Das Ifo-Institut kritisiert die Wahlprogramme der Parteien für die Bundestagswahl deutlich. Insbesondere moniert das Institut fehlende Gegenfinanzierungsvorschläge bei versprochenen Steuerentlastungen, was zu erheblichen Defiziten im Staatshaushalt führen könnte. Studienautor Maximilian Blömer weist darauf hin, dass viele Reformvorschläge große Finanzierungslücken aufweisen. Ein solides Konzept erfordere klare Gegenfinanzierungen, um wirtschaftliche Stabilität zu sichern.
Unterschiedliche Ansätze der Parteien
Die Datenanalyse des Ifo-Instituts zeigt deutliche Unterschiede zwischen den Wahlprogrammen der Parteien. Während CDU/CSU ein umfassendes Reformprogramm vorschlagen, würden die damit verbundenen Maßnahmen zu jährlich 97 Milliarden Euro Mindereinnahmen führen. Die FDP plant sogar noch weitergehende Steuersenkungen, deren Kosten auf 142 Milliarden Euro geschätzt werden. Laut Ifo-Institut könnten die Vorschläge der beiden Parteien zwar Arbeitsanreize stärken, jedoch reiche dies bei weitem nicht aus, um die negativen Effekte für den Staatshaushalt auszugleichen. Die errechnete Eigenfinanzierungsquote liegt bei etwa zehn Prozent.
Fiskalische Vorsicht bei SPD und Grünen
Im Gegensatz dazu vermeiden SPD und Grüne größere Reformen und bieten, laut dem Ifo-Institut, „fiskalisch eher ausgeglichene Forderungen im Steuer- und Transfersystem“ an. Diese Zurückhaltung wird von den Wirtschaftsforschern als ausgewogener beurteilt, da sie größere Finanzierungslücken vermeiden und somit weniger Risiken für den Staatshaushalt darstellen.
Kritik an AfD, BSW und Linke
AfD und BSW präsentieren laut Ifo-Institut Wahlprogramme, „die die oben genannten Steuergeschenke nochmals überbieten wollen“. Die langfristige Nachhaltigkeit dieser Versprechungen bleibe jedoch unklar, was auf potenzielle Steuererhöhungen oder eine erhöhte Verschuldung hinweise. Zudem kritisiert das Ifo-Institut die Linke für Pläne im Steuer- und Transfersystem, die stark negative Arbeitsanreize setzen könnten.
Quelle: Mit Material der dts Nachrichtenagentur. ✨ durch KI bearbeitet, .
