Beschreibung

Arbeitsmarktpolitische Maßnahmen werden in Deutschland zunehmend auf regionaler Ebene entschieden. Dies impliziert, dass Institutionen einen wachsenden Bedarf an regionalen Prognosen als Richtschnur für ihre Entscheidungsfindungsprozesse haben. Zu diesem Zwecke widmet sich die Studie Prognosenmodellen zur Prognostik der regionalen Arbeitslosigkeit in den 176 deutschen Arbeitsagenturbezirken. Dabei kommt ein erweitertes strukturelles Komponentenmodell (SC-Modell) zum Einsatz und die Ergebnisse werden mit denen einfacher SC- und ARIMA-Modelle verglichen. Einfachen SC-Modellen fehlen zwei wichtige Dimensionen: zunächst berücksichtigen sie nur Level, Trend sowie saisonale und zyklische Komponenten, obwohl frühere Perioden einer abhängigen Variablen im allgemeinen einen signifikanten Einfluss auf den aktuellen Wert haben. Zweitens wächst die Interdependenz zwischen einzelnen Einheiten, je kleiner diese werden. In der Studie wird das SC-Modell um strukturelle Zäsuren, autoregressive Komponenten und räumliche Abstände erweitert. Daten der Bundesanstalt bzw. Bundesagentur für Arbeit für den Zeitraum vom Dezember 1997 bis Dezember 2005 bilden die Grundlage für die Bewertung der einfachen SC-Modelle mit Komponenten für strukturelle Zäsuren und der ARIMA-Modelle für jede räumliche Einheit separat. In einem zweiten Schritt werden autoregressive Komponenten zu dem SC-Modell hinzugefügt. Im dritten Schritt wird dann eine räumliche Autokorrelation in das SC-Modell eingefügt. Die Qualität der Modelle wird mit simulierten Out-of-Sample-Prognosen für den Zeitraum von Januar bis Dezember 2005 getestet. Die Ergebnisse zeigen, dass das SC-Modell mit autoregressiven Elementen den einfachen SC- und ARIMA-Modellen in den meisten deutschen Arbeitsagenturbezirken nicht überlegen ist. Das SC-Modell mit räumlicher Autokorrelation schneidet in Arbeitsagenturbezirken mit einer niedrigen saisonalen Spannbreite und einer relativ hohen Arbeitslosenquote besser als die anderen Modelle ab. (IAB)