Kombination aus Zeitreihen- und Querschnittsdaten, wobei für die gleichen Beobachtungsträger zu mehreren Zeitpunkten bestimmte Merkmale erfaßt sind. Beobachtungsträger können Individuen, Firmen, Sektoren, Regionen oder Länder sein (—) Panel). Die zunehmende Verfügbarkeit solcher Daten in den letzten Jahren hat den Informationsstand deutlich verbessert. Gegenüber anderen Datenquellen (aggregierte Zeitreihendaten, einmalige Querschnittsdaten, mehrfache Querschnittsdaten mit unterschiedlichen Datenträgern, Daten aus Fallstudien) ergeben sich verschiedene Vorteile: Erweiterung des Stichprobenumfangs, Verbesserung der Schatzgenauigkeit, Möglichkeit, alternative Verhaltenshypothesen gegeneinander zu testen, zwischen Kohorten-, Perioden- und Alterseffekten, zwischen Zeit- und Querschnittseffekten, zwischen lang- und kurzfristigen, zwischen zustandsabhängigen und genuin bedingten Heterogenitäten zu trennen. Probleme, die sich aus Abhängigkeiten zwischen exogenen Variablen (Multikollinearität) sowie zwischen exogenen und unbeobachteten Einflüssen ergeben, lassen sich umgehen. Es können Effekte erfaßt werden, die auf wirtschaftspolitische Maßnahmen zurückgehen, und Mitnahmeeffekte (vorgezogene Reaktionen) sind zu bestimmen. Probleme und Nachteile von Paneldaten gegenüber anderen Datengruppen ergeben sich durch den deutlich höheren Kostenaufwand. Außerdem kann sich der Einfluss von Beobachtungsfehlern sehr viel stärker negativ bemerkbar machen, und die Gefahr der Panelmortalität ist groß. Letzteres bedeutet, die Stichprobe verringert sich aufgrund von Antwortverweigerungen und natürlichen Ausfällen. Der Datensatz verliert an Repräsentativität. Ein Ersatz durch neue Beobachtungsträger mildert die Probleme zwar deutlich, beseitigt sie jedoch nicht vollständig. Aus ökonometrischer Sicht gibt es für die Verwendung von Paneldaten unterschiedliche Formen der Modellierung. Der einfachste Fall poolt lediglich die verschiedenen Querschnitte über die Zeit und geht von der Annahme aus, dass für alle Individuen und im Zeitablauf ein konstantes Verhalten vorliegt. Wird jedoch von unterschiedlichen Zeit- und Individualeffekten ausgegangen, d.h., gibt es Verhaltensweisen, die typisch für einzelne Beobachtungsträger oder Gruppen sind, und solche, die periodenabhängig sind, so kann sich dies sowohl in den beobachteten als auch in den unbeobachteten Variablen äußern. Die einfachste Möglichkeit im ersten Fall, solche Effekte zu erfassen, besteht darin, variable absolute Glieder im linearen Modell zu unterstellen. Man spricht dann von fixed-effects-Modellen. Darüber hinaus lassen sich auch die Koeffizienten der expliziten exogenen Größen variabel modellieren. Daraus resultieren Systeme von scheinbar unverbundenen Regressionsgleichungen. Gehen die Individual-und Zeiteffekte in die Störgröße ein, so läuft dies auf eine Fehlerkomponentenzerlegung (random-effects-Modelle) hinaus, wobei sich die Komponenten durch die Störgrößenvarianzen unterscheiden. Zur Schätzung wird hier die EGLS-Methode herangezogen. Neuere Ansätze berücksichtigen auch Heteroskedastie, -Autokorrelation, verzögerte endogene Variablen, Fehler in den Variablen, unvollständige Panel, simultane Systeme sowie qualitative und zensierte endogene Variablen. Neben EGLS-Schätzungen kommen hier v.a. Maximum-Likelihood-Schätzer und solche, die sich der verallgemeinerten Methode bedienen, zur Anwendung. Literatur: Arminger, G., Müller, F. (1990). Dielmann, T.E. (1989). Hsiao, C. (1986)
Vorhergehender Fachbegriff: Panel-Verfahren | Nächster Fachbegriff: Paneleffekt
Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken
|
|
