Paneles dinamicos

Paneles y evaluacion de impacto

Tests de hipotesis
Comentarios Finales

Econometria de Datos en Paneles

Walter Sosa-Escudero
Universidad de San Andres

Agosto de 2011

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Paneles Dinamicos

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Paneles dinamicos

El objetivo es estimar un modelo ‘dinamico’ del tipo:

yit = δyi,t−1 + x0it β + uit

con uit = µi + vit
Hay dos ‘fuentes de persistencia’: µi y yi,t−1 .

Ejemplos:
Persistencia en el desempleo (Galiani, et al. 2003)
Convergencia en el crecimiento (Islam, 1995)

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Los estimadores estandar son sesgados e inconsistentes

yit = δyi,t−1 + x0it β + uit

con uit = µi + vit

Por construccion yit y yi,t−1 dependen de µi . yi,t−1 esta

correlacionada con uit = µi + vit .
El estimador de MCO es sesgado e inconsistente (v/Hsiao
(1986, pp.77)
El estimador de EA es sesgado e inconsistente (ya veremos
porque)

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

El estimador de efectos fijos tambien es sesgado e inconsistente.

EF se basa en:
∗ ∗
yit = δyi,t−1 + x∗it β + u∗it
en donde las variables con ‘*’ son desvios con respecto a los
promedios por individuo. Notar que:

T T
∗ 1 X 1X
yi,t−1 = yi,t−1 − yi,t−1 , u∗it = vit − vit
T −1 T
t=2 t=1

∗
Es relativamente facil mostrar que yi,t−1 y u∗it estan
correlacionados, por ejemplo, ambos dependen de vi,t−1

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Si xit es exogena, Nickell (1981):

∗ p σv2 (T − 1) − T δ + δ T
Cov(yi,t−1 , u∗it ) → −
T2 (1 − δ)2
cuando n → ∞, para T fijo. Entonces, EF es inconsistente.
∗ p
Si T → ∞, Cov(yi,t−1 , u∗it ) → 0, de modo que la
inconsistencia de EF tiene que ver, fundamentalmente, con
que T es chico.
Esto explica porque EA es sesgado e inconsistente (porque?)
Si δ > 0 el sesgo es negativo.
¿Cuan grande es el sesgo?

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Sesgo del estimador de EF

δ = 0.5, 0.8, 0.3

El sesgo disminuye con T y aumenta con δ
Walter Sosa-Escudero Econometria de Datos en Paneles
 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

El estimador de Anderson-Hsiao

Una transformacion que elimina el efecto individual consiste en

restar yi,t−1 y obtener:

∆yi,t = δ∆yi,t−1 + β∆xit + ∆vit

MCO es inconsistente ya que ∆yi,t−1 esta trivialmente
correlacionada con ∆vit : ambas dependen de vi,t−1 .
Notar que ∆yi,t−2 = yi,t−2 − yi,t−3 si bien esta correlacionada con
∆yi,t−1 (ambas dependen de yi,t−2 ) no lo esta con ∆vit .
Anderson and Hsiao (1981): estimar por VI usando ∆yi,t−2 o
yi,t−2 como instrumento.
Arellano (1989): yi,t−2 funciona mucho mejor.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

El estimador de Arellano-Bond

Por simplicidad, consideremos el caso β = 0:

yit = δyi,t−1 + µi + vit

Restando yi,t−1 obtenemos:

∆yi,t = δ∆yi,t−1 + ∆vit

(µi desaparece!). El primer periodo en donde se observa esta

relacion es t = 3
∆yi,3 = δ ∆yi,2 + ∆vi3
En este caso yi1 es un instrumento valido: correlacionado con
∆yi,2 ≡ yi,2 − yi,1 , no con ∆vi3 ≡ vi,3 − vi,2 .
Pregunta: ¿Cuantas observaciones tengo para estimar esto?

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Para el siguiente periodo, t = 4, la relacion es:

∆yi,4 = δ∆yi,3 + ∆vi4

pero en este caso, los instrumentos validos son yi2 y yi1 . Usando
esta logica, los instrumentos disponibles para T son
yi1 , yi2 , . . . , yi,T −2 .
En general, esta logica implica las siguientes (T − 2)(T − 1)/2
‘condiciones de momentos’:

E[∆vit yi,t−j ] = 0, j = 2, . . . , T − 1; t = 3, 4, . . . , T

Arellano-Bond: forma optima de utilizar todos los instrumentos

(GMM).

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Cuestiones empiricas

Judson y Owen (1999): comparacion empirica de estimadores.

OLS, LSDV(FE), GMM1(AB ‘preliminar’), AH (Anderson-Hsiao),
LSDVC (Kiviet)
OLS y LSDV tienden a ser muy sesgados, aun cuando T = 20 (12%
cuando δ = 0.8).
Cuando T = 30 el sesgo es muy pequeño.
En terminos de performance, LSDVC parece funcionar mejor que
todos.
LSDVC todavia no esta disponible para paneles no-balanceados y no
es facil de computar.
T ≤ 10: GMM1, T ∼ 20 GMM1 o AH, T ∼ 30: FE

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Paneles y Evaluacion de
Impacto

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Paneles y evaluacion de impacto

Motivacion: efecto de salario minimo sobre el empleo (Card,

Krueger (1994)).
Intuicion: salario minimo (SM) reduce el empleo.
Comparar empleo en McDonalds antes y despues de salario
minimo? Confunde efecto SM con efectos temporales.
Comparar empleo en McDonalds, mismo periodo, dos estados
con diferente salario minimo? Confunde efecto SM con
determinantes regionales.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Contexto muy simple

Unidad de analisis: restaurant i en el estado s en el periodo t.
Variable de interes: Yits : empleo en el restaurante its.
Dos periodos: t = 1, 2
Dos estados: A, B.
N restaurantes por estado.
El SM es una politica estadual.
El estado A no cambia su salario minimo. Solo B lo hace, en
el periodo 2.
Dist = 1 si el estado s aumenta su salario minimo en t, 0 si
no.
Notar que en nuestro caso Dist = 1 solo si s = B y t = 2.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Estructura aditiva:

Yits = γs + λt + βDist + ist

β es el parametro de interes: el efecto del salario minimo

controlando por factores regionales (γs ) y temporales (λt ) que
se confunden conel SM en la determinacion del empleo.
Supondremos que dado γs y λt , Dst es exogeno.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Estimacion 1: ‘Diferencias en diferencias’

Yits = γs + λt + βDist + ist

Notar que

E(Y |B, 2) − E(Y |B, 1) = λ2 − λ1 + β

E(Y |A, 2) − E(Y |A, 1) = λ2 − λ1

Restando
h i h i
E(Y |B, 2) − E(Y |B, 1) − E(Y |A, 2) − E(Y |A, 1) = β
Cambio en B − Cambio en A = β

β̂ = Cambio promedio en B − Cambio promedio en A

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Estimacion 2: Paneles

Yits = γs + λt + βDist + ist

DBist = 1 ssi i es del estado B

D2ist = 0 ssi t = 2.
Entonces, por definicion Dist = DBist × D2ist (el cambio
ocurre solo en el estado B y en el periodo 2.
Reemplazando:

Yits = γs + λt + β(DBist × D2ist ) + ist

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Yits = γs + λt + β(DBist × D2ist ) + ist

Es un panel de N restaurantes en 2 regiones y 2 periodos, con

efectos fijos por region y por periodo.
Regresar Yits en 1) dummy por region B, 2) dummy por
periodo 2) ‘interaccion’ entre ambas.
El parametro de interes es el coeficiente de la interaccion.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Comentarios
La estimacion por panel facilita el computo de errores
estandar e implementar test de hipotesis.
‘Common trends’: ambos estados ‘comparten’ λt : la evolucion
temporal del empleo en ambos estados es identica. El
‘tratamiento’ (SM) implica moverse de esta tendencia comun.
Autocorrelacion e independencia: supuesto clave para la
inferencia. Bertrand, Duflo, y Mullainathan (2004).

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Tests de Hipotesis

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Tests de efectos aleatorios

En el modelo de efectos aleatorios (EA), H0 : σµ2 = 0

corresponde a la hipotesis de ausencia de efectos aleatorios.
Test de Breusch-Pagan: bajo normalidad, test LM con
distribucion asintotica chi-cuadrado con 1 grado de libertad
bajo H0. Rechazar si LM es muy grande.
Honda (1985): el supuesto de normalidad se puede relajar.
Test unidireccional.
Recordar: EA induce autocorrelacion: estos tests ‘buscan’
correlacion serial.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Tests de autocorrelacion

Baltagi y Li (1991): test para H0 : ρ = 0 en

yit = x0it β + νit

νit = ρνi,t−1 + it , |ρ| < 1,

Implicitamente suponen no efectos aleatorios.

Es muy similar a un test LM estandar de autocorrelacion.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Tests robustos de efectos aleatorios y autocorrelacion

Bera-Yoon-Sosa Escudero (2001, JoE):

Test de BP de efectos aleatorios supone implicitamente no
autocorrelacion. La presencia de efectos aleatorios ‘confunde’
al test de BP, induciendo a rechazar H0 , aun cuando es cierta.
Misma cosa sucede con el test de autocorrelacion.
BYS: tests modificados.

Test conjunto Baltagi-Li (1991): Test de la hipotesis nula

conjunta de no autocorrelacion y no efectos aleatorios (baja
potencia, poco informativo).
Sosa Escudero (2011, CommStat): Test conjunto de efectos
aleatorios y correlacion serial positiva (one-sided, one-directional)

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Heterocedasticidad
En el modelo:
yit = x0it β + µi it
cual es la nocion relevante de heterocedasticidad? En µ, en  o en
ambos?
Lejeune (1998): Test de heterocedasticidad en el efecto especifico.
Distribution-free.
Holly and Lucien (2000). Test de heterocedasticidad en el efecto
individual. Supone normalidad.
Baltagi et al. (2006). Test conjunto (ambos terminos). Supone
normalidad.
Sosa Escudero y Montes Rojas (2011, JoE): Test de
heterocedasticidad en el efecto individual y/o en el especifico.
Distribution-free.
Juhl y Sosa Escudero (2011). Test en modelos de efectos fijos.
Incidental parameters.
Walter Sosa-Escudero Econometria de Datos en Paneles
 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Comentarios Finales

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Temas

Raices unitarias y cointegracion en paneles.

Modelos no-lineales.
Estructuras multinivel o jerarquicas.
Efectos heterogeneos.
Dependencia de estado y heterogeneidad no observable.
Persistencia.
Modelos estructurales y paneles.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Textos Recientes

Wooldridge, J., 2010, The Econometrics of Cross Section and

Panel Data, 2nd ed, MIT Press.
Arellano, M., 2003, Panel Data, Oxford University Press.
Hsiao, C., 2002, Analisis of Panel Data, Cambridge University
Press, Cambridge.
Baltagi, B., 2008, The Econometrics of Panel Data, 4th ed.,
Wiley, New York.
Baltagi, B., 2002, Recent Developments in the Econometrics
of Panel Data, Edward Elgar Publishing.
Frees, E, 2004, Longitudinal and Panel Data, Cambridge.
Angrist, J. y Pischke, J., 2009, Mostly Harmless
Econometrics, Princeton.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Software

Stata 12 (modelos dinamicos, analisis multinivel, cluster

correlation, etc.)
R: plm package.

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

Contacto

Walter Sosa Escudero

Profesor asociado, Universidad de San Andres
Investigador independiente, CONICET
wsosa@udesa.edu.ar
http://faculty.udesa.edu.ar/WalterSosa/

Walter Sosa-Escudero Econometria de Datos en Paneles

 Paneles dinamicos
Paneles y evaluacion de impacto
Tests de hipotesis
Comentarios Finales

¡Muchas gracias!

Walter Sosa-Escudero Econometria de Datos en Paneles