TEMA 6. Modelos para Datos de Panel - RUA - Universidad de ...

More documents

Recommendations

Info

Introducción Modelos estáticos Estimación. Predicción Paneles largos Variables instrumentales Modelos Dinámicos Modelo con Efectos Individuales: Fijos y Aleatorios Modelo con efectos individuales donde yit = β1x1it + · · · + βkxkit + uit = β1x1it + · · · + βkxkit + αi + εit x1it, . . . , xkit: variables explicativas (observables) uit = αi + εit: término de error compuesto (inobservado) αi : efectos individuales (heterogeneidad inobservada permanente en el tiempo) εit: error idiosincrásico Existen dos modelos sustancialmente diferentes según el tratamiento de αi 1 Modelo de efectos fijos 2 Modelo de efectos aleatorios
Introducción Modelos estáticos Estimación. Predicción Paneles largos Variables instrumentales Modelos Dinámicos Modelo con Efectos Individuales: Fijos y Aleatorios Efectos Individuales “Fijos” Permite que los regresores x1it, . . . , xkit estén correlacionados con αi sin especificar la forma concreta todo el análisis será condicional en αi El supuesto fundamental es E [εit|αi, x1it, . . . , xkit] = 0 los regresores deben seguir siendo incorrelados con εit Esto implica E [yit|αi, x1it, . . . , xkit] = β1x1it + · · · + βkxkit + αi y δE [yit|αi, x1it, . . . , xkit] = βj δxj,it Se puede identificar el efecto marginal βj aunque el regresor es endógeno, respecto al término de error compuesto uit los regresores pueden estar correlacionados uit, pero sólo con su parte constante en el tiempo ej.: yit =renta, αi =habilidad inobservada permanente
Page 1 and 2: Introducción Modelos estáticos Es
Page 11: Introducción Modelos estáticos Es
Page 47: Introducción Modelos estáticos Es

TEMA 6. Modelos para Datos de Panel - RUA - Universidad de ...

Create successful ePaper yourself

Delete template?

Save as template?