TEMA 10 econometria.

pdf

PowerADE

Econometría

3º Grado en Administración y Dirección de Empresas

Facultad de Ciencias Económicas y Empresariales

Universidad de Cádiz

Reservados todos los derechos.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 TEMA 10: MODELOS PARA DATOS DE PANEL.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
1. DATOS FUSIONADOS DE SECCIÓN CRUZADA Y DE SERIES TEMPORALES.

➢ Datos fusionados de secciones cruzadas independientes. Ejemplo y diferencias con datos

de panel.
➢ Razones esenciales para el uso de datos fusionados:

▪ Incremento del tamaño muestral

▪ mayor precisión de los estimadores
▪ Contrastes estadísticos más potentes
▪ Análisis de cambios estructurales en distintos periodos

Reservados todos los derechos.

➢ Estimación de modelos con datos fusionados de secciones cruzadas independientes:
variables ficticias.
➢ Análisis del cambio temporal en modelos con datos fusionados mediante variables
ficticias y términos de interacción.
➢ Contraste de Chow (igual que en Tema 6: alternativa a las variables ficticias). Para ver si
hay un cambio en la estructura.

1. Formulación de la hipótesis Nula y Alternativa

H0 :β = β* = β ** H1:β ≠ β* ≠ β **

2. Estadístico experimental

3. Regla de decisión

F* > F

Antes de continuar debemos tener en cuenta la siguiente consideración:

- Los datos fusionados se diferencian principalmente de los datos de panel en que para cada
periodo de tiempo estudiado se realiza un nuevo muestreo. Esta característica hace que la
perturbación aleatoria de los datos fusionados no suela presentar autocorrelación en el
tiempo, ya que, se hace la encuesta a un grupo diferente.

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 - En los datos de panel, los datos de una mitad de estudio (individuo, región, empresa, etc)
suele estar correlacionada en el tiempo, existiendo una serie de factores no observados fijos
en el tiempo que explican esta relación. A estos factores se les conoce como heterogeneidad
no observada y se incluye en los datos de panel mediante la variable “a”. Todos los años el
mismo grupo de personas.
a-----> no varía con el tiempo.

¿Cuáles son las principales diferencias entre datos de panel y datos fusionados de sección cruzadas?

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
- Datos fusionados

• Nuevo muestreo aleatorio para cada periodo.

• No suelen presentar autocorrelación en la perturbación aleatoria.
• Costes transversales apilados.

- Datos de panel

Reservados todos los derechos.

• Misma unidad de estudio a lo largo del tiempo.
• Series temporales apiladas.
• Presencia de factores no observados fijos en el tiempo (aj)

Datos de panel VS secciones cruzadas repetidas.

• En una sección cruzada cada observación representa a un individuo, o familia, o empresa, o

estado.
• En la sección cruzada repetida se tiene más de un periodo, y las observaciones de cada
periodo corresponden a distintos individuos o familias…
• La diferencia entre secciones cruzadas repetidas y datos de panel es que el panel sigue a las
mismas unidades de individuos, familias… en los distintos periodos.
• Con datos de panel también denominados datos longitudinales se requiere observar al
mismo conjunto de unidades en al menos dos momentos de tiempo diferente.

Ejemplo: para obtener un panel sobre salarios, empleos, etc., se selecciona a un conjunto de
individuos de forma aleatoria en el tiempo, en otro momento se realiza la misma entrevista a los
mismos individuos.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 2. ANÁLISIS DE DATOS DE PANEL CON DOS O MÁS PERIODOS.

➢ Se dispone de datos de corte transversal para dos periodos t=1 y t=2 (datos de panel).
Ejemplo.
➢ Modelización:

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
i: porque no cambia en el tiempo

Reservados todos los derechos.

➢ Estimación:

a) Fusión de datos y estimación por MCO. Inconveniente: estimadores sesgados e

inconsistentes (sesgo de heterogeneidad). En realidad, es un sesgo ocasionado por la
omisión de una variable constante en el tiempo.
b) Modelo en primeras diferencias:

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 Cuestiones a tener en cuenta para aplicar el estimador de primeras diferencias:

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
- Δui no debe estar correlacionado con Δxi ; esto permite la correlación entre x y los factores
no observables que son constantes en el tiempo. Solución: incorporar las variables
explicativas necesarias que cambian con el tiempo:

- Δxi debe variar con t (no va a existir variación si x no cambia en el tiempo).

- Se exige homocedasticidad en el modelo en diferencias (detectar y corregir con antelación

en caso necesario).

- Interpretación del coeficiente de la ordenada (intercepto) en modelos en diferencias,

Reservados todos los derechos.

“diferencia” de un año a otro aún cuando Δxj)

- Inconvenientes:

▪ Dificultad para obtener paneles equilibrados.

▪ Reducción de la variabilidad de Δxi (consecuencia: errores estándar elevados). La
diferenciación realizada para eliminar “ai”.

- Es posible tomar diferencias cuando existen más de dos periodos. Ejemplo para T=3:

Los errores idiosincráticos no

Supuesto clave: deben estar seriamente
correlacionados con la variable.

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 3. ESTIMADOR DE EFECTOS FIJOS.

*Obtención del estimador FE:

Consideramos un modelo con una sola variable

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Si se dispone de más variables explicativas:

Reservados todos los derechos.

Cuestiones a tener en cuenta para aplicar el estimador de FE

- El error idiosincrásico debe estar incorrelacionado con cada una de las variables explicativas
en todos los periodos.

- El estimador FE permite la correlación entre ai y las variables explicativas.

- Cualquier variable explicativa que sea fija en el tiempo desaparecerá con la transformación
intragrupos.

- Se exige homocedasticidad y no autocorrelación.

- El R2 del modelo estimado utilizando FE está basado en la transformación intragrupos

(cantidad de variación temporal en y explicada por la variación temporal de las variables
explicativas).

- La estimación de un modelo con variables ficticias (una para cada individuo, empresa,
ciudad, etc.) proporciona el mismo resultado que la estimación de FE.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 4. MODELO DE EFECTOS ALEATORIOS

Supóngase el modelo:

Donde:

▪ Se incluye un término independiente.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
▪ Se pueden incluir variables ficticias temporales.
▪ Se supone que a no está correlacionada con las variables explicativas, ya que ahora no se
elimina ai.

Estimación del modelo de efectos aleatorios RE:

Reservados todos los derechos.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 Cuestiones a tener en cuenta para aplicar un estimador de efectos aleatorios (RE):

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
- Se exige que la heterogeneidad no observada ai esté incorrelacionada con cada una de las
variables explicativas (caso contrario el estimador FE es más adecuado).

- Permite la estimación de los efectos de variables explicativas que no cambian en el tiempo.

- Cuando las observaciones disponibles no pueden considerarse una muestra aleatoria de una
población es más adecuado utilizar el estimador FE.

- Se puede seleccionar el modelo más adecuado (efectos fijos vs efectos aleatorios) aplicando
el test de Hausman.

H0: Cov (xitj, ai) =0

Reservados todos los derechos.

H1: No H0

Si P valor es inferior a alfa, rechazamos H0. No se cumplen las condiciones para RE. Aplicaremos EF.

Utilidad e hipótesis del contraste de Hausman

El contraste de Hausman se utiliza para decidir si se debe usar efectos fijos o efectos aleatorios para
estimar datos de panel. Para ello, se analiza la correlación que existe entre los efectos no observados
(heterogeneidad no observada “aj”) y las variables explicativas del modelo. Si “aj” no está
correlacionada con las variables explicativas se utiliza efectos aleatorios. En caso contrario, se utiliza
efectos fijos.

H0: Cov (aj, xit) =0 No existe correlación entre “a” y “x” (efecto aleatorio)

H1: distinto H0 Existe correlación entre a y x (efecto fijo)

Contrastes para la selección de modelos

- Datos fusionados vs efectos fijos: Contraste F de efectos fijos (diferentes interceptos por
grupos). Contraste de diferentes interceptos por grupo. Datos fusionados VS efectos fijos.
Nos indicará el modelo más adecuado.

• H0: Los grupos tienen un intercepto común (datos fusionados)

• H1, estadístico experimental, regla de decisión. No H (EF)
Si p< 0,05. Rechazamos H0. Aplicaremos EF.

- Efectos aleatorios vs datos fusionados: Contraste de Breusch-Pagan (Panel). Nos indicará el

modelo más adecuado.
• H0: El modelo adecuado es datos fusionados (DF) H0; Var (ai)=0
• H1, estadístico experimental, regla de decisión (RE)

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085
 - Efectos fijos vs efectos aleatorios: Contraste de Hausman. Nos indicará el modelo más
adecuado.

• H0: Modelo de efectos aleatorios. Cov (xitj, ai) =0 (RE)

• H1, estadístico experimental, regla de decisión (EF)

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Reservados todos los derechos.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921085