Econometria de Datos en Paneles

Transcripción

1 Universidad de San Andres Agosto de 2011

2 Porque paneles? Ejemplo (Cronwell y Trumbull): Determinantes del crimen y = g(i), y = crimen, I = variables de justicia criminal. Corte transversal: (y i, I i ) para varias regiones i = 1,..., n I resulta muy importante Critica: I capta el efecto de otros efectos regionales, que tambien son determinantes del crimen.

3 En terminos econometricos Existe una variable omitida y relacionada positivamente con I. El estimador de MCO que regresa y en I es sesgado (hacia arriba) Solucion? Controlar por esta varaible omitida. Paneles al rescate: una solucion simple sin tener que incorporar nuevas variables

4 Datos en paneles Una base de datos en panel contiene informacion para varios individuos (empresas, paises, etc.) en el tiempo. El aspecto fundamental es esta bidimensionalidad de los datos. Ejemplos: PSID: 6500 familias desde La EPH tiene una estructura de panel rotativo.

5 Ventajas Porque paneles? Control de heterogeneidades no observables Con N individuos y T periodos podriamos estimar N modelos de series de tiempo y T modelos de corte transversal. Las ventajas de disponer de un panel tienen que ver con la posibilidad de agregar esta informacin de alguna manera. Ejemplo: y it = x it β + u it Supone que el modelo lineal subyacente es el mismo para todos los individuos y periodos. Mayor informacion sobre un mismo parametro. Mayor eficiencia.

6 Desventajas No siempre es posible agregar informacion temporal y de corte transversal (pueden ser ms observaciones pero de poblaciones heterogeneas). Los paneles son costosos de implementar y administrar. Problemas de selectividad: auto-seleccion, no respuesta, attrition. Dimension temporal corta

7 El Modelo El modelo basico es: y it = x itβ + u it u it = µ i + δ t + ɛ it i = 1,..., N, t = 1,..., T. x it es un vector de K variables explicativas, incluyendo una constante. El termino de error incluye tres componentes, que representan las tres posibles fuentes de variabilidad no observable. Supondremos δ t = 0 y que ɛ it satisface todos los supuestos clasicos.

8 Caso mas simple: µ i = 0 En este caso, u it = ɛ it satisface todos los supuestos del teorema de Gauss-Markov: E(ɛ it ) = 0 { σ 2 si i = h y t = s E(ɛ it e hs ) = 0 si i h o t s El estimador de MCO es MELI. La estructura de panel no agrega informacion

9 En terminos matriciales Y = Xβ + u Y NT 1, X NT + K, apilando las observaciones por individuo, primero ordenadas temporalmente. Entonces: ˆβ MCO = (X X) 1 X Y

10 El estimador de efectos fijos y it = x itβ + µ i + ɛ it Las realizaciones de µ i pueden ser estimadas con un panel (no con un corte transversal!). Puede ser visto un modelo lineal en donde cada individuo tiene su propia ordenada al origen: y it = µ i + β 1 }{{} +β 2 x 2,it + + β K x K,it + ɛ it El modelo se puede estimar usando N 1 variables binarias por individuo, para evitar la trampa de variables binarias.

11 En terminos matriciales Y = Xβ + Dµ + u Y es NT 1, X es NT K, X incluye el intercepto. D es una matriz de N 1 variables binarias por individuo. 1 N , Z = 1 N N N NT (N 1)T

12 Reescribamos el modelo como: con Ẋ [X D] y δ [β µ ]. Y = Xβ + Dµ + u = Ẋδ + u Entonces, el estimador de efectos fijos es: ˆδ EF = ( ˆβEF ˆµ EF ) = (Ẋ Ẋ) 1 Ẋ Y que no es otra cosa que un estimador de MCO agregando N 1 variables binarias por individuo.

13 Efectos fijos y transformacion within Comencemos con el modelo y it = x itβ + µ i + ɛ it Tomando promedios por individuo: ȳ i = x iβ + µ i + ɛ i Restando y it ȳ i = (x it x i ) β + ɛ it ɛ i o yit = x it β + ɛ it con m it m it m i, m = y, x, ɛ.

14 Resultado: ˆβ EF = (X X ) 1 X Y (Prueba: Teorema de Frisch,Waugh, Lovell) Existen dos formas identicas de computar ˆβ EF. Regresar Y en X y las variables binarias por individuo. ˆβEF son los coeficientes estimados para X. En dos pasos: 1) Expresar las variables en desvios con respecto a la media por individuo. 2) MCO en base a estos desvios.

15 Terminologia: Modelo within y it ȳ i = (x it x i ) β + ɛ it ɛ i Modelo between ȳ i = x iβ + µ i + ɛ i

16 Propiedades de ˆβ EF Es insesgado (X y Dµ son exogenas con respecto a ɛ). Es consistente, cuando N o T. Importante: la insesgadez y consistencia de ˆβ EF no presupone que X y Dµ son ortogonales (puede haber correlacion entre X y Dµ

17 Efectos fijos y control de heterogeneidades no observables Supongamos que el modelo es y it = x itβ + z iδ + µ i + ɛ it z i no es observable, pero esta correlacionada con x it. La transformacion within de este modelo es y it = x it β + ɛ it La tranformacion within elimina cualquier variable que no varia en el tiempo (z i y µ i ): estimar por efectos fijos permite controlar por la presencia de z i.

18 Es relevante notar que sin datos de panel, no podriamos haber dado cuenta de z i (que no sea incluyendola en el nodelo. Con datos de corte transversal el modelo es y i = x iβ + z iδ + µ i + ɛ i, de modoe que omitir z i conduce a sesgos. Observar que la tranformacion within es inaplicable (trivialmente cero). Este es el sentido en el cual la disponibilidad de paneles permite controlar por variables omitidas que no varian en el tiempo.

19 Una exploracion grafica

20 Verbalizacion Y = tasa de criminalidad X = ineficiencia del sistema judicial (mas ineficiente, mas criminalidad). Dos regiones Determinante omitido del crimen, a que varia solo por region y correlacionado (positivamete) con la ineficiencia judicial: densidad poblacional.

21

22

23 El estimador de efectos aleatorios El modelo es el mismo En terminos matriciales y it = x itβ + µ i + ɛ it Y = Xβ + Dµ + ɛ Si Dµ es ortogonal a X, y si E(µ i X) = 0, entonces, el estimador de MCO que regresa Y en X es insesgado. Es decir, si Dµ es ortogonal a X, la omision de las variables binarias no sesga al estimador de MCO.

24 Efectos fijos vs aleatorios Discusion muy extraña. Es mas una cuestion de tratamiento Y = Xβ + Dµ + ɛ Efectos fijos (controla por Dµ) Y = Xβ + Dµ + ɛ Efectos aleatorios (trata a Dµ como variable omitida) Y = Xβ + Dµ + ɛ

25 Y = Xβ + Dµ + ɛ Y = Xβ + u, u Dµ + ɛ Problema: u no satisface los supuestos clasicos, aun cuando Dµ y ɛ por separado lo hagan. Prueba simple: supuestos clasicos por separado (esperanza nula, no correlacion ni heterocedasticidad), ademas, no correlacion entre Dµ y ɛ. Entonces V (u) = V (Dµ + ɛ) = DV (µ)d + V (ɛ) = σ 2 µ + σ 2 ɛ I NT que no es un escalar por la matriz identidad (los elementos fuera de la diagonal no son cero).

26 Intuicion: u it = µ i + ɛ it Trivialmente, u it esta correlacionado con u i,t 1 ya que ambos comparten µ i : la presencia permanente de µ i hace que la especificacion de efectos aleatorios induzca autocorrelacion. Si bien MCO es insesgado, no es eficiente, por la presencia de autocorrelacion. Eficiente? Minimos cuadrados generalizados.

27 MCG para efectos aleatorios Consideremos un modelo lineal basico: Y = X β + u en donde valen todos los supuestos clasicos, salvo que: V (u) = Ω Ω es una matriz simetrica y positiva definida (permite, potencialmente, autocorrelacion y heterocedasticidad). Teorema (Aitken): el MELI de β es: ˆβ MCG = (X Ω 1 X) 1 X Ω 1 Y

28 En nuestro caso con θ = (σ 2 µ, σ 2 ɛ ) V (u) = σ 2 µdd + σ 2 ɛ I NT Ω(θ) La implementacion de MCG requiere primero estimar θ (los componentes de varianzas). Estimador de efectos aleatorios: estimador MCG.

29 Resumen Porque paneles? Y = Xβ + Dµ + ɛ X Dµ: MCO, EF, EA y between son todos consistentes parar β. EA es eficiente. X Dµ: solo EF es consistente para β. La practica gravita mayoritariamente a EF.

30 Test de Hausman H 0 : X Dµ, H A : X Dµ Test de Hausman: bajo H 0 H = ( ˆβ EA ˆβ EF ) (Ω EF Ω EA ) 1 ( ˆβ EA ˆβ EF ) χ 2 (K) Rechazar si H es significativamente distinto de cero. Intuicion: bajo H 0, ˆβ EA y ˆβ EF son consistentes, H deberia ser pequeño. Bajo H A, solo ˆβ EF es consistente, H deberia ser alto. Permitiria, bajo H 0, explotar las ganancias de eficiencia de estimar por EA.