Welk regressiemodel te gebruiken bij deze Panel Data?

[brxpower]

Dag iedereen.
For my masters thesis in corporate finance I'm doing a research about debt concentration (i.e. companies using several debt types or only 1, measured by HHI index) I've got several determinants and some control variables. My data consists of 24503 observations, from 2009-2013. For some companies I have the data for all 5 years, other companies are only once or twice in the dataset. I would like to do a regression with fixed effects. (year FE and firm FE) Question 1: Is this the correct choice, and why? I've also considered GEE but im not sure.
Sorry voor de Engelse, als het niet te verstaan is laat maar weten en dan doe ik de post in het Nederlands.
Groeten

[wnvl]

Wat mij betreft kan dat wel met jaar en company als FE, alleen ga zo wel niet de autocorrelatie tussen de jaren kunnen modellleren. Je hebt natuurlijk maar 5 jaren.

GEE zou natuurlijk beter zijn, maar is hier vervelend omdat je voor heel wat companies data mist.

Kwestie van afwegen voor hoeveel companies je geen info hebt over de 5 jaren....

[brxpower]

Wat mij betreft kan dat wel met jaar en company als FE, alleen ga zo wel niet de autocorrelatie tussen de jaren kunnen modellleren. Je hebt natuurlijk maar 5 jaren.

GEE zou natuurlijk beter zijn, maar is hier vervelend omdat je voor heel wat companies data mist.

Kwestie van afwegen voor hoeveel companies je geen info hebt over de 5 jaren....

Twee opmerkingen hierbij:
- kan je een woordje meer uitleg geven over die autocorrelatie?
- dus je bedoelt dat voor GEE elk bedrijf evenveel measurements moet hebben?

[wnvl]

- kan je een woordje meer uitleg geven over die autocorrelatie?
De scores van een onderneming in het huidige jaar zullen gecorreleerd zijn met die van het vorige jaar. Dit moet je compenseren in je analyses, anders ga je foute conclusies trekken.


-dus je bedoelt dat voor GEE elk bedrijf evenveel measurements moet hebben?

Nee, maar GEE is bedoeld voor longitudinale data, als je veel bedrijven hebt met heel weinig data is dat mogelijk vervelend. Maar is moeilijk te zeggen zonder de data te kennen en de resultaten van de regressie.