Konjunkturindikatoren der Schweiz: Eine Einleitung

Tücken der Statistik

Statistiken haben im gesellschaftlichen Leben nicht den allerbesten Ruf – auf den ersten Blick wohl nicht ganz zu Unrecht. Sie können beispielsweise als Grundlage einer fast endlosen Palette an Interpretationsmöglichkeiten dienen. So haben aufmerksame Leser bestimmt schon entdeckt, dass zwei Zeitungen zur gleichen Statistik völlig unterschiedliche Kommentare abdruckten. Aber selbst in der Forschung wird ab und zu das Zahlenmaterial ganz unterschiedlich ausgelegt.  Statistiken werden immer von Individuen mit den unterschiedlichsten Motiven interpretiert. Gemeinhin wird sogar erwartet, dass Autoren die gelieferten Daten etwas zu Gunsten ihrer Auftraggeber auslegen und die Resultate tendenziell verschönert darstellen. Häufig möchten die Besteller einer Studie mit dem Auftrag einerseits das beste Bild von sich geben, andererseits ihre Argumente auf ein empirisches Fundament stellen können. Dies kann mit diversen «legalen» Techniken erreicht werden. Eine wunderbare Übersicht dieser Techniken bietet das Buch von Walter Krämer (2000): So lügt man mit Statistik. Piper Verlag, München. Insofern kann es durchaus angebracht sein, den präsentierten Statistiken mit einer gewissen Skepsis zu begegnen.

Der Trick mit den Aktienkursen

Eine dieser legalen Verschönerungstechniken ist die Indexierung kombiniert mit einer günstigen Wahl der Stichprobe. Diese Methode, die manchmal von Geschäftsbanken zur vorteilhaften Darstellung der Entwicklung von Fondsoder Aktienkursen verwendet wird, soll in diesem Abschnitt anhand eines fiktiven und möglichst einfach gehaltenen Beispiels erklärt werden. Grafik 1 stellt die Aktienkurse der beiden frei erfundenen Banken «Bärenbank» und «Bullenbank» seit Januar 1980 dar. Beide Aktien kosteten zu Beginn der Periode 100 Franken. Am Ende der Beobachtungsperiode konnte man das Papier der Bärenbank für 102.70 Franken und dasjenige der Bullenbank für 100.80 Franken verkaufen. Obwohl sich Kurse und Volatilitäten am Ende der Beobachtungsperiode nicht stark unterscheiden, liess sich – sofern man im Januar 1980 kaufte und im November 2008 verkaufte – mit einer Investition in die Aktie der Bärenbank etwas mehr Geld verdienen. Mit diesem Wissen würde ein Anleger sein Geld möglicherweise in die Aktie der Bärenbank investieren. Doch die Strategen der Bullenbank geben sich nicht so leicht geschlagen. Nach dem Motto «Eine gute Performance ist ein gutes Verkaufsargument» wenden sie zwei statistische Tricks an. Als Erstes verkleinern sie die dargestellte Stichprobe. Dies tun sie am besten, indem sie berechnen, in welchem Monat die Differenz der Aktie der Bärenbank zur Bullenbank am grössten war. Das war im Oktober 1992 der Fall; dieses Datum markiert deshalb den Beginn der neuen Stichprobe. Der zweite Trick ist die Indexierung, der in der volkswirtschaftlichen Analyse übrigens oft verwendet wird, um die Entwicklung von Zeitreihen mit stark unterschiedlichen Niveaus zu vergleichen. Die Indexierung funktioniert wie folgt: An einem beliebigen Stichtag werden beide Reihen gleich 100 gesetzt und mit den empirisch ermittelten Wachstumsraten der Originalreihe fortgeschrieben. Bei unserem Beispiel koinzidiert dieser Stichtag mit dem Beginn der neuen Stichprobe.  Grafik 2 stellt die damit gewonnene «neue» Kursentwicklung der beiden Banken dar. Daraus lassen sich nun völlig andere Informationen ablesen. Einerseits weist die Aktie der Bärenbank einen negativen Kursverlauf auf; andererseits liegt der Preis der Bullenbankaktie am Ende der Beobachtungsdauer rund 20% höher als noch zu Beginn. Für welche Aktie hätten Sie sich jetzt entschieden?  Wie in den Wirtschaftswissenschaften üblich, gibt es auf die Frage nach der besser geeigneten Illustration keine klare Antwort. Da beide Darstellungen sachlich korrekt sind, hängt es jeweils davon ab, welche Frage man untersucht und was man verkaufen oder aussagen will. Das Beispiel zeigt also, dass dieselbe Datenbasis völlig unterschiedlich dargestellt werden kann.

Vorsicht bei Saisoneffekten…

Bei einseitigen oder zweifelhaften Interpretationen von statistischen Zahlen muss jedoch nicht immer zwingend eine verborgende Absicht der Autoren dahinter liegen. Einiges statistisches Datenmaterial ist bereits a priori mit gewissen Tücken ausgestattet. Beispielsweise weisen etliche Zeitreihen sog. Saisoneffekte aus. Dies bedeutet, dass gewisse Grössen mit den Jahreszeiten schwanken. Das ist natürlich nicht nur bei der monatlichen Durchschnittstemperatur der Fall, sondern auch bei einigen volkswirtschaftlichen Statistiken, wie z.B. der Bautätigkeit oder der landwirtschaftlichen Produktion. Denn witterungsbedingt wird im Winter in der Schweiz weniger gebaut und es werden weniger Früchte und Gemüse geerntet. Ein schönes Beispiel zur Illustration bietet die Anzahl Hotelübernachtungen in der Schweiz (siehe Grafik 3). Die Winter- und Sommerferien scheinen dabei einen markanten Effekt auszulösen: Im ersten (Winterferien) und im dritten Quartal (Sommerferien) sind in der Schweiz jeweils eine höhere Anzahl Hotelübernachtungen zu verzeichnen als im zweiten und vierten Quartal. Obwohl man ohne die Fakten zu verdrehen sagen kann, dass die Hotelübernachtungen im vierten Quartal 2007 gegenüber dem Vorquartal um fast 40% eingebrochen sind (was zu panikartigen Interpretationen verleiten könnte), ist dem Betrachter der Reihe sofort klar, dass dieser Rückgang keine aussergewöhnliche Entwicklung darstellt – geschweige denn eine, welche zu übermässiger Sorge um die Schweizer Tourismusbranche führen müsste. Eine Interpretation der Quartalsveränderungen ist somit ziemlich heikel. Aus diesem Grund bedienen sich Volkswirte mathematischer Verfahren zur Entfernung der saisonal bedingten Effekte. Diese sog. Saisonbereinigungsverfahren korrigieren im Idealfall die vorliegenden Daten um alle saisonalen Ausschläge und geben Aufschluss über die kurzfristige Entwicklung einer Statistik. Ernüchternd ist jedoch, dass es unzählige Varianten dieser Verfahren gibt, welche fast ebenso viele Resultate mit zum Teil erheblichen Unterschieden liefern.

…und bei Quoten

Eine andere statistische Untiefe sind Quoten. Einige Statistiken setzen zwei Variablen zueinander ins Verhältnis und möchten so vor allem die relative Wichtigkeit einer Grösse betonen. Beispielsweise wird oft argumentiert, dass der Ausländeranteil in der Schweiz gewachsen ist, die Olympiaübertragungen von SF eine tiefe Einschaltquote hatten oder der Anteil der Gesundheitskosten am BIP steigt. Einerseits sollte man sich bei einer Interpretation immer in Erinnerung rufen, dass bestimmte Quoten (z.B. der Ausländeranteil) 100% nicht überschreiten können und eine dementsprechende Extrapolation somit unsinnig wäre. Andererseits ist eine Quote immer von zwei Variablen abhängig. So ist es beispielsweise möglich, dass der Anteil der Gesundheitskosten am BIP sinkt, obwohl die Kosten selbst steigen. In diesem Falle ist das BIP schlicht stärker gewachsen, als es die Gesundheitskosten sind. Für eine möglichst wertfreie Interpretation sind also beide Informationen notwendig.

Statistiken sind dennoch von grossem Nutzen!

Trotz all dieser Schwierigkeiten und Einschränkungen sind viele Statistiken von grossem Nutzen. Man denke beispielsweise an die Statistiken über die Wohnbevölkerung oder das BIP, deren Prognosen etwa eine wichtige Rolle in der Budgetplanung der öffentlichen Hand (Steuereinnahmen oder künftige Sozialausgaben) spielen. Aber auch weniger prominente Statistiken – wie das persönliche Budget, der monatliche Stromverbrauch oder ein Kassenbon der wöchentlichen Einkäufe – können hilfreiche Entscheidungsgrundlagen liefern und das tägliche Leben durchaus erleichtern. In einer gewissen Beziehung sind diese Statistiken sogar noch einfacher zu lesen. Da man ihre Erfassung oftmals persönlich miterlebt (z.B. an der Kasse im Laden), sind sie individuell weitaus besser nachvollziehbar und dadurch auch weniger anfällig auf beschönigende Interpretationen. Diesbezüglich sei hier die Aussage gewagt, dass eine bessere Kenntnis über eine Statistik im Allgemeinen die persönliche Interpretation erleichtert und dadurch Möglichkeiten zur tendenziösen Darstellung von Dritten einschränkt.

Neue Serie «Konjunkturindikatoren»

Die Konjunkturbeobachtung bedient sich unzähliger Statistiken, um ein umfassendes Bild über die aktuelle Wirtschaftslage und deren Entwicklung zu zeichnen. Nicht nur vor dem Hintergrund der aktuellen Finanzkrise ist es beispielsweise wichtig, die konjunkturellen Wendepunkte korrekt und möglichst schnell zu erkennen. Dabei ist es auch für Experten oftmals nicht einfach, die richtigen Schlüsse aus einem Datensatz zu ziehen: Wie ist beispielsweise ein Sinken der Konsumentenstimmung zu interpretieren, wenn gleichzeitig die Detailhandelsumsätze steigen? Gleiten wir in eine Rezession, wenn der Einkaufsmanagerindex unter 50 Punkte oder unter 40 Punkte fällt? Handelt es sich bei einem Indikator um eine Umfrage, bei welcher eine subjektive Meinung einfliesst, oder werden «rohe» Geschäftsdaten erfasst? Wird ein Indikator – wie zum Beispiel beim vierteljährlichen BIP – mithilfe mathematischer Verfahren geschätzt, oder werden die Daten direkt erhoben? Gerade Informationen über die Art und Weise der Erhebung sind für eine möglichst wertneutrale Interpretation von Statistiken unerlässlich. An diesem Punkt setzt die neue Serie im Magazin «Die Volkswirtschaft» an, um einige dieser Fragen zu klären. In den nächsten Ausgaben wird daher eine Reihe von Statistikproduzenten der Schweiz ihre Statistiken vorstellen. Insbesondere soll darüber informiert werden, was der Indikator genau beschreibt, wie er erfasst wird und wie die Daten bearbeitet werden. Darüber hinaus liefert eine Gegenüberstellung mit ähnlichen ausländischen Indikatoren wichtige Informationen über internationale Vergleiche der Konjunkturentwicklung – und vor allem über mögliche Interpretationen. Denn wie sich im Verlauf der Serie zeigen wird, können die Statistiken nicht immer eins zu eins miteinander verglichen werden, obwohl sie mitunter denselben Namen tragen.

Grafik 1 «Aktienkurs Bären- und Bullenbank, 1980-2008»

Grafik 2 «Indexierte Kurse mit neuer Stichprobe, 1992-2008»

Grafik 3 «Hotelübernachtungen in der Schweiz, 2000-2008»