Die vorliegende Dissertation umfasst drei Studien, die sich mit der Analyse von makroökonomischen Prognosen bei asymmetrischer Verlustfunktion befassen. Die besondere Problemstellung bei Prognosen von makroökonomischen Variablen wird zu Beginn der Arbeit motiviert, bevor die methodischen Grundlagen für die weiteren Kapitel eingeführt und ein umfassender Literaturüberblick gegeben werden. Hierbei wird das Konzept einer Verlustfunktion erläutert und argumentiert, warum die Annahme von symmetrischem Verlust häufig wenig plausibel erscheint. Beispielsweise sind die aus einer Fehlprognose resultierenden Kosten für einen positiven und negativen Prognosefehler gleichen Betrags möglicherweise nicht identisch. Aus dieser Erkenntnis ergibt sich die Notwendigkeit bei der Analyse von Prognosefehlern eine asymmetrische Verlustfunktion zuzulassen. Ausgangspunkt für die in der Arbeit vorgestellten Studien bildet der Ansatz von Elliott, Komunjer und Timmermann (2005, 2008), im Weiteren EKT, der es erlaubt den Grad der Asymmetrie in der Verlustfunktion eines Prognostikers zu schätzen, welcher bei gegebener Zeitreihe der Prognosefehler des Prognostikers die Verlustfunktion minimiert. Der Test basiert auf einer GMM-Schätzung. Ein Überidentifikationstest erlaubt es simultan die Effizienz der Prognose bezüglich der verwendeten Instrumentvariablen zu testen.

Für die erste der drei Studien werden die Beschäftigungsprognosen des Sachverständigenrats zur Begutachtung der gesamtwirtschaftlichen Entwicklung sowie der Gemeinschaftsdiagnose der führenden deutschen Wirtschaftsforschungsinstitute für Deutschland untersucht. Ein besonderer Schwerpunkt der Studie liegt hierbei neben der Analyse der Verlustfunktion dieser Institutionen und ihrer potentiell asymmetrischen Präferenzen auf der Informationseffizienz ihrer Prognosen. Hierfür wird ein breites Spektrum von Instrumentvariablen verwendet, die zunächst einzeln und später aggregiert auf möglicherweise von den Prognostikern nicht genutzte Informationen getestet werden. Unabhängig von den zugrundeliegenden Instrumenten scheinen beide Institutionen eine Unterschätzung des Beschäftigungswachstums gegenüber einer Überschätzung zu präferieren.

In der zweiten Studie wird eine Monte-Carlo Analyse des EKT-Ansatzes durchgeführt. Ziel hierbei ist es die statistischen Eigenschaften des Verfahrens in endlichen Stichproben zu untersuchen. Neben der Genauigkeit der Schätzung des Asymmetrieparameters werden hierbei insbesondere die size- und die power-Eigenschaften des Überidentifikationstests betrachtet. Wie die Ergebnisse zeigen, wird der Grad der Asymmetrie vom Test korrekt erfasst, wobei bei steigender Stichprobengröße die Variation der Parameter abnimmt. Dies gilt auch wenn eine Fehlspezifikation im Prognosemodell simuliert wird. Für korrekt spezifizierte Prognosen liegt die size des Überidentifikationstests nahe dem nominalen Niveau von 5 Prozent. Der Test weist eine hohe power gegenüber einer Fehlspezifikation des Prognosemodells auf.

Die dritte Studie untersucht, wie sich der Grad der Asymmetrie in der Verlustfunktion ändert wenn höhere Momente des Prognosefehlers mit in die Verlustfunktion eingehen. Hierfür wird eine Taylorapproximation von Verlustfunktionen verwendet, die auf der Linex-Funktion basieren (diese setzt sich aus einem linearen und einem exponentiellen Term zusammen). Untersucht werden Wachstums-, Inflations- und Arbeitslosenquotenprognosen für den Euro Raum aus dem Survey of Professional Forecasters der Europäischen Zentralbank. Zentrale Ergebnisse der Analyse sind Hinweise auf die Präferenz der Prognostiker, das Wirtschaftswachstum zu überschätzen, sowie die Inflation und Arbeitslosenquote zu unterschätzen. Der Einbezug des zweiten Moments, der Varianz, führt bei allen drei Variablen zu einer Reduktion der Asymmetrie in der Verlustfunktion, während der Einbezug weiterer Momente die Form der Verlustfunktion kaum ändert. Dies kann dahingehend interpretiert werden, dass es genügt, die Risikoaversion der Prognostiker zu berücksichtigen.