Diese Studie leistet einen Beitrag zur bisherigen Forschung hinsichtlich der effizienten Einbindung von Prognosenarrativen in Konjunkturprognosen. Unter Verwendung eines BERT-Modells (Bidirectional Encoder Representations from Transformers) quantifiziere ich 19.300 Absätze aus deutschen Konjunkturberichten (1998–2021) und nutze diese um die Richtung von Konsumprognosefehlern vorherzusagen. Durch die Überprüfung des Modells anhand einer Evaluationsstichprobe stelle ich eine hochsignifikante Korrelation moderater Stärke zwischen dem vorhergesagten und dem tatsächlichen Vorzeichen des Prognosefehlers fest.

Der Korrelationskoeffizient ist für jene 12,8 % der Absätze wesentlich höher, die eine vorhergesagte Klassenwahrscheinlichkeit von 85 % oder mehr aufweisen. Eine qualitative Untersuchung von 150 dieser Absätze mit hoher Wahrscheinlichkeit zeigt wiederkehrende Narrative, die mit Fehlern in der Konsumprognose korrelieren. Unterschätzungen des Konsumwachstums erwähnen häufig steigende Beschäftigung, zunehmende Löhne und Transferzahlungen, niedrige Inflation, sinkende Steuern, krisenbedingte fiskalische Unterstützung sowie eine abnehmende Bedeutung geringfügiger Beschäftigung. Umgekehrt weisen überschätzte Konsumprognosen gegensätzliche Narrative auf. Prognostiker scheinen diese Faktoren insbesondere dann zu unterschätzen, wenn sie einkommensschwache Haushalte überproportional betreffen.