Diese Studie untersucht, wie die betrieblichen Erträge zwischen deutschen Industrieunternehmen und ihren Beschäftigten aufgeteilt werden. Dafür werden Energiepreisänderungen auf Unternehmensebene und die daraus resultierenden Veränderungen im Unternehmensertrag betrachtet. Wir finden heraus, dass höhere Energiepreise die Löhne drücken und dass ein Rückgang bei den Erträgen um 10% zu einem Rückgang der Löhne um 2% führt. Dieser Zusammenhang ist asymmetrisch, was bedeutet, dass die Löhne nicht von Senkungen der Energiepreise profitieren, aber durch Energiepreiserhöhungen sinken. Kleine Unternehmen geben Schwankungen im Ertrag stärker an die Beschäftigten weiter als Großunternehmen.

Der deutschen Klimapolitik fehlt die große strategische Linie. Die Menschen werden sich nur dann für mehr Klimaschutz einsetzen und bereit sein, dafür finanzielle Opfer zu bringen, wenn die Lasten des Strukturwandels gerecht verteilt sind. Gerecht heißt, dass dort klimaschädliche Gase eingespart werden, wo es am kostengünstigsten ist. Ohne Märkte und die richtigen Preisanreize geht das nicht.

Der „umgekehrte Drehtüreffekt“ beschreibt das Phänomen, wenn ehemalige Bankerinnen und Banker Vorstandspositionen in nationalen Aufsichtsbehörden (National Supervisory Agency, NSA) bekleiden. Ein neu erhobener Datensatz zeigt, dass etwa ein Drittel der Vorstandsmitglieder in europäischen NSA vorher in der Finanzindustrie tätig war. Die Bestellung ehemaliger Banker in NSA-Vorstände geht mit positiven Börsenreaktionen einher, was auf eine „Näheprämie“ in der Bewertung beaufsichtigter Banken hindeutet. Im Gegensatz dazu ruft die Berufung von Bürokraten ohne praktische Vorkenntnisse in der Bankenwelt negative Börsenreaktionen hervor. Bis zur Einführung des Einheitlichen Aufsichtsmechanismus (Single Supervisory Mechanism, SSM) in Europa korreliert die Präsenz ehemaliger Banker in NSA-Vorständen mit einer geringeren regulatorischen Kapitalquote, was auf einen nachsichtigeren Aufsichtsstil schließen lässt.

This paper surveys recent advances in drawing structural conclusions from vector autoregressions (VARs), providing a unified perspective on the role of prior knowledge. We describe the traditional approach to identification as a claim to have exact prior information about the structural model and propose Bayesian inference as a way to acknowledge that prior information is imperfect or subject to error. We raise concerns from both a frequentist and a Bayesian perspective about the way that results are typically reported for VARs that are set-identified using sign and other restrictions. We call attention to a common but previously unrecognized error in estimating structural elasticities and show how to correctly estimate elasticities even in the case when one only knows the effects of a single structural shock.

Using a newly collected dataset at the plant level from 2014 to 2018, we provide the first microscopic portrait of robotization in Germany and study the correlates of robot adoption. Our descriptive analysis uncovers five stylized facts: (1) Robot use is relatively rare. (2) The distribution of robots is highly skewed. (3) New robot adopters contribute substantially to the recent robotization. (4) Robot users are exceptional. (5) Heterogeneity in robot types matters. Our regression results further suggest plant size, high-skilled labor share, exporter status, and labor shortage to be strongly associated with the future probability of robot adoption.