Hvad kan Big Data fortælle os om menneskers økonomiske adfærd? Videnskabernes selskab April 2016 Claus Thustrup Kreiner Økonomisk Institut og EPRU Københavns Universitet + David Dreyer Lassen, Søren Leth-Petersen, Daniel Reck, Peer Ebbesen Skov, Louise Willerslev-Olsen
Hvad kan Big Data fortælle os om menneskers økonomiske adfærd? Økonomisk Institut
Økonomisk adfærd er vigtig Hvorfor kommer nogle mennesker i finansielle vanskeligheder? Hvordan påvirker skattesystemet økonomiske dispositioner? Sammenhæng mellem løn og beskæftigelse? Er det muligt med økonomisk politisk at stimulere økonomien i krisetider? men svær at måle! Økonomiske outcomes påvirkes af mange forhold på samme tid Ofte umuligt at lave (field) eksperimenter side 3
Big Data i Økonomi Volume (størrelsen af data), Variety (forskelligartethed i data), Velocity (hurtighed i behandlingen af data) Data: Administrative registre med information om alle danskere hos Danmarks Statistik, fx årlig løn siden 1980 og månedsløn siden 2008 + mulighed for at sammenkoble registre (CPR, CVR) også med data indsamlet via survey eller kontrollerede eksperimenter + digitale data Behandling af data: Danmarks Statistiks forskerordning Metode: Ikke-parametrisk sammenhæng, difference-in-difference, regression discontinuity, event analysis, bunching side 4
Big Data ikke tilstrækkeligt - Samvariation og årsagssammenhæng ikke det samme Styrke af hovedpine Forbrug af hovedpinepiller side 5
Big Data ikke tilstrækkeligt - Samvariation og årsagssammenhæng ikke det samme Styrke af hovedpine Ondt i hovedet Forbrug af hovedpinepiller Forbrug af hovedpinepiller side 6
Big Data ikke tilstrækkeligt - Samvariation og årsagssammenhæng ikke det samme Styrke af hovedpine Ondt i hovedet? Forbrug af hovedpinepiller Forbrug af hovedpinepiller Risiko #1: Omvendt kausalitet/årsagssammenhæng side 7
Big Data ikke tilstrækkeligt - Samvariation og årsagssammenhæng ikke det samme Løn, 40 år Løn, 40 år SU modtaget SU modtaget over livet side 8
Big Data ikke tilstrækkeligt - Samvariation og årsagssammenhæng ikke det samme Løn, 40 år Løn, 40 år? Uddannelselængde SU modtaget SU modtaget over livet Risiko #2: Manglende variabel side 9
Hvorfor kommer nogle mennesker i finansielle problemer? side 10
Hvorfor kommer nogle i finansielle problemer? -Data Income-Tax Register 1987-2011 Income Financial assets Population Register 1987-2011 (N=4,710,729) Parental link Demographics School Register GPA Birth register Birth weight Bad Payer File 2009 Unpaid bills Loans 2004-2011 (# loans: 30,693,273) Balance Interest payments Delinquency (=missed payments) Survey Data 2014 (N=3,688) Risk attitude Impatience Impulsivity side 11
Hvorfor kommer nogle i finansielle problemer? - Fødselsvægt og finansielle problemer side 12
Hvorfor kommer nogle i finansielle problemer? - Fødselsvægt og finansielle problemer Korrelation mellem fødselsvægt og misvedligeholdelse af lån Finansielle problemer er til en vis grad forudbestemt side 13
Hvorfor kommer nogle i finansielle problemer? - Forældre og børns finansielle problemer 4 5 gange så stor sandsynlighed for personer, hvor forældre har misvedligeholdt lån side 14
Økonomisk Institut Hvorfor kommer nogle mennesker i finansielle problemer? side 15
Økonomisk Institut Hvordan påvirker skattesystem økonomisk adfærd? side 16
Hvordan påvirker skattesystem økonomisk adfærd? - Bunching omkring topskattegrænse 75.000 Alle lønmodtagere: 2006-2013 70.000 65.000 60.000 Antal personer 55.000 50.000 45.000 40.000 35.000 30.000 25.000-50 -40-30 -20-10 0 10 20 30 40 50 Afstand til topskattegrænse (kr.) side 17
Hvordan påvirker skattesystem økonomisk adfærd? - Bunching omkring topskattegrænse 200 10.000 obs stikprøve af lønmodtagere: 2006-2013 180 160 140 Antal personer 120 100 80 60 40 20 0-50 -40-30 -20-10 0 10 20 30 40 50 Afstand til topskattegrænse (kr.) side 18
Hvordan påvirker skattesystem økonomisk adfærd? - Bunching omkring topskattegrænse 1.000 1% stikprøve af lønmodtagere: 2006-2013 900 800 700 Antal personer 600 500 400 300 200 100 0-50 -40-30 -20-10 0 10 20 30 40 50 Afstand til topskattegrænse (kr.) side 19
Hvordan påvirker skattesystem økonomisk adfærd? - Bunching omkring topskattegrænse 5.000 5% stikprøve af lønmodtagere: 2006-2013 4.500 4.000 3.500 Antal personer 3.000 2.500 2.000 1.500 1.000 500 0-50 -40-30 -20-10 0 10 20 30 40 50 Afstand til topskattegrænse (kr.) side 20
Hvordan påvirker skattesystem økonomisk adfærd? - Bunching omkring topskattegrænse 75.000 Alle lønmodtagere: 2006-2013 70.000 65.000 60.000 Antal personer 55.000 50.000 45.000 40.000 35.000 30.000 25.000-50 -40-30 -20-10 0 10 20 30 40 50 Afstand til topskattegrænse (kr.) side 21
Hvordan påvirker skattesystem økonomisk adfærd? - Bunching omkring topskattegrænse 120.000 Alle selvstændige: 2006-2013 100.000 80.000 Antal personer 60.000 40.000 20.000 0-50 -40-30 -20-10 0 10 20 30 40 50 Afstand til topskattegrænse (kr.) side 22
J 08 F 08 M 08 A 08 M 08 J 08 J 08 A 08 S 08 O 08 N 08 D 08 J 09 F 09 M 09 A 09 M 09 J 09 J 09 A 09 S 09 O 09 N 09 D 09 J 10 F 10 M 10 A 10 M 10 J 10 J 10 A 10 S 10 O 10 N 10 D 10 J 11 65 60 55 50 45 40 35 30 25 20 15 Hvordan påvirker skattesystem økonomisk adfærd? - Indkomstflytning Betaler topskat Betaler ej topskat C group T group Month side 23 1,000 DKK
J 08 F 08 M 08 A 08 M 08 J 08 J 08 A 08 S 08 O 08 N 08 D 08 J 09 F 09 M 09 A 09 M 09 J 09 J 09 A 09 S 09 O 09 N 09 D 09 J 10 F 10 M 10 A 10 M 10 J 10 J 10 A 10 S 10 O 10 N 10 D 10 J 11 65 60 55 50 45 40 35 30 25 20 15 Hvordan påvirker skattesystem økonomisk adfærd? - Indkomstflytning Nytår 2010 Betaler topskat Betaler ej topskat C group T group Month side 24 1,000 DKK
Hvordan påvirker skattesystem økonomisk adfærd? - Indkomstflytning 10 Marginal skat 63% i 2009 Marginal skat 56% i 2009 5 0 5 10 J 08 F 08 M 08 A 08 M 08 J 08 J 08 A 08 S 08 O 08 N 08 D 08 J 09 F 09 M 09 A 09 M 09 J 09 J 09 A 09 S 09 O 09 N 09 D 09 J 10 F 10 M 10 A 10 M 10 J 10 J 10 A 10 S 10 O 10 N 10 D 10 J 11 Percent Month side 25
Hvordan påvirker skattesystem økonomisk adfærd? - Indkomstflytning Andel med 50% stigning i måned og 50% nedgang måned før 4 3 2 1 0-1 F-09 M-09 A-09 M-09 J-09 J-09 A-09 S-09 O-09 N-09 D-09 J-10 F-10 M-10 A-10 M-10 J-10 J-10 A-10 S-10 O-10 N-10 D-10 J-11 Percent Month side 26
8 7 6 5 4 3 2 1 0-1 -2 Hvordan påvirker skattesystem økonomisk adfærd? - Indkomstflytning F-09 M-09 A-09 M-09 J-09 J-09 A-09 S-09 O-09 N-09 D-09 J-10 F-10 M-10 A-10 M-10 J-10 J-10 A-10 S-10 O-10 N-10 D-10 J-11 P99 income P95 income < P99 P90 income < P95 side 27 Percent
Sammenhæng mellem løn og beskæftigelse? - Effekt af spring i minimumsløn ved 18 år side 28
Sammenhæng mellem løn og beskæftigelse? - Effekt af spring i minimumsløn ved 18 år Fald i beskæftigelse ved 18 år: -28 procent side 29
Sammenhæng mellem løn og beskæftigelse? - Effekt af spring i minimumsløn ved 18 år Ændring i gnsn. indkomst ved 18 år: -0.05 procent side 30
Er det muligt med økonomisk politisk at stimulere økonomien i krisetider? Fra 2007 til 2009 faldt BNP med 7% I 2009 fik man mulighed for at hæve SP-pensionsmidler (23 mia. kr., 1.4% af BNP) Man giver altså folk deres egne penge! Kan det øge privatforbruget? Teori: Ja, hvis likviditetsbegrænset side 31
Er det muligt at stimulere privatforbruget i krisetider? - Politiktiltag forventet? side 32
Er det muligt at stimulere privatforbruget i krisetider? - Dataindsamling Register data (3rd party) Gov. pension fund (ATP) Accumulated SP-funds Danish IRS (SKAT) All loan/deposit acconts Statistics Denmark CPR Survey data Private survey company SP-allocation: consumption, savings, debt, pension side 33
Er det muligt at stimulere privatforbruget i krisetider? - Hypotese: Ja, hvis likviditetsbegrænset Forbrugsandel af SP og rente på marginal likviditet Propensity to spend (%) 60 65 70 75 0 2 4 6 8 10 12 14 16 18 20 22 24 26 Marginal interest rate, 2008 (%) 95% CI Local polynomial regression side 34
side 35
side 36
Udviklingstendenser? Måling af dybe adfærdsparametre i eksperimenter + måling af økonomiske beslutninger med registerdata Forudsigelser (men ej årsagssammenhæng), Nudging, Netværkseffekter SODAS: Social big data (mobildata, sociale medier ) Bedre data og nye typer af data? Nye metoder (maskinlæring mv.)? Udfordringer mht. til at lære om økonomisk adfærd: Measurement without theory tit problematisk Skelne mellem samvariation og årsagssammenhæng Historiske sammenhænge anvendes til at forudsige effekt af ny politik, men forudsigelse kan fejle pga. ændret adfærd historisk sammenhæng holder ikke længere (Lucas-kritikken) side 37