Media Reports and Inflation Expectations

Abstract

Die vorliegende Dissertation untersucht die Wechselwirkungen zwischen Medienberichterstattung über Inflation und den Inflationserwartungen von Haushalten. Seit dem Beginn der 2000er Jahre sind einige Modelle zur Überwindung der Grenzen von rationalen Erwartungen vorgeschlagen worden. Diese geben eine wichtige Annahme des rationalen Erwartungsbildungsparadigmas auf, wonach Haushalte immer alle aktuell verfügbaren Informationen verwenden um Einschätzungen über die Zukunft vorzunehmen. In dieser Dissertation testen wir daher, auf welche Informationen sich Haushalte beziehen wenn sie Erwartungen über die zukünftige Inflation bilden, wobei ein besonderes Augenmerk auf die Rolle der Medien gelegt wird. Zu Beginn untersuchen wir das bekannte Epidemiologie-Modell der Erwartungsbildung. Mit Hilfe von Umfragedaten zu Inflationserwartungen in den USA, sowie Daten zur Medienberichterstattung über Inflation in der New York Times zeigen wir, dass das Modell durchaus von den Daten gestützt wird. Haushalte passen ihre Erwartungen an die Meinungen von Experten an, wobei die Anpassungsgeschwindigkeit mit der Anzahl der Medienberichte ansteigt. Außerdem ist die Anpassungsgeschwindigkeit nicht immer gleich: Haushalte beziehen sich stärker auf Experten in Zeiten niedriger Inflation sowie während der Finanzkrise. Darüber hinaus können wir zeigen, dass sich auf der Mikroebene stärkere Medieneffekte finden lassen. Unterscheidet man Haushalte nach ihrer individuellen Informationswahrnehmungen, so lässt sich feststellen, dass Individuen die angeben, zuletzt Neuigkeiten über Inflation gehört zu haben, einem größeren Prognosefehler unterliegen und außerdem stärker auf Medienberichte reagieren. Außerdem scheint der Medieneffekt nichtlinear zu sein: Mit steigender Anzahl an Medienberichten über Inflation erhöht sich der Einfluss der Experten auf die Erwartungsbildung der Haushalte, wobei die Anpassung nur langsam von statten geht und vom durchschnittlichen Niveau der Berichterstattung abhängt. Im nächsten Kapitel wird das Epidemiologie-Modell auf verschiedene Haushaltsgruppen und Medien angewandt. Unter Verwendung von deutschen Daten versuchen wir ein wiederkehrendes Muster in Umfragen zu erklären, wonach sich die Inflationserwartungen je nach sozioökonomischem Hintergrund der Befragten unterscheiden. Zum Beispiel ist oft zu beobachten, dass Niedrigeinkommensbezieher größere Prognosefehler begehen. Wir testen ob sich dieses Muster dadurch erklären lässt, dass sich der Medienkonsum verschiedener Haushaltsgruppen unterscheidet. Wir können zeigen, dass sich der Medienkonsum in der Tat zwischen Einkommens-, Alters- und Berufsgruppen unterscheidet. Außerdem belegen wir, dass die Verwendung eines aus mehreren Einzelmedien aggregierten Medienindex irreführend sein kann. Berichterstattung über Inflation in der Tagesschau führt dazu, dass Haushalte in ihren Erwartungen stärker von Experten abweichen, während eine Ausweitung der Berichterstattung in BILD die Haushaltserwartungen den Expertenprognosen annähert. Schließlich ist es wichtig, zwischen der Anzahl an Medienberichten und einer Veränderung in der Einschätzung der verantwortlichen Journalisten zu unterscheiden. Während sich die Erwartungslücke der Haushalte erhöht wenn BILD die Inflationsentwicklung stark negativ darstellt, so führt eine negativere Berichterstattung in der Tagesschau dazu, dass sich die Haushaltserwartungen den Experten annähern. Im letzten Kapitel erweitern wir den Ansatz des Epidemiologie-Modells indem wir die Anzahl der Googlesuchanfragen nach Inflation einbeziehen. Googlesuchanfragen können als Proxy für die Informationsnachfrage von Nutzern interpretiert werden, wenn Haushalte dann im Internet nach Informationen suchen wenn sie mehr über die derzeitige oder zukünftige Preisentwicklung wissen wollen. Internetsuchdaten lassen sich daneben auch als Ergänzung zu durch Umfragen gemessenen Inflationserwartungen verstehen. Während Umfrageteilnehmer keinen Anreiz haben, ihre bestmögliche Inflationsschätzung anzugeben, so werden Haushalte nur nach Informationen im Internet suchen, wenn sie diese auch wirklich nutzen wollen. Wir zeigen dass die Anzahl der Googlesuchanfragen auf ökonomische Fundamentaldaten reagiert. Googlenutzer unterscheiden zwischen Gesamt- und Kerninflationsrate wobei ihre Reaktion asymmetrisch ist: Die Informationsnachfrage geht zurück wenn die Kernrate fällt, während in Zeiten historisch hoher Inflation die Informationsnachfrage ansteigt. Mittels VAR-Modellen finden wir, dass die Inflationserwartungen von Haushalten sowohl von TV-Nachrichten, Zeitungsartikeln als auch von der Zahl der Googlesuchanfragen abhängen, während der Feedbackeffekt von Erwartungen auf die Informationsnachfrage eher gering ist. Ungefähr 20% der prognostizierten Fehlerdekomposition der Inflationserwartungen lassen sich durch Googlesuchanfragen erklären.

This dissertation explores the various links between news media coverage of inflation and the inflation expectations of households. Since the beginning of 2000, a number of alternative models of expectation formation have been proposed seeking to overcome the limits of rational expectations. A common feature of these new approaches consists in relaxing an important assumption of the rational expectations paradigm: that households use the latest available information set when forming beliefs about the future. Throughout this dissertation, we will thus test which kind of information households rely on when forecasting inflation, focusing in particular on the role of the news media. We start with testing the prominent epidemiology model of expectation formation. Using survey data on inflation expectations in the U.S., and news coverage of inflation in The New York Times, we provide empirical evidence supporting the epidemiology model. Households are found to adjust their beliefs to the average inflation forecast of experts, whereas the speed of adjustment rises in line with the number of news reports on inflation. The speed of updating varies significantly over time: households rely more on experts in periods of low inflation and during economic crises. Applying our analysis using both macro and micro survey data on expectations, we find that the news media effect is larger on the micro level. Looking at households with different news perceptions, we find that those who claim to have heard news on inflation commit larger forecast errors than other households while at the same time being more receptive to media reports. Finally, our results suggest that the media effect is nonlinear: An increasing number of news reports increases the impact from expert expectations, whereas the adjustment takes place only gradually and depends on a threshold level of news reports. The next chapter applies the framework of the epidemiology model to different household groups and news media sources. Using German data, we try to explain the stylized fact that households disagree considerably in their beliefs on future prices depending on their socioeconomic background. For example, low-income or unemployed households are often found to commit larger forecaster errors than high-income households. We test the hypothesis that these differences emerge from socioeconomic news exposure, meaning that households belonging to different socioeconomic groups read different newspapers. And since the media differ in the extent and the way they cover economic topics such as inflation, the information set of their corresponding readers will differ. Constructing an index of newspaper coverage and TV coverage, we indeed observe considerable heterogeneity in news consumption across income, age and occupation groups. Furthermore, we find that constructing an index of news reports by aggregating all available newspaper and TV reports can be misleading. Coverage of inflation in Tagesschau is found to increase the gap between households and professional forecasters, while a rising number of articles published in BILD brings households closer to the best available forecast. Finally, it is important to distinguish between the effects of a rise in the number of news reports and a change in the journalists’ judgment of inflation. Whereas households’ expectation gaps increase if BILD presents inflation in a negative way thereby possibly inducing a media bias, more negative coverage in Tagesschau narrows the gap between households and professional forecasters. In the final chapter, we extend the framework of the epidemiology model by including the number of Google search requests of inflation. This measure can be understood as a proxy for the demand of information in the sense that households will search for inflation on the web if they need do know more about the current or future price environment. Internet search data could also serve as a complement to inflation expectations measured by surveys. Whereas survey respondents do not have an incentive to provide their best forecast, households will only search for inflation if they really want to use this information. We find that the number of Google search requests reacts in a meaningful way to fundamental economic data. Google users distinguish between headline and core inflation and they react asymmetrically: the demand for information increases if core inflation falls whereas in periods of historically high inflation rates, the number of search requests is significantly larger. Estimating various Vector Autoregressive Models, we find that households’ inflation forecasts are driven by TV reports, newspaper articles, and Google search requests, while the feedback effect from expectations on web searches is rather small and estimated less precisely. About 20% of the forecast error variance decomposition of households’ inflation expectations can be explained by Google search requests.