Referat Gruppe 8 Koerber, Glogowski, Seefried, Müller, Thiemicke
Der Filesharing-Markt
Gliederung
1. Relevanz
2. Beitrag zum Forschungsstand 3. Modell
4. Forschungshypothesen 5. Experimentaldesign
6. Beobachtungen und Kosten 7. Statistische Analyse
8. Ausblick
1. Relevanz
1. Relevanz
Ökonomische Bedeutung von Filesharing
Sehr großer Markt:
• 2007: über 300 Millionen Dateien in Deutschland heruntergeladen (GfK)
• 9 von 10 Downloads illegal (GfK)
Verletzung von Eigentumsrechten:
• Rechtstaatlichkeit und Privateigentum Grundlagen der Marktwirtschaft
• Verzerrungen und Ineffizienz
Schaffung von Marktbedingungen:
• Durchsetzung von Eigentumsrechten?!
1. Relevanz
Warum ein Labor- und kein Feldexperiment?
Es besteht eine problematische Felddatenlage aufgrund der Tatsache, dass es sich um einen illegalen Markt handelt. Daten bezüglich des Nutzung von Filesharing-Börsen lassen sich wegen der geltenden Rechtslage nicht von den Providern einholen. Theoretisch käme eine Schätzung über die offizielle Kriminalstatistik des BKAs in Frage. In Praxi ist dies jedoch ein ungenauer Schätzer, da viele Fälle von Eigentumsrechtverletzungen nicht durch die Polizei, sondern die Rechte-Eigentümer der Staatanwaltschaft zur Strafverfolgung gemeldet werden. Diese Zahlen stehen jedoch im Allgemeinen nicht zur Verfügung.
Das Ziel des Experiments ist eine Sensitivitätsanalyse der Risikoneigung. Eine Schwellwertbestimmung bezüglich der Strafhöhe bzw. der erwarteten Wahrscheinlichkeit erwischt zu werden bedarf also einer Szenarioanalyse dieser Parameter. Dies jedoch kann in einem Feldexperiment nur schwierig (sehr langer Zeitraum, problematische Isolation der Einflussfaktoren) und unter hohen Kosten (wirtschaftlicher Schaden durch FS, entgangene Strafgelder ect.) durchgeführt werden
2. Beitrag zum Forschungstand
Existierende Literatur
Überblick über die Thematik:
• Stan J. Liebowitz (2005): Economists Examine File-Sharing and Music Sales
Einfluß von Filesharing auf Verkaufserlöse aus Tonträgern:
• Felix Oberholzer et al. (2004) : The Effect of File Sharing on Record Sales
Freerider - Problematik:
• Ramon Casadesus-Masanell et al.(2006): Peer-to-Peer Filesharing and the Market for Digital Information Goods
• Ramayya Krishnan et al. (2002): The virtual commons: Why Freeriding can be tolerated in File-Sharing Networks
2. Beitrag zum Forschungstand
Individuum
legale Tauschbörse Kosten pro Download
File-Sharing Markt Risiko erwischt zu werden Flatrate-Strafe/Nachzahlungen
Frage: Wie wirken sich Präventions- und Sanktionsmaßnahmen auf Marktauswahlentscheidungen aus?
Budget
erwartete Wahrscheinlichkeit erwischt zu werden
3. Modell
Outsider
Nutzenfunktion:
MP3 Bestand vor Periode T
File-Sharer
Nutzenfunktion (ohne Bestrafung)
Nutzenfunktion (bei Bestrafung)
Nachzahlung
T T
T
t L j T
t I j m
L
u x x y c y
U ( ) *
1
1
( )
1
1
Tt
T L
j T
t I j m
N
u x x y
U
(
1 1) * (
1)
T
t I j T
T
t
T
t
T L j I
j m
P
u x x y P c y x
U
um Nutzen aus den nach Periode T vorhandenen MP3‘s yt Menge Downloads in Periode T
c konstante Kosten pro Download xI Menge illegal heruntergeladene Mps3s xL Menge legal heruntergeladene Mps3s P Flatrate Strafe
Relative Auszahlung des File Sharings:
Nutzenvorteil des FS gegenüber dem „legalen“ Markt – ohne Bestrafung
es gilt 0<u<1
Nutzenvorteil falls das Individuum File Sharing betreibt und nicht bestraft wird
Marktauswahlentscheidung:
p(t, T)… erwartete Wahrscheinlichkeit in Periode T bestraft zu werden P
N
L N
U U
U u U
) , ( t T p
u
1) (
*
*
T
t j T
T
x y
c P
y c
3. Modell
…individuellen Erwartungen p(t, T)?
1) Die Anzahl der bestraften File Sharer des eigenen Beobachtungsraumes.
2) Die tatsächliche Wahrscheinlichkeit erwischt zu werden
Welche Parameter beeinflussen die…
3. Modell
4. Forschungshypothesen
Eine höhere erwartete Wahrscheinlichkeit erwischt zu werden führt zu einem größeren Rückgang illegaler Downloads als eine höhere
tatsächliche Wahrscheinlichkeit erwischt zu werden Hypothese 1
Höhere Bestrafungsmaßnahmen reduzieren die Anzahl illegaler Downloads Hypothese 2
) ,
( t T p
u
4. Forschungshypothesen
Die erwartete Wahrscheinlichkeit erwischt zu werden bildet sich bei den Teilnehmern, indem sie aus ihrem Beobachtungsraum der letzten Runde die
mögliche Wahrscheinlichkeit in der nächsten Runde erwischt zu werden antizipieren. Diese hat einen stärken negativen Einfluss auf die Entscheidung dem
illegalen Markt beizutreten, als wenn Ihnen die tatsächliche Wahrscheinlichkeit erwischt zu werden vorgegeben wird.
Erklärung zu
Hypothese 1
5. Experimentaldesign
Allgemeines:
Teilnehmer: Studenten
Within-subject design
3 Treatments
Anzahl der Teilnehmer pro Treatment: 20
Show-up fee: 5€ pro Teilnehmer
Budget: 20€ pro Teilnehmer
gespielte Runden pro Treatment: 10
Wert/Kosten einer Mp3: 1€
Endwert nach dem Experiment wird in Form eines iTunes Gutscheins ausbezahlt
5. Experimentaldesign
Quiz Start des
Experiments
Ggf. Information der Teilnehmer
über Strafhöhe und Wkt.
Fragebogen zum persönlichen Verhalten und
Einstellung Instruktionen
Auszahlung Entscheidung
über legalen oder illegalen Makrtbeitritt
Testlauf
Ggf. Tabelle über Verteilung in der
letzten Runde und Abfrage der
erwarteten Wkt.
Ende des Experiments
5. Experimentaldesign
Teilnehmer erfahren vor jeder Runde die tatsächliche Wahrscheinlichkeit erwischt zu werden und die Höhe der Strafe
Strafe konstant bei 5€
Anreizverträglichkeit
0%
10%
20%
30%
40%
50%
Variation des Risikos
Variation des Risikos
Treatment 1 (Hypothese 1):
5. Experimentaldesign
Teilnehmer haben diesmal keine Information über die tatsächliche Wahrscheinlichkeit erwischt zu werden
Informationen über die Vorrunde:
• Anzahl Teilnehmer
• Anzahl Teilnehmer illegaler Markt
• Anzahl erwischter Teilnehme
Anreizverträglichkeit
Teilnehmer bekommen vorher Information über die Vorrunde an Hand einer Tabelle über die Verteilung und können so ihre erwarteten Wahrscheinlichkeit für die nächste Runde bilden
Abfrage der erwarteten Wahrscheinlichkeit erwischt zu werden mittels einer Skala
Treatment 2 (Hypothese 1):
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
Runde 1 Runde 2 Runde 3 Runde 4 Runde 5 Runde 6 Runde 7 Runde 8 Runde 9 Runde 10
Variation des tats. Risikos
Variation des tats. Risikos
5. Experimentaldesign
Teilnehmer kennen die Höhe der Strafe jeder Runde
Risiko konstant bei 5% über alle Runden
Anreizverträglichkeit
Treatment 3 (Hypothese 2):
0 € 2 € 4 € 6 € 8 € 10 € 12 € 14 € 16 € 18 € 20 €
Runde 1 Runde 2 Runde 3 Runde 4 Runde 5 Runde 6 Runde 7 Runde 8 Runde 9 Runde 10
Variation der Strafe
6. Beobachtungen und Kosten
minimal 0 verlorene Beobachtungen durch Ausscheiden wegen verlorenen Budget
Maximal 20 verlorene Beobachtungen
minimal 0 verlorene Beobachtungen durch Ausscheiden wegen verlorenen Budget
maximal 20 verlorene Beobachtungen
minimal 0 verlorene Beobachtungen durch Ausscheiden wegen verlorenen Budget
Maximal 6 verlorene Beobachtungen
Show Up Fee: 5€ * 20 Teilnehmer = 100€
maximale Kosten für iTunes Gutscheine = 800€
minimale Kosten = 400€
Show Up Fee: 5€ * 20 Teilnehmer = 100€
maximale Kosten für iTunes Gutscheine = 800€
minimale Kosten = 400€
Show Up Fee: 5€ * 20 Teilnehmer = 100€
maximale Kosten für iTunes Gutscheine = 800€
minimale Kosten = 400€
Anzahl an Beobachtungen (best and worst case) Kosten (best and worst case)
Treatment 1
Treatment 2
Treatment 3
Gesamt: 2700€ für alle Treatments (worst case) 1500€ für alle Treatments (best case)
Gesamt (best case): 600 Beobachtungen über alle Treatments
7. Statistische Analyse
Panelschätzungen Parametrische Tests Erweiterung
Treatment 1
Anzahl illegaler Downloads = b0 + b1 * tatsächliche Wkt. erwischt zu werden (-) + b2 * Gender (+) + b3 * wurde bereits erwischt (-) + b4 * in der Realität
File Sharer (+) + b5 * Time Dummy +….+ u
Einführung von Person Dummies
Gender Dummies wegen
„technischer Verzsertheit“
Treatment 2
Anzahl illegaler Downloads = b0 + b1 * erwartete Wkt. erwischt zu werden (-) + b2 * Gender (+) + b3 * wurde bereits erwischt (-) + b4 * in der Realität
File Sharer (+) + b5 * Time Dummy +….+ u
Treatment 3
Anzahl illegaler Downloads = b0 + b1 * Strafhöhe(-) + b2 * Gender (+) + b3 * wurde bereits erwischt (-) + b * in der Realität File Sharer (+) + b * Time
Einführung von Person Dummies
Gender Dummies wegen
„technischer Versiertheit“
Einführung von Person Dummies
Im Bezug auf unsere Hypothese 1 erwarten wir für die Koeffizienten b1 bei der tatsächlichen Wkt. Erwischt zu werden aus Treatment 1 und mit b1 bei der erwarteten Wkt. Erwischt zu werden aus Treatment 2 verschiedene Werte für den Koeffizienten b1. In Treatment
2 sollte dieser Koeffizient daher geringer ausfallen als in Treatment 1.
8. Ausblick
generelle Anwendung auf Marktentscheidungen legaler vs. illegaler Markt
Schwarzmarkt, Zoll, Steuerhinterziehung Erweiterung der Anwendung
Erweiterung des Modells um Freerider und Filesharer Modellierung eines Public Good Games mit Risiko
Andere Anreizverträglichkeit, höhrere Kosten für Filesharer, Modellierung von Bandbreiten Unterteilung in Freerider und
Filesharer
Erwartete Wahrscheinlichkeit erwischt zu werden hängt ab vom Budget zur Eindämmung von Filesharing, allgemeiner Verbreitung von P2P Börsen oder Nutzeranzahl
Einfluss von Präventionsmaßnahmen, wie Aufklärung, moralischer Verurteilung Andere Treatments