Advertisement

Fortschreibung von Lebensläufen bei Alterssicherungsanalysen – Herausforderungen und Probleme

  • Markus M. Grabka
  • Anika Rasner
Chapter
Part of the Alter(n) und Gesellschaft book series (AUGES, volume 23)

Zusammenfassung

Analysen zur Einkommenslage im Alter und insbesondere zur Altersarmut stoßen auf ein weit verbreitetes öffentliches Interesse. Das Alterssicherungssystem hat sich durch Reformen der vergangenen Jahre grundlegend verändert, was zu einer größeren Unsicherheit im Hinblick auf die Höhe des zu erwartenden Einkommens beim Übergang in den Ruhestand führt und das Risiko von Altersarmut ansteigen lässt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Bieber, U., & Klebula, D. (2005). Erste Ergebnisse aus der Studie Alterssicherung in Deutschland 2003. Deutsche Rentenversicherung, 60(6–7), 362–374.Google Scholar
  2. Breyer, F., & Hupfeld, S. (2009). Neue Rentenformel – mehr Gerechtigkeit und weniger Altersarmut. DIW Wochenbericht, 76(5), 82–86.Google Scholar
  3. Deutscher Bundestag (Hrsg.) (2009). Lagebericht der Bundesregierung über die Alterssicherung der Landwirte 2009 (BT-Drucksache 17/55). Google Scholar
  4. Deutsche Rentenversicherung (2010). Rentenversicherung in Zeitreihen [DRV-Schriften 22]. Berlin: Deutsche Rentenversicherung Bund.Google Scholar
  5. Frick, J. R., Grabka, M. M., Groh-Samberg, O., Hertel, F. R., & Tucci, I. (2009). Alterssicherung von Personen mit Migrationshintergrund. Endbericht zum Auftrag des Bundesministeriums für Arbeit und Soziales, Projektgruppe „Soziale Sicherheit und Migration“ [Forschungsbericht Nr. 398]. Berlin: Deutsches Institut für Wirtschaftsforschung.Google Scholar
  6. Geyer, J. (2011). Riester-Rente: Rezept gegen Altersarmut? DIW Wochenbericht, 78(47), 16–21.Google Scholar
  7. Goebel, J., & Grabka, M. M. (2011). Zur Entwicklung der Altersarmut in Deutschland. DIW Wochenbericht, 78(25), 3–16.Google Scholar
  8. Grub, M. (2004). Besteuerungsreform der gesetzlichen Altersvorsorge. Eine Verteilungsanalyse des Gesetzentwurfs zum Alterseinkünftegesetz. Forschungsgruppe Mikroanalytische Simulationsmodelle. Bonn u. a.: Fraunhofer-Institut für Angewandte Informationstechnik.Google Scholar
  9. Heien, T., Kortmann, K., & Schatz, C. (2007a). Altersvorsorge in Deutschland 2005. Forschungsprojekt im Auftrag der Deutschen Rentenversicherung Bund und des Bundesministeriums für Arbeit und Soziales. Berlin: Deutsche Rentenversicherung Bund.Google Scholar
  10. Heien, T., Kortmann, K. & Schatz, C. (2007b). Altersvorsorge in Deutschland 2005– Alterseinkommen und Biographie. Forschungsbericht von TNS Infratest, hrsg. von der Deutschen Rentenversicherung Bund und BMAS. [DRV-Schriften 75 und BMASForschungsbericht 365]. Berlin: Deutsche Rentenversicherung Bund.Google Scholar
  11. Kantor, D.(2006). MAHAPICK: Stata Module to Select Matching Observations Based on a Mahalanobis Distance Measure, Statistical Software Components S 456703. Boston: Boston College Department of Economics.Google Scholar
  12. Krenz, S., & Nagl, W. (2009). A Fragile Pillar: Statutory Pensions and the Risk of Old-age Poverty in Germany [ifo Working Paper No. 76]. München: ifo Institut.Google Scholar
  13. Kumpmann, I., Gühne, M., & Buscher, H. S. (2010). Armut im Alter – Ursachenanalyse und eine Projektion für das Jahr 2023 [IWH-Diskussionspapier Nr. 8]. Halle: Institut für Wirtschaftsforschung HalleGoogle Scholar
  14. Rasner, A., Frick, J. R., & Grabka, M. M. (2011). Extending the Empirical Basis for Wealth Inequality Research Using Statistical Matching of Administrative and Survey Data [SOEP Papers on Multidisciplinary Panel Data Research at DIW Berlin, No. 359]. Berlin: Deutsches Institut für Wirtschaftsforschung.Google Scholar
  15. Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. New York: J. Wiley & Sons.CrossRefGoogle Scholar
  16. Sackmann, R., & Wingens, M. (2001). Theoretische Konzepte des Lebenslaufs: Übergang, Sequenz, Verlauf. In R. Sackmann & M. Wingens (Hrsg.), Strukturen des Lebenslaufs (S. 17–48). München: Juventa Verlag.Google Scholar
  17. Schatz, C., & Merz, J. (2000). Die Rentenreform in der Diskussion – Ein Mikrosimulationsmodell für die Altersvorsorge in Deutschland (AVID-PRO). [Diskussionspapier Nr. 28 des Forschungsinstituts Freie Berufe der Universität Lüneburg]. Lüneburg: Forschungsinstitut Freie Berufe der Universität Lüneburg.Google Scholar
  18. Schatz, C., Merz, J., & Kortmann, K. (2002). Künftige Alterseinkommen. Eine Mikrosimulationsstudie zur Entwicklung der Renten und Altersvorsorge in Deutschland (AVID ‚96). Schmollers Jahrbuch, 122(2), 227–260.Google Scholar
  19. Schatz, C. (2010). Altersvorsorge in Deutschland 2005. Methodenbericht. Teil II: Fortschreibung und Anwartschaftsberechnung. Infratest Sozialforschung und ASKOS. Forschungsprojekt im Auftrag der Deutschen Rentenversicherung Bund und des Bundesministeriums für Arbeit und Soziales. München: TNS Infratest.Google Scholar
  20. Simonson, J., Romeu Gordo, L., & Titova, N. (2011a). Changing Employment Patterns of Women in Germany: How do Baby Boomers Differ from Older Cohorts? A Comparison Using Sequence Analysis. Advances in Life Course Research, 16(2), 65–82.CrossRefGoogle Scholar
  21. Simonson, J., Romeu Gordo, L. & Kelle, N. (2011b). The Double German Transformation: Changing Male Employment Patterns in East and West Germany [SOEPpaper no. 391]. Berlin: Deutsches Institut für Wirtschaftsforschung.Google Scholar
  22. Stegmann, M. (2006). Aufbereitung der Sondererhebung „Vollendete Versichertenleben 2004“ als Scientific Use File für das FDZ-RV. Deutsche Rentenversicherung, 61(9–10), 537–553.Google Scholar
  23. Stegmann, M. (2008). Typisierung von Versicherungsbiografien – Eine explorative Analyse auf Basis der Versicherungskontenstichprobe 2005. Deutsche Rentenversicherung, 63(2), 221–238.Google Scholar
  24. Stegmann, M. (2010). Benutzerhinweise Methodische Umsetzung FDZ-Biografiedatensatz – VSKT. FDZ-Biografiedatensatz aus der Versicherungskontenstichprobe (SUFVSKT2007_Fix und SUFVSKT2007_„Verlaufsmerkmal“) Methodische Umsetzung des SK79 in einen anonymisierten Datensatz fester Satzlänge: Sequentielle Biografiedaten. Berlin: Deutsche Rentenversicherung Bund.Google Scholar
  25. Steiner, V., & Geyer, J. (2010). Erwerbsbiografien und Alterseinkommen im demografischen Wandel – eine Mikrosimulationsstudie für Deutschland [DIW Berlin: Politikberatung kompakt Nr. 55]. Berlin: Deutsches Institut für Wirtschaftsforschung.Google Scholar
  26. Viebrok, H. (2006). Künftige Einkommenslage im Alter. In Deutsches Zentrum für Altersfragen (Hrsg.), Einkommenssituation und Einkommensverwendung älterer Menschen. Expertisen zum Fünften Altenbericht der Bundesregierung (Bd. 3, S. 153–230). Münster: LIT Verlag.Google Scholar
  27. Walla, C. (2011). Personenbefragung zur betrieblichen Altersversorgung. Ergebnisse einer Machbarkeitsstudie. Wirtschaft und Statistik, 8, 786–792.Google Scholar
  28. Westermeier, C., Rasner, A., & Grabka, M. M. (2012): The Prospects of the Baby Boomers – Challenges in Projecting the Lives of an Aging Cohort [SOEPpaper Nr. 440]. Berlin: Deutsches Institut für Wirtschaftsforschung.Google Scholar

Online-Quellen

  1. Riedmüller, B., & Willert, M. (2008). Die Zukunft der Alterssicherung. Analyse und Dokumentation der Datengrundlagen aktueller Rentenpolitik. Abschlussbericht. Gutachten im Auftrag der Hans-Böckler-Stiftung. Verfügbar unter www.boeckler.de/pdf_fof/S−2008–90-4–1.pdf [25. 07. 2012]
  2. Tampubolon, G. (2010). Recall error and recall bias in life course epidemiology. Verfügbar unter http://mpra.ub.uni-muenchen.de/23847/1/MPRA_paper_23847.pdf [25. 07. 2012]

Copyright information

© Springer Fachmedien Wiesbaden 2013

Authors and Affiliations

  • Markus M. Grabka
    • 1
  • Anika Rasner
    • 2
  1. 1.BerlinDeutschland
  2. 2.HamburgDeutschland

Personalised recommendations