Maschinelles Lernen optimaler Zinspolitik
Maschinelles Lernen optimaler Zinspolitik
Im Rahmen des Forschungsprojekts soll anhand realitätsnaher modellbasierter Simulationen der Volkswirtschaft algorithmisch die optimale Zinspolitik von Zentralbanken bestimmt werden. Für die volkswirtschaftlichen Simulationen wird das im ZEW entwickelte makroökonomische Modell von Riedler (2017) um eine realistische Modellierung des heterogenen Konsum- und Sparverhaltens von Haushalten erweitert. Die algorithmische Bestimmung der „optimalen“ Zinspolitik erfolgt durch den Einsatz von modernen Methoden des maschinellen Lernens. Dabei „erlernt“ die Zentralbank im Rahmen einer großen Zahl von Simulationsdurchläufen die zum Erreichen einer bestimmten Zielgröße jeweils optimale Zinssetzungsstrategie. Mit diesem Vorgehen lassen sich einige der derzeit in der öffentlichen und wissenschaftlichen Diskussion befindlichen Vorschläge für eine optimale Zinspolitik, wie bspw. der „Taylor Rule“ (siehe Taylor, 1993), realitätsnah evaluieren.