Skip to main content
SpringerLink
Log in

Mikrodaten im ifo Institut für Wirtschaftsforschung – Bestand, Verwendung und Zugang

  • Originalveröffentlichung
  • Published:
AStA Wirtschafts- und Sozialstatistisches Archiv Aims and scope Submit manuscript

Zusammenfassung

Das ifo Institut für Wirtschaftsforschung in München führt seit seiner Gründung im Jahr 1949 regelmäßige Unternehmensbefragungen durch. Bisher bestand kein institutionalisierter Datenzugang zu den Mikrodaten für Forscher außerhalb des Institutes. Die Mikrodaten werden nunmehr im ifo Datapool zusammengefasst. Dieser enthält neben externen Daten umfangreiche Datensätze der vier Standardumfragen des ifo Institutes: des Konjunkturtests, des Investitionstests, des Innovationstests und des World Economic Survey. In diesem Beitrag werden Umfang, Bestand, Dokumentation und Zugang zum neuen ifo Datapool beschrieben.

Abstract

The Ifo Institute for Economic Research has been conducting regular business surveys since its foundation in 1949. Until now there was no institutionalized data access to the micro data for external researchers. The micro data are now being stored in the ifo Datapool. Besides external data, the ifo Datapool contains rich data sets of the four standard surveys of the institute: the business cycle test, the investment test, the innovation test, and the World Economic Survey. In this paper the coverage, documentation and access to the ifo Datapool is described.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Literatur

  1. Abberger, K. (2004) Nonparametric regression and the detection of turning points in the Ifo business climate. ESifo Working Paper Nr. 1238

  2. Abberger, K. (2005) Another look at the ifo business cycle clock. Journal of Business Cycle Measurement and Analysis 2, 431–443

    Google Scholar 

  3. Abberger, K. (2006) Qualitative business surveys in manufacturing and industrial production – What can be learned from industry branch results. Ifo Working Paper Nr. 31

  4. Abberger, K. (2007a) The use of qualitative business tendency surveys for forecasting business investment in Germany. Forecasting Letters, in press

  5. Abberger, K. (2007b) Qualitative business surveys and the assessment of employment: A case study for Germany. International Journal of Forecasting, in press

  6. Abberger, K. (2007c) Forecasting quarter-on-quarter changes of German GDP with monthly business tendency survey results. Ifo Working Paper Nr. 40

  7. Abberger, K., Wohlrabe, K. (2006) Einige Prognoseeigenschaften des ifo Geschäftsklimas – Ein Überblick über die neuere wissenschaftliche Literatur. ifo Schnelldienst 59(22), 19–26

    Google Scholar 

  8. Anderson, O., Jr. (1952) The business test of the IFO Institute for Economic Research, Munich, and its theoretical model. Review of the International Statistical Institute XX, 1–17

  9. Bandholz, H., Funke, M. (2003) In search of leading indicators of economic activity in Germany. Journal of Forecasting 22, 277–297

    Article  Google Scholar 

  10. Becker, S., Egger, P. (2007) Endogeneous product vs. process innovation and a firm’s propensity to export. CESifo Working Paper Nr. 1906

  11. Benner, J., Meier, C.-P. (2004) Prognosegüte alternativer Frühindikatoren für die Konjunktur in Deutschland. Jahrbücher für Nationalökonomie und Statistik 224, 637–652

    Google Scholar 

  12. Benner, J., Meier, C.-P. (2005) Was leisten Stimmungsindikatoren für die Prognose des realen Bruttoinlandsprodukts in Deutschland? Eine Echtzeit-Analyse. Die Weltwirtschaft 3, 241–255

    Google Scholar 

  13. Berk, J.M. (1999) Measuring inflation expectations: a survey data approach. Applied Economics 31, 1467–1480

    Article  Google Scholar 

  14. Bertschek, I. (1995) Product and process innovation as a response to increasing imports and foreign direct investment. The Journal of Industrial Economics 43, 341–357

    Article  Google Scholar 

  15. Breitung, J., Jagodzinski, D. (2001) Prognoseeigenschaften alternativer Indikatoren für die Konjunkturentwicklung in Deutschland. Konjunkturpolitik 47, 292–314

    Google Scholar 

  16. Döpke, J. (1999) Predicting Germany’s recessions with leading indicators – Evidence from probit models. Kiel Working Paper No. 944

  17. Döpke, J., Krämer, J.W., Langfeldt, E. (1994) Konjunkturelle Frühindikatoren in Deutschland. Konjunkturpolitik 40, 133–153

    Google Scholar 

  18. Dreger, C., Schumacher, C. (2005) The out of sample performance of leading indicators for the German business cycle: Single vs combined forecasts. Journal of Business Cycle Measurement and Analysis 2, 71–88

    Google Scholar 

  19. Entorf, H., Pohlmeier, W. (1990) Employment, innovation and export activity: Evidence from firm-level data. In: Florens, J.-P., Ivaldi, M., Laffont, J.-J., Laisney, F. (Hrsg). Microeconometrics: Surveys and Applications. Oxford: Basil Blackwell, 394–415

    Google Scholar 

  20. Fahrmeir, L. (1992) Posterior mode estimation by extended Kalman filtering for multivariate dynamic generalized linear models. Journal of the American Statistical Association 87, 501–509

    Article  MATH  Google Scholar 

  21. Fahrmeir, L., Nase, H. (1992) Dynamische Modellierung und Analyse von Mikrodaten des Konjunkturtests. ifo Studien 40, 1–22

    Google Scholar 

  22. Flaig, G. (2003) Seasonal and cyclical properties of ifo business test variables. Jahrbücher für Nationalökonomie und Statistik 223, 556–570

    Google Scholar 

  23. Flaig, G., Plötscher, C. (2001) Estimating the output gap using business survey data: a bivariate structural time series model for the German economy. ifo Studien 47, 221–232

    Google Scholar 

  24. Flaig, G., Rottmann, H. (1994) Dynamische Interaktionen zwischen Innovationsplanung und -realisation. Jahrbücher für Nationalökonomie und Statistik 213, 545–560

    Google Scholar 

  25. Flaig, G., Rottmann, H. (1999) Direkte und indirekte Beschäftigungseffekte von Innovationen. Eine empirische Paneldatenanalyse für Unternehmen des westdeutschen Verarbeitenden Gewerbes. In: Bellmann, L., Steiner, V. (Hrsg.). Panelanalysen zu Lohnstruktur, Qualifikation und Beschäftigungsdynamik. Beiträge zur Arbeitsmarkt- und Berufsforschung 229

  26. Flaig, G., Stadler M. (1993) Dynamische Spillovers und Heterogenität im Innovationsprozess. Eine mikroökonometrische Analyse. In: Hochmuth, U. Wagner, J. (Hrsg.). Firmenpaneldaten in Deutschland – Konzeptionelle Überlegungen und empirische Analysen. Tübingen: Francke, 185–199

    Google Scholar 

  27. Flaig, G., Stadler, M. (1994) Success breeds success: The dynamics of the innovation process. Empirical Economics 19, 55–68

    Article  Google Scholar 

  28. Flaig, G., Stadler, M. (1998) On the dynamics of product and process innovations. A bivariate random effects probit model. Jahrbücher für Nationalökonomie und Statistik 217, 401–417

    Google Scholar 

  29. Flieth, B., Foster, J. (2002) Interactive expectations. Journal of Evolutionary Economics 12, 375–395

    Article  Google Scholar 

  30. Fritsche, U. (1999) Vorlaufeigenschaften von ifo-Indikatoren für Westdeutschland. Discussion Papers of DIW Berlin, dp179, DIW Berlin

    Google Scholar 

  31. Fritsche, U., Kouzine, V. (2001) Do probit models help in forecasting turning points of German business cycles. Discussion Papers of DIW Berlin, dp241, DIW Berlin

    Google Scholar 

  32. Fritsche, U., Kouzine, V. (2004) Prediction of business cycle turning points in Germany. Jahrbücher für Nationalökonomie und Statistik 225, 22–43

    Google Scholar 

  33. Fritsche, U., Stephan, S. (2002) Leading indicators of German business cycles – An assessment of properties. Jahrbücher für Nationalökonomie und Statistik 222, 289–311

    Google Scholar 

  34. Funke, N. (2000) Predicting recessions: Some evidence for Germany. Weltwirtschaftliches Archiv 133, 91–102

    Google Scholar 

  35. Funke, M., Maurer, W., Siddqui, S., Strulik, H. (1998) Investment under financial constraints: theory and tests with West German micro data. ifo Studien 44, 291–306

    Google Scholar 

  36. Goldrian, G. (2003) Prognosegehalt von Ifo-Geschäftserwartungen und ZEW-Konjunkturerwartungen: eine Anmerkung. Jahrbücher für Nationalökonomie und Statistik 223, 223–226

    Google Scholar 

  37. Goldrian, G. (Hrsg.) (2004) Handbuch der umfragebasierten Konjunkturforschung. ifo Beiträge zur Wirtschaftsforschung, Band 15, München

    Google Scholar 

  38. Goldrian, G. (Hrsg.) (2007) Handbook of survey-based business cycle analysis. Ifo Economic Policy Series, Edward Elgar, Cheltenham

    Google Scholar 

  39. Haupt, H., Waller, S. (2004) Informationsgehalt von WES-Daten zur Inflationsprognose. In: Goldrian, 221–244

    Google Scholar 

  40. Henzel, S., Wollmershäuser, T. (2005) An alternative to the Carlson-Parkin method for the quantification of qualitative inflation expectations: evidence from the Ifo World Economic Survey. Journal of Business Cycle Measurement and Analysis 2, 321–352

    Google Scholar 

  41. Hinze, J. (2003) Prognoseleistung von Frühindikatoren. HWWA Discussion Paper 236, Hamburg

    Google Scholar 

  42. Hüfner, F.P., Schröder, M. (2002) Prognosegehalt von ifo-Geschäftserwartungen und ZEW-Konjunkturerwartungen: Ein ökonometrischer Vergleich. Jahrbücher für Nationalökonomie und Statistik 222, 316–336

    Google Scholar 

  43. Kalckreuth, U., von (2004) Financial constraints for investors and the speed of adaptation: Are innovators special? Discussion Paper of the Economic Research Centre of the Deutsche Bundesbank, No. 20/04

  44. Kawasaki, S., McMillan, J., Zimmermann, K.F. (1982) Disequilibrium dynamics: an empirical study. American Economic Review 72, 992–1004

    Google Scholar 

  45. Kawasaki, S., McMillan, J., Zimmermann, K.F. (1983) Inventories and price inflexibility. Econometrica 51, 599–610

    Article  Google Scholar 

  46. Kholodilin, K.A., Siliverstovs, B. (2006) On the forecasting properties of the alternative leading indicators for the German GDP: recent evidence, Jahrbücher für Nationalökonomie und Statistik 226, 234–259

    Google Scholar 

  47. Knetsch, T.A. (2004) Evaluating the German inventory cycle using data from the ifo business survey. Discussion Paper of the Economic Research Centre of the Deutsche Bundesbank, No. 10/04

  48. König, H., Nerlove, M., Oudiz, G. (1981) On the formation of price expectations. An analysis of the business test data by log-linear probability models. European Economic Review 16, 103–138

    Article  Google Scholar 

  49. König, H., Laisney, F., Lechner, M., Pohlmeier, W. (1994) On the dynamics of process innovative activity: An empirical investigation using panel data. In: Oppenländer, K.-H., Poser, G. (Hrsg.). The Explanatory Power of Business Cycle Surveys. Avebury, Aldershot, 243–262

    Google Scholar 

  50. König, H., Zimmermann, K.F. (1986) Innovations, Market Structure and Market Dynamics. Journal of Institutional and Theoretical Economics 142, 184–199

    Google Scholar 

  51. Lachenmaier, S. (2007) Effects of innovation on firm performance. Mimeo

  52. Lachenmaier, S., Rottmann H. (2006a). Effects of innovation on employment. A dynamic panel analysis. mimeo

  53. Lachenmaier, S., Rottmann H. (2006b) Employment effects of innovation at the firm level. Ifo Working Paper Nr. 27

  54. Lachenmaier, S., Wössmann, L. (2006) Does innovation cause exports? Evidence from exogenous innovation impulses and obstacles using German micro data. Oxford Economic Papers 58, 317–350

    Google Scholar 

  55. Laisney, F., Lechner, M., Pohlmeier, W. (1992) Innovation Activity and Firm Heterogeneity: Empirical Evidence from Germany. Structural Change and Economic Dynamics 3, 301–320

    Article  Google Scholar 

  56. Langelütke, H., Marquardt, W. (1951) Das Konjunkturtest-Verfahren. Allgemeines Statistisches Archiv 35, 189–208

    Google Scholar 

  57. Morawitz, B., Tutz, G. (1990) Alternative parameterizations in business tendency surveys. Methods and Models of Operations Research 34, 143–156

    Article  Google Scholar 

  58. Nerlove, M. (1983) Expectations, plans, and realizations in theory and practice. Econometrica 51, 1251–1280

    Article  Google Scholar 

  59. Oppenländer, K.H., Poser, G. (Hrsg.) (1989) Handbuch der Ifo-Umfragen. Duncker & Humblot, Berlin

    Google Scholar 

  60. Oppenländer, K.H. (Hrsg.) (1995) Konjunkturindikatoren. Oldenbourg: München Wien

  61. Plötscher, C., Rottmann, H. (2002) Investment behavior and financing constraints in German manufacturing and construction firms. A bivariate ordered probit estimation. ifo Studien 48, 383–400

    Google Scholar 

  62. Pohlmeier, W. (1992) On the simultaneity of innovations and market structure. Empirical Economics 17, 253–272

    Article  Google Scholar 

  63. Ross, D.R., Zimmermann, K.F. (1993) Evaluating reported determinants of labor demand. Labour Economics 1, 71–84

    Article  Google Scholar 

  64. Rottmann, H. (1995) Das Innovationsverhalten von Unternehmen. Eine ökonometrische Untersuchung für die Bundesrepublik Deutschland. Europäische Hochschulschriften 1814. Frankfurt am Main: Peter Lang GmbH Europäischer Verlag der Wissenschaften

  65. Rottmann, H., Ruschinski, M. (1997) Beschäftigungswirkungen des technischen Fortschritts – Eine Paneldaten-Analyse für Unternehmen des Verarbeitenden Gewerbes in Deutschland. ifo Studien 43, 55–70

    Google Scholar 

  66. Rottmann, H., Ruschinski, M. (1998) The labour demand and the innovation behaviour of firms. An empirical investigation for West German manufacturing firms. Jahrbücher für Nationalökonomie und Statistik 217, 741–752

    Google Scholar 

  67. Schneeweis, T. (2000) Das Innovations- und Investitionsverhalten von Unternehmen. Eine theoretische und empirische Untersuchung für die Bundesrepublik Deutschland. Schriftenreihe des ifo Instituts für Wirtschaftsforschung 148. Berlin, München: Duncker & Humblot

    Google Scholar 

  68. Schneeweis, T., Smolny, W. (1999) Innovation, Wachstum und Beschäftigung: Eine empirische Untersuchung auf der Basis des ifo Unternehmenspanels. Jahrbücher für Nationalökonomie und Statistik 218, 457–472

    Google Scholar 

  69. Scholz, L. (1990) The innovation flow in the German economy: an input-output analysis on the Ifo Innovation Survey. Economic System Research 2, 313–320

    MathSciNet  Google Scholar 

  70. Schumacher, C., Dreger, C. (2004) Estimating large-scale factor models for economic activity: Do they outperform simpler models. Jahrbücher für Nationalökonomie und Statistik 224, 731–750

    Google Scholar 

  71. Smolny, W. (1998) Innovations, prices and employment: A theoretical model and an empirical application for West German manufacturing firms. The Journal of Industrial Economics 46, 359–381

    Google Scholar 

  72. Smolny, W. (2000) Endogenous innovations and knowledge spillovers. A theoretical and empirical analysis. ZEW Economic Studies 12. Heidelberg: Physica-Verlag

  73. Smolny, W. (2003) Determinants of innovation behaviour and investment: Estimates for West-German manufacturing firms. Economics of Innovation and New Technology 12, 449–463

    Article  Google Scholar 

  74. Sturm, J.-E., Wollmershäuser, T. (Hrsg.) (2005) Ifo survey data in business cycle and monetary policy. Heidelberg, Physica-Verlag

    Google Scholar 

  75. Theil, H. (1955) Recent experiences with the Munich business test: An expository article. Econometrica 23, 184–192

    Article  MATH  MathSciNet  Google Scholar 

  76. Thonstad, T., Jochems, D.B. (1961) The influence of entrepreneurial expectations and appraisals on production planning: An econometric study of the German leather and shoe industries. International Economic Review 2, 135–153

    Article  Google Scholar 

  77. Wolters, J. (1984) Ökonometrische Analyse von Inflationserwartungen. Allgemeines Statistisches Archiv 68, 307–331

    Google Scholar 

  78. Zimmermann, K. (1989) Innovative activity and industrial structure. Empirica 16, 85–110

    Article  Google Scholar 

  79. Zimmermann K. (1991) The employment consequences of technological advance: Demand and labour costs in 16 German Industries. Empirical Economics 16, 253–266

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Ifo Institute for Economic Research, Poschingerstr. 5, 81679, München, Deutschland

    Klaus Abberger & Klaus Wohlrabe

  2. Center for Economic Studies, Ludwig-Maximilians-Universität, Schackstr. 4, 80539, München, Deutschland

    Sascha Becker

  3. IAB Institute for Employment Research, Regensburger Str. 104, 90478, Nürnberg, Deutschland

    Barbara Hofmann

Authors
  1. Klaus Abberger
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Sascha Becker
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Barbara Hofmann
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Klaus Wohlrabe
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Klaus Abberger.

Additional information

JEL classification

C0, C8

Rights and permissions

Reprints and permissions

About this article

Cite this article

Abberger, K., Becker, S., Hofmann, B. et al. Mikrodaten im ifo Institut für Wirtschaftsforschung – Bestand, Verwendung und Zugang . Wirt Sozialstat Archiv 1, 27–42 (2007). https://doi.org/10.1007/s11943-007-0004-9

Download citation

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11943-007-0004-9

Stichwörter

Keywords

Search

Navigation