IDEAS home Printed from https://ideas.repec.org/a/zbw/rwikon/277813.html
   My bibliography  Save this article

Frühjahr 2023: Kaufkraftentzug bremst die konjunkturelle Erholung in Deutschland

Author

Listed:
  • Schmidt, Torsten
  • Barabas, György
  • Benner, Niklas
  • Blagov, Boris
  • Dirks, Maximilian
  • Grozea-Helmenstein, Daniela
  • Isaak, Niklas
  • Jessen, Robin
  • Kirsch, Florian
  • Schacht, Philip
  • Weyerstrass, Klaus

Abstract

In diesem Jahr dürfte sich die deutsche Wirtschaft von den Folgen des Energiepreisschocks spürbar erholen. Angesichts der weiterhin hohen Energiepreise dürfte die Erholung aber verhalten ausfallen. Mit derzeit unter 50 Euro je MWh ist der Großhandelspreis für Gas um 100 Euro niedriger als im Durchschnitt der zweiten Jahreshälfte 2022. Davon werden derzeit vor allem größere Unternehmen entlastet, an die die Preissenkungen relativ schnell weitergegeben werden. Für die privaten Haushalte und kleinere Unternehmen wurden Entlastungen durch die Gas- und Strompreisbremse geschaffen, da die Gas- und Strompreise auf der Verbraucherstufe in diesem Jahr noch über den Obergrenzen der Gas- und Strompreisbremse liegen werden. Erst für das kommende Jahr ist damit zu rechnen, dass die Energiepreise auf der Verbraucherstufe deutlicher sinken. Insgesamt ist zu erwarten, dass die Verbraucherpreise in diesem Jahr im Durchschnitt um 5,5% steigen. Im kommenden Jahr dürfte die Teuerung dann 2,2% betragen. Die Erholung des BIP dürfte nach dem Rückgang im Winter schwach ausfallen. Die noch hohe Inflation sowie die steigenden Zinsen dürften vor allem die Binnennachfrage belasten. Im Jahresdurchschnitt dürfte das BIP in diesem Jahr um 0,2% ausgeweitet werden. Erst im Zuge steigender Realeinkommen ist eine stärkere Erholung des privaten Konsums zu erwarten. Im Jahr 2024 dürfte das BIP um 1,8% ausgeweitet werden. Auf dem Arbeitsmarkt zeichnet sich ein Ende des deutlichen Beschäftigungsanstiegs ab. Der fortschreitende demografische Wandel und ein Abklingen der Zuwanderung dürften dazu führen, dass die Zahl der Arbeitnehmer in Deutschland ab dem zweiten Halbjahr 2024 sinkt. Insgesamt dürfte die Erwerbstätigkeit im Jahr 2023 im Durchschnitt um fast 300 Tsd. steigen, im Jahr 2024 dürfte sie dann weitgehend stagnieren. Die öffentlichen Ausgaben werden im laufenden Jahr wesentlich durch die Gas- und Strompreisbremsen bestimmt. Da die Gas- und Strompreise mittlerweile wieder deutlich unter ihre Höchstwerte aus dem Vorjahr gefallen sind, dürften die Ausgaben für die Preisbremsen wohl jeweils im niedrigen zweistelligen Milliardenbereich bleiben. Im kommenden Jahr werden durch die Preisbremsen wohl keine relevanten Zahlungen mehr erfolgen. Vor allem weil Staatsausgaben im Zusammenhang mit hohen Energiepreisen im vergangenen Jahr höher ausfielen als im laufenden, ist die Finanzpolitik 2023 restriktiv ausgerichtet. 2024 fallen auch die Preisbremsen weg, so dass die Finanzpolitik abermals restriktiv ist.

Suggested Citation

  • Schmidt, Torsten & Barabas, György & Benner, Niklas & Blagov, Boris & Dirks, Maximilian & Grozea-Helmenstein, Daniela & Isaak, Niklas & Jessen, Robin & Kirsch, Florian & Schacht, Philip & Weyerstrass,, 2023. "Frühjahr 2023: Kaufkraftentzug bremst die konjunkturelle Erholung in Deutschland," RWI Konjunkturberichte, RWI - Leibniz-Institut für Wirtschaftsforschung, vol. 74(1), pages 5-45.
  • Handle: RePEc:zbw:rwikon:277813
    as

    Download full text from publisher

    File URL: https://www.econstor.eu/bitstream/10419/277813/1/rwi-kb-1-2023-1.pdf
    Download Restriction: no
    ---><---

    References listed on IDEAS

    as
    1. Döhrn, Roland & Barabas, György & Blagov, Boris & Fuest, Angela & Jäger, Philipp & Jessen, Robin & Micheli, Martin & Rujin, Svetlana, 2018. "Die wirtschaftliche Entwicklung im Inland: Aufschwung setzt sich fort, Gefährdungen nehmen zu," RWI Konjunkturberichte, RWI - Leibniz-Institut für Wirtschaftsforschung, vol. 69(3), pages 21-56.
    2. Frank Schorfheide & Dongho Song, 2015. "Real-Time Forecasting With a Mixed-Frequency VAR," Journal of Business & Economic Statistics, Taylor & Francis Journals, vol. 33(3), pages 366-380, July.
    3. Lawrence, Michael & Goodwin, Paul & O'Connor, Marcus & Onkal, Dilek, 2006. "Judgmental forecasting: A review of progress over the last 25 years," International Journal of Forecasting, Elsevier, vol. 22(3), pages 493-518.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.
    1. Blagov, Boris & Döhrn, Roland & Grozea-Helmenstein, Daniela & Jäger, Philipp & Micheli, Martin & Weyerstrass, Klaus, 2020. "Die wirtschaftliche Entwicklung im Ausland: COVID-19 hält Weltkonjunktur in Atem," RWI Konjunkturberichte, RWI - Leibniz-Institut für Wirtschaftsforschung, vol. 71(1), pages 5-40.
    2. Baecke, Philippe & De Baets, Shari & Vanderheyden, Karlien, 2017. "Investigating the added value of integrating human judgement into statistical demand forecasting systems," International Journal of Production Economics, Elsevier, vol. 191(C), pages 85-96.
    3. Dan Zhu & Qingwei Wang & John Goddard, 2022. "A new hedging hypothesis regarding prediction interval formation in stock price forecasting," Journal of Forecasting, John Wiley & Sons, Ltd., vol. 41(4), pages 697-717, July.
    4. Scott Brave & R. Andrew Butters & Alejandro Justiniano, 2016. "Forecasting Economic Activity with Mixed Frequency Bayesian VARs," Working Paper Series WP-2016-5, Federal Reserve Bank of Chicago.
    5. Miranda-Agrippino, Silvia & Ricco, Giovanni, 2018. "Bayesian Vector Autoregressions," The Warwick Economics Research Paper Series (TWERPS) 1159, University of Warwick, Department of Economics.
    6. Andrea Carriero & Todd E. Clark & Massimiliano Marcellino, 2015. "Realtime nowcasting with a Bayesian mixed frequency model with stochastic volatility," Journal of the Royal Statistical Society Series A, Royal Statistical Society, vol. 178(4), pages 837-862, October.
    7. Libero Monteforte & Valentina Raponi, 2019. "Short‐term forecasts of economic activity: Are fortnightly factors useful?," Journal of Forecasting, John Wiley & Sons, Ltd., vol. 38(3), pages 207-221, April.
    8. Claudia Foroni & Massimiliano Marcellino, 2013. "A survey of econometric methods for mixed-frequency data," Economics Working Papers ECO2013/02, European University Institute.
    9. Anttonen, Jetro, 2018. "Nowcasting the Unemployment Rate in the EU with Seasonal BVAR and Google Search Data," ETLA Working Papers 62, The Research Institute of the Finnish Economy.
    10. Michael W. McCracken & Michael T. Owyang & Tatevik Sekhposyan, 2021. "Real-Time Forecasting and Scenario Analysis Using a Large Mixed-Frequency Bayesian VAR," International Journal of Central Banking, International Journal of Central Banking, vol. 17(71), pages 1-41, December.
    11. Fildes, Robert & Goodwin, Paul & Onkal, Dilek, 2015. "Information use in supply chain forecasting," MPRA Paper 66034, University Library of Munich, Germany.
    12. Fokin, Nikita, 2021. "The importance of modeling structural breaks in forecasting Russian GDP," Applied Econometrics, Russian Presidential Academy of National Economy and Public Administration (RANEPA), vol. 63, pages 5-29.
    13. Boniface Yemba & Yi Duan & Nabaneeta Biswas, 2023. "Government spending news and stock price index," Economics Bulletin, AccessEcon, vol. 43(4), pages 1816-1841.
    14. Schultze, Thomas & Schulz-Hardt, Stefan, 2015. "The impact of biased information and corresponding meta-information on escalating commitment," Journal of Economic Psychology, Elsevier, vol. 49(C), pages 108-119.
    15. Lahiri, Kajal & Yang, Liu, 2013. "Forecasting Binary Outcomes," Handbook of Economic Forecasting, in: G. Elliott & C. Granger & A. Timmermann (ed.), Handbook of Economic Forecasting, edition 1, volume 2, chapter 0, pages 1025-1106, Elsevier.
    16. Patrick Krieger & Carsten Lausberg, 2021. "Entscheidungen, Entscheidungsfindung und Entscheidungsunterstützung in der Immobilienwirtschaft: Eine systematische Literaturübersicht [Decisions, decision-making and decisions support systems in r," Zeitschrift für Immobilienökonomie (German Journal of Real Estate Research), Springer;Gesellschaft für Immobilienwirtschaftliche Forschung e. V., vol. 7(1), pages 1-33, April.
    17. Magnus Reif, 2020. "Macroeconomics, Nonlinearities, and the Business Cycle," ifo Beiträge zur Wirtschaftsforschung, ifo Institute - Leibniz Institute for Economic Research at the University of Munich, number 87.
    18. Litsiou, Konstantia & Polychronakis, Yiannis & Karami, Azhdar & Nikolopoulos, Konstantinos, 2022. "Relative performance of judgmental methods for forecasting the success of megaprojects," International Journal of Forecasting, Elsevier, vol. 38(3), pages 1185-1196.
    19. Leitner, Johannes & Leopold-Wildburger, Ulrike, 2011. "Experiments on forecasting behavior with several sources of information - A review of the literature," European Journal of Operational Research, Elsevier, vol. 213(3), pages 459-469, September.
    20. Rybacki, Jakub & Gniazdowski, Michał, 2021. "Macroeconomic Forecasting in Poland: Lessons From the COVID-19 Outbreak," MPRA Paper 107682, University Library of Munich, Germany.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:zbw:rwikon:277813. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: ZBW - Leibniz Information Centre for Economics (email available below). General contact details of provider: https://edirc.repec.org/data/rwiesde.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.