Micro- and Macrodata: a Comparison of the Household Finance and Consumption Survey with Financial Accounts in Austria

Andreasch Michael，Lindner Peter

This article compares the results of Austriarsquo;s Household Finance and Consumption Survey (HFCS) on savings deposits and estimates on total financial assets with administrative records from the national accounts for the household sector. The microdata that are newly generated through the HFCS and the detailed (internally available) breakdown of savings deposits in the existing macrodata (financial accounts) lend themselves to a more in-depth analysis of the similarities and differences in these two sources. Comparing the data shows that the HFCS- based aggregate estimates are lower than the financial accounts data, which is in line with evidence from the literature. The article also shows, however, that the survey adequately captures the underlying patterns at the microlevel in terms of the overall financial portfolio allocation and the distribution of savings deposits over detailed breakdowns. Moreover, a simulation based on the HFCS data demonstrates the effect that the inclusion of savings deposits in the most affluent tail of the distribution has on common statistics. Undercoverage above all of the upper deposit ranges suggests an underestimation or bias in the statistics. This underestimation, however, can be shown to be relatively minor, particularly in the case of robust statistical measures, such as the median or percentile ratios.

Key words: Wealth distribution; survey; national accounts.

1. Introduction

In recent years, survey data have become an important tool in the research on assets and debt. The data often constitute the only pool of data on household assets that is collected systematically at the microlevel. Yet the tradition of surveys on household assets is shorter than that of income surveys. For this reason, survey data on incomes have been compared with income data from other sources more frequently and in greater detail in the literature. The innovation of the Household Finance and Consumption Survey (HFCS), which covers the entire eurozone, is that it provides a harmonised framework for collecting information on eurozone household (financial and nonfinancial) assets and liabilities, which represents a basis for eurozone-wide analyses.

Although all forms of data compilation come with their own specific problems, some difficulties attached to surveys attract special criticism, such as nonparticipation or nonresponse. A key criticism is that households often decline to participate in voluntary surveys or that, if they do agree to participate, they provide incorrect information or refuse to respond to specific questions. In addition, the survey methods may influence results from survey data, for example, the interview mode (see Fessler et al. 2012). Hence, to identify the strengths and possible weaknesses of the HFCS data, it is useful to compare them thoroughly with other national statistics. In doing so, we also need to bear in mind that the macrodata exhibit certain weaknesses. The most obvious one is that data from financial accounts are (publicly) only available at the aggregate level and thus it is not possible to carry out a distributional analysis. Additionally, there are also issues concerning classification of the data (households vs. self-employed businesses/ other institutions) and estimations (e.g., cash holdings). Thus it is far from clear that one or the other source of data present a better choice for all investigations, and so comparing the results of the HFCS survey with other national statistics will contribute to a better understanding of the economy, as different data sources tend to generate complementary findings. Furthermore, in the light of the “Report by the Commission on the Measurement of EconomicPerformance and Social Progress” by Stiglitz et al. (2009),which recommended to “[g]ive more prominence to the distribution of income, consumption and wealth” (Recommendation 4 on page 13), our understanding of the integration of micro- and macrodata must be analysed and enhanced. This analysis also contributes to the effort of international institutions such as the ECB to integrate information from the macro- and the microlevel to a greater extent.

Furthermore, in light of the “Beyond GDP” initiative of the European Commission, the analysis at hand can be viewed as a first step towards an approach integrating micro- and macrostatistics. Before a clear view of the overall picture can be gained, we need to understand the similarities and differences between the existing information in detail.

One of the general results documented here is evidence that the HFCS in Austria underrepresents householdsrsquo; financial assets: total financial assets as identified by the HFCS come to roughly 40% of total financial assets as shown by the financial accounts (Section 4.1). Essentially, this finding corresponds to similar comparisons of survey data and administrative records described in the literature (Section 2). Owing to the internal availability of administrative records on financial wealth, the article contributes to the existing literature in the following ways. First, we compare the allocation of savings over different deposit ranges and different sectors of the Austrian banking system, as these are recorded by both the HFCS and existing national statistics (hence the article goes beyond a comparison of the aggregate statistics). We find that the deposit patterns are similar in both the survey data and the banksrsquo; reports. Furthermore, a microsimulation of the upper deposit amounts, which are underrepresented in the HFCS, shows that the ensuing (negative) bias is relatively low for statistical robust estimates in particular. Thus, depending on the issue under research, both the aggregated data of the national accounts and the HFCS data represent a valid basis

剩余内容已隐藏，支付完成后下载完整资料

微观和宏观数据：奥地利家庭财务和消费调查

与财务账户的比较

Andreasch Michael，Lindner Peter

摘要：本文比较了奥地利家庭财务和消费调查（HFCS）对储蓄存款和总金融资产估计的结果，以及来自家庭部门国民账户的行政记录。通过HFCS新生成的微观数据和现有宏观数据（财务账户）中储蓄存款的详细（内部可用）细分，有助于对这两个来源的相似性和差异进行更深入的分析。比较数据显示，基于HFCS的汇总估计值低于财务账户数据，这与文献中的证据一致。然而，该文章还表明，该调查充分反映了微观层面的基本模式，即总体金融投资组合分配和储蓄存款在详细分类中的分布。此外，基于HFCS数据的模拟表明，在最富裕的分布尾部包含储蓄存款对常见统计数据有影响。高于所有上部矿床范围的覆盖率低表明在统计数据中存在低估或偏差。然而，这种低估可以证明是相对较小的，特别是在强有力的统计测量的情况下，例如中值或百分比。

关键词：财富分配; 调查; 国民账户。

1.简介

近年来，调查数据已成为资产和债务研究的重要工具。这些数据系统地在微观层面上收集，通常构成家庭资产的唯一数据库。然而，家庭资产调查的深度比收入调查的传统浅。出于这个原因，有关收入的调查数据已经与其他来源的收入数据进行了更频繁的比较，并在文献中有更详细的说明。涵盖整个欧元区的家庭财务和消费调查（HFCS）的创新之处在于，它为收集欧元区家庭（金融和非金融）资产和负债的信息提供了一个统一的框架，这是欧元区范围内分析的基础。

虽然所有形式的数据汇编都有其自身的具体问题，但调查中的一些困难会引起特殊的批评，例如不参与或无回应。关键的是，家庭经常拒绝参加自愿调查，或者如果他们同意参与，他们提供不正确的信息或拒绝回答具体问题。此外，调查方法可能会影响调查数据的结果，例如访谈模式（参见Fessler等人，2012）。因此，为了确定HFCS数据的优势和可能的弱点，将它们与其他国家统计数据进行彻底比较是有用的。在这样做时，我们还需要记住，宏指令表现出某些弱点。最明显的一点是，来自财务账户的数据（公开）仅在汇总级别可用，因此无法进行分配分析。此外，还存在关于数据分类（家庭与自营企业/其他机构）和估计（例如，现金持有）的问题。因此，很明显，一个或另一个数据来源为所有调查提供了更好的选择，因此将HFCS调查的结果与其他国家统计数据进行比较将有助于更好地了解经济，因为不同的数据来源倾向于产生互补的发现。此外，根据斯蒂格利茨等人的“经济绩效和社会进步衡量委员会的报告”。 （2009年），建议“[g]更加重视收入，消费和财富的分配”，我们对微观和宏观数据整合的理解必须加以分析和加强。该分析还有助于欧洲央行等国际机构更大程度地整合宏观和微观层面的信息。

此外，鉴于欧盟委员会的“超越GDP”倡议，手头的分析可视为迈向整合微观和宏观统计学方法的第一步。 在明确了解整体情况之前，我们需要详细了解现有信息之间的异同。此处记录的一般结果是证据表明奥地利的HFCS代表了家庭的金融资产：HFCS确定的金融资产总额约占金融资产总额的40％。基本上，这一发现对应于文献中描述的调查数据和行政记录的类似比较。由于财务财富的行政记录的内部可用性，该文章以下列方式对现有文献作出贡献。首先，我们比较不同存款范围和奥地利银行系统不同部门的储蓄分配，因为HFCS和现有的国家统计数据都记录了这些分配（因此该文章超出了综合统计数据的比较）。我们发现调查数据和银行报告中的存款模式相似。此外，在HFCS中代表性不足的上部沉积量的微观模拟显示，特别是对于统计稳健估计，随后的（负）偏差相对较低。因此，根据研究中的问题，国民账户的汇总数据和HFCS数据都是经验评估的有效基础。由于数据收集的统一方式和主要组成部分的相似重要性，本分析中提供的结果应该能够很好地理解其他欧元区国家的微观和宏观关系。本文结构如下。在第2节中，我们在文章和现有文献之间建立了联系。第3节提供了所用数据的解释。比较结果见第4节。除了评估总体结果外，我们还提供了HFCS数据与银行统计数据的比较，详细列出了储蓄账户的存款。上部储蓄存款范围的模拟以及覆盖不足对主要估计量的影响的评估在第5节中列出。分析最后给出了最后的评论和进一步研究的建议。

2.背景

调查数据与来自行政来源的数据的比较在科学文献中很常见。由于家庭资产负债表的流量数据，特别是来自行政来源的数据，比家庭库存数据更容易获得，大多数研究仅限于评估收入信息。调查和行政数据收入的文献能够提供更多信息，有关家庭资产负债表存量调查。

总之，来自调查和行政来源的收入数据都存在误差，估计偏差很低，而且在大多数研究中，数据之间的差异来自规范差异（收集单位的定义） ，收入类型等）。作为一个例子，Tormalehto（2011）将卢森堡收入研究组（LIS）收集的数据与国民账户中的收入总量进行了比较。他观察到，大多数国家的调查都占据了90％以上的收入，而且某些收入子类别的覆盖率较低。对于美国，Davies和Fisher（2009）发现个人收入来源之间存在一些差异，这些差异来自当前人口调查（CPS）和收入与计划参与调查（SIPP）的数据，与社会保障管理部门的行政数据相匹配。使用相同的数据集，Roemer（2002）表明，调查准确地捕捉了收入分配的基本模式。 Roemer还指出了基于行政数据的收入分配问题（例如，因为行政数据中没有捕获非法工作和相关收入）。 Kavonius和Tormalehto（2003）将调查数据（例如收入分配调查）中各种来源的收入总量与芬兰的国民账户数据进行了比较。虽然两个数据来源的工资和工资几乎相同（调查覆盖率约为99％），但财产收入和自营职业收入的数据差别很大（未经调整的覆盖率分别为210％和52％）。 Bricker和engelhardt（2008）报告了美国男性和女性收入数据的计量误差，将社会保障管理局（SSA）和国内税收服务局（IRS）的行政记录与健康状况调查数据进行了比较和退休研究（HRS）。由于数据可以精确匹配，作者能够确定男性收入中约6％的测量误差和女性收入中约7％的测量误差。最后，Kapteyn和Ypma（2007）根据瑞典纵向个人数据库（LINDA）的数据与欧洲健康，老龄化和退休调查（SHARe）的数据进行比较，研究测量误差。作者表明，在方差分析中，错误的观察会导致有偏差的估计。错误不仅存在于调查数据中，还存在于管理数据中。

关于家庭资产负债表存量的文献没有得到多少结论。艾弗里等人（1988）是第一个将基于调查数据的总估计数与国民账户数据（即资金流量统计数据）进行比较的人。作者表明，消费者金融调查（SCF）记录的总储蓄存款不到基金流量统计数据所占总储蓄存款的50％。但是，两个数据来源之间在家庭主要住所中持有的家庭财富之间的差异抵消了这种差异。因此，两个数据来源中家庭总资产的估计非常相似。同样，Antoniewicz等人（2005年）在意大利，美国和加拿大进行的三次调查中检查了家庭部门的金融资产和负债的覆盖范围。关于1999年可获得数据的加拿大，存款和总负债的微观数据比宏观数据低约30％。这一结果得到了意大利的微观数据的回应，该数据基于家庭收入和财富调查（SHIW）：SHIW的总金融资产估计达到了相应宏观数据的31％。然而，低估和无回应的调整会导致漏报的显着改善。在美国，调查数据（SCF）更接近于资金流量数据。在最近基于相同数据的论文中，Henriques和Hsu（2014）还表明，总值随时间的变化大致同步。 Sierminska等（2006）将几个国家的卢森堡财富研究（LWS）数据与国家统计数据进行比较。作者表明，LWS数据库所依赖的各种来源占人均家庭财富的13％至117％。行政数据存在一些问题，因此LWS数据库中人均家庭财富的估计等于基于国家统计数据的估计数的117％，这并不一定表明所用调查的质量不足。 LWS数据库与国家资产负债表的比例介于65％和117％之间，非金融资产的微观数据与宏观数据之间的匹配比金融资产更接近（LWS与NBS的比率介于13％之间） 52％）。最后，Johansson和Klevmarken（2007）使用来自行政LINDA数据库的信息以及在瑞典进行的两项调查（均指50岁及以上的居民）来确定测量误差，其与资产量的相关性以及对回归的影响分析。作者得出结论，与资产量相关的测量误差首先出现在分布的尾部。在与本文撰写时大致同时进行的独立工作中，Kavonius和Honkkila（2013）研究了HFCS与芬兰，意大利和荷兰国民账户的比较。然而，Kavonius和Honkkila（2013）只关注聚合值的比较。下面的分析一方面通过查看资产范围和银行部门的详细类别，另一方面通过模拟最高储蓄水平对常用统计数据的潜在影响来扩展文献。

3. 数据和定义

该分析基于来自奥地利的两个不同数据集、均来自HFCS的数据以及用于编制金融账户的行政银行统计数据。由OESTeRR EICHISCH ENATIONAL BANK（OENB）编制和管理。两者都有微观数据和宏观数据对链接进行粒度分析。

3.1奥地利的HFCS

第一轮住房公积金调查是对奥地利家庭资产和债务进行的最全面的调查。在4,436户家庭的分层整群随机样本中，有2,380个家庭同意参与自愿调查，并亲自接受了面谈（CAPI - 计算机辅助个人访谈），其中包括家庭资产和负债的不同组成部分。实地调查阶段是从2010年第三季度到2011年第二季度进行的。股票信息的参考期就是访谈的时间。大多数缺失的信息（即未由受访者提供的信息）使用基于贝叶斯的多重插补程序进行估算。基于样本设计权重和无响应调整后，本分析中评估使用的最终住户权重通过住户的区域分布和住户规模的分布进行了重新划分。这意味着未调整权数以满足行政数据来源的总量或财富和债务头寸的结构。 因此，可以预期两个独立数据源之间的差异; 他们在生产过程中没有事先减少或排除

3.2奥地利的金融账户

财务账户是国民账户的组成部分，是根据欧洲国家和区域账户体系2010（ESA 2010）的规则，以及各种行政来源的数据编制。特别是，以下组件用于编制存款数据：

-OENB的财务报表，

-货币金融机构资产负债表统计，

-奥地利居民银行监管统计，

-季度/年度国际收支和国际投资头寸数据。

我们使用报告日期2010年12月31日的财务账目数据（即，在HFCS现场阶段的中间阶段）与HFCS结果进行比较。我们分析的重点不仅在于确定总价值之间的差异，而且最重要的是评估存款分配到小范围的交易量和奥地利银行系统的不同部门。这些银行统计数据是金融账户的重要组成部分。这种方法允许记录关于宏观和微观数据之间的相似性和差异的新的、更详细的发现。

3.3收集单位的定义

家庭代表HFC中的收集单位。奥地利的所有家庭（居住在养老院、修道院、军事院落或监狱等机构化家庭除外）都是目标人口的一部分，无论其国籍如何，因此被选为HFC样本的概率是一样的。

相比之下，金融账户中的银行统计数据捕获的是储蓄账户的信息，是按账户而不是按家庭。这些账户可分配给家庭和个体经营者部门。报告涵盖了所有奥地利居民（个人或机构单位）的账户。家庭部门包括消费者家庭、个体经营者和独资企业。自营业务的金融资产和负债在金融账户中按总额列示。在HFC中，自营人员和独资企业的财富被归类为自营业务中的净财富，即总资产（实际和金融）减去负债，不作为金融财富的一部分记录，而是作为实际资产记录。

银行统计中的调查和存款账户中的家庭水平显然是两个不同的观察单位。尽管这是唯一可能的方法来比较这两个来源的储蓄，正如在这个分析中所做的那样，还有其他原因可以解释为什么这种区别不会使分析变得毫无意义。家庭拥有多个账户，但大多数家庭只使用一家银行，因此观察单位在很大程度上不会影响银行部门的分类。此外，由于账户汇总，资产范围可能会向更高的资产范围转移，但我们认为，对详细范围进行比较仍然有价值，因为调查中的许多调查结果仍然提供了独立于差异的重要信息。例如，人们可以仅仅因为测量中没有观测到的范围而估计遗漏了多少。此外，考虑到观察单位，我们可以看到家庭层面的聚集是否产生预期的结果，例如更高的平均值。

4. HFC与财务账目数据的比较结果

4.1聚集体

分类在金融账户中的金融资产的主要总成分也可以从HFCS估算。 在HFCS中收集并反映在金融账户宏观统计中的信息的定义具有广泛的可比性。 Kavonius和Tormalehto（2010）详细记录了HFCS变量与ESA定义之间的联系，因此不再对这些链接进行解释。与文献中所见，调查数据（HFC）与金融账户总量相比表明，奥地利的HFC家庭金融财富报告不足。表1显示，奥地利可比家庭金融财富的HFC总额约占金融账户总额的42%。在与其他调查进行国际比较时，该值可能相当高。Sierminska（2006年）等人在研究中显示的比率从13%（英国，必和必拓2000年）到52%（挪威，IDS 2002年）以及Matha等人（2012年）卢森堡的HFCS比率为35%。这种差异的可能来源是多方面的；一方面，调查估计可能不包括金融资产的总量，但另一方面，金融账户数据并不仅反映家庭的金融财富，因为它们包括个体经营资产和个人公司，因此高估了家庭的经济财富。然而，该表表明：

（i）可比金融资产的个别组成部分在HFCS数据中的分布大体反映了金融账户模式

（i i）与金融账户相比，HFC的覆盖率在个别金融机构中有很大差异。

储蓄存款的HFC/金融账户覆盖率达到40%。但必须指出的是，有关存款总额的行政记录还包括自营人员和独资企业的存款（2013年底为130亿欧元），HFC将其归类为自营业务的净投资，即实物资产。在HFC中，寿险持有量（代表两个数据源中的第二高份额）计算为合同期限至访谈时间的累积溢价。财务账户数据以保险技术准备金为基础，包括预付保费准备金（已确认的保费与已赚取的保费之间的差额）和精算准备金（预期未来收益的现值）；如果投保人承担投资风险，也可包括人寿保险准备金。HFC

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20676]，资料为PDF文档或Word文档，PDF文档可免费转换为Word