Está en la página 1de 27

Modelos con datos panel

Datos panel
Son datos que pertenecen a diferentes
entidades(estas entidades pueden ser
personas, empresas, familias, bancos,
pases, ciudades, etc) para diferentes
momentos del tiempo( los momentos del
tiempo pueden ser semanas, meses,
trimestres, aos, etc), es decir es una
combinacin de datos de corte transversal
y de series de tiempo

Diferentes momentos
del tiempo
(t tiempos)

Diferentes
entidades
( i entidades)

Datos Panel
(

Yit )

Yit : La variable Y es perteneciente a la


entidad i
y al tiempo t

Modelos economtricos con datos de


panel
Un modelo economtrico de datos de
panel, es uno que incluye una muestra de
agentes
econmicos
o
de
inters
(personas, familias, empresas, bancos,
ciudades, pases, etc) para un perodo
determinado de tiempo, esto es, combina
ambos tipos de datos (dimensin temporal
y estructural).

Ejemplos de datos panel


1) Se puede disponer de datos mensuales de

las utilidades,
las colocaciones, y
depsitos
obtenidos por un grupo de
cinco bancos peruanos durante un
perodo de 48 trimestres, lo cual sera una
base de datos mixta de serie temporal y
corte transversal constituyndose en un
panel de datos. En este ejemplo, los
elementos muestrales seran el tiempo y
los bancos.

2) Los costos de produccin y el nivel de


produccin de 14 empresas pertenecientes
a una industria para un periodo 2003- 2011
3) El consumo familiar de productos durables
de 500 familias y sus respectivos ingresos
familiares pertenecientes a un distrito de
LM para el periodo 2000- 2010

El principal objetivo de aplicar y estudiar los

datos en panel, es capturar la heterogeneidad no


observable, ya sea entre agentes econmicos o
de estudio as como tambin en el tiempo, dado
que esta heterogeneidad no se puede detectar ni
con estudios de series temporales ni tampoco
con los de corte transversal. Lo que si, lo hace
los estudios con datos panel, esta tcnica
permite realizar un anlisis ms dinmico al
incorporar la dimensin temporal de los datos, lo
que enriquece el estudio, particularmente en
perodos de grandes cambios.

Proporciona

datos
con
mayor
cantidad
de
informacin, con mayor grado de variabilidad y con
menor nivel de colinealidad entre los regresores; y
tambin aumenta el nmero de grados de libertad y,
por tanto, da lugar a una
mayor eficiencia en las estimaciones.
Son un medio adecuado para estudiar procesos
dinmicos de ajuste ya que a partir de ellos se
pueden analizar los cambios en el tiempo de las
distribuciones transversales.
Ayudan a identificar y medir efectos que no son
detectables con datos puros de corte transversal o
de series temporales

Tipos de variables
explicativas
El modelo puede incluir los siguiente tipos

de variables explicativas

xit puede incluir:

Variables que varan entre las unidades

transversales y en el tiempo.
Variables que no varan en el tiempo sino
slo en el corte transversal.
Variables que slo varan en la dimensin
temporal pero no la transversal

La aplicacin de esta metodologa permite

analizar dos aspectos de suma importancia


cuando se trabaja con este tipo de
informacin y que forman parte de la
heterogeneidad no observable:
a) Los efectos individuales especficos y
b) Los efectos temporales

LOS EFECTOS INDIVIDUALES


ESPECFICOS
Se
refiere
a
los
efectos
individuales
especficos, se dice que estos son aquellos que
afectan de manera desigual a cada uno de los
agentes de estudio contenidos en la muestra
(personas, empresas, bancos, familias, etc) los
cuales son invariables en el tiempo y que
afectan de manera directa las decisiones que
tomen dichas unidades. Usualmente se
identifica este tipo de efectos con cuestiones
de
capacidad
empresarial,
eficiencia
operativa, capitalizacin de la experiencia,
acceso a la tecnologa, etc

LOS EFECTOS TEMPORALES


Los efectos temporales seran aquellos que
afectan por igual a todas las unidades
individuales del estudio pero que varan en
el tiempo. Este tipo de efectos pueden
asociarse, por ejemplo, a los choques
macroeconmicos que pueden afectar por
igual a todas las empresas o unidades de
estudio.

Especificacin general de un modelo de


datos panel
La especificacin general de un modelo de regresin con

datos de panel es la siguiente:


Yit = ait + Xit B + Uit (1)
con i = 1,......N; t = 1,...T.
Donde( i )se refiere al individuo o a la unidad de estudio

(corte transversal),
(t )a la dimensin en el tiempo,
(ait) es un vector de interceptos de n parmetros,
B es un vector de K parmetros y
Xit es la i-sima observacin al momento t para las K

variables explicativas.
En este caso, la muestra total de las observaciones en el
modelo vendra dado por N x T.

Es usual interpretar los modelos de datos de panel a

travs de sus componentes de errores. El trmino de


error Uit
incluido en la ecuacin (1), puede
descomponerse de la siguiente manera:
U it = ui + t + it (2)

ui representa los efectos no observables que difieren


entre las unidades de estudio pero no en el tiempo, que
generalmente se los asocia a la capacidad empresarial,
por ejemplo.
t se le identifica con efectos no cuantificables que
varan en el tiempo pero no entre las unidades de
estudio.
it se refiere al trmino de error puramente aleatorio

Observacin: en el modelos de datos panel el


individuo es

Personas
Familias

Individuo

Empresas
Bancos
ETC

Estimacin de modelos con datos


de panel
Para estimar modelos con datos de panel

hay dos mtodos:


1) El mtodo de efectos fijos
2) El mtodo de efectos aleatorios

El mtodo de efectos fijos


La estimacin por este mtodo depende de las

suposiciones que se llevan a cabo respecto:


De la interseccin(

ait

),

De los coeficientes de las pendientes(B) y


Del termino de error

uit ,

De acuerdo a eso existen las siguientes


posibilidades:
a) Suponiendo que la interseccin y los coeficientes de
las pendientes son constantes respecto al tiempo y a
los individuos, y que el termino de error expresa las
diferencias en el tiempo y en los individuos

b) Los coeficientes de las pendientes son constantes,


pero la interseccin varia respecto a los individuos.
c) Los coeficientes de las pendientes son
constantes , pero la interseccin varia en cuanto
al tiempo y los individuos
d) Todos los coeficientes ( tanto la interseccin como
los coeficientes de las pendientes) varan con los
individuos
e) La interseccin as como los coeficientes de la
pendientes cambian con los individuos y el tiempo

Todos los coeficientes son constantes:


Yi = a + B1 X1i + B2 X2i + ui
En este caso se omite las dimensiones de
los individuos y el tiempo de los datos
agrupados y solo se aplica la regresin
usual de MCO. Es decir, en el ejemplo dado,
se apilan las 20 observaciones para cada
empresa una a continuacin de otra, lo cual
da 80 observaciones para cada una de las
variables en el modelo

Los coeficientes de las pendientes son

constantes, pero la interseccin varia para


cada individuo:
En este caso se quiere captar las diferencias

que hay entre las empresa mediante la


variacin de la interseccin para cada empresa,
estas diferencias puede deberse por ejemplo a
los estilos de la gerencia o a la filosofa de la
empresa
El modelo es :
Yit = a1i + B1 X1it + B2 X2it + uit

La operacionalizacion que la interseccin vari en


funcin de las empresas se efecta mediante el uso
de la tcnica de variables dictomas que se
aprendi anteriormente
Yit = a1 +a2 D2i + a3 D3i + a4 D4i + B1 X1it + B2 X2it + uit
Donde:
D2i : (1: si pertenece a la GM; 0: si no pertenece a la
GM)
D3i : (1: si pertenece a laUS; 0: si no pertenece a la
US)
D4i: (1: si pertenece a la West; 0: si no pertenece a la
West)

los coeficiente de pendientes son constantes

pero la interseccin varia conforme los


individuos y el tiempo
En este modelo adems del efecto individuo(empresa)

se incluye en el modelo el efecto tiempo( en el sentido


de que la funcin inversin se desplace en el tiempo
debido a factores como los cambios tecnolgicos, los
cambios en las polticas de regulacin gubernamentales
y/o impositivas, as como a los efectos externos como
las crisis econmicas de otros pases etc., los cambios
en las polticas de regulacin gubernamentales y/o
impositivas, as como a los efectos externos como las
crisis econmicas de otros pases etc,

Yit = a1 +a2 D2i + a3 D3i + a4 D4i + 1 +2 D35 + 3

D36 ++ a4 D53 + B1 X1it + B2 X2it + uit


D35: (1: si pertenece al ao 1935; 0: si no

pertenece al 35)
D36: (1: si pertenece al ao 1936; 0: si no
pertenece al 36)
D53: (1: si pertenece al ao 1953; 0: si no
pertenece al 53)
En el modelo se debe incluir 19 variables
dictomas para representar el efecto tiempo

TODOS LOS COEFICIENTES VARAN RESPECTO

A LOS INDIVIDUOS
En
este
caso
se
supone
que
las
intersecciones y los coeficientes de las
pendientes son diferentes para cada unidad
individual, es decir, las funciones de inversin
para GE, GM, US, y WEST son distintas:
El modelo es:
Yit = a1 +a2 D2i + a3 D3i + a4 D4i + 1 D2i X1it +
2 D2i X2it
+
3 D3i X1it + 4 D3i X2it + 1
D4i X1it + 2 D4i X2it + B1 X1it + B2 X2it + uit

El mtodo de efectos
aleatorios
La aplicacin del mtodo de efecto fijos es directa,
sin embargo resulta costoso en trminos de grados de
libertad( se pierde muchos grados de libertad); debido
a ello se ha elaborado el mtodo de componentes de
error o mtodo de efectos aleatorios(MEA)
si tenemos el siguiente modelo de datos panel:
a) Yit = B1i + B2 X2it + B3 X3it + it
b) Ahora consideremos que B1i tiene un valor medio B1
c) Por lo cual B1i = B1 +ui
d) Lo que nos esta indicando que las diferencias
individuales(por ejemplo diferencias entre las
empresas)se reflejan en el termino de error ui

e) Ahora reemplazando ( c ) en (a) tenemos:


Yit = B1 +ui + B2 X2it + B3 X3it + it
Yit = B1+ B2 X2it + B3 X3it + ui +it
Yit = B1+ B2 X2it + B3 X3it +wit
f) Donde el termino de error compuesto wit = ui +it
; wit consiste o esta compuesto de dos componentes:
ui : que representa los efectos que difieren entre los
individuos, o en otras palabras es el componente del
error especfico individual
it: representa al termino de error puramente aleatorio

Si tenemos el mismo modelo dado en (a)


derive el modelo de componentes de error
o mtodo de efectos aleatorios si
consideramos que el parmetro B1i tiene
el valor medio B1 y que las diferencias
individuales se reflejan en el termino de
error ui y que las diferencias temporales
son recogidos por el termino de error t