Zur Schätzung regionaler Preisindizes

Werbung
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Zur Schätzung regionaler Preisindizes
Sara Bleninger und Alexandra Trojan
Otto-Friedrich-Universität Bamberg
17. Juli 2014
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
1 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Inhaltsverzeichnis
1
2
3
4
5
6
Motivation
Bedeutung der regionalen Betrachtungsweise
Beispiele
Verbraucherpreisindex für Deutschland
Berechnungsmethode
Warenkorb
Räumliche Verteilung der Preiserhebung
Datengrundlage bayerische Verbraucherpreisstatistik
Überblick über den Forschungsstand
ausgewählte Forschungsarbeiten
Operationalisierung
Einflussfaktoren
Erste Ergebnisse
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Ausblick
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
2 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Bedeutung der regionalen Betrachtungsweise
Beispiele
Warum die Frage nach regionalen Preisniveaus?
Informationen über regionale Preisunterschiede sind bedeutend für ...
regionale Arbeitsnachfrage und -angebot
Innerdeutsche Migration
Standortentscheidungen privater Unternehmen
soziale Ungleichheit und Armut
die Politik: Darstellung regionaler Einkommensvergleiche
···
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
3 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Bedeutung der regionalen Betrachtungsweise
Beispiele
Kawka (2009)
Regionale Preisunterschiede (...) sind für die Politik durchaus von großer
”
Bedeutung, z.B. im Hinblick auf regionale Einkommensvergleiche, um
zwischen Real- und Nominaleinkommen unterscheiden zu können.“
Focus Online (Juni 2014)
Bis zu 7000 Euro Preisunterschiede bei Beerdigungskosten − in
”
Deutschland zeigen sich erhebliche Kostenschwankungen je nach
Bestattungsart und Region der Bestattung“
Seit Mai 2013 können Angehörige mit wenigen Klicks Preise und
Leistungen von rund 400 Bestattungsunternehmen in ganz Deutschland
kostenlos und seriös vergleichen.
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
4 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Berechnungsmethode
Warenkorb
Räumliche Verteilung der Preiserhebung
Datengrundlage bayerische Verbraucherpreisstatistik
Preisindex nach Laspeyres
Fixierung eines Warenkorbs in einer Basisperiode
Konstruktionsprinzip:
Laspeyres-Preisindex =
Ausgaben für Warenkorb heute
Ausgaben für Warenkorb in Basisperiode
Preisindex:
L
Pk
P (t) = Pki=1
i=1
Sara Bleninger und Alexandra Trojan
pi (t) · qi (t0 )
pi (t0 ) · qi (t0 )
Zur Schätzung regionaler Preisindizes
5 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Berechnungsmethode
Warenkorb
Räumliche Verteilung der Preiserhebung
Datengrundlage bayerische Verbraucherpreisstatistik
Struktur
Warenkorb (2010=100)
749 Einzelpositionen
Zusammensetzung: 48% Waren vs. 52% Dienstleistungen
Gewichte bleiben 5 Jahre konstant
COICOP-Klassifikation
(Classification of Individual Consumption by Purpose)
12 Hauptgruppen
Sonderposition: Wohnungsmiete (über 20% Wägungsanteil)
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
6 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Berechnungsmethode
Warenkorb
Räumliche Verteilung der Preiserhebung
Datengrundlage bayerische Verbraucherpreisstatistik
12 Hauptgruppen
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
7 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Berechnungsmethode
Warenkorb
Räumliche Verteilung der Preiserhebung
Datengrundlage bayerische Verbraucherpreisstatistik
Raumordnungsmodell des BBSR
Räumliche Verteilung gemäß
Raumordnungsmodell des
Bundesinstitut für Bau-,
Stadt- und Raumforschung
(BBSR)
Preiserhebung: i.d.R. im
jeweiligen ökonomischen
Zentrum der Region
Repräsentative
Berichtsstellen
Abbildung: 18 ROR in Bayern
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
8 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Berechnungsmethode
Warenkorb
Räumliche Verteilung der Preiserhebung
Datengrundlage bayerische Verbraucherpreisstatistik
Bayerische Verbraucherpreisstatistik
Stichprobenumfang
27.419 Einzelpreise für 607
Positionen des Warenkorbs
aus 18 ROR
Gesamtstichprobenumfang
Mieten: ca. 1950 Preise
Nach Datenbereinigung:
ca. 26.000 Einzelpreise für
432 Güter
Abbildung: Kreisregionen in Bayern
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
9 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
ausgewählte Forschungsarbeiten
Rostin (1979)
31 Städte − kein Einbezug von Mieten
Angermann (1989)
4 Städte − Einbezug von Mieten
Ströhl (1994)
über 50 Städte (32 West / 17 Ost) − kein Einbezug von Mieten
→ Grundlage für viele Forschungsarbeiten, wie etwa von
- Roos (2006): Regressionsimputation
- Blien et al. (2009): Multiple Imputation
Fraglich:
zeitliche Fortschreibung: Veränderung der Wägungsanteile
Anwendung älterer, räumlich begrenzter Datenbasis auf andere
Teilräume
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
10 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Einflussfaktoren
Wesentliche Beschreibungsmerkmale
Roos (2006)
Bevölkerungsgröße
Bevölkerungsdichte
Verfügbares Einkommen
Miete von Ladengeschäften
Tourismus Dummy
Ost-West Dummy
Blien et al. (2009)
Bevölkerungsgröße
Gebietsfläche
Baulandpreis
Verfügbares Einkommen
Arbeitslosenquote
Dummy für Kreisstadt
Dummy für Regionen
Tourismus Dummy
Sara Bleninger und Alexandra Trojan
Götz (2012); Südekum (2006);
Kosfeld et al. (2010); etc.
Bevölkerungsdichte
Wachstumsrate der Bevölkerung
Humankapital
Bildungsniveau
Verstädterungsgrad
Verfügbares Einkommen
Wettbewerbsstruktur
Wohnkosten
Anzahl verfügbarer Arbeitsstellen
….
Zur Schätzung regionaler Preisindizes
11 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Einflussfaktoren
Kovariablen
BBSR INKAR Daten
mehr als 600 statistische Kenngrößen für über 30 Themen
(u.a. Bildung, Demografie, Wirtschaft)
verschiedene Raumbezüge
(u.a. Bund, Länder, IHK-Bezirke, Arbeitsmarktregionen)
verschiedene Datenquellen
GfK GeoMarketing Daten
Informationen zu über 7 Themen
(u.a. Bevölkerung, Kaufkraft, Umsatz, Industrie und Verkehr,
Bautätigkeit)
Raumbezüge: Bundesländer, Regierungsbezirke, Stadt- und
Landkreise
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
12 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Problem 1: Zu wenig Daten
Reis
Herrenschuhe
Joghurt
3.0
0.0
fehlende Daten: Preis in Kreisen, die keine Erhebungsgemeinde sind
beobachtete Daten: Preis in Erhebungsgemeinden
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
13 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Lösung 1: Mean Imputation
Ersetze fehlende Werte mit dem
bedingten Mittelwert.
Informationen von zusätzlichen
Variablen werden ausgenutzt.
P
Korrelationen zwischen
zusätzlichen Variablen und dem
Preis bleiben erhalten.
Varianzen werden unterschätzt.
Welche Gleichung erklärt
regionale Preise am besten?
Sara Bleninger und Alexandra Trojan
w
Zur Schätzung regionaler Preisindizes
14 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Problem 2: Finde ein gutes Erklärungsmodell
Es fehlt an operationalisierbaren Theorien über regionale
Preisbildung.
Die heuristische Vorgehensweise anderer empirischer Studien zum
regionalen Preisniveau erschwert Übertragbarkeit auf unsere Daten.
Verteilung des Preisindex ist nicht bestimmbar, deswegen muss mit
Einzelpreisen gearbeitet werden.
Pro Produkt sind zu wenig Daten vorhanden, um statistische
Modelle anpassen zu können.
Die zur Vergleichbarkeit notwendige Standardisierung der
Produktpreise macht eine Rückkehr zum Ursprungsniveau der Preise
unmöglich.
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
15 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Lösung 2: lineares Modell
(Intercept)
Größe
Größe2
Populationsdichte
Populationsdichte2
Wohnfläche
Arbeitslosenquote
Kaufkraft
Einzelhandelsumsatz
Arbeitnehmerentgelte
Bruttoinlandsprodukt
Binnenwanderungssaldo
Siedlungsdichte
Freifläche
Entwicklung Freifläche
Kreistyp2
Kreistyp3
Kreistyp4
Ländlichkeit
Erreichbarkeit
Pendlersaldo
Übernachtungen
Bildung
Arbeitnehmerentgelte:Bildung
Schätzer
-2.9247
0.0017
-0.0000
0.5879
-0.0547
0.0002
-0.0006
-0.0004
0.0007
-0.0002
0.0149
-0.0469
0.0006
-0.0003
0.0576
0.0521
0.4229
1.0139
0.0219
0.0204
-0.0067
0.0129
-0.2962
0.0000
Std. Fehler
0.8838
0.0009
0.0000
0.1604
0.0130
0.0001
0.0002
0.0001
0.0003
0.0003
0.0062
0.0112
0.0001
0.0001
0.0284
0.1649
0.1610
0.2716
0.0080
0.0070
0.0035
0.0085
0.6522
0.0002
t-Wert
-3.31
1.92
-3.52
3.66
-4.21
2.33
-2.64
-3.82
1.91
-0.85
2.39
-4.20
5.80
-3.86
2.03
0.32
2.63
3.73
2.73
2.92
-1.88
1.52
-0.45
0.23
Pr(>|t|)
0.0009
0.0554
0.0004
0.0002
0.0000
0.0199
0.0084
0.0001
0.0561
0.3954
0.0166
0.0000
0.0000
0.0001
0.0424
0.7523
0.0086
0.0002
0.0064
0.0035
0.0599
0.1277
0.6497
0.8202
Aber: Variabiliät wird unterschätzt!
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
16 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Problem 3: Varianzunterschätzung bei Single Imputation
Die fehlenden Preise werden im
Mittel richtig geschätzt.
Es werden nur Werte auf der
Regressionsgeraden ersetzt.
Variabilität im aufgefüllten
Datensatz ist zu klein.
Räumliche Korrelationen gehen
verloren.
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
17 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Lösung 3: Multiple Imputation (MI)
MI ermöglicht, dass Varianzen sinnvoll geschätzt werden, da die
Unsicherheit bezüglich des Modells berücksichtigt wird.
Alle Vorteile der Regressionsimputation bleibt erhalten.
Nachfolgende Untersuchungen sind wenig eingeschränkt bezüglich
der möglichen Methoden.
Anstelle von 1 Ersetzung gibt es pro fehlendem Wert m Ersetzungen,
was zu m aufgefüllten Datensätzen führt:
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
18 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Problem 4: Räumliche Korrelation geht verloren
Im Mittel sind Ersetzungen
richtig.
Die Varianz wird nicht mehr
unterschätzt. Der Unsicherheit
durch fehlende Daten wird
Rechnung getragen.
Da die räumliche Korrelation
der Daten im
Imputationsmodell
unberücksichtigt bleibt, geht sie
verloren.
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
19 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Regionale Preise als Problem fehlender Daten
Single Imputation
Multiple Imputation
Lösung 4: MI mit räumlicher Korrelation (KriMI)
Räumliche Korrelationen werden als parametrische
Korrelationsfunktion in der Regressionsgleichung berücksichtigt.
Kriging wird im MI-Sampling genutzt.
p(i) = x(i)0 β + γ(i) + (i)
mit γ(i), i ∈ R2 als stationäres
Gauß-Zufallsfeld
µ(i) = E (γ) = 0
τ 2 (i) = Var (γ)
ρ(i, s) = Corr (γ(i), γ(s)) =
ρ(r ) mit r = ki − sk
x(i)0 β räumlicher Trend
(i) üblicher Störterm
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
20 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Weitere Überlegungen
Implementierung von Mietpreisen
Für alle Einzelpositionen die regionalen Preise in allen Kreisen
schätzen
Regionalen Preisindex mit multilateralen Preisen berechnen
Lösung des Endogenitätsproblems
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
21 / 22
Motivation
Verbraucherpreisindex für Deutschland
Überblick über den Forschungsstand
Operationalisierung
Erste Ergebnisse
Ausblick
Vielen Dank für Ihre Aufmerksamkeit!
Sara Bleninger und Alexandra Trojan
Zur Schätzung regionaler Preisindizes
22 / 22
Herunterladen