Agentenbasierte Modellierung (ABM) gewinnt in der makroökonomischen Forschung zunehmend an Bedeutung. Diese Modelle sind immer mehr in der Lage, mikro- und makroökonomische Muster aus der realen Welt abzubilden und das Wissen über wirtschaftliche Zusammenhänge zu erweitern. Dank dieser Fortschritte werden agentenbasierte Modelle zu einem wertvollen und immer häufiger genutzten Instrument der Policy-Analyse. Policy-Analyse meint in diesem Zusammenhang die Untersuchung, wie sich Politikmaßnahmen auf relevante (wirtschaftliche) Kennziffern (z.B. Arbeitslosigkeit oder Wirtschaftswachstum) auswirken. Allerdings ist agentenbasierte Modellierung eine komplexe Untersuchungsmethode für die ohnehin komplexe Policy-Analyse, da eine Politikmaßnahme zumeist ein Bündel aus verschiedenen Einzelmaßnahmen darstellt. Das macht Policy-Analysen, die auf Simulationsstudien mit agentenbasierten Modellen basieren, anfällig für Kritik. Es wird beispielsweise kritisiert, dass der Effekt einer Politikmaßnahme im Model bedingt ist durch die Wahl der Parameter, die diese Politikmaßnahme beschreiben (d.h. der Intensität der Maßnahme). Der folgende Beitrag greift diese Probleme auf. Wir haben ein Verfahren entwickelt, das hilft, die Simulationen von Politikmaßnahmen in verschiedenen Intensitätsgraden in makroökonomischen ABM zu konzeptualisieren und effizient durchzuführen. Wir nennen es 'Policy Implementation Sensitivity Analysis' (POSA). Das Verfahren macht sowohl die Beweggründe für die Implementierung einer Politikmaßnahme in einer bestimmten Intensität als auch die Konsequenzen dieser Entscheidung transparent. Die Anwendung von POSA führt zu grafischen Darstellungen und/oder statistischen Berichten, die im Anhang der eigentlichen Forschungsarbeit aufgenommen oder als Begleitmaterial online zur Verfügung gestellt werden können. Diese können die Glaubwürdigkeit der Forschung erhöhen, vergleichbar mit Protokollen in der analytischen und empirischen Wirtschaftsforschung. Im Anhang dieses Beitrags wird die Anwendung des POSA-Verfahrens anhand eines Beispiels veranschaulicht.

Agent-based computational economics (ACE) is gaining interest in macroeconomic research. Agent-based models (ABM) are increasingly able to replicate micro- and macroeconomic stylised facts and to extend the knowledge about real-world economic systems. These advances allow ABM to become a valuable and more frequently used tool for policy analysis in academia and economic practice. However, ACE is a rather complex approach to already complex investigations like policy analyses, i.e. the analyses on how a variety of policy measures affects the (model) economy, which makes policy analyses in ABM prone to critique. The following research paper addresses these problems. We have developed a procedure for policy experiments in ACE which helps to conceptualise and conduct policy experiments in macroeconomic ABM efficiently. The procedure makes policy implementation decisions and their consequences transparent by conducting what we term the policy implementation sensitivity analysis (POSA). The application of the procedure produces graphical and/or numerical reports that should be included in the appendix of the original research paper in order to increase the credibility of the research, similar to proofs and protocols in analytical and empirical research.