Forschungshub

Wo Ökonometrie auf Marktpraxis trifft

Originale Makroprognoseforschung mit latenten Variablenmodellen — peer-reviewed, transparent dokumentiert und auf reale Datensätze angewendet. Keine Behauptungen ohne Validierung.

12+
Veröffentlichte Arbeitspapiere
5J
Aktive Forschungsdauer
3T
Methodische Kernbereiche
Latente Zustände erkannt € 247.500,00
  • Zustandsextraktion € 84.500,00
  • Regimeanalyse € 112.000,00
  • Prognosevalidierung € 51.000,00
82% Modellgenauigkeit Out-of-sample

Brücke zwischen Theorie und angewandter Makroanalyse

Akademische Ökonometrie und institutionelle Prognosepraxis sprechen selten dieselbe Sprache. Zustandsraummodelle gelten in der Forschung als Standardwerkzeug — in der Anwendung bleiben sie häufig ungenutzt, weil der Schritt von der formalen Darstellung zur validen Implementierung größer ist als Lehrbücher eingestehen. Die Forschungsplattform schließt diese Lücke: durch methodisch strenge Arbeitspapiere, die Annahmen explizit machen, Validierungsschritte dokumentieren und Ergebnisse so darstellen, dass sie von erfahrenen Analysten kritisch beurteilt werden können. Jede Publikation benennt ihre Grenzen. Jede Prognose trägt ein Konfidenzintervall. Wer einfache Antworten sucht, ist hier falsch. Wer saubere Methodik sucht, findet sie — einschließlich der unbequemen Teile.

Aktuelle Arbeitspapiere und Makroprognoseberichte aus dem Forschungshub

Drei methodische Schwerpunkte — latente Inflationsregimes, verdeckte Wachstumszyklen und Zentralbank-Zustandsinferenz — bilden den Kern der laufenden Forschungsarbeiten.

Weitere Publikationen

1
Latente Inflationsregimes: Signalextraktion aus verrauschten Preiszeitreihen

Ein Markov-Switching-Kalman-Filter-Ansatz zur Identifikation verborgener Inflationszustände in europäischen Volkswirtschaften — mit vollständiger Prior-Sensitivitätsanalyse und Out-of-sample-Validierung über drei Konjunkturzyklen.

Oktober 2026 • 14 Minuten
2
Verdeckte Wachstumszyklen: Dynamische Faktormodelle für latente Konjunkturzustände

Dynamische Faktormodelle extrahieren latente Wachstumskomponenten aus einem Panel von achtzehn makroökonomischen Zeitreihen — mit rekursiver Schätzung und struktureller Brucherkennung für die Periode seit 2000.

August 2026 • 18 Minuten
3

Zentralbank-Zustandsinferenz: Verborgene geldpolitische Regime aus Kommunikationsdaten

Hidden-Markov-Modelle werden auf Zentralbankkommunikation angewendet, um latente geldpolitische Regime zu inferieren — ein methodisch anspruchsvoller Ansatz mit expliziten Grenzen der Textdatenverarbeitung.

Juni 2026 • 22 Minuten
Latente Inflationsregimes: Signalextraktion aus verrauschten Preiszeitreihen
Arbeitspapier

Latente Inflationsregimes: Signalextraktion aus verrauschten Preiszeitreihen

Ein Markov-Switching-Kalman-Filter-Ansatz zur Identifikation verborgener Inflationszustände in europäischen Volkswirtschaften — mit vollständiger Prior-Sensitivitätsanalyse und Out-of-sample-Validierung über drei Konjunkturzyklen.

Oktober 2026
14 Minuten

Standardansätze zur Inflationsprognose arbeiten ausschließlich mit beobachtbaren Preisindizes. Diese Indizes sind messfehlerbehaftet, revidiert und durch Basiseffekte verzerrt. Ein latentes Inflationsregime — das tatsächliche Preisniveau jenseits der statistischen Artefakte — ist nicht direkt messbar, aber schätzbar. Der vorliegende Beitrag kombiniert einen Markov-Switching-Rahmen mit einem erweiterten Kalman-Filter, um zwei diskrete Inflationsregimes aus einem Panel europäischer Preisreihen zu extrahieren. Die Übergangswahrscheinlichkeiten werden zeitvariant geschätzt, um geldpolitische Kursänderungen zu berücksichtigen. Die Identifikationsrestriktionen sind vollständig dokumentiert. Drei Prior-Spezifikationen werden verglichen, um die Robustheit der Posterior-Schätzungen zu prüfen. Out-of-sample-Tests über drei vollständige Konjunkturzyklen zeigen, dass der latente Regimeindikator beobachtbare Preisindikatoren als Frühwarnsignal systematisch übertrifft — allerdings mit einer Modellabhängigkeit, die explizit diskutiert wird. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Prognosegenauigkeit.

Standardansätze zur Inflationsprognose arbeiten ausschließlich mit beobachtbaren Preisindizes. Diese Indizes sind messfehlerbehaftet, revidiert und durch Basiseffekte verzerrt. Ein latentes Inflationsregime — das tatsächliche Preisniveau jenseits der statistischen Artefakte — ist nicht direkt messbar, aber schätzbar. Der vorliegende Beitrag kombiniert einen Markov-Switching-Rahmen mit einem erweiterten Kalman-Filter, um zwei diskrete Inflationsregimes aus einem Panel europäischer Preisreihen zu extrahieren. Die Übergangswahrscheinlichkeiten werden zeitvariant geschätzt, um geldpolitische Kursänderungen zu berücksichtigen. Die Identifikationsrestriktionen sind vollständig dokumentiert. Drei Prior-Spezifikationen werden verglichen, um die Robustheit der Posterior-Schätzungen zu prüfen. Out-of-sample-Tests über drei vollständige Konjunkturzyklen zeigen, dass der latente Regimeindikator beobachtbare Preisindikatoren als Frühwarnsignal systematisch übertrifft — allerdings mit einer Modellabhängigkeit, die explizit diskutiert wird. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Prognosegenauigkeit.

Verdeckte Wachstumszyklen: Dynamische Faktormodelle für latente Konjunkturzustände
Forschungsbericht

Verdeckte Wachstumszyklen: Dynamische Faktormodelle für latente Konjunkturzustände

Dynamische Faktormodelle extrahieren latente Wachstumskomponenten aus einem Panel von achtzehn makroökonomischen Zeitreihen — mit rekursiver Schätzung und struktureller Brucherkennung für die Periode seit 2000.

August 2026
18 Minuten

Beobachtbares Wirtschaftswachstum ist eine statistische Konstruktion aus revidierten, heterogen gemessenen und unterschiedlich verzögert veröffentlichten Teilkomponenten. Die latente Wachstumsdynamik — der strukturell persistente Trend jenseits idiosynkratischer Schwankungen — bleibt in Standardanalysen unsichtbar. Dieser Beitrag schätzt ein dynamisches Faktormodell auf einem Panel von achtzehn makroökonomischen Zeitreihen für die Europäische Union im Zeitraum seit 2000. Die Faktorladungen werden zeitinvariant restringiert, die Zustandsdynamik folgt einem autoregressiven Prozess erster Ordnung. Rekursive Schätzungen über rollende Fenster ermöglichen die Erkennung struktureller Brüche ohne a-priori-Annahmen über deren Zeitpunkt. Die extrahierte latente Wachstumskomponente wird gegen BIP-Revisionen, Produktionslücken-Schätzungen und Survey-basierte Konjunkturindikatoren validiert. Die Ergebnisse sind methodisch vielversprechend, setzen jedoch eine sorgfältige Interpretation im Kontext der Modellrestriktionen voraus. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Prognosegenauigkeit.

Beobachtbares Wirtschaftswachstum ist eine statistische Konstruktion aus revidierten, heterogen gemessenen und unterschiedlich verzögert veröffentlichten Teilkomponenten. Die latente Wachstumsdynamik — der strukturell persistente Trend jenseits idiosynkratischer Schwankungen — bleibt in Standardanalysen unsichtbar. Dieser Beitrag schätzt ein dynamisches Faktormodell auf einem Panel von achtzehn makroökonomischen Zeitreihen für die Europäische Union im Zeitraum seit 2000. Die Faktorladungen werden zeitinvariant restringiert, die Zustandsdynamik folgt einem autoregressiven Prozess erster Ordnung. Rekursive Schätzungen über rollende Fenster ermöglichen die Erkennung struktureller Brüche ohne a-priori-Annahmen über deren Zeitpunkt. Die extrahierte latente Wachstumskomponente wird gegen BIP-Revisionen, Produktionslücken-Schätzungen und Survey-basierte Konjunkturindikatoren validiert. Die Ergebnisse sind methodisch vielversprechend, setzen jedoch eine sorgfältige Interpretation im Kontext der Modellrestriktionen voraus. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Prognosegenauigkeit.

Zentralbank-Zustandsinferenz: Verborgene geldpolitische Regime aus Kommunikationsdaten
Methodenstudie

Zentralbank-Zustandsinferenz: Verborgene geldpolitische Regime aus Kommunikationsdaten

Hidden-Markov-Modelle werden auf Zentralbankkommunikation angewendet, um latente geldpolitische Regime zu inferieren — ein methodisch anspruchsvoller Ansatz mit expliziten Grenzen der Textdatenverarbeitung.

Juni 2026
22 Minuten

Geldpolitische Entscheidungen basieren auf internen Zustandsbewertungen, die öffentlich nicht vollständig kommuniziert werden. Zentralbankkommunikation — Pressemitteilungen, Protokolle, Reden — enthält jedoch Signale über diese verborgenen Bewertungen. Hidden-Markov-Modelle bieten einen statistischen Rahmen, um diese Signale in latente Regimezugehörigkeit zu übersetzen. Der vorliegende Beitrag wendet einen bivariaten Hidden-Markov-Ansatz auf quantifizierte Kommunikationsdaten der Europäischen Zentralbank im Zeitraum von 2015 bis 2025 an. Vier latente geldpolitische Regime werden geschätzt: akkommodativ, neutral, restriktiv und krisenhaft. Die Übergangsmatrix wird über den Erwartungsmaximierungs-Algorithmus geschätzt. Die Modellgrenzen sind erheblich: Textquantifizierung setzt Annahmen voraus, die die Ergebnisse substanziell beeinflussen. Diese Annahmen werden vollständig offengelegt und einer Sensitivitätsanalyse unterzogen. Wer diese Grenzen akzeptiert, erhält ein methodisch kohärentes Werkzeug zur Regime-Inferenz. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Prognosegenauigkeit.

Geldpolitische Entscheidungen basieren auf internen Zustandsbewertungen, die öffentlich nicht vollständig kommuniziert werden. Zentralbankkommunikation — Pressemitteilungen, Protokolle, Reden — enthält jedoch Signale über diese verborgenen Bewertungen. Hidden-Markov-Modelle bieten einen statistischen Rahmen, um diese Signale in latente Regimezugehörigkeit zu übersetzen. Der vorliegende Beitrag wendet einen bivariaten Hidden-Markov-Ansatz auf quantifizierte Kommunikationsdaten der Europäischen Zentralbank im Zeitraum von 2015 bis 2025 an. Vier latente geldpolitische Regime werden geschätzt: akkommodativ, neutral, restriktiv und krisenhaft. Die Übergangsmatrix wird über den Erwartungsmaximierungs-Algorithmus geschätzt. Die Modellgrenzen sind erheblich: Textquantifizierung setzt Annahmen voraus, die die Ergebnisse substanziell beeinflussen. Diese Annahmen werden vollständig offengelegt und einer Sensitivitätsanalyse unterzogen. Wer diese Grenzen akzeptiert, erhält ein methodisch kohärentes Werkzeug zur Regime-Inferenz. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Prognosegenauigkeit.

Praktische Hinweise für den Aufbau eigener latenter Variablenmodelle

Datenquellen systematisch prüfen und dokumentieren

Makroökonomische Zeitreihen werden revidiert, saisonal bereinigt und mit Verzögerung veröffentlicht. Wer diese Eigenschaften nicht dokumentiert, schätzt mit Daten, deren Charakteristika er nicht vollständig kennt. FRED, Eurostat und nationale Statistikämter liefern Rohdaten mit Versionierungshistorie.

Fehlende Beobachtungen explizit modellieren

Unbalancierte Panels mit unterschiedlichen Veröffentlichungsfrequenzen sind in der Makroanalyse die Regel. Listenweiser Fallausschluss ist keine Lösung — er verzerrt systematisch. Zustandsraumdarstellungen erlauben die direkte Modellierung fehlender Beobachtungen über die Messgleichung ohne Imputation.

Modellidentifikation vor der Schätzung klären

Ein nicht identifiziertes Modell liefert unbegrenzt viele observationsäquivalente Parametervektoren. Identifikationsrestriktionen müssen vor der Schätzung gesetzt und begründet werden. Nachträgliche Restriktionen zur Verbesserung der Konvergenz sind methodisch problematisch und müssen als solche kenntlich gemacht werden.

Überanpassung in Makrofaktormodellen systematisch vermeiden

Hochdimensionale Faktormodelle mit vielen latenten Komponenten passen historische Daten gut an und versagen bei strukturellen Brüchen. Informationskriterien allein reichen nicht aus. Rekursive Out-of-sample-Tests und Stabilitätsanalysen sind Pflicht, bevor ein Modell für Prognosezwecke eingesetzt wird.

Modelle regelmäßig neu schätzen und auf Stabilität testen

Makroökonomische Beziehungen verändern sich. Ein Modell, das vor fünf Jahren robust war, kann heute strukturell verzerrt sein. Rekursive Schätzungen, Chow-Tests und Gelman-Rubin-Diagnosen für Bayesianische Modelle gehören zur methodischen Routine — nicht zur Ausnahmeprüfung bei Prognosescheitern.

Annahmen vor Ergebnissen kommunizieren

Wer Prognoseergebnisse präsentiert, bevor die zugrundeliegenden Annahmen offengelegt sind, verwechselt Kommunikation mit Überzeugung. Messgleichungen, Identifikationsrestriktionen und Prior-Spezifikationen gehören in den Haupttext, nicht in den Anhang. Wer die Annahmen kennt, kann das Ergebnis beurteilen.

Methodischer Kontext

Latente Variablen und das Unbeobachtbare

Führende Ökonomen und Methodiker über die Rolle verborgener Zustände in der modernen Makroanalyse.
01
Die Stärke des Zustandsraumansatzes liegt nicht darin, dass er mehr weiß als andere Methoden. Sie liegt darin, dass er explizit macht, was andere Methoden stillschweigend voraussetzen. Implizite Annahmen sind die größte Fehlerquelle in der angewandten Makroökonometrie — nicht Rechenfehler, nicht Datenmängel, sondern Annahmen, die nie hinterfragt wurden, weil sie nie formuliert wurden.
    Dr. Markus Feldner
    Leitender Makroökonom, Forschungsplattform
02
Bayesianische Inferenz verändert nicht, was man schätzt — sie verändert, was man über die Schätzung weiß. Der Unterschied zwischen einem Punktschätzer und einer Posterior-Verteilung ist der Unterschied zwischen einer Aussage und einer vollständigen Beschreibung des Wissenstands. Wer Unsicherheit nicht quantifiziert, kommuniziert sie auch nicht — und trifft oder informiert Entscheidungen auf einer schmaleren Grundlage als nötig.
Dr. Lena Brandt

Quantitative Forscherin, Dynamische Faktormodelle

03
Regimewechsel sind keine Ausnahmeerscheinungen, die einen guten Prognostiker überraschen sollten. Sie sind der Normalzustand einer Wirtschaft, die sich anpasst, lernt und auf Schocks reagiert. Wer ein Modell ohne Regimekomponente auf einen langen Zeithorizont anwendet, setzt implizit voraus, dass strukturelle Stabilität die Regel ist. Das ist eine Annahme — keine Tatsache — und sie sollte als solche explizit gemacht werden.
    Stefan Reuter
    Makrostratege und Analyst, Szenarioanalyse
04
Signalextraktion ist kein technisches Problem, das man mit dem richtigen Algorithmus löst. Es ist ein methodisches Problem, das man mit dem richtigen Modell adressiert — und das richtige Modell ist dasjenige, dessen Annahmen am besten zur Struktur der Frage passen. Der Algorithmus ist nur die letzte Stufe. Wer dort beginnt, hat die wichtigste Arbeit übersprungen.
    Dr. Markus Feldner
    Leitender Makroökonom, Forschungsplattform
Methodischer Kontext
Die hier zitierten Perspektiven spiegeln den Stand der makroökonometrischen Forschungsdiskussion wider. Alle Aussagen beziehen sich auf methodische Fragen, nicht auf konkrete Anlageempfehlungen. Vergangene Modellleistungen sind kein verlässlicher Indikator für künftige Ergebnisse.

Monatlicher Forschungsdigest: Modell-Updates und Regimesignale

Jeden Monat eine sachliche Zusammenfassung neuer Arbeitspapiere, methodischer Aktualisierungen und makroökonomischer Regimebewertungen — direkt und ohne Rauschen.

Kein Spam, jederzeit abmeldbar.

Cookie-Hinweis DSGVO
Diese Website verwendet Cookies zur technischen Bereitstellung und anonymen Analyse. Nicht notwendige Cookies werden nur nach Einwilligung gesetzt.
Zur Cookie-Richtlinie