>0.5</td><td>Makro-Arbeitsangebotsliteratur</td></tr><tr><td>Calvo-Preisdauer $1/(1-\theta)$</td><td>4 Quartale</td><td>Bils-Klenow-Mikropreisdaten</td></tr><tr><td>Calvo-Lohndauer</td><td>4 Quartale</td><td>Taylor-Kontraktliteratur</td></tr><tr><td>Neutraler Realzins $r^*$</td><td>0.5%</td><td>Laubach-Williams-Schätzungen (2024)</td></tr><tr><td>NAIRU $u^*$</td><td>4.2%</td><td>CBO-Schätzungen, Kalman-Filter</td></tr><tr><td>Trendproduktivitätswachstum $\mu_A$</td><td>1.8%</td><td>BLS-Projektionen</td></tr></tbody></table><h4>Schätzdaten und Stichprobe</h4><p><strong>Stichprobenzeitraum:</strong> 1966:Q1 - 2023:Q4 (232 Quartale)</p><p><strong>Begründung des Anfangsdatums:</strong></p><ul><li>Daten vor 1966 weisen Qualitätsprobleme auf</li><li>Geldpolitisches Regime vor 1966 instabil</li><li>NIPA-Methodik änderte sich Mitte der 1960er Jahre</li></ul><p><strong>Datenstand:</strong> "Endgültig revidierter" Stand (per 2024:Q3)</p><p><strong>Frequenz:</strong> Quartalsweise (native Modellfrequenz)</p><p><strong>Robustheit über Teilstichproben:</strong></p><ul><li>Vor Volcker (1966-1979): Regime hoher Inflation</li><li>Great Moderation (1985-2007): Stabil, niedrige Inflation</li><li>Finanzkrise (2008-2009): Periode an der Zinsuntergrenze</li><li>
593Nach der Krise (2010-2019): Langsame Erholung</li><li>COVID (2020-2021): Von der Schätzung ausgeschlossen (Strukturbruch)</li><li>Nach COVID (2022-2023): Mit Vorsicht einbezogen</li></ul><h4>Modellvalidierung und Diagnosetests</h4><p><strong>1. Anpassungsgüte innerhalb der Stichprobe:</strong></p><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>$R^2$</th><th>RMSE</th><th>vs. AR(4)-Modell</th></tr></thead><tbody><tr><td>BIP-Wachstum</td><td>0.68</td><td>0.9Pp</td><td>30 % Verbesserung</td></tr><tr><td>Arbeitslosenquote</td><td>0.92</td><td>0.3Pp</td><td>25 % Verbesserung</td></tr><tr><td>Kerninflation</td><td>0.85</td><td>0.5Pp</td><td>20 % Verbesserung</td></tr><tr><td>Leitzins (Fed Funds Rate)</td><td>0.94</td><td>0.6Pp</td><td>15 % Verbesserung</td></tr></tbody></table><p><strong>2. Prognosegenauigkeit außerhalb der Stichprobe:</strong></p><p>Rekursive Prognosen 2000-2023 (erweitertes Fenster):</p><table class="table table-sm variable-table"><thead><tr><th>Horizont</th><th>BIP-RMSE</th><th>Inflations-RMSE</th><th>Diebold-Mariano vs. VAR</th></tr></thead><tbody><tr><td>1 Quartal</td><td>0.8Pp</td><td>0.4Pp</td><td>p = 0.03 (FRB/US besser)</td></tr><tr><td>4 Quartale</td><td>1.5Pp</td><td>0.8Pp</td><td>p = 0.12 (marginal)</td></tr><tr><td>8 Quartale</td><td>2.1Pp</td><td>1.2Pp</td><td>p = 0.45 (kein Unterschied)</td></tr></tbody></table><p><strong>3. Validierung der Impulsantworten:</strong></p><p>Vergleich der FRB/US-Impulsantworten mit identifizierten VARs (Romer-Romer-Geldpolitikschocks):</p><ul><li>Monetäre Straffung um 100 Bp → BIP-Reaktion stimmt innerhalb der Konfidenzbänder mit VAR überein</li><li>Maximale Produktionswirkung bei 6-8 Quartalen: FRB/US -1,2 %, VAR -1,4 % ± 0,5 %</li><li>Inflationsreaktion: FRB/US -0,35 Pp bei 12Q, VAR -0,40 Pp ± 0,20 Pp</li></ul><p><em>Fazit:</em> Modelldynamik weitgehend konsistent mit identifizierter empirischer Evidenz.</p><h4>Laufende Schätzfragen und Forschung</h4><div class=limitation-box><h6>Aktuelle Herausforderungen</h6><p><strong>1. Zeitvariable Parameter:</strong></p><p>Zentrale Parameter zeigen Drift über die Zeit, insbesondere:</p><ul><li>Phillips-Kurven-Steigung $\kappa$ säkular rückläufig</li><li>Neutraler Zinssatz $r^*$ von 4 % (1990er) auf 2,5 % (2020er) gesunken</li><li>NAIRU unsicher, möglicherweise im Bereich von 3,8-4,5 %</li></ul><p>Aktuelle Forschung: Bayesianische zeitvariable Parametermodelle</p><p><strong>2. Finanzfriktionen:</strong></p><p>Begrenzte Finanzsektor-Details führen zu:</p><ul><li>Unterschätzung der Bedeutung des Kreditkanals</li><li>Unfähigkeit, Finanzbeschleuniger-Dynamiken abzubilden</li><li>Schwache Performanz während Finanzkrisen</li></ul><p>Aktuelle Forschung: Integration des Bernanke-Gertler-Gilchrist-Finanzbeschleunigers</p><p><strong>3. Heterogenität:</strong></p><p>Der Ansatz des repräsentativen Agenten verfehlt Verteilungsdimensionen:</p><ul><li>Marginale Konsumquoten variieren stark nach Vermögen/Einkommen</li><li>Wirksamkeit der Fiskalpolitik hängt von der Zielgenauigkeit ab</li><li>Monetäre Transmission asymmetrisch zwischen Haushalten</li></ul><p>Aktuelle Forschung: Zwei-Agenten-HANK-Variante (Heterogeneous Agent New Keynesian)</p><p><strong>4. Erwartungsbildung:</strong></p><p>VAR-Erwartungen versagen während:</p><ul><li>Regimewechseln (Volcker-Disinflation, Periode an der Zinsuntergrenze)</li><li>Forward-Guidance-Episoden (Wirkung überschätzt)</li><li>Strukturbrüchen (COVID, Inflationsschub)</li></ul><p>Aktuelle Forschung: Lernmodelle, umfragekonsistente Erwartungen</p></div><h4>Softwareimplementierung und Code-Verfügbarkeit</h4><p>Der FRB/US-Modellcode ist öffentlich verfügbar:</p><ul><li><strong>Sprache:</strong> MATLAB (primär), Python-Port verfügbar</li><li><strong>Repository:</strong> <a href=https://www.federalreserve.gov/econres/us-models-package.htm target=_blank>Federal Reserve Board</a></li><li><strong>Dokumentation:</strong> Über 400 Seiten umfassendes technisches Handbuch</li><li><strong>Daten:</strong> Historische Zeitreihen enthalten, quartalsweise aktualisiert</li><li><strong>Lizenz:</strong> Gemeinfrei (Werk der US-Regierung)</li></ul><div class=implementation-box><pre>
594# Example: Running FRB/US in MATLAB
595
596% Load model
597load('FRBUSmodel_2024Q3.mat');
598
599% Set baseline assumptions
600baseline.initial_conditions = current_data;
601baseline.exogenous_path = standard_assumptions();
602baseline.expectations_mode = 'VAR';
603baseline.policy_rule = 'inertial_Taylor';
604
605% Solve model
606[Y, info] = solve_frbus(model, baseline);
607
608% Extract key variables
609GDP_growth = Y.GDP_real_growth;
610unemployment = Y.unemployment_rate;
611inflation = Y.PCE_core_inflation;
612fed_funds = Y.federal_funds_rate;
613
614% Plot results
615plot_forecast(GDP_growth, unemployment, inflation, fed_funds);
616
617% Alternative scenario
618alt_scenario = baseline;
619alt_scenario.policy_rule = 'aggressive_hike';
620[Y_alt, info_alt] = solve_frbus(model, alt_scenario);
621
622% Compare
623compare_scenarios(Y, Y_alt);
624            </pre></div></div><div class=content-card id=limitations><h2>Einschränkungen und kritische Analyse</h2><div data-level=beginner><p>Jedes Modell hat Einschränkungen. Sie zu verstehen verbessert den Umgang mit den Ergebnissen.</p><div class=analogy-box><h5>Die Wettervorhersage-Analogie</h5><p class=mb-0>Die Modellgenauigkeit ist bei kurzen Zeithorizonten höher und bei seltenen oder extremen Ereignissen geringer. Dieser Kompromiss gilt auch für Wirtschaftsmodelle.</p></div><h4>Sieben zentrale Einschränkungen zum Verständnis</h4><div class=limitation-box><h5>1. Unerwartete Schocks können nicht vorhergesagt werden</h5><p><strong>Das Problem:</strong> Das Modell geht von einer Basiswelt aus und kann seltene Schocks nicht vorhersehen:</p><ul><li>Pandemien (COVID-19)</li><li>Finanzkrisen (2008)</li><li>Kriege (Invasion der Ukraine)</li><li>Große technologische Durchbrüche (KI-Revolution)</li><li>Politische Überraschungen (unerwartete Wahlergebnisse, Politikumkehr)</li></ul><p><strong>Warum das wichtig ist:</strong> Diese Ereignisse verursachen oft große Abweichungen von jeder Basisprognose.</p><p class=mb-0><strong>Was die Fed tut:</strong> Mitarbeiter erstellen Stressszenarien, auch wenn der Zeitpunkt nicht vorhersagbar ist.</p></div><div class=limitation-box><h5>2. Unterstellt rationaleres Verhalten als in der Realität</h5><p><strong>Das Problem:</strong> Das Modell nimmt vorausschauendes Verhalten an. Tatsächliche Entscheidungen können von Psychologie und Unsicherheit getrieben sein:</p><ul><li><strong>Panik:</strong> Plötzliche Verschiebungen bei Ausgaben oder Ersparnissen</li><li><strong>Herdenverhalten:</strong> Momentum-Trading oder spekulative Episoden</li><li><strong>Übermäßiges Vertrauen:</strong> Fehleinschätzung von Immobilien- oder Aktienzyklen</li><li><strong>Emotion:</strong> Angst und Optimismus können Fundamentaldaten dominieren</li></ul><p class=mb-0><strong>Was das bedeutet:</strong> Modelle funktionieren in normalen Zeiten am besten und können Wendepunkte verfehlen.</p></div><div class=limitation-box><h5>3. Behandelt alle als "Durchschnitt"</h5><p><strong>Das Problem:</strong> Das Modell verwendet repräsentative Haushalte und Unternehmen. Verteilungseffekte können sich unterscheiden:</p><div class=example-box><h6>Warum das wichtig ist: Zinssatz-Beispiel</h6><p><strong>Wenn die Fed den Leitzins von 0 % auf 5 % anhebt:</strong></p><ul><li><strong>Wohlhabende Familie:</strong> Besitzt Eigenheim vollständig, hat Ersparnisse<ul><li>Effekt: Verdient mehr auf Ersparnisse</li><li>Reaktion: Ausgaben ändern sich kaum</li></ul></li><li><strong>Mittelschicht-Familie:</strong> Hat Hypothek, etwas Ersparnisse<ul><li>Effekt: Gemischte Auswirkungen auf Einkommen und Kosten</li><li>Reaktion: Moderate Ausgabenkürzung</li></ul></li><li><strong>Arbeiterfamilie:</strong> Zur Miete, keine Ersparnisse, Kreditkartenschulden<ul><li>Effekt: Höhere Kreditkosten</li><li>Reaktion: Stärkere Ausgabenkürzungen</li></ul></li></ul><p class=mb-0>Das Modell mittelt diese Effekte und kann Verteilungswirkungen verfehlen.</p></div></div><div class=limitation-box><h5>4. Inflation ist schwieriger vorherzusagen geworden</h5><p><strong>Das Problem:</strong> Die Beziehung zwischen Arbeitslosigkeit und Inflation (die Phillips-Kurve) hat sich abgeschwächt.</p><p><strong>In den 1970er-80er Jahren:</strong></p><ul><li>Arbeitslosenquote sinkt um 1 % → Inflation steigt um 0,5 %</li><li>
624Starke, vorhersagbare Beziehung</li></ul><p><strong>Seit 2010:</strong></p><ul><li>Arbeitslosenquote fiel von 10 % auf 3,5 % (2010-2019)</li><li>Inflation blieb die ganze Zeit bei 2 %!</li><li>Die Beziehung schwächte sich ab</li></ul><p><strong>Dann 2021-2022:</strong></p><ul><li>Inflation stieg plötzlich auf 9 %</li><li>Die meisten Modelle unterschätzten den Anstieg</li></ul><p class=mb-0><strong>Fazit:</strong> Inflationsprognosen sind weniger zuverlässig geworden, weil sich historische Zusammenhänge verschoben haben.</p></div><div class=limitation-box><h5>5. Schwache Finanzsektormodellierung</h5><p><strong>Das Problem:</strong> Banken, Kredite und Finanzmärkte sind vereinfacht dargestellt. Dies begrenzte die Leistung 2008:</p><p><strong>Was das Modell 2008 verpasste:</strong></p><ul><li>Wie der Rückgang der Immobilienpreise die Kreditvergabe der Banken einfrieren würde</li><li>Wie der Zusammenbruch einer Bank auf andere übergreifen konnte</li><li>Wie die Kreditklemme die Wirtschaft verwüsten würde</li></ul><p><strong>Das Modell prognostizierte:</strong> Eine milde Rezession</p><p><strong>Was tatsächlich geschah:</strong> Eine tiefe Rezession mit massiven Arbeitsplatzverlusten</p><p class=mb-0><strong>Gelernte Lektion:</strong> Finanzkrisen erfordern eine reichhaltigere Finanzsektor-Modellierung, als die Basisversion bietet.</p></div><div class=limitation-box><h5>6. Langfristprognosen sind sehr unsicher</h5><p><strong>Das Problem:</strong> Die Prognosegenauigkeit verschlechtert sich jenseits von 1-2 Jahren rapide:</p><table class="table table-sm"><thead><tr><th>Prognosehorizont</th><th>Typischer Fehler (BIP)</th><th>Zuverlässigkeit</th></tr></thead><tbody><tr><td>1 Quartal voraus</td><td>±0.8%</td><td class=text-success>Höher</td></tr><tr><td>1 Jahr voraus</td><td>±1.5%</td><td class=text-warning>Moderat</td></tr><tr><td>2 Jahre voraus</td><td>±2.5%</td><td class=text-warning>Geringer</td></tr><tr><td>5+ Jahre voraus</td><td>±4%+</td><td class=text-danger>Niedrig</td></tr></tbody></table><p class=mb-0><strong>Was das bedeutet:</strong> Kurzfristprognosen haben mehr Gewicht. Langfristprojektionen sind bestenfalls richtungsweisend.</p></div><div class=limitation-box><h5>7. Die Wirtschaft selbst verändert sich</h5><p><strong>Das Problem:</strong> Das Modell wird auf vergangenen Daten geschätzt, während sich die Wirtschaft weiterentwickelt:</p><p><strong>Wesentliche, nicht vollständig erfasste Veränderungen:</strong></p><ul><li><strong>Technologie:</strong> KI und Automatisierung könnten die Produktivität verändern</li><li><strong>Demografie:</strong> Alternde Bevölkerung verändert Spar- und Ausgabemuster</li><li><strong>Globalisierung:</strong> Handelsmuster im Wandel (Lieferketten, China)</li><li><strong>Klimawandel:</strong> Wird Landwirtschaft, Energie und Küstenimmobilien beeinflussen</li><li><strong>Homeoffice:</strong> Hat Immobiliennachfrage und Arbeitskräftemobilität verändert</li><li><strong>Gig-Wirtschaft:</strong> Traditionelle Beschäftigungskennzahlen werden weniger aussagekräftig</li></ul><p class=mb-0><strong>Was die Fed tut:</strong> Das Modell wird laufend aktualisiert, aber Revisionen hinken strukturellen Veränderungen unvermeidlich hinterher.</p></div><h4>Sollte man dem Modell vertrauen?</h4><div class=example-box><h6>Die richtige Perspektive</h6><p><strong>Das Modell ist ein nützlicher Ratgeber, der:</strong></p><ul><li>Auf historischen Zusammenhängen basiert</li><li>Komplexe Szenarien schnell vergleichen kann</li><li>Einen konsistenten Rahmen bietet</li><li>Regimewechsel oder seltene Ereignisse verfehlen kann</li><li>Nicht jeden Schock antizipieren kann</li><li>Nicht die einzige Entscheidungsgrundlage sein sollte</li></ul><p><strong>Wie die Fed es tatsächlich nutzt:</strong></p><ol><li>Basisprognose und Alternativen im Modell erstellen</li><li>Mit anderen Modellen vergleichen</li><li>Markt- und Umfrageerwartungen prüfen</li><li>Regionale und unternehmerische Informationen einholen</li><li>Erfahrung und Urteilsvermögen einsetzen</li><li>Auf Basis mehrerer Inputs entscheiden</li></ol><p class=mb-0><strong>Schlussurteil:</strong> FRB/US ist ein wertvolles Werkzeug, das am besten zusammen mit anderen Modellen, Marktsignalen und Urteilsvermögen eingesetzt wird.</p></div></div><div data-level=expert><p>FRB/US ist ein Werkzeug, keine wörtliche Beschreibung der Wirtschaft. Die Fed betont eine vorsichtige Interpretation, untermauert durch bemerkenswerte Prognosefehler 2008 und 2021-2022.</p><p>Dieser Abschnitt fasst bekannte Schwächen aus akademischer Kritik, internen Bewertungen und vergleichender Leistungsanalyse zusammen. Ziel ist es zu verstehe
624n, wo das Modell tendenziell versagt und wie die Ergebnisse zu interpretieren sind.</p><h4>Theoretische Einschränkungen</h4><div class=limitation-box><h5>1. Rahmenwerk des repräsentativen Agenten</h5><p><strong>Problem:</strong> Die Aggregation von heterogenem Mikroverhalten zu einem repräsentativen Agenten verliert kritische Transmissionsmechanismen.</p><p><strong>Evidenz aus der HANK-Literatur:</strong></p><ul><li>Marginale Konsumquoten variieren von ~0 (oberstes Vermögensdezil) bis ~1,0 (unterstes Dezil)</li><li>Fiskalmultiplikatoren hängen entscheidend von der Zielgenauigkeit der Transfers ab (Kaplan-Moll-Violante 2018)</li><li>Monetäre Transmission heterogen über Refinanzierungskanal (Beraja et al. 2019)</li></ul><p><strong>Quantitative Implikationen:</strong></p><div class=equation-box>$$MPC_{aggregate}^{RA} \approx 0.40 \text{ vs. } MPC_{aggregate}^{HANK} \in [0.25, 0.55]$$</div><p>abhängig von der Vermögensverteilung. Der aktuelle US-Vermögens-Gini ≈ 0,85 impliziert $MPC_{true} \approx 0.30$, was darauf hindeutet, dass FRB/US die Konsumreaktion überzeichnet.</p><p><strong>Geldpolitische Implikationen:</strong></p><p>Zinsänderungen betreffen Haushalte asymmetrisch:</p><ul><li>Sparer (obere 20 %): Profitieren von höheren Zinsen, niedrige marginale Konsumquote → minimale Ausgabenreaktion</li><li>Kreditnehmer (untere 40 %): Benachteiligt durch höhere Zinsen, hohe marginale Konsumquote → starke Ausgabenreaktion</li></ul><p>FRB/US mittelt diese und schätzt die aggregierte Transmission potenziell um 30-40 % falsch ein.</p></div><div class=limitation-box><h5>2. Vereinfachungen im Finanzsektor</h5><p><strong>Fehlende Kanäle:</strong></p><ul><li>Eigenkapitalanforderungen und Verschuldungszyklen der Banken</li><li>Schattenbankwesen und nicht-bankbasierte Kreditintermediation</li><li>Sicherheitenrestriktionen und Margin-Spiralen</li><li>Notverkäufe und Liquiditätsspiralen</li><li>Verflechtung und systemisches Risiko</li></ul><p><strong>Konsequenz: Prognosefehler 2008</strong></p><p>FRB/US-Prognose 2008:Q3 (nach der Lehman-Pleite):</p><ul><li>BIP-Rückgang: -1,5 % (tatsächlich: -4,0 %)</li><li>Höchststand Arbeitslosenquote: 7,5 % (tatsächlich: 10,0 %)</li><li>Dauer: 4 Quartale (tatsächlich: 6 Quartale)</li></ul><p>Dem Modell fehlte der Finanzbeschleuniger-Mechanismus:</p><div class=equation-box>$$\text{Credit supply shock} \rightarrow \text{Higher spreads} \rightarrow \text{Lower investment}$$</div><p>aber fehlend:</p><div class=equation-box>$$\text{Asset prices} \downarrow \rightarrow \text{Bank capital} \downarrow \rightarrow \text{Credit supply} \downarrow \rightarrow \text{Asset prices} \downarrow$$</div><p><strong>Verbesserungen nach 2010:</strong></p><p>Bernanke-Gertler-Gilchrist-Finanzbeschleuniger hinzugefügt:</p><div class=equation-box>$$EFP_t = \chi \left(\frac{K_t}{NW_t}\right)^\eta, \quad \eta \approx 0.05$$</div><p>wobei die externe Finanzierungsprämie mit dem Verschuldungsgrad steigt. Allerdings fehlen weiterhin:</p><ul><li>Bankspezifische Eigenkapitalrestriktionen</li><li>Regulierungspolitik (Basel III)</li><li>Schattenbank-Dynamiken</li></ul></div><div class=limitation-box><h5>3. Mechanismen der Erwartungsbildung</h5><p><strong>VAR-Erwartungen problematisch bei Regimewechseln:</strong></p><p><strong>Fall 1: Volcker-Disinflation (1980-82)</strong></p><ul><li>VAR-Erwartungen: Inflation bleibt nahe 10 % (basierend auf 1970er-Erfahrung)</li><li>Realität: Fed verpflichtete sich glaubhaft zur Disinflation → Inflation fiel auf 4 %</li><li>FRB/US (VAR-Modus) prognostiziertes Opferverhältnis: 5,0</li><li>Tatsächliches Opferverhältnis: 2,5 (Erwartungen passten sich schneller an als VAR)</li></ul><p><strong>Fall 2: Forward Guidance an der Zinsuntergrenze (2011-2015)</strong></p><ul><li>Fed kündigt an: "Zinsen bleiben für längere Zeit niedrig"</li><li>Modellkonsistente (RE) Erwartungen: Großer Stimuluseffekt</li><li>VAR-Erwartungen: Minimaler Effekt (Zinsen bereits nahe null)</li><li>Empirische Evidenz: Tatsächlicher Effekt ≈ 30 % der RE-Vorhersage (näher an VAR)</li></ul><p><strong>Grenzen des hybriden Ansatzes:</strong></p><div class=equation-box>$$E_t = 0.75 \cdot E_t^{VAR} + 0.25 \cdot E_t^{RE}$$</div><p>Statische Gewichte sind unzureichend. Umfragedaten deuten darauf hin, dass $\lambda_t$ variiert mit:</p><ul><li>Wirtschaftlicher Lage (rationaler in stabilen Zeiten)</li><li>Agententyp (Fachleute stärker vorausschauend)</li><li>Politikregime (nach der Inflationsüberraschung 2020 stärker rückwärtsgerichtet)</li></ul></div><h4>Empirische Leistungsmängel</h4><div class=limitation-box><h5>1. Phillips-Kurven-Instabilität</h5><p><strong>Evidenz für Strukturbrüche:</strong></p><table class="table table-sm variable-table"><thead><tr><th>
624Zeitraum</th><th>Steigung $\kappa$</th><th>Opferverhältnis</th><th>Standardfehler</th></tr></thead><tbody><tr><td>1960-1984</td><td>0.031</td><td>2.0</td><td>(0.008)</td></tr><tr><td>1985-1999</td><td>0.019</td><td>2.8</td><td>(0.009)</td></tr><tr><td>2000-2019</td><td>0.009</td><td>3.5</td><td>(0.012)</td></tr><tr><td>2020-2024</td><td>0.004</td><td>5.0+</td><td>(0.018)</td></tr></tbody></table><p>Chow-Test auf Bruch zwischen 1985-1999 und 2000-2019: F(3,150) = 8,42, p < 0,001</p><p><strong>Konkurrierende Hypothesen:</strong></p><ol><li><strong>Verankerte Erwartungen:</strong> Fed-Glaubwürdigkeit hält langfristige Inflationserwartungen stabil → weniger Weitergabe konjunktureller Schwäche</li><li><strong>Globalisierung:</strong> Importwettbewerb dämpft inländische Preissetzungsmacht</li><li><strong>Arbeitsmarktveränderungen:</strong> Rückgang der Gewerkschaftsmacht, Gig-Wirtschaft, schwächere Verhandlungsposition</li><li><strong>Messfehler:</strong> Offizielle Arbeitslosenquote weniger informativ (entmutigte Arbeitnehmer, Unterbeschäftigung)</li></ol><p><strong>Versagen in der Inflationsepisode 2021-2023:</strong></p><p>FRB/US-Prognose (2021:Q1) für Inflation 2022: 2,3 %</p><p>Tatsächliche Inflation 2022: 6,5 % (Abweichung um 4,2 Pp!)</p><p>Nachträgliche Ursachenzuordnung:</p><ul><li>Angebotsschocks (30 %): Halbleiter, Schifffahrt, Energie</li><li>Nachfrageüberhang (40 %): Fiskalstimulus unterschätzt</li><li>Entankerung der Erwartungen (20 %): Lohn-Preis-Spirale</li><li>Modellfehlspezifikation (10 %): Flache Phillips-Kurve an Extrempunkten falsch</li></ul></div><div class=limitation-box><h5>2. Prognoseleistung nach 2020</h5><p><strong>RMSE-Vergleich (2020-2024 vs. 2010-2019):</strong></p><table class="table table-sm variable-table"><thead><tr><th>Variable</th><th>2010-2019 RMSE</th><th>2020-2024 RMSE</th><th>Verschlechterung</th></tr></thead><tbody><tr><td>BIP (4Q voraus)</td><td>1.2Pp</td><td>2.8Pp</td><td>+133%</td></tr><tr><td>Inflation (4Q voraus)</td><td>0.6Pp</td><td>2.1Pp</td><td>+250%</td></tr><tr><td>Arbeitslosenquote (4Q voraus)</td><td>0.4Pp</td><td>1.2Pp</td><td>+200%</td></tr></tbody></table><p>Inflationsprognosefehler besonders gravierend, was auf eine grundlegende Modellfehlspezifikation im Hochinflationsregime hindeutet.</p></div><h4>Operationelle Einschränkungen</h4><div class=limitation-box><h5>1. Rechenaufwand</h5><p>Lösung mit rationalen Erwartungen:</p><ul><li>Einzelne deterministische Simulation: ~30 Sekunden (365 Variablen, 200 Quartale)</li><li>Stochastische Simulation (1000 Ziehungen): ~10 Stunden auf 32-Kern-Cluster</li><li>Vollständige Parameterneuschätzung: ~2 Tage</li></ul><p>Operationelle Einschränkung: Parameterunsicherheit kann während des FOMC-Zyklus (1 Woche Vorbereitungszeit) nicht schnell exploriert werden.</p><p><strong>Behelfslösung:</strong> Vorab berechnete Sensitivitätsmatrizen, lineare Approximationen für Echtzeitanalysen.</p></div><div class=limitation-box><h5>2. Datenrevisionen und Echtzeit-Leistung</h5><p>Das Modell wird auf "endgültig revidierten" Daten geschätzt, aber Entscheidungsträger sehen vorläufige Veröffentlichungen.</p><p><strong>Typisches BIP-Revisionsmuster:</strong></p><ul><li>Vorabschätzung (T+1 Monat): σ(Revision) = 0,5 Pp</li><li>Zweite Schätzung (T+2 Monate): σ(Revision) = 0,3 Pp</li><li>Dritte Schätzung (T+3 Monate): σ(Revision) = 0,2 Pp</li><li>Jahresrevision (T+1 Jahr): σ(Revision) = 0,4 Pp</li><li>Benchmark-Revision (T+5 Jahre): σ(Revision) = 0,8 Pp</li></ul><p><strong>Verschlechterung der Echtzeit-Prognose:</strong></p><p>Der Prognose-RMSE steigt um ~20 %, wenn Echtzeit- statt endgültig revidierte Daten verwendet werden.</p><p><strong>Orphanides-Kritik (2001):</strong> Echtzeit-Schätzungen der Produktionslücke höchst unzuverlässig, mit potenziell systematischen Politikfehlern. FRB/US unterliegt demselben Problem - NAIRU- und Potenzial-BIP-Schätzungen werden im Nachhinein erheblich revidiert.</p></div><h4>Vergleich mit alternativen Modellierungsansätzen</h4><table class="table table-sm variable-table"><thead><tr><th>
624Modellklasse</th><th>Vorteile gegenüber FRB/US</th><th>Nachteile gegenüber FRB/US</th></tr></thead><tbody><tr><td>DSGE (z.B. Smets-Wouters)</td><td>• Theoretische Konsistenz<br>• Politikinvariant<br>• Glaubwürdige Commitmentanalyse</td><td>• Schlechtere empirische Anpassung<br>• Starre Struktur<br>• Rechnerische Komplexität</td></tr><tr><td>HANK (Heterogene Agenten)</td><td>• Erfasst Verteilungseffekte<br>• Realistische marginale Konsumquoten<br>• Fiskalische Zielgenauigkeit relevant</td><td>• Rechenintensiv<br>• Parameterproliferation<br>• Prognosegenauigkeit unklar</td></tr><tr><td>VAR/BVAR</td><td>• Überlegene Kurzfristprognosen<br>• Minimale Struktur<br>• Schnelle Berechnung</td><td>• Atheoretisch<br>• Lucas-Kritik<br>• Keine Politikexperimente</td></tr><tr><td>Maschinelles Lernen</td><td>• Nichtlineare Zusammenhänge<br>• Hochdimensionale Daten<br>• Hervorragende Anpassung in der Stichprobe</td><td>• Blackbox<br>• Keine ökonomische Interpretation<br>• Überanpassungsrisiko</td></tr></tbody></table><h4>Künftige Forschungsrichtungen</h4><div class=example-box><h6>Prioritäre Modellverbesserungen</h6><p><strong>1. Heterogene Agenten:</strong></p><p>Integration begrenzter Heterogenität (2-3 Agententypen) ohne volle HANK-Komplexität:</p><ul><li>Hand-in-den-Mund-Konsumenten (40 % Gewicht, marginale Konsumquote ≈ 1,0)</li><li>Puffersparer (40 % Gewicht, marginale Konsumquote ≈ 0,40)</li><li>Nicht-restringierte Optimierer (20 % Gewicht, marginale Konsumquote ≈ 0,05)</li></ul><p><strong>2. Zeitvariable Parameter:</strong></p><p>Parameterschätzung mittels:</p><div class=equation-box>$$\theta_t = \rho \theta_{t-1} + \epsilon_t, \quad \epsilon_t \sim N(0, \sigma_\theta^2)$$</div><p>unter Verwendung des Kalman-Filters für Phillips-Kurven-Steigung, neutralen Zinssatz und NAIRU.</p><p><strong>3. Finanzfriktionen:</strong></p><p>Erweiterung um Gertler-Karadi (2011)-Bankensektor mit:</p><ul><li>Eigenkapitalanforderungen (risikogewichtete Aktiva)</li><li>Verschuldungsgrenzen (maximales Fremd-/Eigenkapitalverhältnis)</li><li>Einlagensicherung und Moral Hazard</li></ul><p><strong>4. Erweiterung durch maschinelles Lernen:</strong></p><p>Hybrider Ansatz: Struktureller FRB/US-Kern + ML für nicht modellierte Dynamiken:</p><div class=equation-box>$$\hat{Y}_t = f^{FRBUS}(X_t; \theta) + g^{ML}(Z_t; \phi)$$</div><p>wobei $g^{ML}$ ein neuronales Netzwerk ist, das Residualmuster in hochfrequenten Daten erfasst.</p><p><strong>5. Integration der Klimaökonomie:</strong></p><p>Klimaschadensfunktion hinzufügen:</p><div class=equation-box>$$A_t = \bar{A}_t \cdot (1 - \gamma \cdot T_t^2)$$</div><p>wobei $T_t$ die Temperaturanomalie ist, $\gamma \approx 0.002$ (0,2 % TFP-Verlust pro °C²).</p></div><h4>Abschließende Bewertung</h4><p>FRB/US bleibt trotz bekannter Einschränkungen das Arbeitspferd-Modell für die Politikanalyse der Federal Reserve. Seine Vorteile - empirische Anpassung, rechnerische Handhabbarkeit, institutionelle Details - überwiegen die Nachteile im operativen Einsatz.</p><p><strong>Zentrale Stärken:</strong></p><ul><li>Bestes verfügbares Werkzeug für mittelfristige (1-2 Jahre) Prognosen</li><li>Flexibles Rahmenwerk, das sich an neue Erkenntnisse anpasst</li><li>Transparent und gut dokumentiert (akademische Prüfung)</li><li>Praxistauglich: Balance zwischen Theorie und Empirie</li></ul><p><strong>Kritische Schwächen:</strong></p><ul><li>Schwache Leistung während Krisen und Regimewechseln</li><li>Fehlende Heterogenität, die für die Politikevaluation entscheidend ist</li><li>Inflationsmodellierung zunehmend problematisch</li><li>Rahmenwerk des repräsentativen Agenten veraltet</li></ul><p><strong>Gesamturteil:</strong> FRB/US sollte EIN Baustein in geldpolitischen Beratungen sein, ergänzt durch alternative Modelle, Marktinformationen und Urteilsvermögen. Mitarbeiter sollten Prognoseunsicherheit und Modelleinschränkungen den Entscheidungsträgern explizit kommunizieren. Laufende Forschung und Modellaktualisierungen sind unverzichtbar, da sich die Wirtschaft weiterentwickelt.</p></div><div class=col-md-3><h6>Ressourcen</h6><ul class=list-unstyled><li><a href=https://www.federalreserve.gov/econres/us-models-about.htm target=_blank>FRB/US-Modelldokumentation</a></li><li><a href=https://www.federalreserve.gov/data.htm target=_blank>Fed-Wirtschaftsdaten</a></li><li><a href=https://www.federalreserve.gov/monetarypolicy.htm target=_blank>Geldpolitik</a></li><li><a href=https://www.bea.gov target=_blank>Bureau of Economic Analysis</a></li></ul></div></div></div><section class=subscribe-banner><div class=container><div class="row align-items-center g-4 g-lg-5"><div class=col-lg-7><h4 class=subscribe-banner__title>Stay ahead of rate decisions</h4><p class=subscribe-banner__desc>Weekly insights on central bank policy changes and rate probabilities — free, no spam.</p><form class="newsletter-subscription-form subscribe-banner__form" data-track=newsletter data-cta-placement=banner novalidate><div class=subscribe-banner__input-row><input type=email name=email class="newsletter-input subscribe-banner__email" placeholder="Enter your email address" required autocomplete=email>
625<button type=submit class="newsletter-submit subscribe-banner__btn">
626<span class=text>Subscribe</span>
627<span class=loading>Subscribing&mldr;</span></button></div><div class=newsletter-status style=display:none></div></form><p class=subscribe-banner__fine>Free &#183; Unsubscribe anytime &#183; No spam</p></div><div class="col-lg-1 d-none d-lg-flex justify-content-center"><div class=subscribe-banner__divider></div></div><div class="col-lg-4 text-center"><p class=subscribe-banner__tg-label>Get instant alerts on Telegram</p><a href=https://t.me/centralbankwatch target=_blank rel="noopener noreferrer" class=subscribe-banner__tg-btn data-track=telegram data-cta-placement=banner><svg width="22" height="22" viewBox="0 0 24 24" fill="currentColor" aria-hidden="true"><path d="M11.944.0A12 12 0 000 12a12 12 0 0012 12 12 12 0 0012-12A12 12 0 0012 0a12 12 0 00-.056.0zm4.962 7.224c.1-.002.321.023.465.14a.506.506.0 01.171.325c.016.093.036.306.02.472-.18 1.898-.9
62762 6.502-1.36 8.627-.168.9-.499 1.201-.82 1.23-.696.065-1.225-.46-1.9-.902-1.056-.693-1.653-1.124-2.678-1.8-1.185-.78-.417-1.21.258-1.91.177-.184 3.247-2.977 3.307-3.23.007-.032.014-.15-.056-.212s-.174-.041-.249-.024c-.106.024-1.793 1.14-5.061 3.345-.48.33-.913.49-1.302.48-.428-.008-1.252-.241-1.865-.44-.752-.245-1.349-.374-1.297-.789.027-.216.325-.437.893-.663 3.498-1.524 5.83-2.529 6.998-3.014 3.332-1.386 4.025-1.627 4.476-1.635z"/></svg>
628Join our Telegram channel</a><p class=subscribe-banner__tg-sub>Breaking rate change alerts & analysis</p></div></div></div></section><style>.subscribe-banner{background:linear-gradient(135deg,#0f172a 0%,#1e293b 100%);color:#fff;padding:2.5rem 0;border-top:3px solid #2563eb}.subscribe-banner__title{font-size:1.4rem;font-weight:700;color:#fff;margin-bottom:.4rem}.subscribe-banner__desc{color:rgba(255,255,255,.75);font-size:.95rem;margin-bottom:1.1rem}.subscribe-banner__form{background:0 0;border:none;padding:0;margin:0}.subscribe-banner__form::before{display:none}.subscribe-banner__input-row{display:flex;gap:.6rem;flex-wrap:wrap}.subscribe-banner__email{flex:1;
628min-width:200px;background:rgba(255,255,255,.1);border:1.5px solid rgba(255,255,255,.25);color:#fff}.subscribe-banner__email::placeholder{color:rgba(255,255,255,.5)}.subscribe-banner__email:focus{background:rgba(255,255,255,.15);border-color:#3b82f6;color:#fff;box-shadow:0 0 0 3px rgba(59,130,246,.25)}.subscribe-banner__btn{white-space:nowrap}.subscribe-banner__fine{color:rgba(255,255,255,.45);font-size:.78rem;margin-top:.6rem;margin-bottom:0}.subscribe-banner__divider{width:1px;height:100px;background:rgba(255,255,255,.15)}.subscribe-banner__tg-label{color:rgba(255,255,255,.7);font-size:.9rem;margin-bottom:.8rem}.subscribe-banner__tg-btn{display:inline-flex;align-items:center;gap:.55rem;background:#229ed9;color:#fff;font-weight:600;font-size:1rem;padding:.65rem 1.4rem;border-radius:8px;text-decoration:none;transition:background .2s ease,transform .15s ease,box-shadow .2s ease}.subscribe-banner__tg-btn:hover{background:#1a8bbf;color:#fff;transform:translateY(-1px);box-shadow:0 6px 18px rgba(34,158,217,.4);text-decoration:none}.subscribe-banner__tg-sub{color:rgba(255,255,255,.5);font-size:.8rem;margin-top:.55rem;margin-bottom:0}@media(max-width:991px){.subscribe-banner{text-align:center}.subscribe-banner__input-row{justify-content:center}.subscribe-banner__fine{text-align:center}.subscribe-banner .col-lg-7{border-bottom:1px solid rgba(255,255,255,.12);padding-bottom:1.5rem}}@media(max-width:480px){.subscribe-banner__input-row{flex-direction:column}.subscribe-banner__email,.subscribe-banner__btn{width:100%}}</style><footer class=footer><div class=container><div class="row footer-header"><div class="col-12 text-center"><h5 class=footer-title>Zentralbank-Beobachter</h5><p class=footer-description>Geldpolitische Erwartungsanalyse für globale Finanzmärkte</p><p class=footer-description>Ein unabhängiges Forschungsprojekt für Finanzfachleute und geldpolitisch Interessierte.</p></div></div><div class="row footer-nav justify-content-center"><div class="footer-col-expanding col-md-6 col-sm-6"><h6 class=footer-subtitle>Aktive Analysen</h6><ul class=footer-links><li><a href=/><span class=footer-flag><svg width="16" height="16" fill="currentColor" viewBox="0 0 16 16"><path d="M8 0 0 3v1h16V3L8 0zM1 5v8h2V5H1zm3 0v8h2V5H4zm3 0v8h2V5H7zm3 0v8h2V5h-2zm3 0v8h2V5h-2zM0 14v2h16v-2H0z"/></svg>
629</span><span class=footer-bank-name>Startseite</span></a></li><li><a href=/federal-reserve/><span class=footer-flag><span class="fi fi-us"></span></span>
630<span class=footer-bank-name>Federal Reserve</span></a></li><li><a href=/european-central-bank/><span class=footer-flag><span class="fi fi-eu"></span></span>
631<span class=footer-bank-name>Europäische Zentralbank</span></a></li><li><a href=/bank-of-england/><span class=footer-flag><span class="fi fi-gb"></span></span>
632<span class=footer-bank-name>Bank of England</span></a></li><li><a href=/bank-of-japan/><span class=footer-flag><span class="fi fi-jp"></span></span>
633<span class=footer-bank-name>Bank of Japan</span></a></li><li><a href=/reserve-bank-of-australia/><span class=footer-flag><span class="fi fi-au"></span></span>
634<span class=footer-bank-name>Reserve Bank of Australia</span></a></li><li><a href=/reserve-bank-of-new-zealand/><span class=footer-flag><span class="fi fi-nz"></span></span>
635<span class=footer-bank-name>Reserve Bank of New Zealand</span></a></li><li><a href=/swiss-national-bank/><span class=footer-flag><span class="fi fi-ch"></span></span>
636<span class=footer-bank-name>Schweizerische Nationalbank</span></a></li></ul></div><div class="footer-col-expanding col-md-6 col-sm-6"><h6 class=footer-subtitle>Erweiterte Abdeckung</h6><ul class=footer-links><li><a href=/bank-of-canada/><span class=footer-flag><span class="fi fi-ca"></span></span>
637<span class=footer-bank-name>Bank of Canada</span></a></li><li><a href=/peoples-bank-of-china/><span class=footer-flag><span class="fi fi-cn"></span></span>
638<span class=footer-bank-name>People's Bank of China</span></a></li><li><a href=/reserve-bank-of-india/><span class=footer-flag><span class="fi fi-in"></span></span>
639<span class=footer-bank-name>Reserve Bank of India</span></a></li><li class=footer-link-upcoming style=opacity:.55><span class=footer-flag><span class="fi fi-no"></span></span>
640<span class=footer-bank-name>Norges Bank</span></li><li class=footer-link-upcoming style=opacity:.55><span class=footer-flag><span class="fi fi-se"></span></span>
641<span class=footer-bank-name>Sveriges Riksbank</span></li><li class=footer-link-upcoming style=opacity:.55><span class=footer-flag><span class="fi fi-kr"></span></span>
642<span class=footer-bank-name>Bank of Korea</span></li><li class=footer-link-upcoming style=opacity:.55><span class=footer-flag><span class="fi fi-br"></span></span>
643<span class=footer-bank-name>Brasilianische Zentralbank</span></li></ul></div><div class="footer-col-models col-md-6 col-sm-6"><h6 class=footer-subtitle>Wirtschaftsmodelle</h6><ul class=footer-links><li><a href=/central-bank-models/federal-reserve-models/><span class=footer-flag><span class="fi fi-us"></span></span>
644<span class=footer-model-name>Federal Reserve Modelle</span></a></li><li><a href=/central-bank-models/european-central-bank-models/><span class=footer-flag><span class="fi fi-eu"></span></span>
645<span class=footer-model-name>EZB-Modelle</span></a></li><li><a href=/central-bank-models/bank-of-england-models/><span class=footer-flag><span class="fi fi-gb"></span></span>
646<span class=footer-model-name>Bank of England Modelle</span></a></li><li><a href=/central-bank-models/bank-of-canada-models/><span class=footer-flag><span class="fi fi-ca"></span></span>
647<span class=footer-model-name>Bank of Canada Modelle</span></a></li><li><a href=/central-bank-models/bank-of-japan-models/><span class=footer-flag><span class="fi fi-jp"></span></span>
648<span class=footer-model-name>Bank of Japan Modelle</span></a></li><li><a href=/central-bank-models/reserve-bank-of-india-models/><span class=footer-flag><span class="fi fi-in"></span></span>
649<span class=footer-model-name>Reserve Bank of India Modelle</span></a></li></ul></div><div class="footer-col-standard col-md-6 col-sm-6"><h6 class=footer-subtitle>Forschungsthemen</h6><ul class=footer-links><li><a href=/about/methodology/>Methodik</a></li><li><a href=/general-models/nelson-siegel-svensson/>Zinsstrukturkurvenmodell</a></li><li><a href=/general-models/covered-interest-rate-parity/>Devisen & Zinssätze</a></li><li><a href=/general-models/taylor-rule-methodology/>Taylor-Regel</a></li><li><a href=/central-banks-overview/comparison/>Modellvergleich</a></li><li><a href=/central-banks-overview/central-bank-transparency-index/>Transparenzindex</a></li><li><a href=/central-banks-overview/global-outlook/>Globaler Ausblick</a></li></ul></div><div class="footer-col-standard col-md-6 col-sm-6"><h6 class=footer-subtitle>Tools & Daten</h6><ul class=footer-links><li><a href=/hawkometer/>Hawkometer</a></li><li><a href=/tools/>Finanztools</a></li><li><a href=/tools/economic-calendar/>Sitzungskalender</a></li><li><a href=/tools/real-interest-rates/>Realzinsen</a></li><li><a href=/tools/yield-curve/>Zinskurven-Monitor</a></li><li><a href=/tools/mortgage-rates/>Hypothekenzins-Tracker</a></li><li><a href=/tools/recession-probability/>
649Rezessionswahrscheinlichkeit</a></li></ul></div><div class="footer-col-standard col-md-6 col-sm-6"><h6 class=footer-subtitle>Plattform</h6><ul class=footer-links><li><a href=/about/motivation/>Motivation</a></li><li><a href=/about/contact/>Kontakt</a></li><li><a href=/about/privacy-policy/>Datenschutzerklärung</a></li></ul></div></div><hr class=footer-divider><div class="row align-items-center"><div class="col-lg-12 text-center"><p class=footer-copyright>&copy; 2026 Zentralbank-Beobachter. Alle Rechte vorbehalten.</p><p class=footer-disclaimer>Nur zu Bildungszwecken. Keine Anlageberatung.</p></div></div><div class=row><div class="col-lg-12 text-center"><div class=footer-language-switcher><span class=footer-lang-label><i class="bi bi-translate"></i> Diese Seite ist auch verfügbar in:</span><div class=footer-lang-links><a href=https://centralbank.watch class=footer-lang-link title=English>English</a>
650<a href=https://veille-banque-centrale.fr class=footer-lang-link title=Fran&#231;ais>Fran&#231;ais</a>
651<a href=https://
651osservatorio-bancacentrale.it class=footer-lang-link title=Italiano>Italiano</a>
652<a href=https://observatorio-bancocentral.es class=footer-lang-link title=Espa&#241;ol>Espa&#241;ol</a>
653<a href=https://observatoriobancocentral.com class=footer-lang-link title=Portugu&#234;s>Portugu&#234;s</a>
654<a href=https://chugin-kansoku.jp class=footer-lang-link title=&#26085;&#26412;&#35486;>&#26085;&#26412;&#35486;</a>
655<a href=https://ru.centralbank.watch class=footer-lang-link title=&#1056;&#1091;&#1089;&#1089;&#1082;&#1080;&#1081;>&#1056;&#1091;&#1089;&#1089;&#1082;&#1080;&#1081;</a>
656<a href=https://cn.centralbank.watch class=footer-lang-link title=&#20013;&#25991;>&#20013;&#25991;</a>
657<a href=https://marsadbankmarkazi.com class=footer-lang-link title=&#1575;&#1604;&#1593;&#1585;&#1576;&#1610;&#1577;>&#1575;&#1604;&#1593;&#1585;&#1576;&#1610;&#1577;</a></div></div></div></div></div></footer>
657<script src=https://cdn.jsdelivr.net/npm/[email protected]/dist/js/bootstrap.bundle.min.js defer></script>
657<script src=/assets/js/navigation.js defer></script>
657<script src=/assets/js/news-filters.js defer></script>
657<script src=/assets/js/newsletter.js defer></script>
657<script src=/assets/js/cookie-consent.js defer></script>
657</body></html>

Line numbers count LF bytes from the start of the resource, as the search results do. Vendor segments are library code the classifier recognised; they are stored but not indexed. Bytes are shown as Latin1 characters, one per byte.