Wirtschaft und Gesellschaft 42. Jahrgang (2016), Heft 4 Tabelle 1 zeigt einen (unvollständigen) Überblick über Studien, die mittels Regressionsanalysen Aussagen über die Beschäftigungseffekte von Arbeitszeitverkürzungen treffen. Die höchst unterschiedlichen Ergebnisse deuten sowohl auf unterschiedliche Effekte unterschiedlicher institutioneller Ausgestaltungen von Arbeitszeitreduktionen hin, aber selbst dieselbe Reduktion wird häufig nicht von allen Studien eindeutig beurteilt. 4. Ein makroökonomischer Ansatz Im Folgenden wird ein empirischer makroökonomischer Ansatz vorgestellt, der bestehende Analysen in dem Feld erweitert. Als erster Schritt wird die Einbettung des Modells in der Zeitreihenliteratur beschrieben, danach werden die Daten, das Schätzverfahren und schließlich die Ergebnisse vorgestellt. Wie weiter unten beschrieben, sind alle Variablen, die von Interesse sind, langfristig nicht stationär. Wenn diese Eigenschaft nicht berücksichtigt wird, können durch Standard-Regressionsschätzungen wie OLS historische Korrelationen fälschlicherweise als kausale Zusammenhänge interpretiert werden (spurious regression). Um kurzfristige Dynamiken zu beschreiben, wird häufig auf Trendbereinigungsmethoden wie Differenzbildung zurückgegriffen. Vor allem bei der Betrachtung von langfristigen Zusammenhängen geht hier allerdings Information verloren. Deshalb wird auf das Konzept der Kointegration zurückgegriffen, das ein langfristiges Gleichgewicht zwischen zwei oder mehr nichtstationären Variablen beschriebt. Zwei Ansätze werden häufig verwendet: erstens (strukturelle) Vektor-Fehlerkorrekturmodellen (VECM) und zweitens Autoregressive Distributive Lag (ARDL)-Modelle. ARDL-Gleichungen bestehen aus autoregressiven Teilen, in denen die abhängige Variable (z. B. Beschäftigung) durch eigene Werte der Vorperiode(n) (lags) sowie zusätzliche erklärende Variablen (sowohl kontemporäre als auch verzögerte Werte) erklärt wird. Details zu diesen Modellen finden sich unter anderem in Hassler und Wolters (2006), Engle und Granger (1987) oder Pesaran et al. (2001). Kapteyn et al. (2004) schätzen ein ARDL-Modell für ein Panel aus 16 Ländern, da das ARDL-Modell gegenüber dem VECM-Modell mehr Freiheitsgrade aufweist: So können etwa Variablen, die nicht direkt im Gleichungssystem gebildet werden (exogene Variablen), als Kontrollvariablen eingefügt werden. Ein weiterer Vorteil dieser Modelle gegenüber VECM ist, dass sie besser dafür geeignet sind, mit vergleichsweise kleinen Datensamples zu arbeiten, wie es auch in der vorliegenden Arbeit der Fall ist. Die Frage, welche Variablen in das Modell inkludiert werden, ist nicht tri674