Editing and multiply imputing German establishment panel data to estimate stochastic production frontier models

Abstract

"Die Arbeit zeigt die Effekte der Antwortverweigerung in Umfragen auf die Ergebnisse von Produktivitätsschätzungen auf Basis multivariater statistischer Methoden. Um die fehlenden Daten geeignet zu ergänzen, wird ein Data Augmentation Algorithmus basierend auf einem Normalverteilungs-/ Wishart-Modell angewandt. Zur Schätzung der Produktivität von Betrieben werden die Daten der Befragungswellen von 2000 und 2001 des IAB-Betriebspanels verwendet. Dieser Beitrag fokussiert auf die Konstruktions-, Edit- und Transformationsprozesse, die notwendig sind, um die für das Analyse- als auch Imputations-Modell benötigten Variablen zu operationalisieren. Es wird gezeigt, dass Standardverfahren der multiplen Imputation verwendet werden können, um komplexe ökonometrische Modelle mit umfangreichen Paneldatensätzen unter Berücksichtigung des Datenausfalls zu schätzen. Die Grundlage der empirischen Analyse sind stochastische Frontierfunktionen mit den Inputfaktoren Arbeit und Kapital. Die Ergebnisse deuten darauf hin, dass ein Modell technischer Ineffizienz die Daten besser abbildet als die Verwendung von unterschiedlichen Produktionsfunktionen für Ost- und Westdeutschland. Darüber hinaus zeigt sich, dass der Einfluss der Region auf die technische Ineffizienz ansteigt, wenn die mehrfach ergänzten Daten anstelle nur der vollständigen Daten verwendet werden. Diese Ergebnisse könnten weitere Arbeiten stimulieren und möglicherweise die zukünftige Wirtschafts- und Regionalpolitik in Deutschland beeinflussen." (Autorenreferat)

"This paper illustrates the effects of item-nonresponse in surveys on the results of multivariate statistical analysis when estimation of productivity is the task. To multiply impute the missing data a data augmentation algorithm based on a normal/ Wishart model is applied. Data of the German IAB Establishment Panel from waves 2000 and 2001 are used to estimate the establishment's productivity. The processes of constructing, editing, and transforming the variables needed for the analyst's as well as the imputer's models are described. It is shown that standard multiple imputation techniques can be used to estimate sophisticated econometric models from large-scale panel data exposed to item-nonresponse. Basis of the empirical analysis is a stochastic production frontier model with labour and capital as input factors. The results show that a model of technical inefficiency is favoured compared to a case where we assume different production functions in East and West Germany. Also we see that the effect of regional setting on technical inefficiency increases when inference is based on multiply imputed data sets. This could have influence on the economic and regional policies in Germany in the future." (author's abstract)