Kurzbeschreibung

Viele Fragen in Bezug auf den Arbeitsmarkt lassen sich nur beantworten, wenn man unbeobachtbare Arbeitnehmer- und Arbeitgeber-Heterogenität berücksichtigt. Diese Heterogenität kann Dinge wie Lohnungleichheit, Arbeitnehmerströme oder die Veränderung der sektorale Beschäftigung erklären. Bis jetzt war die vorherrschende Methode um diese Heterogenität zu identifizieren der ökonometrische Ansatz von Abowd, Kramarz und Margolis (1999). Jedoch gibt es bei diesem Ansatz bekannte Schwierigkeiten wie Identifikationsverzerrung und das Problem von zufälligen Parametern. Diese Schwierigkeiten treten auf, da für die Identifizierung der fixen Effekte Jobwechsel benötigt werden. Da es oft wenige dieser Jobwechsel gibt und diese wenige Beobachtungen eine Vielzahl von fixen Effekten identifizieren müssen, werden diese unter Umständen unpräzise geschätzt. Bonhomme, Lamadon and Manresa (2019) schlagen einen neuen Ansatz vor, der auf einem "finite mixture"- Modells basiert. Dabei werden zunächst Firmen gruppiert, was das Netzwerk für Arbeitnehmer und somit die Anzahl an Jobwechseln vergrößert. Ziel unseres Projektes ist es den neuartigen Ansatz auf den administrativen Daten des IABs zu implementieren, so dass dieser leicht von anderen Forschenden repliziert werden kann.