Bezahlen Immobilienkäufer einen Aufpreis, um in einem kulturell vielfältigen Viertel zu leben? Eine neue Studie mit Daten aus Nordirland legt dies nahe. Um den Zusammenhang zwischen kultureller Vielfalt und Immobilienpreisen zu untersuchen, stützen sich die Forscher auf Daten aus der Zeit der britischen Kolonialisierung Irlands zu Beginn des 17. Jahrhunderts. Damals entstanden Nachbarschaften mit unterschiedlicher religiöser Zusammensetzung. Diese religiöse Zusammensetzung besteht bis heute. Diese Wohnviertel unterscheiden sich also kulturell, nicht jedoch hinsichtlich ihrer ethnischen und sozioökonomischen Merkmale. Die Ergebnisse zeigen: Im Durchschnitt erzielen Immobilien in kulturell vielfältigen Vierteln einen um fast 10% höheren Verkaufspreis als solche in religiös-kulturell homogenen Gebieten. Darin spiegelt sich eine höhere Nachfrage: Vielfältige Viertel sind für ein breiteres Spektrum potenzieller Käufer attraktiv. Dadurch steigt auch die Liquidität der Immobilien. Die Ergebnisse stehen in Kontrast zu früheren Studien, die einen negativen Zusammenhang zwischen Vielfalt und Immobilienpreisen belegten.

Eine der größten Sorgen sowohl der aktuellen als auch der vorhergehenden Regierung ist es, in Deutschland wichtige Industrieproduktion zu erhalten beziehungsweise neu anzusiedeln. Dabei geht es um eine breite Palette von Sektoren: Halbleiter, Batterien, Chemie, Stahl, Pharmazeutika oder Elektroautos. Basierend auf diesem Ziel werden signifikante Subventionen gerechtfertigt, etwa Einzelsubventionen in Milliardenhöhe für individuelle Unternehmen (Intel, TSMC) oder generelle Vergünstigungen wie der Industriestrompreis. Deutschland ist mit dieser Sorge nicht allein; auch die USA, die EU, Indien, Indonesien und viele weitere Länder versuchen, Anreize für inländische Produktion zu schaffen.

Wie haben sich die Einkommen unterschiedlicher Bevölkerungsgruppen in Deutschland seit der Wiedervereinigung entwickelt? Unsere Studie untersucht die Entwicklung und Zusammensetzung des Nationaleinkommens entlang der Verteilung im Zeitraum von 1992 bis 2019. Während die untere Hälfte der Einkommensverteilung (unterhalb des Medianeinkommens) bis Mitte der 2000er Jahre reale Einkommensverluste verzeichnete, stiegen die Einkommen der oberen Mittelschicht (die obersten 10%, ohne das einkommensstärkste 1%) stetig. Die Spitzeneinkommen (oberstes 1%) blieben zwischen 1992 und 2019 relativ stabil. Arbeitseinkommen dominieren bei den unteren 99%, während das oberste 1% von Unternehmenseinkommen – insbesondere aus arbeitsintensiven Dienstleistungsunternehmen und freien Berufen – bestimmt ist. Unsere Ergebnisse sind zentral für die Debatte über Reformen der Sozialversicherungsbeiträge und der Einkommensbesteuerung.

Accurate macroeconomic forecasts are essential for effective policy decisions, yet their precision depends on the accuracy of the underlying assumptions. This paper examines the extent to which assumption errors affect forecast accuracy, introducing the average squared assumption error (ASAE) as a valid instrument to address endogeneity. Using double/debiased machine learning (DML) techniques and partial linear instrumental variable (PLIV) models, we analyze GDP growth forecasts for Germany, conditioning on key exogenous variables such as oil price, exchange rate, and world trade. We find that traditional ordinary least squares (OLS) techniques systematically underestimate the influence of assumption errors, particularly with respect to world trade, while DML effectively mitigates endogeneity, reduces multicollinearity, and captures nonlinearities in the data. However, the effect of oil price assumption errors on GDP forecast errors remains ambiguous. These results underscore the importance of advanced econometric tools to improve the evaluation of macroeconomic forecasts.