Resource title

Practical estimation methods for linked employer-employee data

Resource image

image for OpenScout resource :: Practical estimation methods for linked employer-employee data

Resource description

Methods for the analysis of linked employer-employee data are not yet available in standard econometrics packages. In this paper, we make the fixed-effects methods developed originally by Abowd, Kramarz, Margolis and others more accessible, where possible, and show how they can be implemented in Stata. To illustrate these techniques, we give an example using German linked data. There is a caveat: when the number of plants is prohibitively large and the investigator wants to estimate the correlation between the worker and firm unobserved heterogeneities, the regressionbased techniques discussed are not feasible. In this version of the paper, we replace our earlier Two-Step estimator by a Classical Minimum Distance estimator. ; Die Analyse von zusammengefügten Personen- und Firmendaten ist bisher nicht in die Statistiksprogramme integriert worden. In dem vorliegenden Beitrag werden die ursprünglich von Abowd, Kramarz, Margolis u.a. entwickelten Analyseverfahren aufbereitet und, sofern möglich, wird gezeigt, wie diese in Stata implementiert werden können. Die vorgestellten Methoden werden mit einem kombinierten Firmen-Beschäftigtendatensatz (LIAB) aus Deutschland veranschaulicht. Es gibt jedoch eine Einschränkung: sofern die Anzahl der Firmen sehr großist und man die Korrelation zwischen den unbeobachtbaren Personen- und Firmenheterogenitäten schätzen möchte, können die in diesem Papier vorgestellten Regressionstechniken nicht verwendet werden. In dieser Fassung des Papiers wird der in der vorherigen Version verwendete 2-Stufen-Schätzer durch einen ?Classical Minimum Distance?-Schätzer ersetzt.

Resource author

Richard Upward, Thorsten Schank, Martyn J. Andrews

Resource publisher

Resource publish date

Resource language

eng

Resource content type

text/html

Resource resource URL

http://hdl.handle.net/10419/23773

Resource license

Adapt according to the presented license agreement and reference the original author.