Semi-parametric estimation of income mobility with D-vines using bivariate penalised splines.

Autor/inn/en	Schellhase, Christian; Kuhlenkasper, Torben
Titel	Semi-parametric estimation of income mobility with D-vines using bivariate penalised splines. Gefälligkeitsübersetzung: Semi-parametrische Schätzung von Einkommensmobilität mit D-vines unter der Verwendung von bivariaten penalisierten Splines.
Quelle	In: Wirtschafts- und sozialstatistisches Archiv, 11 (2017) 2, S. 107-134 PDF als Volltext Link als defekt meldenVerfügbarkeit
Sprache	englisch
Dokumenttyp	online; gedruckt; Zeitschriftenaufsatz
ISSN	1863-8155; 1863-8163
DOI	10.1007/s11943-017-0205-9
Schlagwörter	Einkommensentwicklung; Einkommensverteilung; Berufliche Mobilität; Qualifikation
Abstract	"Der Artikel analysiert die Verteilung von Einkommensmobilität in Deutschland. Wir verwenden die offiziellen Daten der Deutschen Bundesagentur für Arbeit und vergleichen relative Einkommensveränderungen und ihre seriellen Abhängigkeiten über die Zeit in den Jahrzehnten 1980, 1990 und 2000 um eine Querschnitts- und eine Längsperspektive mit einem Fokus auf Veränderungen innerhalb der Generationen zu erhalten. Die Daten werden in Bezug auf die Erziehung der Einzelpersonen und für Änderungen der Beschäftigung getrennt. Für die Modellierung der multivariaten Verteilung des individuellen Einkommens werden nichtparametrische Glättungstechniken angewandt. Als Ergebnis erkennen wir sehr niedrige Einkommensmobilität für die gering ausgebildeten Arbeitskräfte, aber deutlich höhere Einkommensmobilität für die hochgebildeten Personen." (Autorenreferat, © Springer-Verlag). Die Untersuchung enthält quantitative Daten. Forschungsmethode: empirisch-quantitativ; empirisch; Sekundäranalyse; Querschnitt; Längsschnitt. Die Untersuchung bezieht sich auf den Zeitraum 1980 bis 2010. "The article evaluates the distribution of income mobility in Germany. We employ official data from the German Federal Employment Agency and compare relative changes in income and their serial dependency over time during the 1980s, 1990s and 2000s to obtain both a cross-sectional and a longitudinal perspective with an intra-generational focus. The data set is separated with respect to the education of the individuals and job changes. Nonparametric smoothing techniques are applied for the modelling of the multivariate distribution of individual income. We detect very low income mobility for the low-educated workforce but significantly higher income mobility for highly educated individuals." (Author's abstract, © Springer-Verlag).
Erfasst von	Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg
Update	2018/2