@techreport{Behr2003comparison,
abstract = {In our analysis we discuss several dynamic panel data estimators proposed in the literature 
and assess their performance in Monte Carlo simulations. It is a well known fact that the 
natural  choice,  the  least  squares  dummy  variable  estimator  is  biased  in  the  context  of 
dynamic estimation. The estimators taking into account the resulting bias can be grouped 
broadly  into  the  class  of  instrumental  estimators  and  the  class  of  direct  bias  corrected 
estimators.  
The  simulation  results  clearly  favour  the  direct  bias  corrected  estimators,  especially  the 
estimator proposed by Hansen  (2001). The  superiority of  these estimators decreases with 
growing  numbers  of  individuals  in  the  simulation.  This  is  the well  known  fact  of  large 
sample  properties  of  the  GMM-methods.  In  the  case  of  endogenous  predetermined 
regressors,  the  system-estimator  proposed  by  Blundell  and  Bond  is  unbiased  and  most 
efficient,  while  direct  bias  corrected  estimators  perform  similar  to  the  GMM-estimator 
proposed by Arellano and Bond (1991).   
Turning to the empirical comparison, we find that the different estimators lead to the same 
conclusions concerning the investment behaviour of German manufacturing firms based on 
the  Deutsche  Bundesbank's  Corporate  Balance  Sheet  Statistics.  Investment  is  strongly 
positive dependent on lagged investment and Q. Nevertheless, in detail the differences of 
the estimated parameters are not negligible. --  -- In  der  vorliegenden  Arbeit  werden  verschiedene  in  der  Literatur  vorgeschlagen 
dynamische Sch\"{a}tzer  f\"{u}r Paneldaten diskutiert und  im Rahmen einer Monte Carlo-Studie 
verglichen. Es ist wohlbekannt, dass der Least Squares Dummy Variable-Estimator f\"{u}r den 
Fall  verz\"{o}gerter  endogener  erkl\"{a}render  Variablen  einen  Bias  aufweist.  Die  diskutierten 
Sch\"{a}tzer  lassen  sich  zwei  unterschiedlichen  Klassen  zuordnen,  einer  Klasse  von 
Instrumentensch\"{a}tzern und einer Klasse von biaskorrigierten Sch\"{a}tzern. 
Den  Ergebnissen  der  Simulationsstudie  zufolge  sind  die  biaskorrigierten  Sch\"{a}tzer  leicht 
\"{u}berlegen,  insbesondere  die  von  Hansen  (2001)  vorgeschlagene  Biaskorrektur.  Die 
\"{U}berlegenheit  nimmt  jedoch  mit  wachsender  Zahl  der  beobachteten  Einheiten  ab.  Hier 
spiegeln  sich  die  bekannt  g\"{u}nstigen  Eigenschaften  von  GMM-Sch\"{a}tzern  bei  gro\ss{}er 
Beobachtungszahl wider. Im Falle endogener vorherbestimmter Regressoren weist der von 
Blundell  und Bond  (1998)  vorgeschlagene  System-GMM-Sch\"{a}tzer  die  h\"{o}chste Effizienz 
auf.  Biaskorrigierte  Sch\"{a}tzer  f\"{u}hren  hier  zu  vergleichbaren  Ergebnissen wie  der GMMSch\"{a}tzer
 von Arellano und Bond (1991). 
Bei der empirischen Anwendung zur Sch\"{a}tzung von dynamischen Q-Invstitionsfunktionen 
f\"{u}r  Unternehmen  des  deutschen  Verarbeitenden  Gewerbes  auf  Grundlage  der 
Bilanzstatistik der Deutschen Bundesbank, zeigt sich eine starke positive Abh\"{a}ngigkeit der 
Investitionen,  sowohl  von  den  Vorjahresinvestitionen  als  auch  von  Q.  Bei  gleicher 
\"{o}konomischer Grundaussage weisen die mittels der verschiedenen diskutierten Methoden 
gesch\"{a}tzten Parameter jedoch nicht zu vernachl\"{a}ssigende Unterschiede auf.},
author = {Andreas Behr},
copyright = {http://www.econstor.eu/dspace/Nutzungsbedingungen},
keywords = {E22; C15; C23; 330; dynamic panel data estimation; GMM; bias correction; investment; Panel; Sch\"{a}tztheorie; Monte-Carlo-Methode; Bias; Investitionsfunktion; Sch\"{a}tzung; Theorie; Deutschland},
language = {eng},
number = {2003,05},
title = {A comparison of dynamic panel data estimators: Monte Carlo evidence and an application to the investment function},
type = {Discussion paper Series 1 / Volkswirtschaftliches Forschungszentrum der Deutschen Bundesbank},
url = {http://hdl.handle.net/10419/19591},
year = {2003}
}
