This paper provides a comprehensive analysis of the forecastability of the real price of natural gas in the United States at the monthly frequency considering a universe of models that differ in their complexity and economic content. Our key finding is that considerable reductions in mean-squared prediction error relative to a random walk benchmark can be achieved in real time for forecast horizons of up to two years. A particularly promising model is a six-variable Bayesian vector autoregressive model that includes the fundamental determinants of the supply and demand for natural gas. To capture real-time data constraints of these and other predictor variables, we assemble a rich database of historical vintages from multiple sources. We also compare our model-based forecasts to readily available model-free forecasts provided by experts and futures markets. Given that no single forecasting method dominates all others, we explore the usefulness of pooling forecasts and find that combining forecasts from individual models selected in real time based on their most recent performance delivers the most accurate forecasts.

In dieser Studie wird geprüft, ob die Genauigkeit der ersten Schätzung der Bruttowertschöpfung und des Bruttoinlandsprodukts für die Bundesländer erhöht und damit das Ausmaß der nachfolgenden Revisionen reduziert werden kann. Dazu werden alternative ökonometrische Methoden und zusätzliche Daten herangezogen. Zunächst wird untersucht, in welchen Bereichen die Revisionen stärker ausfallen als in anderen. Dabei werden das BIP und die Bruttowertschöpfung (BWS) auf der Wirtschaftszweig-Gliederungsebene A*10 mit Zusammenfassungen in die Untersuchung einbezogen. Anschließend werden die amtlichen Ergebnisse mit denen der alternativen Ansätze verglichen. Insgesamt ist das Ausmaß, in dem der Revisionsbedarf mit alternativen Methoden verringert werden konnte, relativ gering. 

Die grüne Transformation, verstanden als ein Prozess, Energie zunehmend treibhausgasneutral zu erzeugen, kann mit marktwirtschaftlichen Instrumenten und dafür erforderlichen Rahmenbedingungen kostengünstiger umgesetzt werden als mit staatlicher Steuerung des Energieverbrauchs und der Energieerzeugung. Kosteneffizienz ist von entscheidender Bedeutung für die Bereitschaft und Fähigkeit der Bevölkerung, die Lasten der Transformation zu tragen, und für eine gerechte Verteilung der Lasten.

Rentenpaket II der Bundesregierung: Wie ist die Reform ökonomisch zu beurteilen und welche Auswirkungen hat das Paket auf den Beitragssatz in der gesetzlichen Rentenversicherung?

Mehr als 30 Jahre nach der deutschen Wiedervereinigung sind die wirtschaftlichen Ressourcen der Bewohnerinnen und Bewohner Ostdeutschlands weiterhin deutlich geringer als in Westdeutschland. Ostdeutsche Löhne liegen immer noch knapp 30 Prozent unter den westdeutschen Löhnen. Das durchschnittliche Vermögen der ostdeutschen Haushalte beträgt weniger als 50 Prozent des westdeutschen Durchschnitts. Im Folgenden beleuchten wir Unterschiede und Gemeinsamkeiten der Einkommens- und Vermögensverteilung in Ost- und Westdeutschland und diskutieren Gründe für das anhaltende ökonomische Gefälle.

The female labor income share update is based on the methodology by Neef and Robilliard (2022). This update provides estimates of the female labor income share for 1990 –2023. This methodological note explains the data sources and methodology in detail, highlighting data availability and new data that was incorporated.

The recent advances in automation technology, robotics in particular, have sparked a heated debate over the future of labor and human society at large. The ongoing process of robotization may engender profound impacts on various segments of the labor market. Given the far-reaching implications of robots, it is thus very important to understand the scale and scope of robot use and characteristics of robot users. However, the main challenge is the limited availability of robot data at the microeconomic level (Raj and Seamans, 2018). Due to the data constraint, the bulk of the existing literature relies on cross-country industry-level data from the International Federation of Robotics (IFR). The lack of micro-level robot data makes it difficult to paint a comprehensive picture of robotization in industrial settings, and perhaps more importantly, to assess how within-industry firm level heterogeneity manifests itself in robot use and adoption.