Panel-Data regression Stata FE/RE/OLS

Wissenschaft Sozialwissenschaften
#1

Hallo, ich stecke mitten in meiner Masterarbeit und bin mit der statistischen Methodik etwas unsicher.

Kurz zu dem Fokus und den Daten: Cross-country ratings zur bankenstabilität über 3 jahre 07/08/09 und für die entschprechende jahre für alle top 5 banken in jedem land daten über tier 1 capital ratios etc. und dummy variables ob ein leverage ratio in dem land existiert.
Diese werden dann als druchschnitt für das geasmte land betrachtet. Alle banken die für alle jahre keine daten hatten wurden bereinigt.

Die Frage die sich stellt ist nun welches model das richtige wäre (OLS, random effects oder fixed effects), vor derm hintergrund dass ich nicht alle länder berücksichtige und mein panel künstlich (in dem ich nicht vorhandene datenreihen ganz gelöscht habe und nur top 5 nehme)erstellt habe. Mein hausman test gibt den random effects als angrabcht an ist jedoch da meine sample nicht population representativ wäre und künstlich erstellt ist vllt doch nicht angebracht wäre. Bei dem fixed effects model wiederum wird eine wichtige variable herausgenommen die ja eventuell unter dem hasuman-taylor estimator oder mit dem if-command doch noch berücksichtigt werden könnte.Oder soltle ich ganz normal die ols estimation benutzen für die ich jedoch keine rechtfertigung vorweisen kann.

Vielen Dank im voraus!

#2

Hi!
Ich komme nun nicht aus der Finanzwirtschaft undhabe nicht den entsprechenden Hintergrund, glaube aber, dass dein Problem mit dem hierarchischen Datensatz ähnlich gelöst werden kann. Der Hierarchische Datensatz gruppiert ebenenweise Fälle, die vorher noch als unabhängig voneinander gegolten haben. Nun gibt es verschieden Entscheidungsgrundlagen, wann man tatsächlich Gruppeneffekte von Individualeffekten trennen muss. Bei Snijders & Bosker („Multilevel analysis“) wird hier von einem Design Effekt gesprochen, der die Verzerrung quantifiziert, die mit einer Nichtberücksichtigung der Ebenen einhergeht. Das führt zu ungenauen und verzerrten Schätzungen (vor allem des Standardfehlers). Wenn deine Entscheidung auf Grundlage deines Tests nun dir die Wahl eines random-effects-model nahelegt, würde ich dieses auch durchführen. Die Wahl des geeigneten Modells richtet sich immer nach der Fragestellung und den stat. Kennwerten der Stichoprobe, weniger jedoch nach ihrer Repräsentativität. Im Grunde genommen ist jede Stichprobe repräsentativ, gemessen an ihren empirischen Eigenschaften. Also, ich würde in deinem Fall tatsächlich schauen, ob es nicht nur einen Indivualeffekt gibt, sondern einen „NAtionalitätseffekt“, vielleicht sind ja „die Deutschen“ mal wieder viel zu kritisch? :smile:

Herzliche Grüße und weiterhin viel Erfolg! Ich drücke dir die Daumen!

#3

Tut mir Leid, aber Panel-Analysen sind nicht meine Welt.

#4

wenn ich das problem mit etwas mehr distanz betachte dann sind die aspekte ob alle länder „berücksichtigt“ werden und das panel „künstlich“ ist nicht entscheidend was die modellwahl angeht sondern erst in der interpretation der resultate von bedeutung. wenn ein test die random effects anzeigt dann ist doch eigentlich alles klar, vorausgesetzt er wurde richtig angewandt. mit ols verlieren die meßwiederholungen an information, das würde ich vermeiden.

www.MaSta-Support.de

#5

Ist zwar schon ein bisschen her, aber ich Antworte trotzdem mal.

Also erstens solltest du dein Variablen besser beschreiben, deine Abhänge Variable ist das Rating der Bankenstabilität (?) und deine unabhängigen Variablen dann das Land, capital ration, Leverage und andere (was auch immer das alles genau bedeutet).

Zweitens, du musst dich nicht zwischen Fixed Effects und Random Effects entscheiden, du kannst auch ein Mixed Effect Model benutzen (nämlich ein Generalized Linear Mixed Model), die Frage die sich dann stellt, welche deiner unabhängigen Variablen du als Fixed und welche als Random ansiehst. Ein Effect ist Random, wenn er nur eine Stichprobe aus der Verteilung des Effects darstellt ansonsten ist er Fix. Z.b. man möchte den Zusammenhang zwischen dem Wahlverhalten (Konservative vs. Liberal z.b) von Männern und Frauen in verschiedenen Ländern Modellieren, dann ist das Geschlecht ein Fixed Effect (da es nur zwei Geschlechter gibt, ist es keine Stichprobe) aber die Länder sind ein Random Effect, vorausgesetzt da ich nicht Datan aus allen Ländern hab (also nur eine Stichprobe aus der Gesamtheit aller Länder). Mehr zu Random vs. Fix Effect findest du auf http://faculty.ucr.edu/~hanneman/linear_models/c4.html

Drittens, meinst du mit OLS Ordinary least squares? Dies ist kein Model, sondern nur eine Methode ein bestimmtes Model, nämlich eine lineare Regression (also nur Fix Effects), zu fitten.

#6

Sorry, kann nicht helfen!