Aktuelle Projekte
Das übergreifende Ziel dieses Projekts ist es, besser zu verstehen, wie die Trägheit der Verbraucher die Strategien der Unternehmen, die Marktergebnisse und die Eignung von Regulierungsmaßnahmen beeinflusst. Zu diesem Zweck besteht dieses Projekt aus drei Blöcken. Im ersten Block entwickeln wir dynamische Marktmodelle mit verhaltensorientierten Verbrauchern. Diese Modelle sollen erklären, warum Verbraucher bestehende Abonnements selten kündigen, warum politische Maßnahmen trotz großer potenzieller Wechselvorteile häufig nicht zur Aktivierung der Verbraucher führen und warum Unternehmen, die hohe Gewinne pro Verbraucher erzielen, häufig darauf verzichten, den Verbrauchern noch bessere Anfangsangebote zu machen. Vor allem wollen wir verstehen, welche Rolle technologische Trends (z. B. sinkende Kosten im Laufe der Zeit), die Vertragsgestaltung, das Lernen der Verbraucher und der Verbraucherschutz, bei der Entstehung verschiedener dynamischer Preismuster spielen.
Im zweiten Block wollen wir empirisch analysieren, wie Online-Firmen das Kaufverhalten der Verbraucher durch ihre Website-Gestaltung beeinflussen. Die empirischen Erkenntnisse kombinieren wir dann mit der Theorie, um die Wohlfahrtsfolgen zu analysieren. In einem ersten Schritt kombinieren wir experimentelle Messungen von Verbraucherfehlern und -präferenzen mit Cookie-Daten, um zu untersuchen, wie das Web-Site Design die Kaufentscheidungen beeinflusst. Auf der Grundlage der empirischen Analyse entwickeln wir dann verhaltenswissenschaftliche Online-Marktmodelle. Danach werden wir die Daten im Lichte unserer Theorien neu betrachten, um die Wohlfahrtseffekte von A/B-Tests zu quantifizieren. Wir gehen davon aus, dass die Online-Daten uns helfen werden, einige Aspekte zu verstehen - wie das Lernen der Verbraucher oder das Fehlen eines solchen.
Auf der Grundlage der Ergebnisse der ersten beiden Blöcke und anderer Projekte dieser Forschungsgruppe werden im dritten Block wichtige politische Fragen der digitalen Wirtschaft untersucht, wobei Verhaltensverzerrungen, Framing-Effekte und heterogene Verbraucherreaktionen ausdrücklich berücksichtigt werden, um die laufende politische Debatte über den Online-Verbraucherschutz und die Regulierung großer Online-Plattformen zu informieren.
In diesem Projekt untersuchen wir die Auswirkungen von eingeschränkter Aufmerksamkeit auf das Anlageverhalten von Kleinanlegern. Hierzu verwenden wir sowohl Experimental- als auch Feld- bzw. Marktdaten. Unser besonderes Interesse gilt Salienzeffekten, welche Firmen mit geringem Aufwand ausnutzen können, also denen, die sich auf die Etikettierung von Finanzprodukten beziehen, auf deren relative Positionierung sowie auf die Vermarktung bestimmter Anlagestrategien.
Es gibt viele Hinweise darauf, dass Finanzunternehmen solche Salienzeffekte ausnutzen. Beispielsweise hat sich die Anzahl der Fonds und unterschiedlicher Fondskategorien in den letzten 20 Jahren drastisch erhöht. In den letzten 5 Jahren hat es in den USA mehr investierbare Indizes als an der Börse notierte Firmen gegeben. Im Durchschnitt kommen auf einen einzelnen Index nur 5 Fonds die diesen Index als Referenz nutzen, und drei Viertel aller Indizes werden nur von einem einzelnen Fonds genutzt. Fonds, die auf solchen Nischenindizes basieren, stellen ihren Investoren im Schnitt höhere Verwaltungsgebühren in Rechnung als Konkurrenzangebote, die auf weit verbreiteten Indizes basieren. Betrachtet man den Markt für Indizes, so fällt auf, dass im Jahr 2018 die drei größten Anbieter zusammen gerechnet einen Anteil von 80 Prozent am gesamten indexgebundenen verwalteten Finanzvermögen ausmachten. Standardmodelle der Wirtschaftswissenschaften können solche Muster kaum erklären. Alternative Modelle, die die begrenzte kognitive Kapazität von Investoren explizit mit einbeziehen, sind in dieser Hinsicht vielversprechender. Um wirtschaftspolitische Entscheidungen faktenbasiert treffen zu können, ist es erforderlich die Wirkungsweise von Salienzeffekten zu verstehen und quantitativ bemessen zu können.
Mit einem experimentellen Ansatz möchten wir verstehen, (1) wie Referenzindizes gewählt werden können, um Produkte attraktiver erscheinen zu lassen und somit die Profite der Emittenten zu steigern, und (2) welche Anlagestrategien prominent vermarktet werden können, um das Anlagevolumen zu steigern. Mit Experimenten und einem strukturellen Modell wollen wir quantifizieren und testen ob (3) saliente Etiketten und Referenzindizes genutzt werden können um die Nachfrage für Finanzprodukte mit nachteiliger Kostenstruktur zu erhöhen. Mit einem rein strukturellen Ansatz möchten wir untersuchen (4) wie Richtlinien, die die Verfügbarkeit von Nischenindizes begrenzen und die Berücksichtigung relevanter Informationen durch Kleinanleger erhöhen, die Investorenwohlfahrt und die Profite der Index- und Fondsanbieter beeinflussen.
Ist eine ökonomische Entscheidung zu treffen, so ist üblicherweise ein großes Maß an Informationen über die Optionen verfügbar, wohingegen die menschlichen mentalen Kapazitäten all diese Informationen zu verarbeiten stark limitiert sind. Menschliche Aufmerksamkeit nun ist, zumindest in Teilen, nicht aktiv gerichtet, sondern automatisch auf die ins Auge fallenden Aspekte der Entscheidungsumgebung gelenkt. Wenig ist jedoch darüber bekannt welche Anreize Firmen haben solche Aufmerksamkeitseffekte auszunutzen.
Wir untersuchen nicht-gerichtete Aufmerksamkeitseffekte anhand eines stark wachsenden Marktes, welcher gegenwärtig in die Aufmerksamkeit von Wettbewerbsbehörden weltweit rückt: dem Gaming-Markt. Heutzutage beinhalten viele erfolgreiche Videospiele sogenannte Lootboxen, welche, so wie Glücksspiele, zufällige Vergütungen bieten, die innerhalb der Spiele verwendet werden können (bezogen auf das „FIFA“ Spiel wäre eine solche Vergütung beispielsweise ein virtueller Lionel Messi). Allein im Jahr 2020 haben solche Lootboxen einen Umsatz von 15 Milliarden US-Dollar generiert.
Die Öffentlichkeit sorgt sich nun zunehmend, dass Spieleentwickler Lootboxen nutzen um Spieler exzessiv dafür zahlen zu lassen, dass mit winzigen Wahrscheinlichkeiten solche Vorteile im Spiel erzielt werden können. Wir stellen drei Kriterien heraus, welche dazu führen, dass Spieler die Gewinnwahrscheinlichkeiten überschätzen und letztendlich zu viel zu zahlen bereit sind. Erstens geben Entwickler üblicherweise nicht die Wahrscheinlichkeiten an, mit denen die jeweiligen Gewinne realisiert werden, sondern Wahrscheinlichkeiten werden nur für gewisse Intervalle an Gewinnen benannt. Zweitens gibt es vielen Spielen eine öffentliche Prämierung derjenigen Spieler, die einen außergewöhnlich hohen Gewinn erzielen konnten. Drittens werden solche lukrativen Gewinne grafisch besonders spektakulär präsentiert.
In einer Serie an Artikeln möchten wir vor allem drei Aspekte untersuchen: (i) In Labor- und Feldexperimenten möchten wir diejenigen Features identifizieren, die den Erfolg von Lootboxen ausmachen. Die Kernfrage ist dabei, inwiefern diese Features ausbeuterischer Natur sind. (ii) Wir möchten zudem untersuchen, inwiefern Firmen diese Features strategisch nutzen können um die Zahlungsbereitschaft der Spieler zu steigern. (iii) Schließlich möchten wir mit Hilfe eines Modells und mit Hilfe von Marktexperimenten untersuche, wie unterschiedliche Regulierungsansätze (beispielsweise solche, die die Transparenz der Angebote erhöht oder solche, die die Wettbewerbsintensität auf dem Markt erhöht) wohlfahrtsfördernd wirken können.
Dieses Projekt soll unser Verständnis dafür verbessern, wie Verbraucher ihre Aufmerksamkeit auf verschiedene Aufgaben verteilen und wie Verbraucherschutz, welcher darauf abzielt die Ausbeutung unaufmerksamer Verbraucher einzuschränken, diese Aufmerksamkeitsverteilung beeinflusst. Der Wettbewerb auf dem Markt in Verbindung mit der Ausgestaltung des Verbraucherschutzes bestimmt, worauf die Verbraucher ihre Aufmerksamkeit richten. Gleichzeitig wirkt sich die Aufmerksamkeitsverteilung wiederum darauf aus, wie die Unternehmen überhaupt um die Verbraucher konkurrieren. Wir wollen diese Wechselwirkungen untersuchen.
Um dieses Ziel zu erreichen, werden wir zunächst Experimente durchführen, um mehr darüber zu erfahren, inwieweit die Aufmerksamkeitsverteilung der Verbraucher mit den Vorhersagen der bestehenden Theorien übereinstimmen. In Marktsituationen entsteht eine direkte Wechselwirkung zwischen die Aufteilung von Aufmerksamkeit, der Ausgestaltung des Verbraucherschutzes sowie den strategischen Entscheidungen der Unternehmen. Wir planen daher, die Auswirkungen verschiedener regulatorischer Entscheidungen auf die Aufmerksamkeitsentscheidungen der Verbraucher und der Marktergebnisse theoretisch zu untersuchen. Ergänzend zu den im Labor gewonnenen Erkenntnissen und der entwickelten Theorie planen wir schließlich mit Feld-Daten zu untersuchen, wie Unternehmen auf die begrenzte Aufmerksamkeit der Verbraucher in der Praxis reagieren. Insbesondere untersuchen wir, ob Unternehmen Verbraucher mit eingeschränkter Aufmerksamkeit oder geringeren kognitiven Fähigkeiten diskriminieren.
Wir gehen davon aus, dass unsere Forschung wichtige neue Erkenntnisse über die Vor- und Nachteile verschiedener Verbraucherschutzregulierungssysteme liefern wird.
Verbraucher treffen häufig Entscheidungen ohne vollständig informiert zu sein. Unser Ziel ist es, strukturell zu schätzen, zu welchen Grad verschiedene Verbraucher die in einem Markt verfügbaren Produkte bei ihren Kaufentscheidungen berücksichtigen. Um das Konsumentenverhalten unter unvollständiger Information realistisch abbilden zu können, erlaubt es unser Modellierungsansatz, dass sich die Verbraucher sowohl im Informationsgrad als auch in ihrer Zahlungsbereitschaft für Produktattribute unterscheiden. Das Identifizieren von Heterogenität sowohl in den Präferenzen als auch im Informationsgrad gründet auf den direkt beobachteten Substitutionsmustern zwischen den verschiedenen zur Auswahl stehenden Produkten.
Strukturelle Nachfragemodelle mit einer vollständigen Informationsannahme unterstellen eine symmetrische Substitution zwischen den verschiedenen Produkten. Eine Schiefe in der beobachteten Substitution deutet darauf hin, dass nicht alle Verbraucher vollständig informiert sind. Solche Schiefen ermöglichen es uns daher, Parameter zu schätzen, die die Betrachtungswahrscheinlichkeit einzelner Produkte bestimmen.
Der Ansatz vermeidet eine Ausschlussannahme wie beispielsweise, dass Marketingausgaben nur die Betrachtungswahrscheinlichkeit aber nicht den Nutzen der Verbraucher beeinflussen. Dadurch können der Preis und andere Produkteigenschaften die Aufmerksamkeit der Verbraucher verändern. Hierdurch erhalten wir ein wesentlich flexibleres Nachfragemodell.
Unser Ziel ist es, diesen Modellierungsansatz auf eine große Anzahl von Kategorien der US-amerikanischen Konsumgüterindustrie anzuwenden. Wir verwenden hierfür die Kilts-Nielsen-Daten der Booth Business School, die den Löwenanteil dieses wirtschaftlichen Sektors abdecken. Die Daten bieten sowohl Scannerdaten, ein Verbraucherpanel sowie detaillierte gebietsspezifische Daten zu Marketingausgaben und deren Wirkung. Mit einer geschätzten Funktion, die für jeden Verbraucher die Betrachtungswahrscheinlichkeit für jedes Produkt ermittelt, können wir berechnen, ob es Unternehmen in den letzten zehn Jahren gelungen ist ihre Profitabilität zu steigern indem sie die Aufmerksamkeit der Verbraucher systematisch gelenkt haben. Dies kann Aufschluss über die potenziellen Triebkräfte für langlebige Veränderungen von Preisaufschlägen in der US-Wirtschaft geben. Es kann auch wichtige Erkenntnisse über die Auswirkungen von horizontalen Unternehmenszusammenschlüssen auf differenzierten Produktmärkten liefern, bei denen in der Regel von vollständiger Information ausgegangen wird. Ob und wie Unternehmen im Zuge einer Fusion ihre Ausgaben zur Lenkung der Konsumenten gezielt anpassen, ist unseres Wissens nach eine noch nicht ausreichend untersuchte Frage mit potenziell wichtigen Auswirkungen auf die Wettbewerbspolitik.
In klassischen diskreten Entscheidungsmodellen wird davon ausgegangen, dass die Verbraucher eine umfassende und sorgfältige Wahl zwischen den verfügbaren Alternativen unter Berücksichtigung ihrer Nutzenkonsequenzen treffen. Es ist allgemein bekannt, dass dies keine genaue Beschreibung des realen Verbrauchers ist. Markentreue und Trägheit haben oft einen erheblichen Einfluss auf die Wahl der Verbraucher. Wenn Trägheit und andere Abweichungen von strikter Rationalität starke Auswirkungen auf tägliche Einkaufsentscheidungen haben, hat dies wichtige Konsequenzen für (i) das Verständnis der Verbraucher selbst, (ii) die Gültigkeit von Standardverhaltensmodellen und (iii) das strategische Verhalten von Herstellern und Einzelhändlern. Unser Ziel in diesem Projekt ist es, diese Aspekte zu beleuchten.
Während sich die bisherige Literatur meist auf einzelne Produktkategorien konzentriert, bietet die Tatsache, dass Verbraucher während eines Einkaufs Dutzende von Entscheidungen zwischen verschiedenen Kategorien treffen, große Möglichkeiten, aus einer Fülle von wiederholten und miteinander verknüpften Entscheidungen und großen Datenmengen ein umfassenderes Bild des Verhaltens zu ermitteln. Auf der Grundlage von Methoden des maschinellen Lernens kann die Nachfrage für viele Produktkategorien gleichzeitig modelliert werden. Dieser Ansatz basiert auf der Aufteilung von Verhaltensparametern auf Individuen und Kategorien. So können die individuellen Parameter aus dem Wahlverhalten in allen Kategorien gleichzeitig ermittelt werden: Wenn wir viele Joghurtkäufe eines Haushalts beobachten, hilft dies, das individuelle Verhalten für Zahnpasta zu identifizieren.
Wir werden verschiedene Aspekte der gemeinsamen Entscheidungsfindung anhand eines großen Verbraucherpanel-Datensatzes von Nielsen untersuchen. Wie oft kaufen Menschen automatisch dieselbe Art von Müsli oder Zahnpasta, ohne sich bewusst dafür zu entscheiden? Wie loyal sind sie gegenüber einer Marke? Inwieweit unterscheiden sich diese Effekte von Person zu Person? Handelt es sich dabei um eine individuelle Eigenschaft, die über Produktkategorien hinweg korreliert? Inwieweit werden zukünftige Entscheidungen durch aktuelle Schocks wie Werbung oder Produktverfügbarkeit beeinflusst? Wie reagiert ein Verbraucher auf Bündelung und ähnliche Strategien des Einzelhandels? Schließlich werden wir die entwickelten Methoden und verhaltensbezogenen Erkenntnisse nutzen, um das strategische Verhalten von Herstellern und Einzelhändlern auf hoch konzentrierten Märkten zu untersuchen und zu erörtern, inwiefern es eine Rolle für die Gesetzgebung oder Regulierung gibt.
Dieses Projekt trägt Expertise in Grundsatzfragen der Verhaltensökonomie und des individuellen Entscheidungsverhaltens zur Forschungsgruppe bei. Wir entwickeln neue Messinstrumente für Zeitpräferenzen und die Einschätzung der eigenen Zeitpräferenzen. Ein wichtiger Aspekt von Zeitpräferenzen ist Zeit(in)konsistenz. Tatsächliches Verhalten kann von geplantem und rationalem Verhalten abweichen, ohne dass sich die Entscheidungssituation geändert hat. Um das Verständnis von Zeitinkonsistenz voranzubringen, erforschen wir theoretisch die Ursachen für Zeitinkonsistenz, messen sie und untersuchen ihre Stabilität empirisch. Wir untersuchen auch die Folgen von Zeitinkonsistenz für individuelles Verhalten und entwickeln neue theoretische Modelle, die als Grundlage für andere ökonomische Arbeiten dienen können. Zur Entwicklung dieser Modelle werden axiomatische, angewandt theoretische und ökonometrische Methoden herangezogen. Zeitinkonsistenz stellt außerdem einen wichtigen Ansatz in der Modellierung mangelnder Selbstkontrolle dar. Eine offene Frage über die Natur von Selbstkontrolle ist, ob sie als ein einheitliches Konstrukt zu verstehen ist oder ob sie vielmehr ein Überbegriff für eine Vielzahl möglicherweise verwandter, letztendlich aber unterschiedlicher Konstrukte ist. Wir werden dieser Frage empirisch nachgehen, indem wir eine umfassende Synopse von Selbstkontrollmaßen aus unterschiedlichen Disziplinen zusammentragen und deren „konvergente Validität“ untersuchen, also wie stark sich unterschiedliche Selbstkontrollmaße in ihrer Charakterisierung eines gegebenen Individuums unterscheiden.
Welche Auswirkungen hat Haushaltsheterogenität auf die Transmission geldpolitischer Maßnahmen? Herkömmliche Neu-Keynesianische Modelle, die die geldpolitische Transmission auf die gesamtwirtschaftliche Produktion, die Beschäftigung und das Preisniveau untersuchen, unterstellen einen repräsentativen Haushalt und berücksichtigen keine Haushaltsheterogenität. Dabei unterscheiden sich Haushalte zum Beispiel bezüglich ihres Einkommens, ihres Vermögens, ihrer Geschlechterzusammensetzung oder ihrer Altersstruktur, welches sich in einem unterschiedlichen Konsumverhalten (Konsumstruktur) und unterschiedlichen Inflationsraten niederschlägt. Um dieses abzubilden, wurden die sogenannten HANK (Heterogeneous Agent New Keynesian) Modelle entwickelt.
Vertical Integration, Mergers, And Global Engagement (VINTAGE)
Welche Auswirkungen haben vertikale Fusionen und Übernahmen (M&A) auf den Erfolg von Unternehmen, ihre Preissetzung, Marktmacht und Innovationen? Während der Fokus der Wettbewerbspolitik traditionell eher auf horizontalen Fusionen lag, deuten neuere sektorspezifische Studien darauf hin, dass eine Neubewertung von vertikalen Fusionen notwendig ist. Dieses Forschungsprojekt zielt drauf ab, vertikale Fusionen für ein breiteres Spektrum von Wirtschaftszweigen zu untersuchen. Für die Analyse werden moderne ökonometrische Techniken und ein einzigartiger Datensatz zu den vertikalen Beziehungen einzelner Unternehmen genutzt. Die Ergebnisse können wertvolle Informationen für politische Entscheidungsträger und Wettbewerbshüter liefern.
Die Aussagekraft und Verallgemeinerung von Panelerhebungen hängt entscheidend davon ab, dass die Teilnehmer des Panels die Bevölkerung gut repräsentieren. Studien zeigen, dass die Rücklaufquoten bei Umfragen sinken. Gerade für Panelerhebungen ist dies ein großes Problem. Ziel dieses Projektes ist es, zur Erklärung von Antwortausfällen (nonresponse) in Panelumfragen beizutragen und Methoden zu entwickeln, um die Verzerrung von Schätzern durch Antwortausfälle (nonresponse bias) zu bestimmen.
Preisalgorithmen gewinnen zunehmend an Bedeutung. Ein großes Problem bei Preisalgorithmen ist jedoch, dass sie ohne explizite Absprachen den Wettbewerb unter den Firmen verhindern können und so zu überhöhten Verbraucherpreisen führen. Im Gegensatz zu expliziten Preisabsprachen unter Menschen hinterlassen selbstlernende Reinforcement Algorithmen (etwa Q Learning) keinerlei Evidenz, die die Wettbewerbsbehörden verwerten können. Dieses Projekt analysiert Preisalgorithmen bei „hybrider“ Interaktion zwischen menschlichen Akteuren und Algorithmen.
Aktuelle Forschungsergebnisse verdeutlichen: Nicht-kognitive Fähigkeiten besitzen starke Vorhersagekraft für zentrale Lebensergebnisse wie Bildungsabschlüsse, beruflichen Erfolg oder Gesundheit. Trotz ihrer enormen Bedeutung ist weitgehend unerforscht, wie nicht-kognitive Fähigkeiten in Kindheit und Jugend entstehen. Diese Forschungslücke soll mit diesem Projekt geschlossen werden. Das Projekt wird von der DFG gefördert.