Während das Bruttoinlandsprodukt (BIP) eine zentrale Kennzahl zur Messung des wirtschaftlichen Wachstums ist, zeigt es nicht, wer von diesem Wachstum profitiert und wie sich die wirtschaftliche Ungleichheit entwickelt. Zur Beurteilung des materiellen Wohlergehens und der wirtschaftlichen Nachhaltigkeit sind daher über das BIP hinausgehende makroökonomische Verteilungsanalysen erforderlich.

Als Reaktion auf die globale Finanzkrise ab 2007 und auf die Empfehlungen der Stiglitz-Sen-Fitoussi-Kommission wurde 2009 die G20 Data Gap Initiative ins Leben gerufen, um identifizierte politikrelevante Datenlücken zu schließen. Dazu gehören insbesondere die Verbesserung der Daten zur Einkommens-, Konsum- und Sparverteilung sowie zur Vermögensverteilung. Auch das neue System of National Accounts (SNA) 2025 unterstreicht die Bedeutung detaillierter Verteilungsrechnungen, an denen sich das künftige Europäische System Volkswirtschaftlicher Gesamtrechnungen (ESVG) orientieren wird.

Vor diesem Hintergrund entwickelt das Statistische Bundesamt derzeit eine makroökonomische Einkommensverteilung. Diese wird gemäß den methodischen Empfehlungen des SNA nach für den Sektor private Haushalte (S.14) berechnet. Die Volkswirtschaftlichen Gesamtrechnungen (VGR) dienen als zentrale Datengrundlage und werden durch Mikrodaten ergänzt, die mit den makroökonomischen Aggregaten harmonisiert werden. Ziel dieser Anpassung ist eine konsistente und international vergleichbare Erfassung aller Einkommensbestandteile über die Zeit.

Die Verteilungsergebnisse sollen nach Dezilen sowie, sofern möglich, nach weiteren relevanten soziodemografischen Merkmalen ausgewertet werden. Um Einkommensunterschiede zwischen Haushalten mit unterschiedlicher Größe und Zusammensetzung vergleichbar zu machen, wird eine Äquivalenzskala verwendet. Das SNA sieht schließlich vor, eine gemeinsame Verteilung von Einkommen, Konsum und Vermögen zu erstellen, um daraus multivariate Kennzahlen wie das Vermögen-Einkommen-Verhältnis oder die Konsumquote abzuleiten.

Die makroökonomische Einkommensverteilung soll gemäß methodischen Empfehlungen von Eurostat und der OECD im Rahmen der Data Gap Initiative (DGI) 3 sowie des neuen System of National Accounts (SNA) 2025 berechnet werden. Grundlage dafür sind die Einkommensaggregate der Volkswirtschaftlichen Gesamtrechnungen (VGR), insbesondere das Einkommen aus selbstständiger und nichtselbstständiger Arbeit, Vermögenseinkommen, Sozialleistungen, Steuer- und Sozialabgaben sowie sonstige Transferzahlungen, aus denen sich das verfügbare Einkommen ableitet. Mit dem Aufbau der makroökonomischen Einkommensverteilungsrechnung als neuer Bestandteil der VGR beschäftigt sich seit 2024 ein abteilungsübergreifendes Projektteam des Statistischen Bundesamtes.

Zur Ermittlung der Verteilungsinformationen über die einzelnen Einkommenskomponenten werden Mikrodaten, insbesondere aus EU-SILC und der Lohn- und Einkommensteuerstatistik, mit den makroökonomischen Aggregaten harmonisiert. Eine methodische Herausforderung besteht darin, dass die Berechnungen für private Haushalte erfolgen sollen, da nur EU-SILC Daten auf Haushaltsebene liefert, während die Lohn- und Einkommensteuerstatistik Steuerpflichtige abbildet. Zudem bestehen quantitative Abweichungen zwischen den Makro- und Mikrodaten, die auf Unterschiede in fachlichen Konzepten sowie auf Stichproben- und Nichtstichprobenfehler (bei EU-SILC) oder eine kleinere Grundgesamtheit als in der VGR (bei der Lohn- und Einkommensteuerstatistik) zurückzuführen sind. Darüber hinaus fehlen in den Mikrodaten bestimmte makroökonomische Komponenten vollständig, beispielsweise schattenwirtschaftliche Aktivitäten oder sozialer Sachtransfer. Zusätzlich erschweren Zeitreihenbrüche in den Mikrodaten die Analyse. Um diese Datenlücken zu schließen, sind statistische Anpassungsmethoden erforderlich.

Die Verteilungsergebnisse sollen nicht nur nach Einkommensgruppen (z. B. Dezile), sondern auch nach weiteren soziodemografischen Merkmalen differenziert werden, die für wirtschaftliche Analysen und politische Maßnahmen von Interesse sind. Allerdings ergeben sich hierbei Unschärfen, da nicht alle relevanten Merkmale in den Mikrodatenquellen gleichermaßen verfügbar sind und fehlende Merkmale imputiert werden müssen. Vorgesehen ist, dass erste experimentelle Ergebnisse aus dem Projekt Ende 2025 vorliegen.

This paper clarifies that, to address the aggregation problem, macroeconomic models must return to the empirical aggregates of national accounts (NA), thereby reconciling theoretical constructs with observed macro outcomes. However, some fundamental micro–macro gaps emerge between the bottom-up, microfounded macro and macro measurement. The primary gap stems from the divergence between closed aggregation—rooted in micro reality and theory—and the open aggregation approach employed by NA, which implicitly imposes macro restrictions that lack full microfoundations (Schlicht, 1985). In practice, two barriers—information friction and policy-oriented objectives—prevent macro measurement from adopting a closed aggregation framework. Using the aggregate production function and the contrast between Real GDP and Physical Value Added as illustrative examples, we demonstrate these barriers and rationalize NA’s reliance on open aggregation. A microfounded explanation is achievable only when the corresponding micro restrictions are satisfied, ensuring consistency between bottom-up aggregation and macro measurement; otherwise, NA aggregates diverge from those derived from micro data. Recognizing these gaps, we argue that many current efforts to redistribute the aggregate data exhibit a paradoxical regression to representative agent thinking. Tentative solutions include the development of satellite accounts and/or the imposition of top-down micro–macro restrictions—drawing on index number theory and practice—on the bottom-up aggregation process.

How wealth, income and consumption are jointly distributed is important to assess the levels and trends in inequality in households’ resources.

The goal of this paper is to empirically estimate the joint distribution of income, consumption and wealth. We use micro-data from three waves of the Panel on Household Finances (PHF). While wealth and income are directly collected in this wealth survey, total consumption is cal-culated using information on active savings flows and net income, and non-durable consump-tion is imputed.

Our main findings can be summarized as follows: Inequality is a pervasive phenomenon in Germany although it affects consumption, wealth and income differently. As in other countries, the income and consumption distributions are more equal, as measured by the Gini coefficient, than the wealth distribution. A multivariate extension of the Gini coefficient suggests that biva-riate inequality in net wealth and income or consumption, respectively, is lower than the more pronounced inequality in net wealth in isolation, which suggests that measuring inequality in net wealth and the more equally distributed income or consumption together results in a more equal joint distribution. In contrast, the multivariate Gini in income and consumption is higher than both univariate Gini coefficients. Analysing inequality in terms of a trivariate Gini in turn suggests again that inequality measured in all three variables lies somewhere in between the more equal distributions of income and consumption and the more unequal distribution of net wealth. This pattern seems quite stable over all three waves of our data.

These results improve our understanding of inequality in the largest Euro area economy and furthermore add new dimensions to measuring inequality which has been impeded by data limitations in the past.