MétaCan
Menu
Back to cohort
Record W3091638352

Die wirtschaftliche Entwicklung im Inland: Konjunktur im Griff der Corona-Epidemie

2020· article· de· W3091638352 on OpenAlexaboutno aff
Torsten C. Schmidt, Gabriel Arce-Alfaro, György Barabás, Boris Blagov, Roland Döhrn, Angela Fuest, Niklas Isaak, Philipp Jäger, Martin Micheli, Philip Schacht

Bibliographic record

VenueEconstor (Econstor) · 2020
Typearticle
Languagede
FieldEconomics, Econometrics and Finance
TopicEconomic and Business Studies
Canadian institutionsnot available
Fundersnot available
KeywordsEconomicsQuarter (Canadian coin)UnemploymentInflation (cosmology)German governmentInvestment (military)Coronavirus disease 2019 (COVID-19)Consumption (sociology)Real gross domestic productGermanMonetary economicsGeographyMacroeconomicsPolitics
DOInot available

Abstract

fetched live from OpenAlex

Durch die Atemwegserkrankung COVID-19 und die Maßnahmen, die dessen Ausbreitungsgeschwindigkeit verringern sollen, wird die Wirtschaftsaktivität in Deutschland vorübergehend massiv eingeschränkt. Zudem dürfte der weltweit kräftige Rückgang der wirtschaftlichen Aktivität die deutschen Exporte erheblich belasten. Nicht zuletzt sind über die internationalen Produktionsverflechtungen Lieferengpässe bei einigen Vorprodukten zu erwarten, die die Produktion in Deutschland ebenfalls behindern dürften. Darüber hinaus wird kurzfristig die wirtschaftliche Entwicklung in Deutschland davon geprägt sein, dass sich COVID-19 weiter ausbreitet, wobei verlässliche Angaben über den Verlauf durch die Neuartigkeit des Virus kaum möglich sind. Die hier vorgestellte Prognose basiert daher auf der Annahme, dass die inzwischen getroffenen Maßnahmen die Ausbreitung von COVID-19 tatsächlich verlangsamen. Aber auch in diesem optimistischen Szenario ist damit zu rechnen, dass die Nachfrage, insbesondere der private Konsum, im zweiten Quartal kräftig zurückgehen wird. Zudem dürften sich die Unternehmen mit Investitionen zurückhalten. Allerdings wäre bei diesem Verlauf der Epidemie zu erwarten, dass ein nicht unbedeutender Teil der Nachfrage nachgeholt wird und es dann in der zweiten Jahreshälfte zu einem Gegeneffekt kommt. Im kommenden Jahr dürfte dann die konjunkturelle Grundtendenz wieder stärker zum Tragen kommen. Unter dieser Annahme zum Verlauf der Neuerkrankungen halten wir es derzeit für wahrscheinlich, dass der Zuwachs des BIP im Jahresdurchschnitt 2020 um 2%-Punkte geringer ausfällt als ohne die Pandemie zu erwarten gewesen wäre. Im Jahresdurchschnitt dürfte das BIP daher in diesem Jahr um 0,8% zurückgehen. Im kommenden Jahr ist aufgrund der für die zweite Jahreshälfte angenommenen Nachholeffekte eine deutliche Ausweitung des BIP um 2,3% zu erwarten. Die Bundesregierung hat zur Abfederung der wirtschaftlichen Folgen der Pandemie umfangreiche Maßnahmen beschlossen. Aufgrund dieser Erleichterungen bei den Regelungen zur Kurzarbeit und die Liquiditätshilfen für Unternehmen dürfte die Beschäftigung im Prognosezeitraum stabil bleiben. In den Jahren 2020 und 2021 dürfte die Arbeitslosenquote jeweils 5% betragen. Der Preisauftrieb dürfte im Prognosezeitraum maßgeblich von den Energiepreisen beeinflusst werden. Angesichts des kräftigen Rückgangs der Rohölpreise erwarten wir eine Inflationsrate von 0,7% in diesem und von 1,3% im kommenden Jahr. Bereits ohne die von der Bundesregierung beschlossenen Hilfsmaßnahmen zeichnete sich ein beschleunigter Abbau des Haushaltsüberschusses in den Jahren 2020 und 2021 ab. Während der Überschuss im laufenden Jahr etwa 20,5 Mrd. Euro betragen hätte, wäre er bis 2021 voraussichtlich komplett abgeschmolzen. Mit einem Minus von 6,9 Mrd. Euro wäre aller Voraussicht nach erstmals wieder ein Defizit erreicht worden. Durch die beschlossenen Hilfsmaßnahmen dürfte dieses Defizit aber deutlich kräftiger ausfallen.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.028
Threshold uncertainty score0.059

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0020.002
Scholarly communication0.0060.004
Open science0.0000.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0180.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.037
GPT teacher head0.223
Teacher spread0.186 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueEconstor (Econstor)Same topicEconomic and Business StudiesFrench-language works237,207