Rainer Lenz

Risk assessment methodology for longitudinal business microdata

AbstractThe paper introduces several matching approaches for simulating data attacks and thereby rating the degree of confidentiality associated with some confidential longitudinal business microdata file. From the data intruder’s perspective, the advantages and disadvantages for each of these approaches are discussed. Moreover, we analyse the possibility to combine these approaches in order to determine a global measure for the re-identification risk for some confidential microdata file. Finally, the real re-identification risk is estimated taking the example of German federal business microdata. ZusammenfassungIn dem vorliegenden Aufsatz werden verschiedene Matching-Strategien zur Simulation von möglichen Datenangriffsszenarien und damit zur Bewertung der Datensicherheit von geheimhaltungspflichtigen wirtschaftsstatistischen Einzeldaten im Längsschnitt vorgestellt. Aus Sicht eines potentiellen Datenangreifers werden Vor- und Nachteile der einzelnen Ansätze besprochen. Darüber hinaus werden die Möglichkeiten der Kombination solcher Ansätze untersucht, um ein globales Maß für das mit den Einzeldaten verbundene Reidentifikationsrisiko zu erhalten. Abschließend werden die Ansätze sowie deren Kombinationen beispielhaft auf reale Wirtschaftsdaten der amtlichen Statistik angewendet.

Wissenschaftliche Analysen mit Hilfe der amtlichen Umsatzsteuerstatistik

Neue Impulse für die empirische Wirtschaftsforschung können von der besseren Erschließung von Unternehmensdaten der amtlichen Statistik für die Wissenschaft ausgehen. Dabei geht es nicht um die Nutzungsmöglichkeiten von Tabellendaten – diese ist zweifellos bereits gegeben – sondern vielmehr um die Nutzung der Einzeldaten, die hinter den Tabellen stehen. Mit diesen kann ein Wissenschaftler eigene Forschungsideen entwickeln und verwirklichen, ohne darauf angewiesen zu sein, dass seine spezielle Fragestellung „zufällig“ mit einer in der amtlichen Statistik veröffentlichten Tabelle beantwortet werden kann.