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 Introducción Modelos dinámicos Por simplicidad, consideremos un modelo AR(1) yit = γ1yit−1 + X ′ it β + αi + εit Se puede generalizar a más retardos fácilmente La correlación en el tiempo de yit tiene distintas fuentes 1 directamente a través de valores pasado de yit (verdadera dependencia temporal) 2 directamente a través de los regresores Xit (heterogeneidad observada) 3 indirectamente a través de los efectos individuales αi (heterogeneidad inobservada) 4 (correlación serial en εit) Las implicaciones de cada fuente de correlación son muy diferentes
Introducción Modelos estáticos Estimación. Predicción Paneles largos Variables instrumentales Modelos Dinámicos Introducción Problemas de los Estimadores yit = γ1yit−1 + X ′ it β + αi + εit, εit ∼ i.i.d. NO se puede suponer que yit−1 está incorrelado con αi Por tanto, los estimadores de “pooled” y de efectos aleatorios NO son adecuados para modelos dinámicos El estimador “within” es inconsistente (yit − y i ) = γ1 yit−1 − y i,−1 + ′ Xit − X i β + (εit − εi ) porque yit−1 − y i,−1 está correlado con (εit − εi ) εi incluye los errores de todos los periodos Todos los estimadores de efectos fijos tienen el mismo problema (yit − yit−1) = γ1 (yit−1 − yit−2) + (Xit − Xit−1) ′ β + (εit − εit−1)
Page 1 and 2: Introducción Modelos estáticos Es
Page 41: Introducción Modelos estáticos Es
Page 47: Introducción Modelos estáticos Es

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

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?