Studie: CPI-Mietinflation durch fehlende Daten verzerrt
Fehlende Daten in der BLS Housing Survey verzerren die Messung der CPI-Mietinflation. Eine Studie der Federal Reserve Bank of Cleveland zeigt, dass rund 40 Prozent der Beobachtungen imputiert werden, was zu potenziell voreingenommenen Schätzungen führt.
Die Achillesferse der Mietinflation
Der Wohnungssektor ist die größte Komponente der US-Verbraucherpreisinflation, weshalb die Genauigkeit der Mietinflation entscheidend für die Gesamtinflation ist.
Die BLS Housing Survey, die der Messung zugrunde liegt, verzeichnet seit 2000 einen Anstieg der Nichtbeantwortung, die nun etwa 40 Prozent der Beobachtungen ausmacht.
Fehlende Mietdaten werden derzeit mittels eines Klassenmittelwertansatzes imputiert, der auf Mietstufen basiert.
Die Autoren finden jedoch, dass die Nichtbeantwortung mit Faktoren jenseits der Mietstufe korreliert, was zu potenziell verzerrten Imputationen führt.
Selbst geringfügige Ungenauigkeiten können erhebliche Verzerrungen in der Gesamtinflation verursachen, da der Wohnungssektor über 30 Prozent der Headline-Inflation ausmacht.
Imputation: Theorie und Praxis
Die Studie untersucht alternative, einfache Imputationsmethoden, die auf Variablen wie Gebäudetyp und Mietdauer basieren, welche sowohl mit der Nichtbeantwortung als auch mit dem Mietwachstum korrelieren.
Ein einfaches Modell zeigt, dass alternative Methoden theoretisch zu deutlich unterschiedlichen Indexverzerrungen führen könnten.
In der Praxis stellen die Forscher jedoch fest, dass diese alternativen Methoden ähnliche Mietinflationsindizes ergeben.
Dies deutet darauf hin, dass eine mögliche Indexverzerrung durch die aktuellen Imputationsverfahren moderat ausfallen könnte.
Die Autoren betonen, dass die Wirkung von Imputationsfehlern auf die Indexgenauigkeit komplex ist und weitere Forschung erfordert.
Ein stiller Verzerrer
Die Studie beleuchtet ein fundamentales Problem in der Messung einer der wichtigsten Inflationskomponenten.
Obwohl die praktischen Auswirkungen auf den Gesamtindex als moderat eingeschätzt werden, bleibt die theoretische Anfälligkeit der Daten hoch.
Dies unterstreicht die Notwendigkeit, Imputationsmethoden kontinuierlich zu überprüfen, um die Glaubwürdigkeit der Inflationsdaten zu wahren.