IWH-FDI-Mikrodatenbank
IWH-FDI-Mikrodatenbank Die IWH-FDI-Mikrodatenbank (FDI = Foreign Direct Investment)...
Zur Seite
Wirtschaft im Wandel
Wirtschaft im Wandel Die Zeitschrift „Wirtschaft im Wandel“ will eine breite...
Zur Seite
Infografiken
Infografiken Bilder sagen manchmal mehr als viele Worte – daher haben wir für Sie ein...
Zur Seite
Makrodaten interaktiv
Makrodaten interaktiv Das Angebot präsentiert interaktiv anschaulich aufbereitete Zeitreihen aus amtlichen Veröffentlichungen (Statistisches Bundesamt, Arbeitskreis ...
Zur Seite
Alumni
IWH-Alumni Das IWH möchte den Kontakt zu seinen ehemaligen Mitarbeiterinnen und...
Zur Seite
BigTech Credit, Small Business, and Monetary Policy Transmission: Theory and Evidence
Yiping Huang, Xiang Li, Han Qiu, Dan Su, Changhua Yu
IWH Discussion Papers,
Nr. 18,
2022
Abstract
This paper provides both theoretical and empirical analyses of the differences between BigTech lenders and traditional banks in response to monetary policy changes. Our model integrates Knightian uncertainty into portfolio selection and posits that BigTech lenders possess a diminishing informational advantage with increasing firm size, resulting in reduced ambiguity when lending to smaller firms. The model suggests that the key distinction between BigTech lenders and traditional banks in response to shifts in funding costs, triggered by monetary policy changes, is more evident at the extensive margin rather than the intensive margin, particularly during periods of easing monetary policy. Using a micro-level dataset of small business loans from both types of lenders, we provide empirical support for our theoretical propositions. Our results show that BigTech lenders are more responsive in establishing new lending relationships in an easing monetary policy environment, while the differences in loan amounts are not statistically significant. We also discuss other loan terms and the implications of regulatory policies.
Artikel Lesen
28.06.2022 • 15/2022
Gefahr einer Gaslücke gegenüber April deutlich verringert – aber Versorgungsrisiken bleiben
Die Wahrscheinlichkeit einer Versorgungslücke mit Erdgas im Fall eines Stopps russischer Lieferungen ist gegenüber April deutlich gesunken. Zu diesem Ergebnis kommt eine aktualisierte Simulationsrechnung der an der Gemeinschaftsdiagnose beteiligten Institute. Trotz mittlerweile deutlich besser gefüllter Speicher sind damit aber noch nicht alle Risiken für die Gasversorgung der Industrie im Winterhalbjahr 2022/2023 gebannt. Es ist daher ratsam, zeitnah die Preissignale bei den Verbrauchern ankommen zu lassen.
Pressemitteilung lesen
Das Potenzial von Bankkreditspreads für die Konjunkturprognose
Daniel Streitz
Wirtschaft im Wandel,
Nr. 2,
2022
Abstract
Prognosemodelle für die zukünftige wirtschaftliche Entwicklung verwenden häufig marktbasierte Indikatoren wie Spreads von Unternehmensanleihen, die den Risikoaufschlag gegenüber einem Referenzzins angeben. Anleihespreads bilden jedoch nur die Entwicklung von Risiken für Unternehmen ab, die regelmäßig Anleihen emittieren – im Durchschnitt größere, sichere Firmen. Neuartige Daten zu Bankkrediten, die im Sekundärmarkt gehandelt werden, erlauben auch die Konstruktion von Kreditspreads. Kreditmarktdaten umfassen ein breiteres Spektrum an Firmen, inklusive kleinerer Firmen, die stärker von Finanzmarktfriktionen betroffen sind. Tests zeigen, dass Kreditspreads tatsächlich mehr Informationen über wirtschaftliche Entwicklungen beinhalten als Anleihespreads und daher das Potenzial haben, Prognosemodelle zu verbessern.
Artikel Lesen
The Impact of Active Aggregate Demand on Utilisation-adjusted TFP
Konstantin Gantert
IWH Discussion Papers,
Nr. 9,
2022
Abstract
Non-clearing goods markets are an important driver of capacity utilisation and total factor productivity (TFP). The trade-off between goods prices and household search effort is central to goods market matching and therefore drives TFP over the business cycle. In this paper, I develop a New-Keynesian DSGE model with capital utilisation, worker effort, and expand it with goods market search-and-matching (SaM) to model non-clearing goods markets. I conduct a horse-race between the different capacity utilisation channels using Bayesian estimation and capacity utilisation survey data. Models that include goods market SaM improve the data fit, while the capital utilisation and worker effort channels are rendered less important compared to the literature. It follows that TFP fluctuations increase for demand and goods market mismatch shocks, while they decrease for technology shocks. This pattern increases as goods market frictions increase and as prices become stickier. The paper shows the importance of non-clearing goods markets in explaining the difference between technology and TFP over the business cycle.
Artikel Lesen