Zum Inhalt

Projektbereiche B: Ökonometrie

Teilprojekte der letzten Förderphase

B1 : Kapitalmarktpreise als Frühindikatoren ökonomischer Strukturbrüche und Trends

Projektleitung: Prof. Dr. Walter Krämer, Prof. Dr. Holger Dette, Prof. Dr. P. Laurie Davies

Kurzbeschreibung

Der Gegenstand des Projektes ist das Modellieren und Quantifizieren von Kapitalmarktrisiken, wie sie etwa durch Ausfallwahrscheinlichkeiten oder Volatilitäten gemessen werden. Sind die einschlägigen Märkte effizient? Gibt es Strukturbrüche in den verwendeten Modellen oder langes Gedächtnis in den Volatilitäten? Sind die Modelle überhaupt korrekt spezifiziert? Diese Fragen beantworten wir mit Hife großer einschlägiger Datensätze und neuer Schätz- und Testverfahren. In der nächsten Projektphase werden dabei auch multivariate Zusammenhänge wie Randabhängigkeiten von Aktienrenditen oder der Übergang von individuellen Kreditausfällen auf Portfolio-Risiken untersucht.

Das Projekt verbeißt sich noch tiefer als bisher in die Modellierung des allgegenwär­tigen, das Auf und Ab an Kapitalmärkten bestimmenden Faktors „Risiko“. Die wich­tigsten Messzahlen für Risiken sind dabei Volatilitäten und Ausfall­wahrscheinlich-keiten, die beide unmittelbar die rationalen Preise risikobehafteter Wertpapiere bestimmen und deren adäquate Modellierung daher von zentraler Bedeutung für jede empirische Finanzmarktforschung ist.

Im Einzelnen wollen wir

  • Portfolio-Risiken besser abschätzen, u. a. durch eine realitätsnähere Modellierung von Abhängig­keiten bei Kreditausfällen.
  • ganz allgemein abhängige Risken besser modellieren, u.a. durch eine Verallgemeinerung der Gauss-Copula bei multivariaten Verteilungen. Konkret dabei zu beantwortende Fragen be­treffen unterschiedliche Korrelationen in wirtschaftlichen Auf- und Abschwungpha­sen, oder bisher unerklärte Randabhängigkeiten.
  • die in der letzten Projektphase entwickelten neuen Zeitreihenmodelle für Finanzmarkt-Volatili­täten empirisch überprüfen. Dabei werden wir die in anderen Teilprojekten des SFBs entwickelte Methode der straffen Saite auf Kapitalmarktvolatilitäten übertragen.
  • neue Tests auf korrekte Modellspezifikationen bei zeitstetigen Aktienkursmodellen und bessere Schätzer der Volatilitätsfunktion unter der Ausnutzung von Annahmen zur Marktmikrostruktur entwickeln.
  • neue Einblicke in den Zusammenhang zwischen Strukturbrüchen und langem Gedächtnis bei Finanzzeitreihen gewinnen: Läßt sich die bei GARCH-Modellen immer wieder empirisch gefundene hohe Persistenz der bedingten Volatilitäten durch Strukturbrüche erklären? Welche Strukturbrüche erzeugen langes Gedächtnis, welche nicht? Kann man Methoden zur Strukturbrucherkennung für den bedingten Erwartungswert, insbesondere auf empirischen Fluktuationsprozessen basierende Monitoring-Verfahren, auf Volatilitätsmodelle übertragen?

Arbeitspakete

  • Multivariate Risikostrukturen
  • Nichtparametrische und multivariate Volatilitätsmodellierung
  • Langes Gedächtnis bei Volatilitäten sowie Strukturbruchtests
  • Adäquate Modellbildung und Effizienzmarkttests

Veröffentlichungen

  • Bachmann, D., Dette, H. (2005), “A Note on the Bickel-Rosenblatt Test in Autoregressive Time Series”, erscheint in: Statistics & Probability Letters.
  • Baltagi, B. und Krämer, W. (1994), "Consistency, asymptotic unbiasedness and bounds on the bias of s² in the linear regression model with error component disturbances", Statistische Hefte 35, 323-328.
  • Baltagi, B. und Krämer, W. (1995), "A mixed error component model", Econometric Theory, 11 (Problems and Solutions), 191-193.
  • Baltagi, B. und Krämer, W. (1996), "A general condition for an optimal limiting efficiency of OLS in the general linear regression model", Economics Letters, 50, 13-17.
  • Butler, R.W., Davies, P.L. und Ihun, M. (1993), "Asymptotics of the minimum covariance determinant estimator", Annals of Statistics, 21, 1385-1400.
  • Davidson, J., Sibbertsen, P. (2005), "Generating Schemes for Long Memory Processes: Regimes, Aggregation and Linearity", Journal of Econometrics, 128, 253-282.
  • Davies, P.L. (1976), "Local Hölder conditions for the local times of certain stationary Gaussian process", Annals of Probability, 4, 277-298.
  • Davies, P.L. (1977), "The exact Hausdorff measure of the zero set of certain stationary Gaussian process", Annals of Probability, 5, 740-755.
  • Davies, P.L. (1987), "Asymptotic behaviour of S-estimates of multivariate location parameters and dispersion matrices", Annals of Statistics, 15, 1269-1292.
  • Davies, P.L. (1990), "The asymptotics of S-estimators in the linear regression model", Annals of Statistics, 18, 1651-1675.
  • Davies, P.L. (1992), "The asymptotics of Rousseeuw's minimum volume ellipsoid", Annals of Statistics, 20, 1828-1843.
  • Davies, P.L. (1992), "An efficient Fréchet differentiable high breakdown location and dispersion estimator", Journal of Multivariate Analysis, 40, 311-327.
  • Davies, P.L. (1993), "Aspects of robust linear regression", Annals of Statistics, 21, 1843-1899.
  • Davies, P.L. (1994), "Desirable properties, breakdown and efficiency in the linear regression model", Statistics & Probability Letters, 19, 361-370.
  • Davies, P.L. (1998), "On locally uniformly linearizable high breakdown location and scale functionals", Annals of Statistics, 26, 1103-1125.
  • Davies, P.L., Krämer, W. (2003), "The Dickey-Fuller Test for Exponential Random Walks", Econometric Theory, 19, 865-877.
  • Dette, H., Neumeyer, N., Pilz, K. (2005), “A Simple Nonparametric Estimator of a Monotone Regression Function”, erscheint in: Bernoulli.
  • Dette, H., Neumeyer, N., Pilz, K. (2005), “A Note on Nonparametric Estimation of the Effective Dose in Quantal Bioassay”, erscheint in: Journal of the American Statistical Association.
  • Dette, H., Podolskij, M., Vetter, M. (2005), "Estimation of Integrated Volatility in Continuous Time Financial Models with Applications to Goodness-of-fit Testing", erscheint in: Scandinavian Journal of Statistics.
  • Dette, H., Spreckelsen, I. (2004), "Some Comments on Specification Tests in Nonparametric Absolutely Regular Processes", Journal of Time Series Analysis, 25, 159-172.
  • Dette, H., von Lieres und Wilkau, C. (2003), "On a Test for a Parametric Form of Volatility in Continuous Time Financial Models", Finance & Stochastics, 7, 363-384.
  • Kleiber, C. (1999), "Halbordnungen von Einkommensverteilungen", Angewandte Statistik und Ökonometrie Bd. 47, Göttingen: Vandenhoeck & Ruprecht. (Dissertation)
  • Kleiber, C., "A Simple Distribution without any Moments", The Mathematical Scientist 25, 59 - 60
  • Kleiber, C., "Central limit theorem for squared MA(8) processes", Econometric Theory 16, Problems and Solutions, 1044
  • Kleiber, C. (2004), "Lorenz Ordering of Order Statistics from Log-Logistic and Related Distributions", Journal of Statistical Planning and Inference, 120, 13-19.
  • Kleiber, C., Krämer, W. (2003), "Efficiency, Equity, and Generalized Lorenz Dominance", Estadística, 55, 173-186.
  • Kleiber, C., Krämer, W. (2005), "Finite-Sample Power of the Durbin-Watson Test Against Fractionally Integrated Disturbances", erscheint in The Econometrics Journal.
  • Krämer, W. (1994), "Eine Anmerkung zur Exzeß-Volatilitätsdebatte in der Empirischen Kapitalmarkt-forschung", Zeitschrift für Wirtschafts- und Sozialwissenschaften, 114, 173-183.
  • Krämer, W. (1995), "The probability of a "gross" violation of an efficient markets variance inequality", Empirical Economics, 20, 473-478.
  • Krämer, W. (1998), "Short-term predictability of German stock returns", Empirical Economics, 23, 635-639.
  • Krämer, W. (1998), "Fractional integration and the augmented Dickey-Fuller test", Economics Letters, 61, 269-272.
  • Krämer, W. (1999), "Kointegration von Aktienkursen", Zeitschrift für betriebswirtschaftliche Forschung, 51, 915-936.
  • Krämer, W., "Armut in der Bundesrepublik", Frankfurt, Campus-Verlag
  • Krämer, W., "Statistik in den Wirtschafts- und Sozialwissenschaften", Allgemeines Statistisches Archiv 85, 187-199.
  • Krämer, W. (2003), "Die Bewertung und der Vergleich von Kreditausfall-Prognosen", Kredit und Kapital, 36, 395-410.
  • Krämer, W. (2005), "On the Ordering of Probability Forecasts", erscheint in Sankhya.
  • Krämer, W. (2005), "Evaluating Probability Forecasts in Terms of Refinement and Strictly Proper Scoring Rules", erscheint in Journal of Forecasting.
  • Krämer, W., Davies, P.L. (2003), "Testing for Unit Roots in the Context of Misspecified Logarithmic Random Walks", Economics Letters, 74, 313-319.
  • Krämer, W., Gigerenzer, G. (2005), "How to Confuse with Statistics or: The Use and Misuse of Conditional Probabilities", Statistical Science, 20, 223-230.
  • Krämer, W., Marmol, F. (2004), "The Power of Residual-Based Tests for Cointegration when Residuals are Fractionally Integrated", Economics Letters, 82, 63-69.
  • Krämer, W. und Ploberger, W. (1990), "The local power of the CUSUM and CUSUM-of-squares tests", Econometric Theory, 6, 335-347.
  • Krämer, W. und Ploberger, W. (1992), "The CUSUM test with OLS residuals", Econometrica, 60, 271-285.
  • Krämer, W., Ploberger, W. und Alt, R. (1988), "Testing for structural change in dynamic models", Econometrica, 56, 1355-1369.
  • Krämer, W., Ploberger, W. und Schlüter, I. (1991), "Recursive vs. OLS residuals in the CUSUM test", in: Economic Structural Change, P. Hackl und A.H. Westlund (Hrsg.), Springer, Berlin-New York, 35-47.
  • Krämer, W. und Runde, R. (1992), ":Wochentagseffekte am Deutschen Aktienmarkt. Wie robust ist der t-Test bei unendlicher Varianz?", Allgemeines Statistisches Archiv, 76, 226-239.
  • Krämer, W. und Runde, R. (1993), "Kalendereffekte auf Kapitalmärkten. Eine empirische Untersuchung für deutsche Aktien und den DAX", Zeitschrift für Betriebswirtschaftliche Forschung, Sonderheft 31, 87-98.
  • Krämer, W. und Runde, R. (1994), "Some pitfalls in using empirical autocorrelations to test for zero correlation among common stock returns", in: Econometric Analysis of Financial Markets, J. Kähler, und P. Kugler (Hrsg.), Physica, Heidelberg, 1-10.
  • Krämer, W. und Runde, R. (1996), "Stochastic properties of German stock returns", Empirical Economics, 21, 281-306.
  • Krämer, W. und Runde, R. (1997), "Chaos and the compass rose", Economics Letters, 54, 113-118.
  • Krämer, W. und Runde, R. (1997), ":Stocks and the weather: an exercise in data mining or yet another capital market anomaly?", Empirical Economics, 22, 637-641.
  • Krämer, W., Runde, R., "Peaks or Tails - What Distinguishes Financial Data?", Empirical Economics 25, 665 - 671
  • Krämer, W., und Schotman, P. (1992), "Range vs. maximum in the OLS-based version of the CUSUM test", Economics Letters, 40, 379-381.
  • Krämer, W. und Sonnberger, H. (1986), The Linear Regression Model under Test, Physica, Heidelberg.
  • Krämer, W., Ziebach, T. (2005), "The Weak Pareto Law and Regular Variation in the Tails", erscheint in: Statistica.
  • Liebscher, S., Krämer, W., "Some Simple LM Tests against Multiple Changes of Variance in Linear Regression", Allgemeines Statistisches Archiv, 84, 33 - 40
  • Neumeyer, N., Dette, H. (2005a), “A Note on One-sided Nonparametric Analysis of Covariance by Ranking Residuals”, Mathematical Methods of Statistics, 14, 80-104.
  • Neumeyer, N., Dette, H., Nagel, E. (2005a), “A Note on Testing Symmetry of the Error Distribution in Linear Regression Models”, erscheint in: Journal of Nonparametric Statistics.
  • Neumeyer, N., Dette, H., Nagel, E. (2005b), “Some Bootstrap Tests for the Error Distribution in Linear and Nonparametric Regression Models”, erscheint in: Australian and New Zealand Journal of Statistics.
  • Pawlak, M., Rafajlowicz, E., Steland, A. (2004), “On Detecting Jumps in Time Series – Nonparametric Setting”, Journal of Nonparametric Statistics, 16, 329-347.
  • Ploberger, W. und Krämer, W. (1986), "On studentizing a test for structural change", Economics Letters, 20, 341-344.
  • Ploberger, W. und Krämer, W. (1987), "Mean adjustment and the CUSUM test for structural change", Economics Letters, 25, 255-258.
  • Ploberger, W. und Krämer. W. (1996), "A trend-resistant test for structural change based on OLS residuals", Journal of Econometrics, 70, 175-185.
  • Ploberger, W., Krämer, W. und Alt, R. (1989), "A modification of the CUSUM test in the linear regression model with lagged dependent variables", Empirical Economics, 14, 65-75.
  • Ploberger, W., Krämer, W. und Kontrus, K. (1989), "A new test for structural stability in the linear regression model", Journal of Econometrics, 40, 307-318.
  • Runde, R. (1993), "A note on the asymptotic distribution of the F-statistic for random variables with infinite variance", Statistics & Probability Letters, 18, 9-12.
  • Runde, R. (1997), "The asymptotic null distribution of the Box-Pierce Q-statistic for random variables with infinite variance - with an application to German stock returns", Journal of Econometrics, 78, 205-216.
  • Runde, R. (1998), "Locally most powerful two-sample rank tests for Lévy distributions", Statistical Papers, 39, 179-188.
  • Runde, R. (1999), "Testing for zero autocorrelation when the innovations belong to the normal domain of attraction of a Cauchy law", Econometric Theory, 15, 177-183.
  • Sibbertsen, P., "S-estimation in the Linear Regression Model with Long-memory Error Terms under Trend", Journal of Time Series Analysis 22, 353 - 363.
  • Steland, A. (2004), “Sequential Control of Time Series by Functionals of Kernel-weighted Empirical Processes Under Local Alternatives”, Metrika, 60, 229-240.
  • Steland, A. (2004), “Jump-preserving Monitoring of Dependent Time Series Using Pilot Estimators”, Statistics and Decisions, 21, 343-366.
  • Steland, A. (2004), “NP-optimal Kernels for Nonparametric Sequential Detection Rules”, Economic Quality Control, 18, 149-163.
  • Steland, A. (2004), “On the Distribution of the Clipping Median Under a Mixture Model”, Statistics & Probability Letters, 70, 1-13.
  • Steland, A. (2005), “Optimal Sequential Kernel Detection for Dependent Processes”, Journal of Statistical Planning and Inference, 132, 131-147.
  • Steland, A. (2005), “Random Walks with Drift - A Sequential View”, erscheint in: Journal of Time Series Analysis.
  • Weißbach, R. (2005), "A General Kernel Functional Estimator with General Bandwidth -- Strong Consistency and Applications", erscheint in Journal of Nonparametric Statistics.
  • Zeileis, A., Kleiber, C., Krämer, W., Hornik, K. (2003), "Testing and Dating of Structural Changes in Practice", Computational Statistics & Data Analysis, 44, 109-123.
  • Zeileis, A., Kleiber, C. (2005), "Validating Multiple Structural Change Models - A Case Study", Journal of Applied Econometrics, 20, 485-490.
  • Zeileis, A., Leisch, F., Kleiber, C., Hornik, K. (2005), "Monitoring Structural Change in Dynamic Econometric Models", Journal of Applied Econometrics, 20, 99-121.
  • Zhang, C., Dette, H. (2004), “A Power Comparison Between Nonparametric Regression Tests”, Statistics & Probability Letters, 66, 289-301.
  • Ziebach, T., "Die Modellierung der personellen Einkommensverteilung mit verallgemeinerten Pareto-Kurven", Quantitative Ökonomie Bd. 110, Lohmar, Josef Eul (Dissertation)

 

B6 : Internationale Risikoallokation

Projektleitung: Dr. Falko Jüßen, Prof. Dr. Walter Krämer

Wesentliche Ziele

Das Projekt untersucht die makroökonomische Wirkung eines immer globaleren Kapitalmarkts auf die interregionale und internationale Risikoteilung. Dazu verbessern wir herkömmliche Risikoallokationsmaße und nutzen neuere theoretische Ansätze in der internationalen Makrotheorie, um die Struktur von internationalen und interregionalen Konsum- und Einkommensfluktuationen mit der Preisbildung auf Kapitalmärkten zu verbinden.

Weitergehende Zusammenfassung

Das Projekt nutzt Einsichten aus der ökonomischen Theorie, um statistische Eigenschaften von zeitreihen- oder panelbasierten Risikoallokationsmaßen abzuleiten und nötigenfalls alternative Maßzahlen zu konstruieren. Hierbei konzentrieren wir uns insbesondere auf konsumbasierte Maße, da diesen bei der Wohlfahrtsmessung im Rahmen praktisch aller gängigen makroökonomischen Theorien besondere Bedeutung zukommt.
Aufbauend auf einer dynamischen Varianzzerlegung des Konjunkturzyklus haben wir ein ökonometrisches Modell entwickelt, in dem neben internationalen Kapitalflüssen auch der Beitrag von 'Terms-of-Trade'- und Wechselkursschwankungen zur Risikoteilung gemessen werden kann. Daneben konnten robuste konsumbasierte Risikoallokationsmaße entwickelt werden, mit dem der Effekt der Globalisierung auf internationale Konsumschwankungen konsistent nachgewiesen werden kann.
In der bisherigen Projektarbeit standen die Auswirkungen finanzieller Globalisierung auf internationale und interregionale Einkommensflüsse im Vordergrund. Im nächsten Schritt wollen wir darüber hinaus auch Bewertungs- und Vermögenseffekte und deren Bedeutung für die Risikoallokation untersuchen. Daneben haben wir bereits Arbeiten begonnen, in denen wir neuere theoretische Ansätze für Nichtstandardpräferenzen, nichtversicherbare Hintergrundrisiken oder begrenzte Partizipation nutzen, um die Implikationen der Preisbildung auf Kapitalmärkten für die Risikoverteilung zwischen Ländern, Regionen und Haushalten ökonometrisch zu modellieren und um die prognostische Kraft von sogenannten "Great Ratios", (Konsum-Einkommens- und Konsum-Vermögens-Quotienten) für Kapitaleinkommensflüsse, Wechselkursschwankungen, Aktienmärkte und Konjunkturübertragung zu untersuchen.
Der statistisch-methodische Rahmen des Projekts wird durch die Tatsache bestimmt, dass in allen drei Arbeitspaketen nichtstationäre Panel-Daten eine wichtige Rolle spielen. Daneben treten in allen drei Paketen (kointegrierte) Vektorautoregressionen (VAR) als weiteres wichtiges Werkzeug der Datenanalyse auf. Methodisch interessante Probleme ergeben sich hierbei bei der Analyse kointegrierter Panel-Daten und bei der Schätzung von Panel-VARs.
Der Bezug zum Gesamtthema des Sonderforschungsbereichs ergibt sich daraus, dass robuste Risikoallokationsmaße es ermöglichen, die allokative Gesamtwirkung der fortschreitenden Finanzmarktintegration abzubilden, ohne dass die ganze Komplexität internationaler Kapitalflüsse detailliert zu modellieren ist. Bestandsgrößen wie etwa Aktienportfolios oder internationale Kreditverflechtungen entziehen sich allein schon wegen des reinen Volumens und der Vielzahl der verschiedenen Instrumente einer präzisen statistischen Erfassung, so dass es sich anbietet, die makroökonomische Theorie zu bemühen, um die Auswirkungen dieser Verflechtungen zu messen statt die Verflechtungen selbst.

Veröffentlichungen

Buchbeiträge:

  • Hoffmann, M. (2004a), "Comment on Michael D. Bordo and Thomas F. Helbling 'Have National Business Cycles become more synchronized?'", in: Siebert, H. (Hrsg.) Macroeconomic Policies in the World Economy, Springer Verlag (Berlin and Heidelberg), 2004

SFB 475 Technical Reports:

Zeitschriftenbeiträge:

Zur Publikation in referierten Zeitschriften eingereichte Arbeiten:

 

B8 : Konjunkturabhängige Erwerbszustandsdynamik in heterogenen Arbeitsmärkten

Projektleitung: Prof. Dr. Christoph M. Schmidt, Prof. Dr. Walter Krämer, Dr. Jochen Kluve

Kurzbeschreibung

Das Projekt modelliert und quantifiziert die unterschiedliche Dynamik des Ein- und Austritts aus dem Arbeitsmarkt im Konjunkturverlauf unter expliziter Berücksichtigung der Heterogenität der Arbeitsmarktteilnehmer. Die Dauer von Phasen der Arbeitslosig­keit und die Wahrscheinlichkeit für das Auftreten unsteter Erwerbsverläufe unterschei­den sich zwischen Individuen je nach ihrer Ausstattung an Humankapital, Alter bzw. Erfahrung und Geschlecht. Darüber hinaus werden diese individuenspezifischen Erfolgsfaktoren noch in unterschiedlicher Weise von marktweiten konjunkturellen Schwankungen überlagert.

Die herkömmliche mikroökonometrische Literatur erfaßt derartige konjunkturelle Schwankungen typischerweise als proportionale Faktoren, die alle Individuen gleicher­maßen in ihrem Arbeitsmarktverhalten betreffen. Davon abweichend soll das aktuelle Projekt auf der Basis sich ergänzender Datenquellen explizit erlauben, dass sich das Übergangsverhalten zwischen verschiedenen Erwerbszuständen – d.h. zwischen Beschäftigung, Arbeitslosigkeit und Nicht-Partizipation – für verschiedene Arbeit­nehmergruppen – gekennzeichnet durch sozioökonomische Charakteristika wie Geschlecht, Alter, Ausbildung – im Konjunkturverlauf in unterschiedlicher Form ändert. Das wesentliche Ziel des Projektes ist somit das Gewinnen robuster Erkennt­nisse zum Zusammenhang zwischen konjunkturellen Einflüssen und individueller Hete­rogenität als Determinanten des Arbeitsmarktverhaltens und Arbeitsmarkterfolgs.

Veröffentlichungen

  • Bender, S. und C.M. Schmidt (2004), "Job Creation and Job Destruction in Heterogene­ous Labor Markets: Evidence from German Micro Data", mimeo, RWI-Essen.
  • Davies, L. und Krämer, W. (2003), "The Dickey-Fuller Test for exponential random walks", Econometric Theory 19, 865-877.
  • Fertig, M. und C.M. Schmidt (2004), "Gerontocracy in Motion? European Cross-Coun­try Evidence on the Labor Market Consequences of Population Ageing", erscheint in: Wright, Robert E. (Hrsg.), Scotland’s Demographic Challenge, Stirling-Glasgow: Scot­tish Economic Policy Network.
  • Frondel, M. und C.M. Schmidt (2003), "Rejecting Capital-Skill Complementarity at all Costs", Economics Letters, 80, 15-21.
  • Hornik, K., Kleiber, C., Krämer, W. und Zeileis, A. (2003): "Testing and dating of structural changes in practice", Computational Statistics & Data Analysis 44, 109-123.
  • Kluve, J. (2003), "Assessing Counterfactuals when Treatment is Multivalued", überar­beitete Fassung von UC Berkeley Center for Labor Economics Working Paper #55.
  • Kluve, J. (2004), "On the Role of Counterfactuals in Inferring Causal Effects", Founda­tions of Science 9, 65-101.
  • Krämer, W. und Marmol, F. (2004): "The power of residual–based tests for cointegra­tion when residuals are fractionally integrated", Economics Letters 82, 63-69.
  • Krämer, W. (2004a) "The robustness of the F-test to spatial autocorrelation among regression disturbances", erscheint in Statistica.
  • Krämer, W. (2004b): "Finite Sample Power of Cliff-Ord-Type Tests for Spatial Distur­bance Correlation in Linear Regression", erscheint im Journal of Statistical Planning and Inference.
  • Maidorn, S. (2003), The decision to work, to search or to withdraw when markets are incomplete, Aachen : Shaker.
  • Rothgang, M. und C.M. Schmidt (2003), "The New Economy, the Impact of Immigra­tion, and the Brain Drain", in: Jones, D.C. (Hrsg.), New Economy Handbook, Amster­dam et al.: Elsevier, 583-625.

 

B9 : Kontrafaktische Analyse der Verteilung von Ergebnisvariablen des Arbeitsmarktes am Beispiel des individuellen Einkommens

Projektleitung: Dr. John P. Haisken-DeNew, Prof. Dr. Christoph M. Schmidt Ph.D.

Kurzbeschreibung

Dieses Projekt untersucht den Einfluss staatlicher Maßnahmen nicht nur auf die in der modernen Evaluationsliteratur üblichen Durchschnittseffekte, sondern auch auf die marginalen Effekte für Teilnehmer und Nicht-Teilnehmer an einer Maßnahme an verschiedenen Stellen der Ausgangsverteilung. Zentrale Herausforderung ist dabei die Konstruktion kontrafaktischer Ergebnisverteilungen. Inhaltlicher Anker sind die Einkommensverteilungen niedrig qualifizierter Individuen vor und nach den umfassenden Reformen des sozialen Sicherungssystems in Deutschland.

Wirtschaftliche Leistungsfähigkeit und individuelles Einkommen sind typischerweise selbst bei Menschen mit identisc hen beobachtbaren Charakteristika verschieden. In der ökonomischen Literatur wird diese Komplexität üblic herweise durch die Wahl von zusammenfassenden Maßen, z. B. Ungleich heitsmaßen oder Armutsquoten, in eine ökonomisch leicht zu interpretierende Form komprimiert. Allerdings sind deskriptive Studien nicht in der Lage, die kausalen Effekte wirtschafts- und gesellschaftspolitisc her Rahmensetzungen zu erfassen. Insbesondere sind an verschiedenen Stellen der Verteilung unterschiedlic he Effekte zu erwarten. Daraus ergibt sich die ökonomisc he Kernfrage: "Wie sähen die Einkommensverteilung und damit Maße der Ungleichheit aus, wenn die Umstände andere gewesen wären?"

Diese Frage erzwingt eine explizite Modellierung der individuellen kontrafaktischen Einkommenssituation und somit der gesamten kontrafaktischen Einkommensverteilung, wie sie ohne die zu evaluierende Maßnahme zustande gekommen wäre. Spielt unbeobachtete Heterogenität für die Teilnahme-Entscheidung der betrachteten Individuen eine erhebliche Rolle, dann lässt sich diese Konstruktion nicht direkt aus den Verteilungen der Nicht-Teilnehmer ableiten. So deutet Vieles darauf hin, dass in Deutschland Erwerbstätigkeit und Einkommensarmut eine hohe negative Korrelation aufweisen. Allerdings lässt sich ohne die explizite Formulierung und Schätzung der kontrafaktischen Einkommensverteilungen keineswegs die (für die wirtschaftspolitisc he Arbeit essentielle) Kausalaussage ableiten, Beschäftigung sei der primäre Weg zur Vermeidung von Einkommensarmut. Dazu müsste zunächst der Nachweis geführt werden, dass die verfügbaren Einkommen der Beschäftigten im Falle der Nicht-Beschäftigung deutlich niedriger lägen als im Falle der Beschäftigung, bzw. dass die Nicht-Beschäftigten durch eine Beschäftigungsaufnahme ihr Einkommen spürbar erhöhen könnten.

Dieses Projekt untersucht daher insbesondere die Rolle der Beschäftigungsentscheidung für das individuell verfügbare Einkommen. Im Laufe der letzten Jahre sind die Rahmenbedingungen dieser Entscheidung in Deutschland erheblich verändert worden. Die Frage ist also, inwieweit diese Reformen es vermocht haben, über veränderte Rahmenbedingungen die Beschäftigungs­neigung niedrig qualifizierter Arbeitnehmer und somit deren verfügbares Einkommen zu erhöhen. Um diese Frage zu beantworten, müssen sowohl vor als auch nach den umfassenden Reformen kontrafaktische Einkommensverteilungen ermittelt werden.

Kalender

Zur Veranstaltungsübersicht

Anfahrt & Lageplan

Der Campus der Technischen Universität Dortmund liegt in der Nähe des Autobahnkreuzes Dortmund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dortmund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dortmund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Universität ausgeschildert.

Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dortmund Universität“. Von dort fährt die S-Bahn-Linie S1 im 15- oder 30-Minuten-Takt zum Hauptbahnhof Dortmund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Universität mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
 

Zu den Wahrzeichen der TU Dortmund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dortmund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dortmund Universität S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.

Vom Flughafen Dortmund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dortmunder Hauptbahnhof und von dort mit der S-Bahn zur Universität. Ein größeres Angebot an internationalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Universität zu erreichen ist.