📈 economics

A Frequentist Approach to Revealed Preference Analysis

Diese Arbeit entwickelt ein frequentistisches Rahmenwerk zur Analyse der statistischen Power von Offenbarungspräferenztests, das den Zusammenhang zwischen Stichprobengröße, Konfidenz und der Erkennbarkeit wirtschaftlich relevanter Modellabweichungen präzisiert und praktische Tests sowie Konfidenzintervalle für glatte Funktionale der Nachfrage ermöglicht.

Ursprüngliche Autoren: Charles Gauthier, Raghav Malhotra, Agustin Troccoli Moretti

Veröffentlicht 2026-02-12

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Charles Gauthier, Raghav Malhotra, Agustin Troccoli Moretti

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Rätsel: Ist der Konsument wirklich rational?

Stellen Sie sich vor, Sie sind ein Detektiv (ein Ökonom), der beobachtet, wie ein Kunde im Supermarkt einkauft. Der Kunde wählt an einem Tag Äpfel statt Birnen, am nächsten Tag Bananen statt Äpfel. Sie wollen wissen: Ist dieser Kunde logisch und rational? Oder macht er einfach nur zufällige Fehler?

Bisher haben Ökonomen oft nur auf eine kleine Liste von Einkäufen geschaut. Wenn die Liste keine offensichtlichen Widersprüche enthielt (z. B. „Ich habe Äpfel gekauft, obwohl ich Birnen wollte, aber jetzt kaufe ich Birnen, obwohl ich Äpfel wollte"), sagten sie: „Alles gut, der Kunde ist rational."

Das Problem: Was, wenn der Kunde eigentlich chaotisch ist, aber Sie nur sehr wenige Beobachtungen gemacht haben? Es ist wie bei einem Schüler, der bei einem Multiple-Choice-Test mit nur 10 Fragen zufällig alle richtig rät. Er besteht den Test, aber ist er wirklich schlau? Oder war es nur Glück?

Die bisherigen Methoden konnten nicht unterscheiden zwischen:

Einem wirklich rationalen Kunden.
Einem irrationalen Kunden, den Sie nur noch nicht bei seiner Unlogistik erwischt haben, weil zu wenig Daten vorlagen.

Die neue Lösung: Ein mathematisches „Sicherheitsnetz"

Die Autoren dieses Papers (Gauthier, Malhotra und Troccoli Moretti) haben eine neue Methode entwickelt, die wie ein Sicherheitsnetz aus Statistik funktioniert. Sie fragen nicht nur: „Hat der Test bestanden?", sondern: „Wie groß muss das Netz sein, damit wir sicher sind, dass kein Irrationaler hindurchschlüpft?"

Hier ist die Idee in drei einfachen Schritten:

1. Das „Glattziehungs"-Prinzip (Die glatte Kurve)

Stellen Sie sich die Kaufentscheidungen eines Kunden als eine glatte Kurve vor. Wenn Sie nur ein paar Punkte auf dieser Kurve sehen (z. B. 5 Einkaufstage), können Sie die Kurve zwischen den Punkten noch ziemlich wild zeichnen. Aber wenn Sie viele Punkte haben (z. B. 1000 Einkaufstage), wird die Kurve sehr vorhersehbar.

Die Autoren nutzen ein mathematisches Gesetz (Lipschitz-Stetigkeit), das besagt: Wenn die Kaufentscheidungen „vernünftig glatt" sind, dann muss eine Kurve, die zu Ihren wenigen Daten passt, auch überall anders fast so aussehen wie die wahre Kurve.

Die Metapher: Wenn Sie nur zwei Punkte einer geraden Linie sehen, könnten Sie denken, es sei eine gerade Linie. Wenn Sie aber 100 Punkte sehen und sie bilden eine geknickte Linie, dann wissen Sie: Es ist keine gerade Linie. Je mehr Punkte Sie haben, desto genauer können Sie die wahre Form erkennen.

2. Der „Schnüffler-Test" (Statistische Power)

Früher fragte man: „Ist der Test bestanden?" (Ja/Nein).
Die neuen Autoren fragen: „Wie wahrscheinlich ist es, dass wir einen Lügner entlarven, wenn er wirklich lügt?"

Das nennen sie „Statistische Power".

Beispiel: Wenn ein Kunde nur 10% von der Rationalität abweicht, brauchen Sie vielleicht 10.000 Beobachtungen, um das zu merken. Wenn er 50% abweicht, reicht vielleicht schon eine Handvoll Daten.
Die Autoren berechnen genau: „Wenn Sie X Datenpunkte sammeln, können Sie mit 95% Sicherheit jeden Kunden entlarven, der sich mindestens Y weit von der Rationalität entfernt."

Das ist wie bei einem Metalldetektor am Flughafen:

Ein alter Detektor sagt nur: „Alarm" oder „Kein Alarm".
Der neue Detektor sagt: „Wenn Sie 100 Schritte gehen, können wir sicher sagen, ob jemand eine Waffe (Irrationalität) trägt, die mindestens so groß wie ein Messer ist."

3. Wenn die Mathematik zu schwer wird (Funktionale Tests)

Manche Regeln (wie „Güter sind schwach trennbar") sind mathematisch so komplex, dass man sie mit herkömmlichen Methoden kaum prüfen kann (es dauert zu lange, wie bei einem Puzzle mit unendlich vielen Teilen).

Die Autoren sagen: „Kein Problem! Wir prüfen nicht die ganze Regel auf einmal, sondern messen, wie sehr die Regel verletzt wird."

Die Metapher: Statt zu fragen „Ist das Haus perfekt gebaut?", fragen wir: „Wie viele Zentimeter ist das Dach schief?" Wenn die Schieflage größer als ein bestimmter Wert ist, wissen wir: Das Haus ist nicht perfekt. Wir brauchen nicht das perfekte Haus zu finden, wir müssen nur wissen, ob es zu schief ist.

Was bringt das uns im echten Leben?

Bessere Politik: Wenn die Regierung Subventionen plant, muss sie wissen, ob die Menschen wirklich rational handeln. Wenn die Daten zu dünn sind, um Irrationalität zu erkennen, sind die Vorhersagen der Regierung gefährlich. Diese Methode sagt: „Wir brauchen mindestens so viele Daten, um sicher zu sein."
Wohlfahrtsberechnung: Man kann jetzt genauere Schätzungen machen, wie viel Geld ein Kunde durch eine Preiserhöhung verliert (Wohlfahrtsverlust), und gibt dazu ein „Sicherheitsintervall" an (z. B. „Der Verlust liegt zwischen 5 und 10 Euro, mit 95% Sicherheit").
Warum manche Tests selten scheitern: Die Simulationen zeigen, dass manche Modelle (wie die Erwartungsnutzentheorie) sehr empfindlich sind und oft scheitern, während andere (wie die allgemeine Rationalität) sehr robust sind und selten scheitern. Das liegt nicht daran, dass die Menschen bei einem Modell rationaler sind, sondern daran, dass der Test für das andere Modell einfach „blind" für kleine Fehler ist.

Fazit

Dieses Papier ist wie ein neues Lineal für Ökonomen.
Früher haben Ökonomen oft nur geschaut, ob ein Test bestanden wurde, ohne zu wissen, ob der Test überhaupt gut genug war, um Fehler zu finden.
Jetzt haben sie eine Formel, die sagt: „Um einen Fehler von dieser Größe zu finden, brauchst du genau diese viele Daten."

Das hilft uns zu verstehen, wann wir den Menschen trauen können, dass sie rational handeln, und wann wir sagen müssen: „Halt, wir haben noch nicht genug Beweise, um zu behaupten, dass alles in Ordnung ist."

1. Problemstellung und Motivation

Die traditionelle Analyse der offenbarten Präferenzen (Revealed Preference, RP) prüft, ob ein endlicher Datensatz von Konsumentscheidungen mit einem bestimmten Modell (z. B. Nutzenmaximierung) konsistent ist. Bekannte Tests wie das Generalized Axiom of Revealed Preference (GARP) liefern notwendige und hinreichende Bedingungen für die Rationalität.

Das zentrale Problem, das dieses Paper adressiert, ist die statistische Power dieser Tests bei endlichen Daten:

Das „False Negative"-Problem: Wenn ein Datensatz einen RP-Test besteht, bedeutet dies nicht zwingend, dass der Entscheidungsträger (DM) rational ist. Es könnte einfach sein, dass die Stichprobengröße zu klein ist, um Abweichungen von der Rationalität zu erkennen.
Fehlende Alternativenhypothesen: Im frequentistischen Rahmen ist die Berechnung der Power schwierig, da es keine offensichtliche, parsimonische Alternativhypothese gibt. Wie kann man die Wahrscheinlichkeit berechnen, eine irrationale Entscheidung zu erkennen, wenn man nicht genau weiß, wie diese Irrationalität aussieht?
Rechenkomplexität: Für viele Präferenzklassen (z. B. schwache Separabilität) sind exakte RP-Tests rechnerisch nicht handhabbar (NP-schwer).

Das Paper stellt die Frage: Wie viele Beobachtungen $n$ sind notwendig, um mit hoher Wahrscheinlichkeit eine Abweichung von der Rationalität der Größe $\epsilon$ zu erkennen?

2. Methodik und theoretischer Rahmen

Die Autoren entwickeln einen frequentistischen Rahmen, der Konzepte aus der Statistischen Lerntheorie (PAC-Learning) auf die RP-Analyse überträgt.

A. Grundlegende Annahmen

Lipschitz-Stetigkeit: Die wahre Nachfragefunktion $g$ wird als Lipschitz-stetig angenommen. Das bedeutet, dass kleine Änderungen in Preisen und Einkommen nur begrenzte Änderungen in der Nachfrage bewirken. Dies ist eine milde Regularitätsbedingung, die in der Ökonomie oft erfüllt ist.
Stochastisches Sampling: Im Gegensatz zu deterministischen RP-Tests gehen die Autoren davon aus, dass die Preise und Einkommen zufällig aus einer Verteilung $\mu$ gezogen werden. Die Daten $D_n$ sind also stochastisch, auch wenn die zugrunde liegende Funktion $g$ deterministisch ist.

B. PAC-Lernbarkeit (Probably Approximately Correct)

Das Kernstück der Methode ist die Nutzung von Ergebnissen zur PAC-Lernbarkeit.

Lemma 1: Die Klasse der Lipschitz-stetigen Nachfragefunktionen ist PAC-lernbar. Das bedeutet: Für eine gewünschte Genauigkeit $\epsilon$ und ein Konfidenzniveau $1-\delta$ existiert eine Stichprobengröße $n(\epsilon, \delta)$ , die polynomial in $1/\epsilon$ und $1/\delta$ wächst.
Implikation: Wenn $n$ groß genug ist, liegt jede Funktion, die die Daten rationalisiert (d.h. die beobachteten Punkte erklärt), mit Wahrscheinlichkeit $1-\delta$ innerhalb einer $\epsilon$ -Umgebung der wahren Funktion $g$ .

C. Hypothesentests und Power-Analyse

Die Autoren definieren Hypothesen basierend auf der Distanz zur Nullhypothese (dem Modell $F$ ):

$H_0: g \in F$ (Die wahre Präferenz ist im Modell).
$H_1: g \in G \setminus F(\epsilon)$ (Die wahre Präferenz ist mindestens $\epsilon$ weit vom Modell entfernt).

Dabei ist $F(\epsilon)$ die $\epsilon$ -Umgebung von $F$ .

Satz 3.1 (Vorwärts-Richtung): Wenn $n \ge n(\epsilon, \delta)$ , dann hat ein RP-Test eine Power von mindestens $1-\delta$ , um jede Alternative in $H_1$ abzulehnen.
Satz 3.2 & 3.3 (Rückwärts-Richtung): Für eine gegebene Stichprobengröße $n$ kann man berechnen, wie groß die Abweichung $\epsilon$ sein muss, damit der Test mit einer bestimmten Power ablehnt, oder wie hoch das Konfidenzniveau bei gegebener Abweichung ist.

D. Funktionale Einschränkungen (Functional Restrictions)

Da exakte RP-Tests für viele Modelle (z. B. schwache Separabilität) rechnerisch unmöglich sind, erweitern die Autoren den Ansatz auf funktionale Einschränkungen $R: G \to \mathbb{R}_{\ge 0}$ .

Eine Einschränkung $R$ definiert das Modell $F$ durch $R(g) = 0 \iff g \in F$ .
Unter der Annahme von gleichmäßiger Stetigkeit (Uniform Continuity) und Regelmäßigkeit (Regularity) von $R$ können Tests konstruiert werden, die auch bei nicht-exakten Charakterisierungen gültige Power-Garantien bieten.
Dies ermöglicht Tests für Modelle, bei denen die exakten Ungleichungen unbekannt oder NP-schwer zu berechnen sind, indem man einen kleinen, kontrollierten Testfehler (Size) in Kauf nimmt, um polynomial lauffähige Tests zu erhalten.

3. Wichtige Beiträge

Theoretische Fundierung der Power-Analyse: Das Paper liefert die erste formale Verbindung zwischen PAC-Lernbarkeit und der Power von RP-Tests. Es zeigt, dass man explizite Schranken für die Stichprobengröße ableiten kann, um Abweichungen einer bestimmten Größe $\epsilon$ mit hoher Wahrscheinlichkeit zu detektieren.
Überwindung der NP-Härte: Durch den Übergang von exakten RP-Ungleichungen zu funktionalen Einschränkungen (basierend auf Ableitungen wie der Slutsky-Matrix) können Tests für komplexe Präferenzklassen (z. B. schwache Separabilität) in polynomialer Zeit durchgeführt werden, ohne die statistischen Garantien zu verlieren.
Konfidenzintervalle für Wohlfahrtsmaße: Die Methode erlaubt die Konstruktion von Konfidenzintervallen für glatte Funktionale der Nachfrage, wie z. B. Änderungen des Lebenshaltungskostenindex oder äquivalente Variation (EV). Die Breite dieser Intervalle hängt direkt von der Lernkomplexität der Präferenzklasse ab.
Erklärung empirischer Phänomene: Die Simulationen zeigen, dass die scheinbare hohe Akzeptanz von GARP in der Praxis teilweise darauf zurückzuführen sein könnte, dass Standard-Stichprobengrößen zu klein sind, um kleine, aber ökonomisch relevante Abweichungen von der Rationalität zu erkennen. Umgekehrt führen Tests für Erwartungsnutzentheorie (EU) oft zu Ablehnungen, weil diese Modelle sehr empfindlich auf kleine Abweichungen reagieren.

4. Ergebnisse und Simulationen

Die Autoren simulierten Daten für vier Modelle:

SUM: Statische Nutzenmaximierung (Standard GARP).
H: Homothetische Präferenzen.
WS: Schwache Separabilität.
EU: Erwartungsnutzentheorie (unter Unsicherheit).

Ergebnisse:

Power-Kurven: Die benötigte Stichprobengröße, um eine Abweichung $\epsilon$ mit 90% Power zu erkennen, variiert stark zwischen den Modellen.
Empfindlichkeit: SUM und EU benötigen bei kleinen Abweichungen sehr große Stichproben, um abgelehnt zu werden (niedrige Power bei kleinen $\epsilon$ ), während H und WS sensitiver sind.
Regressionsanalyse: Eine log-log-Regressionsanalyse zeigt, dass die benötigte Stichprobengröße $n$ mit $\epsilon$ abnimmt. Die Steigung der Kurven variiert, was darauf hindeutet, dass einige Modelle (wie EU) bei kleinen Abweichungen leichter zu widerlegen sind als andere (wie SUM), sobald die Stichprobe groß genug ist.
Messfehler: Die Ergebnisse bleiben robust, wenn additive Messfehler mit Mittelwert Null hinzugefügt werden.

5. Bedeutung und Fazit

Dieses Paper verschiebt den Fokus in der RP-Forschung von der reinen Überprüfung eines Datensatzes hin zur Bewertung der Fähigkeit des Tests, den Entscheidungsträger zu charakterisieren.

Praktische Implikation: Ökonomen sollten nicht nur fragen, „Ist der Datensatz rational?", sondern „Ist meine Stichprobe groß genug, um eine Abweichung von $\epsilon$ zu erkennen?".
Methodischer Fortschritt: Die Integration von Lerntheorie bietet einen rigorosen Weg, um die Grenzen der Inferenz aus endlichen Daten zu quantifizieren.
Zukünftige Arbeit: Die Autoren betonen, dass ihre Ergebnisse primär Existenzsätze sind. Die praktische Umsetzung erfordert die Schätzung der Lipschitz-Konstanten und der Sampling-Verteilung, was eine wichtige Richtung für zukünftige empirische Arbeiten darstellt.

Zusammenfassend liefert das Paper ein rigoroses frequentistisches Werkzeug, um die Zuverlässigkeit von Wohlfahrtsanalysen und Präferenztests zu bewerten und zeigt auf, warum bestimmte Bedingungen in der Praxis oft „selten abgelehnt" werden: nicht weil die Akteure rational sind, sondern weil die Datenmenge für die Detektion von Irrationalität unzureichend ist.