Ländermodell

Im Gegensatz zu einigen anderen föderalen Staaten sind die Wahlen auf Landesebene in Deutschland über den Kalender verstreut. Jede dieser Wahlen zieht bundesweit Aufmerksamkeit auf sich und kann als Gradmesser der Wählerunterstützung angesehen werden. Dies gilt nicht nur für die jeweilige Landesregierung, sondern ebenso für die Bundesregierung in Berlin. Mark Kayser und Arndt Leininger nutzen diese subnationalen Wahlen, um auf Basis eines strukturellen Modells eine Prognose für die Bundestagswahl 2017 zu erstellen. Dies mehr als 100 Tage vor der Wahl.

Durch die Schätzung eines Prognosemodells auf Grundlage des Zusammenhangs zwischen vorangegangenen Wahlen und Kovariaten, sagen Strukturmodelle im Kern voraus, wie ein durchschnittlicher Kandidat mit einer durchschnittlichen Kampagne und Opposition in der prognostizierten Wahl abschneiden wird. Eine solche Erwartung stellen Kayser und Leininger basierend auf jüngsten Landtagswahlergebnissen, dem erwarteten Niveau des Wirtschaftswachstums im Quartal vor der Wahl sowie aufgrund weiterer struktureller Informationen auf. Somit setzt ihr Modell einen Erwartungswert, vor dessen Hintergrund das Abschneiden der Parteien bewertet werden kann.

Kayser und Leininger haben die Daten der Ergebnisse aller Bundes- und Landtagswahlen seit 1961 zusammengetragen. Damit erhalten sie einen Panel-Datensatz, in dem das Ergebnis einer Partei in einer Bundestagswahl in einem der 16 Bundesländer die Beobachtungseinheit bildet. Um die Stimmenanteile dieser Parteien vorherzusagen, schätzen sie ein lineares Mehrebenenmodell. Ihr Modell setzt sich aus den folgenden Variablen zusammen:

  1. dem Stimmenanteil, den eine Partei bei der vorigen Bundestagswahl erreicht hat,
  2. dem Stimmenanteil, den sie in der vorangegangen Landtagswahl erhalten hat,
  3. einer Variable, die besagt, ob die Partei zum Zeitpunkt der fraglichen Wahl die Kanzlerin oder den Kanzler stellte,
  4. das bundesweite Wachstum des Bruttoinlandsprodukts im Quartal vor der Wahl,
  5. die Interaktion der beiden zuletzt genannten Variablen,
  6. die Anzahl der Jahre, welche die Kanzlerin oder der Kanzler schon im Amt war und
  7. deren Interaktion mit der Dummy-Variable der Kanzlerpartei.

Eine Besonderheit des Modells ist damit, dass es keine umfragebasierte Variable enthält.

Die folgende Tabelle zeigt die Modellprognosen für die CDU/CSU, SPD, FDP, Bündnis 90/Die Grünen, Die Linke sowie Sonstige (eine Residualkategorie welche auch die AfD subsummiert) auf Basis eines ungewichteten und gewichteten Modells. Letzteres Modell gibt Beobachtungen, die eine kurz vor einer Bundestagswahl stattfindenden Landtagswahl repräsentieren, in der Modellschätzung mehr Gewicht. Das Modell beruht auf einer Schätzung des Zusammenhangs zwischen den oben genannten Variablen und dem Wahlergebnissen der Parteien welche dann für die Bundestagswahl 2017 auf Basis aktueller Daten in die Zukunft extrapoliert werden. Da die AfD erstmals 2013 an der Bundestagswahl teilnahm wird sie in dem Modell leider nicht gesondert ausgewiesen.

Die zweite Spalte der Tabelle zeigt den einfachen Mittelwert der beiden Modelle, welche in die PollyVote-Modellkomponente mit einfließt. Der Stimmenanteil für die AfD basiert dabei auf den Verhältnissen der prognostizierten Stimmenanteile in der PollyVote-Prognose.