Der neue Regionale Preisindex (RPI) der amtlichen Statistik · 5. Regionale Preisniveaus für...

Der neue Regionale Preisindex (RPI) der amtlichen Statistik

Der neue Regionale Preisindex (RPI)der amtlichen Statistik

Ludwig von Auer (Universität Trier)Sebastian Weinand (Deutsche Bundesbank)1

Düsseldorf, Juni 2018

1Diese Präsentation gibt die pesönliche Meinung des Autors wieder und stellt nicht notwendigerweise die

Sichtweise der Deutschen Bundesbank dar.1 / 25


1. Vorbemerkungen

1 Vorbemerkungen

Meine Vortragstitel der letzten drei Jahre:

2015 (Schwerin) Regionaler Preisvergleich in Deutschland:Blaupause Bayern

2016 (Eltville) Interregionaler Preisvergleich in Deutschland:Der aktuelle Stand

2017 (Berlin) Interregionaler Preisvergleich in Deutschland:Erste Ergebnisse

Nach zweijähriger Antragsphase hatten alle StatistischenLandesämter einem neuartigen Anonymisierungsprozess derMikrodaten der Verbraucherpreisstatistik (Mai 2016)zugestimmt.

Die Arbeit mit den Daten begann im September 2016 amForschungsdatenzentrum (FDZ) Standort Hessen.

2 / 25


2. Datenaufbereitung


Deutschland wird in 402 Regionen (295 Landkreise, 107kreisfreie Städte) zerlegt.

Insgesamt liegen uns 382.272 Preisbeobachtungen für 651Güterkategorien vor.

Für jede Preisbeobachtung muss überprüft werden, ob exaktdas gleiche Produkt (inklusive Geschäftstyp) auch in eineranderen Region beobachtet wurde.

Nur dann liegt eine für den regionalen Vergleich verwertbareInformation vor (puristischer Messansatz).

Für jede Güterkategorie wird eine eigene Preismatrix ermittelt.

Sie besitzt immer 402 Spalten (Regionen), aber dieZeilenanzahl variiert.

3 / 25



GT A B C D E F G H I J K L M N O P Q R S1 3 0.892 4 0.49 0.49 0.49 0.49 0.49 0.49 0.49 0.493 2 0.89 0.894 5 1.695 4 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.986 5 0.497 2 0.998 2 1.699 3 1.6910 3 2.5911 2 1.69 1.6912 4 1.79 1.99 1.75 1.75 1.7913 3 1.7914 5 3.1915 5 1.49 1.89 1.8916 3 2.09 1.8917 3 1.9918 2 1.9919 3 1.8920 3 1.99

Tabelle 1: Preistableau für die Güterkategorie Reis.

4 / 25



GT A B C D E F G H I J K L M N O P Q R S3 2 0.89 0.897 2 0.998 2 1.6911 2 1.69 1.6918 2 1.991 3 0.899 3 1.6910 3 2.5913 3 1.7916 3 2.09 1.8917 3 1.9919 3 1.8920 3 1.992 4 0.49 0.49 0.49 0.49 0.49 0.49 0.49 0.495 4 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.9812 4 1.79 1.99 1.75 1.75 1.794 5 1.696 5 0.4914 5 3.1915 5 1.49 1.89 1.89

Tabelle 2: Preistableau für Reis; nach Geschäftstypen sortiert.

5 / 25


3. Allgemeines Vorgehen

3 Allgemeines Vorgehen

Für Produkte (z.B. Uncle Ben�s, Beutelreis 500g, Langkorn)liegen keine Ausgabengewichte vor.

Für jede Güterkategorie liegen Ausgabengewichte vor (z.B.Reis 0,039%).

Für zwei Drittel der Güterkategorien liegen sogarAusgabengewichte der Geschäftstypen vor.

Ausgabengewichte sind regional einheitlich (z.B. kein höheres�Biergewicht� in München).

Die Ausgabengewichte dürfen nicht am FDZ Standort Hessenverwendet werden (�externe Daten�).

Dies schränkt die methodischen Optionen ein.

Die Mietdaten (5 der 651 Güterkategorien) werden gesondertausgewertet.

6 / 25



Berechnungsverfahren im Überblick

Schritt 1: Berechnung regionaler Mietniveaus; im FDZ.Schritt 2: Berechnung regionaler Preisniveaus für jede

Güterkategorie-Geschäftstyp-Kombination (z.B.Reis im SB Warenhaus, Reis im Supermarkt,...); im FDZ.

Schritt 3: Berechnung regionaler Preisniveaus für jedeGüterkategorie (z.B. Reis); Ausnutzung derAusgabengewichte der Geschäftstypen;außerhalb FDZ.

Schritt 4: Berechnung regionaler Preisniveaus; Ausnutzungder Ausgabengewichte der Güterkategorien;außerhalb FDZ.

7 / 25



Schritt 1 wird mit dem hedonischen Regressionsansatzdurchgeführt.

Für die Schritte 2, 3 und 4 wird der Regressionsansatz derCountry Product Dummy Methode (CPD-Methode)eingesetzt.

8 / 25


4. Regionale Mietniveaus (Schritt 1)

4 Regionale Mietniveaus (Schritt 1)

Es liegen 15.582 Mietbeobachtungen vor (davon 315 fürEinfamilienhäuser; sie wurden ausgeschlossen).

Die Mietbeobachtungen decken 381 der 402 Regionen ab.

Manche Mietbeobachtungen sind unvollständig.

Deshalb wird für 15 Regionen lediglich die durchschnittlicheQuadratmetermiete berechnet.

Die Mietbeobachtungen der anderen 366 Regionen gehen indie hedonische Regression ein.

9 / 25



Sie erklärt die Miete einer Wohnung i aus Region r durch diefolgenden Wohnungseigenschaften:

Region (365 Dummy-Variablen regionri )Wohnungsgröße (�aechei )Dauer des Mietverhältnisses (daui )Ausstattungsqualität (zwei Dummy-Variablen ausstai )Lage (drei Dummy-Variablen lageli )ö¤entlicher Vermieter (Dummy-Variable sozi )Küche (Dummy-Variable kuechei )

10 / 25



Die Regressionsgleichung lautet:

ln rent i = α+366

∑r=1

β0r regionri + β1 ln (�aeche i )

+β2 soz i + β3 ln (daui ) + β4 ln (daui ) soz i

+2

∑a=1

β5a ausstai +3

∑l=1

β6l lage li + β7 kueche i + ui

mit ∑366r=1

bβ0r = 0 undregionri =

�1 wenn Wohnung i in Region r0 wenn Wohnung i nicht in Region r

11 / 25



Es wird eine Kleinst-Quadrat-Schätzung durchgeführt.

Auf Basis der Schätzergebnisse (bα, β̂01, . . . , β̂7) wird für jededer 366 Regionen die (logarithmierte) Miete berechnet, welchefür eine Wohnung mit folgenden Eigenschaften zu erwarten ist:

65 m2

privat vermietet7-jähriges Mietverhältnismittlere Ausstattungmittlere LageEinbauküche

12 / 25



Für die 15 Regionen mit unvollständigen Daten wird derberechnete Quadratmeterpreis mit 65 multipliziert undlogarithmiert.

Die Ergebnisse werden mit den Ergebnissen aus derhedonischen Regression verknüpft.

Es ergibt sich ein Vektor der regionalen Mietniveaus

dlnPmiete = �[lnP1miete . . . \lnP402miete�

Der Vektor hat Lücken, denn für 21 Regionen lagen keineMietpreisbeobachtungen vor.

13 / 25


5. Regionale Preisniveaus für Güterkategorie-Geschätstyp-Kombinationen (Schritt 2)

5 Regionale Preisniveaus fürGüterkategorie-Geschäftstyp-Kombinationen (Schritt 2)

Es wird eine bestimmteGüterkategorie-Geschäftstyp-Kombination betrachtet (z.B.Reis verkauft im Supermarkt)

P r ist das Preisniveau der Region r ,πi ist der Wert des Produktes i (der betrachtetenGüterkategorie-Geschäftstyp-Kombination)

In der CPD-Methode wird unterstellt, dass

preis ri = Prπi ε

ri , (1)

wobei ln εri � N(0, σ2).

14 / 25



(1) kann auch in folgender Form geschrieben werden:

ln priceri =R

∑s=1

lnPs regions +N

∑j=1(lnπj ) produkt j + u

ri , (2)

mit ∑Rs=1

[lnPs = 0 und

regions =

(1 wenn r = s

0 wenn r 6= s

produkt j =

(1 wenn i = j

0 wenn i 6= j

15 / 25



Kleinst-Quadrat-Schätzung der Gleichung (2) liefert diegeschätzten logarithmierten regionalen Preisniveaus[lnP r(r = 1, . . . , 402).Sie werden im Vektor

dlnP = �[lnP1 [lnP2 . . . \lnP402�

zusammengefasst und sind so normiert, dass dasdurchschnittliche Preisniveau gleich 1 beträgt.

Für jede Güterkategorie-Geschäftstyp-Kombination ergibt sichein eigener Vektor (insgesamt 1648 Vektoren).

Fast alle Vektoren sind lückenhaft, viele sogar leer.

Für Reis existieren vier Geschäftstypen. Es liegen also vierVektoren vor.

16 / 25



GT A B C D E F G H I J K L M N O P Q R S3 2 0.89 0.897 2 0.998 2 1.6911 2 1.69 1.6918 2 1.991 3 0.899 3 1.6910 3 2.5913 3 1.7916 3 2.09 1.8917 3 1.9919 3 1.8920 3 1.992 4 0.49 0.49 0.49 0.49 0.49 0.49 0.49 0.495 4 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.98 0.9812 4 1.79 1.99 1.75 1.75 1.794 5 1.696 5 0.4914 5 3.1915 5 1.49 1.89 1.89

Tabelle 2 (Wdh.): Preistableau für Reis; nach Geschäftstypensortiert.

17 / 25


6. Regionale Preisniveaus für Güterkategorien (Schritt 3)

6 Regionale Preisniveaus für Güterkategorien (Schritt 3)In Schritt 3 werden die Vektoren einer Güterkategorie für eineweitere CPD-Regression herangezogen.Da für die Geschäftstypen (t) Ausgabengewichte (wt)vorliegen, wird eine gewichtete Variante eingesetzt:

pwt [lnP rt =

pwt

R

∑s=1

lnPs regions +pwt

T

∑m=1

lnπm geschtypm +urt ,

(3)mit ∑R

s=1[lnPs = 0 und

geschtypm =

(1 wenn t = m

0 wenn t 6= m

Die Schätzung von (3) liefert für die betrachtete

Güterkategorie den Vektor dlnP = �[lnP1 [lnP2 . . . \lnP402�.

18 / 25


6. Regionale Preisniveaus für Güterkategorien (Schritt 3)

Für jede der 646 Güterkategorien (g) wird ein solcher Vektor(dlnPg ) ermittelt:

dlnP1 =�[lnP11 [lnP21 . . . \lnP4021

�dlnP2 =

�[lnP12 [lnP22 . . . \lnP4022

�...dlnP646 =�\lnP1646 \lnP2646 . . . \lnP402646

�Die meisten dieser Vektoren sind lückenhaft.

19 / 25


7. Regionale Preisniveaus (Schritt 4)

7 Regionale Preisniveaus (Schritt 4)

Für jede Güterkategorie (g) existiert ein Ausgabengewicht(wg ).

In Schritt 4 werden die regionalen Mietniveaus aus Schritt 1 �der Vektor dlnPmiete �und die regionalen Preisniveaus derGüterkategorien aus Schritt 3 �die Vektoren dlnP1 bis dlnP646� in einer weiteren gewichteten CPD-Regression verknüpft.

Insgesamt werden also 647 Vektoren verarbeitet.

20 / 25


7. Regionale Preisniveaus (Schritt 4)

Die Regressionsgleichung lautet:

pwg [lnP rg =

pwg

R

∑s=1

lnPs regions +pwg

H

∑h=1

lnπh gutkath+ urg

(4)mit ∑R

s=1[lnPs = 0 und

gutkath =

(1 wenn g = h

0 wenn g 6= h

Die Schätzung von (4) liefert die logarithmierten regionalen

Preisniveaus dlnP = �[lnP1 [lnP2 . . . \lnP402�.

Auch hier ergeben sich bislang noch einzelne Lücken.

21 / 25


8. Ergebnisse

8 Ergebnisse

Für 393 der 402 Regionen konnte das jeweilige Preisniveauermittelt werden.

Der regionale Preisniveauindex (Karte �All�) reicht von 0,79bis 1,27.

Der Wohnkostenindex (Karte �Housing�) reicht von 0,65 bis1,55.

Der Nicht-Wohnkostenindex (Karte �Non-Housing�) reichtvon 0,95 bis 1,04.

22 / 25


8. Ergebnisse

Abbildung 1: Regionale Preisniveaus in Deutschland

23 / 25


9. Der neue Regionale Preisindex (RPI)

9 Der neue Regionale Preisindex (RPI)Kein Land der Welt hat bislang einen �ächendeckendeno¢ ziellen regionalen Preisindex (RPI) auf NUTS-3 Ebene.Versetzen wir uns ins Jahr 2020. Was könnten dann

gemeinsam haben?

24 / 25


10. Fazit und Ausblick

10 Fazit und Ausblick

Eine Berechnung regionaler Preisniveaus ist mit den ohnehinerhobenen Preisdaten für ganz Deutschland möglich.

Datenanonymisierung und -aufbereitung machen den Großteilder Arbeit aus.

Für den Vergleich kann ein repräsentativer Monat ausgewähltwerden.

Es muss nicht jedes Jahr eine vollständige Berechnungdurchgeführt werden.

Zentral für die Verlässlichkeit der Ergebnisse ist derWohnkostenindex.

Destatis könnte sich durch den weltweit besten regionalenPreisindex (RPI) pro�lieren.

25 / 25

Der neue Regionale Preisindex (RPI) der amtlichen Statistik · 5. Regionale Preisniveaus für...

Documents

Transcript of Der neue Regionale Preisindex (RPI) der amtlichen Statistik · 5. Regionale Preisniveaus für...