长期以来，经济学家一直对分析企业的进入和退出感兴趣。在许多国家，行政数据集为精细和分散层面的详细分析提供了极好的来源。然而，管理数据集也不是没有问题:企业的重组和重新贴标签往往没有得到很好的衡量，可能会产生很大的偏差。有关企业之间员工流动的信息可能会缓解这些测量问题，但通常很难判断基于这种方法的校正算法的工作效果如何。本文使用来自德国的企业历史小组(BHP)的数据集评估了员工流动方法的使用，该数据集合并了企业id和调查数据之间的所有员工流动信息。我们首先记录了错误分类的程度，这种错误分类源于仅仅依赖机构标识符(EID)的第一次和最后一次出现来识别开放和关闭。我们发现，只使用EID的错误分类偏见是非常严重的:在超过3名员工的新EID和消失的EID中，只有大约35%到40%可能对应于真正的企业入口和出口。在较大的机构中，错误分类更为常见。我们提供了3个证据，证明使用基于工人流动的分类系统优于仅使用EIDs:首先，根据一项独立调查，使用工人流动方法生成的企业出生年份与企业出生年份的相关性要高得多。其次，使用工作流程方法标识的机构入口和出口与业务周期密切相关，而标识为简单ID更改的事件则不是。 Third, establishment exits have a big negative impact on workers' earnings trajectories which is not present for ID changes.