Diese Arbeit besteht aus vier Essays, die empirische und methodische Beiträge zur Messung von Konjunkturzyklen und deren Zusammenhänge zu demographischen Variablen liefern. Der erste Essay analysiert unter Zuhilfenahme eines Bayesianischen Dynamischen Faktormodelles die Volatilität des US-amerikanischen Konjunkturzyklus seit 1867. In dem Essay wird gezeigt, dass die Volatilität in der Periode vor dem Ersten Weltkrieg und nachdem Zweiten Weltkrieg niedriger war als in der Zwischenkriegszeit. Eine geringere Volatilität für die Periode nach dem Zweiten Weltkrieg im Vergleich zu der Periode vor dem Ersten Weltkrieg kann nicht bestätigt werden. Der zweite Essay hebt die Bayesianischen Eigenschaften bezüglich dynamischer Faktormodelle hervor. Der Essay zeigt, dass die ganze Analyse hindurch - im Gegensatz zu klassischen Ansätzen - keine Annahmen an die Persistenz der Zeitreihen getroffen werden muss. Des Weiteren wird veranschaulicht, wie im Bayesianischen Rahmen die Anzahl der Faktoren bestimmt werden kann. Der dritte Essay entwickelt einen neuen Ansatz, um altersspezifische Sterblichkeitsraten zu modellieren. Kovariate werden mit einbezogen und ihre Dynamik wird gemeinsam mit der von latenten Variablen, die allen Alterklassen zugrunde liegen, modelliert. Die Resultate bestätigen, dass makroökonomische Variablen Prognosekraft für die Sterblichkeit beinhalten. Im vierten Essay werden makroökonomischen Zeitreihen zusammen mit altersspezifischen Sterblichkeitsraten einer strukturellen Analyse unterzogen. Es wird gezeigt, dass sich die Sterblichkeit von jungen Erwachsenen in Abhängigkeit von Konjunkturzyklen deutlich von den der anderen Alterklassen unterscheidet. Daher sollte in solchen Analysen, um Scheinkorrelation vorzubeugen, zwischen den einzelnen Altersklassen differenziert werden. / The thesis consists of four essays, which make empirical and methodological contributions to the fields of business cycle analysis and demography. The first essay presents insights on U.S. business cycle volatility since 1867 derived from a Bayesian dynamic factor model. The essay finds that volatility increased in the interwar periods, which is reversed after World War II. While evidence can be generated of postwar moderation relative to pre-1914, this evidence is not robust to structural change, implemented by time-varying factor loadings. The second essay scrutinizes Bayesian features in dynamic index models. The essay shows that large-scale datasets can be used in levels throughout the whole analysis, without any pre-assumption on the persistence. Furthermore, the essay shows how to determine the number of factors accurately by computing the Bayes factor. The third essay presents a new way to model age-specific mortality rates. Covariates are incorporated and their dynamics are jointly modeled with the latent variables underlying mortality of all age classes. In contrast to the literature, a similar development of adjacent age groups is assured, allowing for consistent forecasts. The essay demonstrates that time series of covariates contain predictive power for age-specific rates. Furthermore, it is observed that in particular parameter uncertainty is important for long-run forecasts, implicating that ignoring parameter uncertainty might yield misleadingly precise predictions. In the fourth essay the model developed in the third essay is utilized to conduct a structural analysis of macroeconomic fluctuations and age-specific mortality rates. The results reveal that the mortality of young adults, concerning business cycles, noticeably differ from the rest of the population. This implies that differentiating closely between particular age classes, might be important in order to avoid spurious results.

Diese Arbeit besteht aus vier Essays, die empirische und methodische Beiträge zu den Gebieten der Finanzmarktökonomik und der Makroökonomik liefern. Der erste Essay beschäftigt sich mit der Spezifikation der Investoren verfügbaren Informationsmenge in Tests bedingter Kapitalmarktmodelle. Im Speziellen schlägt es die Verwendung dynamischer Faktoren als Instrumente vor. Diese fassen per Konstruktion die Information in einer Vielzahl von Variablen zusammen und stellen daher intuitive Maße für die Investoren zur Verfügung stehenden Informationen dar. Es wird gezeigt, dass so die Schätzfehler bedingter Modelle im Vergleich zu traditionellen, auf einzelnen Indikatoren beruhenden Modellvarianten substantiell verringert werden. Ausgehend von Ergebnissen, dass die Zentralbank zur Festlegung des kurzfristigen Zinssatzes eine große Menge an Informationen berücksichtigt, wird im zweiten Essay im Rahmen eines affinen Zinsstrukturmodells eine ähnliche Idee verwandt. Speziell wird die Dynamik des kurzfristigen Zinses im Rahmen einer Faktor-Vektorautoregression modelliert. Aufbauend auf dieser dynamischen Charakterisierung der Geldpolitik wird dann die Zinsstruktur unter der Annahme fehlender Arbitragemöglichkeiten hergeleitet. Das resultierende Modell liefert bessere Vorhersagen US-amerikanischer Anleihenzinsen als eine Reihe von Vergleichsmodellen. Der dritte Essay analysiert die Vorhersagekraft der Zinsstrukturkomponenten "level", "slope", und "curvature" im Rahmen eines dynamischen Faktormodells für makroökonomische und Zinsdaten. Das Modell wird mit einem Metropolis-within-Gibbs Sampling Verfahren geschätzt, und Überraschungsänderungen der drei Komponenten werden mit Hilfe von Null- und Vorzeichenrestriktionen identifiziert. Die Analyse offenbart, dass der "curvature"-Faktor informativer in Bezug auf die zukünftige Entwicklung der Zinsstruktur und der gesamtwirtschaftlichen Aktivität ist als bislang vermutet. Der vierte Essay legt eine monatliche Chronologie der Konjunkturzyklen im Euro-Raum vor. Zunächst wird mit Hilfe einer verallgemeinerten Interpolationsmethode eine monatliche Zeitreihe des europäischen BIP konstruiert. Anschließend wird auf diese Zeitreihe ein Datierungsverfahren angewandt, das kurze und flache Konjunkturphasen ausschließt. / This thesis consists of four essays of independent interest which make empirical and methodological contributions to the fields of financial economics and macroeconomics. The first essay deals with the proper specification of investors’ information set in tests of conditional asset pricing models. In particular, it advances the use of dynamic factors as conditioning variables. By construction, dynamic factors summarize the information in a large number of variables and are therefore intuitively appealing proxies for the information set available to investors. The essay demonstrates that this approach substantially reduces the pricing errors implied by conditional models with respect to traditional approaches that use individual indicators as instruments. Following previous evidence that the central bank uses a large set of conditioning information when setting short-term interest rates, the second essay employs a similar insight in a model of the term structure of interest rates. Precisely, the dynamics of the short-term interest rate are modelled using a Factor-Augmented Vector-Autoregression. Based on this dynamic characterization of monetary policy, the term structure of interest rates is derived under the assumption of no-arbitrage. The resulting model is shown to provide superior out-of-sample forecasts of US government bond yields with respect to a number of benchmark models. The third essay analyzes the predictive information carried by the yield curve components level, slope, and curvature within a joint dynamic factor model of macroeconomic and interest rate data. The model is estimated using a Metropolis-within-Gibbs sampling approach and unexpected changes of the yield curve components are identified employing a combination of zero and sign restrictions. The analysis reveals that the curvature factor is more informative about the future evolution of the yield curve and of economic activity than has previously been acknowledged. The fourth essay provides a monthly business cycle chronology for the Euro area. A monthly series of Euro area real GDP is constructed using an interpolation routine that nests previously suggested approaches as special cases. Then, a dating routine is applied to the interpolated series which excludes business cycle phases that are short and flat.