Diese Website benutzt Cookies. Wenn Sie die Website weiter nutzen, stimmen Sie der Verwendung von Cookies zu. Hier können Sie diese ausschalten.

Detailansicht

Titel:
RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File V4) – Payment index
weiterer Titel:
Sozioökonomische Daten auf Rasterebene (Scientific Use File V4) – Zahlungsindex
Beschreibung:

Die Variable Zahlungsindex beschreibt die statistische Wahrscheinlichkeit von Zahlungsausfällen für jedes Haus in Deutschland. Es erfolgt eine Einteilung der Häuser in neun Risikoklassen (microm 2014, S. 88). Die Klassen werden durch ein Scoringverfahren ermittelt, in das u. a. Negativmerkmale des Verbandes der Vereine Creditreform, sowie Informationen über Alters- und Familienstruktur, Wohnumfeld etc. einfließen. Alle Angaben sind gemäß der Vorgaben des Datenschutzes anonymisiert. Die wichtigste Grundlage bildet der Anteil der Haushalte mit Zahlungsproblemen(microm 2014, S. 88).

DOI:
10.7807/microm:zahlindex:suf:V4
Schlagworte:
Zahlungsindex, Zahlungsausfälle, Rasterdaten
Primärforscher:
RWI, microm
Veröffentlichungsdatum:
01.07.2016
Datenerhebung:

microm Micromarketing-Systeme und Consult GmbH

Geografischer Raum:
DE-Deutschland
Referenzzeitraum:
2005, 2009, 2010, 2011, 2012, 2015
Erhebungsverfahren:

Microm verwendet schätzungsweise über eine Milliarde Einzelinformationen, die in den microm Datensatz einfließen. Die Grundlage für die Informationsgewinnung bilden im Wesentlichen Informationen über ca. 40,7 Millionen Haushalte in Deutschland. Die Daten werden jedoch nicht für die einzelnen Haushalte sondern für die rund 19,7 Millionen Häuser in Deutschland ausgewiesen (microm 2014, Seite 1). Aus datenschutzrechtlichen Gründen werden Häuser, die zu einem Wohnumfeld gehören, zu einem „virtuellen“ mikrogeografischen Segment (sog. Mikrozelle) gebündelt, das durchschnittlich acht, mindestens aber fünf Häuser umfasst. So werden aus den benutzten Grunddaten Informationen zu den Haushaltsstrukturen generiert, die dann wiederum in weitere Hochrechnungen einfließen. Wann immer dies möglich ist, werden die errechneten Daten mit anderen Datenquellen wie beispielsweise amtlichen Daten, die auf einer höheren Aggregationsstufe vorliegen, abgeglichen (microm 2014, Seite 2). Darüber hinaus nutzt microm die Möglichkeit seine Wohnumfelder zu geocodieren, das heißt, den Wohnfeldern werden Koordinaten zugewiesen. Dadurch wird die Möglichkeit geschaffen, diese Informationen den einzelnen Rastern zuzuordnen und auf dieser Ebene zu aggregieren.

Zeitliche Dimension:
Querschnitt
Dateiformat:

Stata

detaillierte Variablenliste:
weitere Datenbeschreibung:

Dazugehörige Datensätze:

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) - Purchasing power, DOI: 10.7807/microm:kaufkraft:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) – Unemployment rate, DOI: 10.7807/microm:alq:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) - Car brands, DOI: 10.7807/microm:pkwmarken:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) - Car segments, DOI: 10.7807/microm:pkwseg:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) - House typ, DOI: 10.7807/microm:haustyp:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) - Share of foreigners, DOI: 10.7807/microm:auslaender:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) - Household structure, DOI: 10.7807/microm:hstruktur:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) – Children, DOI: 10.7807/microm:kinder:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) – Population by age and gender, DOI: 10.7807/microm:einwGeAl:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) – Ethno, DOI: 10.7807/microm:ethno:suf:V4

RWI-GEO-GRID: Socio-Economic Data on grid level (Scientific Use File) – Population, DOI: 10.7807/microm:einwohner:suf:V4

 

 

Anmerkungen:

Der Datensatz beinhaltet neben der Variable Zahlungsindex die geografische Kennziffer für den Rasterpunkt als auch die microm Basis Variablen. Die von uns hier vorgestellten Variablen stellen die Daten dar, die durch das FDZ Ruhr am RWI für die Forschung angeboten werden. Daten auf einer so feinen räumlichen Ebene (1km²) werden für die gesamte Bundesrepublik Deutschland nicht originär erhoben, sodass der microm-Datensatz eine sinnvolle Ergänzung für kleinräumige Analysen sein kann. Grundlegende Beschreibungen, wie die einzelnen Variablen ermittelt werden, finden sich im microm-Handbuch (microm 2014). Wenn auch die Details zu der Datengenerierung ein Betriebsgeheimnis darstellen, ist die Art und Weise der Informationsgewinnung bekannt. Prüfungen der Daten durch das FDZ Ruhr geben keine Hinweise auf Qualitätsprobleme. Der anonymierte Datensatz steht als Scientific Use File zur Verfügung. Anonymisiert wurden dabei alle 1km², in weniger als 20 Beobachtungen, hier Einwohner,  ausweisen.  

Rechte:
microm Micromarketing-Systeme und Consult GmbH
Sprache:
Deutsch
Version:
Version 1
Verfügbarkeit:
lieferbar
Zitation:
RWI; microm (2016): Socio-Economic Data on grid level (Scientific Use File). Payment index. RWI-GEO-GRID. Version: 1. RWI – Leibniz-Institut für Wirtschaftsforschung. Datensatz. http://doi.org/10.7807/microm:zahlindex:suf:v4
Publikationen:

Veröffentlichungen

microm Consumer Marketing (2014), microm Datenhandbuch: Arbeitsunterlagen für microm MARKET & GEO. Neuss: microm GmbH, Neuss.

Rüdiger Budde und Lea Eilers (2014), Sozioökonomische Daten auf Rasterebene - Datenbeschreibung der microm-Rasterdaten. RWI Materialien 077. Essen.

Bauer, T. K., Budde, R., Micheli, M., & Neumann, U. (2015). Immobilienmarkteffekte des Emscherumbaus?. Raumforschung und Raumordnung, 73(4), 269-283.

Hentschker, Corinna and Ansgar Wübker. The impact of technology diffusion in health care markets: Evidence from heart attack treatment. No. 632. Ruhr Economic Papers, 2016.

 

JEL Classifications:
J33; R23
Details