Wie Ökonomen Inflation und Währungswerte vorhersagen — und warum sie oft daneben liegen

Inflation und Wechselkurs-Prognosen beeinflussen Entscheidungen von den Sitzungen der Zentralbank zur Zinsgestaltung bis zur Haushaltsbudgetierung, aber beide bleiben unter den schwierigsten Dingen in der Wirtschaft, um sie genau vorherzusagen. Zentralbanken, staatliche Statistikbehörden und akademische Forscher haben in ihren eigenen technischen Veröffentlichungen jeweils dokumentiert, warum dies der Fall ist.

Wie Inflationsprognosen aufgebaut werden

Laut der Federal Reserve Bank of Richmond beginnen Prognostiker von Preisindizes wie dem Personal Consumption Expenditures (PCE)-Index und dem Consumer Price Index (CPI), einschließlich "Kern"-Versionen, die volatile Lebensmittel- und Energiepreise ausfiltern. Darüber hinaus vermerkt die Federal Reserve Bank of Cleveland, dass Politiker spezialisierte Varianten wie das trimmed-mean PCE der Dallas Fed und das sticky-price CPI der Atlanta Fed verfolgen, die entworfen wurden, um Preisänderungen zu isolieren, die eher anhalten.

Eine häufig verwendete Technik ist das, was die Richmond Fed "Signalextraktion" nennt: statistische Modelle, die versuchen, einen anhaltenden Inflationstrend (das Signal) von kurzlebigen Preisschwankungen (das Rauschen) zu trennen. Wie ein Ökonom der Richmond Fed sagte, wenn sich mehrere Inflationsablesungen in die gleiche Richtung bewegen, wird ein Modell dies als Zeichen echter zugrunde liegender Inflation eher behandeln als als vorübergehende Störung.

Die Forschung der Richmond Fed weist auch auf eine praktische Komplikation hin: statistische Ansätze funktionieren relativ gut für die Vorhersage der Inflation zwei oder drei Monate im Voraus, aber sie schneiden schlecht ab, wenn die Wirtschaft einen "großen Regimewechsel" durchläuft — eine plötzliche Verschiebung in den Kräften, die Preise antreiben, wie ein pandemiebezogener Angebotsschock.

Umfragen und Marktpreise als Kontrolle für Modelle

Weil keine einzelne statistische Methode als definitive gilt, erklärt die Cleveland Fed, dass Politiker auch befragungsgestützte Maßnahmen konsultieren, was die Menschen erwarten, dass die Inflation sein wird. Diese beinhalten die University of Michigan Surveys of Consumers, die Survey of Professional Forecasters der Philadelphia Fed, die Survey of Consumer Expectations der New York Fed und eine Umfrage unter Geschäftsführern, die als Survey of Firms' Inflation Expectations bekannt ist.

Marktgestützte Maßnahmen bieten einen dritten Input: Die Renditen von Treasury Inflation-Protected Securities (TIPS) können mit gewöhnlichen Treasury-Renditen verglichen werden, um zu ermitteln, welche Inflationsrate Investoren über einen bestimmten Zeitraum durchschnittlich erwarten. Die Forschung der Richmond Fed ergab, dass statistische modellgestützte Prognosen seit 1980 im Durchschnitt etwa 0,5 Prozentpunkte niedriger gelaufen sind als befragungsgestützte Prognosen, und dass statistische Modelle schneller auf einen Inflationsanstieg zwischen 1998 und 2008 reagiert haben als Umfragen.

Die Cleveland Fed erklärt deutlich, dass "es keinen Konsens darüber gibt, welcher Ansatz besser ist", weshalb Zentralbanken typischerweise mehrere Maßnahmen nebeneinander bewerten, anstatt sich auf eine zu verlassen.

Wo Inflationsprognosen schief gelaufen sind

Prognosefehler sind nicht bloß theoretisch. Der Bericht der Richmond Fed über den Inflationsanstieg von 2021 vermerkt, dass der Vorsitzende der Federal Reserve im April 2021 einen anhaltenden Inflationsanstieg als unwahrscheinlich beschrieb, aber bis September erkannten Beamte an, dass Lieferkettenengpässe größer und hartnäckiger waren als zuvor erwartet. Die PCE-Inflation erreichte im September 2021 4,4% im Jahresvergleich, laut der gleichen Forschung. Die Richmond Fed weist auch auf die 1970er Jahre hin, als U.S. Inflationserwartungen nach Beschreibung nach oben abgedriftet sind, größtenteils unentdeckt von zeitgenössischen Modellen, beginnend 1967.

Wie Ökonomen sich Währungsprognosen nähern

Die Wechselkurs-Vorhersage nutzt ein anderes Instrumentarium, aber sie stößt auf eine noch drastischere Einschränkung. Eine weit verbreitete theoretische Verankerung ist die Kaufkraftparität (KKP), beschrieben von der Federal Reserve Bank of St. Louis als eine Erweiterung des "Gesetzes von einem Preis": Theoretisch sollte ein identischer Warenkorb nach Anpassung an Wechselkurse in jedem Land gleich viel kosten.

Die St. Louis Fed veranschaulicht dies mit einem Vergleich von Starbucks Latte-Preisen: ein Latte mit einem Preis von $7,65 in New York und 11 Schweizer Franken in Zürich impliziert einen KKP-Wechselkurs von 1,44 Franken pro Dollar. Der tatsächliche Marktkurs zu diesem Zeitpunkt betrug 0,86 Franken pro Dollar, was bedeutet, dass der Franken viel stärker handelte als der einfache Preisvergleich suggerierte. Die St. Louis Fed schreibt diese Lücke mehreren Faktoren zu: viele Dienstleistungen wie Haarschnitte oder Lattes können nicht über Grenzen hinweg gehandelt werden, KKP und tatsächliche Wechselkurse verfolgen sich gegenseitig nur über lange Zeiträume von Jahrzehnten, und Währungsmärkte werden auch durch Kapitalströme, Zinsdifferenzen und Anlegerstimmung angetrieben, die Preisebenen-Vergleiche nicht erfassen.

Das Random-Walk-Problem

Über KKP hinaus haben Ökonomen viele statistische Modelle gegen einen bewusst einfachen Maßstab getestet: den Random Walk, der einfach vorhersagt, dass der morgige Wechselkurs gleich dem heutigen Kurs sein wird. Eine 2026 Studie über den CAD/USD-Wechselkurs, die auf dem arXiv Preprint Repository gepostet wurde, testete fünf statistische und Machine-Learning-Ansätze — lineare Regression, Random Forest, Gradient Boosting, XGBoost und AdaBoost — gegen den Random-Walk-Benchmark. Nur eine Methode, die lineare Regression, erreichte einen statistisch signifikanten Vorteil über den Random Walk. Die Autoren der Studie fanden heraus, dass selbst ihre am besten funktionierenden Modelle von sehr aktueller Preisgeschichte dominiert wurden, anstatt von breiteren wirtschaftlichen Treibern, ein Muster, das sie als konsistent mit dem nahezu Random-Walk-Verhalten von Wechselkursen beschrieben.

Was dies für Leser von Inflations- und Währungsnachrichten bedeutet

Der gemeinsame Faden über beide Felder hinweg ist, dass Prognosen probabilistische Schätzungen sind, die auf unvollständigen Modellen aufgebaut sind, keine Garantien. Inflationsprognosen sind tendenziell zuverlässiger bei kurzen Zeithorizonten von einigen Monaten und unter stabilen Bedingungen, aber sie können scharfe Wendepunkte verpassen, die durch Schocks wie Lieferunterbrechungen angetrieben werden. Währungsprognosen sehen sich einer noch schwierigeren Einschränkung ausgesetzt: Die meisten veröffentlichten Forschungen zeigen, dass über kurz- bis mittelfristige Horizonte theoriebasisierte und statistische Modelle die einfache Annahme, dass der morgige Kurs dem heutigen ähneln wird, kämpfen.

• Inflationsprognosen kombinieren Preisindexdaten (CPI, PCE), statistische Signalextraktionsmodelle und Umfragen von Verbrauchern, Unternehmen und professionellen Prognostikern.
• Zentralbanken verfolgen gleichzeitig mehrere Inflationsmaßnahmen, weil es laut Cleveland Fed keinen vereinbarten einzelnen besten Weg gibt.
• Die Währungsprognose stützt sich teilweise auf Theorien wie die Kaufkraftparität, die die St. Louis Fed sagt, hält nur über lange Zeithorizonte, nicht kurzfristige Bewegungen.
• Über Jahrzehnte akademischer Tests hinweg kämpfen die meisten Wechselkursmodelle immer noch darum, konsistent den Random-Walk-Benchmark zu schlagen, laut von Fed veröffentlichter Forschung und einer 2026 akademischen Preprint-Studie.