Kausalität und Fixed-Effekt-Regression mit Paneldaten

Zusammenfassung

Für die Anwendung von Fixed-Effekt-Panelregressionen oder neuerdings Hybrid-Panelmodellen spricht, dass sie dem Ideal des echten Experiments als „Gold-Standard“ für die Analyse kausaler Zusammenhänge am relativ nächsten zu kommen scheinen, falls ausschließlich Beobachtungsdaten zur Verfügung stehen. Das zentrale Argument ist dabei, dass mit Hilfe von Paneldaten zumindest zeitkonstante Heterogenität vollständig kontrolliert werden kann. Im unserem Beitrag wird diesem Argument nachgegangen.

Ausgangspunkt ist die Definition eines kausalen Effektes im Sinne der kontrafaktischen Kausalitätsvorstellung. An einem einfachen Beispiel wird verdeutlicht, dass Regressionsanalysen kausale Effekte schätzen können, dabei jedoch die Gefahr der Konfundierung aufgrund unbeobachteter Heterogenität besteht. Anschließend wird verdeutlicht, wie unter Verwendung von Paneldaten über Fixed-Effekt-Regressionen und Hybridmodellen zeitkonstante Heterogenität kontrolliert wird. Diese Kontrolle gilt aber nur für additive Effekte zeitkonstanter Heterogenität. An einem empirischen Beispiel mit SOEP-Daten demonstrieren wir dazu, wie nicht additiv wirkende zunächst unberücksichtigte zeitkonstante Drittvariablen die Schätzung von Effekten verzerren können. Letztlich basieren Schätzungen kausaler Effekte immer auf unvermeidbaren Annahmen, die nicht erfüllt sein müssen. Für den Anwender wird es daher vermutlich keine universellen Lösungen geben. Dies spricht nicht gegen die Untersuchung kausaler Zusammenhänge auch mit nicht-experimentellen Daten, sondern dafür, möglichst verschiedene Designs und Methoden anzuwenden und nicht ausschließlich auf Experimente oder Panelanalysen mit Fixed-Effekt-Regressionen zu setzen.

Wir danken den Herausgebern für fruchtbare Hinweise zu einer früheren Version dieses Beitrags.