Post on 03-Jul-2020
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Paneles Dinamicos
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Paneles dinamicos
El objetivo es estimar un modelo ‘dinamico’ del tipo:
yit = δyi,t−1 + x′itβ + uit
con uit = µi + vitHay 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Los estimadores estandar son sesgados e inconsistentes
yit = δyi,t−1 + x′itβ + uit
con uit = µi + vit
Por construccion yit y yi,t−1 dependen de µi. yi,t−1 estacorrelacionada 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 veremosporque)
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
El estimador de efectos fijos tambien es sesgado e inconsistente.EF se basa en:
y∗it = δy∗i,t−1 + x∗itβ + u∗it
en donde las variables con ‘*’ son desvios con respecto a lospromedios por individuo. Notar que:
y∗i,t−1 = yi,t−1 −1
T − 1
T∑t=2
yi,t−1, u∗it = vit −1
T
T∑t=1
vit
Es relativamente facil mostrar que y∗i,t−1 y u∗it estancorrelacionados, por ejemplo, ambos dependen de vi,t−1
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Si xit es exogena, Nickell (1981):
Cov(y∗i,t−1, u∗it)
p→ −σ2v
T 2
(T − 1)− Tδ + δT
(1− δ)2
cuando n→∞, para T fijo. Entonces, EF es inconsistente.
Si T →∞, Cov(y∗i,t−1, u∗it)
p→ 0, de modo que lainconsistencia de EF tiene que ver, fundamentalmente, conque 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
El estimador de Anderson-Hsiao
Una transformacion que elimina el efecto individual consiste enrestar yi,t−1 y obtener:
∆yi,t = δ∆yi,t−1 + β∆xit + ∆vit
MCO es inconsistente ya que ∆yi,t−1 esta trivialmentecorrelacionada 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 oyi,t−2 como instrumento.
Arellano (1989): yi,t−2 funciona mucho mejor.
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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 estarelacion 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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. Usandoesta logica, los instrumentos disponibles para T sonyi1, 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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 pequeno.
En terminos de performance, LSDVC parece funcionar mejor quetodos.
LSDVC todavia no esta disponible para paneles no-balanceados y noes facil de computar.
T ≤ 10: GMM1, T ∼ 20 GMM1 o AH, T ∼ 30: FE
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Paneles y Evaluacion deImpacto
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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 salariominimo? Confunde efecto SM con efectos temporales.
Comparar empleo en McDonalds, mismo periodo, dos estadoscon diferente salario minimo? Confunde efecto SM condeterminantes regionales.
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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, enel periodo 2.
Dist = 1 si el estado s aumenta su salario minimo en t, 0 sino.
Notar que en nuestro caso Dist = 1 solo si s = B y t = 2.
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Estructura aditiva:
Yits = γs + λt + βDist + εist
β es el parametro de interes: el efecto del salario minimocontrolando por factores regionales (γs) y temporales (λt) quese 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Estimacion 1: ‘Diferencias en diferencias’
Yits = γs + λt + βDist + εist
Notar que
E(Y |B, 2)− E(Y |B, 1) = λ2 − λ1 + β
E(Y |A, 2)− E(Y |A, 1) = λ2 − λ1
Restando[E(Y |B, 2)− E(Y |B, 1)
]−
[E(Y |A, 2)− E(Y |A, 1)
]= β
Cambio en B − Cambio en A = β
β = Cambio promedio en B− Cambio promedio en A
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Estimacion 2: Paneles
Yits = γs + λt + βDist + εist
DBist = 1 ssi i es del estado B
D2ist = 0 ssi t = 2.
Entonces, por definicion Dist = DBist ×D2ist (el cambioocurre solo en el estado B y en el periodo 2.
Reemplazando:
Yits = γs + λt + β(DBist ×D2ist) + εist
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Yits = γs + λt + β(DBist ×D2ist) + εist
Es un panel de N restaurantes en 2 regiones y 2 periodos, conefectos fijos por region y por periodo.
Regresar Yits en 1) dummy por region B, 2) dummy porperiodo 2) ‘interaccion’ entre ambas.
El parametro de interes es el coeficiente de la interaccion.
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Comentarios
La estimacion por panel facilita el computo de erroresestandar e implementar test de hipotesis.
‘Common trends’: ambos estados ‘comparten’ λt: la evoluciontemporal del empleo en ambos estados es identica. El‘tratamiento’ (SM) implica moverse de esta tendencia comun.
Autocorrelacion e independencia: supuesto clave para lainferencia. Bertrand, Duflo, y Mullainathan (2004).
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Tests de Hipotesis
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Tests de efectos aleatorios
En el modelo de efectos aleatorios (EA), H0 : σ2µ = 0corresponde a la hipotesis de ausencia de efectos aleatorios.
Test de Breusch-Pagan: bajo normalidad, test LM condistribucion asintotica chi-cuadrado con 1 grado de libertadbajo 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Tests de autocorrelacion
Baltagi y Li (1991): test para H0 : ρ = 0 en
yit = x′itβ + νit
νit = ρνi,t−1 + εit, |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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Tests robustos de efectos aleatorios y autocorrelacion
Bera-Yoon-Sosa Escudero (2001, JoE):
Test de BP de efectos aleatorios supone implicitamente noautocorrelacion. 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 nulaconjunta de no autocorrelacion y no efectos aleatorios (bajapotencia, poco informativo).
Sosa Escudero (2011, CommStat): Test conjunto de efectosaleatorios y correlacion serial positiva (one-sided, one-directional)
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Heterocedasticidad
En el modelo:yit = x′itβ + µiεit
cual es la nocion relevante de heterocedasticidad? En µ, en ε o enambos?
Lejeune (1998): Test de heterocedasticidad en el efecto especifico.Distribution-free.
Holly and Lucien (2000). Test de heterocedasticidad en el efectoindividual. Supone normalidad.
Baltagi et al. (2006). Test conjunto (ambos terminos). Suponenormalidad.
Sosa Escudero y Montes Rojas (2011, JoE): Test deheterocedasticidad 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Comentarios Finales
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios 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 dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Textos Recientes
Wooldridge, J., 2010, The Econometrics of Cross Section andPanel Data, 2nd ed, MIT Press.
Arellano, M., 2003, Panel Data, Oxford University Press.
Hsiao, C., 2002, Analisis of Panel Data, Cambridge UniversityPress, Cambridge.
Baltagi, B., 2008, The Econometrics of Panel Data, 4th ed.,Wiley, New York.
Baltagi, B., 2002, Recent Developments in the Econometricsof Panel Data, Edward Elgar Publishing.
Frees, E, 2004, Longitudinal and Panel Data, Cambridge.
Angrist, J. y Pischke, J., 2009, Mostly HarmlessEconometrics, Princeton.
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Software
Stata 12 (modelos dinamicos, analisis multinivel, clustercorrelation, etc.)
R: plm package.
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
Contacto
Walter Sosa EscuderoProfesor asociado, Universidad de San AndresInvestigador independiente, CONICETwsosa@udesa.edu.ar
http://faculty.udesa.edu.ar/WalterSosa/
Walter Sosa-Escudero Econometria de Datos en Paneles
Paneles dinamicosPaneles y evaluacion de impacto
Tests de hipotesisComentarios Finales
¡Muchas gracias!
Walter Sosa-Escudero Econometria de Datos en Paneles