The Necessity of Clustering in Empirical Economics

Diese Dissertation verdeutlicht im Rahmen von drei Studien die Notwendigkeit eines strukturierten Clusterns zur empirischen Datenanalyse. Zum einen wird gezeigt, dass unberücksichtigte Datencluster in unterschiedlichen Forschungsbereichen zu verzerrten Ergebnissen in der Literatur führen. Zum anderen werden alternative Modelle eingeführt, die die Identifikation und Berücksichtigung dieser Cluster ermöglichen. In der ersten Studie wird der Einfluss kultureller Unterschiede auf den Erfolg eines internationalen Jobwechsels untersucht. Es zeigt sich, dass kulturelle Effekte von anderen, häufig unberücksichtigten Effekten überlagert werden, die im Rahmen eines internationalen Arbeitgeberwechsels auftreten. Wenn diese Effekte nicht berücksichtigt werden, ist der resultierende Kultureffekt verzerrt. In der zweiten Studie wird die sogenannte „Uncertainty of Outcome“-Hypothese behandelt. Diese besagt, dass eine höhere Unsicherheit über den Ausgang eines (Sport-)Ereignisses zu einem größeren Interesse der Zuschauer führt. Es wird gezeigt, dass es entscheidend ist, unterschiedliche Verhaltensweisen von verschiedenen Zuschauerclustern zu berücksichtigen. Die dritte Studie befasst sich vor dem Hintergrund der Kreditrisikomodellierung mit der Frage, wie ein Clustering durchgeführt werden sollte, um in Kombination mit einem maschinellen Lernverfahren eine möglichst hohe Prognosegüte zu erreichen.