\nAufbauend auf dem dynamischen Faktormodell von Giannone, Reichlin und Small (2008),<\/i> haben Siliverstovs und Kholodilin (2012)<\/i> ein Nowcasting-Modell f\u00fcr die Schweizer Wirtschaft entwickelt. In dieses Modell fliessen knapp 600 \u00f6konomische Variablen ein, inklusive der KOF-Umfragedaten. Ziel ist es, zeitnahe Prognosen f\u00fcr das laufende Quartalswachstum des Schweizer BIP zu erstellen. Angesichts der verz\u00f6gerten Ver\u00f6ffentlichung der offiziellen Daten durch das Seco liefert das Modell einen Nowcast f\u00fcr das BIP, der der offiziellen Bekanntgabe um rund drei bis sechs Monate vorausl\u00e4uft. Ein Vorteil dieser Prognosemethode liegt in der st\u00e4ndigen Aktualisierung des zugrunde liegenden Datensets mit f\u00fcr das Quartal informativen \u00f6konomischen Variablen. Das Modell wird seit 2010 an der KOF viertelj\u00e4hrlich auch als Erg\u00e4nzung zum KOF-Makromodell angewandt. Eine ziemlich grosse Differenz zwischen Nowcast (0,55%, 28. November 2013) und offizieller Sch\u00e4tzung (0,16%, 27. Februar 2014) ergibt sich f\u00fcr das vierte Quartal 2013. Der tiefe offizielle Wert wird von den Zahlen, die ins Nowcasting-Modell fliessen, nicht unterst\u00fctzt. Somit sind hierf\u00fcr andere, ausserhalb des Modells liegende Gr\u00fcnde oder Informationen verantwortlich zu machen, die erst nach dem 28. November zur Verf\u00fcgung standen.
\n
\n
![\"Nowcast-Prognosen](\"https:\/\/dievolkswirtschaft.ch\/content\/uploads\/2022\/01\/Siliverstovs_Grafik1.png\")
<\/a>\n
\nF\u00fcr das erste Quartal 2014 liegt der Nowcast mit 0,69% (3. M\u00e4rz 2014) sehr hoch. Getrieben wurde der hohe Wert vor allem von einer signifikanten Verbesserung der Situation der von der KOF befragten Industriefirmen im Februar. Ob die offiziellen Daten diesen positiven Ausblick f\u00fcr die Schweizer Wirtschaft best\u00e4tigen, wird sich erst am 27. Mai 2014 zeigen, wenn die n\u00e4chste Seco-Sch\u00e4tzung folgt.[1]<\/a> <\/p>\n
Volltextsuche bringt gute Resultate<\/h2>\n
B\u00f6rseninformationen, Import- und Exportstatistiken, Mediendaten sowie \u00f6konomische Indikatoren aus anderen L\u00e4ndern produzieren heute eine schier un\u00fcberschaubare Masse von Daten. Die gr\u00f6sste Herausforderung besteht darin, diese als Big Data bezeichnete Datenflut mit eigenen Daten \u2013 beispielsweise aus den KOF-Konjunkturumfragen \u2013 sinnvoll zu kombinieren, um pr\u00e4zise Einsch\u00e4tzungen der Wirtschaftslage in der Schweiz zu liefern. Neben der \u00abtraditionellen\u00bb […]<\/p>","protected":false},"author":4060,"featured_media":34712,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"om_disable_all_campaigns":false,"ep_exclude_from_search":false,"footnotes":""},"post__type":[66],"post_opinion":[],"post_serie":[],"post_content_category":[213,154],"post_content_subject":[],"acf":{"seco_author":4060,"seco_co_author":[4061,0],"author_override":"","seco_author_post_ocupation_year":"","seco_author_post_occupation_de":"H\u00f6herer wissenschaftlicher Mitarbeiter, KOF Konjunkturforschungsstelle der ETH Z\u00fcrich","seco_author_post_occupation_fr":"Collaborateur scientifique, KOF Centre de recherches conjoncturelles de l\u2019EPF Zurich","seco_co_authors_post_ocupation":[{"seco_co_author":4061,"seco_co_author_post_occupation_year":"","seco_co_author_post_occupation_de":"Wissenschaftlicher Mitarbeiter, KOF Konjunkturforschungsstelle der ETH Z\u00fcrich","seco_co_author_post_occupation_fr":"Collaborateur scientifique sup\u00e9rieur, KOF Centre de recherches conjoncturelles de l\u2019EPF Zurich"}],"short_title":"","post_lead":"Die gigantischen Technologiespr\u00fcnge der letzten Jahre haben nicht nur zu einer Explosion der Datenmenge gef\u00fchrt, sondern auch zahlreiche neue M\u00f6glichkeiten er\u00f6ffnet. Die Konjunkturforschungsstelle der ETH Z\u00fcrich versucht, diese M\u00f6glichkeiten zu nutzen, insbesondere im Prognosebereich. In Kombination mit Ans\u00e4tzen wie der Gegenwartsprognose, dem sogenannten Nowcasting, ergeben sich potente Instrumente, um den Konjunkturverlauf pr\u00e4zise zu erfassen.","post_hero_image_description":"","post_hero_image_description_copyright_de":"","post_hero_image_description_copyright_fr":"","post_references_literature":"
\nEin weiterer Nowcasting-Ansatz an der KOF kombiniert Big Data aus dem Medienbereich mit Kurzfristprognosen und basiert auf der Volltextsuche, die angibt, wie oft ein bestimmtes Schlagwort (\u00abRezession\u00bb) genannt wird. Eine Volltextsuche, wie sie dieser Ansatz verlangt, war bis vor wenigen Jahren undenkbar. Erst der technologische Fortschritt der letzten Jahre hat dies zu einem einfachen Unterfangen gemacht. In einer Untersuchung f\u00fcr die Schweiz[2]<\/a> l\u00e4sst sich zeigen, dass eine mit einer einfachen Schlagwortsuche in Zeitungen angereicherte Prognose akkurate Nowcasts f\u00fcr die Vorjahresver\u00e4nderung des BIP liefert. Die Resultate dieses Ansatzes erwiesen sich insbesondere auf dem H\u00f6hepunkt der Finanzkrise von 2008\/09 im Vergleich mit anderen Ans\u00e4tzen als sehr gut.
<\/p>\nDas neue KOF-Konjunkturbarometer ist lernf\u00e4hig<\/h2>\n
\nSchliesslich hat die KOF in j\u00fcngerer Vergangenheit einiges an Ressourcen aufgewendet, um das KOF-Konjunkturbarometer grundlegend zu revidieren. Die Basis des neuen Barometers bildet eine viel gr\u00f6ssere Zahl von Indikatoren: Aus einer Ausgangsmenge von 476 Variablen, die in insgesamt 4356 Transformationen resultieren, kommen derzeit 219 Variablen zur Berechnung des KOF-Konjunkturbarometers zum Einsatz. Da die Variablenmenge jeden Herbst \u00fcberpr\u00fcft wird, kann ihre Anzahl von Jahr zu Jahr variieren. Dadurch \u00ablernt\u00bb das Barometer von aktuellen Entwicklungen. Wie Abberger et al. (2014)<\/i> zeigen, hat es in der neuen Version deutlich an Vorlauf gewonnen. Es bildet somit einen verl\u00e4sslichen Indikator f\u00fcr die Schweizer Konjunkturentwicklung. Big Data hat sowohl das klassische Prognosegesch\u00e4ft wie auch das Nowcasting um viele neue M\u00f6glichkeiten erweitert. Doch mehr Daten sind nicht ein Wert an sich, was die Diskussion um Big Data teilweise vermuten l\u00e4sst. F\u00fcr Prognostiker haben Daten nur einen Wert, wenn sie klare Signale aussenden. Auch mit dem gr\u00f6ssten Datensatz werden Prognosen nicht von vornherein besser als mit einigen sorgf\u00e4ltig ausgew\u00e4hlten Indikatoren.<\/p>\n
\n\t