Im Mittelpunkt des Workshops stand das Thema „Identification and Causality“ und damit verbunden die Diskussion so genannter struktureller Vektor-Autoregressionsmodelle (SVAR). Modelle dieser Art werden eingesetzt, um die dynamische Wirkung nicht vorhergesehener wirtschaftspolitischer Ereignisse zu analysieren. Da solche „Schocks“ jedoch nicht direkt beobachtet werden können, stehen Ökonomen vor der Herausforderung, geeignete Identifikationsstrategien zu finden.

Sophocles Mavroeidis (University of Oxford) machte in seiner Keynote auf spezifische Schwachstellen eines konventionell geschätzten SVAR-Modells aufmerksam und veranschaulichte seinen eigenen Ansatz an einer klassischen Identifikation. In den folgenden Vorträgen wurden auch gänzlich andere Wege der Identifikation aufgezeigt: Statt allein auf ökonomische Theorien zurückzugreifen, können z. B. auch sich über die Zeit verändernde Volatilitäts-eigenschaften der Daten zur Restriktion herangezogen werden.

Abderrahim Taamouti (Durham University Business School) präsentierte in der zweiten Keynote des Workshops eine neuartige Methode, mit deren Hilfe nichtlineare Granger-Kausalität über einen längeren Horizont nicht nur – wie sonst üblich – getestet, sondern auch in einem modellfreien Rahmen quantifiziert werden kann.

Wie wirksam ist Geldpolitik in Zeiten einer Finanzkrise? Was treibt die Renditedifferenz von Staatsanleihen im Euroraum? Wie stabil ist Lohnpolitik vor dem Hintergrund veränderter Rahmenbedingungen? Auch in diesem Jahr wurden die Beiträge zur Methodenentwicklung wieder durch zahlreiche empirische Arbeiten zu aktuellen Fragestellungen aus den Bereichen Finanzmärkte, Geldpolitik, Prognose und Lohnpolitik komplettiert.

Ergänzend zu den Vorträgen des Workshops fand außerdem eine Postersession statt.