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

  • Klaus Abberger
  • Sascha Becker
  • Barbara Hofmann
  • Klaus Wohlrabe
Originalveröffentlichung

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.

Stichwörter

ifo Mikrodaten Unternehmensbefragungen Datenzugang 

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.

Keywords

ifo micro data data access business tendency surveys 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Abberger, K. (2004) Nonparametric regression and the detection of turning points in the Ifo business climate. ESifo Working Paper Nr. 1238Google Scholar
  2. 2.
    Abberger, K. (2005) Another look at the ifo business cycle clock. Journal of Business Cycle Measurement and Analysis 2, 431–443Google Scholar
  3. 3.
    Abberger, K. (2006) Qualitative business surveys in manufacturing and industrial production – What can be learned from industry branch results. Ifo Working Paper Nr. 31Google Scholar
  4. 4.
    Abberger, K. (2007a) The use of qualitative business tendency surveys for forecasting business investment in Germany. Forecasting Letters, in pressGoogle Scholar
  5. 5.
    Abberger, K. (2007b) Qualitative business surveys and the assessment of employment: A case study for Germany. International Journal of Forecasting, in pressGoogle Scholar
  6. 6.
    Abberger, K. (2007c) Forecasting quarter-on-quarter changes of German GDP with monthly business tendency survey results. Ifo Working Paper Nr. 40Google Scholar
  7. 7.
    Abberger, K., Wohlrabe, K. (2006) Einige Prognoseeigenschaften des ifo Geschäftsklimas – Ein Überblick über die neuere wissenschaftliche Literatur. ifo Schnelldienst 59(22), 19–26Google Scholar
  8. 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, 1–17Google Scholar
  9. 9.
    Bandholz, H., Funke, M. (2003) In search of leading indicators of economic activity in Germany. Journal of Forecasting 22, 277–297CrossRefGoogle Scholar
  10. 10.
    Becker, S., Egger, P. (2007) Endogeneous product vs. process innovation and a firm’s propensity to export. CESifo Working Paper Nr. 1906Google Scholar
  11. 11.
    Benner, J., Meier, C.-P. (2004) Prognosegüte alternativer Frühindikatoren für die Konjunktur in Deutschland. Jahrbücher für Nationalökonomie und Statistik 224, 637–652Google Scholar
  12. 12.
    Benner, J., Meier, C.-P. (2005) Was leisten Stimmungsindikatoren für die Prognose des realen Bruttoinlandsprodukts in Deutschland? Eine Echtzeit-Analyse. Die Weltwirtschaft 3, 241–255Google Scholar
  13. 13.
    Berk, J.M. (1999) Measuring inflation expectations: a survey data approach. Applied Economics 31, 1467–1480CrossRefGoogle Scholar
  14. 14.
    Bertschek, I. (1995) Product and process innovation as a response to increasing imports and foreign direct investment. The Journal of Industrial Economics 43, 341–357CrossRefGoogle Scholar
  15. 15.
    Breitung, J., Jagodzinski, D. (2001) Prognoseeigenschaften alternativer Indikatoren für die Konjunkturentwicklung in Deutschland. Konjunkturpolitik 47, 292–314Google Scholar
  16. 16.
    Döpke, J. (1999) Predicting Germany’s recessions with leading indicators – Evidence from probit models. Kiel Working Paper No. 944Google Scholar
  17. 17.
    Döpke, J., Krämer, J.W., Langfeldt, E. (1994) Konjunkturelle Frühindikatoren in Deutschland. Konjunkturpolitik 40, 133–153Google Scholar
  18. 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, 71–88Google Scholar
  19. 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, 394–415Google Scholar
  20. 20.
    Fahrmeir, L. (1992) Posterior mode estimation by extended Kalman filtering for multivariate dynamic generalized linear models. Journal of the American Statistical Association 87, 501–509MATHCrossRefGoogle Scholar
  21. 21.
    Fahrmeir, L., Nase, H. (1992) Dynamische Modellierung und Analyse von Mikrodaten des Konjunkturtests. ifo Studien 40, 1–22Google Scholar
  22. 22.
    Flaig, G. (2003) Seasonal and cyclical properties of ifo business test variables. Jahrbücher für Nationalökonomie und Statistik 223, 556–570Google Scholar
  23. 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, 221–232Google Scholar
  24. 24.
    Flaig, G., Rottmann, H. (1994) Dynamische Interaktionen zwischen Innovationsplanung und -realisation. Jahrbücher für Nationalökonomie und Statistik 213, 545–560Google Scholar
  25. 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 229Google Scholar
  26. 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, 185–199Google Scholar
  27. 27.
    Flaig, G., Stadler, M. (1994) Success breeds success: The dynamics of the innovation process. Empirical Economics 19, 55–68CrossRefGoogle Scholar
  28. 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, 401–417Google Scholar
  29. 29.
    Flieth, B., Foster, J. (2002) Interactive expectations. Journal of Evolutionary Economics 12, 375–395CrossRefGoogle Scholar
  30. 30.
    Fritsche, U. (1999) Vorlaufeigenschaften von ifo-Indikatoren für Westdeutschland. Discussion Papers of DIW Berlin, dp179, DIW BerlinGoogle Scholar
  31. 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 BerlinGoogle Scholar
  32. 32.
    Fritsche, U., Kouzine, V. (2004) Prediction of business cycle turning points in Germany. Jahrbücher für Nationalökonomie und Statistik 225, 22–43Google Scholar
  33. 33.
    Fritsche, U., Stephan, S. (2002) Leading indicators of German business cycles – An assessment of properties. Jahrbücher für Nationalökonomie und Statistik 222, 289–311Google Scholar
  34. 34.
    Funke, N. (2000) Predicting recessions: Some evidence for Germany. Weltwirtschaftliches Archiv 133, 91–102Google Scholar
  35. 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, 291–306Google Scholar
  36. 36.
    Goldrian, G. (2003) Prognosegehalt von Ifo-Geschäftserwartungen und ZEW-Konjunkturerwartungen: eine Anmerkung. Jahrbücher für Nationalökonomie und Statistik 223, 223–226Google Scholar
  37. 37.
    Goldrian, G. (Hrsg.) (2004) Handbuch der umfragebasierten Konjunkturforschung. ifo Beiträge zur Wirtschaftsforschung, Band 15, MünchenGoogle Scholar
  38. 38.
    Goldrian, G. (Hrsg.) (2007) Handbook of survey-based business cycle analysis. Ifo Economic Policy Series, Edward Elgar, CheltenhamGoogle Scholar
  39. 39.
    Haupt, H., Waller, S. (2004) Informationsgehalt von WES-Daten zur Inflationsprognose. In: Goldrian, 221–244Google Scholar
  40. 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, 321–352Google Scholar
  41. 41.
    Hinze, J. (2003) Prognoseleistung von Frühindikatoren. HWWA Discussion Paper 236, HamburgGoogle Scholar
  42. 42.
    Hüfner, F.P., Schröder, M. (2002) Prognosegehalt von ifo-Geschäftserwartungen und ZEW-Konjunkturerwartungen: Ein ökonometrischer Vergleich. Jahrbücher für Nationalökonomie und Statistik 222, 316–336Google Scholar
  43. 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. 20/04Google Scholar
  44. 44.
    Kawasaki, S., McMillan, J., Zimmermann, K.F. (1982) Disequilibrium dynamics: an empirical study. American Economic Review 72, 992–1004Google Scholar
  45. 45.
    Kawasaki, S., McMillan, J., Zimmermann, K.F. (1983) Inventories and price inflexibility. Econometrica 51, 599–610CrossRefGoogle Scholar
  46. 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, 234–259Google Scholar
  47. 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. 10/04Google Scholar
  48. 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, 103–138CrossRefGoogle Scholar
  49. 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, 243–262Google Scholar
  50. 50.
    König, H., Zimmermann, K.F. (1986) Innovations, Market Structure and Market Dynamics. Journal of Institutional and Theoretical Economics 142, 184–199Google Scholar
  51. 51.
    Lachenmaier, S. (2007) Effects of innovation on firm performance. MimeoGoogle Scholar
  52. 52.
    Lachenmaier, S., Rottmann H. (2006a). Effects of innovation on employment. A dynamic panel analysis. mimeoGoogle Scholar
  53. 53.
    Lachenmaier, S., Rottmann H. (2006b) Employment effects of innovation at the firm level. Ifo Working Paper Nr. 27Google Scholar
  54. 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, 317–350Google Scholar
  55. 55.
    Laisney, F., Lechner, M., Pohlmeier, W. (1992) Innovation Activity and Firm Heterogeneity: Empirical Evidence from Germany. Structural Change and Economic Dynamics 3, 301–320CrossRefGoogle Scholar
  56. 56.
    Langelütke, H., Marquardt, W. (1951) Das Konjunkturtest-Verfahren. Allgemeines Statistisches Archiv 35, 189–208Google Scholar
  57. 57.
    Morawitz, B., Tutz, G. (1990) Alternative parameterizations in business tendency surveys. Methods and Models of Operations Research 34, 143–156CrossRefGoogle Scholar
  58. 58.
    Nerlove, M. (1983) Expectations, plans, and realizations in theory and practice. Econometrica 51, 1251–1280CrossRefGoogle Scholar
  59. 59.
    Oppenländer, K.H., Poser, G. (Hrsg.) (1989) Handbuch der Ifo-Umfragen. Duncker & Humblot, BerlinGoogle Scholar
  60. 60.
    Oppenländer, K.H. (Hrsg.) (1995) Konjunkturindikatoren. Oldenbourg: München WienGoogle Scholar
  61. 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, 383–400Google Scholar
  62. 62.
    Pohlmeier, W. (1992) On the simultaneity of innovations and market structure. Empirical Economics 17, 253–272CrossRefGoogle Scholar
  63. 63.
    Ross, D.R., Zimmermann, K.F. (1993) Evaluating reported determinants of labor demand. Labour Economics 1, 71–84CrossRefGoogle Scholar
  64. 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 WissenschaftenGoogle Scholar
  65. 65.
    Rottmann, H., Ruschinski, M. (1997) Beschäftigungswirkungen des technischen Fortschritts – Eine Paneldaten-Analyse für Unternehmen des Verarbeitenden Gewerbes in Deutschland. ifo Studien 43, 55–70Google Scholar
  66. 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, 741–752Google Scholar
  67. 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 & HumblotGoogle Scholar
  68. 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, 457–472Google Scholar
  69. 69.
    Scholz, L. (1990) The innovation flow in the German economy: an input-output analysis on the Ifo Innovation Survey. Economic System Research 2, 313–320MathSciNetGoogle Scholar
  70. 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, 731–750Google Scholar
  71. 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, 359–381Google Scholar
  72. 72.
    Smolny, W. (2000) Endogenous innovations and knowledge spillovers. A theoretical and empirical analysis. ZEW Economic Studies 12. Heidelberg: Physica-VerlagGoogle Scholar
  73. 73.
    Smolny, W. (2003) Determinants of innovation behaviour and investment: Estimates for West-German manufacturing firms. Economics of Innovation and New Technology 12, 449–463CrossRefGoogle Scholar
  74. 74.
    Sturm, J.-E., Wollmershäuser, T. (Hrsg.) (2005) Ifo survey data in business cycle and monetary policy. Heidelberg, Physica-VerlagGoogle Scholar
  75. 75.
    Theil, H. (1955) Recent experiences with the Munich business test: An expository article. Econometrica 23, 184–192MATHCrossRefMathSciNetGoogle Scholar
  76. 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, 135–153CrossRefGoogle Scholar
  77. 77.
    Wolters, J. (1984) Ökonometrische Analyse von Inflationserwartungen. Allgemeines Statistisches Archiv 68, 307–331Google Scholar
  78. 78.
    Zimmermann, K. (1989) Innovative activity and industrial structure. Empirica 16, 85–110CrossRefGoogle Scholar
  79. 79.
    Zimmermann K. (1991) The employment consequences of technological advance: Demand and labour costs in 16 German Industries. Empirical Economics 16, 253–266CrossRefGoogle Scholar

Copyright information

© Springer 2007

Authors and Affiliations

  • Klaus Abberger
    • 1
  • Sascha Becker
    • 2
  • Barbara Hofmann
    • 3
  • Klaus Wohlrabe
    • 1
  1. 1.Ifo Institute for Economic ResearchMünchenDeutschland
  2. 2.Center for Economic StudiesLudwig-Maximilians-UniversitätMünchenDeutschland
  3. 3.IAB Institute for Employment ResearchNürnbergDeutschland

Personalised recommendations