UNIVERSIDAD MAYOR DE SAN SIMON FACULTAD DE CIENCIAS ECONOMICAS CARRERA DE ECONOMIA

ECONOMETRIA II
MODELOS DE REGRESION CON DATOS DE PANEL
Hernn Delgadillo Dorado
30/07/2011 Econometria I

Dennis Andrew Rossel Aquino 1

TIPOS DE DATOS

Series de Tiempo

Corte Transversal

Datos en Panel

30/07/2011

Econometria I

OTRAS DENOMINACIONES
Datos Agrupados Datos en Micropanel Datos Longitudinales Anlisis de Historia de Sucesos Panel Data Data Panel
30/07/2011 Econometria I 3

ALGUNOS EJEMPLOS
Estudio del PIB de 1980 a 2007 de los Pases del Mercosur Estudio de Salarios y Empleo Trimestral (INE) Estudio de Encuestas de Salud y Demografa ENDSA
30/07/2011 Econometria I 4

REFERENCIAS
Chamberlain, G. (1984) Panel Data Hsiao, C. (1986) Analysis of Panel Data Greene, W. (1998) Anlisis Economtrico Johnston & Dinardo (1998) Econometric Methods Badi Baltagi (1985) Econometric Analysis of Panel Data Wooldridge (1999) Econometric Analysis of Cross Section and Panel Data Dielman (1989) Pooled Cross-Sectional and time Series Data Analysis Sayrs (1989) Pooled Time Series Analysis
30/07/2011 Econometria I 5

IMPORTANCIA DE LOS DATOS EN PANEL (Baltagi)

1. 2. 3. 4. 5. 6. Relacin de Indivduos a lo largo del tiempo (Emp.,Pases, Municipios, etc.) Proporcionan mayor cantidad de datos, ms variabilidad, menos colinealidad, ms grados de libertad y mayor eficiencia. Detecta y mide mejor los efectos que no se detectan en S.T. y en C.T. Se observa mejor la dinmica del cambio en la informacin (Precios, empleo, etc.) Estudian modelos ms complejos. (Fenmenos de la economa de escala y cambio tecnolgico) Minimizan el sesgo por la gran cantidad de datos.

30/07/2011

Econometria I

EJEMPLO DE DATOS EN PANEL Teora de las Inversiones

Y. Grunfeld (1958) Determinantes de la Inversin Corporativa Y inversin, X2 Valor real de la Empresa, X3 Capital Social Real Empresas: General Electric (GE) General Motors (GM) U.S. Steel Westinghouse Perodo: 1935-1954 (20 perodos) Total observaciones: 80 Se espera que Y est relacionada en forma positiva con X2 y X3 (US)
4 Unid. Transversales

30/07/2011

Econometria I

EJ. Cont.
Se puede: 1. 2. 3.
Unidades Transversales(N) Perodos (T)

Hacer 4 regresiones de Series de Tiempo (1 por compaa) Hacer 20 regresiones de Corte Transversal (1 por ao) Agrupando o combinando las 80 observaciones; el modelo es:

Yit ! F1  F 2 X 2it  F 3 X 3it 

it

i=1,2, N t=1,2, ,T

Xs son no estocsticos y Uit cumplen supuestos clsicos

Tenemos un PANEL BALANCEADO: Cada unidad transversal tiene el mismo n de observaciones. Cada compaa tiene 20 observaciones. En cambio un PANEL DESBALANCEADO es cuando: DESBALANCEADO, el n de observaciones difiere entre los mismos miembros del Panel

30/07/2011

Econometria I

ESTIMACIN DE LOS MODELOS EN PANEL

a) Mtodo de Efectos Fijos b) Mtodo de Efectos Aleatorios

30/07/2011

Econometria I

a) Mtodo de Efectos Fijos

Supuesto 1: Todos los coeficientes son constantes respecto a individuos y tiempo Con todos los datos. (Se agrupan las 80 observaciones)

Yit ! 63,3  0,11

R 2 ! 0,76 n ! 80

2 it

 0,303

3it

t F _  2.14 ____ 8,02 _____ 6.15

d ! 0,219
g .l. ! 77

Supone que el INTERCEPTO es igual para cada empresa, as como los coeficientes Puede distorcionar la relacin de Y y las Xs para las 4 empresas.
30/07/2011 Econometria I 10

a) Mtodo de Efectos Fijos

Supuesto 2: Los coeficientes son constantes excepto la interseccin (vara para cada indivduo) Se denomina: Modelo de Efectos Fijos o de Min. Cuadrados con variables dicotmicas.

Yit ! F1i  F 2 X 2it  F 3 X 3it 

Variacin en las empresas (Efecto Individual) Tambin, con variables dicotmicas:

it

Yit ! E1  E 2

2i

 E3

3i

 E4

4i

 F 2 X 2it  F 3 X 3it 

it

Efecto tiempo, base 1954:

Yit ! P0  P1 35  P2 36  ...  P19 53  F 2 X 2it  F 3 X 3it 

it

30/07/2011

Econometria I

11

a) Mtodo de Efectos Fijos

Supuesto 3: Coeficientes constantes pero intercepto vara con individuos y tiempo

Yit ! E1  E 2

2i

 E3

3i

 E4

4i

 P0  P1 35  P2 36  ...  P19 53  F 2 X 2it  F 3 X 3it 

Si son estadsticamente significativos para individuos y no para tiempo, Las funciones de inversin para las empresas son las mismas, excepto sus interceptos.

it

30/07/2011

Econometria I

12

a) Mtodo de Efectos Fijos

Supuesto 4: Todos los coeficientes cambian respecto a los individuos.

Yit ! E1  E 2 2 i  E 3 3i  E 4 4i  F 2 X 2it  F 3 X 3it  K 1 ( 2i X 2it )  K 2 ( 2i X 3it )  K 3 ( 3i X 2it )  K 4 ( 3i X 3it )  K5(

4i

X 2it )  K 6 (

4i

X 3it ) 

it

Fi, son coeficientes de pendientes diferenciales Alfa, son coeficientes de intersecciones diferenciales. Si uno o ms coeficientes Fi son estadsticamente significativos, indica que Las pendientes son diferentes del grupo base.

Ej: Si 2 y Fi1, son estadsticamente significativos GM es diferente de GE Ej: Si todos son estad. Sig. Las funciones de inversin son diferentes de la base GE Por tanto, No tiene sentido calcular la regresin agrupada. O los datos de las 4 Empresas No son agrupables.
30/07/2011 Econometria I 13

a) Mtodo de Efectos Fijos

Algunas recomendaciones 1. 2. 3. Muchas variables dicotmicas hacen perder grados de libertad Est siempre latente el problema de multicolinealidad Si al modelo del supuesto 1 se incorporan variables dicotmicas, como sexo, color, origen tnico y no son variantes en el tiempo, entonces: No permite identificar el impacto de dichas variables. Los supuestos de Uit, podran modificarse:
1. 2. 3. 4.
30/07/2011

4.

Suponer que la varianza es la misma para i, o todo lo contrario Para cada i No existe autocorrelacin respecto al tiempo AR(1) En el tiempo, la varianza de U en GE (i) no est correlacionado con GM(i) u otro; o que no existe tal correlacin. Pensar en perturbaciones o combinaciones del trmino error, es ms complicado. Ver (Dielman, Kmenta)
Econometria I 14

b) Mtodo de Efectos Aleatorios

MODELO DE COMPONENTES DE ERROR O MODELO DE EFECTOS ALEATORIOS RANDOM EFFECTS

Yit ! F1i  F 2 X 2it  F 3 X 3it 

it

Donde:

F1i ! F1  \
Es ruido blanco

Yit ! F1  F 2 X 2it  F 3 X 3it  \ i  Yit ! F1  F 2 X 2it  F 3 X 3it  wit

Pero:

it

it

! \ i  U it

Por ello modelo de componentes de error

( wit ) ! 0 V ( wit ) ! W  W
2 \ 2 u

Bajo los supuestos:

\ i } N (0, W ) U i } N (0, W u2 )

2 \

Es variable no observable, Es una variable latente

Estan correlacionadas

wit wis ; t { s corr ( wit , wis ) !

W \2 W \2  W u2

E (\ iU it ) ! 0; E (\ i\ j ) ! 0; i { j E (U itU is ) ! E (U itU jt ) ! E (U itU js ) ! 0; i { j; t { s

Econometria I 15

30/07/2011

b) Mtodo de Efectos Aleatorios

1. Para cualquier unidad transversal, el valor de la correlacin entre los trminos de error, para dos intervalos de tiempo distintos, sigue siendo el mismo, sin importar que tan distantes estn dos intervalos. En S.T. la correlacin entre los intervalos decrece respecto al tiempo. 2. La estructura de la correlacin dada, sigue siendo la misma para todas las unidades transversales; es decir, es idntica para todos los individuos.
30/07/2011 Econometria I 16

b) Mtodo de Efectos Aleatorios

Recomendaciones

Hay que considerar la estructura de la correlacin, y No aplicar MCO, por que los estimadores sern INEFICIENTES. El mtodo ms apropiado es MCG.

30/07/2011

Econometria I

17

b) Mtodo de Efectos Aleatorios

Resultados
Variable Coef Error t p

Intercepto X2 X3 Efectos

-73.03 0.1076 0.3457

83.95 0.0168 0.0168

-0.87 6.40 13.02

0.387 0.000 0.000

Aleatorios

GE GM USS West

-169.93 -9.51 165.56 13.87

R2=0.93

30/07/2011

Econometria I

18

b) Mtodo de Efectos Aleatorios

Interpretaciones

1. La suma de los valores del efecto aleatorio, es cero. 2. El valor medio del componente ( epsiln) error aleatorio, es el valor del intercepto comn (-73,03). El valor 169,93 , es el efecto aleatorio de GE que difiere del valor del intercepto comn. 3. R cuadrado se obtiene a partir de MCG transformado. 4. Estos resultados no difieren mucho respecto al MEF, solo difieren en los coeficientes de las dos variables para unidades transversales.

30/07/2011

Econometria I

19

Efectos Fijos o Aleatorios?

1. Test de Haussman, para inferir cul modelo usar 2. Test de Poolability, Modelo Pooled preferible a modelo de efectos aleatorios? Aplicar Test de Breusch y Pagan (Test de heteroscedasticidad aplicado a datos de panel) 3. Test de Igualdad de efectos fijos, si un modelo de efectos fijos es preferible a un modelo pooled. (Aplicar test de Chow.

30/07/2011

Econometria I

20

Otros aspectos
1. 2. 3. 4. Pruebas de Hiptesis con Panel Data Heteroscedasticidad Datos desequilibrados o desbalanceados Modelos Dinmicos 1. Estimador de Anderson y Hsiao (1981) 2. Estimador de Arrellano (1989) 3. Mtodo de momentos 5. Con ecuaciones simultneas 6. Variables cualitativas con datos de panel

30/07/2011

Econometria I

21

Algunos tests
1. 2. 3. 4. Test de Wald Test de Poolability (Breusch y Pagan) Test de igualdad de efectos fijos Test de Chow

Gracias!
30/07/2011 Econometria I 22