Die Arbeitslosigkeit für die 176 deutschen administrativen Arbeitsmarktregionen (im Allgemeinen Arbeitsagenturbezirke) wird auf einer monatlichen Basis prognostiziert. Wegen ihrer geringen Größe existieren zwischen diesen regionalen Einheiten starke räumliche Interdependenzen. Um diese und...

'Was macht Gründungen aus Arbeitslosigkeit anders?' Um diese Frage zu beantworten, entwickeln wir einen theoretischen Ansatz für die Gründungsaktivität aus Arbeitslosigkeit. Weiterhin schätzen wir räumlich-autoregressive Modelle für die regionalen Gründungsraten aus Arbeitslosigkeit und...

The development of employment and unemployment in regional labour markets is known to spatially interdependent. Global Vector-Autoregressive (GVAR) models generate a link between the local and the surrounding labour markets and thus might be useful when analysing and forecasting employment and...

It is broadly accepted that two aspects regarding the modeling strategy are essential for the accuracy of forecast: a parsimonious model focusing on the important structures, and the quality of prospective information. Here, we establish a Global VAR framework, a technique that considers a...

Expectations regarding the economic development might be correlated due to various reasons: because individuals use the same public information and similar evaluation methods, and because of social learning or herding amongst peers. We analyse to what extent expectations are driven by herd...

Your very private job agency: Job referrals based on residential location networks This paper analyzes job referral effects that are based on residential location. We use georeferenced record data for the entire working population (liable to social security) and the corresponding establishments...

Für Analysen zu Nachbarschaftseffekten mangelt es an Individualdaten, die ausreichend Informationen zur direkten Nachbarschaft der Individuen beinhalten. Auf Ebene der Postleitzahlen soll diese Lücke mit dem DIW-IAB-RWI-Nachbarschaftspanel für Arbeitsmarktdaten geschlossen werden. Auf...