IDEAS home Printed from
MyIDEAS: Log in (now much improved!) to save this paper

Using Employee Level Data in a Firm Level Econometric Study

Listed author(s):
  • Nathalie Greenan
  • Jacques Mairesse

In this paper, we make the general point that econometric studies of the firm can be effectively and substantially enriched by using information collected from employees, even if only a few of them are surveyed per firm. Though variables measured on the basis of the answers of very few employees per firm are subject to very important sampling errors, they can be usefully included in a model specified at the firm level. In the first part of the paper, we show that in estimating parameters of interest in a regression model of the firm, the biases arising from the sampling errors in the employee based variables can be assessed, as long as we have a large enough sub-sample of firms with at least two or with more (randomly chosen) surveyed employees. Dans cet article, nous mettons en avant et argumentons l'idée suivant laquelle les études économétriques sur les entreprises peuvent être efficacement et substantiellement enrichies à l'aide d'informations obtenues aupres de leurs employés, même si seuls quelques-uns par entreprise, deux ou trois par exemple, sont interrogés. Alors même que les variables mesurées à partir des réponses d'un très petit nombre d'employés par entreprise sont sujettes à d'importantes erreurs d'échantillonnage, elles peuvent être utilement incorporées dans un modèle économétrique spécifié au niveau de l'entreprise. Dans une première partie de l'article, nous montrons, pour un modèle de régression linéaire, que les biais d'estimation sur les paramètres d'intérêt qui proviennent de telles erreurs d'échantillonnage, peuvent être corrigés, si on dispose au minimum d'un sous-échantillon (suffisamment grand) d'entreprises où on a pu interroger, au moins, deux employés choisis au hasard. Dans la deuxième partie de l'article, nous considérons, à titre d'exemple, l'estimation de la relation entre le salaire moyen des entreprises (connu directement à partir de leurs données comptables) et la proportion de leurs employés de sexe féminin, telle qu'elle peut être elle-même estimée à partir du sexe de un, deux ou trois salariés choisis au hasard par entreprise. En guise de test, nous comparons les estimations établies sur cette base avec celles obtenues sur la base de la vraie proportion d'employés de sexe féminin (c'est à dire la proportion pour tous les employés), que nous pouvons connaitre aussi, par ailleurs, directement auprès des entreprises. Cette analyse est effectuée sur deux échantillons appariés entreprises-salariés, relatifs à environ 2500 entreprises, en 1987 et 1993, pour l'industrie et les services en France, entreprises où un, deux et trois employés ont été interrogés pour respectivement 75 %, 15 % et 10 % d'entre elles.

If you experience problems downloading a file, check if you have the proper application to view it first. In case of further problems read the IDEAS help page. Note that these files are not on the IDEAS site. Please be patient as the files may be large.

File URL:
Download Restriction: no

Paper provided by CIRANO in its series CIRANO Working Papers with number 99s-12.

in new window

Length: 34 pages
Date of creation: 01 Mar 1999
Handle: RePEc:cir:cirwor:99s-12
Contact details of provider: Postal:
1130 rue Sherbrooke Ouest, suite 1400, Montréal, Quéc, H3A 2M8

Phone: (514) 985-4000
Fax: (514) 985-4039
Web page:

More information through EDIRC

References listed on IDEAS
Please report citation or reference errors to , or , if you are the registered author of the cited work, log in to your RePEc Author Service profile, click on "citations" and make appropriate adjustments.:

in new window

  1. Zvi Griliches & Jacques Mairesse, 1995. "Production Functions: The Search for Identification," NBER Working Papers 5067, National Bureau of Economic Research, Inc.
  2. Card, David & Lemieux, Thomas, 1996. "Wage dispersion, returns to skill, and black-white wage differentials," Journal of Econometrics, Elsevier, vol. 74(2), pages 319-361, October.
  3. Nathalie Greenana & Jacques Mairesse, 2000. "Computers And Productivity In France: Some Evidence," Economics of Innovation and New Technology, Taylor & Francis Journals, vol. 9(3), pages 275-315.
  4. Deaton, Angus, 1985. "Panel data from time series of cross-sections," Journal of Econometrics, Elsevier, vol. 30(1-2), pages 109-126.
  5. Torbjørn Hægeland & Tor Jakob Klette, 1997. "Do Higher Wages Reflect Higher Productivity? Education, Gender and Experience Premiums in a Matched Plant-Worker Data Set," Discussion Papers 208, Statistics Norway, Research Department.
Full references (including those not matched with items on IDEAS)

This item is not listed on Wikipedia, on a reading list or among the top items on IDEAS.

When requesting a correction, please mention this item's handle: RePEc:cir:cirwor:99s-12. See general information about how to correct material in RePEc.

For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: (Webmaster)

If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

If references are entirely missing, you can add them using this form.

If the full references list an item that is present in RePEc, but the system did not link to it, you can help with this form.

If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your profile, as there may be some citations waiting for confirmation.

Please note that corrections may take a couple of weeks to filter through the various RePEc services.

This information is provided to you by IDEAS at the Research Division of the Federal Reserve Bank of St. Louis using RePEc data.