Descargar PDF
Descargar PDF
Descargar PDF
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Anexo 2 10<br />
Modelo de Efectos Fijos<br />
Considerando el modelo de datos de panel como una regresión con componente del error tipo<br />
one-way<br />
(1)<br />
donde i indexa por regiones y t por tiempo. Además, α es una constante, β es un vector k×1 de<br />
coeficientes, y Xit es la it-ésima observación de k variables explicativas. El modelo de<br />
regresión con componente del error tipo one-way supone<br />
(2)<br />
donde µi es un efecto individual inobservable, y υit es ruido blanco.<br />
2<br />
En el modelo de efectos fijos supone que los µ son parámetros fijos y que iid(<br />
0,<br />
) .<br />
En forma vectorial, el modelo se puede escribir como:<br />
(3)<br />
con esto se obtienen estimadores de α, β y µ.<br />
Sin embargo, existen dos complicaciones. La primera es que el modelo tiene una constante y<br />
un set completo de variables dummies, por lo tanto no se podrán identificar α y µ. De hecho, no<br />
se puede correr el modelo (3) por el problema de colinealidad perfecta. Esto se suele<br />
n<br />
<br />
i1<br />
solucionar suponiendo que 0 .La segunda complicación es que normalmente en el datos<br />
i<br />
de panel N es grande, lo que implica que van a haber muchas dummies por estimar. Como los<br />
parámetros de interés son α y β, se pueden obtener los estimadores de LSDV (least squares<br />
dummy variables) de (3) sin necesidad de estimar µ si se multiplica el modelo por Q y luego se<br />
corre la regresión MCO del modelo transformado<br />
10 Basado en “Econometric Análisis of Panel Data” de Badi Baltagli (2001), y en el apunte “Datos de Panel” del<br />
curso Econometría Aplicada dictado por el profesor Rodrigo Troncoso en el año 2005.<br />
it<br />
<br />
(4)<br />
53