Der Übergang in den Ruhestand - Wege, Einflussfaktoren und

2: Methodik Der Übergang in den Ruhestand
schätzen. Als abhängige Variable wird der Entscheid „frühzeitiger Altersrücktritt“ das heisst
ein Altersrücktritt vor dem ordentlichen Rentenalter (Männer 65, Frauen 62/63) als 1 und
der Entscheid „kein frühzeitiger Altersrücktritt“ als 0 gesetzt. Ziel ist es, die Wahrscheinlichkeit
frühzeitig zurückzutreten, als eine Funktion von verschiedenen Personenmerkmalen
zu modellieren. Damit im Logit-Modell keine Verzerrung durch die Rechtszensur entsteht,
dienen als Untersuchungsstichprobe nur diejenigen Personen, die das ordentliche Rentenalter
zum Befragungszeitpunkt bereits erreicht haben.
2.4.1.2 OLS-Regression auf die Anzahl Jahre des „Vorbezugs“ bei Frühbezügern
Im zweiten Modell sollen die Einflussfaktoren untersucht werden, welche den Umfang
(Monate und Jahre) des vorzeitigen Rücktritts bestimmen. Dies wird bei Personen analysiert,
die vorzeitig in den Ruhestand getreten sind. Als Analysemodell dient eine einfache
OLS-Regression. Zur Vermeidung von Verzerrungen werden auch hier als Untersuchungsstichprobe
nur diejenigen Personen einbezogen, die das ordentliche Rentenalter bereits erreicht
haben.
2.4.1.3 Überlebensanalyse (Kaplan-Meier-Schätzung)
In einem dritten und vierten Modell wird mit ereignisanalytischen Verfahren gearbeitet (Duration-Modelle,
Survival-Analysen, Event-History-Modelle). Ereignisanalytische Verfahren
befassen sich mit der Analyse von Zeitintervallen bis zum Eintreten eines Ereignisses. Die
Bezeichnung Überlebensanalyse stammt daher, dass die zu Grunde liegenden statistischen
Techniken zuerst zur Analyse der Überlebenszeiten von Individuen (z.B. von Patienten mit
einer bestimmten Krankheit) angewandt wurden. In unserem Fall übertragen wir das technische
Verfahren auf das Ereignis „Altersrücktritt“. Nicht bei allen unseren Untersuchungspersonen
ist das Ereignis (der Altersrücktritt) im Beobachtungszeitraum eingetreten. Bei
diesen „zensierten“ – im Sinne von abgeschnittenen – Zeitintervallen bleibt die Dauer bis
zum Auftreten des Ereignisses unbekannt. Mit Methoden der Ereignisanalyse ist es nun
möglich, die Verläufe und Effekte auch dann zu schätzen, wenn ein Teil der Beobachtungen
zensiert ist. Da dadurch auch diejenigen Personen in die statistische Analyse miteinbezogen
werden können, die zum Befragungszeitpunkt den Altersrücktritt noch nicht vollzogen haben,
steht für die ereignisanalytischen Auswertungen eine etwas grössere Stichprobe zur
Verfügung als bei den anderen Modellen. Die gebräuchlichste Methode zur Schätzung einer
so genannten Überlebensfunktion ist die Kaplan-Meier-Schätzung (auch Product-Limit-
Schätzung genannt). Dabei werden die Überlebensfunktionen respektive das Rücktrittsverhalten
verschiedener besonders interessanter Gruppen miteinander verglichen.
2.4.1.4 Hazardratenmodell (Cox-Regression)
In einem 4. Modell nehmen wir eine multivariate Auswertung der Ereignisdaten vor. Die
bekannteste Methode ist hier die so genannte Cox-Regression. Beim Vergleich von Überlebensfunktionen
verschiedener Merkmalsgruppen wird versucht, diese durch eine einfache
Beziehung zu beschreiben. Zum Beispiel „Die Gruppe B unterliegt einem 1.5 mal so grossen
Risiko wie die Gruppe A“. Anstelle des Faktors 1.5 kann ein beliebiger Faktor c verwendet
werden. Der Faktor c hängt nicht vom Zeitpunkt t ab, dagegen eventuell von anderen
Einflussgrössen der beiden Gruppen. Um zu beurteilen, ob dieser Zusammenhang der
Überlebensfunktion besteht, wird die so genannte Ausfallrate-Funktion (hazard function,
Hazardrate, Sterberate) verwendet.
Detailliertere Beschreibungen der Verfahren finden sich in Anhang A4.
22