IHS Economic High-Frequency Monitor

Version 0.2 (last update: ), Visit our institute at www.ihs.ac.at

Links zu: Motivation - Ziel - Monitor - Daten - Referenzen - Disclaimer - Kontakt

    Motivation

    Das zeitnahe Vorliegen von Indikatoren zur Einschätzung der aktuellen wirtschaftlichen Lage, ist für eine vorausschauende, rasche und angemessene Reaktion der Wirtschaftspolitik unabdingbar. Insbesondere dann, wenn sich die Situation so schnell und so fundamental verändert wie zur Zeit des COVID-19-Shutdowns, Mitte März 2020. Während Finanzmarktindikatoren zeitnahe die Entwicklung einpreisten, dauerte es bis sich der Wirtschaftseinbruch auch in den realwirtschaftlichen Daten und wirtschaftlichen Frühindikatoren niederschlug und sich so die Schwere der wirtschaftlichen Krise erahnen ließ. So werden Daten über die Industrieproduktion in Österreich erst 55 Tage nach Ende des Referenzmonats und Daten zum Außenhandel gar erst mit einer Verzögerung von 70 Tagen nach Ende des Referenzmonats veröffentlicht. Befragungsdaten - wie etwa jene des Business and Consumer Survey der Europäischen Kommission (EK, 2020) - sind zwar bereits Ende des Referenzmonats verfügbar, allerdings finden die Befragungen bereits in den ersten 2 bis 3 Wochen statt, wo durch die Märzwerte noch relativ stabil wirkten. Die Schwere des Wirtschaftseinbruchs war erst mit der Veröffentlichung der Survey-Daten Ende April zu erkennen.

    Ziel

    Das Ziel des Monitors ist es daher eine äußerst zeitnahe und aussagekräftige Informationsbasis zu schaffen, die eine rasche Einschätzung der aktuellen wirtschaftlichen Lage ermöglicht:

    1. Zeitnahe, da immer dienstags (oder mittwochs) die Zeitreihen um die Werte der Vorwoche ergänzt werden und
    2. Aussagekräftig, da die Zeitreihen um mögliche Störfaktoren wie saisonale Einflüsse, bewegliche Feiertage (Ostern), Temperaturschwankungen oder andere Sondereffekte bereinigt werden, um das relevante ökonomische Signal zu schärfen.

    Indikatoren, die hierfür in Frage kommen, sollten nach Möglichkeit 1) regelmäßig - mindestens wöchentlich – und bereits in der Woche nach Ende der Referenzwoche verfügbar sein 2) gar keinen oder nur geringfügigen Revisionen unterliegen und 3) mit relevanten Bereichen realwirtschaftlicher Aktivität in Zusammenhang stehen.

    Aktuell stehen dem IHS drei Zeitreihen zur Verfügung: die Schienengüterverkehrsleistung, der Stromverbrauch und die Arbeitslosenquote. Das IHS steht darüber hinaus im Austausch mit anderen Institutionen und Datenprovidern, um den Economic High Frequency Monitor zu erweitern.

    Bedienung des Monitors

    Die Steuerung des Monitors ist einfach und intuitiv gestaltet. Durch Klicken auf die Reiter links können die hochfrequenten Daten (auf wöchentlicher Ebene) dargestellt werden. Sollten die Menüleiste mit den Reitern links nicht sichtbar sein, kann sie durch Klicken auf das Menü – Symbol (hamburger menu) oben in der Kopfzeile eingeblendet werden.

    In jeder Datenansicht befindet sich links oben ein "Reset Zoom" Knopf, mit welchem man auf den gesamten Zeitraum der Daten heraus zoomen kann. Einzelne Zeiträume können über Markieren mit der linken Maustaste innerhalb des Diagramms vergrößert werden. Das gleichzeitige Drücken der Shift-Taste und Ziehen mit der Maus verschiebt den ausgewählten Beobachtungszeitraum.

    Im Tooltip werden Werte der betrachteten Größe und die Referenzwoche angezeigt. Die Kalenderwochen werden nach ISO 8601 ausgegeben: Montag bis Sonntag; der erste Donnerstag des Jahres bestimmt die erste Kalenderwoche. Zum leichteren Verständnis wird auch das Datum des jeweiligen Donnerstags in der Referenzwoche angezeigt.

    Daten

    Schienengüterverkehrsleistung:
    1. Datenquelle: ÖBB Infrastruktur AG.
    2. Rohdaten: Verrechnete tägliche Schienengüterverkehrsleistung in Gesamtbruttotonnenkilometer (GBTKM) auf dem österreichischen Schienennetz
    3. Datenbereinigung: Bereinigung von Saisonalitätseffekten auf Ebene der täglichen Daten mittels iterativen STL (Seasonal-Trend Decomposition based on Loess), ARIMA-Modellierung und Bereinigung um Sondereffekte (siehe Ollech, 2018). Bei der täglichen saisonalen Bereinigung werden Wochentag-, Monatstag- und Jahrestageffekte, sowie bewegliche Feiertage (Ostern, Pfingsten, Fronleichnam und Christi Himmelfahrt) berücksichtigt. Um Verzerrungen in der Schätzung der Saisonalität vorzubeugen, wurde die Stichprobe auf Ende Februar 2020 eingeschränkt und die Prognose der Saisonalität für die Bereinigung der Daten nach Februar 2020 verwendet.
    4. Sondereffektebereinigung: Chen and Liu (1993) - innere Schleife der Routine auf saisonal bereinigte Daten.
    5. Das wöchentliche Niveau wurde auf den Durchschnittswert der Wochenwerte des Jahres 2019 indexiert (2019=100). Das Vorjahreswachstum bezieht sich auf die gleiche
    6. Aggregation auf ISO 8601 Kalenderwochen: Montag bis Sonntag. (Der erste Donnerstag des Jahres bestimmt die erste Kalenderwoche.) Die 53. Kalenderwoche wurde, sofern vorhanden, entfernt, um die Bildung von Jahresdifferenzen zu erleichtern. Die Aggregation der täglichen Daten der Gesamtbruttotonnenkilometer auf wöchentliche Werte erfolgt über die Summe.
    Arbeitslosenquote:
    1. Datenquellen: AMS (Arbeitslose), BALI Datenbank (Beschäftigungspotential).
    2. Rohdaten: Tägliche arbeitslos gemeldete Personen (insgesamt, ohne Schulungsteilnehmer), monatliches Beschäftigungspotential (Arbeitslose + Unselbständig Beschäftigte)
    3. Datenbereinigung: Bereinigung um Saison- und bewegliche Feiertagseffekte der Arbeitslosendaten auf täglicher Ebene (siehe oben), monatliches Beschäftigungspotential wurde über JDemetra+ (mittels dem TRAMO-SEATS Verfahren (RSA FULL) bereinigt. JDemetra+ wurde von offizieller Seite als Software für die Saisonbereinigung von offiziellen Statistiken empfohlen.
    4. Interpolation des Beschäftigungspotential: Das saisonal bereinigte monatliche Beschäftigungspotential wurde dem jeweiligen 15. des Monats zugewiesen und linear auf die tägliche Frequenz interpoliert.
    5. Aggregation auf ISO 8601 Kalenderwochen: Montag bis Sonntag. (Der erste Donnerstag des Jahres bestimmt die erste Kalenderwoche.) Die Aggregation der täglichen Arbeitslosen und des interpolierten täglichen Beschäschftigungspotentials auf wöchentliche Werte erfolgt über den Mittelwert.
    6. Bildung Arbeitslosenquote: wöchentliche durchschnittliche Zahl an Arbeitslosen / wöchentliches durchschnittliches Beschäftigungspotential.
    Stromverbrauch:
    1. Datenquellen: https://www.entsoe.eu/, https://api.meteostat.net/, jeweils über API-caller.
    2. Rohdaten: Durchschnittliche Stundenverbrauch je Viertelstunde in Megawatt (MW), tägliche durchschnittliche Temperatur Hohe Warte Wien.
    3. Aggregation auf Tagesdaten: Durchschnittsbildung der viertelstündlichen Durchschnittswerte nach koordinierter Weltzeit (Coordinated Universal Time, UTC). Danach erfolgte eine Übertragung in die Mitteleuropäische Zeit (Central European Time, CET) und eine Einschränkung auf den Verbrauch zwischen 08:00 bis 18:00 (Annäherung an Arbeitstag).
    4. Datenbereinigung: Bereinigung um Saisonalität, bewegliche Feiertage und Temperatur (Polynom zweiten Grades).
    5. Sondereffektebereinigung: Chen and Liu (1993) - innerer Loop auf saisonal bereinigte Daten.
    6. Aggregation auf ISO 8601 Kalenderwochen: Montag bis Sonntag. (Der erste Donnerstag des Jahres bestimmt die erste Kalenderwoche.) Die 53. Kalenderwoche wurde, sofern vorhanden, entfernt, um die Bildung von Jahresdifferenzen zu erleichtern. Die Aggregation des täglichen Stromverbrauchs auf wöchentliche Werte erfolgt über die Summe.

    Referenzen

    • Chen, C. and Liu, L.-M. (1993): Joint Estimation of Model Parameters and Outlier Effects in Time Series. Journal of the American Statistical Association, Vol. 88, No. 421 (Mar., 1993), pp.284-297
    • Europäische Kommission (2020): The Joint Harmonised EU Programme of Business and Consumer Surveys - User Guide , https://ec.europa.eu/info/files/user-guide-joint-harmonised-eu-programme-business-and-consumer-surveys_en.\
    • Ollech, D. (2018): Seasonal Adjustment of Daily Time Series (2018). Deutsche Bundesbank Discussion Paper No. 41/2018, Available at SSRN: https://ssrn.com/abstract=3273755

    Disclaimer

    Bei den hier dargestellten und beschriebenen Datenreihen handelt es sich um eine erste vorläufige Darstellung. Insbesondere in Bezug auf die Bereinigung von Kalender- Saison- und Sondereffekten von Tagesdaten müssen die verwendeten Verfahren zum derzeitigen Zeitpunkt noch als experimentell eingestuft werden. Alle Inhalte erfolgen ohne Gewähr. Jegliche Haftung der Mitwirkenden oder des IHS aus dem Inhalt dieses Werkes ist ausgeschlossen.

    Kontakt

    Dieses Projekt wurde von Sebastian Koch und Richard Sellner erarbeitet.
    Ansprechpartner bei Rückfragen zum Projekt:
    Dr. Sebastian Koch, Forschungsgruppe Makroökonomie und Wirtschaftspolitik am Institut für Höhere Studien (IHS), E-Mail: koch@ihs.ac.at
    Ansprechpartner für technische Rückfragen:
    Dr. Richard Sellner, Forschungsgruppe Makroökonomie und Wirtschaftspolitik am Institut für Höhere Studien (IHS), E-Mail: sellner@ihs.ac.at

    Zitiervorschlag:
    Koch, Sebastian P.; Sellner, Richard (2020): IHS Economic High-Frequency Monitor, https://irihs.ihs.ac.at/id/eprint/5436.