Search

Die Blockchain-Technologie revolutioniert die Interaktion zwischen Menschen durch Peer-to-Peer-Netzwerke, Kryptografie und Konsensalgorithmen. Trustless Trust ermöglicht sichere und transparente Transaktionen ohne Zwischenhändler. Trotz der zunehmenden Beliebtheit von Krypto-Assets und den damit verbundenen „Tokenomics“ hat die Öffentlichkeit immer noch kein umfangreiches Wissen über die Funktionsweisen dieser Technologie, und ein Großteil des Diskurses bleibt spekulativ. Das Hauptziel dieser Arbeit ist, die grundlegenden Prinzipien von Krytowährungen (Cryptos) und Non-Fungible Tokens (NFTs) zu untersuchen sowie eine Korrelation zwischen der Technologie und ihren Auswirkungen auf die Wirtschaft aus statistischer und wirtschaftlicher Sicht herzustellen. Um dieses Ziel zu erreichen, wird in den Kapiteln 2 und 3 der Einfluss der Blockchain-Technologie auf Ökonomie und Funktionsweise von Kryptowährungen anhand ökonometrischer Modelle und Clustering-Techniken untersucht. Kapitel 3 untersucht Kryptowirschaft und Blockchain-Funktionalität anhand empirischer Methoden, insbesondere für Coincreatoren und Investoren. Wir zeigen am Beispiel von Ethereum, dass die wirtschaftliche Leistung von Kryptowährungen durch die Gestaltung der ihnen zugrunde liegenden Blockchain-Technologie beeinflusst werden kann. Kapitel 4 untersucht die partiellen Korrelationen von Bitcoin-Renditen über neun verschiedene Zentralbörsen aus der Perspektive eines hochfrequenten, dynamischen Netzwerks. Die vorgeschlagene MHAR-CM liefert Kovarianzschätzungen, die die Besonderheiten der Kryptomärkte berücksichtigen. Das Kapitel zeigt Spillover- und Third-Party-Risiken zwischen diesen Börsen. Kapitel 5 verwendet eine Hedonische Bewertungsmethode, um den DAI Digital Art Index basierend auf dem NFT-Kunstmarkt zu konstruieren. Ein besonderer Fokus liegt auf der Nivellierung der Auswirkungen von Ausreißern mit einer einstufigen robusten Regressions-Huberisierung und einem dynamic conditional score model. Diese Arbeit verknüpft neue Technologien und Wirtschaft durch statistische Modellierung und Analyse. Durch die Bereitstellung empirischer Belege beobachten wir, wie die Blockchain-Technologie unsere Wahrnehmung von Geld, Kunst und anderen Branchen verändert. The emergence of distributed ledger technologies, such as blockchain, has revolutionized how individuals interact by enabling "trust-less trust" through peer-to-peer networks, cryptography, and consensus algorithms. This technology eliminates intermediaries and provides secure, transparent transaction methods. However, public understanding of this technology, along with "Tokenomics", remains limited, resulting in speculative discourse. The main objective of this thesis is to investigate the fundamental principles of cryptocurrencies (cryptos) and non-fungible tokens (NFTs) and establish a correlation between the technology and its economic impact from statistical and economic perspectives. To achieve this, Chapters 2 and 3 explore the influence of blockchain technology on the economic and functional performance of cryptos using econometric models and clustering techniques. Chapter 3 presents an empirical framework that offers insights to coin creators and investors regarding the interplay between cryptonomics, blockchain functionality, and market dynamics. The economic performance of cryptocurrencies, illustrated with Ethereum as an example, is shown to be affected by the design of their underlying blockchain technology. Chapter 4 examines partial correlations of Bitcoin returns across nine centralized exchanges from a high-frequency dynamic network perspective. The proposed MHAR-CM provides reasonable covariance estimates that account for the unique characteristics of crypto markets. This chapter uncovers spillover risk and counterparty risk among these exchanges. In Chapter 5, a hedonic regression approach is employed to construct the DAI digital art index for the NFT art market. Special emphasis is given to mitigating the impact of outliers using one-step robust regression Huberization and a dynamic conditional score model. The DAI index enhances our understanding of this emerging art market and facilitates observation of its macroeconomic trends. This thesis establishes a connection between emerging technologies and the economy through statistical modeling and analysis. By providing empirical evidence, we gain insights into how blockchain technology is transforming our perceptions of money, art, and various industries.

In der ersten Arbeit analysiere ich die Renditen von Fallen Angel-Anleihen vor und nach ihrer Herabstufung zu hochverzinslichen Anleihen. Fallen Angel-Anleihen verzeichnen einen starken Kursrückgang vor und eine deutliche Erholung nach der Ankündigung der Herabstufung durch die Ratingagentur. Ich führe eine neue Benchmark ein, die den Preis von Fallen Angel-Anleihen besser widerspiegeln sollte, wenn sie nicht vor ihrer Herabstufung einen Ausverkauf erlebt hätten. Auf diese Weise kann ich den gesamten Ausverkauf vor der Bekanntgabe der Herabstufung schätzen und auf dieser Grundlage entscheiden, welche Fallen Angel-Anleihen nach ihrer Herabstufung gekauft werden sollten. Es besteht ein starker negativer Zusammenhang zwischen dem Ausmass des Ausverkaufs vor der Herabstufung und den zukünftigen Renditen nach der Herabstufung. Ich kann dann zeigen, dass ein Investor höhere Renditen erzielen kann, wenn er nur Fallen Angel-Anleihen kauft, die mit einem Abschlag zu ihrer jeweiligen geschätzten Benchmark-Rendite gehandelt werden. Im Vergleich zu bisherigen Methoden aus der Literatur, kann ein Anleger mit der eingeführten innovativen, datengestützten, neuartigen Benchmark höhere Renditen erzielen. Diese Outperformance wird umso deutlicher, je mehr man sich auf die Fallen Angel-Anleihen konzentriert, die vor der Ankündigung den grössten Ausverkauf erlebt haben. In der zweiten Arbeit untersuchen wir den Querschnitt von Unternehmensanleihen, indem wir einen grossen Datensatz von Jahresabschluss-, Aktien-und Anleihenmerkmalen verwenden. Wir verwenden einen prädiktiven Regressionsrahmen und das adaptive Lasso, um die wichtigsten Merkmale für den Querschnitt der Unternehmensanleihen auszuwählen. Bei Anwendung des adaptiven Lasso auf den gesamten Datensatz ergibt sich ein Zehn-Faktoren-Modell, wobei Value, Bond Reversal und Equity Momentum Spillover die dominierenden Faktoren sind. Im Gegensatz zu Aktienstudien scheinen Finanzvariablen aus Compustat keine grosse Aussagekraft bei der Vorhersage von Unternehmensanleihenrenditen zu haben. Wir validieren unsere ersten Ergebnisse, indem wir eine Out-of-Sample-Untersuchung mit einem Expanding-Window-Ansatz durchführen. Von den 60 Monaten, die in der Out-of-Sample-Stichprobe verwendet wurden, wählt das adaptive Lasso konsistent Value-, Bond-Reversal- und Equity-Momentum-Spillover aus. Abschliessend bewerten wir den wirtschaftlichen Nutzen von Investitionen gemäss den Vorhersagen des adaptiven Lassos und stellen fest, dass sie in Bezug auf die absoluten und risikobereinigten Renditen erhebliche Vorteile bieten. In der dritten Arbeit wird die Fähigkeit der Manager von Unternehmensanleihenfonds, Alpha zu generieren, bewertet. Wir wenden die False Discovery Rate (FDR) an, um zwischen Können und Glück zu unterscheiden. Wir stellen fest, dass eine langfristige Outperformance schwer zu erreichen ist, da nur 1% der Fonds in der Lage ist, während ihrer Laufzeit ein signifikantes Alpha zu erzielen. Allerdings sind die Fondsmanager in der Lage, kurzfristig Alpha zu generieren, wobei der Anteil der Können Fonds auf 13,5% steigt, wenn wir dreijährige Teilperioden untersuchen. Um diese Ergebnisse zu validieren, entwerfen wir eine Out-of-Sample-Anlagestrategie, bei der wir in Fonds entsprechend ihrem geschätzten Können investieren. Unsere Strategie generiert ein positives und signifikantes Alpha, was die Persistenz der Outperformance im kurzfristigen Bereich bestätigt. Unsere Ergebnisse sind für Anleger von wirtschaftlicher Bedeutung und deuten darauf hin, dass sich eine dynamische und aktive Managerauswahl auszahlt., In the first paper, I analyze fallen angel bonds' returns before and after their downgrade to high-yield. Fallen angel bonds experience a sharp price decline prior and a sharp recovery after the rerating announcement by the rating agency. I introduce a novel benchmark that should more closely mirror the price fallen angel bonds would have had, had they not experienced a fire sale prior to their downgrade. This allows me to estimate the total preannouncement sell-off and I then use this in order to decide on which fallen angel bonds should be bought after their downgrade. There exists a strong negative relationship between the size of the preannouncement sell-off and future postannouncement returns. I can then show, that an investor fares better, if only fallen angels are bought that trade at a discount to their respective estimated benchmark return had they not experienced the sell-off. Using the introduced innovative, data-driven, novel benchmark allows an investor to generate higher returns. This outperformance gets more pronounced as one focuses on the fallen angel bonds that experienced the highest preannouncement sell-off. In the second paper, we study the cross-section of corporate bonds utilizing a large set of financial statements, equity and bond characteristics. We use a predictive regression framework and the adaptive Lasso to choose the most relevant characteristics for the cross-section of corporate bonds. Applying the adaptive Lasso to the full dataset, we find a ten-factor model, with value, bond reversal, and equity momentum spillover being the dominant factors. Contrary to equity studies, financial variables from Compustat do not appear to have strong power in predicting corporate bond returns. We validate our initial results by running an out-of-sample exercise using an expanding window approach. Out of the 60 months utilized in the out-of-sample, the adaptive Lasso consistently chooses value, bond reversal, and equity momentum spillover. Finally, we evaluate the economic benefits of investing according to the predictions of the adaptive Lasso and find significant benefits in terms of absolute and risk-adjusted returns. In the third paper, we evaluate the ability of U.S. corporate bond fund managers to generate alpha. We apply the False Discovery Rate (FDR) to distinguish between «skill» and «luck.» We find that long-term outperformance remains elusive, with only 1% of the funds able to generate significant alpha over their life. However, fund managers are able to generate alpha over the short-term with the proportion of skilled funds increasing to 13.5% when we examine three-year sub-periods. To confirm these findings, we design an out-of-sample investment strategy where we invest in funds according to their estimated «skill» from past returns. Our strategy generates positive and significant alpha, which confirms the persistence in outperformance over the short-run. Our results are economically meaningful for investors suggesting that dynamic and active manager selection pays off.

Thema der Dissertation sind realisierte Sch��tzer, die aus Intratagesrenditen berechnet werden. Kapitel 2 untersucht den Einfluss von Intratagesperiodizit��t auf Sch��tzer der integrierten Volatilit��t und Tests f��r Spr��nge im Preisprozess. In Kapitel 3 wird ein simulationsbasierter Ansatz vorgeschlagen, um Verzerrungen durch Intratagesperiodizit��t zu korrigieren. Kapitel 4 analysiert realisierte Kovarianzen und Betas unter Einfluss von Intratagesperiodizit��t. In Kapitel 5 wird ein Test f��r Spr��nge aus Basis des realisierten Gini-Ma��es vorgeschlagen.

This dissertation consists of three chapters devoted to topics in predictive and causal machine learning. Common to all chapters is the synthesis of classical econometric methods and novel machine learning algorithms. Hence this doctoral thesis provides new insights into applications of machine learning for predictive tasks and for causal inference. The first chapter investigates the estimation of heterogeneous causal effects using machine learning. We focus on the meta-learning framework where the estimation of the causal parameter is decomposed into separate prediction tasks. Using synthetic and empirical simulations we study the finite sample performance of meta-learners based on the Random Forest algorithm under different implementations using sample-splitting and cross-fitting procedures. The results imply that sample-splitting is beneficial in large samples for bias reduction but leads to an increase in variance, whereas cross-fitting keeps the bias low and successfully restores the full sample size efficiency. In contrast, the full-sample estimation is preferable in small samples when using machine learning. Additionally, we provide guidelines for applications of meta-learners in empirical studies depending on particular data characteristics such as treatment shares and sample size. The second chapter considers the estimation of ordered choice models using machine learning. Similarly, as in the first chapter, we focus on the Random Forest algorithm and develop a new machine learning estimator for models with ordered categorical outcome variable. The proposed Ordered Forest flexibly estimates the conditional ordered choice probabilities while taking the ordering information explicitly into account. In contrast to common machine learning estimators, it is not only suited for prediction tasks, but it also enables the estimation of marginal effects and conducting statistical inference, which provides additional interpretability as in classical econometric estimators. We conduct an extensive simulation study and find a good predictive performance, particularly in settings with nonlinearities and multicollinearity. Furthermore, we demonstrate the estimation of marginal effects and their standard errors in an empirical application. The third chapter presents an empirical application based on the estimation of causal effects using machine learning. As in the previous two chapters, we rely on the Random Forest method and consider its causal variant, the Modified Causal Forest. Following the rise of online dating, we study the effect of sport activity on partner choice by exploiting a unique dataset from an online dating platform. In particular, we estimate the causal effect of sport frequency on the contact chances, controlling for a large set of observable user characteristics. We find that for male users, doing sport on a weekly basis increases the probability to receive a first message by more than 50%, in comparison to no sport activity. In contrast, we do not find such an evidence for female users. Moreover, the results indicate heterogeneity as for male users the effect increases with higher income.

Die vorliegende Thesis umfasst drei Essays aus dem Bereich der kausalen Ökonometrie. Jedes der einzelnen Kapitel ist der Frage gewidmet wie maschinelles Lernen für Standardprobleme der Kausalanalyse verwendet werden kann. Ein erstes, einführendes Kapitel veranschaulicht die Zusammenhänge zwischen den drei folgenden Hauptkapiteln. Das zweite Kapitel untersucht die Verknüpfung zwischen semiparametrischer Effizienztheorie und kausalem maschinellem Lernen in Bezug auf semiparametrische Differenzen-von-Differenzen Schätzung. Das dritte Kapitel beleuchtet Methoden aus dem Bereich der Nichtparametrik und des maschinellen Lernens zur Schätzung heterogener Treatment-Effekte. Das letzte Kapitel analysiert, unter Verwendung eines semiparametrischen Differenzen-von-Differenzen Ansatzes, die Implikationen einer Elterngeldreform in Deutschland. Die Abhängigkeit der niedrigst möglichen asymptotischen Varianz, die in semiparametrischen Differenzen-von-Differenzen Ansätzen erreicht werden kann, von den Annahmen des statistischen Modells ist eine wesentliche Erkenntnis aus Kapitel 2. Es stellt sich heraus, dass niedrigere Effizienzgrenzen mit restriktiveren Annahmen einhergehen. Dies impliziert einen Zielkonflikt zwischen der Robustheit des Modells und der niedrigst möglichen, asymptotisch erreichbaren Varianz. Desweiteren können die hergeleiteten Effizienzergebnisse zur Integration von Methoden des maschinellen Lernens in semiparametrische Differenzen-von-Differenzen Ansätze benutzt werden. Insbesondere wird gezeigt, dass Momentenbedingungen, die durch effiziente Influence-Funktionen impliziert werden, zu mehrstufigen Schätzverfahren führen, die wünschenswerte statistische Eigenschaften wie asymptotische Normalität und Effizienz behalten – selbst wenn maschinelles Lernen zur Schätzung der ersten Stufe benutzt wird. Kapitel 3 betrachtet die nichtparametrische Schätzung heterogener Treatment-Effekte in Situationen wo Effekt-heterogenität nur für eine begrenzte Anzahl von Kovariaten von Interesse ist. Jedoch stellt sich heraus, dass die Schätzung von Parametern mit Methoden des maschinellen Lernens auf der ersten Stufe selbst dann möglich bleibt, wenn die Dimension derjenigen Kovariaten, die nötig sind um für Selbstselektion zu kontrollieren, hoch ist. Insbesondere werden kombinierte Konvergenzraten zwischen den Methoden des maschinellen Lernerns auf der ersten Stufe und der nichtparametrischen zweiten Stufe hergeleitet. Zusätzlich wird gezeigt, dass die Mittelwertbildung über die Effektheterogenitätsschätzer zu Schätzern für mittlere Effekte führt, die asymptotisch die niedrigst mögliche Varianz erreichen. Die Eigenschaften der verschiedenen Schätzer in kleinen Stichproben werden mittels empirischer Monte Carlo-Simulation verglichen. Kapitel 4 zeigt, dass eine Elterngeldreform in Deutschland Mütter dazu bewegt frühzeitig auf den Arbeitsmarkt zurückzukehren. Wie durch die Reform intendiert, werden Mütter hauptsächlich dazu bewegt in Teilzeit zurückzukehren. Der verwendete semiparametrische Differenzen-von-Differenzen Ansatz ermöglicht die Schätzung von Parametern auf der ersten Stufe mittels eines Ensembleverfahrens. Die empirischen Ergebnisse sind gegenüber einer Vielzahl von verwendeten Kovariaten, die aus administrativen Daten verfügbar sind, robust. Zusätzlich wird ein Identifikationsergebnis für heterogene Treatment-Effekte in semiparametrischen Differenzen-von-Differenzen Ansätzen hergeleitet. Es stellt sich heraus, dass Mütter mit höheren Opportunitätskosten in Teilzeit zu arbeiten weniger starke Anreize haben früher auf den Arbeitsmarkt zurückzukehren., The thesis comprises three essays in the field of causal econometrics. Each of the single essays is dedicated to the question how supervised machine learning algorithms can be integrated in standard causal designs. A first, introductory chapter puts the three following main chapters into perspective. The second chapter studies the link between semiparametric efficiency theory and causal machine learning in semiparametric difference-in-differences estimation. The third chapter investigates nonparametric and machine learning methods for estimating heterogeneous treatment effects. The last chapter analyses the implications of a parental leave reform in Germany using semiparametric difference-in-differences. A major finding from Chapter 2 is that the variance lower bound that is asymptotically attainable for semiparametric difference-in-differences estimators crucially depends on the assumptions imposed on the statistical model. It turns out that lower efficiency bounds can be achieved under more restrictive assumptions. This implies a robustness-efficiency trade-off. Further, the derived efficiency results are useful for integrating machine learning methods in semiparametric difference-in-differences estimation. In particular, it is shown that moment conditions implied by the efficient influence functions lead to plug-in estimators that maintain desirable statistical properties like asymptotic normality and efficiency even when machine learning algorithms are used to estimate first stage nuisance parameters. Chapter 3 studies nonparametric heterogeneous treatment effect estimation when the researcher is interested in effect heterogeneity with respect to a limited number of covariates. However, it turns out that estimation of first stage nuisance parameters with machine learning methods remains feasible even if the dimension of the covariates needed to account for confounding is high. In particular, coupled convergence conditions between the machine learning first stage and the nonparametric second stage are derived. Additionally, it is shown that averaging over the heterogeneous treatment effects estimators leads to an estimator for the average treatment effect that attains the semiparametric efficiency bound. The finite sample performance of the different estimators is compared in various Empirical Monte Carlo experiments. Chapter finds that a parental leave reform in Germany encourages mothers to return to the labour market earlier. As intended by the reform, mothers are mostly encouraged to return in part-time. The semiparametric difference-in-differences approach used allows to estimate first stage nuisance parameters with an ensemble learner. The empirical results are robust against the inclusion of a large number of covariates that are available from administrative data. Additionally, an identification result for heterogeneous treatment effects in semiparametric difference-in-differences is derived. It turns out that mothers with higher opportunity costs of working part-time have lower incentives to return to the labour market earlier.

Diese Dissertation umfasst drei Kapitel in Makroökonomie und Stadtwirtschaft mit speziellem Fokus auf die zugrundeliegende Geldpolitik und Fiskalpolitik in der Immobilienwirtschaft. Das erste Kapitel betrachtet Wohnkosten als grossen Teil der Haushaltsausgaben. Ich untersuche heterogene Auswirkungen von einer nicht antizipierten expansiven Geldpolitik auf den Immobilienmarkt und auf die Mietentscheidungen eines Haushaltes empirisch, indem ich die Wohnkosten betrachte. Basierend auf Schweizer Haushaltspaneldaten und täglichen Zins-Futures komme ich zu der Erkenntnis, dass Haushalte mit beschränkten finanziellen Mitteln um 3.45 Prozentpunkte wahrscheinlicher zu Immobilieneigentümern werden, wenn der 3-Monats Libor unerwartet um 100 Basispunkte sinkt. Haushalte im oberen Einkommensquartil mit Ersparnissen der 3a Säulen profitieren am meisten. Mieter und Mieterinnen profitieren ebenfalls signifikant von einer durchschnittlichen Abnahme der realen Wohnkosten von 19%. Diese Ergebnisse zeigen die Wichtigkeit von Wohnungen und Mehrfamilienhäuser. Das zweite Kapitel untersucht die Dynamiken der Mieten, welche einen wichtigen Teil der Haushaltsausgaben in Slums darstellen. Ich untersuche eine grossangelegte, nationale städtische ‚big-push‘ Erneuerungspolitikreform in Indien zwischen 2005 und 2012, um empirisch die multidimensionalen Effekte von Mietreformen und Wohnungsversorgung auf Wohneigentum, Mietausgaben, die Rolle der Frauen und die Qualität der Unterkünfte von Slumhaushalten zu evaluieren. Durch die Kombination von einer neuen Querschnittserhebung von Haushalten mit der nächtlichen Lichtaktivität auf dem Distriktlevel stelle ich fest, dass die Reform die realen Mieten signifikant um 18.2% erhöhte und die Wahrscheinlichkeit, Hauseigentümer oder Hauseigentümerin zu werden, um 16.7 Prozentpunkte zunahm. Es ist wahrscheinlicher, dass eine Frau Haushaltsvorstehende ist. Diese Resultate weisen auf die Wichtigkeit von Marktversagen hin. Das letzte Kapitel befasst sich mit Slums als integraler Bestandteil von Städten in Indien. Mithilfe der nationalen Lichtaktivität als Mass für Urbanisierung untersuche ich die Auswirkung von Urbanisierung auf das Slumwachstum zwischen 1993 und 2012. Ich untersuche ebenfalls die grossangelegte, nationale ‚big-push‘ Politikreform in Indien zwischen 2005 und 2012, um zu sehen, ob eine solche Politik erfolgreich war. Durch die Kombination von einer neuen Querschnittserhebung von Haushalten und der nächtlichen Lichtaktivität auf nationalem Level stelle ich fest, dass die Wahrscheinlichkeit, ein Slumhaushalt zu sein, um 14.2 Prozentpunkte höher im dritten Quartil der nächtlichen Lichtaktivität ist, was nach der Einführung der Politik um 3.9 Prozentpunkte abnahm. Diese Resultate sind vorläufiger Natur und unterstreichen die Rolle der zugrundeliegenden sozialen Phänomene, welche mit Migration und urbaner Mittelschichtregionen verbunden sind., This dissertation comprises of three chapters in macroeconomics and urban economics with a particular focus on the underlying monetary policy and fiscal policy in real estate economics. The first chapter considers user costs of housing as a major part of a household’s expenditure. I empirically investigate the heterogenous impact of an unanticipated expansionary monetary policy on housing markets and household tenurial decision by exploiting the user cost of housing channel. Drawing on a Swiss household panel data and daily interest rate futures, I find that the less financially constrained households are 3.45 percentage points more likely to become homeowners in case of unexpected decrease of 100 basis points in 3-month CHF Libor. The households in the upper income quartile with pillar 3a savings benefit the most in case of an unanticipated negative monetary policy shock. The real user cost expenses of renting also benefits significantly by a decrease of on average 19% from an unexpected expansionary monetary policy. Single family houses do not benefit from the shocks in the monetary policy. The findings highlight the importance of apartments and multifamily housing. The second chapter examines the dynamics of housing rents which are a major part of a slum household’s expenditure. I exploit a large scale ’big-push’ national urban renewal policy reform in India between 2005 and 2012 to empirically evaluate the multi-dimensional effect of rental reforms and housing provisions on home ownership, rental expenditures, women empowerment and quality of dwelling for slum households. Combining a novel pooled cross sectional household survey data for year 2002, 2008, 2012 and nighttime lights activity data at district level, I find the reform significantly increases the real rents by 18.2% and the probability to transition to homeownership by 16.7 percentage points. Females are more likely to be the head of the household. The findings highlight the role of market failure. The final chapter focuses on the slums as an integral part of urban spaces in India. Using state level nighttime light intensity as a measure of urbanisation I empirically evaluate the impact of urbanisation on slum growth from 1993 to 2012. In the process, I also exploit a large scale ’big-push’ national policy reform in India between 2005 and 2012 to further examine if such a policy was efficient in curbing the slum growth. Combining a novel pooled cross-sectional household survey data and nighttime lights activity at state level, I find the likelihood of being a slum household is 14.2 percentage points more in states lying within the third quartile of nighttime light intensity. After the introduction of the policy the likelihood decreases for all quartiles, where the effect for the 3rd quartile is reduced by 3.9 percentage points. The results are preliminary and highlights the role of underlying social phenomenon linked to migration and middle tier urbanised spaces.

Multi- und Cross-Channel-Retailing gewinnen stetig an Bedeutung, weshalb ein gesteigertes Interesse an der Erklärung des (räumlichen) Einkaufsverhaltens im Multi-Channel-Kontext besteht. Die Standorttheorie des Einzelhandels liefert hier, ebenso wie bisherige Modelle der Einkaufsstättenwahl, keine Antworten, da in beiden Fällen “nur” der stationäre Einzelhandel berücksichtigt wird. Die Forschung zum Multi-Channel-Einkaufsverhalten beschäftigt sich zwar mit den Einflussgrößen der Kanalwahl, berücksichtigt aber weder die vorhandene räumliche Angebotsstruktur des stationären Handels noch die Möglichkeit von Cross-Channel-Einkäufen. Weitere Forschungslücken liegen in der seltenen Verbindung der Erklärungsansätze des Einkaufsverhaltens sowie in methodischen Problemen (z.B. hinsichtlich Repräsentativität von Befragungen). Der vorliegende Beitrag beschreibt die wichtigsten Eckpunkte eines laufenden Forschungsprojektes, in dem die genannten Aspekte aufgegriffen werden. Anhand mehrerer Einzelhandelsbranchen werden die Determinanten der Einkaufsstättenwahl im Multi-Channel-Kontext untersucht, d.h. unter den Bedingungen, dass sowohl stationäre als auch Online-Anbieter zur Verfügung stehen und außerdem viele Anbieter Cross-Channel-Shopping ermöglichen. Die empirische Grundlage der Untersuchung ist eine schriftlich-postalische Befragung zum Einkaufsverhalten in zwei deutschen Untersuchungsgebieten. Die Analyse individueller Einkaufsentscheidungen und -ausgaben erfolgt mit Hilfe eines mikroökonometrischen Modells zur Einkaufsstättenwahl, das eine deutliche Erweiterung bestehender Modellansätze darstellt. Im Ergebnis zeigt sich u.a., dass die Kanalpräferenz (stationär oder online) weniger von demographischen Faktoren abhängt, sondern von individuellen Einstellungen und dem Wohnort. Die Einkaufsstättenwahl wird vorrangig durch anbieterabhängige Transaktionskosten (z.B. Fahrtzeit, Liefergebühren) und deren Charakteristika erklärt. Es zeigt sich z.B. die Relevanz der Cross-Channel-Integration von Handelsbetrieben, wenngleich der „click and collect“-Service tendenziell überschätzt wird. Der Modellansatz und die Ergebnisse des Projektes haben praktische Relevanz, u.a. für die Raumordnung, betriebliche Standortplanung sowie das Citymarketing., CITIES 20.50 – Creating Habitats for the 3rd Millennium: Smart – Sustainable – Climate Neutral. Proceedings of REAL CORP 2021, 26th International Conference on Urban Development and Regional Planning in the Information Society, 469-480

Oskar Anderson (1887-1960) gehörte zu den Gründungsvätern der Ökonometrie. Dieser Aufsatz fokussiert auf die Relevanz seines statistischen und ökonometrischen Werkes für die Konjunkturforschung in der Zwischenkriegszeit. Der Schwerpunkt liegt auf der Periode zwischen 1923 und 1942, die er als russischer Emigrant in Bulgarien verbrachte und als seine wissenschaftlich produktivste Periode gilt. In dieser Zeit veröffentlichte Anderson bahnbrechende Beiträge, in denen er ökonomische Theorie, empirische Methoden und angewandte Arbeit an Datensätzen verknüpfte. Er vernetzte sich international in den Kontexten der jungen theoretischen und politikberatenden Ökonometrie, wobei die Verbindung zum Wiener Institut für Konjunkturforschung und dessen Direktor Oskar Morgenstern besonders intensiv war. 1935 gründete Anderson mit Kofinanzierung der Rockefeller Foundation das "Statistische Institut für Wirtschaftsforschung an der Staatlichen Universität Sofia" (SWIFO) und blieb Direktor des SWIFO bis 1942. Anschließend wurde er Leiter der Abteilung für Ostforschung am Kieler Institut für Weltwirtschaft. Ab 1947 wirkte er als Ordinarius in München und kämpfte für die Verankerung der quantitativen Methoden in der Ökonomen-Ausbildung an westdeutschen Fakultäten. In den späten 1940er Jahren war Anderson an der Gründung des ifo Instituts beteiligt. Sein Sohn Oskar Anderson jun. (1922-2006) trug ab den frühen 1950er Jahren maßgeblich zur Konstruktion und Verfeinerung des ifo Konjunkturtests bei.

Die Dissertation konzentriert sich auf zwei verschiedene Bildungsthemen: die Auswirkungen von Bildungsentscheidungen auf die Arbeitsmarktergebnisse im ersten Teil und die Untersu-chung der Möglichkeiten des E-Learning-Umfelds im Statistikunterricht an Universitäten im zweiten Teil. Der erste Teil umfasst drei Fragestellungen bezüglich Hochschulabsolventen. (1) Üben Frauen mit einem Abschluss in Mathe, Ingenieurswesen, Naturwissenschaften und Technik (MINT) eher einen Job aus, der inhaltlich nicht mit dem Hochschulabschluss zusammenhängt, als an-dere? Die Ergebnisse zeigen, dass unter den MINT-Absolvent:innen Frauen seltener einen solchen Beruf ergreifen als die Männer. Im Vergleich mit Hochschulabsolvent:innen anderer Fächer ist dies aber nicht der Fall. (2) Als nächstes wurde überprüft, ob eine curriculare Ände-rung der Oberstufe in Baden-Württemberg, nämlich u.a. eine Erhöhung der Stundenanzahl des Matheunterrichts, dazu führte, dass mehr Frauen im MINT-Bereich einen Hochschulabschluss erwerben oder arbeiten. Die Ergebnisse zeigen, dass Frauen durch die Reform eher abge-schreckt werden. (3) In der dritten Fragestellung geht es um den Bonus von besonders guten Universitäten auf den Lohn der jeweiligen Absolventen. Mithilfe des Quacquarelli Universitäts-ranking und einem Ranking basierend auf den Abiturdurchschnittsnoten werden die besonders gute Universitäten ermittelt und ein Lohnzuwachs gemessen. Der zweite Teil beginnt mit der Überprüfung der Aussage ‚Übung macht den Meister‘. Eine Stu-die im Bachelorkurs Mathematische Methoden der Wirtschaftswissenschaft und eine Studie im Bachelorkurs Sozialwissenschaftliche Statistik II trägt zur Evidenz dieser Aussage bei. In bei-den Studien finden wir, dass Studierende, die häufiger innerhalb einer Online-Lernumgebung üben, auch bessere Noten schreiben. Wichtig hierbei ist, dass das unabhängig von Motivation, Persönlichkeit oder Vorwissen passiert. Zuletzt wird überprüft, inwiefern man solch eine Online-Lernumgebung mithilfe von Feedback verbessern kann: In einer Online-Umgebung hatten Stu-dierende drei Versuche, um eine richtige Antwort zu geben. Wöchentlich abwechselnd beka-men einige Studierende nach dem ersten falschen Versuch Tipps, um die Aufgabe zu lösen. Diese Tipps führten zu einer besseren Leistung (a) in der jeweiligen Session, aber auch (b) in einem Test in der Folgewoche. Die Ergebnisse legen nahe, dass Studierenden Zugang zu ext-ra Online-Übungen ermöglicht werden sollte, bei denen sie automatisch Feedback erhalten.

Das Lehrbuch bietet Studierenden eine Einführung in die Programmiersprache R. Mit dieser Open-Source-Software werden in der quantitativen Forschung große strukturierte und unstrukturierte Datenmengen für Analysen erschlossen. Lernvideos und digitale Musterlösungen ergänzen das Lehrbuch. Es ist der ideale Einstieg für Bachelor- und Masterstudierende in die Statistik - insbesondere Ökonometrie, empirische Kausalanalyse und Machine Learning. Die ersten beiden Abschnitte enthalten forschungsmethodische sowie statistische Grundlagen und eine Einführung in die anwendungsorientierte Programmiersprache, wobei die Vorteile von R gegenüber einer proprietären Statistiksoftware deutlich werden. Moderne Ökonometrie in der Forschungspraxis steht im Mittelpunkt des dritten Teils. Neben der Einführung in die wichtigsten Methoden der empirischen Wirtschafts- und Sozialforschung werden Musteraufgaben und -lösungen mit R präsentiert. Im Schlussteil beschreiben die Autoren den R-basierten Einstieg in die gängigsten Machine-Learning-Verfahren, verweisen auf Anwendungskontexte in der quantitativen Forschung und ziehen Parallelen zur Statistik.

Die vorliegende Dissertation untersucht empirisch den Einfluss von Arbeitsmarktinstitutionen auf Arbeitsmarktentwicklungen. Kapitel 1 führt in das Thema ein. Kapitel 2 und 3 analysieren auf Länderebene den Zusammenhang zwischen Arbeitsmarktinstitutionen und Arbeitsmarktreaktionen während der Großen Rezession, die 2007 begann. Kapitel 2 fokussiert auf die Effekte der Wechselwirkung zwischen dem Konjunkturzyklus und verschiedenen Arbeitsmarktinstitutionen auf Arbeitsmarktübergänge, wohingegen Kapitel 3 die Auswirkungen der Rezession und des Kündigungsschutzes auf die Beschäftigungsdauer untersucht. Kapitel 4 bis 6 betrachten die jüngsten Entwicklungen im deutschen Arbeitsmarkt. Kapitel 4 evaluiert die Effekte einer längeren Arbeitslosengeldbezugsdauer auf die Arbeitslosigkeitsdauer und die Wiederbeschäftigung, während Kapitel 5 und 6 die Entwicklung atypischer Beschäftigung im Allgemeinen und in Form von Mehrfachbeschäftigung untersuchen.

KOF Studies, 159

This paper investigates the effects of economic growth on income inequality in EU countries by employing econometric models. We estimated the effect of growth on the share of income for all particular deciles of population and on the Gini. Other control variables were included in the models as well. The results showed a negative effect of economic growth on inequality, while this impact is the largest for the deciles ranging from the third to the seventh. This can be perceived as an indication of a shrinking middle class. Inequality-increasing effects were found for long-term unemployment, openness and partly for indicators of importance of the financial sector. Factors reducing inequality were rule of law and population with tertiary education. The size of government turned out to be a rather insignificant determinant.

The thesis investigates short- and long-term effects of war on the economy of Ukraine. Specifically, it discusses the impact of separatists control and subsequent adverse trade policies on the real economy, responses of stock market investors to battle events, and the effect of conflict intensity on reform progress and institutional change in Ukraine. The thesis finds that the impact of war on the economy is most pronounced on the real economy of the war-torn regions. Whereas separatists control caused a decline in economic activity by at least 38%, the thesis does not find evidence supporting that the impact of conflict intensity on asset prices and institutional change in Ukraine was linear in parameters. The thesis explains the lack of the linear relationship between asset price movements and conflict intensity by investors inattention caused by information overload during the early stages of the conflict. Regarding the possible relationship between conflict and institutional change, the thesis argues that it was electoral competition, not the conflict dynamics, that had an impact on the decision-making process of the policymakers in Ukraine. by Artem Kochnev Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Universität Linz, Dissertation, 2020 (VLID)5295005

The thesis comprises three empirical studies on the German wage and earnings distribution with a particular focus on the application of modern econometric estimation methods. The first study investigates changes in the German wage distribution among men over the period 1995-2010, i.e. a time when Germany experienced a sharp rise in wage inequality. The analysis uses a unified framework which considers an extensive set of explanatory factors including personal characteristics, measures of internationalization, task composition, union coverage, industry, region and firm characteristics. Among other things, the results show that previous studies on German wage inequality most likely underestimated the role of de-unionization as important parts of de-unionization occurred within establishments. The second study provides a detailed decomposition analysis of rising lifetime earnings inequality in Germany using individual employment biographies constructed from high-quality administrative data. It shows that significant parts of rising lifetime earnings inequality among West German men born between the years 1955 and 1974 can be attributed to a lower labor market participation as well as the educational expansion among later cohorts. The analysis reveals similarities with the development in the U.S. in the sense that the cohorts studied did not only face an increase in inequality, but also a stagnation in earnings for a major part of their career. The third study evaluates the importance of selection effects in the context of the gender wage gap. The econometric approach enhances the Albrecht et al. (2009) method by providing a practical solution to the problem outlined in Huber and Melly (2015). The suggested transformation effectively eliminates violations of conditional independence. In addition, the functionality of the approach is illustrated from both a theoretical and an empirical point of view. The results also reveal that a positive female selection on unobservables potentially leads to an underestimation of the gender pay gap in Germany.

Die Bevölkerungsdynamiken haben sich in den letzten Jahrhunderten entscheidend verändert. Im späten 18. Jahrhundert, vor dem Einsetzen des demografischen Wandels, waren die meisten Menschen unter 30, verheiratete Frauen bekamen 8 oder mehr Kinder und die Lebenserwartung lag unter 40 Jahren. Heute liegt die Lebenserwartung in den meisten entwickelten Volkswirtschaften über 80 Jahren, die Fertilitätsrate ist in fast allen reichen Ländern unter das Selbsterhaltungsniveau gefallen und das Durchschnittsalter der Bevölkerung liegt bei über 40. Vor dem Hintergrund dieser beispiellosen demografischen Veränderungen analysieren die fünf Aufsätze dieser Dissertation 1) die Rolle der öffentlichen Renten für den historischen Sterblichkeits- und Geburtenrückgang, 2) untersuchen die Folgen der Bevölkerungsalterung aus politökonomischer und makroökonomischer Sicht und 3) analysieren die Auswirkungen von Rentenanreizen auf die Arbeitsmarktbeteiligung älterer Menschen.

Economists argue that the money supply positively impact on economic growth of nations. In Sri Lankan context this statement was not tested econometrically. Therefore, the aim of this study was to scrutinize the impact of money supply on Sri Lankan economy. To exam this objective, this study considered the time series data from the period of 1959 to 2013 and used two types of variables such as dependent and independent variables. Here, the gross domestic product was considered as dependent variable, and Money supply, Exchange rate, Exports earnings, Imports outflow, the Colombo consumer price index were deemed as independent variables. In the meantime, the multivariate econometric method was used to test the impacts of money supply on economic growth of Sri Lanka. According to the analytical results, the money supply has kept positive impact on the economic growth of Sri Lanka at 1% significant level. The R-squared of the estimated model was 92% which was indicated that the estimated model was desirable. Meanwhile, the Durbin Watson test statistic was 2.43 and also the Breusch –Godfrey serial correlation LM test results was greater than 5%. Therefore, these statistics indicated that, the estimated model was not suffering from serial correlation.

This dissertation consists of two parts with different themes, the first part is made up of three articles in the broad category of empirical energy economics. The first paper in this category analyses the impact of changes in the prices of fossil fuels on the electricity prices. The following two articles are closely related and empirically analyse the North American oil industry to see if the financial decisions and conditions of the firms and the oil industry are affected by oil price changes. The final article provides a literature review prepared for the handbook "Corruption and Fraud in Financial Markets: Malpractice, Misconduct and Manipulation. with an accompanying data analysis on the detection of financial fraud and manipulations using Benford s law.

Zum 1. Januar 2013 wurde der deutsche Markt für Buslinienfernverkehr dereguliert. Seit der Deregulierung hat sich jedoch ein deutschlandweites Fernbusnetz entwickelt. Insbesondere in den ersten Jahren nach der Deregulierung erlebte der Fernbusmarkt einen intensiven intramodalen Wettbewerb. Gleichzeitig konnte sich auf dem Schienenpersonenfernverkehrsmarkt seit der Bahnreform im Jahr 1994 kaum intramodaler Wettbewerb entwickeln, weshalb die DB Fernverkehr AG seit Jahren einen Marktanteil von 99% aufweist. Mit der Deregulierung des Fernbusmarktes konkurriert die DB Fernverkehr AG erstmals auf mittleren Distanzen mit einem intermodalen Wettbewerber. Diese Dissertation analysiert den intermodalen Wettbewerb zwischen der DB Fernverkehr AG und den Fernbusunternehmen. Dabei konzentriert sich diese Arbeit auf die Forschungslücke des Angebotsverhaltens beider Verkehrsträger. In dieser Arbeit wird sowohl das Markteintrittsverhalten der Fernbusunternehmen bei der Aufnahme von Strecken in Abhängigkeit vom Bahnangebot als auch das Preissetzungsverhalten der DB Fernverkehr AG in Abhängigkeit vom Fernbusangebot untersucht. Die Dissertation beinhaltet zunächst ein industrieökonomisches Modell, welches den intermodalen Wettbewerb zwischen verschiedenen Fernbusunternehmen und einem Bahnunternehmen widerspiegelt. Aus diesem Modell werden verschiedene Hypothesen bezüglich des Markteintrittsverhaltens der Fernbusanbieter und des Preissetzungsverhaltens der DB Fernverkehr AG abgeleitet. Die empirische Überprüfung dieser Hypothesen erfolgt unter Verwendung einer eigens für diese Fragestellungen erstellten Datenbank, die sowohl Fahrplaninformationen der DB Fernverkehr AG als auch der Fernbusunternehmen beinhaltet. Zusätzlich wurden sozioökonomische und geografische Daten sowie Verkehrsaufkommensdaten mit dieser Datenbank kombiniert. Die verwendeten Daten stammen aus der Woche des 16.06.2015 bis zum 22.06.2015, einer Zeit, in der die Konsolidierung dieses Marktes noch nicht vollständig abgeschlossen war und intramodaler Wettbewerb unter Fernbusunternehmen auf zahlreichen Strecken existierte. Die empirische Überprüfung der Hypothesen ergab, dass Fernbusunternehmen insbesondere auf größeren Verkehrsmärkten eintreten. Es ist erkennbar, dass der Markteintritt der Fernbusanbieter zunächst auf den Strecken erfolgt, auf denen die DB Fernverkehr AG ein attraktives Angebot anbietet. Sobald die Entscheidung für das Marktangebot jedoch erfolgt ist, werden überproportional viele Fahrten dort angeboten, wo der Fernbus seinen Preisvorteil gegenüber der DB Fernverkehr AG ausbauen kann und der Zeitnachteil gegenüber dem Angebot der DB Fernverkehr AG relativ gering ist. Das Preisangebotsverhalten der DB Fernverkehr AG wurde untersucht, indem das Sparpreisangebot auf der Homepage der Deutschen Bahn AG „Bahn.de“ mit dem Sparpreisangebot der Vergleichsplattform „Busliniensuche.de“ verglichen wurde. Im Rahmen einer Zähldatenregression konnte festgestellt werden, dass vermehrt günstigere Verbindungen auf der Homepage „Busliniensuche.de“ für die Strecken ausgegeben werden, die einen großen Verkehrsmarkt, einen intermodalen Wettbewerb mit dem Fernbus und einen intramodalen Wettbewerb zwischen den Fernbusunternehmen aufweisen. Der Effekt der Bahnqualität konnte anhand der Daten nicht vollständig bestätigt werden.

The present Special Issue collects a number of new contributions both at the theoretical level and in terms of applications in the areas of nonparametric and semiparametric econometric methods. In particular, this collection of papers that cover areas such as developments in local smoothing techniques, splines, series estimators, and wavelets will add to the existing rich literature on these subjects and enhance our ability to use data to test economic hypotheses in a variety of fields, such as financial economics, microeconomics, macroeconomics, labor economics, and economic growth, to name a few.

Die Dissertation befasst sich mit mehreren Herausforderungen für eine alternde Gesellschaft in Europa. Kapitel 2 beschäftigt sich mit dem Rückgang der Nachfrage in der Gynäkologie und Geburtshilfe in Deutschland. Simulationen zeigen die Möglichkeiten eines Zentralisierungsprozesses in Gynäkologie und Geburtshilfe, ohne den umfassenden Zugang zu Gesundheitsleistungen zu gefährden. Kapitel 3 analysiert, ob die Morbidität der Älteren in Europa im Laufe der Zeit zugenommen hat und daher einen weiteren Druck auf die Gesundheitssysteme ausübt. Kapitel 4 untersucht die Auswirkungen informeller und formeller Pflege für gebrechliche ältere Menschen. In Anbetracht der potenziellen Kosten der informellen Pflege evaluiert Kapitel 5 die Auswirkungen der informellen Pflege auf die Erwerbsbeteiligung von Individuen, die für ihre pflegebedürftigen Eltern sorgen.

This doctoral thesis is concerned with the econometric analysis of educational decisions and their consequences on economic outcomes for the complex multiple stage German education system. Of particular importance is the role of early tracking on subsequent transitions and on later expected outcomes. Another major aspect we are interested in relates to the availability of `second chance' options and whether they are able to reduce socio-economic inequalities. We also highlight the importance of controlling for previous transitions in order to measure the effect of parental background at a certain node net of its influence at earlier points. There are several important aspects inferred from this thesis. First, the results add to the litera-ture on the importance of individual background on attained levels of education. Our main con-tribution consists in establishing that this background determines, to a certain extent, education decisions over the entire life-cycle. Second, the availability of `second chance' options benefits individuals with better socio-economic status and it does not seem to fulfill the purpose of reducing social inequalities, but rather serving the purpose of preserving parental status. Third, higher levels of educational attainment lead to higher expected wages. The element of novelty in our study is that returns to tracks not only include direct returns, but also the value of continuation options opened up by choosing those tracks. This offers a more complete picture of differences in expected returns between tracks. Fourth, vocational and academic degrees differ significantly in terms of wage returns even after accounting for self-selection and using different instruments for dealing with the endogeneity of education leads to different estimation results. Finally, this thesis uses modern and relatively new microeconometric methods which allow us to properly account for unobserved individual characteristics and self-selection into tracks, and to circumvent the problems raised by lack of data regarding ability, motivation or intelligence. To conclude, this empirical work achieved its goal of deepening the analysis of the German education system by considering most of its stages and tracks in a simultaneous way. On the one hand, results confirm the literature findings, and on the other hand, they offer important new insights regarding decisions determinants and consequences on economic outcomes. Such analysis could be used in order to improve equality of opportunities and it could be ap-plied to any other education system of the world. Moreover, with the availability of better data, some additional aspects could be investigated such as the formation of cognitive and non-cognitive skills over the life-cycle. Fortunately, in recent years there has been a trend of in-creasing the quality of education related data, so such research will soon be feasible.

submitted by Mag. rer. soc. oec. Alexander Ahammer Universität Linz, Dissertation, 2018

This paper explores the variation in intergenerational educational mobility across the Brazilian states based on Markov transition matrixes and univariate econometric techniques. The analysis of the national household survey (PNAD-2014) confirms a strong variation in mobility among the 27 federative units in Brazil and demonstrates a significant correlation between mobility and income inequality. In this sense, this work presents empirical evidence for the existence of the "Great Gatsby curve" within a single country: states with greater income disparities present higher levels of persistence in educational levels across generations. Finally, I investigate one specific mechanism behind this correlation - namely, whether higher income inequality might lead to a lower investment in human capital among children from socially vulnerable households. The paper delivers robust and compelling results showing that children born into families where the parents have not completed primary education have a statistically significant reduction in their chance of completing the educational system if they live in states with a higher level of income inequality.

Analyzing the poverty and distributional impact of macro events requires understanding how shocks or policy changes on the macro level affect household income and consumption. It is clear that this poses a formidable task, which of course raises the question of the appropriate methodology to address such questions. This paper presents one possible approach: A sequential methodology that combines a macroeconomic model with a behavioral micro-simulation. We discuss the merits and shortcomings of this approach with a focus on developing country applications with a short to medium run time horizon. - This chapter is a re-print of: Lay, J. (2010). Sequential macro-micro modelling with behavioural microsimulations. International Journal of Microsimulation, 3(1), 24-34.

Die vorliegende Dissertation beschäftigt sich mit entwicklungsökonomischen Fragestellungen, die in einem ersten Kapitel eingeleitet werden. Der zweite Beitrag untersucht die Rolle der externen Validität bei randomisierten Kontrollstudien und mögliche Probleme der Übertragbarkeit von Ergebnissen. Kapitel drei gibt Hinweise auf eine effizientere Ausgestaltung von TURFs zum Schutz von Korallenriffen in Indonesien. Kapitel vier wendet sich dem Thema Feinstaub im Kochprozess zu und betrachtet in einem ersten Schritt das Verhältnis zwischen dem Kochort und Feinstaub bevor Kapitel fünf in einem zweiten Schritt den Effekt von Kochort und Feinstaub auf die Gesundheit von jungen Kindern genauer untersucht. Das letzte Kapitel analysiert die Rolle von Qualitätszertifizierung von Solarpanelen in Burkina Faso. Mit selbst erhobenen Daten aus dem westlichen Teil von Burkina Faso wird untersucht, ob diese Zertifizierung eine notwendige Bedingung ist, um einen funktionierenden Markt aufzubauen.

Die Dissertation beschäftigt sich mit Determinanten der Qualität von Krankenhäusern. Kapitel 2 beschäftigt sich mit der Messung der Konzentration im Krankenhausmarkt. Eine zu hohe Konzentration kann zu einem abnehmenden Wettbewerb führen und damit die Qualitätsanreize für Krankenhäuser senken. Kapitel 3 untersucht, ob Patienten, die in Krankenhäusern mit einer hohen Fallzahl behandelt werden, eine niedrigere Mortalität aufweisen als Patienten, die in Krankenhäusern mit geringen Fallzahlen behandelt werden. Kapitel 4 analysiert, ob es systeminhärente Qualitätsprobleme in Krankenhäusern gibt. Das wird exemplarisch am Beispiel der Nachtaufnahme betrachtet, d.h. es wird die Frage gestellt, ob Patienten, die nachts im Krankenhaus aufgenommen werden ein höheres Mortalitätsrisiko haben als Patienten, die tagsüber ins Krankenhaus kommen. Kapitel 5 beurteilt am Beispiel der Herzinfarktbehandlung, ob der medizinisch-technische Fortschritt dazu führen kann, die Ergebnisqualität zu verbessern.