Aktuelle Konjunkturdaten

Als Konjunkturindikatoren sind solche Größen geeignet, deren statistische Zeitreihen in ihrem Verlauf die mehrjährigen, mit gewisser Regelmäßigkeit wiederkehrenden Schwankungen der wirtschaftlichen Aktivitäten einer Volkswirtschaft erfahrungsgemäß gut widerspiegeln. Entsprechend ihrem zeitlichen Verhalten im Konjunkturablauf wird zwischen voraus-, gleich- und nachlaufenden Indikatoren (Früh-, Präsens- und Spätindikatoren) unterschieden.

• Frühindikatoren: z. B. Auftragseingänge, Baugenehmigungen
• Präsensindikatoren: z. B. Umsatz, Preise
• Spätindikatoren: z. B. Arbeitslose, Insolvenzen

Mangels eines Produktionsindex für das sächsische Produzierende Gewerbe, dem erfahrungsgemäß geeignetsten kurzfristigen Präsensindikator, wird im Konjunkturbericht ersatzweise auf monatliche Umsatzgrößen (Grundzahlen bzw. Indizes) zurückgegriffen, um das gegenwärtige wirtschaftliche Geschehen beurteilen und damit eine Standortbestimmung im jeweiligen Zyklus vornehmen zu können.

Zeitreihenanalysen sind von immenser Bedeutung für die Konjunkturbeobachtung. Mit ihrer Hilfe wird die mittel- bis langfristige Entwicklungsrichtung in ökonomischen Zeitreihen sichtbar gemacht. Um die in den Originaldaten enthaltenen störenden Einflüsse zu eliminieren, ist die Zerlegung einer Zeitreihe in einzelne Bewegungskomponenten (z. B. Trend-, Konjunktur- oder Saisonkomponente) angebracht. Bei der Konjunkturbeobachtung wird vor allem die Trend-Konjunktur-Komponente (eine zusammengefasste Bewegungskomponente einer statistischen Zeitreihe) genutzt. Sie verläuft glatt und verdeutlicht die mittel- bis langfristige Entwicklungsrichtung der Reihe, da saisonal bedingte Einflüsse, Kalenderunregelmäßigkeiten sowie Extremwerte nicht mehr enthalten sind.

Die Zeitreihenanalyse erfolgt im Statistischen Landesamt des Freistaates Sachsen nach dem Berliner Verfahren, Version 4.1 (kurz BV4.1). Diese Version wird auch vom Statistischen Bundesamt angewandt. Bei diesem Verfahren erfolgt die Schätzung der Trend-Konjunktur-Komponente nach einer möglichen Extremwert- und/oder Kalenderbereinigung. Diese wird unter Berücksichtigung der Existenz der Saisonkomponente aus den Originalwerten herausgelöst. Die Schätzung der Trend-Konjunktur-Komponente erfolgt mit Hilfe von geeigneten Filtern - Folgen von Elementen, mit denen die Ausgangswerte einzeln multipliziert und zusammengefasst werden. Für den mittleren Bereich der Zeitreihe kommen ein Mittelfilter, am Ende der Zeitreihe mehrere Randfilter zum Einsatz. Die Stützbereiche für den Mittelfilter der Trend-Konjunktur-Komponente sind eine Spanne von 27 Monaten. Das Berliner Verfahren bietet außerdem die Möglichkeit, Sprungstellen zu definieren.

Eine subjektive Beeinflussung der Analyse wird bei BV4.1 dadurch vermieden, dass sich alle statistischen Monatsreihen mit einem je Komponente einheitlichen Satz von Filtern analysieren lassen. Diese Filterauswahl ist durch langjährige Tests in der Praxis des Statistischen Bundesamtes aus methodischer Sicht optimiert. Iterative Rechengänge entfallen. Das Verfahren erlaubt zudem die Einstellung, ob eine Extremwert- bzw. Kalenderbereinigung vorgenommen werden soll oder nicht. Derzeit wird allen zu analysierenden Reihen eine Extremwertbereinigung vorgeschaltet. In Bezug auf die Kalenderbereinigung erfolgt diese arbeitstäglich für die Auftragseingangs- und Umsatzindizes im Verarbeitenden Gewerbe sowie die Auftragseingangsindizes und den Umsatz im Baugewerbe. Für den Einzelhandelsumsatz wird eine werktägliche Bereinigung angewandt, für die Aus- und Einfuhr eine wochentägliche.

Wirtschaftszweigklassifikation ist die verbindliche Systematik zur Ordnung der Betriebe und Unternehmen hinsichtlich ihrer wirtschaftlichen Tätigkeit.

Qualitätsberichte sind zu allen Bundesstatistiken und koordinierten Länderstatistiken verfügbar. Diese Berichte sind einheitlich gegliedert. Neben allgemeinen Informationen zur Statistik werden unter anderem Methodik, Genauigkeit, Aktualität, Vergleichbarkeit und Kohärenz erläutert. Als Hintergrundinformationen dienen sie einer sachgerechten Interpretation sowie dem Einschätzen der Aussagefähigkeit unserer Daten.