Driscoll-Kraay-Standardfehler

Driscoll-Kraay-Standardfehler sind robuste Standardfehler für Regressionsmodelle mit Paneldaten. Sie berücksichtigen, dass die Fehlerterme sowohl zwischen verschiedenen Untersuchungseinheiten als auch über mehrere Zeitperioden hinweg voneinander abhängig sein können. Damit sind sie gegenüber Querschnittsabhängigkeit, Autokorrelation und Heteroskedastizität robust. Solche Abhängigkeiten treten beispielsweise auf, wenn Unternehmen, Länder oder Regionen gleichzeitig von gemeinsamen wirtschaftlichen Ereignissen betroffen sind. Herkömmliche Standardfehler können in diesem Fall verzerrt sein und die statistische Unsicherheit der geschätzten Zusammenhänge falsch darstellen. Die Driscoll-Kraay-Methode korrigiert die geschätzte Varianz-Kovarianz-Matrix, verändert jedoch nicht die geschätzten Regressionskoeffizienten selbst. Auf dieser Grundlage werden robustere Konfidenzintervalle, t-Werte und Signifikanztests berechnet. Die Methode kann unter anderem bei gepoolten Regressionsmodellen und Fixed-Effects-Modellen eingesetzt werden. Ihre theoretischen Eigenschaften beruhen insbesondere darauf, dass die Anzahl der beobachteten Zeitperioden hinreichend groß ist. Driscoll-Kraay-Standardfehler sind daher besonders geeignet, wenn in Paneldaten gemeinsame zeitliche Einflüsse und Abhängigkeiten zwischen den Untersuchungseinheiten vermutet werden.