STATISTIK-FORUM.de

[sonnen-blume]

Gelöscht

[daniel]

Ich bin nicht sicher, ob ich die Grundlagen richtig verstanden habe, aber wie wäre es in diesem Fall mit einem Länder-fixed-effects Modell und Kontrolle der Perioden?

Wenn ich alle Beobachtungen in einer Regression untersuche

ignorierst Du möglicher Weise die zeitliche Dimension der Daten und die daraus resultierende Autokorrelation der Fehler innerhalb der Länder. Das führt haüfig dazu, dass Standardfehler zu "optimistisch" geschätzt werden, und Du signifikante Ergebnisse bekommst, die nicht wirklich signifikant sind. Hast Du die Standradfehler korrigiert?

Vielleicht kannst Du Dein Modell mal aufschreiben?

Edit

Um auf dei Frage zu antworten (sorry)

Das deutet ja darauf hin, dass sowohl IFRS als auch ein stärkerer Anlegerschutz Bilanzpolitik reduzieren.

Vorsicht, das sind keine Haupteffekte.

Ich bin mir unsicher, ob ich aus diesen Ergebnissen überhaupt schließen kann, dass die Einführung der IFRS den negativen Zusammenhang zwischen Bilanzpolitik und Anlegerschutz abschwächt.

Da die Interaktion statistisch nicht signifikant ist, eher nein. Eine Wechselwirkung, wie sie hier unterstellt wird, kann auf dieser Datengrundlage dann nicht (statistisch gesichert) nachgewiesen werden.

[sonnen-blume]

Vielen Dank für deine Antwort.

Das mit der Autokorrelation kann sein. In der Regression mit Dummy habe ich nicht auf Basis der Länder sondern auf Basis der Unternehmen gerechnet. Ich habe alle Jahresbeobachtung eines Unternehmens zu einer Unternehmensbeobachtung zusammengefasst, aber getrennt nach den Perioden. Also für ein Unternehmen habe ich z.B. Beobachtungen für die Jahren 2001-2008. 2001-2004 = IFRS und 2005-2008= nicht IFRS. Nun habe ich für ein Unternehmen die durchschnittlichen Werte der Größen (abhängige Variable: Bilanzpolitik und Kontrollvariablen, z.B. Unternehmensgröße) berechnet, jeweil für 2001-2004 und 2005-2008. In die Regression gehen die dann als zwei Beobachtungen ein und der IFRS-Dummy ist einmal 0 und einmal 1. Daraus könnte sich natürlich Autokorrelation ergeben, weil es sein kann, dass ein Unternehmen zweimal als Beobachtung vorkommt. Vielleicht sollte ich die Regression doch noch einmal mit den Jahresbeobachtungen und time fixed effects rechnen?

[sonnen-blume]

Ich wollte dir nur sagen, dass du offensichtlich recht hattest, damit dass aufgrund von Autokorrelation die Ergebnisse zu optimistisch waren. Habe alles noch einmal berechnet, diesmal jede einzelne Jahresbeobachtung verwendet, year fixed effects und clustered standard errors und siehe da: es ist nicht mehr alles hochsignifikant. Dankeschön.

[daniel]

Vielleicht sollte ich die Regression doch noch einmal mit den Jahresbeobachtungen und time fixed effects rechnen?
[...]
Habe alles noch einmal berechnet, diesmal jede einzelne Jahresbeobachtung verwendet, year fixed effects und clustered standard errors

Jap, das klingt nach einem guten Ansatz -- wenn year fixed effects das bedeuten soll, was ich meine.

Wenn die Interaktion statistisch nicht signifikant ist, dann ist da, wie gesagt, keine Wechselwirkung. Der Unterschied der Koeffizienten in getrennten Modellen mag da sein, aber es fehlt eben der Signifikanztest dieses Unterschieds und der wird mit der Interaktion mitgeliefert.

[sonnen-blume]

OK Dankeschön! Ich habe allerdings nur einen Dummy für das Jahr eingefügt, weil mit fixed effects hat es mir immer den IFRS-Dummy rausgeworfen. Mit Jahr Dummy wirft es nur ein Jahr raus. Meinst du ich kann es so lassen mit einem Jahres-Dummy? Der IFRS-Dummy muss auf jeden Fall drin bleiben.

[daniel]

OK Dankeschön! Ich habe allerdings nur einen Dummy für das Jahr eingefügt, weil mit fixed effects hat es mir immer den IFRS-Dummy rausgeworfen.

Ok das klingt weniger nach dem, was ich im Sinn hatte. Ich verstehe die aber auch Datenlage noch nicht ganz. Du hast eigentlich Unternehmensdaten, willst aber etwas über Unterschiede zwischen Ländern sagen? Und, wie sieht denn das Modell aus, das Du schätzt?

Ich denke, Du benötigst eine Kontrolle der Jahre (Periodeneffekte), den IFRS Dummy, Anlegerschutz und zwingend die Interaktion der beiden letzzen, da damit ja erst Deine Hypothese getestet wird.

[sonnen-blume]

Genau zuerst habe ich zwei einzelne Regressionen mit einer Beobachtung pro Land, jeweils für die Periode vor und nach IFRS gerechnet, das war unproblematisch. Meine Daten basieren auf über 32 Tausend Unternehmensjahr-Beobachtungen von 24 Staaten über den Zeitraum 2001-2008. Weil N=24 für eine Regression sehr klein ist, habe ich die Regression nochmals mit allen Unternehmensjahr-Beobachtung gerechnet über den gesamten Zeitraum.

Fixed Effects ist nicht möglich, weil es mir sonst immer den IFRS-Dummy rauswirft, da der ja von 2001-2004 0 ist und von 2005-2008 1 ist.

Ich habe verschiedenes ausprobiert, Random effects, clustered standard errors nach Nation. Aber ich habe das Gefühl, so kommen mir die besten Ergebnisse raus. Ich glaube ich muss für alles kontrollieren, also Branchen, Jahre und Länder. Ohne diese Dummys kommt mir alles hochsignifikant raus, was ja bestimmt nur ist, weil es mehrere Jahresbeoabchtungen pro Unternehmen und tausende Unternehmensbeobachtungen pro Land gibt.

Falls du noch eine bessere Idee hast, freu ich mich!

[sonnen-blume]

Mit "besten" Ergebnisse meine ich, dass sie am ehesten vergangenen Forschungen entsprechen.

[daniel]

Die Kontrolle der Dummies sollte nummerisch auf das gleiche Ergebnis hinauslaufen, wie fixed-effects (etwas vorsichtiger: in etwa), von daher sieht das nicht schlecht aus.

Vor die Variable IFRS kommt bei der factor variable notation ein i. kein c.

Ich kann nicht ganz nachvollziehen, wesshalb bei

Code: Alles auswählen

xtreg em i.IFRS##c.protect i.industry i.year ,fe i(nation)


der konditionale Effekt von IFRS gedropped wird, aber vielleicht bin ich auch nicht hundert prozentig konzentriert gerade.