Neuer Indikator für die Anspannung auf dem Arbeitsmarkt zur Prognose der Lohninflation – Studie der Federal Reserve Bank of New York

Hinweis: Die Autoren dieses Beitrags sind die drei Ökonomen Sebastian Heise, Jeremy Pearce und Jacob P. Weber aus der Abteilung für Arbeits- und Produktmarktforschung der Research- und Statistikgruppe der Federal Reserve Bank of New York. Der Artikel wurde am 9. Oktober 2024 auf der Website der New Yorker Fed veröffentlicht. Der Originaltitel lautetA New Indicator of Labor Market Tightness for Predicting Wage Inflation.

Eine zentrale Frage der Wirtschaftspolitik ist, wie die Enge auf dem Arbeitsmarkt die Lohninflation beeinflusst und letztlich die Preise bestimmt. In diesem Beitrag heben wir die Bedeutung zweier Indikatoren für die Arbeitsmarktanspannung bei der Bestimmung des Lohnwachstums hervor:die Kündigungsrate (the quits rate) sowie das „Verhältnis von offenen Stellen zu Arbeitssuchenden“ (vacancies per searcher,V/S) – wobei Arbeitssuchende sowohl Erwerbstätige als auch Nichterwerbstätige umfassen. In einer Vielzahl von Indikatoren stellen wir fest, dass diese beiden Größen jeweils unabhängig am stärksten mit der Lohninflation zusammenhängen. Wir haben einen neuen Index entwickelt, den HPW Tightness Index (Heise-Pearce-WeberTightness Index), der ein zusammengesetzter Indikator aus der Kündigungsrate unddem Verhältnis von offenen Stellen zu Arbeitssuchenden ist, und zeigt, dass er das Lohnwachstum in den USA am besten erklärt – auch während der COVID-Pandemie und der Erholungsphase.

Die Bedeutung von beschäftigten Arbeitssuchenden für die Arbeitsmarktanspannung

Üblicherweise werden die Arbeitslosenquote oder das „Verhältnis von offenen Stellen zu Arbeitslosen“ ( the vacancy-to-unemployment ratio) zur Messung der Arbeitsmarktreserven (Labor market slack) herangezogen. In einem aktuellen Staff Report (Heise, Pearce und Weber, 2024) argumentieren wir auf Basis der theoretischen Überlegungen von Bloesch, Lee und Weber (2024), dass die Lohninflation vielmehr eng mit der Kündigungsrate unddem „Verhältnis von offenen Stellen zu Arbeitssuchenden“ zusammenhängt. Das zentrale Argument ist, dass beschäftigte Arbeitssuchende für das Verständnis der Arbeitsmarktanspannung wichtig sind: Da die meisten Neueinstellungen aus bestehenden Beschäftigungsverhältnissen und nicht aus der Arbeitslosigkeit erfolgen, müssen beschäftigte Suchende zur angemessenen Messung der Arbeitsmarktanspannung einbezogen werden. Daher sollte die Arbeitsmarktanspannung durch das„Verhältnis von offenen Stellen zu Arbeitssuchenden“ gemessen werden, wobei Arbeitssuchende sowohl Erwerbstätige, Arbeitslose als auch Nichterwerbstätige umfassen – und nicht nur durch das„ Verhältnis von offenen Stellen zu Arbeitslosen“ oder die Arbeitslosenquote.

Die dahinterstehende Intuition ist: Wenn das„Verhältnis von offenen Stellen zu Arbeitssuchenden“ hoch ist, führt der Wettbewerb um Arbeitskräfte dazu, dass Unternehmen die Löhne anheben, um wettbewerbsfähig zu bleiben. Gleichzeitig haben Beschäftigte mehr Möglichkeiten, den Arbeitsplatz zu wechseln, was zu einer höheren Kündigungsrate führt. Daher sind Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“ zentrale Bestandteile der Lohn-Phillips-Kurve und empirisch informativer als die Arbeitslosenquote oder andere Indikatoren für Arbeitsmarktreserven.

Unser aktueller Staff Report bestätigt diese Prognose anhand von US-Daten. Entscheidender Punkt: Wir definieren die Arbeitssuchenden als gewichtete Summe der Zahl von Kurzzeitarbeitslosen, Langzeitarbeitslosen, Erwerbstätigen und Nichterwerbstätigen, wobei die Gewichtung auf den geschätzten Suchintensitäten (search intensities) dieser Gruppen basiert. Wir zeigen dann, dass Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“ als Prädiktoren für das Lohnwachstum besser abschneiden als andere gängige Indikatoren für die Arbeitsmarktanspannung. Die folgende Tabelle belegt dies anhand der einfachen univariaten Regressionsresultate der Lohn-Phillips-Kurve für die USA, wobei die Indikatoren nach ihrer Fähigkeit zur Anpassung an US-Lohndaten (seit 1990) geordnet sind. Wir regressieren das Dreimonats-Lohnwachstum aus dem Employment Cost Index(Employment Cost Index,ECI) auf die gelisteten Indikatoren, wobei wir jeden Indikator auf Mittelwert null und Standardabweichung eins standardisieren, um die Regressionskoeffizienten vergleichbar zu machen. Die Spalte „Koeffizient (coefficient)“ gibt den geschätzten Koeffizienten an, die Spalte „Anpassungsgüte (fit)“ zeigt die Anpassungsgüte der Regression.

Wir haben außerdem einen zusammengesetzten Indikator für die Arbeitsmarktanspannung konstruiert: Er berechnet den gewichteten Durchschnitt aus Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“, wobei die Regressionskoeffizienten für das Lohnwachstum als Gewicht verwendet werden. Dieser zusammengesetzte Index, den wir „HPW Tightness Index“ nennen, steht in der folgenden Tabelle an erster Stelle und ist damit allen anderen Einzelindikatoren überlegen. Laut der Spalte „Anpassungsgüte“ erklärt er während unseres Untersuchungszeitraums rund 60 % des Lohnwachstums. Die Regressionskoeffizienten zeigen, dass eine Erhöhung des Index um eine Standardabweichung das Lohnwachstum um 0,21 Prozentpunkte steigen lässt.

Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“ sind anderen Indikatoren für die Arbeitsmarktanspannung überlegen

Quelle: Berechnungen der Autoren.

Anmerkung: Die Spalte „Koeffizient (coefficient)“ gibt an, um wie viele Prozentpunkte der Lohn bei einer Erhöhung des jeweiligen Indikators um eine Standardabweichung steigt, während die Spalte „Anpassungsgüte (fit)“ das Bestimmtheitsmaß (R-Quadrat) der einfachen Zeitreihenregression angibt. Alle Tightness-Indikatoren sind nach der Anpassungsgüte sortiert. Die Schätzungen basieren auf Daten von 1990Q2 bis 2024Q2, sofern Kündigungsdaten verfügbar sind, andernfalls auf kürzeren Zeiträumen. Wir vergleichen Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“ mit folgenden weiteren Indikatoren für Arbeitsmarktanspannung: Arbeitskräftelücke (offene Stellen – Arbeitslose) / Erwerbspersonen; offene Stellen geteilt durch Arbeitslosenquote; die von der NFIB-Umfrage gemessene Wahrnehmung kleiner Unternehmen zur Verfügbarkeit von Arbeitskräften; die vom Conference Board gemessene Wahrnehmung der Verbraucher zur Arbeitsverfügbarkeit; Verhältnis von Einstellungen zu offenen Stellen; Arbeitslosenquote; Vermittlungsquote (the job-finding rate);Akzeptanzquote von Arbeitsplatzwechseln und Übertritten aus der Arbeitslosigkeit in Beschäftigung (Moscarini und Postel-Vinay, 2023); Logarithmus der fortlaufenden Anträge auf Arbeitslosenversicherung; Einstellungsrate (the hires rate); sowie die Trennungsrate (the separation rate).Löhne werden nach dem Employment Cost Index gemessen. Siehe Heise, Pearce und Weber (2024) für Details.

Die folgende Abbildung zeigt die Anpassungsgüte des HPW-Index, indem der HPW-Index und das Lohnwachstum (gleitender Dreimonatsdurchschnitt des ECI) gegenübergestellt werden (beide Reihen sind auf Mittelwert null und Varianz eins normiert, um die Vergleichbarkeit zu gewährleisten). Wir vergleichen unseren Indikator mit einem gängigen Maß für die Arbeitsmarktanspannung: dem vomConference Board erhobenenStimmungsindikator(the Conference Board’s survey measure) zur Wahrnehmung der Arbeitsverfügbarkeit durch die Verbraucher. Das Indikator des Conference Board und der HPW-Index folgen dem Lohnwachstum in der Zeit vor der Pandemie beide recht gut. Während der Pandemie zeigt unser Indikator jedoch eine deutlich bessere Leistung.

Selbst während der COVID-Periode folgt der HPW-Index dem Lohnwachstum sehr gut

Quelle: Berechnungen der Autoren.

Anmerkung: Der auf Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“ basierende HPW-Tightness-Index folgt dem Lohnwachstum auch während der COVID-Pandemie und der Erholung sehr gut. Alle Reihen sind auf Mittelwert null und Varianz eins normiert. Das Lohnwachstum wird anhand des Employment Cost Index gemessen. „CB Arbeitsverfügbarkeit“ stammt vom Conference Board. Pandemie- und Erholungsphase 2020Q1 bis 2022Q4 sind schattiert.

Kein Nachweis für Nichtlinearitäten bei der Lohninflation

Angesichts des jüngsten Interesses an möglichen nichtlinearen Effekten der Arbeitsmarktanspannung auf die Preisentwicklung (Benigno und Eggertsson, 2024) untersuchen wir auch, ob zwischen Arbeitsmarktanspannung und Lohninflation eine nichtlineare Beziehung besteht. Das Ergebnis: Es gibt keine Hinweise auf Nichtlinearität. Tatsächlich gibt es in der Beziehung zwischen Lohn und Tightness keine Abweichungen, weder in der extrem angespannten Post-COVID-Phase noch danach. Dies zeigt die folgende Streudiagramm, das den HPW-Tightness-Index und die Lohninflation gegenüberstellt. Wir finden eine nahezu lineare Beziehung zwischen beiden Variablen.

Kein Hinweis auf Nichtlinearität zwischen Lohnwachstum und Arbeitsmarktanspannung

Quelle: Berechnungen der Autoren.

Anmerkung: Die Beziehung zwischen dem HPW-Tightness-Index und dem nominalen Lohnwachstum scheint linear zu sein. Die Löhne werden anhand des Employment Cost Index gemessen. Die Linienanpassung basiert auf einer polynomiellen Anpassung lokaler Beobachtungen.

Fazit

Zusammenfassend lässt sich sagen, dass der auf Kündigungsrate und„Verhältnis von offenen Stellen zu Arbeitssuchenden“ basierende HPW-Tightness-Index die Arbeitsmarktanspannung bei der Bestimmung der Lohninflation treffend beschreibt, was mit den theoretischen Ergebnissen von Bloesch, Lee und Weber (2024) übereinstimmt. Diese Beziehung blieb auch während der COVID- und Erholungsphase stark, was darauf hindeutet, dass die dokumentierten empirischen Zusammenhänge selbst gegenüber großen, außergewöhnlichen wirtschaftlichen Schocks robust sind.

Zitatformat für diesen Beitrag:

Sebastian Heise, Jeremy Pearce, and Jacob P. Weber, “A New Indicator of Labor Market Tightness for Predicting Wage Inflation,” Federal Reserve Bank of New York Liberty Street Economics