Vergleich von Schätz- und Testverfahren unter alternativen Spezifikationen linearer Panelmodelle

Empirische Analysen mit Paneldaten sind aus der wirtschafts- und sozialwissenschaftlichen Forschung seit Beginn der 80er Jahren nicht mehr wegzudenken. Die Beliebtheit resultiert unter anderem aus der Möglichkeit, mithilfe von Paneldaten unbeobachtete Unterschiede zwischen den Querschnittseinheiten innerhalb des Modells zu kontrollieren. Hierfür existiert in der Literatur eine Vielzahl unterschiedlicher Modellspezifikationen, die anhand des Kriteriums der Random-Effects-Annahme systematisch dargestellt werden. Einen besonderen Schwerpunkt stellen dabei die jeweils zugrunde liegenden Modellannahmen dar. Weiterhin wird geprüft, inwieweit sich eine Verletzung dieser Annahmen auf die Eigenschaften der zur Verfügung stehenden Schätzverfahren auswirkt. Im Rahmen empirischer Fragestellungen, bei denen der Einfluss einer zeitkonstanten, individuenspezifischen Variablen im Zentrum des Interesses steht, muss bei Verletzung der Random-Effects-Annahme auf Instrumentvariablenmethoden bzw. auf Methoden der verallgemeinerten Momente (GMM) zurückgegriffen werden, um konsistente Schätzer zu erhalten. Als großes Problem gelten jedoch die lediglich asymptotische Rechtfertigung dieser Methodik und das bislang begrenzte Wissen um deren Eigenschaften in kleinen Stichproben. Um ein wenig mehr Licht ins Dunkel zu bringen, wurde von der Autorin eine breit angelegte Monte-Carlo-Simulationsstudie durchgeführt. Hierbei wird vor allem auf die Auswirkungen so genannter „schwacher“ Instrumente eingegangen.