Hauptforschungsthemen des Promotionskollegs

Innerhalb des ersten Hauptforschungsfeldes des Promotionskollegs untersuchen wir die ?konomischen Folgen von makroprudenziellen Regulierungsma?nahmen, etwa die Effekte prozyklischer Kapitalpuffer für Banken. Ferner besch?ftigen wir uns mit der Stabilit?t von Finanzm?rkten, die z.B. zunehmend unter dem Einfluss von Fake News stehen. Da Fake News nicht nur Finanzm?rkte, sondern auch politische Prozesse beeinflussen, man denke an die zunehmend verquere Nutzung von sozialen Medien wie Facebook und Twitter, ist das erste Forschungsfeld eng mit dem dritten Forschungsfeld (Gruppenidentit?t, Gesellschaftliche Polarisierung und Politische ?konomie unter (beschr?nkter) Rationalit?t) verbunden. Als Analyserahmen nutzen wir haupts?chlich agenten-basierte Modelle, mit denen wir auch Netzwerkeffekte abbilden k?nnen. Neben Computersimulationen führen wir Laborexperimente durch um unser Verst?ndnis von makrofinanzieller Stabilit?t und Finanzmarktregulierung zu verbessern

Das zweite Forschungsfeld besch?ftigt sich mit der Frage, wie konjunkturelle Schwankungen jenseits der traditionellen makro?konomischen Theorie erkl?rt werden k?nnen. Ausgangspunkt sind dabei drei aufeinander aufbauende state-of-the-art Aufs?tze von Gabaix (2011) zum granul?ren Ursprung von Konjunkturschwankungen, von Acemoglu et al. (2012) zum Einfluss des Produktionsnetzwerks auf diese Fluktuationen und von Baqaee & Farhi (2019) zu Effekten h?herer Ordnung, die diese Fluktuationen erheblich beeinflussen, wie bspw. Substitutionseffekte in Zuliefererbeziehungen des Produktionsnetzwerks. Im Gegensatz zur traditionellen Konjunkturtheorie zeigt sich, dass idiosynkratische Schocks auf Firmenebene einen weitaus h?heren Einfluss auf Konjunkturschwankungen haben als bisher angenommen, v. a. dadurch dass Schocks bei sehr gro?en oder im Produktionsnetzwerk zentralen Unternehmen sich überproportional fortpflanzen und zu betr?chtlichen gesamtwirtschaftlichen Schwankungen führen. Unsere bisherige Arbeit im PK045 hat bereits gezeigt, dass die Interaktion von Granularit?t und Produktionsnetzwerk-Effekten zu einer deutlichen Steigerung im Erkl?rungsgehalt gesamtwirtschaftlicher Fluktuationen führt und den der o. g. Studien deutlich übersteigt. So werden bspw. fast 80% des Konjunkturzyklus im EU28 Raum allein durch diese Interaktion erkl?rt. Vor diesem Hintergrund untersuchen wir nun sowohl theoretisch als auch mit Hilfe agentenbasierter Simulationen, wie sich idiosynkratische Schocks auf Produktionsnetzwerken mit granul?rer Struktur, wie bspw. dem europ?ischen Produktionsnetzwerk, in einer Art Ansteckungsprozess über Zuliefererbeziehungen fortpflanzen bzw. unter welchen Bedingungen diese Schocks verst?rkt oder abgemildert werden k?nnen, um daraus neuartige wirtschaftspolitische Ma?nahmen jenseits konventioneller Konjunkturpolitik abzuleiten.

W?hrend durch die zunehmende Internationalisierung sowohl von Waren-, Finanz-, und Informationsstr?men unsere Gesellschaften globaler werden, erstarken, scheinbar paradoxerweise, in vielen L?ndern bei Wahlen gerade stark national orientierte Parteien und Bewegungen. Gleichzeitig zeichnet sich in vielen Gesellschaften eine verst?rkte politische Polarisierung ab, die das Potential hat, die existierenden demokratischen Strukturen und Institutionen langfristig zu gef?hrden bzw. zu untergraben. Diese Entwicklung stellt nicht nur eine Gefahr auf der nationalen Ebene dar, sondern auch in globaler Perspektive, da z. B. der Klimawandel, die steigende Migrationsbewegungen und der globale Anstieg der ?konomischen Ungleichheit (Atkinson et al. 2011, Stiglitz 2012 and Piketty 2014) supranationale oder sogar globale Antworten erfordern. Daraus ergeben sich eine Reihe wichtiger Fragestellungen:

i. Welche rationalen Motive gibt es, sich Gruppen zuzuordnen, eine Gruppenidentit?t zu entwickeln und dann als Gruppe zu agieren? Wie beeinflusst begrenzte Aufmerksamkeit der Akteure die Bildung von Gruppenidentit?ten, den Grad politischer Polarisierung und die polit?konomischen Resultate? Inwieweit wird der Grad der Polarisierung einer Gesellschaft durch das Wahlsystem und andere Faktoren beeinflusst? Und umgekehrt, wie beeinflusst Polarisierung den politischen Diskurs und den Ausgang von Wahlen?

ii. Inwieweit sind diese Entwicklungen von der wachsenden Pr?senz von Des- und Fehlinformation bzgl. gesellschaftlicher und ?konomischer Entwicklungen sowie von subjektiven Wahrnehmungen über die eigene Identit?t und Gruppenzugeh?rigkeit getrieben?

iii. Wie lassen sich verhaltensbasierte politische Aspekte in makro?konomische Modelle einführen, um die Interdependenz zwischen den politischen und makro?konomischen Sph?ren zu untersuchen?

Zu i) und ii): Die Relevanz dieser Fragestellungen illustriert sich vielleicht am einfachsten am Beispiel aktueller Ereignisse: Das Ergebnis der Wahl des derzeitigen Pr?sidenten der Vereinigten Staaten von Amerika (oder auch der Ausgang des sogenannten Brexit-Referendums im Vereinigten K?nigreich) hat viele politische Beobachter überrascht. Ursache scheint weniger eine dramatische Verschiebung der Positionierung des Medianw?hlers zu sein, als eine deutlich ver?nderte Mobilisierung der unterschiedlichen politischen Lager. Der Kandidat der Republikaner, Donald Trump, polarisierte die Debatte im Vorfeld der US-Pr?sidentschaftswahl in besonderer Weise. Es gelang ihm, einige seiner W?hlerschichten in ungewohnt hohem Ma?e zu mobilisieren und zur Teilnahme an der Wahl zu bewegen. Umgekehrt ging die Wahlbeteiligung wichtiger demokratischer W?hlergruppen, die dem demokratischen Pr?sidenten Obama zum Sieg verholfen hatten, bei der letzten US-Pr?sidentschaftswahl deutlich zurück. Es ergibt sich also ein hochinteressantes Spannungsfeld zwischen Gruppenidentit?ten, Polarisierung und politischen Prozessen.

Bereits Downs (1957) analysierte das vermutlich bekannteste Modell des politischen Wettbewerbs zweier Parteien. Es folgt dem Rational Choice Ansatz und liefert das zentrale Resultat, dass der politische Wettbewerb zweier Parteien sich auf den Medianw?hler konzentriert (siehe z. B. Persson und Tabellini 2000 für einen ?berblick über diesen und viele weitere Modelle, die dem Rational Choice Ansatz folgen). Auch wenn der Rational Choice Ansatz viele interessanten Einsichten liefert, zeigen doch viele empirische Beobachtungen, dass er als alleiniger Erkl?rungsansatz nicht ausreicht. Besonders deutlich wird dies bei der Wahlbeteiligung (vgl. z. B. die Diskussion des ?turnout“ in Bendor et al. 2011). Gleichzeitig wird die Wahlbeteiligung aber durchaus von strategischen Motiven beeinflusst – so ist empirisch die Wahlbeteiligung bei Wahlen, in denen Wahlumfragen ein knappes Ergebnis vorhersagen, signifikant h?her als bei sehr klaren Verh?ltnissen. Feddersen & Sandroni (2006) diskutieren diese Evidenz und schlagen auch einen hochinteressanten Ansatz vor, dies theoretisch besser zu modellieren. In ihrem Modell ?ethischer W?hler“ fühlen diese sich einer Seite oder Gruppierung zugeh?rig und w?gen nun nicht mehr nur ihre individuellen Kosten, zur Wahl zu gehen, gegen ihren individuellen Einfluss als W?hler ab, sondern überlegen, wie sich ein Mitglied ihrer Gruppierung verhalten sollte. Im Ergebnis ergibt sich eine h?here Wahlbeteiligung, die aber trotzdem beobachtbare strategische Einflüsse auf die Wahlbeteiligung abbilden kann.

Eine offene Fragestellung, die sich in diesem Zusammenhang ergibt ist z. B., wie genau W?hler sich in einem derartigen Modell mit bestimmten Gruppen identifizieren. Individuen lie?en sich prinzipiell nach verschiedensten Charakteristika in Gruppen einteilen: etwa politische Einstellung, Alter, Geschlecht, ethnische oder religi?se Zugeh?rigkeiten, Ausbildung, Beruf, regionale Unterteilungen, Stadt- oder Landbewohner. Aber nicht alle diese Gruppenzugeh?rigkeiten spielen in gleicher Weise eine Rolle im politischen Diskurs und im Wahlverhalten. Je nach gesellschaftlicher Kultur, politischem Diskurs und politischem System werden bestimmte Gruppenunterscheidungen identit?tsstiftend und handlungsrelevant im politischen Kontext, w?hrend andere in den Hintergrund treten. Auch wenn verwandte Fragestellungen aus einer anderen Perspektive auch in der 球探足球比分 betrachtet werden (siehe z. B. Fiske et al. 2010 und Akerlof & Kranton 2010, die die Bedeutung von Identit?ten für die ?konomie herausgearbeitet haben), so fehlt es doch an einem für unsere Fragestellungen handhabbaren theoretisch-mathematischen Modell, das beschreibt, wie sich soziale Gruppenzugeh?rigkeit und gesellschaftliche Konfliktlinien im politischen Wettbewerb herausbilden. Ein hochinteressanter m?glicher neuer Ansatz ist der in Gennaioli & Tabellini (2019). Ein anderer vielversprechender Ansatz k?nnte sich durch die mathematische Modellierung individueller Beziehungen als ein soziales Netzwerk (siehe z. B. Jackson 2008 oder Newman 2010) ergeben. Investieren Agenten bzw. politische Akteure verst?rkt in soziale Netzwerkbeziehungen, die ihnen politisch nutzen, führt dies in bestimmten politischen Kontexten dazu, dass Freunde von Freunden sich auch unterstützen. ?hnlich entsteht in Konfliktsituationen ein politisches Eigeninteresse, Gegner von Gegnern zu unterstützen. Dies sollte zu einer Gruppenbildung führen, die man als (gruppen-) identit?tsstiftend interpretieren kann. In diesem Modellrahmen k?nnte man besser untersuchen, inwieweit Konflikte und Polarisierung diese Gruppenprozesse verst?rken. Es ergeben sich zahlreiche daran anknüpfende Forschungsfragen: Sowohl gesellschaftliche Konfliktlinien als auch der ?ffentliche Diskurs und die mit diesem oft verbundene Fokussierung auf bestimmte Zugeh?rigkeitsmerkmale und die daraus resultierende relative Unaufmerksamkeit in Bezug auf andere m?gliche Gruppenunterscheidungen k?nnten die sich aus dieser Gruppenbildung ergebende Polarisierung beeinflussen. Welche Faktoren k?nnen diese Polarisierung eind?mmen und zu einem sinnvollen gesellschaftlichen Konsens führen? Wie wird dies durch das Internet bzw. durch die zunehmende Digitalisierung und eine sich dadurch rasch ?ndernde Medienlandschaft beeinflusst? Wenn politische Polarisierung und die Intensit?t der empfundenen Gruppenidentit?t die Wahlbeteiligung beeinflusst, verliert das Medianw?hlertheorem aus dem Modell von Downs (1957) dann seine Gültigkeit und haben Wahlk?mpfer einen Anreiz, sich z. B. eher am Modalw?hler der jeweiligen Partei als am Medianw?hler auszurichten? Wann ergeben sich Anreize, die politische Polarisierung gezielt anzuheizen? Welchen Einfluss k?nnen verschiedene Wahlsysteme auf die Bildung eines politischen und tragf?higen gesellschaftlichen Konsenses haben? Kann es in diesem Zusammenhang hilfreich sein, Zwischenst?nde w?hrend einer Wahl bekanntzugeben (Gonzáles-Díaz et al. 2016)? Was sind insgesamt die Auswirkungen beschr?nkter Aufmerksamkeit von W?hlern und anderen politischen und ?konomischen Akteuren (vergleiche Mat?jka & Tabellini 2016)?

Zu ii) und iii): Der in der Volkswirtschaftslehre und in der Politikwissenschaft dominierende ?Rational Choice“ Ansatz, welcher auf die Revolution der rationalen Erwartungen (Lucas 1976) und den Aufstieg der neuen klassischen ?konomie zum Theorie-Paradigma der Volkswirtschaftslehre in den 1970er Jahren zurückzuführen ist, liefert nur eine eingeengte Sichtweise auf die Entscheidungsprozesse der Menschen, da sie diese als ?objektiv“ versteht. So k?nnen makro?konomische Faktoren wie die Arbeitsmarktlage, das Wirtschaftswachstum oder die ?konomische Ungleichheit eines Landes den Wahlerfolg von Regierungs- oder Oppositionsparteien erkl?ren (Proa?o et al. 2019). Umfangreiche empirische Evidenz deutet aber auch darauf hin, dass W?hler nicht rein rational/objektiv handeln, sondern sich auch von eher irrelevanten Fakten wie dem Wahlerfolg der Kandidaten in früheren Wahlen (Anagol & Fujiwara 2016), ihrem physischen Aussehen (Bailenson, Iyengar, Yee & Collins 2008) oder der Performance der Weltwirtschaft (Wolfers 2007) beeinflussen lassen. Neuere Literatur zu Wahlverhalten untersucht daher die Rolle von mangelnder Aufmerksamkeit, Beeinflussbarkeit und beschr?nkter Rationalit?t (vgl. Achen & Bartels 2004, 2016, Bendor, 2010, Bendor et al. 2011 und Andonie & Diermeier 2019).

Nicht-rationale Faktoren wie die wahrgenommene Gruppenzugeh?rigkeit der W?hler erscheinen gerade besonders relevant zu sein in der gegenw?rtigen, sogenannten post-faktischen Welt, in der Des- und Fehlinformationen verst?rkt als politische Waffen in und durch viele L?nder eingesetzt werden. Wir m?chten hier anhand diverser Experimente mit realen Subjekten in verschiedenen sozialen und nationalen Kontexten untersuchen, inwieweit die subjektive Gruppenidentifikation relativ zu eher rationalen Faktoren die politischen Entscheidungen beeinflussen kann. Diese Forschungsagenda soll an in der ersten Phase des Promotionskollegs entstandene Arbeiten zur Einkommensungleichheit und politischen Polarisierung (Proa?o et al. 2019) und Gruppenidentifikation und politischen Polarisierung (Pe?a et al. 2020) anknüpfen und sie weiterführen. Hier ist anzumerken, dass insb. Proa?o et al. (2019) das Ergebnis einer interdisziplin?ren Kooperation mit Prof. Dr. Thomas Saalfeld, Inhaber des Lehrstuhls für Vergleichende Politikwissenschaft an der Otto-Friedrich-Universit?t Bamberg, ist.

Auf der theoretischen Ebene m?chten wir, ausgehend von der von Alesina (1987) vorgelegten rational partisan theory, verhaltensbasierte politische Aspekte in makro?konomische Modelle einführen, um die Interdependenz zwischen den politischen und den makro?konomischen Sph?ren zu untersuchen. Dabei m?chten wir u. a. den aggregate sentiments Ansatz von Weidlich & Haag (1983) und Lux (1995) modifizieren, um endogene politische Einstellungen und sogar eine endogen bestimmte politische Polarisierung in einem polit-makro?konomischen Modell zu erkl?ren. Dies erscheint uns eine durchaus realistische Aufgabe, da wir mit dem aggregate sentiments Ansatz sehr vertraut sind, siehe z. B. Franke & Westerhoff (2017, 2019), und Flaschel et al. (2018). Hier ist auch die Miteinbeziehung von Fehl- oder Desinformation (fake news) denkbar, was bedeutende Synergieeffekte zum Forschungsfeld 4.a) liefern k?nnte.

Die Frage der Gruppenidentifikation ist auch von besonderer Relevanz im Kontext der Globalisierung und des technologischen Wandels, denn sowohl die Migration von ?konomisch motivierten Personen und Flüchtlingen als auch die Digitalisierung geh?ren zu den zentralen gegenw?rtigen und absehbar auch zukünftigen Herausforderungen für Arbeitsm?rkte und gesellschaftlichen Zusammenhalt. Einzeln und in Interaktion betrachtet ergeben sich daraus zwei wichtige Fragestellungen:

Wie beeinflussen digitale Technologien den Integrationsprozess, insbesondere

i. die Arbeitsmarktpartizipation von Migrant*innen und

ii. das Integrationspotenzial, also die Reaktionen der Mehrheitsbev?lkerung auf Migration?

Chancen und Risiken, welche mit Migration einhergehen, werden nicht nur in Deutschland, sondern in Europa und weltweit in Gesellschaft wie Wissenschaft diskutiert (McAuliffe und Ruhs, 2017). So hat etwa der jüngste Zustrom von Flüchtlingen den Zuwachs rechtspopulistischer Parteien nicht notwendigerweise verursacht, aber doch begünstigt (MIDEM, 2018, Edo et al., 2019, für Frankreich). Als Folge hiervon wurde die Migrationspolitik etablierter Parteien in Deutschland und ?sterreich teils beeinflusst (Rossel Hayes und Dudek, 2019).

Die Herausforderungen für die Gesellschaften, welche Migrant*innen aufnehmen, werden hinsichtlich ?konomischer und gesellschaftlicher Integration durch zwei wesentliche Aspekte determiniert: Objektive Faktoren wie Sprachkompetenzen sowie schulische und berufliche Qualifikationen der zugewanderten Personen, sowie deren subjektiven Gruppenzugeh?rigkeitswahrnehmung in ihrer neuen Umgebung. Dabei stellen Netzwerkeffekte und Informationsasymmetrien zus?tzlich relevante Faktoren dar. Insbesondere Informationsasymmetrien liegen auf beiden Seiten vor, sowohl bei zugewanderten Personen wie auch bei der Mehrheitsbev?lkerung der aufnehmenden L?nder. Unter Migrant*innen bestehen diese u. a. über Arbeitsmarktchancen in aufnehmenden L?ndern, auf deren Arbeitsm?rkten und in den Mehrheitsbev?lkerungen liegen mangelnde Informationen über Zuwandernde an sich vor, etwa über Qualifikationen oder kulturellen Hintergrund.

Hier setzen wir an. Der rapide Ausbau des Internets ab Ende der 1990er Jahre und die immer schnellere Verbreitung digitaler Technologien erm?glichte einen schnelleren und zunehmend kostengünstigeren Zugang zu Informationen und damit u. a. über Netzwerkeffekte potenziell einen Abbau von Informationsasymmetrien. Geplant ist, die zeitliche und regionale Variation der Einführung des (Breitband-)Internets als Identifikationsstrategie zur Ermittlung kausaler Effekte auf den Integrationserfolg zu nutzen. In Teilprojekten sollen relevante Indikatoren für beide Teilpopulationen – Migrant*innen und Mehrheitsbev?lkerung – untersucht werden. Die uns interessierenden Ergebnisgr??en sind, wie oben unter i. angeführt, die Arbeitsmarktpartizipation zugewanderter Personen, als auch, wie unter ii. benannt, polit?konomische Aspekte, etwa Einstellungen der Mehrheitsbev?lkerung zu Migrant*innen oder für beide Gruppierungen, Vertrauen in Institutionen, soziales Vertrauen oder Wahlverhalten.

In die bestehende Literatur bettet sich die geplante Forschung in zwei Teilbereiche ein: einerseits in die Literatur zum Effekt des Internets und andererseits in den Teilbereich der Migrations?konomik, welcher Integration und Einstellung der Mehrheitsbev?lkerung gegenüber Migrant*innen zum Gegenstand hat.

Die zeitliche und regional variierende Einführung des Internetzugangs und seine Wirkung ist bis dato für die Untersuchung verschiedener Ergebnisgr??en genutzt worden. Für Arbeitsmarktaspekte zeigen etwa sowohl Czernich et al. (2011) als auch Stockinger (2017), dass das Internet einen positiven, kausalen Effekt auf das (regionale) Wirtschaftswachstum hat. Kroft und Pope (2014) finden zwar keinen Effekt des Internets für die regionale Arbeitslosenquote, belegen aber einen positiven Effekt für die Match-Qualit?t auf dem Arbeitsmarkt. Letzteres wird durch die Ergebnisse von Mang (2002) unterfüttert. Diese weisen darauf hin, dass die Online-Jobsuche im Vergleich zur herk?mmlichen Ver?ffentlichung von Vakanzen (Zeitungen, andere Job-B?rsen), zu einem besseren Match dadurch führen, dass durch das Online-Angebot mehr Angebote ver?ffentlicht werden k?nnen und zudem für Jobsuchende bessere Methoden bereitstehen, nach geeigneten Vakanzen zu suchen. Ein weiterer Forschungsstrang nimmt polit?konomische Ergebnisgr??en in den Blick. So zeigen Studien zur Wahlbeteiligung (Campante et al. 2017, Falck et al. 2014), dass das Internet die Wahlbeteiligung verringert hat. Gleichwohl zeigen Bauernschuster et al. (2014), dass es durch die Einführung des Internets zu keinem Abbau von Sozialkapital gekommen ist.

Empirische Evidenz bezüglich der Frage, welchen Effekt die Einführung des Internets – und dabei insbesondere durch den m?glichen Abbau von Informationsasymmetrien – auf Ergebnisgr??en innerhalb der Migrations?konomik hat, ist indessen kaum gegeben. In der ?konomie l?sst sich mit Farré und Fasani (2013) ein vergleichbarer Ansatz finden. Die Autorin und der Autor untersuchen in ihrer Studie für Indonesien, ob der regional variierende TV-Empfang einen Einfluss auf Migrationsentscheidungen hat. Ihre Analyse beschr?nkt sich jedoch auf regionale Mobilit?t innerhalb Indonesiens und betrachtet nicht das Internet als Medium der Informationsvermittlung. Selbiges gilt für eine Studie aus der Soziologie (Czymara und Dochow, 2018), in der die Autoren einen Zusammenhang zwischen der Diskussion von Migrationsaspekten in Massenmedien und der Besorgnis der Mehrheitsbev?lkerung gegenüber Migrant*innen identifizieren.

Der geplante Forschungsbereich ist in beiden Literaturstr?ngen eingebettet, d. h. sowohl zu Arbeitsmarktfragen als auch insbesondere zu Einstellungen der Mehrheitsbev?lkerung gegenüber Migrant*innen und zur Ausgestaltung von Migrationspolitiken. Innerhalb dieser Literatur ist ein Merkmal von zentraler Bedeutung: die Rolle von Bildung. In Korrelationsstudien konnte überwiegend ein positiver Zusammenhang von Bildung und Einstellung gegenüber Migrant*innen aufgezeigt werden. Hierfür k?nnen beispielhaft die Studien von Scheve und Slaughter (2001) für die USA sowie Mayda (2006) und O’Rourke and Sinnott (2006) für einen internationalen Vergleich genannt werden. Der Beitrag von Dustmann und Preston (2007) erweitert dies erkenntnisreich dahingehend, welche Mechanismen diesen positiven Zusammenhang erkl?ren. Hierbei zeigen die Autoren unter anderem auf, dass unter niedrigqualifizierten Personen Vorurteile bezüglich des Kulturkreises von Migrant*innen und die Sorge über einen erh?hten Wettbewerb auf dem Arbeitsmarkt von vorrangiger Bedeutung sind. Hinsichtlich der empirischen Evidenz, welche den urs?chlichen Effekt von Bildung auf Einstellung gegenüber Migrant*innen untersucht, sind vor allem die Studien von d’Hombres and Nunziata (2016) sowie Margaryan et al. (2019) besonders relevant. Erstere k?nnen für 12 europ?ische L?nder den positiven Effekt von Bildung best?tigen. Die Ergebnisse belegen, dass Bildung einen positiven Effekt auf die Wahrscheinlichkeit hat, sehr besorgt über Migration bzw. Migrant*innen zu sein. Zudem belegen die Autor*innen, dass dieser positive Zusammenhang durch h?heres soziales Vertrauen erkl?rt werden kann.

Mindestens zwei bedeutende Beitr?ge sollen durch unsere Forschung geleistet werden. So wurde bisher untersucht, ob Vorurteile gegenüber Kulturkreisen und somit eine negative Assoziation gegenüber Mitgliedern einer wahrgenommenen anderen Gruppe, die Sorge vor Arbeitsplatzverlust und soziales Vertrauen den Effekt von Bildung auf Einstellungen gegenüber Migrant*innen mediieren. Diesen konzeptionellen Zugang planen wir um die Verfügbarkeit des Internets bzw. von Informationen, die man u. a. durch digitale Technologien und Netzwerke erh?lt, zu erweitern. Zum anderen hat dieser Forschungsbereich zum Ziel, die Rolle von sozialen Medien (Facebook, Einführung 2004, Twitter, Einführung 2006, etc.) zu untersuchen. Dies soll neben den geschilderten Ergebnisgr??en für die Mehrheitsbev?lkerung auch für die Gruppe der Migrant*innen erfolgen.

Um diese Fragen zu beantworten werden in der bisherigen Literatur üblicherweise Daten wie z. B. das Sozio-oekonomische Panel (SOEP) herangezogen. Seit 2013 wurde das SOEP um eine Migrationsstichprobe erweitert und mit administrativen Daten der Bundesagentur für Arbeit verlinkt (IAB-SOEP-Migrationsstichprobe).4 Wir planen darüber hinaus eigenst?ndige Online-Erhebungen, die auch experimentelle Ans?tze beinhalten sollen, um relevante Fragen etwa zur Verbreitung und Wirkung von Fake News zu untersuchen.

Akerlof, G. A. & R.E. Kranton (2010). Identity Economics. Princeton University Press.

Acemoglu, D., Carvalho, V. M., Ozdaglar, A. & A. Tahbaz-Salehi (2012). The network origins of aggregate fluctuations. Econometrica 80(5): 1977-2016.

Achen, C. H. & L. M. Bartels (2004). Musical chairs: Pocketbook voting and the limits of democratic accountability. Presented at the Annual Meeting of the APSA, Chicago, Sep.

Achen, C. H. & L. M. Bartels (2016). Democracy for realists: Why elections do not produce responsive government. Princeton, NJ: Princeton University Press.

Alesina, A. (1987). Macroeconomic policy in a two-party system as a repeated game. Quarterly Journal of Economics 102(Aug.): 651-78.

Andonie, C. & D. Diermeier (2019). Impressionable voters. American Economic Journal: Microeconomics 11(1):79-104.

Anagol, S. & T. Fujiwara (2016). The runner-up effect. Journal of Political Economy 124(4): 927-91.

Anufriev, M., Hommes, C. & T. Makarewicz (2019). Simple forecasting heuristics that make us smart: Evidence from different market experiments. Journal of the European Economic Association 17(5): 1538-1584.

Atkinson, A. B., Piketty, T. & E. Sáez (2011). Top incomes in the long run of history. Journal of Economic Literature 49(1): 3-71.

Bailenson, J., Iyengar, S., Yee, N. & N. Collins (2008). Facial similarity between voters and candidates causes influence. The Public Opinion Quarterly 72(5): 935-961.

Baqaee, D. R. & E. Farhi (2019). The macroeconomic impact of microeconomic shocks: Beyond Hulten's theorem. Econometrica 87(4): 1155-1203.

Bauernschuster, S., Falck, O. & L. Woessmann (2014). Surfing alone? The Internet and social capital: Evidence from an unforeseeable technological mistake. Journal of Public Economics 117: 73-89.

Bendor, J. (2010). Bounded Rationality and Politics. University of California Press.

Bendor, J., Diermeier, D., Siegel, D. A. & M. M. Ting (2011). A behavioral theory of elections. Princeton University Press.

BIS (2010). Guidance for national authorities operating the countercyclical capital buffer. Bank for International Settlements, Dec.

Blaurock, I., Schmitt, N. & F. Westerhoff (2018). Market entry waves and volatility outbursts in stock markets. Journal of Economic Behavior and Organization 153: 19-37.

Campante, F., Durante, R. & F. Sobbrio (2017). Politics 2.0: The multifaceted effect of broadband internet on political participation. Journal of the European Economic Association, jvx044.

Czernich, N., Falck, O., Kretschmer, T. & L. Woessmann (2011). Broadband infrastructure and economic growth. The Economic Journal 121(552): 505–532.

Czymara, C.S. & S. Dochow (2018). Mass media and concerns about immigrant in Germany in the 21st century: Individual-level evidence over 15 Years. European Sociological Review 34: 381-401.

Dell’Ariccia, G., Luc L. & R. Marquez (2014). Real interest rates, leverage, and bank risk-taking, Journal of Economic Theory 149: 65-99.

d’Hombres, B. & L. Nunziata (2016). Wish you were here? Quasi-experimental evidence on the effect of education on self-reported attitude toward Immigrants. European Economic Review 90: 201-224.

Downs, A. (1957). An economic theory of democracy. New York: Harper & Row.

Dustmann, C. & I. Preston (2007). Racial and economic factors in attitudes to immigration. The B.E. Journal of Economic Analysis & Policy 7(1).

Edo, A., Giesing, Y., ?ztunc, J. & P. Poutvaara (2019). Immigration and electoral support for the far-left and the far-right, European Economic Review 115: 99-143.

Falck, O., Gold, R., & S. Heblich (2014). E-lections: Voting behavior and the internet. American Economic Review 104(7): 2238-65.

Farré, L. & F. Fasani (2013). Media exposure and internal migration - Evidence from Indonesia. Journal of Development Economics 102: 48-61.

Feddersen, T. & A. Sandroni (2006). A theory of participation in election. American Economic Review 96(4): 1271-1282.

Fiedler, W. & E. Hebecker (Hrsg.) (2006): ?Promovieren in Europa. Strukturen, Status und Perspektiven im Bologna-Prozess“. Barbara Budrich Verlag, Opladen.

Fiske, S. T., Gilbert, D.T. & G. Lindzey (2010). Handbook of Social Psychology (5th ed.), Vol I + II. Wiley.

Flaschel, P., Charpe, M., Galanis, G., Proa?o, C. R. & R. Veneziani (2018). Macroeconomic and stock market interactions with endogenous aggregate sentiment dynamics. Journal of Economic Dynamics and Control 91: 237-256, Nov.

Franke, R. & F. Westerhoff (2017). Taking stock: A rigorous modelling of animal spirits in macroeconomics. Journal of Economic Surveys 31: 1152-1182.

Franke, R. & F. Westerhoff (2019). Different compositions of animal spirits and their impact on macroeconomic stability. Economic Modelling 76: 117-127.

Gabaix, X. (2011). The granular origins of aggregate fluctuations, Econometrica 79(3): 733-772.

Gennaioli, N. & G. Tabellini (2019). Identity, Beliefs, and Political Conflict. Mimeo, Bocconi University, verfügbar unter dx.doi.org/10.2139/ssrn.3300726.

Gonzáles-Díaz, J., Herold, F. & D. Domínguez (2016). Strategic Sequential Voting. BERG Working-Paper 113.

Hagenhoff T. (2018). An aggregate welfare optimizing interest rate rule under heterogeneous expectations. BERG Working Paper 139, University of Bamberg.

Hagenhoff T. & J. Lustenhouwer (2019). The rationality bias. BERG Working Paper 144, University of Bamberg.

Hempfing, A. (2019). What’s left after the hype? An empirical approach comparing the distributional properties of traditional and virtual currency exchange rates. PLoS ONE 14(7): e0220070. doi.org/10.1371/journal.pone.0220070

Hempfing A., Schulz J. & M. Milakovi? (2019). A mesoeconomic aggregation rule for microeconomic shocks. Mimeo, University of Bamberg.

Hommes, C. & J. Lustenhouwer (2019a). Inflation targeting and liquidity traps under endogenous credibility. Journal of Monetary Economics 107: 48-62, Nov.

Hommes, C. & J. Lustenhouwer (2019b). Managing unanchored, heterogeneous expectations and liquidity traps. Journal of Economic Dynamics and Control 101: 1-16, Apr.

Jackson, M. O. (2008). Social and economic networks. Princeton University Press.

Kotb N. & C. R. Proa?o (2019). Capital-constrained loan creation, stock markets and monetary policy in a behavioral New Keynesian model. Mimeo, University of Bamberg.

Kroft, K. & D. G. Pope (2014). Does online search crowd out traditional search and improve matching efficiency? Evidence from Craigslist. Journal of Labor Economics 32(2): 259-303.

Lojak, B., Makarewicz, T. & C. R. Proa?o (2020). Low interest rates, banks' search for yield behavior and financial portfolio management. Mimeo, University of Bamberg.

Lucas, R. (1976). Econometric Policy Evaluation: A Critique, in: K. Brunner and A. Meltzer (Hrsg.): The Phillips Curve and Labor Markets, Carnegie-Rochester Conference Series on Public Policy 1: 19-46.

Lustenhouwer, J. (2019). Unanchored expectations: Self-reinforcing liquidity traps and multiple steady states. Macroeconomic Dynamics, im Erscheinen.

Lux, T. (1995). Herd behaviour, bubbles and crashes. Economic Journal 105: 881-889.

Mang, C. (2012). Online job search and matching quality (No. 147). Ifo Working Paper.

Margaryan, S., Paul, A. & T. Siedler (2019). Does education affect attitudes towards immigration? Evidence from Germany. Journal of Human Resources: 0318-9372R1.

Martin, C. & F. Westerhoff (2019). Regulation speculative housing markets via public housing construction programs: Insights from a heterogeneous model. Journal of Economics and Statistics 239(4): 627-660.

Martin, C., Schmitt, N. & F. Westerhoff (2019). Housing markets, expectation formation and interest rates. BERG Working Paper 142, University of Bamberg.

Martin C., Schmitt N. & F. Westerhoff (2020). Heterogeneous expectations, housing bubbles and tax policy. Mimeo, University of Bamberg.

Martinez-Miera, D. & R. Repullo (2017). Search for yield, Econometrica 85: 351-378.

Mat?jka, F. & G. Tabellini (2016). Electoral competition with rationally inattentive voters. CESifo Working Paper No. 5849.

Mayda, A. M. (2006). Who Is against immigration? A cross-country investigation of individual attitudes toward immigrants. Review of Economics and Statistics 88(3): 510-530.

McAuliffe, M. & M. Ruhs (Hrsg.), (2017). World Migration Report 2018. Genf: International Organization for Migration.

MIDEM (2018). Migration und Populismus. Jahresbericht 2018, Dresden.

Newman, M. E. J. (2010). Networks – An introduction. Oxford University Press.

O’Rourke, K. H. & R. Sinnott (2006). The determinants of individual attitudes towards immigration. European Journal of Political Economy 22(4): 838-861.

Pe?a, J. C., Lustenhouwer, J., Makarewicz, T. & C. R. Proa?o (2020). Are some people more equal than others? Experimental evidence on group identity and income inequality. Mimeo, University of Bamberg.

Persson, T. & G. Tabellini (2000). Political economics – Explaining economic policy. The MIT Press.

Piketty, T. (2014). Capital in the 21st century. Cambridge Massachusetts: The Belknap Press of Harvard University.

Proa?o C. R., & B. Lojak (2020). Animal spirits, risk premia and monetary policy at the zero lower bound. Journal of Economic Behavior and Organization, im Erscheinen.

Proa?o, C. R., Pe?a, J. C. & T. Saalfeld (2019). Income inequality, macroeconomic performance and political polarization: An empirical analysis. BERG Working Paper 149, University of Bamberg.

Rossell Hayes, A. & C. M. Dudek (2019). How radical right-wing populism has shaped recent migration policy in Austria and Germany. Journal of Immigrant & Refugee Studies, DOI:10.1080/15562948.2019.1587130.

Scheve, K. F. & M. J. Slaughter (2001). Labor Market Competition and Individual Preferences Over Immigration Policy. Review of Economics and Statistics 83(1): 133-145.

Schulz J., & M. Milakovi? (2020). Data First or Theory First? On the Difficulties of Estimating Total Wealth. Mimeo, University of Bamberg.

Schwartz I., Schmitt N. & F. Westerhoff (2019). Modeling and estimating behavioral heterogeneity in financial markets. Mimeo, University of Bamberg.

Schwartz I. (2019). Estimation of agent-based models: Testing and applying a simulated joint moment approach. Mimeo, University of Bamberg.

Stiglitz, J. E. (2012). The price of inequality: How today's divided society endangers our future, WW Norton & Company.

Stockinger, B. (2017). The effect of broadband internet on establishments’ employment growth: Evidence from Germany. IAB-Discussion Paper 19.

Weidlich, W. & G. Haag (1983). Concepts and models of a quantitative sociology. The Dynamics of interacting populations. Berlin: Springer.

Westerhoff, F., Schmitt, N. & P. Zhang (2020). Fake news and asset price dynamics. Mimeo, University of Bamberg.

Wolfers, J. (2007). Are voters rational? Evidence from gubernatorial elections. Mimeo, University of Pennsylvannia.