Wirtschaftspolitische Maßnahmen, darunter auch die regionale Wirtschaftspolitik, bedürfen der regelmäßigen Evaluation der daraus resultierenden Effekte. Das Sächsische Staatsministerium für Wirtschaft und Arbeit (SMWA) hat im März 2009 das Institut für Wirtschaftsforschung Halle (IWH) mit der Durchführung einer Evaluation der Fördermaßnahme Förderung der wirtschaftsnahen Infrastruktur im Rahmen der Gemeinschaftsaufgabe „Verbesserung der regionalen Wirtschaftsstruktur“ (GA-Infra) beauftragt. Die Förderung der wirtschaftsnahen Infrastruktur ist neben der Förderung von Unternehmensinvestitionen die zweite Hauptsäule des regionalpolitischen Instruments der Gemeinschaftsaufgabe „Verbesserung der regionalen Wirtschaftsstruktur“ und gehört seit 1990 mit zu den zentralen Instrumenten des „Aufbau Ost“. Vom IWH wird nachfolgend der Endbericht vorgelegt. Im Endbericht wird die Förderung der GA-Infra in den Kontext der Ziele und Instrumente regionaler Wirtschaftspolitik gestellt (Abschnitt 2). Anschließend wird ein knapper Überblick über die Grundstruktur des Evaluationskonzepts und über die Datengrundlagen gegeben (Abschnitt 3). Gemäß der Grundstruktur schließen sich die Befunde zu den Wirkungen auf die private Wirtschaft an, die die Infrastrukturartenübergreifenden Wirkungsaspekte (Abschnitt 4) und anschließend die infrastrukturartenspezifischen Wirkungsaspekte (Abschnitt 5) betreffen. Im Abschnitt 6 werden die Untersuchungsergebnisse zu den Lenkungseffekten, zur Verfahrenseffizienz sowie zur Abstimmung mit den Zielen anderer Förderprogramme präsentiert. Eine Zusammenfassung der Einzelbefunde und daraus abgeleitete förderpolitische Schlussfolgerungen enthält der Abschnitt 7.

This paper presents a method to conduct early estimates of GDP growth in Germany. We employ MIDAS regressions to circumvent the mixed frequency problem and use pooling techniques to summarize efficiently the information content of the various indicators. More specifically, we investigate whether it is better to disaggregate GDP (either via total value added of each sector or by the expenditure side) or whether a direct approach is more appropriate when it comes to forecasting GDP growth. Our approach combines a large set of monthly and quarterly coincident and leading indicators and takes into account the respective publication delay.

One of the key obstacles to the empirical analysis of capital controls has been the unavailability of a detailed set of indicators for controls that cover a broad set of countries over a range of years. In this paper, we propose a new set of indicators derived from the Annual Reports on Exchange Arrangements and Export Restrictions. Contrary to most earlier attempts to construct control indicators from this source, our set of indices allows one to analyze the control intensity separately for inflow, outflow and repatriation controls. An additional set of indicators features information on the institutional design of controls. At first glance, the data show that the financial crisis caused a surge in capital market restrictions, most notably concerning the derivatives market. This reflex, which is not justified by the scarce empirical evidence on the success of controls, shows the importance of having a valid measure to allow an econometrically sound policy evaluation in this field. The data are available from the author upon request.

As they are employee associations, it is typically presumed that works councils redistribute economic rents from firm owners to workers. And indeed, the empirical literature suggests that German works councils reduce profits. The studies on the profitability effect of works councils mainly use self-reported subjective profit evaluations of managers as the dependent variable. I argue that these are poor measures of real profits. Newly available information on firms' capital stock allows me to revisit the profit effect now using an objective profit measure. When utilizing the subjective measure I find the standard results; with the objective measure, however, the works council effect on profits is positive and significant.

This paper examines the properties of qualitative inflation expectations collected from economic experts for Germany. It describes their characteristics relating to rationality and Granger causality. An out-of-sample simulation study investigates whether this indicator is suitable for inflation forecasting. Results from other standard forecasting models are considered and compared with models employing survey measures. We find that a model using survey expectations outperforms most of the competing models. Moreover, we find some evidence that the survey indicator already contains information from other model types (e. g. Phillips curve models). However, the forecast quality may be further improved by completely taking into account information from some financial indicators.

The development of ‘standards’ for the application of matching algorithms in empirical evaluation studies is still an outstanding goal. The first step of the matching procedure is the choice of an appropriate distance function. In empirical evaluation situations often the sample sizes are small. Moreover, they consist of variables with different scale levels which have to be considered explicitly in the matching process. A simulation is performed which is directed towards these empirical challenges and supplements former studies in this respect. The choice of the analysed distance functions is determined by the results of former theoretical studies and recommendations in the empirical literature. Thus, two balancing scores (the propensity score and the index score) and the Mahalanobis distance are considered. Additionally, aggregated statistical distance functions not yet used for empirical evaluation are included. The matching outcomes are compared using non-parametric scale-specific tests for identical distributions of the characteristics in the treatment and the control groups. The simulation results show that, in small samples, aggregated statistical distance functions are the better choice for summarising similarities in differently scaled variables compared to the commonly used measures.

Die vorliegende Studie des Instituts für Wirtschaftsforschung Halle (IWH) im Auftrag des Sächsischen Staatsministeriums für Wissenschaft und Kunst (SMWK) evaluiert das Programm „Förderung von Projekten im Forschungsbereich“ des Ministeriums. Das Programm richtet sich an Wissenschaftseinrichtungen in Sachsen. Es zielt auf die Stärkung der Spitzenforschung, der Profilbildung, der Drittmittelfähigkeit, der Internationalisierung sowie der Vernetzung der Wissenschaftseinrichtungen untereinander und mit der Wirtschaft. Gefördert werden grundlagenorientierte Projekte, Geräteausstattungen, Aufenthalte von Gastwissenschaftlern sowie wissenschaftliche Tagungen. Die Finanzierung des Programms erfolgt ausschließlich aus Landesmitteln.
Im Zeitraum 2002 bis 2008 wurden insgesamt 745 Vorhaben mit einem Gesamtvolumen von 20,51 Mio. Euro in 41 Wissenschaftseinrichtungen gefördert. Über 90% der Mittel entfielen auf die Fördergegenstände Projektförderung sowie Geräteausstattung. Befragt wurden 311 für die Fördervorhaben zuständige Wissenschaftler, von denen sich 69% an der Befragung beteiligten. Hinsichtlich der erreichten Effekte nannten die meisten Fördermittelempfänger die „Stärkung der Profilbildung“ (82%, über alle Förderlinien). Bei der Projektförderung sowie der Förderung der Geräteausstattung hoben die Befragten die hohe Wirkung auf die „Stärkung der Drittmittelfähigkeit“ hervor (über 90%). Damit wurden in der Einschätzung der Fördermittelempfänger wesentliche Zielvorgaben des Programms erreicht. Die Erhöhung der Verbundfähigkeit mit der Wirtschaft spielte aus Sicht der Befragten eine untergeordnete Rolle (54% Zustimmung). Der Grund für diesen relativ niedrigen Wert dürfte darin liegen, dass das Förderprogramm vor allem auf grundlagenorientierte Forschung abzielt. Die wissenschaftlichen Tagungen haben einen starken Effekt auf die Vernetzung der Wissenschaftseinrichtungen untereinander, insbesondere mit solchen im Ausland. Damit ist ein weiteres wesentliches Ziel des Programms erreicht worden.

The paper analyzes leading indicators for GDP and industrial production in Germany. We focus on the performance of single and pooled leading indicators during the pre-crisis and crisis period using various weighting schemes. Pairwise and joint significant tests are used to evaluate single indicator as well as forecast combination methods. In addition, we use an end-of-sample instability test to investigate the stability of forecasting models during the recent financial crisis. We find in general that only a small number of single indicator models were performing well before the crisis. Pooling can substantially increase the reliability of leading indicator forecasts. During the crisis the relative performance of many leading indicator models increased. At short horizons, survey indicators perform best, while at longer horizons financial indicators, such as term spreads and risk spreads, improve relative to the benchmark.

The study contributes to the development of ’standards’ for the application of matching algorithms in empirical evaluation studies. The focus is on the first step of the matching procedure, the choice of an appropriate distance function. Supplementary o most former studies, the simulation is strongly based on empirical evaluation ituations. This reality orientation induces the focus on small samples. Furthermore, ariables with different scale levels must be considered explicitly in the matching rocess. The choice of the analysed distance functions is determined by the results of former theoretical studies and recommendations in the empirical literature. Thus, in the simulation, two balancing scores (the propensity score and the index score) and the Mahalanobis distance are considered. Additionally, aggregated statistical distance functions not yet used for empirical evaluation are included. The matching outcomes are compared using non-parametrical scale-specific tests for identical distributions of the characteristics in the treatment and the control groups. The simulation results show that, in small samples, aggregated statistical distance functions are the better

choice for summarising similarities in differently scaled variables compared to the

commonly used measures.