Die vorliegende Arbeit untersucht die Auswirkungen von Qualitätsänderungen auf Preise und damit Preisindizes. Die Wahl auf das Beispiel der Computerpreise .el vor allem aus zwei Gründen: zum einen liefern die ausgewählten Merkmale von Computern deutliche Ergebnisse, was die Methodik verständlicher macht; zum anderen ist die Betrachtung des Sektors ,,Computer" naheliegend wegen der dort zu beobachtenden kurzen Innovationszyklen und damit schnell wechselnden qualitativen Eigenschaften. Man denke in diesem Zusammenhang vor allem an Arbeitsspeicher (RAM), Prozessorgeschwindigkeit oder Festplattenkapazität.
Problematisch werden solche Produktinnovationen bei der Berechnung von Preisindizes, da diese üblicherweise keine Qualitätsänderungen erfassen.
Die heute weit verbreitete Berechnungsmethode für Preisindizes nach Laspeyres, wie sie z.B. im Rahmen der amtlichen Statistik der Bundesrepublik Deutschland verwendet wird, liefert die Preisänderung eines festen Warenkorbes im Vergleich zu einem Basisjahr. Dieser Warenkorb wird nur in relativ großen zeitlichen Abständen den sich stets ändernden qualitativen Produkteigenschaften angepasst. Für Güter, deren Eigenschaften sich im Zeitverlauf de facto nicht ¨andern (Eier, Brot, Milch, Bücher usw.), birgt diese Methode keine Probleme - wohl aber für solche Güter, die einer ständigen Verbesserung ausgesetzt sind (Computer, Elektrogeräte etc.).
Inhaltsverzeichnis
1 Einleitung und Problemstellung: Qualitätsanderungen bei klassischen und hedonischen Preisin dizes 3
2 Anwendung der hedonischen Methode auf Computerpreise
2.1 Annahmen des linearen Modells
2.2 Regressionsanalyse
2.3 Wirtschaftspolitische Implikationen
3 Zusammenfassung und Diskussion
4 Literaturverzeichnis
5 Anhang
5.1 Schatzgleichung und Testergebnisse
5.2 Scatterplots
5.3 Tabellen
1 Einleitung und Problemstellung:
Qualitätsänderungen bei klassischen und he- donischen Preisindizes
Die vorliegende Arbeit untersucht die Auswirkungen von Qualitätsänderungen auf Preise und damit Preisindizes. Die Wahl auf das Beispiel der Computerpreise fiel vor allem aus zwei Gränden: zum einen liefern die ausgewählten Merkmale von Computern deutliche Ergebnisse, was die Methodik verständlicher macht; zum anderen ist die Betrachtung des Sektors „Computer“ nahe liegend wegen der dort zu beobachtenden kurzen Innovationszyklen und damit schnell wechselnden qualitativen Eigenschaften. Man denke in diesem Zusammenhang vor allem an Arbeitsspeicher (RAM), Prozessorgeschwindigkeit oder Festplattenkapazität.
Problematisch werden solche Produktinnovationen bei der Berechnung von Preisindizes, da diese uäblicherweise keine Qualitaätsaänderungen erfassen. Die heute weit verbreitete Berechnungsmethode für Preisindizes nach Las- peyres, wie sie z.B. im Rahmen der amtlichen Statistik der Bundesrepublik Deutschland verwendet wird, liefert die Preisaänderung eines festen Warenkorbes im Vergleich zu einem Basisjahr. Dieser Warenkorb wird nur in relativ großen zeitlichen Abständen den sich stets ändernden qualitativen Produkteigenschaften angepasst. Fur Guter, deren Eigenschaften sich im Zeitverlauf de facto nicht ändern (Eier, Brot, Milch, Bucher usw.), birgt diese Methode keine Probleme - wohl aber fur solche Gäter, die einer ständigen Verbesserung ausgesetzt sind (Computer, Elektrogeräte etc.).
In den vergangenen Jahren wurden daher verschiedene Methoden entwickelt und vorgeschlagen, Qualitaätsaänderungen bei der Berechnung amtlicher Preisindizes zu beruäcksichtigen. In Deutschland wird dazu haäufig die Methode der „Verkettung im uberlappenden Zeitraum“ (Hoffmann 1998) herangezogen: es wird eine Reihe von Indizes berechnet, die zwei benachbarte, in zeitlicher Nähe liegende Perioden umfassen, wobei die Ausgabenstruktur der jeweils vorgelagerten Periode zur Gewichtung dient. Im Rahmen dieser Berechnungen sollen Qualitätsunterschiede also durch zeitnahere Gewichtungen an Aktualitaät gewinnen. Alternativ dazu wird oft das sogenannte direkte Verfahren zur Korrektur von Preisdifferenzen auf Grund von Qualitätsunterschieden verwendet; hierbei werden Marktpreisänderungen gedanklich in „reine“ Preisänderungen und in die Geldwerte der Qualitätsänderungen zerlegt. Je nachdem, ob diese beiden Effekte in die gleiche oder in entgegensetzte Richtungen wirken, koännen also Aussagen daruäber getroffen werden, ob bzw. wie stark Preisanstiege auf Qualitätsanderungen zunickzuführen sind.
Diese beiden Methoden stießen jedoch bald an ihre Grenzen, da auf Grund staändiger Qualitäatsäanderungen vor allem kurzfristige Preisentwicklungen nicht oder nur unzureichend wiedergegeben werden konnten. Bei diesen kurzfristigen, in der Regel monatlichen Berechnungen trat und tritt ein systematischer Fehler auf, der sich im Zeitverlauf immer mehr selbst verstärkt. Neben den reinen Berechnungsmethoden stießen die Statistischen Ämter zunehmend auf das Problem des Auffindens geeigneter Datenquellen, aus denen die Preise entnommen werden kännen, da sie hier nicht mehr auf eigene erhobene Daten stutzen konnten, sondern immer mehr die Daten z.B. von Meinungsforschungsinstituten heranziehen mussten.[1]
Ein anderer, sehr viel versprechender Ansatz zur Beruäcksichtigung von Qualitätskorrekturen und Preisanderungen wurde bereits zwischen den Weltkriegen vorgestellt:[2]die hedonischen Preisschätzungen. Diese Methode geht von der Idee aus, dass ein heterogenes Gut nichts anderes ist als eine Kombination von „einzelnen, wohldefinierten (homogenen) Produkteigenschaften“ (Hoffmann 1998). Dabei wird im wesentlichen untersucht, wie die Preise und qualitativen Eigenschaften jener einzelnen homogenen Komponenten auf den Preis des untersuchten Gutes in der betrachteten Periode wirken. Der methodische Ansatz dieser Preisanalysen besteht aus dem Aufstellen eines linearen ökonometrischen Modells, dessen Parameter durch Regression geschatzt werden.
Die soeben dargestellten Herangehensweisen haben unterschiedliche ökonomische Hintergründe. Die Motivation der heute gebröuchlichen Berechnungsmethoden för Preisindizes ist in der Nutzentheorie zu finden: es wird ein Nutzenindex bestimmt, der das Verhaltnis der bei verschiedenen Preisen fur den gleichen Nutzen erforderlichen Ausgaben eines Haushaltes misst. Im Gegensatz dazu greifen hedonische Schatzungen nicht am Wirtschaftssubjekt (Haushalt bzw. Konsument oder Produzent), sondern an den Gutern, deren qualitative Eigenschaften untersucht werden. Dennoch köonnen aus den Ergebnissen hedonischer Preisschötzungen problemlos Indizes nach Laspeyres (sofern die Merkmalsauspraögungen der ersten relevanten Periode entnommen sind) oder nach Paasche (wenn die Gewichte aus der Periode t stammen) gebildet werden. Ein solcher qualitöatsbereinigter Preisindex ist dann das Verhaöltnis der Ausgaben einer bestimmten Kombination von Eigenschaften, die mit den impliziten Preisen der jeweiligen Periode bewertet werden.
Zunöchst werden im folgenden Abschnitt die notigen Annahmen getroffen, um die Computerpreise in Abhöngigkeit ausgewahlter Merkmale im Rahmen eines linearen Regressionsmodells schöatzen zu koönnen. Die wichtigsten Ergebnisse der Schötzung selbst werden im Abschnitt 2.2 vorgestellt. Schließlich werden im Abschnitt 2.3 aus den Ergebnissen der Schötzung einige wirtschaftspolitische Implikationen erörtert.
2 Anwendung der hedonischen Methode auf Computerpreise
Die wichtigsten Beiträge zur Untersuchung von Qualitätsänderungen auf die Computerpreise stammen aus den 1950er bis 1970er Jahren. Daher soll an Hand ausgewählter Daten jener Zeit im Rahmen dieser Arbeit die hedonische Methode vorgestellt und diskutiert werden.
Die erste gräßere Anwendung der hedonischen Methode auf Computerpreise stammt von Gregory Chow (1967). Er untersuchte damals die Wirkung von drei Variablen auf den (Miet-)Preis eines Computers:[3]
1. Die Rechenzeit MULT[4], so wurde angenommen, habe einen negativen Effekt auf die Preise.
2. Als zweite Einflussgröße wählte Chow die Speichergröße MEM, von der eine positive Wirkung vermutet wurde. Erwähnt sei an dieser Stelle, dass Chow die Gräoße der Computerspeicher nicht direkt maß, sondern aus anderen beobachteten Groäßen konstruierte: MEM ist das Produkt aus der Zahl der Worte im Speicher (WORDS) und der Zahl der (binaren) Zeichen je Wort (BINARY * DIGITS).
3. Schließlich maß Chow die Zugriffszeit ACCESS. Diese Variable repräsentiert die Zeit, in der der Rechner Informationen aus dem Speicher entnehmen konnte. Auch hier liegt ein positiver Zusammenhang nahe.
Die Wahl dieser Qualitatsmerkmale wird durch die jeweiligen Korrelationskoeffizienten gestutzt. Eine Bestimmung der Korrelationen liefert die in Tabelle 1 dargestellten Werte.
In dieser Matrix werden die Korrelationen aller Variablen untereinander dargestellt. Danach besteht zwischen Rechen- sowie Zugriffszeit und Preis ein negativer Zusammenhang, Speichergröße und Preis sind hingegen (relativ stark) positiv korreliert..
Tabelle 1: Korrelationsmatrix
Abbildung in dieser Leseprobe nicht enthalten
Neben den oben dargestellten drei erklarenden Großen führte Chow DummyVariablen ein, die den Wert 1 annehmen, falls ein untersuchter Computer in dem jeweiligen Jahr am Markt eingeführt wurden, ansonsten den Wert 0 haben. Ergibt sich nach der Schützung ein negativer Koeffizient vor dem Dummy, so wuürde dies also einen sinkenden Preis eines Computers von der Vorperiode zur laufenden Periode implizieren.
2.1 Annahmen des linearen Modells
Wie bereits oben dargestellt, wird im Rahmen hedonischer Analysen ein komplexes Produkt als Kombination seiner Einzelkomponenten aufgefasst. Dabei seien die Preise P der untersuchten Computer i und den Auspragungen ihrer Eigenschaften j (im Rahmen dieser Arbeit also die Merkmale Rechenzeit, Speichergroße und Zugriffszeit) beschrieben als hedonische Preisgleichung der Form
Abbildung in dieser Leseprobe nicht enthalten
Zur Vereinfachung sei eine lineare Kombination angenommen
Abbildung in dieser Leseprobe nicht enthalten
Dabei sind ßj die durch eine Regression zu schatzenden Parameter, die den Einfluss der beobachteten Merkmale xij auf den Preis darstellen.
[...]
[1]Das Statistische Bundesamt soll sich auf die eigenen erhobenen Daten stützen. Diese Daten stammen aus Volkszühlungen (die im Schnitt alle 10 Jahre stattfinden) sowie der jahrlichen 1%-Reprüsentativstatistik (Mikrozensus).
[2]Z.B. bei Frederick Waugh (1928), der damals Preise landwirtschaftlicher Güter untersuchte.
[3]Chow’s Daten sind im Anhang beigefügt.
[4]Im Original als “multiplication time“ angegeben, also die Zeit, die ein Rechner für eine Multiplikation benötigt.