Treibhausgasemissionen im Personenverkehrssektor sind von 1990-2019 um 19,8% gestiegen. Analysen über die treibenden Ursachen der Emissionen im Verkehr sind ausschlaggebend für die Anpassung der Maßnahmen zur Reduktion der Emissionen. In dieser Arbeit wird nicht-stationäre Paneldaten-Ökonometrie angewandt, um den Effekt von Bevölkerung, BIP pro Kopf, Energieintensität, Transporttätigkeit, Anteile des Modal Split und Energiequellen auf Treibhausgase der EU-28 während 1990-2019 zu quantifizieren. Bei der Arbeit mir Makro-Panels ist das Testen auf Unit-Root erforderlich, um eine Scheinregression zu vermeiden. Der Scheinregressionsschätzer ist unter schwachen Bedingungen √n-konsistent. Trotz dessen ist er oft stark verzerrt. Koeffizientenschätzungen sind häufig überschätzt, falsch signifikant oder insignifikant, oder auch die Richtung des geschätzten Effekts ist in seltenen Fällen fasch. Diese Thesis gibt Einblicke in die Bedeutung von Unit-Root-Testungen, zeigt ein existierendes Beispiel einer Scheinregression, erklärt verschiedene Testprozedere und enthüllt Ansätze zur Fortführung von Panelanalysen unter Verwendung nicht-stationärer Daten. Es werden simple Methoden, wie FE, PCSE und FGLS mit Stationaritätskorrektur eingesetzt. Zusätzlich werden auch anspruchsvollere Methoden, wie Panel VAR Modell, Panel VECM und Panel ARDL Modell, erklärt und soweit wie möglich eingesetzt. Die Analyse wird sowohl für die ganze EU, als auch je für die östliche und westliche Region allein durchgeführt, um mögliche Unterschiede der Emissionsursachen zwischen den Regionen festzustellen, die dabei helfen können die Effektivität von Reduktionsmaßnahmen zu steigern. Um den Gesamteffekt zu erfassen, werden alle Treibhausgase im Verkehr miteinbezogen, nicht nur Kohlenstoffdioxide. Zusätzlich befasst sich diese Arbeit mit dem Problem fehlender Daten in Panels und vergleicht verschiedene Imputationsmethoden über eine Simulationsstudie, da der verwendete Paneldatensatz unvollständig ist. Greenhouse gas emissions in the passenger transport sector increased by 19.8% in the period 1990-2019. Analyses of the driving sources of transport emissions are crucial for assessing and adjusting mitigation policies to reduce greenhouse gas emissions. This work applies non-stationary panel-data econometrics to quantify the effect of population, GDP per capita, energy intensity, transport activity, and shares of modal split and energy sources on greenhouse gases in the EU-28 during the period 1990-2019. While working with macro panels, it is necessary to test for unit roots in the data to avoid a spurious regression, which gives results that are erroneous to a certain degree. The panel spurious regression estimator is √n-consistent under weak regularity conditions. Although, it is often strongly biased. Coefficient estimates are frequently overestimated, falsely significant or insignificant, and even the sign of the estimated effect can be wrong in rare cases. This thesis gives insights in the importance of unit root testing in panels, shows an existing example of a spurious regression, explains different testing procedures and reveals approaches to proceed panel analyses with non-stationary data. Simple methods, such as FE, PCSE and FGLS are implemented with stationarity corrections. Additionally, more sophisticated methods are explained and as far as possible implemented, i.e., panel VAR model in levels, panel VECM and panel ARDL model. The analysis is conducted for the whole EU and for the eastern and western regions on their own, to may identify possible differences in emission causes between regions to increase effectiveness of certain mitigation policies. To capture the overall effect, all greenhouse gases in the transport sector are included, not only carbon dioxide. Additionally, as the utilized panel dataset is incomplete, this work handles issues of missing values in panel data and compares different imputation methods via a simulation study. Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft Abweichender Titel laut Übersetzung des Verfassers/der Verfasserin Masterarbeit Karl-Franzens-Universität Graz 2021